基于通信开销的多类型DAG任务调度方法

随着异构多核处理器的性能不断增强,具有关联关系任务的调度问题和调度算法成为研究者们关注的焦点。针对异构多核平台上的有向无环图(Directed Acyclic Graph,DAG)任务模型进行了调度分析。由于异构环境中计算资源类型丰富数量多,实际调度过程中处在不同核上的任务之间的通信开销是存在的。而当前大多数调度算法要么忽略不同核上的任务之间的通信开销,要么优先级判定和选择处理器核执行时不能全面考虑核间任务的通信开销,造成资源浪费,增加了系统调度任务的整体长度。因此,针对具有通信开销的DAG任务模型,讨论了任务间的通信开销对任务调度算法的影响,提出了复合节点生成算法(Composite Node Generation Algorithm,CNGA)任务调度算法。该算法根据任务间通信开销大小进行预处理分配生成复合节点,重构DAG图将任务节点的上行秩和通信占比作为参数决定任务节点的优先级。实验结果与HEFT和CPOP算法比较,在任务通信开销和任务执行开销之比(Communication to Computation Ratio,CCR)一定的情况下响应时间比原有的HEFT和CPOP提升10.19%,稳定性以松弛度和接受率为参数平均提升3.96%。

改进的分布估计鲸鱼算法求解区块链DAG任务调度问题

为了克服区块链单链技术效率低的问题,一种新的范式有向无环图正在蓬勃发展。针对区块链有向无环图中考虑代价权重的非独立任务调度问题,构建了区块链DAG的任务调度数学模型,并为了求解该问题提出了一种基于改进分布估计鲸鱼的新任务调度算法。新算法在WOA中引入EDA的空间采样和统计学习来预测搜索的最佳区域,进而产生优秀的新个体,从而使得新算法具备更强的全局搜索能力和更快的收敛速度。最后通过程序仿真,对比了多种算法在收敛速度和全局寻优能力方面的性能。实验表明IEWOA比传统的WOA和EDA在以上参数性能有明显优势,相比于改进遗传算法FPGA,IEWOA同样在参数性能上有一定的优势。

DAG区块链中连通度极限值CLV研究

DAG(Directed Acyclic Graph)区块链技术在性能、确定性等方面较中本聪最长链显露出更多优势。DAG区块链技术中的核心问题就是交易排序,其中引入了连通度极限值(Connectivity Limit Value,CLV)。可推定中本聪最长链的CLV取值为零,保证网络的安全达到极高的水平,但是交易验证的并行度差。为此对DAG区块链扩容方案进行泛化分析,DAG区块链网络具有高并发性,但CLV取值非零,相应安全性受到影响。继而探索连通度极限值与网络的安全阈值、网络延迟等存在的关系,并针对在DAG区块链网络中要保障CLV取值在安全阈值与网络延迟之间的平衡问题,引用进化计算中的方法给出了平衡关系式,在安全性与延迟度之间提出合理优化。此外针对DAG区块链中沙漏区块的CLV取值进行分析并给出合理建议。

基于DAG认证的网络切片场景切换算法

针对网络切片场景切换时重复身份认证导致的切换延迟问题,提出了一种基于有向无环图(DAG)认证的网络切片场景切换算法。该算法首先从DAG认证方面实现了用户场景切换的持续身份认证,确保了用户能够快速实现网络切片场景切换;然后针对多用户场景切换问题,使用了Wassertein优化下的条件生成对抗网络算法进行了场景切换优先级判定,保证了用户场景切换的低掉落率。仿真结果表明,本文算法通过避免额外的身份认证实现了更低的切换延迟,同时改善了低延迟下的掉落率性能。

