專利名稱：基于資源預(yù)留的網(wǎng)格服務(wù)質(zhì)量保證方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)網(wǎng)絡(luò)中的網(wǎng)格計(jì)算領(lǐng)域，特別涉及網(wǎng)格服務(wù)質(zhì)量保證，具體涉
及一種基于資源預(yù)留的網(wǎng)格服務(wù)質(zhì)量保證方法。
背景技術(shù)：
隨著網(wǎng)格技術(shù)和Web服務(wù)技術(shù)的融合，網(wǎng)格體系結(jié)構(gòu)已由計(jì)算網(wǎng)格發(fā)展到服務(wù)網(wǎng)格體系結(jié)構(gòu)。在服務(wù)網(wǎng)格體系結(jié)構(gòu)中，網(wǎng)格資源不能再狹義地理解為某種物理實(shí)體，而是以服務(wù)的形式進(jìn)行了虛擬化。服務(wù)表示了在網(wǎng)絡(luò)化環(huán)境中可被共享和利用的任何能力，包括計(jì)算機(jī)、存儲(chǔ)系統(tǒng)、網(wǎng)絡(luò)、計(jì)算機(jī)程序以及數(shù)據(jù)庫(kù)等等。服務(wù)網(wǎng)格的本質(zhì)在于協(xié)調(diào)各種資源的使用，無(wú)縫地交付非平凡的服務(wù)質(zhì)量，滿足不同用戶的需求。服務(wù)質(zhì)量QoS (Quality ofService)是一個(gè)綜合指標(biāo)，用于衡量用戶使用一個(gè)服務(wù)的滿意程度。它描述了關(guān)于網(wǎng)格服務(wù)的某些性能特點(diǎn)，這些性能特點(diǎn)是用戶可見的，它以用戶可理解的語(yǔ)言表述為一組參數(shù)，是對(duì)服務(wù)者服務(wù)水平的一種度量和評(píng)價(jià)。網(wǎng)格QoS保證通過(guò)對(duì)網(wǎng)格資源的管理和協(xié)同分配來(lái)實(shí)現(xiàn)，一個(gè)優(yōu)秀的網(wǎng)格資源管理系統(tǒng)在適應(yīng)網(wǎng)格資源異構(gòu)性大、動(dòng)態(tài)性強(qiáng)、易于造成資源沖突等特性的同時(shí)，還要保證用戶提出的QoS需求[1]。 目前，服務(wù)網(wǎng)格主要利用多媒體網(wǎng)絡(luò)中的資源預(yù)留機(jī)制作為QoS保證的方法。GRAAP(Grid Resource Allocation Agreement Protocol)對(duì)資源預(yù)留及其狀態(tài)作了精確定義，Siddiqui等學(xué)者擴(kuò)展了資源預(yù)留的要素[2]， SNAP(ServiceNegotiation andAcquisition Protocol)協(xié)議所定義的三類SLA (Service LevelAgreement)可以作為資源預(yù)留協(xié)商的實(shí)現(xiàn)方法，這些成果啟發(fā)了本發(fā)明工作。但是，在基于資源預(yù)留的網(wǎng)格服務(wù)質(zhì)量保證方面還存在很多不足之處，目前所提出的一些資源預(yù)留體系架構(gòu)不能支持虛擬組織間的協(xié)作，也不能消除由網(wǎng)格資源可獲得性和性能的動(dòng)態(tài)性所帶來(lái)的負(fù)面影響，這導(dǎo)致系統(tǒng)有效性的下降，從而引起信任度的降低。并且，現(xiàn)有的一些資源預(yù)留協(xié)商策略缺乏與網(wǎng)格QoS描述模型和分類等方面的結(jié)合，沒(méi)有考慮預(yù)留請(qǐng)求QoS需求參數(shù)之間的區(qū)別，這導(dǎo)致誤拒率的上升。