异构云环境下的密码服务调度方法

针对云计算环境下存在密码服务请求算法种类多、资源需求差异化和节点性能异构等问题。为了提高系统的可靠性,保证服务质量,综合考虑用户请求任务和处理节点等多种因素,在作业包截止时间的基础上,通过任务映射策略完成密码服务的一级调度。设计一个基于用户优先级和任务等待时间的任务优先级调度算法实现二级调度,从而构造一种同时支持多种密码服务请求和任务动态可调整的调度系统框架,以保证云环境下任务的时效性。仿真结果表明,该系统有较好的执行效率和负载分布效果,达到设计目标。与随机法和遗传算法相比,其执行效率分别提高了17%和11%左右。     

云环境下异构无线传感器网络节点调度改进算法

针对大规模传感器网络节点异构性突出、调度困难,传统节点调度算法在大规模传感器网络环境下效率低等问题,提出了基于云计算的节点调度模型,并设计了该模型下的节点调度改进算法。通过将节点算法的执行迁移至云端,由云端调度节点。通过OMnet＋＋对改进算法与云端融合数据处理进行仿真实验表明：改进算法可以有效地延长网络生存周期,并且随着数据量的增加,云端处理融合数据耗时相对平稳。相比较传统节点调度算法,改进算法在能量与耗时指标上表现更优。     

面向长作业环境中的云调度策略

随着云计算的普及,大量的数据处理选择云服务来完成。现有算法较少考虑异构型系统中虚拟机计算能力的不同,导致某些任务等待时间过长。提出了虚拟机负载大小实时调整的算法。对云计算中资源虚拟化特征,给出一种评估虚拟机计算能力的方法。根据虚拟机能力和运行过程中的状态变化,自适应进行任务量大小调整,满足实时要求。通过任务调度,协调任务完成时间,保持各虚拟机负载的动态均衡,缩短长作业的总执行时间,提高了系统的吞吐量和整体服务能力,提升了效益。实验结果表明,本文算法能自适应地调整任务量大小,进行调度,以维持虚拟机负载均衡。     

基于医疗健康云平台的数据分析云服务研究

云计算的出现推进了不同应用领域的新发展,对医疗卫生行业更是提出了新的机遇和挑战.首先设计了提供医疗数据分析服务的医疗健康云平台框架以及部署.其次,在此平台上针对多租户请求应用,提出了基于队列模型的请求调度策略.实验结果验证此框架设计下提出方法的有效性.     

云环境下周期和非周期混合实时任务双容错调度算法

云环境中的处理机故障已成为云计算不可忽视的问题,容错成为设计和发展云计算系统的关键需求。针对一些容错调度算法在任务调度过程中调度效率低下以及任务类型单一的问题,提出一种处理机和任务主副版本分组的容错调度方法;并给出了副版本可重叠执行的判定方法,以及任务最坏响应时间的计算公式。通过实验和分析表明,和以前算法相比,将处理机分成两组分别执行任务主版本和任务副版本,减少了任务调度所需进行可调度测试的时间,增加了副版本重叠执行的机会,减少了所需的处理机个数,对提高系统处理机的利用率和容错调度的效率具有重要的意义。     

云计算环境下的服务调度和资源调度研究

云计算中的服务调度与资源调度对云计算的性能有重要影响,在分析现有云计算调度模式的基础上,针对云计算数据密集与计算密集的特点,提出分层调度策略以实现云计算中的服务与资源调度。分层调度策略对任务进行划分确定作业优先级,并通过数据局部性和总任务完成率对资源进行分配。数值评价部分应用分层调度与已有调度进行比较。实验结果表明,所采用的调度有效提高了资源利用率,为云服务的进一步研究提供了思路。     

实时异构系统中的积极复制容错调度算法

在设计实时异构系统中的容错调度算法时,既要考虑到实时性的约束,又要最大化系统的可靠性.此外,异构系统中的并行应用调度问题已经被证明了是NP完全问题.现有的容错调度算法大多采用复制技术来提升系统的可靠性,但是任务的多次执行会导致应用执行时间变长,系统实时性下降.为此,提出了一个基于积极复制技术的容错调度算法,该算法连续的复制任务集中对当前系统实时性影响最小的任务,然后将任务集中的所有任务调度至最早完成的处理器,用以在满足实时性约束的同时,提升系统的可靠性.实验表明,相比于同样着眼于实时异构系统的DB-FTSA算法,该算法在实时性约束严格的情况下,可靠性有较大提升.     

