复杂云计算环境下QoS感知的工作流调度研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61702060
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    21.0万
  • 负责人：
    吴全旺
  • 依托单位：
    重庆大学
  • 学科分类：
    F0207.计算机网络
  • 结题年份：
    2020
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2020-12-31

项目摘要

Conventional cloud computing environments which depend on one independent cloud platform and use fixed pricing suffer from the following drawbacks: imbalance between resource scalability and controllability, limited price flexibility. Therefore, kinds of complex cloud computing environments have emerged these years and among them, the hybrid cloud and spot instance-based cloud are widely-used and typical ones. Workflow scheduling in cloud environments has been a hot research topic in the cloud computing community, and for how to perform QoS-aware service scheduling in these complex cloud computing environments, the academic communities still lack effective theoretical and technical support. This project aims to investigate QoS-aware workflow scheduling in complex cloud computing environments based on hybrid cloud and spot instance-based cloud. The detailed research of this project includes: 1. construct the workflow scheduling model in the hybrid cloud and QoS estimation method, and optimize workflow QoS based on evolutionary algorithms; 2. build dynamic scheduling framework for workflows deployed in the spot instance-based cloud, and dynamically optimize workflow QoS through bidding strategies and service selection methods. The project achievements can be used to improve execution performance for real-world workflow applications deployed in hybrid cloud and spot instance-based clouds, and meanwhile lay foundation for scheduling research in other complex cloud computing environments.
依赖单个独立云平台且使用固定价格的常规云计算环境存在以下不足：资源可扩展性和可控性间难以平衡、缺乏价格灵活性等。因此，各种复杂云计算环境不断涌现，公私混合云、竞价型云是其中应用广泛且典型的两种实例。云环境下工作流调度是云计算研究的一个热点和难点，而如何在这些复杂云计算环境下开展执行时间和费用等服务质量（QoS）感知的工作流调度，当前学术界仍缺乏足够的理论和技术支撑。本项目拟针对跨云平台异构性、价格动态性等挑战，展开公私混合云、竞价型云两种复杂云计算环境下QoS感知的工作流调度研究，具体包括：1.拟建立公私混合云下工作流调度方案模型和QoS评估机制，并基于进化算法实现工作流QoS优化；2.拟建立竞价型云下工作流的动态调度框架，通过设计竞价值制定策略和服务选择方法等，实现工作流QoS优化。研究成果可改善工作流在公私混合云、竞价型云下执行性能，并能为其他复杂云环境下的调度研究奠定基础。

结项摘要

云环境下工作流调度是云计算研究的一个热点和难点，而如何在竞价型云、混合云等复杂云计算环境下开展执行时间和费用等服务质量感知的工作流调度，当前学术界仍缺乏足够的理论和技术支撑。本项目针对复杂云计算环境下服务质量感知的工作流调度问题的NP难特性、跨云平台异构性、竞价型云价格动态性等一系列挑战，展开了以下研究：1.云工作流调度的多目标优化的研究，并提出了多目标进化列表调度算法；2.虚拟机终端通信竞争感知的云工作流调度改编研究，并设计了基于网络资源共享和独占的调度改编算法；3.面向竞价型云服务的数据分析的研究，并提出了基于局部核心的聚类评估指标和算法；4.基于价格和性能的多目标云服务推荐的研究，并设计了混合概率式多目标进化算法。本项目的开展共支持培养了5名研究生，相关研究成果于IEEE TASE、IEEE TKDE等国际期刊和会议上发表论文11篇。本项目的研究成果可改善工作流在复杂云计算环境下的执行性能，所提出的工作流调度和改编算法对于用户在云环境下部署工作流时有良好的应用前景，所提出的多目标推荐算法、聚类评估指标和算法在服务计算、数据挖掘等领域具有一定的应用前景。

项目成果

期刊论文数量（9）
专著数量（0）
科研奖励数量（0）
会议论文数量（2）
专利数量（1）
MOELS: Multiobjective Evolutionary List Scheduling for Cloud Workflows
MOELS：云工作流的多目标进化列表调度
  • DOI：
    10.1109/tase.2019.2918691
  • 发表时间：
    2020-01
  • 期刊：
    IEEE Transactions on Automation Science and Engineering
  • 影响因子：
    5.6
  • 作者：
    Wu Quanwang;Zhou MengChu;Zhu Qingsheng;Xia Yunni;Wen Junhao
  • 通讯作者：
    Wen Junhao
A local cores-based hierarchical clustering algorithm for data sets with complex structures
一种基于局部核的复杂结构数据集层次聚类算法
  • DOI：
    10.1007/s00521-018-3641-8
  • 发表时间：
    2019-11-01
  • 期刊：
    NEURAL COMPUTING & APPLICATIONS
  • 影响因子：
    6
  • 作者：
    Cheng, Dongdong;Zhu, Qingsheng;Yang, Lijun
  • 通讯作者：
    Yang, Lijun
A novel data clustering algorithm using heuristic rules based on k-nearest neighbors chain
一种基于k近邻链的启发式数据聚类算法
  • DOI：
    10.1016/j.engappai.2018.03.014
  • 发表时间：
    2018-06
  • 期刊：
    Engineering Applications of Artificial Intelligence
  • 影响因子：
    8
  • 作者：
    Lu Jianyun;Zhu Qingsheng;Wu Quanwang
  • 通讯作者：
    Wu Quanwang
Natural neighborhood graph-based instance reduction algorithm without parameters
基于自然邻域图的无参数实例缩减算法
  • DOI：
    10.1016/j.asoc.2018.05.029
  • 发表时间：
    2018-09
  • 期刊：
    APPLIED SOFT COMPUTING
  • 影响因子：
    8.7
  • 作者：
    Lijun Yang;Qingshen Zhu;Jinlong Huang;Dongdong Cheng;Quanwang Wu;Xiaolu Hong
  • 通讯作者：
    Xiaolu Hong
A Novel Cluster Validity Index Based on Local Cores
一种基于局部核心的新型聚类有效性指标
  • DOI：
    10.1109/tnnls.2018.2853710
  • 发表时间：
    2019-04-01
  • 期刊：
    IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS
  • 影响因子：
    10.4
  • 作者：
    Cheng, Dongdong;Zhu, Qingsheng;Yang, Lijun
  • 通讯作者：
    Yang, Lijun

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

VCG Auction-Based Dynamic Pricing for Multigranularity Service Composition
基于VCG拍卖的多粒度服务组合动态定价
  • DOI：
    10.1109/tase.2017.2695123
  • 发表时间：
    2018-04
  • 期刊：
    IEEE Trans. Automation Science and Engineering
  • 影响因子：
    --
  • 作者：
    吴全旺;周孟初;朱庆生;夏云霓
  • 通讯作者：
    夏云霓
An Energy-Aware and Under-SLA-Constraints VM Consolidation Strategy Based on the Optimal Matching Method
基于最优匹配方法的节能且SLA约束下的虚拟机整合策略
  • DOI：
    10.4018/ijwsr.2017100104
  • 发表时间：
    2017-10
  • 期刊：
    Int. J. Web Service Res.
  • 影响因子：
    --
  • 作者：
    李蔚凌;王勇博;王元斗;夏云霓;罗辛;吴全旺
  • 通讯作者：
    吴全旺

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

吴全旺的其他基金

通信竞争感知的云工作流调度建模与优化
  • 批准号：
    62172065
  • 批准年份：
    2021
  • 资助金额：
    57.00 万元
  • 项目类别：
    面上项目
通信竞争感知的云工作流调度建模与优化
  • 批准号：
  • 批准年份：
    2021
  • 资助金额：
    57 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码