CN101431467B - 共享资源网络的实时任务接纳控制方法 - Google Patents
共享资源网络的实时任务接纳控制方法 Download PDFInfo
- Publication number
- CN101431467B CN101431467B CN2008101440003A CN200810144000A CN101431467B CN 101431467 B CN101431467 B CN 101431467B CN 2008101440003 A CN2008101440003 A CN 2008101440003A CN 200810144000 A CN200810144000 A CN 200810144000A CN 101431467 B CN101431467 B CN 101431467B
- Authority
- CN
- China
- Prior art keywords
- real
- time task
- network
- task
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种共享资源网络的实时任务接纳控制方法,目的是提供一种网络接纳实时任务的控制方法,使得共享网络的接纳任务不但可执行,而且满足时限要求。技术方案是先构建由资源现状统计分析模块、实时任务申请预处理模块、实时任务判别模块和接纳决策模块组成的网络实时任务接纳控制器;由资源现状统计分析模块对网络资源现状进行采集、统计与分析;由实时任务申请预处理模块对实时任务申请进行预处理;由实时任务判别模块判别任务可执行的充要条件,如果有若干个满足充要条件的窗口时段,则选取可执行概率最大的窗口时段;最后由接纳决策模块进行实时任务可执行决策,形成是否接纳通知。采用本发明可以针对实时任务进行网络接纳控制。
Description
技术领域
本发明涉及共享资源网络中对实时任务进行接纳控制的方法。
背景技术
新时代是信息网络时代,人们正处于信息网络环境之中,有关信息的采集、传输、处理和应用都离不开网络。完成这些信息任务的执行过程都有一定的时限要求,也就是说,执行有时间要求的任务(实时任务)普遍存在。执行实时任务如果超时,执行就没有意义,甚至造成任务严重损失。而共享资源网络的资源可用量是不固定的,随时随地在变化,无法保证实时任务执行过程中所需的资源用量,即不能确保实时任务按时限完成。这是网络实时应用中一对突出的矛盾。一方面,随着国民经济和国防建设的发展,信息***,网络膨胀,实时任务大量涌现的现象势不可挡;另一方面,网络建设普及全世界,深入到社会每一个角落,存在着大量丰富的共享网络资源。因此,在网络上实施实时任务已成为时代发展的迫切需求,最明显的例子有:网络要增加视频浏览功能、军网上要进行某种联合演习、公司要召开远程会议......。问题在于共享资源网络能否再加载新的实时任务,执行可能性有多少,如何改造原有网络或者缩减实时任务才能满足实时执行的需求......,所有这些问题成了本领域研究开发的重点和热点。
当今世界上,关于共享资源网的接纳控制都是基于网络的流量控制,控制目的是提高网络的服务质量QoS接纳控制作为一种预防性的流量控制手段,它要求用户在请求接入网络时将自己的通信量传输特征和要求的服务质量告诉网络,并根据用户的通信量特征和网络现存的流量情况,决定是否接纳用户的连接请求它是避免网络拥塞、实现网络QoS保障的重要技术。流量控制方法完成的任务是:控制任务能否接纳网络流量可接纳时是否接受新任务网络流量不可再接纳时,将任务拒之网络门外。这种控制方法虽然可使接纳的任务执行,但不保证按时限完成。共享网络的流量控制接纳技术已相当成熟,并取得了一定的研究成果,包括:基于测量(探测)的流量接纳控制;基于模型(网络模型、流量模型、服务模型)的流量接纳控制;基于参数的流量接纳控制等。由于流量接纳控制设置的位置和层次不同,又可细分为集中式和分散式;网络型和主机型。根据网络交换和协议的不同,还可进一步细分。某些技术形成了初级产品。例如:F7(F7 NetworkTechnology Co。Ltd),中太公司的Linux流量接纳控制软件等。
总之,网络流量控制方法不能解决网络接纳实时任务的需求,至今还没有公开文献 涉及实时任务的接纳控制方案,如何依据实时任务的需求确定网络如何接纳实时任务是本领域技术人员关注的技术问题。
发明内容