此外，目前的研究?jī)H僅狹義地提出了計(jì)算資源池的概念，在資源種類繁多的服務(wù)網(wǎng)格環(huán)境下資源池的概念有待進(jìn)一步擴(kuò)展，而且目前的研究沒(méi)有針對(duì)基于資源池的資源聯(lián)合分配方式提出形式化的模型和行之有效的算法。 [l]C. Castillo, G. N. Rouskas and K. Harfoush. On the Design of OnlineSchedulingAlgorithms for Advance Reservations and QoS in Grids. IEEE Int.Parallel andDistributed Processing Symposium(IPDPS' 07) ，Mar. 2007，pp. 1_10
[2]M. Siddiqui， A. Vi 1 lazon and T. Fahringer. Grid Capacity PlanningwithNegotiation-based Advance Reservation for Optimized QoS. Proc. of the ACM/IEEESupercomputing 2006 (SC' 06)Conference. Tampa， Florida, USA. Nov. 200
發(fā)明內(nèi)容
技術(shù)問(wèn)題本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足和缺陷，提出了一種基于資源預(yù)留的網(wǎng)格服務(wù)質(zhì)量保證方法，本發(fā)明提出基于虛擬組織的網(wǎng)格資源預(yù)留系統(tǒng)架構(gòu)，基于此架構(gòu)，本發(fā)明提出針對(duì)單個(gè)工作單元網(wǎng)格應(yīng)用的基于QoS歐拉距離的網(wǎng)格資源分配算法和針對(duì)工作單元工作流應(yīng)用的網(wǎng)格資源聯(lián)合分配算法。 技術(shù)方案本發(fā)明的基于資源預(yù)留的網(wǎng)格服務(wù)質(zhì)量保證方法包括基于虛擬組織的網(wǎng)格資源預(yù)留系統(tǒng)架構(gòu)和網(wǎng)格資源聯(lián)合分配方法，其中 a.基于虛擬組織的網(wǎng)格資源預(yù)留系統(tǒng)架構(gòu)處理預(yù)留請(qǐng)求的工作流程如下
al.需求分解模塊對(duì)到達(dá)虛擬組織的預(yù)留請(qǐng)求進(jìn)行資源需求解析，確定該服務(wù)請(qǐng)求所需要的資源種類， a2.虛擬資源容器根據(jù)步驟al中解析出的服務(wù)請(qǐng)求所需要的資源種類，與相應(yīng)的虛擬資源容器建立綁定關(guān)系，虛擬資源容器負(fù)責(zé)把同一個(gè)虛擬組織中相同種類的邏輯資源聚合到一個(gè)虛擬的資源池中，形成功能性的虛擬資源， a3.當(dāng)預(yù)留請(qǐng)求的開始時(shí)間到達(dá)時(shí)，邏輯資源分配器通過(guò)查詢資源信息數(shù)據(jù)庫(kù)，依
據(jù)資源聯(lián)合分配算法所給出的資源分配方案，為該預(yù)留請(qǐng)求所綁定的所有虛擬資源容器選
擇特定的邏輯資源，并分配給該預(yù)留請(qǐng)求；針對(duì)由單個(gè)工作單元組成的網(wǎng)格應(yīng)用，邏輯資源
分配器使用基于QoS歐拉距離的的網(wǎng)格資源聯(lián)合分配算法；針對(duì)由工作單元工作流組成的
網(wǎng)格應(yīng)用，邏輯資源分配器則使用具有QoS保證的網(wǎng)格資源聯(lián)合分配方法， a4.預(yù)留請(qǐng)求獲得所需的單個(gè)或多個(gè)邏輯資源，運(yùn)行完畢或預(yù)留結(jié)束時(shí)間到達(dá)后
