計算網(wǎng)絡(luò)中面向QoS的資源可用性評估模型研究.pdf

1、作為下一代并行與分布式計算平臺,網(wǎng)格聚集大量地理上分布的、異構(gòu)的、各種各樣的資源解決大規(guī)?？茖W計算與商業(yè)應(yīng)用問題。在這樣一個非集中式、動態(tài)和自治的環(huán)境中,為用戶提供QoS有保障的計算服務(wù)是當今面向服務(wù)架構(gòu)下網(wǎng)格計算的一個重大挑戰(zhàn)。針對這一問題,過去的大量研究中缺少考慮以下2個方面的資源量化信息：(1)由于軟硬件故障、安全、資源提供者或網(wǎng)格組織的自主使用策略等因素導致網(wǎng)格資源在一定時間內(nèi)無法為網(wǎng)格用戶提供服務(wù),需要根據(jù)資源的歷史行為來確定

2、資源在未來時期內(nèi)的可用或不可用狀態(tài)信息；(2)在網(wǎng)格資源為用戶提供服務(wù)時,由于資源負載的動態(tài)變化以及資源能力的異構(gòu)性,需要從用戶的角度來確定資源動態(tài)可用能力大小的信息。
　　 因此,本文提出資源可用性評估模型,為面向QoS的任務(wù)調(diào)度提供有效、準確的依據(jù),以期解決服務(wù)網(wǎng)格環(huán)境中用戶QoS保障問題。本文主要工作與創(chuàng)新如下：
　　 1、QoS增強的基于可用度預測的作業(yè)執(zhí)行服務(wù)部署
　　 從應(yīng)用的角度提出了一種資源可用度

3、量化方法,并結(jié)合監(jiān)測分析資源可用度歷史數(shù)據(jù)中噪聲的影響,提出了一種基于灰色模型的資源可用度預測模型MRAPGM。MRAPGM首先利用小波分析方法對資源可用度歷史數(shù)據(jù)進行噪聲過濾,再利用灰色預測模型預測出資源在未來某一時間段內(nèi)的資源可用度,并通過大量實驗確定了模型中使用的小波以及相關(guān)參數(shù)。在資源可用度預測基礎(chǔ)上,借鑒冗余思想,提出了可用度增強的作業(yè)執(zhí)行服務(wù)AEJES的概念及其確定方法?；贏EJES提出一種可用度增強的作業(yè)執(zhí)行模型AEMJ

4、E,該模型在資源收益和用戶QoS之問取得了一定的平衡,從而既保障了用戶的QoS需求又避免了過多的資源浪費。
　　 2、面向QoS的資源動態(tài)可用能力評估
　　 提出了一種基于排隊系統(tǒng)的網(wǎng)格資源動態(tài)服務(wù)模型RSMQT,提取了刻畫資源(集)動態(tài)可用能力的評估指標?；谫Y源服務(wù)模型,提出了一種面向用戶QoS的動態(tài)資源能力評估機制RPEMQT,根據(jù)對資源可用能力評估指標進行監(jiān)控與統(tǒng)計分析得到的歷史數(shù)據(jù),從用戶和資源提供者的角度對資

5、源(集)可用能力進行量化。理論分析和實驗結(jié)果表明,基于排隊理論的資源服務(wù)模型和評估機制提高了用戶資源選擇的滿意度。
　　 3、基于可用能力評估的資源篩選策略
　　 基于資源(集)可用能力評估得到的可用能力評估指標,利用基于PSO的聚類方法對具有等價指標值的AEJES服務(wù)進行聚類,提出了一種邏輯服務(wù)組織結(jié)構(gòu)LSC,以降低服務(wù)選擇的時間復雜度?；诳捎媚芰υu估結(jié)果和邏輯服務(wù)組織結(jié)構(gòu),提出一種滿足用戶QoS要求的服務(wù)篩選策略。

6、通過實驗驗證了邏輯服務(wù)簇內(nèi)服務(wù)相似性對服務(wù)選擇效率的影響,并確定了最佳邏輯服務(wù)簇數(shù)目、聚類周期等相關(guān)參數(shù)。同時,實驗結(jié)果還表明引入本文服務(wù)組織結(jié)構(gòu)的調(diào)度算法可顯著降低任務(wù)的執(zhí)行時間。
　　 4、基于可用性評估的資源分配與任務(wù)調(diào)度
　　 基于可用度增強的作業(yè)執(zhí)行模型,利用服務(wù)篩選得到的候選AEJES集合,將資源分配描述為一個非合作博弈過程,提出了一種可用性增強的資源分配方案。最后,將該分配方案應(yīng)用到工作流任務(wù)調(diào)度問題中。實