ElasticDAG:弹性图式区块链

图式区块链采用有向无环图(directed acyclic graph,DAG)的并行拓扑结构,相较于基于串行拓扑结构的传统链式区块链,能够显著提升系统性能,已受到业界广泛关注.然而,现有图式区块链的共识协议与存储模型高度耦合,缺乏灵活性,难以适应多元化应用需求.同时,大部分图式区块链在共识协议层面上缺乏灵活性,局限于概率性共识协议,难以兼顾确认延迟和安全性,尤其对于延迟敏感型应用很不友好.为此,提出弹性图式区块链系统ElasticDAG,其核心思想是将存储模型和共识协议进行解耦,让两者并行、独立地运行,从而灵活适配多元化应用.针对提升系统吞吐量和活性的需求,为存储模型设计自适应区块确认策略和基于划分的确认区块排序算法;针对降低交易确认延迟的需求,设计低延迟DAG区块链混合共识协议.实验结果表明,ElasticDAG原型系统在广域网下的吞吐量高达11 Mb/s,并具有10秒级确认性能.与OHIE相比,Elastic DAG在实现同等吞吐量的情况下,可将确认延迟降低17倍;与Haootia相比,Elastic DAG在实现同等共识延迟的情况下,可将安全性从91.04%提升到99.999914%.

一种基于模糊聚类的网格DAG任务图调度算法

针对网格环境中,任务调度的目标系统具有规模庞大、分布异构和动态性等特点,提出一种基于模糊聚类的网格异构任务调度算法.以往的很多调度算法需要在调度的每一步遍历整个目标系统,虽然能够获得较小的makespan,但是无疑增加了整个调度的Runtime.定义了一组刻画处理单元综合性能的特征,利用模糊聚类方法对目标系统(处理单元网络)进行预处理,实现了对处理单元网络的合理划分,使得在任务调度时能够较准确地优先选择综合性能较好的处理单元聚类,从而缩小搜索空间,大量减少任务调度时选择处理单元的时间耗费.此外,就绪任务优先级的构造既隐含考虑了关键路径上节点的执行情况对整个程序执行的影响,又考虑了异构资源对任务执行的影响.实验及性能分析比较的结果表明,定义的处理器特征能够实现对处理器网络的合理划分,而且随着目标系统规模的增大,所提出的算法优越性越来越明显.

异构分布式环境下多DAG工作流的混合调度策略

关于多个DAG工作流在异构分布式环境下调度的研究近来有了新的进展,也解决了一些问题,但现阶段还没有考虑和解决根据不同类型DAG的需求按优先级进行分类,以及对不同时间到达的多个不同优先级DAG进行调度的问题.为解决这些问题,针对各用户对DAG工作流的QoS需求的不同,在对不同用户的DAG工作流进行优先级划分的基础上,首先提出了一种新的调度模型,并改进了已有的公平调度算法,解决在不同时间上被提交的具有相同优先级的多个DAG工作流之间调度的公平性问题.为了提高资源利用率和高优先级DAG尽可能小地受低优先级DAG的影响,又提出了一种适用于多个不同优先级DAG之间调度的Backfill算法.在新的系统模型和这两种算法的基础上,提出了一种混合调度策略.实验结果表明,这种混合调策略能够兼顾不同时间到达的多个不同类型DAG调度需求和资源利用率的改善.另外,通过实验发现了关于两个DAG调度所特有的'拖尾'规律,具有进一步研究和应用的价值.

多DAG工作流在云计算环境下的可靠性调度方法

针对云计算环境中多个DAG科学工作流的可靠性调度问题,提出一种考虑虚拟机之间链路通信竞争的动态多DAG分层调度算法.首先使用通信竞争模型描述虚拟机之间的通信,然后分别计算主版本及副版本任务的最早完成时间,并限定任务所调度的虚拟机单元.再对多个同时到达的DAG工作流任务使用动态分层方法,计算每个DAG任务的不公平程度因子.该算法有效解决了当多个DAG中任务的权值相差较大时,之前到达的DAG不会因为剩余任务迟迟得不到调度而导致执行时间跨度增大的问题.仿真实验表明,在保证可靠调度的前提下,该算法不仅能提高多个DAG调度的公平程度,而且能有效地缩短多个DAG调度的平均最早完成时间.