基于微服务架构FPGA云平台的并发请求调度机制

基于微服务架构的现场可编程门阵列（FPGA）云平台在被大规模推广后积累了许多用户。针对FPGA云平台存在大量用户并发请求的问题,建立一种基于优先级调度的自定义参数响应指数计算模型。将5个请求关键影响因素作为自定义参数,采用层次分析法确定各参数权重,根据响应指数函数计算各请求的响应指数。在该模型的基础上,设计一种高并发请求调度（HCRS）算法,通过响应指数阈值对请求类别进行划分,使得高优先级请求优先得到处理,次优先级请求加入先进先出队列等待,低优先级请求暂时挂起,从而缩短请求响应时间以及请求响应延时,缓解由高并发请求带来的硬件节点资源分配压力。在真实运营的FPGA云平台中实现该算法并在实际环境中进行测试,结果表明,在并发请求量相同时,与先来先服务调度算法相比,HCRS算法的平均响应延时降低29 074 ms,平均请求响应时间缩短12 605 ms,其在提升系统吞吐量与并发度的同时可以有效优化硬件节点资源利用率。     

满足实时云任务需求的主动响应式工作流调度模型

为了改善云平台中多工作流调度时的执行代价和资源利用率,提出一种满足实时云任务需求的主动响应式工作流调度算法.该算法可以分别针对新工作流的到达、任务完成后的虚拟机资源提供、紧迫任务到达等做出主动的实时响应调度策略,从而充分利用虚拟机资源的空闲时槽和更大化的任务并行程度,以混合形式调度来自不同工作流的任务.在确保截止期限约...     

生鲜产品的共享云物流资源优化调度算法

为提高草原生鲜产品的物流水平,促进草原生鲜产品物流的转型升级,提出了一种新的云物流概念。在此基础上,设计了一种面向草原生鲜产品的共享云物流资源优化调度算法。该算法首先运用DFS、Mapreduce等大数据相关技术,实现并行计算并设计新的物流资源封装与组织形式,分析当前云物流资源调度算法方面存在的问题并提出解决方案。面向草原生鲜产品的共享云物流资源优化调度算法采用动态NSGA-II(多目标遗传算法)资源规划模型,寻找NSGA-II模型的快速求解方法,为云物流突破发展瓶颈提供解决方案。实验表明,该算法调度高效、适用性强、稳定性好,能有效提高当前草原生鲜物流的水平,能够促进当前物流企业的转型升级。     

一种批优化调度策略的实时异构系统的集成动态调度算法

针对实时异构多任务调度的特点,提出了软、硬实时任务形式化描述非精确计算的统一任务模型,在此基础上,提出了一种基于批优化调度策略的实时异构系统的集成动态调度算法.该算法以启发式搜索为基础,引入软实时任务服务质量降级策略,在每次扩充当前局部调度时,按制定的规则选取一批任务,计算其在各处理器上运行的目标函数,采用指派问题解法对任务优化分配.模拟实验表明,该算法与同类算法相比,提高了调度成功率.     

云计算环境下虚拟资源自适应调度策略

由于云计算环境下的资源调度与以往网格调度存在巨大差异,提出了一种适应云计算环境的虚拟资源调度方法;首先定义了虚拟资源调度数学模型,然后给出了一种改进的遗传算法,该算法采用经典网格任务调度算法Min-min获取初始最优解,通过海明距离约束产生初始种群,并将调度模型对应的目标函数改进为适应度函数,对交叉算子、变异算子、交叉概率和变异概率等都进行了改进;最后,通过实验证明文中方法能获得全局最早完成时间,与其它方法相比,文中方法所求解的最早完成时间提高了近20%,是一种适合云计算环境的虚拟资源调度方法。     

移动环境中实时事务数据的广播调度

提出一种基于需求广播模型的实时事务数据的广播调度策略．在本策略中，综合考虑了事务存取多个数据项和满足定时限制的要求．本策略的目标是使错过截止期的事务数量最少，对我们提出的算法，通过建立模拟实验进行评价，结果显示它比现有的策略有明显的优越性．     

基于WiMAX的实时业务带宽优化调度策略

WiMAX是一项无线城域网(WMAN)技术,支持实时与非实时等多种业务,SS可以向BS动态申请所需求的带宽,由IEEE 802.16协议定义.但协议中没有具体定义实时服务QoS所需要的带宽调度策略.因此,如何高效地分配使用带宽,成为一个亟需解决的问题.本文提出一种自适应的实时轮询业务带宽分配策略,SS依据当前带宽需求和以往的实际分配带宽,提前预测实时业务数据包所需求的确切带宽.文中给出了数学分析模型和仿真.仿真结果表明,与传统的带宽分配机制和其他自适应算法相比,该自适应的带宽分配算法能更好地改善系统性能,提高吞吐量,减少时延和减少缓冲区需求.     

