一种基于信任的网格资源调度算法.docVIP

一种基于信任的网格资源调度算法 　　摘要：介绍了信任关系量的化方法，然后根据任务的安全性要求设置任务的优先级，对已有的信任驱动的网格调度算法进行改进，改进算法在不增加时间复杂度的同时提高了调度的信任效益:最后通过仿真证明算法的有效性，并对仿真结果进行分析。 　　关键词：网格计算；任务调度；网格安全；信任模型；信任驱动 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2008)14-20944-03 　　 　　网格计算的目的是通过分布式环境下异构组织间动态的资源共享和协作来求解复杂的计算问题。由于网格环境下的资源的跨组织性、异构和动态性的特点，使得在网格环境下的资源管理和调度都非常困难。一直以来网格调度问题都是人们关注的重点，也提出了Min-min、Max-min、GA等经典算法。网格计算的集成程度更高、应用领域 　　更广、使用更方便、资源的利用更加充分和有效。但网格比传统网络环境复杂得多，因此提出了更高更广泛的安全需求。安全性问题的研究将是影响网格应用的一个关键性因素，而实体之间的信任关系是安全性的一个重要方面。因此将信任融入到网格资源调度中的研究具有重要的现实意义。 　　本文重点是在传统的Min-min资源调度算法研究基础上，提出一种基于优先级的信任驱动调度算法，使其更具有安全性。 　　 　　1 信任调度模型 　　 　　1.1 信任模型 　　信任是一个非常复杂的主观概念，目前没有一致的定义。文献[3]提出了自己的信任模型，量化了资源和任务的信任属性，提出了在不同信任关系下的信任效益函数，扩展了传统的批模式下任务调度算法，本文采用文献[3]中定义的信任模型，具体如下： 　　定义1 由信任值表征的客观实体的身份和行为的可信度评估，信任值取决于实体可靠性、诚信和性能等。计算网格信任模型主要由资源信任属性、任务信任属性及其相互间信任关系构成。 　　资源信任属性包含两方面：(1) 安全性。衡量网格资源对任务和数据的真实性、保密性和完整性的保障程度。本文采用资源安全级别(resource security value)量化资源安全属性；(2) 可靠性。长时间执行的任务有可能因为某个资源失效导致运行失败甚至重启，造成系统资源浪费和系统性能低下。本文量化资源可靠性(resource reliability value)为单位时间内失效概率。 　　任务信任属性指网格用户提交任务请求时，对任务运行的安全性和可靠性要求。本文分别采用任务安全级别(job security demand)与可靠性级别(job reliability demand)量化任务信任属性。 　　1.2 信任效益函数 　　根据调度过程中任务对资源信任值的要求，任务与资源间的信任关系可以分为强(strong)信任关系、弱(weak)信任关系与无(no)信任关系3类。 　　 　　以确保安全性效益在任务可降低信任需求时其效益值随之下降。 　　其中，任务可靠性需求JRi∈(0,1)，而资源可靠性RRij，由任务ti和资源mj共同决定。设调度开始时每个计算资源固有失效率为FRj。随时间增加失效的概率逐渐增大，可靠度减小。任务ti在mj上的完成时间为MCTij，则可靠度为RRij=exp(-MCTij*FRj)。 　　可以定义任务ti在资源mj上所获得的信任效益函数如式(8)所示，其中，w和(1-w)是安全性和可靠性上的重要性权值。可知，信任效益函数值越大，任务映射后执行越稳定，执行结果愈加可信。 　　 　　定义2 信任驱动的网格任务调度问题：给定m个异构计算资源组成的网格环境M={m1,m2,...,mm}，n个独立任务构成的任务集合T={t1,t2,...,tn}，求映射方案map=(a,s)。其中，a:T→M表示资源分配的映射；a(i)=j表示将ti分配到mj上；s:{(i,a(i))|i∈T}→N ={1,2,3,...}表示在资源上的任务调度函数；s(i,j)=k表示在计算资源mj上第k个执行的任务是ti，使得：Maximize TrustUtil (map)。 　　 　　2 基于优先级的信任驱动调度算法 　　 　　信任驱动的网格任务调度是NP完全问题，本文借鉴传统min-min的思想，提出了基于优先级的任务驱动调度算法。 　　基于优先权的信任驱动调度算法(PTD-min-min )的基本思想是根据任务的任务安全性设定其优先级，利用文献[4]提出的分段Min-min的思想，这里根据任务的优先级对所有任务进行分段。任务的安全性级别决定其对资源安全性的要求，安全性要求越高表示其对资源的性能要求越高，优先分配高优先级的任务可以避免因满足条件的资源被占用而分配失败，使得效益值为0。由文献[4]可知，任务被分成