釋放這些資源，一個(gè)預(yù)留請(qǐng)求處理結(jié)束； b.網(wǎng)格資源聯(lián)合分配方法具體描述如下 bl. QoS歐拉距離(QED，QoS Euclidian Distance)用于衡量用戶QoS的要求與資源提供的QoS參數(shù)之間的偏差程度，算法中考慮硬QoS參數(shù)和軟QoS參數(shù)的區(qū)別來(lái)計(jì)算QoS歐拉距離， b2.對(duì)應(yīng)于單個(gè)工作單元網(wǎng)格應(yīng)用的預(yù)留請(qǐng)求首先到達(dá)虛擬資源容器的預(yù)留隊(duì)列，資源分配器為預(yù)留隊(duì)列中到達(dá)預(yù)留時(shí)間的預(yù)留請(qǐng)求選擇當(dāng)前時(shí)間最合適的邏輯資源，實(shí)現(xiàn)預(yù)留請(qǐng)求與邏輯資源的最終綁定，基于QoS歐拉距離的邏輯資源分配算法(RA_QED)，選擇與預(yù)留請(qǐng)求之間歐拉距離盡量小邏輯資源進(jìn)行綁定。 具有QoS保證的網(wǎng)格聯(lián)合資源分配方法為將具有QoS保證的網(wǎng)格資源分配問(wèn)題歸化為腿P (Multiple-choice Multiple-dimension K卿sack Problem)問(wèn)題禾口其啟發(fā)式求解算法， cl.由工作流組成的網(wǎng)格應(yīng)用需要分配多個(gè)資源協(xié)同完成，這類預(yù)留請(qǐng)求的成功完成需要在預(yù)留時(shí)間段內(nèi)獲得多種類的資源，與多個(gè)相應(yīng)的虛擬資源容器進(jìn)行虛擬綁定，選取虛擬資源容器所聚合的資源完成該請(qǐng)求。具有QoS保證的網(wǎng)格資源分配就是在保證所選出的多個(gè)資源協(xié)同滿足該預(yù)留請(qǐng)求QoS需求的前提下，優(yōu)化用戶滿意度，該問(wèn)題可歸化為匪KP問(wèn)題， c2.匪KP是NP_hard問(wèn)題，具有QoS保證的網(wǎng)格資源分配問(wèn)題也是NP_hard的，因此，得出最優(yōu)網(wǎng)格資源分配方案的算法是指數(shù)級(jí)的。本發(fā)明提出多項(xiàng)式時(shí)間復(fù)雜度的網(wǎng)格資源分配啟發(fā)式算法，可以求出網(wǎng)格資源分配的近最優(yōu)(near-optimal)方案。
有益效果本發(fā)明專利提出一種基于資源預(yù)留的網(wǎng)格服務(wù)質(zhì)量保證方法，能夠達(dá)到如下有益的效果
(1)基于虛擬組織的網(wǎng)格資源預(yù)留系統(tǒng)架構(gòu)符合服務(wù)網(wǎng)格以虛擬組織為單位管理 資源的理念，該系統(tǒng)架構(gòu)采用基于虛擬資源容器的資源管理方式，實(shí)現(xiàn)預(yù)留請(qǐng)求與資源的 運(yùn)行時(shí)綁定，解決了由網(wǎng)格資源動(dòng)態(tài)性所引起的預(yù)留請(qǐng)求拒絕率偏高、重協(xié)商頻繁等問(wèn)題。
