主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
袁友伟,鲍泽前,俞东进,李万清.云环境下基于多目标的多科学工作流调度算法.软件学报,2018,29(11):3326-3339
云环境下基于多目标的多科学工作流调度算法
Multi-Scientific Workflow Scheduling Algorithm Based on Multi-Objective in Cloud Environment
投稿时间:2017-07-19  修订日期:2017-09-16
DOI:10.13328/j.cnki.jos.005477
中文关键词:  安全调度  费用优化  多科学工作流  压缩  分层计算
英文关键词:security scheduling  cost optimization  multi-scientific workflow  compress  hierarchical compute
基金项目:国家自然科学基金(61370218);浙江省重点高校建设专项资金(GK158800205032)
作者单位E-mail
袁友伟 杭州电子科技大学 计算机科学与技术学院, 浙江 杭州 310018
复杂系统建模与仿真教育部重点实验室(杭州电子科技大学), 浙江 杭州 310018 
 
鲍泽前 杭州电子科技大学 计算机科学与技术学院, 浙江 杭州 310018
复杂系统建模与仿真教育部重点实验室(杭州电子科技大学), 浙江 杭州 310018 
549135624@qq.com 
俞东进 杭州电子科技大学 计算机科学与技术学院, 浙江 杭州 310018  
李万清 杭州电子科技大学 计算机科学与技术学院, 浙江 杭州 310018  
摘要点击次数: 1976
全文下载次数: 1054
中文摘要:
      针对现有云环境下的多科学工作流调度算法中存在的未考虑安全调度问题,提出了多科学工作流安全-时间约束费用优化算法MSW-SDCOA(multi-scientific workflows security-deadline constraint cost optimizationalgorithm).首先,MSW-SDCOA基于数据依赖关系压缩科学工作流,减少任务节点数从而节省了调度开销;并通过改进HEFT(heterogeneous earliest-finish-time)算法形成调度序列,以实现全局多目标优化调度;最后,通过优化ACO(antcolony optimization)中信息素更新策略和启发式信息,进一步改善费用优化效果.仿真实验表明,MSW-SDCOA算法在费用优化效果上比MW-DBS算法提高了约14%.
英文摘要:
      To address the problem that safe scheduling is not taken into consideration in existing multi-scientific scheduling workflow algorithm in cloud environment, this paper proposes a multi-scientific workflows security-deadline constraint cost optimization algorithm (MSW-SDCOA). First, based on data flow dependency, MSW-SDCOA compresses scientific workflow and reduces the number of task nodes to save scheduling cost. Secondly, through optimizing HEFT algorithm, a scheduling sequence is formed to realize overall multi-objective optimization scheduling. Lastly, by optimizing update strategies of pheromone and heuristic information in ant colony optimization (ACO), cost optimization effect is further improved. The simulation experiment results show that the cost optimization effect of MSW-SDCOA algorithm is about 14% better than that of MW-DBS algorithm.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利