異構(gòu)并行分布式系統(tǒng)可信調(diào)度理論與方法研究.pdf

1、隨著社會經(jīng)濟(jì)與信息技術(shù)的飛速發(fā)展，以網(wǎng)絡(luò)計算和并行計算為基礎(chǔ)的分布式計算已成為IT技術(shù)的重要發(fā)展方向，特別是異構(gòu)并行分布式系統(tǒng)因其低成本高性能而受到企業(yè)界和學(xué)術(shù)界的廣泛關(guān)注。但系統(tǒng)規(guī)模持續(xù)擴(kuò)大的同時，系統(tǒng)平均無故障時間卻越來越低，任務(wù)執(zhí)行行為可靠性已成為保證并行應(yīng)用成功的關(guān)鍵。其次，分布式系統(tǒng)為實(shí)現(xiàn)信息保密性、數(shù)據(jù)完整性和邊界安全保護(hù)而面臨大量安全威脅，這些威脅主要源于網(wǎng)絡(luò)環(huán)境下資源與用戶行為的不可控性和不確定性。另一方面，并行應(yīng)用實(shí)踐

2、表明任務(wù)實(shí)際執(zhí)行時間往往受輸入數(shù)據(jù)、系統(tǒng)環(huán)境和任務(wù)本身If分支的影響而具有隨機(jī)性。面對由可靠性、安全性、任務(wù)計算量隨機(jī)性等導(dǎo)致的分布式系統(tǒng)可信性，提出了考慮可信性的任務(wù)調(diào)度理論與方法，以期對對提高分布式系統(tǒng)應(yīng)用性能具有重要意義的資源管理展開深入研究與探索，力圖解決其中的部分關(guān)鍵理論與技術(shù)問題。
　　 本文首先建立由任務(wù)DAG模型構(gòu)建器、任務(wù)計算量評估、任務(wù)調(diào)度器、任務(wù)分配、信任管理、信任值計算、可靠性分析、安全開銷計算、任務(wù)可信

3、評估等模塊構(gòu)成的可信調(diào)度體系結(jié)構(gòu)。針對異構(gòu)計算系統(tǒng)任務(wù)在不同處理機(jī)上執(zhí)行時其計算成本不同的特點(diǎn)，克服以任務(wù)執(zhí)行平均值、中間值、最好值或最壞值等方法給任務(wù)調(diào)度帶來的困惑，提出異構(gòu)計算系統(tǒng)計算能力異構(gòu)因子α，并依此實(shí)現(xiàn)任務(wù)優(yōu)先級計算和處理機(jī)選擇。在此基礎(chǔ)上，提出基于任務(wù)復(fù)制的表調(diào)度算法(HEFD)。模擬實(shí)驗結(jié)果表明任務(wù)調(diào)度算法HEFD優(yōu)于HEFT、HLD和HCPFD算法。
　　 其次，針對大規(guī)模分布式計算系統(tǒng)的異構(gòu)性、動態(tài)性和廣域性

4、等特點(diǎn)，提出可靠性驅(qū)動的層次調(diào)度體系。分析任務(wù)在處理機(jī)上執(zhí)行的可靠性、數(shù)據(jù)在通信網(wǎng)絡(luò)上通信的可靠性及相互關(guān)系，建立應(yīng)用程序任務(wù)執(zhí)行行為可靠性模型。在此基礎(chǔ)上提出可靠性驅(qū)動的分層任務(wù)調(diào)度算法(HRDS)。其中，全局任務(wù)調(diào)度器負(fù)責(zé)把應(yīng)用程序分配給虛擬節(jié)點(diǎn)，局部調(diào)度器則在虛擬節(jié)點(diǎn)內(nèi)實(shí)現(xiàn)基于DAG模型的任務(wù)調(diào)度與分配。實(shí)驗結(jié)果表明相對于經(jīng)典調(diào)度算法MCMS和HEFT，HRDS具有較好的性能。
　　 針對分布式計算系統(tǒng)面臨的安全威脅，受經(jīng)

5、濟(jì)學(xué)品牌形象實(shí)踐與心理學(xué)理論啟發(fā)，在研究分布式信任表現(xiàn)形式與特點(diǎn)基礎(chǔ)上提出基于博弈論微分對策技術(shù)的信任值動態(tài)量化計算方法。依據(jù)用戶任務(wù)安全需求和分布式系統(tǒng)提供的安全信任保障，提出任務(wù)執(zhí)行行為安全性開銷計算方法和安全性風(fēng)險評估技術(shù)。最后，提出考慮任務(wù)執(zhí)行行為安全開銷的調(diào)度模型和調(diào)度算法SDS。實(shí)驗結(jié)果表明SDS算法不僅能有效提高系統(tǒng)安全性，還具有較好的調(diào)度性能。
　　 經(jīng)典任務(wù)調(diào)度算法一般假定任務(wù)計算量通過軟件工程配置技術(shù)或預(yù)測技

6、術(shù)獲得，且是確定不變值。而并行應(yīng)用計算實(shí)踐卻表明任務(wù)計算量具有隨機(jī)性，這種不精確性將明顯影響調(diào)度算法性能。因而針對此問題，本文首先證明基于DAG模型隨機(jī)任務(wù)調(diào)度長度的下限是以任務(wù)期望構(gòu)成的確定型任務(wù)調(diào)度長度。然后，研究任務(wù)計算量服從正態(tài)分布的應(yīng)用程序，利用Clark方程實(shí)現(xiàn)并行任務(wù)完成時間期望與方差的計算，在此基礎(chǔ)上提出隨機(jī)sb level近似計算算法。受確定型表調(diào)度算法DLS啟發(fā)，提出針對隨機(jī)任務(wù)調(diào)度問題的隨機(jī)動態(tài)級調(diào)度算法(SDLS