网格是一种能够把分布在网络上数以亿计的计算资源、存储资源、数据资源、信息资源、知识资源等结合起来,形成一个虚拟的逻辑整体,并将这些资源转化成一种随时随地可得的、可靠的、经济的计算能力的技术和管理方法。在网格技术的研究中,任务调度显得尤为重要,网格资源调度就是根据网格节点的计算性能、资源状况,保障网格用户提交的任务以合理的方式分配到相应的网格资源上执行,同时满足网格用户的服务质量(QoS)需求。
资源调度问题是一个NP完全问题,研究表明此类问题往往难以得到最优解,甚至根本就不存在最优解。本文引入满意度函数的概念,以讨论网格用户多QoS需求情况下,寻找资源调度的满意解。将众多QoS约束指标分为性能QoS和信任QoS两类,选取了性能QoS中的优先级(Priority)、时效性(Timeliness)和精度性(Precision),以及信任QoS中的安全性(Security)和可靠性(Reliability)共5个指标作为研究对象,同时将服务级别划分为刚性级(Hard)、弹性级(Soft)和尽力级(Try)三个级别。首先对每一维的QoS约束指标进行描述和量化；其次分别构建每一维QoS参数的满意度函数模型,并将各满意度函数模型相结合得到QoS综合满意度函数模型；最后,根据网格用户提交任务的满意度要求和网格资源可以提供的满意度保障,结合min-min算法,提出了改进的Q-min-min算法,以期将传统经典min-min算法中按照期待执行时间(ETC, Expected Time to Compute)矩阵进行调度改为按照基于性能QOS和信任QoS约束指标建立起的综合满意度函数值矩阵——服务质量满意度矩阵(QSM, QoS Satisfied Matrix)进行调度,以改进原算法中只考虑运行时间这一指标,从而研究多QoS需求驱动的资源调度问题。
仿真对比实验表明,基于Q-min-min调度算法在任务的跨度(Makespan)和成本(Cost)两项性能指标上均比min-min算法更具有优势,这说明本文提出的基于多QOS约束的网格资源调度算法是合理可行的,取得了较理想的结果。
暂无评论