网格工作流调度关键技术的研究

来源 :广西大学 | 被引量 : 0次 | 上传用户:pyh333
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
网格工作流是网格计算环境下的一种工作流,随着网格研究的不断深入,网格工作流已经成为该领域的重要研究方向。网格工作流系统提供了在网格中执行由多个有相互关联的子任务组成的复杂任务的机制。网格工作流技术既能够灵活的定义、修改应用的执行流程,又能够和网格资源管理系统相结合,动态将任务分配到多个网格资源中进行协同计算以达到最优执行效率,因此网格工作流技术已经成为网格的重要支撑技术。但是目前网格工作流技术发展并不成熟,随着网格技术与Web Services技术走向融合,具有异构性的网格服务构成了网格工作流的基本组成单元,以往针对独立元任务的工作流技术,以及未针对服务而强调资源调度的工作流调度策略都已经不再适用。为此,我们在分析现有研究工作和原型系统的基础上,根据网格资源和网格应用的特点,对网格工作流模型、网格工作流引擎、网格工作流调度算法进行了研究,主要研究内容包括: 基于开放式网格体系结构(OGSA)框架,在Globus Toolkit4的网格环境基础上,对其关键技术进行了研究,在G T 4基础上设计并实现一个网格工作流引擎原型,该原型以网格服务及服务间协作关系作为出发点,能够根据工作流语言定义动态生成网格工作流,根据用户需要查找网格服务,实现网格工作流的调度过程:然后,将微粒子群的算法原理引入到网格环境下工作流的调度策略中,设计实现了基于粒子群优化算法的网格工作流动态调度算法,通过实验证明该算法的有效性。
其他文献
学位
近年来,随着数据存储技术的飞速发展,各行各业均积累了宝贵的海量数据。那么如何高效利用“沉淀数据”辅助决策制定,进而推动经济社会发展业已成为亟需解决的问题。数据挖掘
网络的迅猛发展,网络的开放性以及日益强大的计算机技术的发展,改变了很多行业的工作模式,也改变了人们的生活,娱乐,学习模式。与此同时,各种网络攻击、病毒以及信息窃听等网络安全
随着信息技术的高速发展,基于免疫原理的入侵检测系统的研究已经成为网络安全问题的研究热点。本文首先论述了入侵检测系统的概念、发展现状及发展趋势、入侵检测的模型和分
随着Internet的飞速发展,网络中包含着海量可以被利用的数据。其中由Web数据库返回并根据预定义模板展现在用户响应页面中的数据记录,是一类非常重要的Web数据类型。这类记录
调查显示,在因特网的流量中,有超过50%的流量来自于P2P软件的使用。P2P的广泛使用造成了网络带宽的巨大消耗,甚至会引起网络拥塞,大大降低了网络性能,劣化了网络服务质量。 本文
我们对Web应用程序中(以JSP为例)由于引入内置对象和动作标签后引发的数据流进行了研究,在对数据流研究的基础上建立起函数级、函数群级、对象级,对象群级的测试模型,并分别
社团挖掘作为复杂网络分析中的一个重要方法,近年来越来越多的研究者将其应用到社交网络分析、万维网服务、网络可视化等具体问题中。目前许多社团挖掘算法复杂度高,难以处理
粒度计算是信息处理的一种新的概念和计算范式,覆盖了所有有关粒度的理论、方法、技术和工具的研究,它是词计算理论、粗糙集理论、商空间理论、区间计算等的超集,也是软计算
近年来,由于计算机图形扫描设备和几何造型软件的普及,以及图形处理硬件性价比的提高,越来越多的三维模型在各个领域中得到了广泛地应用。三维模型数据成为继图像、声音和视