带通信开销的DAG工作流费用优化模型与算法

通信开销在云环境中无法忽略,但现有DAG(directed acyclic graph)工作流费用优化模型大都未考虑任务之间的通信开销,难以在实际云环境中应用.为此,提出带通信开销的工作流费用优化模型CA-DAG(communication aware-DAG),并在分层算法的基础上提出针对CA-DAG模型的调度算法CACO(communication aware cost optimization).CACO使用前向一致规则(forward consistent,FC)求解工作流的最小完工时间;根据逆向分层策略将任务分层,使费用优化问题从全局转化到局部;采用动态规划方法收集任务在选择服务时产生的零散"时间碎片",增加任务的费用优化空间,改善费用优化效果.仿真实验结果表明,在考虑通信开销时,CACO费用优化效果较DTL(deadline top level),DBL(deadline bottom level),TCDBL(temporal consistency deadline bottom level)都有显著提高.

云计算环境下多DAG调度的资源分配进化算法

现有多DAG调度研究主要在多个DAG共享资源调度的时间最小化、公平性最大化、吞吐量最大化等问题方面提出了相关的解决方案,然而,现有的方法还不能很好地解决云计算环境下多DAG共享资源调度的资源分配优化问题。为此,首先分析讨论了一组多DAG共享云计算资源调度中的多DAG数量、属性结构分布特点与资源需求量之间的关系,并在此基础上提出了基于资源需求强度预测变异方法的进化算法EFRD,有效地解决了云计算环境下多DAG共享资源调度的资源分配优化问题,既保证了多DAG的调度执行时间最小化,也避免了资源的浪费。实验表明,EFRD算法能够有效地收敛到最优解。

异构系统中DAG任务调度的双螺旋结构遗传算法

任务调度问题是一个NP完全问题,基于启发式的方法通常被用来求解次优解,其性能在很大程度上依赖启发的成效,在复杂问题时可能会产生不理想的结果.鉴于此,根据染色体双螺旋结构模型,提出了一种异构计算系统中依赖任务调度的双螺旋结构遗传算法.算法将遗传算法和启发式方法有机地结合,首先针对任务图的数据依赖关系,采用启发式方法,控制遗传算法的交叉与变异操作合理改变一个染色体主链结构,以产生较佳的任务调度优先队列;然后模仿碱基互补配对方法,利用启发式异构环境下最早完成时间算法,实现从一个染色体主链(任务集)到另一个染色体主链(异构处理机集)的映射,以提高算法的有效性和收敛速度.随机任务图和真实问题任务图的仿真实验表明,所提出的算法在调度性能上明显优于启发式算法,最大完成时间平均减少10.1%.

一种基于DAG的MapReduce任务调度算法

Hadoop已成为研究云计算的基础平台,MapReduce是其大数据分布式处理的计算模型。针对异构集群下MapReduce数据分布、数据本地性、作业执行流程等问题,提出一种基于DAG的MapReduce调度算法。把集群中的节点按计算能力进行划分,将MapReduce作业转换成DAG模型,改进向上排序值计算方法,使其在异构集群中计算更精准、任务的优先级排序更合理。综合节点的计算能力与数据本地性及集群利用情况,选择合理的数据节点分配和执行任务,减少当前任务完成时间。实验表明,该算法能合理分布数据,有效提高数据本地性,减少通信开销,缩短整个作业集的调度长度,从而提高集群的利用率。

复心汤对心衰大鼠DAG-PKC信号通路的影响

目的通过观察复心合剂对阿霉素诱导的心衰大鼠DAG/PKC信号通路表达的影响,探讨DAG/PKC信号通路与心衰的关系。方法采用阿霉素诱导建立心衰大鼠模型,造模成功后给予复心汤、卡托普利药物干预4周,比较不同组别大鼠心肌细胞内DAG、PKC的表达量。结果心衰大鼠心肌细胞中DAG、PKC表达量增高;复心汤能够降低心衰心肌细胞中DAG、PKC表达量。结论复心汤能够改善心衰大鼠一般状态,抑制心衰心肌细胞中DAG/PKC信号通路的过度表达。