(2)基于QoS歐拉距離的網(wǎng)格資源分配算法(RA_QED)與SNAP協(xié)議相比，RA_QED有 效提高了預(yù)留請(qǐng)求的接受率，尤其在資源重負(fù)載情況下，預(yù)留請(qǐng)求接受率提高得更為明顯。 如附圖4所示。 (3)RA—MHEU算法是一種適合于資源種類和數(shù)量較多的高效資源聯(lián)合分配算法，它 的時(shí)間復(fù)雜度是多項(xiàng)式級(jí)的，附圖5. (a)給出RA—MHEU算法與最優(yōu)解算法的比較結(jié)果，由圖 可知，RA_MHEU算法所求出的解集接近于最優(yōu)解。當(dāng)問(wèn)題規(guī)模變大時(shí)，RA_MHEU算法解的質(zhì) 量和運(yùn)行時(shí)間比其他啟發(fā)式算法具有更大的優(yōu)勢(shì)，附圖5. (b)給出了 RA—MHEU算法解與貪 心算法的比較結(jié)果。


圖1為本發(fā)明所述的基于虛擬組織的網(wǎng)格資源預(yù)留系統(tǒng)架構(gòu)圖； 圖2為本發(fā)明所述的RA_QED算法流程圖； 圖3為本發(fā)明所述的RA_MHEU算法流程圖； 圖4為本發(fā)明所述的RA_QED算法與SNAP基于SLA的算法的性能比較圖； 圖5為本發(fā)明所述的RA_MHEU算法解與最優(yōu)解的比較圖； 圖6為RA_MHEU算法解與貪心算法的比較圖。
具體實(shí)施例方式
基于資源預(yù)留的網(wǎng)格服務(wù)質(zhì)量保證方法通過(guò)虛擬組織內(nèi)的網(wǎng)格資源預(yù)留系統(tǒng)架 構(gòu)來(lái)實(shí)現(xiàn)，如附圖l所示，其中包括網(wǎng)格資源預(yù)留系統(tǒng)架構(gòu)的工作流程、虛擬資源容器、針 對(duì)單個(gè)工作單元網(wǎng)格應(yīng)用的基于QoS歐拉距離的網(wǎng)格資源分配算法和針對(duì)工作單元工作 流應(yīng)用的網(wǎng)格資源聯(lián)合分配算法四方面的技術(shù)方案 a.基于虛擬組織的網(wǎng)格資源預(yù)留系統(tǒng)架構(gòu)處理預(yù)留請(qǐng)求的工作流程如下
al.需求分解(Request Decomposition)模塊對(duì)到達(dá)虛擬組織的預(yù)留請(qǐng)求進(jìn)行資 源需求解析，確定該服務(wù)請(qǐng)求所需要的資源種類。 a2.虛擬資源容器(VRC， Virtual Resource Container)根據(jù)步驟(al)中解析出
的服務(wù)請(qǐng)求所需要的資源種類，與相應(yīng)的虛擬資源容器建立綁定關(guān)系。 a3.當(dāng)預(yù)留請(qǐng)求的開始時(shí)間到達(dá)時(shí)，邏輯資源分配器(Logical
ResourceAllocation Manager)通過(guò)查詢資源信息數(shù)據(jù)庫(kù)，依據(jù)資源聯(lián)合分配算法，為該預(yù)
留請(qǐng)求所綁定的所有虛擬資源容器選擇特定的邏輯資源，并分配給該預(yù)留請(qǐng)求。 a4.預(yù)留請(qǐng)求獲得所需的單個(gè)或多個(gè)邏輯資源，運(yùn)行完畢或預(yù)留結(jié)束時(shí)間到達(dá)時(shí)
釋放這些資源， 一個(gè)預(yù)留請(qǐng)求處理結(jié)束。 b.該系統(tǒng)架構(gòu)引入了虛擬資源容器，它將同一個(gè)虛擬組織中相同種類的邏輯資源 聚合到一個(gè)虛擬的資源池中，形成功能性的虛擬資源。當(dāng)多個(gè)預(yù)留請(qǐng)求同時(shí)與某虛擬資源 容器綁定時(shí)，虛擬資源容器需要建立預(yù)留隊(duì)列，并負(fù)責(zé)預(yù)留隊(duì)列的維護(hù)，調(diào)度和重協(xié)商。當(dāng) 提前預(yù)留隊(duì)列中的提前預(yù)留元素到達(dá)預(yù)留開始時(shí)間時(shí)，邏輯資源分配器選擇合適的邏輯資源與預(yù)留請(qǐng)求進(jìn)行綁定，預(yù)留過(guò)程進(jìn)入活躍狀態(tài)。 