复杂云计算环境下QoS感知的工作流调度研究

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。

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。