基于負(fù)載預(yù)測的網(wǎng)格任務(wù)調(diào)度研究與實(shí)現(xiàn).pdf

1、網(wǎng)格是由硬件和軟件構(gòu)成的基礎(chǔ)設(shè)施，提供對高性能資源可靠的、一致的、無處不在的、廉價(jià)的訪問。在網(wǎng)格計(jì)算中，資源可能是動(dòng)態(tài)的、異構(gòu)的，資源之間的性能和能夠提供給用戶的服務(wù)質(zhì)量可能有很大差別。為了合理、高效地利用計(jì)算資源，任務(wù)調(diào)度是網(wǎng)格計(jì)算的一個(gè)非常重要的研究課題。網(wǎng)格資源具有非專注性是網(wǎng)格系統(tǒng)的一個(gè)重要的特點(diǎn)，網(wǎng)格資源非專注性的實(shí)質(zhì)是網(wǎng)格任務(wù)與本地任務(wù)共享網(wǎng)格資源。傳統(tǒng)的任務(wù)調(diào)度算法沒有考慮資源本地負(fù)載對網(wǎng)格任務(wù)執(zhí)行時(shí)間的影響，因而傳統(tǒng)的任

2、務(wù)調(diào)度算法不能很好地解決網(wǎng)格任務(wù)調(diào)度問題。
　　 針對網(wǎng)格環(huán)境中存在的資源非專注問題，本文從網(wǎng)格資源負(fù)載預(yù)測和基于負(fù)載預(yù)測的網(wǎng)格任務(wù)調(diào)度等方面進(jìn)行研究。本文的主要研究內(nèi)容包括：
　　 1.網(wǎng)格資源負(fù)載預(yù)測模型。本文討論了使用AR模型進(jìn)行負(fù)載預(yù)測所面臨的兩個(gè)問題：長期預(yù)測問題和模型階數(shù)的選擇問題。針對長期預(yù)測問題，提出了數(shù)據(jù)聚合的方法；針對模型階數(shù)選擇的問題，提出了一種根據(jù)歷史預(yù)測反饋信息動(dòng)態(tài)選擇模型階數(shù)的方法。在此基礎(chǔ)上

3、提出了一種基于數(shù)據(jù)聚合和歷史預(yù)測反饋信息的網(wǎng)格資源負(fù)載預(yù)測模型。仿真實(shí)驗(yàn)顯示，本文提出的負(fù)載預(yù)測模型能夠有效地提高負(fù)載預(yù)測效果。
　　 2.基于負(fù)載預(yù)測的網(wǎng)格任務(wù)調(diào)度模型。本文通過分析任務(wù)在有本地負(fù)載的資源上的執(zhí)行時(shí)間與本地負(fù)載的關(guān)系，討論了根據(jù)資源本地負(fù)載和任務(wù)在無本地負(fù)載的資源上的執(zhí)行時(shí)間估算任務(wù)在有本地負(fù)載的資源上的執(zhí)行時(shí)間的方法。在此基礎(chǔ)之上，提出了一種基于負(fù)載預(yù)測的網(wǎng)格任務(wù)調(diào)度模型，包括任務(wù)調(diào)度框架、任務(wù)調(diào)度過程和任務(wù)

4、調(diào)度算法。通過仿真實(shí)驗(yàn)可以看出，該模型可以提高網(wǎng)格任務(wù)調(diào)度效果。
　　 3.網(wǎng)格任務(wù)調(diào)度系統(tǒng)的實(shí)現(xiàn)。本文在東南大學(xué)校園網(wǎng)格平臺(SEUGrid)基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了網(wǎng)格任務(wù)調(diào)度模塊、網(wǎng)格任務(wù)期望執(zhí)行時(shí)間估算模塊和負(fù)載預(yù)測模塊，從而在SEUGrid中實(shí)現(xiàn)了基于負(fù)載預(yù)測的網(wǎng)格任務(wù)調(diào)度原型系統(tǒng)。
　　 本文分析了網(wǎng)格的非專注性以及網(wǎng)格任務(wù)執(zhí)行性能的規(guī)律，研究了網(wǎng)格資源負(fù)載預(yù)測以及基于負(fù)載預(yù)測的網(wǎng)格任務(wù)調(diào)度。本文的研究成果考慮了