利用虛擬資源容器管理網(wǎng)格資源至少具備以下兩大優(yōu)勢(shì) bl.適應(yīng)資源的動(dòng)態(tài)性預(yù)留請(qǐng)求占用資源是在未來(lái)的一段時(shí)間內(nèi)，物理資源本地負(fù)載的變化和允許動(dòng)態(tài)加入和退出的策略使得相對(duì)應(yīng)的邏輯資源的服務(wù)能力在網(wǎng)格環(huán)境下具有動(dòng)態(tài)波動(dòng)性，如果預(yù)留請(qǐng)求直接與具體物理站點(diǎn)所提供的邏輯資源相綁定，將可能由于所綁定的資源在未來(lái)時(shí)間段內(nèi)不可用或性能不能滿足要求而導(dǎo)致該預(yù)留請(qǐng)求無(wú)法成功運(yùn)行。虛擬資源容器維持預(yù)留請(qǐng)求隊(duì)列，為每個(gè)預(yù)留請(qǐng)求進(jìn)行運(yùn)行時(shí)綁定，從而屏蔽邏輯資源的動(dòng)態(tài)性，提高預(yù)留請(qǐng)求的成功率。 b2.高度的自治性和靈活性服務(wù)網(wǎng)格面向的是大規(guī)模的開放環(huán)境，不可能對(duì)所有物理站點(diǎn)進(jìn)行集中式的管理，各物理站點(diǎn)需要有良好的自治性，虛擬資源容器使得各物理站點(diǎn)可以控制貢獻(xiàn)給網(wǎng)格層的資源種類和比例，具有高度的自治性。另外，虛擬資源容器可以通過(guò)的層層嵌套的方式構(gòu)成更大范圍內(nèi)的虛擬資源容器，具有很強(qiáng)的靈活性。
c.針對(duì)單個(gè)工作單元網(wǎng)格應(yīng)用的基于QoS歐拉距離的網(wǎng)格資源分配算法
cl. QoS歐拉距離用于衡量用戶QoS需求與資源提供的QoS參數(shù)之間的偏差程度，QoS歐拉距離的計(jì)算充分考慮了硬QoS參數(shù)和軟QoS參數(shù)的區(qū)別，具體的計(jì)算方法為
SNAP針對(duì)每個(gè)任務(wù)制定相應(yīng)的TSLA (Task Service Level Agreement)，任務(wù)可看作是一組QoS參數(shù)的集合，即ti = {qi，化…，qm}。網(wǎng)格資源層被抽象為一組邏輯資源的集合R二 {&， r2， " ， rn}，針對(duì)每個(gè)邏輯資源SNAP制定RSLA(resourceservice levelagreement)，每個(gè)邏輯資源也被看作是一組QoS參數(shù)的集合，假設(shè)m個(gè)QoS參數(shù)中有k個(gè)硬QoS參數(shù)，即有m-k個(gè)軟QoS參數(shù)。于是，TSLA和RSLA分別可以表示為= {Ql， q2，，qk， qk+1，…，qj ， A = {&， r2， ...，rk，rk+1，…，rj。 定義特征值Cj表示第j個(gè)QoS參數(shù)是否被滿足。Cj = 1表示該QoS參數(shù)被滿足，否則(^ = 0，可由式(1)計(jì)算。定義特征值hi表示網(wǎng)格任務(wù)ti的所有硬QoS參數(shù)是否被滿足，可通過(guò)公式(2)計(jì)算。hi = 1表示k個(gè)硬QoS參數(shù)都能被滿足。
。=
1 (力—。)-化.《0
o(力o
(1)^n。
(2) 本發(fā)明認(rèn)為只有在服務(wù)請(qǐng)求所有硬QoS參數(shù)都被滿足的前提下，用歐拉距離來(lái)表示服務(wù)被滿足的程度才有意義。因此，提出利用公式(3)計(jì)算QoS歐拉距離。QoS歐拉距離描述了供需QoS向量之間的偏差關(guān)系，在確保硬QoS被滿足的情況下，計(jì)算軟QoS的偏差程度。
