基于信任QoS增强的网格服务调度算法

针对目前服务网格资源管理中存在的信任机制与调度机制分离的缺陷,基于网格信任模型与信任效益函数,讨论了信任QoS增强的计算服务调度问题．分析传统调度算法的缺陷,提出了基于信任关系的网格服务调度算法．该算法在保证服务性能Qos要求的同时兼顾信任QoS的要求．对基于信任关系的网格服务调度算法性能进行了多角度分析和大规模仿真实验．结果表明:该算法较传统的基于性能QoS的调度启发式和另外两种基于信任Qos的调度启发式而言,不仅具有较优的平均信任效益、总信任效益和较小的最终服务期,而且在失效服务数和系统吞吐率等方面具有较好的综合性能．

信任驱动的网格调度算法

针对目前网格资源管理中任务与资源匹配问题的不足,基于信任效益函数与匹配概念,提出了信任驱动的网格调度匹配算法。在调度中同时还考虑了任务和资源效益值,对已经提出的两种信任驱动的网格调度算法进行改进。结果证明:该算法较传统基于的信任驱动调度算法而言,信任效益值,资源效益值,负载平衡和失效服务数等方面有较好的综合性能。

不确定网络负载下虚拟机匹配调度仿真

针对传统的虚拟机匹配调度存在的内存占用率过高、调度过程所造成的系统负载均衡性较差等问题,提出一种不确定网络负载下的虚拟机匹配调度方法。首先构建虚拟机资源匹配调度模型。根据模型对目标网络不确定性负载属性进行分析,其次对于用户任务集合中的各个任务,计算其在虚拟机资源池中每个虚拟机资源上的信任效益函数值,选取效益函数值较小的任务映射到虚拟机上;最后采用遗传算法进行虚拟机匹配调度,依据虚拟机资源配置情况通过多次迭代过程确定最优染色体,得到虚拟机的最佳匹配调度策略。实验结果证明,所提方法可以有效降低内存占用率,提高负载均衡度。