基于知识发现的网格调度优化技术研究-计算机系统结构专业论文.docx

源逻辑分组。而在数据副本选择方面，基于分类技术的选择策略将副本选择问题看作是一个分类问题，利用数据传输的历史记录构造问题分类器，再根据当前数据请求的相关属性由分类器进行分类，快速地定位副本位置，提高了数据访问的效率。目前，网格工作流已经成为网格环境中的一项基本服务。当依靠已定义的网格工作流无法满足处理新问题的需要时，网格用户经常以人为方式逐个调用网格服务，因此整个过程是一种包含了隐性规则的、松散定义的工作流。基于多维序列模式挖掘构造隐式网格工作流将是现有的显式网格工作流建模方式的有益补充。此外，网格工作流的调度既要考虑应用对特定服务的局部性能要求，又要考虑工作流的全局性能约束。将网格工作流的调度问题看作是一个优化问题，使用分布式遗传算法进行求解能够获得较好的调度结果。当前的网格服务描述语义模型中对服务质量平面的、静态的和简单的描述不足以表达由多侧面指标共同表征的层次化的网格服务质量体系。扩展的服务质量语义描述模型可以较好地反映出网格服务质量的综合性、模糊性、动态性和可配置性等特点。面向上述扩展的服务质量模型的网格调度综合评价策略采用模糊多属性群决策方法，为网格调度决策的综合评价提供了重要手段。关键词：网格调度，知识发现，性能预测，应用层调度，网格工作流，服务质量AbstractThegridsystemwillallowuserstosharealotofgridresources,butitssomecharacteristics,suchasdistribution,heterogeneityanddynamic,makethegridsystemachievedhighperformanceisnotaneasything.TotakefulladvantageofthedistributedheterogeneousplatformslikeGrid,applicationmustbereasonablyscheduledtooptimizeitsuseofsystemresourcesandachievehighperformanceoftheimplementation.Eitherearlycomputationalgridorcurrentservicegrid,arefacedwithhowtoeffectivelymanageandschedulegridresources.Therefore,thegridschedulinghasbecomeoneoftheimportantcontentsingridresearch.Fordifferentkindsofobjectsingridsystem,includinggridresources,gridapplicationandgridusers,theiractivitiesandstatusappeartobedynamicchangesinthestochasticsystem.Butinpracticetheactivitiesofsomegridobjectshavetheirinternalregularities.Findingandutilizingtheseregularitieswillhelpthebettergridscheduling.Gridschedulingoptimizationisawayofachievinghighperformance.Thisthesisdiscussesgridschedulingoptimizationproblems,wheretheresourceperformancepredictioninsystemlevel,application-levelschedulingandgridworkflowschedulingarefocusedandvariousfactorsimpactingschedulingperformanceareanalyzed.Somegridschedulingoptimizationtechniquesandstrategiesareproposedbasedonknowledgediscovery.Theanalysisofthehistoricalinformationofgridactivitiesandthesummaryofvariousactivitiesregularitiesareouroverallthinkingingridschedulingoptimizationstudy,andtheuseoftheknowledgediscoverybaseddataminingtechniquesaretheimportantoptimizat