+ 00 = 0
(3) g幼=
z(力-r》2 C2.對(duì)應(yīng)于單個(gè)工作單元網(wǎng)格應(yīng)用的預(yù)留請(qǐng)求首先到達(dá)虛擬資源容器的預(yù)留隊(duì)列，資源分配器根據(jù)基于QoS歐拉距離的邏輯資源分配算法(RA_QED)，為預(yù)留隊(duì)列中到達(dá)預(yù)留時(shí)間的請(qǐng)求選擇與預(yù)留請(qǐng)求之間歐拉距離最小的可用邏輯資源進(jìn)行綁定，具體算法流
6程圖如附圖2所示。 d.針對(duì)工作單元工作流網(wǎng)格應(yīng)用的網(wǎng)格聯(lián)合資源分配算法 dl.由工作流組成的網(wǎng)格應(yīng)用的預(yù)留請(qǐng)求需要多種類的資源協(xié)同完成，因而這類
預(yù)留請(qǐng)求需與多個(gè)虛擬資源容器進(jìn)行虛擬綁定，選取虛擬資源容器所聚合的資源完成該類
請(qǐng)求。具有QoS保證的網(wǎng)格資源分配就是在保證所選出的多個(gè)資源協(xié)同滿足該類預(yù)留請(qǐng)求
QoS需求的前提下，優(yōu)化用戶滿意度。此問(wèn)題可歸化為匪KP求解問(wèn)題 假設(shè)預(yù)留請(qǐng)求的QoS需求向量表示為m維的向量Q =Q2，， Qm]，需要使用
到的虛擬資源容器為VRQ， VRC2，….，VR(;，為總的N個(gè)虛擬資源容器的子集，虛擬資源容
器聚合的資源數(shù)量分別為cpcv…，cv資源rij表示VRCi中的第j個(gè)資源，其資源QoS屬
性表示為m維向量rij二 [r^，r^，， rijm]，資源r".的用戶滿意度為U".。邏輯資源分配
器為預(yù)留請(qǐng)求在每個(gè)虛擬資源容器中選擇一個(gè)資源，使得選出的n個(gè)資源總的QoS參數(shù)滿
足預(yù)留請(qǐng)求向量Q，且選出資源的用戶滿意度最大。 以上描述的數(shù)學(xué)表示為 她X 滿足ZI^P^^a (k = 1，2， ，m)，Z 二lxij e {0， 1} i = 1， 2. ， n ; j = 1，
2， . . . ， Ci其中Xij標(biāo)識(shí)資源ru是否被選出，Xij = 1表示VRCi中的第j個(gè)原子資源被選 出，1>々=1表示在VRCi中只選擇一個(gè)且必須選擇一個(gè)物理資源。 d2.本發(fā)明提出多項(xiàng)式時(shí)間復(fù)雜度的網(wǎng)格資源分配啟發(fā)式算法RA—MHEU，用來(lái)解 決匪KP求解問(wèn)題。RA_MHEU選擇用戶滿意度較高且節(jié)省QoS較多的資源。預(yù)留請(qǐng)求的QoS 需求和資源的QoS屬性都是m維向量，因此算法首先對(duì)m維QoS向量進(jìn)行量化，量化的權(quán)重 為已選出資源QoS屬性向量Qfi,。即令 A rij = (r [i] [x [i] ] -r [i] [ j]) □ Qfix/ | Qfix | (4) 若Arij > O，說(shuō)明資源的總體QoS屬性得到了節(jié)省。當(dāng)Arij無(wú)法再得到提高時(shí)， RA—MHEU算法的規(guī)則就試圖提高單位QoS屬性上的用戶滿意度Ap，令
口p = (U[i][x[i]]-U[i][j])/口r (5) 若A p > 0，說(shuō)明資源的單位QoS屬性的用戶滿意度得到了提高。RA_MHEU算法就 是在一組可行初始解的基礎(chǔ)上不斷提高Arij和Ap的值，即對(duì)解向量進(jìn)行升級(jí)，從而得出 近最優(yōu)解。RA_MHEU算法包括尋找初始解和升級(jí)解向量?jī)刹糠帧?
