一种基于预测的资源匹配算法

网格任务调度过程中的资源匹配是根据任务要求从网格资源信息服务（GRIS）中查找出合适资源的过程。GRIS中记录的往往是资源的静态信息，由于本地负载的动态变化使得基于资源静态信息来确定的候选资源集中一些资源并不能满足任务的QoS需求。基于相关资源动态信息预测资源未来状态，给出了网格任务平均完成时间及完成时间的分布函数，并根据任务QoS需求，兼顾考虑资源当前及未来状态，提出了一种资源匹配模型与匹配算法。通过实验表明，该算法能有效减少候选资源数目，从而降低调度时间复杂度。     

计算服务网格中基于服务聚类的元任务调度算法

在尊重网格资源本地调度策略前提下,提出一种基于云模型的动态服务能力评估方法;根据动态性能评估尺度对服务进行聚类,提出了一种基于PSO的自适应的服务动态聚类方法,将提供相同或相似QoS的服务划分到同一个服务簇中,从而缩小了任务调度的问题规模;基于服务动态聚类提出了一种元任务调度算法,理论分析该算法降低了不聚类调度算法的复杂度.实验结果表明本文提出的调度算法在时间复杂度与用户QoS保障方面优于以前提出的调度算法.     

基于多QoS目标的工作流任务调度算法

根据工作流任务的结构特点对其进行分区,按照任务量和通信量将总工作流截止日期和总工作流花费分为每个任务分区上的子截止日期和子花费,在考虑用户多个QoS要求及工作流任务间通信时间的基础上,提出基于信任与花费的综合效益函数,给出信任与花费权值的确定方法以及一个以综合效益最优为目标的调度算法——TCD,算法通过追求局部最优达到全局多目标优化调度。与其他算法的比较表明,该算法服务拒绝率最多可降低15%,能较好地满足用户多QoS要求。     

基于松弛预留策略的连续双向拍卖模型

针对网格资源的松弛预留问题,提出一种改进的连续双向拍卖模型。在网格资源定价策略中,引入松弛时间保证更高的任务预留接纳率。在用户出价和要价策略中,买方通过剩余时间和剩余资源量出价,卖方根据负载情况要价。仿真实验结果表明,对于具有费用约束的网格任务,该模型能增加约21%的资源总收益,提高约15%的资源利用率。     

一种面向随机性负载的计算网格资源预留定价策略

针对传统预留机制对本地任务服务质量造成的负面影响,提出了基于预留收益与损失均衡的资源预留机制。首先,基于本地任务相关统计特性利用概率论方法,给出并证明了一段时间内本地任务执行时间之和的概率分布函数。然后,在资源提供者的效用中考虑本地任务可能带来的损失,求解出了为保障本地任务服务质量的最低资源价格。实验结果表明,提出的预留机制能有效保障本地任务的服务质量,提高资源利用率、降低任务拒绝率。     

基于贝叶斯策略的网格资源分配方法

考虑网格应用QoS需求,以最大化网格系统的经济收益为目标,提出了一种基于贝叶斯策略的网格资源分配方法。该方法基于价格可代表资源QoS综合性能的思想,利用历史QoS匹配记录,运用朴素贝叶斯定理根据用户提交的价格参数来分配与其级别相对应的符合要价范围资源,并优先考虑QoS水平较高的任务,将当前时刻QoS水平较高的资源预留给下一时刻到达的QoS水平较高的任务,而忽略当前时刻QoS水平较低的任务。实验结果表明,该资源分配方法不仅能有效地保障用户QoS,而且能使网格系统获得较大的经济收益。     

服务网格中资源可用性评估方法研究*

资源可用性的预测与评估是动态网格环境下合理资源选择和保证服务质量的前提和基础。基于相关资源和任务的历史信息,利用概率论方法对资源可用性进行了预测与评估,提出了资源离线时间、本地任务执行时间、等待队列长度、等待时间等可用性尺度,证明并给出这些尺度的分布函数。实验表明,基于相关历史信息对资源可用性进行预测方法有效,并且根据资源可用性评估及提取的相关可用性尺度来确定任务调度的候选资源,可大大减少候选资源数目,从而降低调度的时间复杂度。     

一种面向效益均衡的网格资源预留机制

网格环境中的资源预留机制为跨站点的协同资源分配提供可靠的服务质量保证.针对传统预留机制存在本地任务QoS难以得到保障的缺陷,提出一种基于效益均衡的预留机制.该机制通过比较资源顸留收益与预留对本地任务执行所造成的负面影响来确定资源预留数量,以期取得网格任务QoS保障和本地任务QoS保障的效益均衡.模拟实验采用真实系统负载在较大规模的计算网格系统中检验了该机制的性能表现,实验结果显示,基于效益均衡的预留机制能有效提高资源利用率,同时能显著降低任务的资源费用情况.     

基于CWM的企业元数据集成中元数据抽取与导出研究

公共仓库元模型（CwM）是为了在数据仓库和业务分析环境之间方便交换元数据而制定的一个标准,并已经成为模型驱动体系结构（MDA）新策略方向中的核心组成部份。基于CWM的企业元数据集成相关技术,重点探讨集成中元数据的抽取与导出问题,给出相应的导出规则以及一个应用实例。     

基于贝叶斯网络的网格QoS可信度评估方法

提出一种基于贝叶斯网络的网格服务QoS可信度评估方法,用于实现信任增强的服务选择。该方法利用服务的历史性能信息建立贝叶斯网络,根据用户的QoS需求评估服务QoS的可信度,并解决传统方法中忽略QoS提供一致性的问题。实验结果表明,在动态的服务网格环境中,该方法能增强服务信息的可信度,提高服务匹配合理性。