基于云平臺的大數(shù)據(jù)驅(qū)動的信息物理融合系統(tǒng)調(diào)度算法.pdf

1、云技術(shù)與CPS技術(shù)源自于分布式系統(tǒng)、虛擬化、傳感器技術(shù)、嵌入式技術(shù)以及計算機(jī)網(wǎng)絡(luò)技術(shù)，并隨著這些技術(shù)的發(fā)展逐漸深入人類的生活之中。然而，在這個云平臺技術(shù)和CPS技術(shù)得到了快速發(fā)展的年代中，它們本身卻仍然處于發(fā)展階段，因此在這個兩個領(lǐng)域中仍然存在著各種問題。而在這些挑戰(zhàn)之其中，調(diào)度問題在優(yōu)化執(zhí)行任務(wù)的效率方面，扮演著非常關(guān)鍵的角色。
　　本文分別提出了新的層次價值密度算法以及新的基于樹與聚類的多隊列任務(wù)調(diào)度策略用于應(yīng)對在云平臺及CP

2、S環(huán)境下的任務(wù)調(diào)度問題。并通過把這兩種算法組合成為一個新的調(diào)度方案，用以優(yōu)化云平臺以及CPS的任務(wù)調(diào)度效率。
　　本文基于對實時分布式系統(tǒng)優(yōu)先級算法之中的價值密度算法進(jìn)行研究，提出了一種新的層次價值密度算法來滿足云平臺任務(wù)調(diào)度的適時性需求。該新算法不但通過把VD算法改造成不依賴于截止時間，而依賴于任務(wù)價值、任務(wù)到達(dá)時間、任務(wù)估算剩余執(zhí)行時間及系統(tǒng)時間這些參數(shù)的算法，而且還引入了層次屬性這一概念。這個概念使該算法能更有效地通過數(shù)學(xué)的

3、方式描述不同任務(wù)間的區(qū)別與關(guān)系的目的。本文在層次價值密度算中引入了兩種任務(wù)價值屬性：價值層次和相對價值。其中，相對價值屬性不僅能給管理員調(diào)整任務(wù)之間的相對價值，更可通過增加夭折任務(wù)的相對價值，來實現(xiàn)讓每一個任務(wù)的實際執(zhí)行時間更為“適時”且執(zhí)行順序更為“公平”的目的。
　　此外，本文提出了一種基于樹管理策略以及聚類的多隊列策略，并從大數(shù)據(jù)環(huán)境下的大量任務(wù)中抽取這些任務(wù)在時間上的共同特性——到達(dá)時間、系統(tǒng)的當(dāng)前時間和任務(wù)的預(yù)估執(zhí)行時間

4、。然后，通過新的調(diào)度策略對這些共性進(jìn)行聚類，來對主節(jié)點的任務(wù)進(jìn)行聚類及分類操作。新策略可以通過把等候隊列中大量的任務(wù)進(jìn)行再分類來得到多條任務(wù)類隊列，從而對調(diào)度服務(wù)器等候隊列中的大量任務(wù)進(jìn)行有效的分治管理，實現(xiàn)對調(diào)度服務(wù)器中的大量任務(wù)進(jìn)行調(diào)度預(yù)處理。
　　最后，本文以排隊論作為指導(dǎo)，使用Sim Events工具包作為實現(xiàn)工具，構(gòu)建了一個用于進(jìn)行仿真實驗的仿真云系統(tǒng)。該系統(tǒng)被用于對本文提出的兩種新的調(diào)度算法及策略實驗，從而論證其可行性