不确定性云环境工作流调度多目标优化.docxVIP

不确定性云环境工作流调度多目标优化 摘要：云计算弹性的资源提供和虚拟机性能的不稳定性使得工作流的执行面临诸多不确定性。针对此问题，考虑执行时间具有不确定性，基于执行时间和代价的同步优化，提出同步满足健壮性的三目标优化工作流调度算法。以满足帕累托最优的均衡最优解集的形式进行建模，以启发式方式对模型求解。为衡量均衡解的质量，设计基于超体积的评估机制，得到冲突目标的均衡调度解，比原始双目标优化对执行时间的波动具有更小敏感性。实验结果表明，比较未考虑不确定性的双目标优化，该算法求解质量更高，均衡度更好，更符合不确定性实时云工作流调度。 0 引言云计算通过按需方式解决了私有集群的诸多限制，可有效应用于复杂科学计算问题。科学计算常用模型为工作流模型，工作流通过控制流和数据流依赖将任务连接为有向无环图。云计算的工作流调度是NP问题，大量启发式方法被用于求解该问题。然而，云计算独有特点使工作流调度更具难度，如：即付即用定价模式、动态按需资源提供及虚拟机性能不稳定、动态变化特征。已有工作流调度模型通常假设任务处理时间和资源性能可准确预测。然而，虚拟机和主机资源故障、虚拟机不可预知的性能变化都具有不确定性。实验研究结果表明考虑这种不确定性，提出一种云计算中满足健壮性的工作流调度模型。模型假设任务执行时间未知，并局限于不确定区间。不确定区间中的任务执行时间分布概率函数也为未知，唯一确定信息