云环境下实时消息推送服务构建研究

随着移动互联网技术的发展,各类消息纵横交错,人们在获取关联信息时常感到无从选择。传统的消息获取,用户需要主动拉取网络存储的消息,此种方式获取消息的效率极其低下,会产生众多与用户无关的消息。消息推送需要用户不停地拉取刷新,属于被动推送。随着云技术的发展,消息推送技术逐步转变为云推送,告别了单一服务器推送的模式。对现有各类消息推送技术进行研究和分析,针对传统基于主题订阅模式的消息推送服务只能对应单一移动端通信的不足,提出了云实验环境下实现实时消息推送服务的构建方案,设计了消息推送服务(PushWeb)的运行框架,运用H5技术中的WebSocket技术实现了管理平台和移动客户端应用程序,并将其部署在阿里云中,经测试在良好的网络环境下能够将消息实时准确地推送至移动端。     

面向云环境实时感知的服务选取及评估方法研究

在云计算环境中,感知服务能力变化缺少实时性,服务质量难以保证。可信与不可信实体对元服务可能做出相同或者不相同的服务描述,存在欺骗行为。多个用户同时调用同一个高质量的服务时,极有可能出现用户访问量超过服务的负载容量从而导致服务能力下降的情况。针对此类问题,提出了一种基于环境实时感知的服务选取方法。在该方法中,服务调度中心采用招标投标的方式选取满足用户需求的元服务簇,以保证中标服务的QoS。同时服务质量感知模块实时感知元服务质量的变化,确保所选Web服务质量的高实时性和高可靠性。另外,信誉模型对服务提供者的承诺质量进行评价,从而建立高度可信的服务环境。实验结果表明,所提方法能够有效实现服务的预测评估,并为用户提供服务质量更优的Web服务。     

云制造环境下的动态调度

在云制造环境下, 制造资源和制造能力以服务的形式封装起来, 不同的任务通过云端汇集到云平台并通过合适的调度给每个任务分配相应的服务. 由于任务在执行的过程中的不确定性, 会在某个时刻遇到突发状况从而导致对余下任务的重调度问题. 因此, 针对该问题, 考虑到云制造环境下任务的复杂性和多样性会导致在合理的时间段内很难找到最...     

一种用于异构环境中任务调度的高效算法

在异构计算环境中,有效的任务调度对于获得高性能是十分重要的。现在虽然已经有许多异构处理器调度算法,但它们或者不具有良好的效果,或者算法代价太高。提出了一种新的基于表的调度算法APS。APS利用有向无环图来计算任务优先级,并采用基于调度的策略分配任务到不同处理器,以获得任务最少完工时间。将APS和LMT,HEFT,CPOP算法做比较之后得出：在大多数情况下APS算法都能获得更好性能。     

Normalization-Based Task Scheduling Algorithms for Heterogeneous Multi-Cloud Environment

Cloud computing is one of the most successful technologies that offer on-demand services through the Internet. However, datacenters of the clouds may not have unlimited capacity which can fulfill the demanded services in peak hours. Therefore, scheduling workloads across multiple clouds in a federated manner has gained a significant attention in the recent years. In this paper, we present four task scheduling algorithms, called CZSN, CDSN, CDN and CNRSN for heterogeneous multi-cloud environment. The first two algorithms are based on traditional normalization techniques, namely z-score and decimal scaling respectively which are hired from data mining. The next two algorithms are based on two newly proposed normalization techniques, called distribution scaling and nearest radix scaling respectively. All the proposed algorithms are shown to work on-line. We perform rigorous experiments on the proposed algorithms using various synthetic as well as benchmark datasets. Their performances are evaluated through simulation run by measuring two performance metrics, namely makespan and average cloud utilization. The experimental results are compared with that of existing algorithms to show the efficacy of the proposed algorithms.