IaaS环境中科学工作流关键技术研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第12-34页 |
| 1.1 相关研究背景 | 第13-20页 |
| 1.1.1 科学工作流概述 | 第13-16页 |
| 1.1.2 云计算技术概述 | 第16-18页 |
| 1.1.3 IaaS与科学工作流 | 第18-20页 |
| 1.2 国内外研究现状 | 第20-28页 |
| 1.2.1 科学工作流定义与表示 | 第20-21页 |
| 1.2.2 科学工作流调度算法 | 第21-24页 |
| 1.2.3 科学工作流管理系统 | 第24-26页 |
| 1.2.4 云计算概念发展历史 | 第26-27页 |
| 1.2.5 科学计算云发展现状 | 第27-28页 |
| 1.3 存在的问题与挑战 | 第28-29页 |
| 1.4 主要工作及贡献 | 第29-31页 |
| 1.5 论文结构安排 | 第31-34页 |
| 2 IaaS环境工作流调度问题建模 | 第34-41页 |
| 2.1 IaaS平台建模 | 第34-35页 |
| 2.1.1 资源管理模型 | 第34页 |
| 2.1.2 计费模型 | 第34-35页 |
| 2.2 工作流调度问题 | 第35-37页 |
| 2.2.1 工作流定义 | 第35-36页 |
| 2.2.2 调度方案 | 第36页 |
| 2.2.3 调度目标 | 第36-37页 |
| 2.3 问题与挑战 | 第37-40页 |
| 2.3.1 基于虚拟机的资源模型 | 第37页 |
| 2.3.2 复杂的计费策略 | 第37-39页 |
| 2.3.3 丰富数据共享选项 | 第39-40页 |
| 2.4 本章小结 | 第40-41页 |
| 3 预算约束条件下性能优先调度算法 | 第41-57页 |
| 3.1 问题定义及假设 | 第41-42页 |
| 3.2 算法设计 | 第42-49页 |
| 3.2.1 基于列表的启发式算法 | 第42-43页 |
| 3.2.2 IaaS平台扩展 | 第43-44页 |
| 3.2.3 任务优先级排序 | 第44-45页 |
| 3.2.4 启发式信息与最优服务选择 | 第45-48页 |
| 3.2.5 BHI算法 | 第48-49页 |
| 3.3 评估实验及结果 | 第49-55页 |
| 3.3.1 实验环境及设置 | 第49-51页 |
| 3.3.2 标准工作流调度效果比较 | 第51-53页 |
| 3.3.3 生成工作流调度成功率比较 | 第53-54页 |
| 3.3.4 生成工作流最优调度次数比较 | 第54-55页 |
| 3.4 本章小结 | 第55-57页 |
| 4 基于进化算法的时间-费用最小化调度算法 | 第57-81页 |
| 4.1 问题定义 | 第57页 |
| 4.2 多目标优化与进化算法 | 第57-60页 |
| 4.3 算法设计 | 第60-70页 |
| 4.3.1 调度方案编码 | 第60-61页 |
| 4.3.2 种群初始化 | 第61-63页 |
| 4.3.3 遗传算子设计 | 第63-67页 |
| 4.3.4 适应度评估 | 第67-69页 |
| 4.3.5 算法复杂度分析 | 第69-70页 |
| 4.4 评估实验及结果 | 第70-80页 |
| 4.4.1 实验环境及参数设置 | 第70页 |
| 4.4.2 进化框架 | 第70-71页 |
| 4.4.3 对比算法与性能指标 | 第71-72页 |
| 4.4.4 算法复杂度对比 | 第72-74页 |
| 4.4.5 标准工作流调度效果比较 | 第74-77页 |
| 4.4.6 生成工作流调度效果比较 | 第77-80页 |
| 4.5 本章小结 | 第80-81页 |
| 5 针对多目标调度问题的元启发算法 | 第81-102页 |
| 5.1 问题定义 | 第81页 |
| 5.2 算法设计 | 第81-93页 |
| 5.2.1 定义与记法 | 第82-83页 |
| 5.2.2 算法流程 | 第83-84页 |
| 5.2.3 调度方案表示 | 第84-85页 |
| 5.2.4 种群初始化 | 第85-86页 |
| 5.2.5 新个体生成过程 | 第86-90页 |
| 5.2.6 适应度评估与环境选择 | 第90页 |
| 5.2.7 ESC算法 | 第90-91页 |
| 5.2.8 算法复杂度分析 | 第91-93页 |
| 5.3 评估实验及结果 | 第93-101页 |
| 5.3.1 对比算法与性能指标 | 第93页 |
| 5.3.2 算法复杂度对比 | 第93-94页 |
| 5.3.3 算法调度结果对比 | 第94-99页 |
| 5.3.4 算法收敛速度对比 | 第99-101页 |
| 5.4 本章小结 | 第101-102页 |
| 6 Brick科学工作流工具包设计与实现 | 第102-150页 |
| 6.1 设计动机 | 第102-103页 |
| 6.2 功能概述 | 第103-114页 |
| 6.2.1 脚本化工作流建模 | 第104-108页 |
| 6.2.2 工作流调度与执行 | 第108-110页 |
| 6.2.3 遗留计算代码优化 | 第110-114页 |
| 6.3 系统设计 | 第114-131页 |
| 6.3.1 总体设计 | 第114-116页 |
| 6.3.2 工作流脚本化建模 | 第116-119页 |
| 6.3.3 工作流调度与执行 | 第119-123页 |
| 6.3.4 任务序列化与迁移 | 第123-125页 |
| 6.3.5 Briareus组件设计 | 第125-131页 |
| 6.4 应用实例 | 第131-149页 |
| 6.4.1 调度算法实验 | 第131-144页 |
| 6.4.2 遗留代码优化 | 第144-149页 |
| 6.5 本章小结 | 第149-150页 |
| 7 总结与展望 | 第150-153页 |
| 7.1 研究总结 | 第150-152页 |
| 7.2 下一步工作 | 第152-153页 |
| 致谢 | 第153-155页 |
| 参考文献 | 第155-168页 |
| 附录 | 第168-169页 |
