通信感知的DAG工作流费用优化模型及算法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-11页 |
| 1.1.1 云计算 | 第8-10页 |
| 1.1.2 DAG工作流 | 第10-11页 |
| 1.2 研究内容及贡献 | 第11-13页 |
| 1.3 论文组织结构 | 第13-14页 |
| 2 DAG工作流的分类及相关算法 | 第14-20页 |
| 2.1 DAG工作流的分类 | 第14-15页 |
| 2.1.1 单DAG和多DAG | 第14页 |
| 2.1.2 静态DAG和动态DAG | 第14-15页 |
| 2.2 现有的DAG调度算法 | 第15-18页 |
| 2.2.1 表调度算法 | 第15-16页 |
| 2.2.2 启发式算法 | 第16-18页 |
| 2.2.3 分层算法 | 第18页 |
| 2.3 DAG工作流时间-费用优化模型 | 第18-20页 |
| 3 通信感知的DAG工作流费用优化模型 | 第20-26页 |
| 3.1 调度模型 | 第20-23页 |
| 3.1.1 模型介绍 | 第20-22页 |
| 3.1.2 调度目标 | 第22-23页 |
| 3.2 DAG工作流相关概念 | 第23-25页 |
| 3.2.1 最小关键路径法 | 第23-24页 |
| 3.2.2 正向深度和逆向深度 | 第24-25页 |
| 3.2.3 串归约 | 第25页 |
| 3.3 本章小结 | 第25-26页 |
| 4 通信感知的DAG作流费用优化调度算法 | 第26-43页 |
| 4.1 前向一致规则 | 第26-28页 |
| 4.1.1 规则描述 | 第26页 |
| 4.1.2 规则步骤 | 第26-28页 |
| 4.2 费用优化算法 | 第28-34页 |
| 4.2.1 分层阶段 | 第28-29页 |
| 4.2.2 调度阶段 | 第29-30页 |
| 4.2.3 算法整体流程和步骤 | 第30-32页 |
| 4.2.4 复杂性分析 | 第32-33页 |
| 4.2.5 实例分析 | 第33-34页 |
| 4.3 实验设计与分析 | 第34-43页 |
| 4.3.1 实验设计 | 第34-35页 |
| 4.3.2 前向一致规则验证 | 第35-37页 |
| 4.3.3 不同工作流规模下的费用优化效果 | 第37-38页 |
| 4.3.4 不同服务池大小下的费用优化效果 | 第38-39页 |
| 4.3.5 冗余时间对费用优化效果的影响 | 第39-40页 |
| 4.3.6 通信开销规模对费用优化效果的影响 | 第40-41页 |
| 4.3.7 所有问题参数下的算法比较 | 第41-43页 |
| 5 基于串归约的DAG工作流费用优化调度算法 | 第43-52页 |
| 5.1 问题描述 | 第43页 |
| 5.2 串归约组的收集和组内费用优化 | 第43-50页 |
| 5.2.1 串归约组的收集 | 第43-44页 |
| 5.2.2 组内费用优化 | 第44-50页 |
| 5.3 基于串归约的DAG工作流费用优化算法 | 第50页 |
| 5.4 实验设计与分析 | 第50-52页 |
| 5.4.1 通信开销规模对费用优化效果的影响 | 第50-51页 |
| 5.4.2 串归约任务所占比对费用优化效果的影响 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