RA_MHEU尋找初始解步驟 定義fk = Qfix[k]/Q[k]為第k個(gè)QoS參數(shù)的違背因子，fk越大表示選出資源的第 k個(gè)QoS參數(shù)越接近預(yù)留請(qǐng)求QoS向量的第k個(gè)分量；fk越大也表示未選資源第k個(gè)QoS參 數(shù)上的變動(dòng)范圍越小。fk> l表示第k個(gè)QoS參數(shù)已經(jīng)違背預(yù)留請(qǐng)求的QoS需求，解集不 可行。 RA_MHEU算法尋找初始解的步驟如下 (1)將所有VRC中的資源按用戶滿意度非遞減排列，將每個(gè)VRC的第l個(gè)資源作為 初始解，即以用戶滿意度最小的資源作為初始解。
(2)如果當(dāng)前的解向量為可行解，則進(jìn)入RA_MHEU的升級(jí)解向量步驟。 (3)遍歷n個(gè)VRC，選擇QoS節(jié)省量Ar最大的資源作為替換方案，令f' k為替換
后的第k個(gè)QoS參數(shù)的違背因子。如果對(duì)于任意k，kG {l，2，3"*m}同時(shí)滿足以下三條原
則就將該資源替換解向量中的值，否則不作替換?；氐讲襟E(2)，三條原則如下 (i)令S = k， s丄Max(fJ，即fs為違背因子最大值，有f' s < f" (ii)對(duì)任意e = 1，2…m，如果fe > l且e - S ，有f' E《fE ; (iii)對(duì)任意e = 1，2…m，如果fe《l且e - S ，有；f' E《l; (4)可行解向量不存在，RA_MHEU算法結(jié)束。 RA—MHEU算法的在尋找初始解時(shí)， 一旦判定解向量可行就進(jìn)入升級(jí)解向量步驟。否則就通過(guò)替換某個(gè)VRC中的資源重新判定解向量是否可行，但是替換后的違背因子需要滿足三條原則。原則1表示替換后的最大違背因子需要減小，原則2表示對(duì)于已經(jīng)違背預(yù)留請(qǐng)求QoS需求的分量(fE > 1)在替換后不增加，原則3表示對(duì)于未違背預(yù)留請(qǐng)求QoS需求的分量(fE《1)在替換后仍然不違背。如果所有VRC的違背因子在不斷的進(jìn)步后，仍然找不到可行的解向量則可以判定能夠滿足預(yù)留請(qǐng)求QoS需求的資源分配方案不存在，RA_MHEU算法失敗。 RA_MHEU升級(jí)解向量步驟 (1)遍歷n個(gè)VRC，選擇比初始可行解具有更高用戶滿意度的資源。如果替換后解向量仍然可行，且A r大于當(dāng)前的最大值，則替換當(dāng)前VRC中的資源。 (2)對(duì)于此資源如果Ap大于當(dāng)前的最大值，則替換當(dāng)前VRC中的資源，回到步驟(1)。 RA—MHEU算法流程圖如附圖3所示，其時(shí)間復(fù)雜度為0 (n2 (C_l)2m)，為多項(xiàng)式函數(shù)。
權(quán)利要求
一種基于資源預(yù)留的網(wǎng)格服務(wù)質(zhì)量保證方法，其特征在于該方法包括基于虛擬組織的網(wǎng)格資源預(yù)留系統(tǒng)架構(gòu)和網(wǎng)格資源聯(lián)合分配方法，其中a.基于虛擬組織的網(wǎng)格資源預(yù)留系統(tǒng)架構(gòu)處理預(yù)留請(qǐng)求的工作流程如下a1.需求分解模塊對(duì)到達(dá)虛擬組織的預(yù)留請(qǐng)求進(jìn)行資源需求解析，確定該服務(wù)請(qǐng)求所需要的資源種類，a2.虛擬資源容器根據(jù)步驟a1中解析出的服務(wù)請(qǐng)求所需要的資源種類，與相應(yīng)的虛擬資源容器建立綁定關(guān)系，虛擬資源容器負(fù)責(zé)把同一個(gè)虛擬組織中相同種類的邏輯資源聚合到一個(gè)虛擬的資源池中，形成功能性的虛擬資源，a3.