CCK-8抗炎作用中DAG-PKC信号通路对cAMP-PKA信号通路的影响

目的探讨CCK-8抗炎作用中DAG-PKC信号通路对cAMP-PKA信号通路的影响。方法分离纯化大鼠PIMs,分别用LPS、CCK、LPS+CCK、PMA、SC-3088、LPS+PMA、LPS+SC-3088、CCK+PMA、CCK+SC-3088、LPS+CCK+PMA、LPS+CCK+SC-3088孵育一定时间,采用125I-cAMP放射免疫分析法测定细胞内cAMP含量,用放射激酶法测定PKA活性。结果单独应用PMA和SC-3088孵育大鼠PIMs,细胞内cAMP含量和PKA活性与正常对照组相比无明显变化(P>0.05)。PMA可升高LPS作用下的细胞内cAMP含量和PKA活性(P<0.01),SC-3088则可使LPS作用下的细胞内cAMP含量和PKA活性降低(P<0.01)。分别应用PMA、SC-3088与CCK共同孵育,则CCK+PMA组细胞内cAMP含量和PKA活性高于单独应用CCK组(P<0.01),CCK+SC-3088组则降低(P<0.01)。与LPS+CCK组相比,PMA+LPS+CCK组细胞内cAMP含量和PKA活性升高(P<0.01),而SC-3088+LPS+CCK组细胞内cAMP含量和PKA活性降低(P<0.01)。结论在LPS诱导的大鼠PIMs,CCK-8可通过激活cAMP-PKA信号通路发挥抗炎作用;DAG-PKC信号通路的活化对cAMP-PKA信号通路有正性调节作用。

地西他滨+DAG方案联合扶正解毒祛瘀法治疗老年急性髓系白血病患者的临床疗效

目的观察地西他滨+DAG方案(即柔红霉素+阿糖胞苷+重组人粒细胞集落刺激因子)联合扶正解毒化瘀法治疗老年急性髓系白血病(AML)患者的临床疗效和安全性,以及治疗对外周血p53蛋白浓度的影响。方法将80例老年AML患者按照入组先后顺序分为对照组与观察组,每组40例。对照组患者给予地西他滨+DAG方案治疗,观察组在对照组的基础上行扶正解毒祛瘀法治疗。比较2组患者的临床疗效,记录治疗过程中的不良反应。测定患者外周血p53蛋白浓度。结果对照组和观察组中分别有32例和34例患者顺利完成临床治疗。观察组完全缓解率、部分缓解率、客观有效率、总生存时间高于对照组,但差异无统计学意义(P>0.05)。观察组1年生存率高于对照组,差异有统计学意义(P<0.05)。治疗后2组患者的外周血p53蛋白浓度均较治疗前降低,且观察组p53蛋白浓度低于对照组,差异均有统计学意义(P<0.05)。结论地西他滨+DAG方案联合扶正解毒祛瘀法治疗老年AML患者能够提高临床缓解率,且安全性高,其机制可能是通过减少外周血p53蛋白。

有期限约束的多DAG共享资源的调度及公平费用优化方法

随着网格和云计算工作流技术的发展,近来关于多DAG(Directed Acyclic Graph)共享资源调度的研究取得了一些进展,然而,关于具有最晚完成期限约束的多DAG共享一组有限异构资源的调度及其费用最低化等问题还有待进一步研究和解决.针对这些问题,文中首先提出了衡量DAG期限紧急水平的"相对严格程度"的新方法,并在此基础上提出了基于相对严格程度的调度算法MDRS(Scheduling for Multi-DAGs with Deadline based on Relative Stritness).该算法不仅能够合理处理多个DAG之间调度的紧急水平关系,也能对由于DAG期限过于严格而可能产生的"过饱和"情况进行探测和处理.一旦遇到"过饱和"情况,则采用"堆栈"与"调度回溯"相结合的机制尽可能少地丢弃其中的DAG,从而达到DAG吞吐量最大化调度目标.在MDRS算法的基础上,为了满足各DAG期限内完成约束条件,并尽可能公平地降低多个DAG执行的费用,又提出了基于单位相对严格程度变化量的费用降低率最大化方法的费用优化算法CDVRS(Cost Decrease based on Variance of the Relative Strictness).实验表明:这些方法及算法能够达到较好的性能.

