监控网络高可靠数据智能调度数学建模仿真

发布时间：2021-06-14 13:20

　　经典的考虑滑动窗口的调度模型属于抢占式调度,调度作业间的切换浪费了系统资源,在系统过载时,过多作业调度失败,导致调度成功率较低。为解决上述问题,提出一种监控网络高可靠数据智能调度数据模型。模型通过对本地缓存高可靠数据的调度紧急性和稀缺性进行加权求和来设定调度优先级;考虑到监控网络系统采样周期的变化,结合调度算法的优先级分配实时调整采样周期以最大程度的避免抢占,提高调度成功率。实验结果表明,与考虑滑动窗口的调度模型相比,所建型在一定程度上避免了抢占的发生,作业间的切换次数大幅度减少,有效提高了重要任务的完成率。 

【文章来源】：计算机仿真. 2020,37(11)北大核心

【文章页数】：5 页

【部分图文】：

不同模型高可靠任务调度图

以下实验观测本文模型、文献1模型在负载状况不同的情况下调度性能的差异。设定N=3,TIME=100,依据上述过程生成目标网络调度任务序列,并采用本文模型和文献1模型对任务进行调度,仿真结果同样为50次实验结果取均值。本文模型和文献1模型作业切换次数如图2所示。监控网络随机生成的任务序列不同,作业切换次数会出现一定变化,这种变化的存在导致不同负载下,不同模型作业切换次数发生显著差异。从图2中可以看出,不同模型下,作业切换次数变化趋势基本相同,当系统负载约为1时,高可靠数据任务调度产生的作业次数较多,而在系统负载较高或是超负载时,本文模型切换次数要比模型1小很多,系统变采样周期,对优先级的调整有效减少了目标网络作业间的切换次数,避免了颠簸。

与此同时,调度成功率也可作为衡量不同模型调度性能的衡量指标之一,调度模型其它性能的优化都当以不降低调度成功率为前提。图3对不同负载下,本文模型和文献1模型的调度成功率进行对比。分析图3可知,本文模型与文献1模型之间的调度成功率变化趋势基本相同。当目标网络系统超载时,本文模型调度成功率相比文献1模型要略胜一筹,这主要是由于本文模型通过对本地缓存数据的调度紧急性和稀缺性进行加权求和来设定目标网络数据调度优先级;结合变采样周期调度算法的优先级分配,实时调整采样周期,加大了当前作业顺利执行直至完成调度的机会。

【参考文献】：
期刊论文
[1]并行任务可靠性约束下的资源最小化调度[J]. 徐洪智,李仁发,曾理宁.  计算机研究与发展. 2018(11)
[2]基于滑动窗口的低能耗高可靠调度算法[J]. 邓昌义,郭锐锋,吴昊天,彭阿珍,杜少华,盖荣丽.  计算机集成制造系统. 2018(10)
[3]移动网络数据传输路径负载均衡性配置仿真[J]. 韩雷.  计算机仿真. 2018(05)
[4]云环境下基于多目标的多科学工作流调度算法[J]. 袁友伟,鲍泽前,俞东进,李万清.  软件学报. 2018(11)
[5]光纤通道调度算法研究[J]. 丁永强,王勇,谭小虎,褚文奎,方挺.  火力与指挥控制. 2017(11)
[6]车载自组织网络环境下基于软件定义网络的数据协作调度算法[J]. 吴怡,马良义,魏允峰,徐哲鑫.  计算机应用. 2017(08)
[7]基于优先排队论网络延迟云计算资源调度算法[J]. 崔建明,刘佳祎,杨呈永.  桂林理工大学学报. 2017(02)
[8]无线网络编码随机优先级检测调度算法[J]. 刘琼霄,陈昂杨,丛慧,丁良辉,杨峰,钱良.  上海交通大学学报. 2017(05)
[9]基于大数据平台的动态车辆路径调度算法[J]. 唐德权,黄金贵,史伟奇.  计算机工程. 2018(01)
[10]基于分层聚类和干扰对齐的MIMO链路调度算法[J]. 熊最,王可人,金虎,钱锋.  数据采集与处理. 2017(01)



本文编号：3229917