星载计算机系统高优先级恢复容错调度算法

为了在星载异构容错计算机上调度星载任务，在给出了星载计算机系统的容错调度模型的基础上，提出了一种星载计算机系统高优先级恢复容错调度算法（OHFSA），该算法通过引进可靠性代价量化了容错系统在维护容错调度时所需要的开销，并在调度过程中充分考虑了容错调度的实时性和低可靠性代价．同时，采用高优先级恢复机制可及时响应紧急时限下的恢复任务，从而提高了星载任务的整体实时性能．实验验证表明，OHFSA随着计算时间的增加，其所需的可靠性代价也相应增大．仿真结果表明，在任务负载不断增加的情况下，OHFSA的执行时间比目前算法减少20%～30%，特别是在恢复任务优先级比其主任务提高1个级别时，响应时间可减少近8．7%．     

异构分布式实时系统中容错调度模型的研究

研究了基于异构分布式系统的实时容错调度算法,同构分布式系统中的处理机完全相同,而在异构分布式系统中各个处理机均不相同,各个处理有不同的处理能力和不同的健壮性。提出了可靠性成本概念,建立了一个基于异构分布式系统实时容错调度模型。基于该模型,设计了一种实时容错调度算法,算法在不增加系统硬件成本的情况下,提高了实时分布式系统的可靠性。     

一种支持多级关键度任务的容错实时调度算法

针对当前对支持多关键度的实时系统没有涉及容错功能的研究情况,本文提出了支持多级关键度任务的容错实时系统模型,通过对模型中任务出错后关键度任务集合的响应时间分析,提出了新的算法,我们称之为补任务启动及容错优先级确定算法,算法假设在运行该算法的时刻开始系统不会再次出错,基于这个假设计算每个任务的响应时间,从而决定要不要启动出错任务的补任务以及容错优先级如何分配.该算法在保证系统的容错能力的同时提高了任务的完成率,使系统吞吐量损失最小,从而提高系统的可靠性.最后经过实例对该算法进行验证.     

多处理机系统的高效实时容错调度算法

在容错调度算法副版本后调度算法的基础上,提出一种高效实时容错调度算法。对于具有容错需求的实时任务而言,由实进容错调度算法所产生的调度可保证在多处理机实时系统中一个处理机失效时,实时任务仍然可在截止时限内完成。在ＥＢＫＣＬ算法中,如何两个实时任务的基版本分配在不同的处理机Ｐｉ和Ｐｊ上,且这两个实时任务的副版本被调度到同一个处理机Ｐ’上,则两个副版本之间允许有时间上的重叠。     

异构分布式实时系统中容错调度模型的研究

研究了基于异构分布式系统的实时容错调度算法 ,同构分布式系统中的处理机完全相同 ,而在异构分布式系统中各个处理机均不相同 ,各个处理机有不同的处理能力和不同的健壮性 .提出了可靠性成本概念 ,建立了一个基于异构分布式系统实时容错调度模型 .基于该模型 ,设计了一种实时容错调度算法 ,算法在不增加系统硬件成本的情况下 ,提高了实时分布式系统的可靠性 .     

基于预测表的容错实时调度算法

为了更精确地预测软件容错模型中的容错实时调度算法主部分可否执行，提出了基于预测袁的容错调度算法（PTBA）．该算法充分考虑了当前时间至替代部分通知时间之间的任务执行状况，以该时间段内通知时间的先后顺序精确地预测主部分的执行情况，并为待执行主部分构建预测表．当主部分不发生错误时，算法将依照预测表进行任务调度．模拟结果表明，利用PTBA可获得更多的主部分执行时间，降低了CPU消耗．PTBA适用于软件错误率较低的应用环境，特别是当任务的周期较短时，能够以较小的调度开销获得较高的调度性能．     

基于双优先级队列的异构分布式控制系统容错调度算法

在对分布式控制系统进行分析的基础上,给出了任务模型和处理器模型.为了调度多种实时性的任务,提出了双优先级队列调度算法,用于调度每个处理器上的任务.该算法设置2个优先级队列,其中高优先级队列用于调度实时任务,低优先级队列用于调度非实时任务,高优先级队列中的任务可抢占低优先级队列中的任务.在此基础上,采用版本复制技术使系统具有容错能力,并分析了任务的容错可调度条件.基于此,采用首次适应的启发式任务分配策略,将任务分配到各个处理器上,在确保任务容错可调度的条件下使处理器负载均衡.仿真结果表明所提出的算法是有效的.     

基于EDF的实时数据库动态容错调度算法

实时数据库系统的事务调度过程中,对于即将完成的事务的抢占会造成CPU时间的浪费,降低系统的性能.针对实时数据库中的周期性实时事务提出了一种PEA(preemptive estimate algorithm)软件容错调度算法,算法基于EDF(earliest deadline first)进行事务调度,并结合负载优化算法进行适当调整,采用抢占评估策略来确定是否允许事务抢占,以最大化系统的资源利用率.通过实验测试,证明其具有良好的性能,能有效提高事务的成功率.     

