网格环境中可靠性增强的资源预留策略

提出一种基于随机服务模型的可靠性量化计算方法,该策略采用随机服务系统描述网格资源的预留服务模型,通过分析预留请求的统计特征来评估接纳当前预留请求不发生违约的概率,然后依据备选资源集合中的违约概率来进行预留请求接纳和任务资源选择,从而提高资源预留时的可靠性。实验表明,与传统的预留策略相比,该策略在提高资源利用率、降低违约率以及对动态负载压力变化情况下的反应方面,表现出更好的有效性、适应性。

面向网格工作流的松弛预留策略

针对网格任务倾向于高估预留时间的事实,提出一种支持叠交预留请求的松弛预留策略,用于降低预留机制对系统性能的负面影响。理论分析给出了违约风险的量化计算方法,并针对工作流的协同预留问题设计了相应的预留接纳算法。实验结果显示,松弛策略在面对较高的预留请求率时能显著降低预留机制对系统性能所造成的负面影响;基于实际工作流的实验结果显示,该策略能有效降低由于高估预留时间而导致的任务执行效率损失。

面向独立网格任务的松弛预留策略

提出一种支持时间和空间二维松弛的预留接纳策略,允许在一定条件下接纳与已有预留存在叠交的预留请求,从而降低预留服务对系统性能的负面影响。理论分析给出了松弛预留策略的系统收益与风险计算方法,并针对独立任务的协同预留问题设计了相应的请求接纳算法。实验结果表明,松弛预留策略能有效提高资源利用率并降低预留请求拒绝率,当系统面对较高的预留请求率时,松弛预留策略对动态负载变化具有良好的自适应性。