云仿真中的计算资源分配方法研究

Nowadays, cloud simulation is considered as a practical means to cope with the difficulties which are limiting the application and acceptance of simulation technology, these difficulties include high cost to purchase, complicated to use, significant waste on hardware, low reality and hard to jointly simulate. Resource allocation is the key issue within the research on cloud simulation, this proposal aims to find a Modeling and Simulation (M&S) oriented computing resource allocation method supported by a double-scaling resource provision paradigm. Our method reduces the solution space of the resource allocation question by efficient clear classification-based scheduling; scales up/down the computing resource through a vertical adaptive consolidation technique and a horizontal scaling resource management architecture; designs resource allocation algorithms based on the classification method and double-scaling resource provision paradigm; improves the effectiveness and reliability of the allocation algorithms via evaluation experiments on a customized algorithm simulator. Our work can guide the development of simulation clouds, improve the usability of cloud simulation, enrich the fundamental M&S theory and methodology, and provide the cloud computing area with new materials.

目前，仿真技术在应用推广上正面临着代价高昂、使用复杂、硬件浪费严重、仿真精度不高和联合仿真困难等问题，云仿真是应对这些难题的有效途径，而计算资源分配问题是云仿真研究的核心问题。项目研究面向建模与仿真任务的支持双向资源伸缩的计算资源分配方法，该方法通过高效无歧义的任务分类，减少资源分配问题的求解空间；通过可垂直伸缩的自适应计算资源整合方法和可水平伸缩的资源管理系统架构，实现对计算资源的双向扩展利用；通过基于分类调度和双向扩展式计算资源使用模式，设计云仿真的计算资源分配方法；通过针对性的算法模拟器设计实现，为算法评估提供验证平台从而增强算法的有效性和稳定性。项目的研究成果能为仿真云的建设提供依据从而提高仿真云的可用性，也能丰富云时代的建模与仿真方法学，还能为云计算领域内的计算资源分配提供新思路。

本项目属于自然科学基金委信息学部的青年基金项目，于2014年立项，执行时间为2015年1月至2017年12月。本项目以仿真云中的计算资源分配为研究对象，采用技术调研和理论研究相结合的手段，多方位分析仿真云中的计算资源分配这一问题的特性，建立优化建模与仿真任务到计算资源之间的映射关系。.为实现本项目研究目标，课题组按照项目申请书的研究方案完成了既定的研究内容，具体包括4个方面：1）面向建模与仿真任务的分类算法设计，本项目设计并实现了面向并行仿真作业的本项目专用负载模型，能有效驱动本项目调度算法的评估；2）面向并行仿真作业的计算资源自适应整合技术设计，本项目设计并实现了一种基于优先级划分的计算资源自适应整合技术，提高计算资源利用率的同时减少对并行作业运行效率的影响；3）云仿真计算资源的分配算法设计，本项目设计实现了3类6种并行作业调度算法，能将各类建模与仿真作业合理安排到各个计算节点上，实现了计算资源的优化配置；4）云仿真中计算资源分配算法的模拟器设计，本项目设计实现了一种算法评估模拟器，能有效支持本项目所设计的各类调度算法的性能评估。.课题组在研究工作的基础上共发表了学术论文24篇（含录用1篇），其中SCI检索12篇，EI检索10篇。获得专利4项。协助培养本科毕业生12名、硕士研究生9名、博士研究生5名。此外，还开发了虚拟化硬件环境管理系统1套、面向并行作业调度算法性能评估的模拟器1套，已经被多个军内大型工程项目的总体设计方案所采用。