分布式系统下的DAG任务调度研究综述

近年来随着网格、云计算工作流等分布式计算技术的发展,关于DAG(有向无环图)模型任务在分布式系统环境下的调度问题逐渐成为备受关注的研究热点。根据最新研究进展,对分布式系统下的DAG任务调度问题和有关技术进行了研究与讨论,主要包括四个方面:系统地描述了分布式系统和异构分布式系统的有关概念,异构分布式系统下的DAG任务调度问题、调度模型及其典型应用;对现有分布式系统下DAG任务调度的研究按照不同的方式进行了分类;探讨了多DAG共享异构分布式资源调度的研究现状;讨论了目前多DAG共享异构分布式资源调度研究存在的问题和未来可能的研究方向。

一种基于DAG图划分的网格关联任务调度算法

网格计算中的大型应用程序往往被分解为多个关联任务.对于这类应用,任务间的依赖是一个不可忽略的因素.传统算法只能将其视为元任务来考虑,限制了对任务粒度的进一步划分,从而大大降低了任务调度的性能.本文提出一种基于DAG图划分的关联任务调度算法.它优先调度关键路径上的任务,同时利用任务复制的方法充分利用资源上的时间碎片,保证依赖关系及时得到满足.仿真结果表明,对于网格环境下的大规模关联任务,该算法有效地提高了作业执行速度和资源使用效率.

异构网络化汽车电子系统中多DAG离线任务调度

公平性和通信开销已成为影响调度性能的主要瓶颈,首先在任务优先级排序阶段,提出基于通信开销权值的轮转调度的公平排序标准;在处理器选择阶段,提出在插入法的基础上将任务分配到具有最小选择值的选择标准;综合上述2个阶段,提出以降低调度长度和减少通信开销为目标的多DAG离线公平任务调度(MDOFTS,multiple DAGs off-line and fairness task scheduling)算法。异构网络化汽车电子系统是一个典型的混合关键级嵌入式系统,既要确保实时性又要降低调度长度,提出了以满足安全关键DAG的多DAG离线优先级任务调度(MDOPTS,multiple DAGs off-line and Priority task scheduling)算法。综合MDOFTS和MDOPTS,提出多DAG离线自适应任务调度(MDOATS,multiple DAGs off-line and adaptive task scheduling)算法,在满足实时性的基础上提高调度性能。实例分析和实验结果表明,提出的算法在调度长度、通信开销、不公平性、最差响应时间和实时性上都优于其他算法。

通信竞争的混合关键级系统多DAG动态调度策略

以多DAG模型研究通信竞争的混合关键级系统(mixed-criticality systems)的调度问题是适应现代汽车电子系统异构化和分布式的需要.首先实现通信竞争环境下"向上排序值(upward rank value)"和"最早完成时间(earliest finish time)"中时间的精确分析,以适应系统中计算与网络均异构,且任务与消息的同步特征.接着提出公平策略的多DAG动态任务与消息调度F_MDDTMS算法,以降低系统的调度长度;提出关键级策略的多DAG动态任务与消息调度C_MDDTMS算法,以确保高关键级应用的实时性;结合F_MDDTMS算法和C_MDDTMS算法,提出混合关键级策略的多DAG动态任务与消息调度MC_MDDTMS算法,既确保混合关键级系统中高关键级应用的实时性,又使得低关键级应用得到积极的处理.实例分析和实验结果验证了提出的算法在调度长度、不公平性、最差响应时间和实时性上的优越性.