多处理机系统的高效实时容错调度算法

在容错调度算法副版本后调度算法（ＢＫＣＬ）的基础上,提出一种高效实时容错调度算法（ＥＢＫＣＬ）．对于具有容错需求的实时任务而言,由实时容错调度算法所产生的调度可保证在多处理机实时系统中一个处理机失效时,实时任务仍然可在截止时限内完成．在ＥＢＫＣＬ算法中,如果两个实时任务的基版本分配在不同的处理机Ｐｉ和Ｐｊ上,且这两个实时任务的副版本被调度到同一个处理机Ｐ上,则两个副版本之间允许有时间上的重叠．模拟实验证明,使用多个实时任务副版本之间的时间重叠技术,ＥＢＫＣＬ大大提高了调度的性能     

一种基于参数扫描应用容错的粗粒度网格调度算法

考虑作业处理时延以及作业传输时延对调度器性能的影响,在RR调度算法的基础上提出了一种新的基于参数扫描应用的调度算法PRR,并对该算法进行了理论分析,得出了该调度算法不需要作业以及处理器的相关信息,且具有比较好的容错性的结论.利用网格仿真软件Gridsim对PRR调度算法的理论分析结果进行了验证,并将该算法与RR调度算法的性能进行了比较.结果表明,当时延较大时,PRR调度算法性能改善比较明显.     

有通信冲突的异构系统上的任务调度

在新的系统模型上，提出了一个任务调度算法．该系统模型考虑了通信冲突，即在任何时刻，一个处理器只能接收一条消息，发送一条消息．新的算法包括异构系统中任务优先级的高效排序和基于任务复制的处理器分配两部分．随机产生的任务图和一个具体应用的任务图进行调度试验的结果表明，该算法比已有调度算法的性能有了显著的提高．     

适用于光纤网格的可自适应调度算法

根据光纤传输特性建立光纤网格模型,给予网络资源同计算、存储等网格资源同等的地位,并将数据传输中网络资源的分配考虑进去,从而真实地反映出网络占用对整个工作调度的影响.基于List Scheduling算法描述一种应用于光纤网格上的可自适应的任务调度算法,其中的路由算法通过修改Dijkstra算法而得到.同固定算法的比较结果证明了该可自适应算法的有效性.     

Makespan and reliability driven scheduling algorithm for independent tasks in Grids

In the dynamic,complex and unbounded Grid systems,failures of Grid resources caused by malicious attacks and hardware failures ale inevitable and have an adverse effect on the execution of tasks.To mitigate this problem,a makespan and reliability driven(MRD)sufferage scheduling algorithm is designed and implemented.Different from the traditional Grid scheduling algorithms,the algorithm addresses the makespan as well as reliability of tasks.The simulation experimental results show that the MRD sufferage scheduling algorithm can increase reliability of tasks and can trade off reliability against makespan of tasks by adjusting the weighting parameter in its cost function.So it Can be applied to the complex Grid computing environment well.     

任务长度可变的多机排序问题

把由Czumaj等人提出的用于网络信息搜索的任务长度可变的排列问题推广到任务长度可变的多机排序问题,证明该问题的判定形式是NP困难的,而且对任务最大完成数目的优化形式给出了一个近似比α小于4的近似算法．     

基于COMPAQ产品的容错系统

以COMPAQ产品为例 ,给出了几种可行实用的数据容错系统方案 .并详细介绍了磁盘阵列管理系统和服务器自恢复系统的组成、功能及特点 .同时 ,结合计算机网络数据信息容错系统的应用 ,提出了解决系统随机故障和后台数据重建的两种方法 .在计算机网络信息系统中 ,为防止服务器数据系统灾难的发生提供了解决措施     

非均匀分布的异构传感器网络K覆盖调度算法

针对现有调度算法大多没有考虑监控区域内目标发生频率的非均匀性和节点异构的因素,导致无法适应异构无线传感器网络的特点,提出一种目标非均匀分布条件下K覆盖的异构无线传感器网络调度算法.算法从全网在所有时间片服务质量和节点能耗的角度建立节点调度模型,综合考虑节点异构和监测目标的非均匀分布等约束条件,以网络覆盖率最大和工作节点的数量最少为目标,构造非线性优化函数,提出一种控制参数自适应的微分算法求解节点的调度方案.仿真结果表明:相比典型算法,改进算法能够在满足节点异构和监测目标非均匀分布前提下增强网络的服务质量和降低网络的能耗.     

基于背包理论的无线通信数据包优化调度算法

基于背包算法理论,提出了一种新的无线通信系统的资源优化调度算法,即数据背包填充算法（KFA）,并详细分析了其参数的设置．该算法利用动态编程求解技术,从待传输的无线通信数据包中优选出一组最佳的数据包,并装载成帧发送．与传统的背包算法不同的是,该算法适合于多维目标优化．系统仿真分析的结果显示在用户数少于每扇区300时,FIFS算法和KFA算法的性能差别不很大,但是随着系统中用户数目增多,系统负荷变大时,采用KFA算法的系统吞吐率比采用FIFS算法的系统高20％,且KFA算法能满足不同用户对服务质量的个性化要求,可广泛应用于3G和4G等无线通信系统中．