當(dāng)預(yù)留請(qǐng)求的開始時(shí)間到達(dá)時(shí)，邏輯資源分配器通過(guò)查詢資源信息數(shù)據(jù)庫(kù)，依據(jù)資源聯(lián)合分配算法所給出的資源分配方案，為該預(yù)留請(qǐng)求所綁定的所有虛擬資源容器選擇特定的邏輯資源，并分配給該預(yù)留請(qǐng)求；針對(duì)由單個(gè)工作單元組成的網(wǎng)格應(yīng)用，邏輯資源分配器使用基于QoS歐拉距離的的網(wǎng)格資源聯(lián)合分配算法；針對(duì)由工作單元工作流組成的網(wǎng)格應(yīng)用，邏輯資源分配器則使用具有QoS保證的網(wǎng)格資源聯(lián)合分配方法，a4.預(yù)留請(qǐng)求獲得所需的單個(gè)或多個(gè)邏輯資源，運(yùn)行完畢或預(yù)留結(jié)束時(shí)間到達(dá)后釋放這些資源，一個(gè)預(yù)留請(qǐng)求處理結(jié)束；b.網(wǎng)格資源聯(lián)合分配方法具體描述如下b1.QoS歐拉距離用于衡量用戶QoS的要求與資源提供的QoS參數(shù)之間的偏差程度，算法中考慮硬QoS參數(shù)和軟QoS參數(shù)的區(qū)別來(lái)計(jì)算QoS歐拉距離，b2.對(duì)應(yīng)于單個(gè)工作單元網(wǎng)格應(yīng)用的預(yù)留請(qǐng)求首先到達(dá)虛擬資源容器的預(yù)留隊(duì)列，資源分配器為預(yù)留隊(duì)列中到達(dá)預(yù)留時(shí)間的預(yù)留請(qǐng)求選擇當(dāng)前時(shí)間最合適的邏輯資源，實(shí)現(xiàn)預(yù)留請(qǐng)求與邏輯資源的最終綁定，基于QoS歐拉距離的邏輯資源分配算法選擇與預(yù)留請(qǐng)求之間歐拉距離盡量小邏輯資源進(jìn)行綁定。
2. 根據(jù)權(quán)利要求1所述的基于資源預(yù)留的網(wǎng)格服務(wù)質(zhì)量保證方法，其特征在于具有 QoS保證的網(wǎng)格聯(lián)合資源分配方法為將具有QoS保證的網(wǎng)格資源分配問(wèn)題歸化為匪KP問(wèn) 題和其啟發(fā)式求解算法，cl.由工作流組成的網(wǎng)格應(yīng)用需要分配多個(gè)資源協(xié)同完成，這類預(yù)留請(qǐng)求的成功完成 需要在預(yù)留時(shí)間段內(nèi)獲得多種類的資源，與多個(gè)相應(yīng)的虛擬資源容器進(jìn)行虛擬綁定，選取 虛擬資源容器所聚合的資源完成該請(qǐng)求。具有QoS保證的網(wǎng)格資源分配就是在保證所選 出的多個(gè)資源協(xié)同滿足該預(yù)留請(qǐng)求QoS需求的前提下，優(yōu)化用戶滿意度，該問(wèn)題可歸化為 匪KP問(wèn)題，c2.匪KP是NPJiard問(wèn)題，具有QoS保證的網(wǎng)格資源分配問(wèn)題也是NP_hard的，因此，得 出最優(yōu)網(wǎng)格資源分配方案的算法是指數(shù)級(jí)的。
全文摘要
基于資源預(yù)留的網(wǎng)格服務(wù)質(zhì)量保證方法，主要包含基于虛擬組織的網(wǎng)格資源預(yù)留系統(tǒng)架構(gòu)及部署在架構(gòu)中的網(wǎng)格資源聯(lián)合分配算法?；谔摂M組織的網(wǎng)格資源預(yù)留系統(tǒng)架構(gòu)引入虛擬資源容器聚合相同功能的資源，到達(dá)虛擬組織的預(yù)留請(qǐng)求首先與虛擬資源容器進(jìn)行虛擬綁定，當(dāng)請(qǐng)求的預(yù)留時(shí)間到達(dá)時(shí)，邏輯資源分配器為預(yù)留請(qǐng)求分配一個(gè)或多個(gè)資源。針對(duì)單個(gè)工作單元和工作單元工作流兩種不同類型的網(wǎng)格應(yīng)用，邏輯資源分配器中部署了基于QoS歐拉距離的網(wǎng)格資源聯(lián)合分配算法和具有QoS保證的網(wǎng)格聯(lián)合資源分配算法。
文檔編號(hào)H04L12/56GK101783768SQ20101011997
公開日2010年7月21日 申請(qǐng)日期2010年3月8日 優(yōu)先權(quán)日2010年3月8日
發(fā)明者伍之昂, 宋愛(ài)波, 羅軍舟 申請(qǐng)人:東南大學(xué)