本发明要解决的技术问题是提供一种网络接纳实时任务的控制方法,使得共享网络的接纳任务不但可执行,而且满足执行的时限要求(实时要求)。
本发明的技术方案是:
第一步,构建网络实时任务接纳控制器,网络接纳实时任务接纳控制器是设置在网边缘入口(如路由器)的专用网络硬件设备或者嵌入在共享网络入口的实时任务接纳软件包。它由资源现状统计分析模块、实时任务申请预处理模块、实时任务判别模块和接纳决策模块组成。资源现状统计分析模块从网络集群服务噐中获取通过聚合形成的网络资源状态报告,对网络资源进行统计分析,将网络资源使用量和余量的概率分布图发送给实时任务判别模块;实时任务申请预处理模块从网边缘入口接收实时任务需求申请,分析任务的资源需求,将资源需求发送给实时任务判别模块;实时任务判别模块对任务的资源和时限进行判别,得到实时任务可调度的充分条件和必要条件,将可调度条件满足情况发送给接纳决策模块;接纳决策模块据可调度条件满足情况作出接纳决策,将接纳决策发送给网边缘入口,决定是否接纳。
第二步,由资源现状统计分析模块对网络资源的现状进行采集、统计与分析,方法是:网络资源包括计算资源C、存贮资源M和传输资源T。它们的采集是现状统计的依据。虽然在某一时段内,网络资源使用量x(计算、存储和传输资源使用量)数值是预先不能确定的,但通过随机测量可获得网络的整体资源概率分布结果。
步骤1,采集网络中各设备的资源现状采样报告,得到网络资源的分时测量数据。
步骤2,将测试的空间按网络资源使用量x的极值xNet(CNet,MNet,TNet)划分成L(L为正整数)个基本事件,并分别记作 n=1,...,L,CNet是计算资源C的极值,MNet是存贮资源M的极值,TNet是传输资源T的极值。假定L=10,即划分成基本事件0.1(0~0.1)xNet,0.2(0.1~0.2)xNet,…,1(0.9~1)xNet,以秒为单位进行采样,得到一段时间t(t根据实时任务的执行时间决定,如一个小时)内基本事件出现的统计概率p(x),根据p(x),分别绘制出共享网络资源使用量x概率分布图和网络资源余量x*的概率分布图。
步骤3,根据一天24小时中不同时段(假定以小时为单位)的网络资源余量x*大于 等于用户实时任务可能的资源最大用量xTmax(CTmax、MTmax、TTmax)的概率获得该网络资源余量x*≥xTmax的时效概率分布图,CTmax是计算资源C的最大用量,MTmax是存贮资源M的最大用量,TTmax是传输资源T的最大用量。如果共享资源的分布为非连续函数,网络资源余量x*≥xTmax的时效概率
即资源余量的时效概率应大于等于满足任务需求的基本事件的概率之和。如果共享资源的分布为连续函数,网络资源余量x*≥xTmax的时效概率
步骤4,将不同时段的共享网络的资源余量x按大于任务的最大资源需求量进行计算取值(通常取网络设计值的余量),获得x*≥xTmax的概率时效图。
步骤5,资源余量x*≥xTmax的概率时效图每天可能有细微的变化,根据变化的宏观规律和历史数据,获取每天变化的差值,进而根据每天变化的差值来外推或历史数据加減来修正,获得修正未来的x*≥xTmax概率时效曲线;
第三步,由实时任务申请预处理模块采用探测包的方法对实时任务申请进行预处理。
探测包是实时任务申请执行的需求报告,它处于任务包的包头,内容包含实时任务执行的各种保障要素,具体有:
●实时任务执行时长Te、时限以及任务中各子任务的周期;
●判别可执行必要条件所需的最大资源值xTmax(CTmax,MTmax,TTmax);
●判别可执行充分条件的实时任务弹性程度(m,k)值;
●其它用户关心的事项,如上网时段、执行优先权等。
实时任务申请预处理就是从探测包中将实时任务的可执行要素预处理成判别实时任务可接纳要素,包括以下步骤:
步骤1)根据实时任务探测包提供的数据,将实时任务执行时长Te变成滑动窗口;
步骤2)将实时任务各子任务的周期处理成实时任务的超周期和所需要的执行时间(超周期是实时任务中各子任务周期的最小公倍数);
步骤3)将实时任务弹性程度(m,k)值处理成在弹性程度下的实时任务需要的执行时间。(m,k)表示执行k次实时任务中允许只有m次任务按时限内完成。
第四步,根据资源余量x*≥xTmax的概率时效图,将Te滑动窗口在概率时效图上滑动,在Te滑动窗口范围内,由实时任务判别模块判别任务可执行的充分与必要条件,记录下可执行的所有时段,以备选用。
步骤(1),判别网络实时任务的可执行必要条件,即判定余量x*是否大于等于实时任务所需资源最大值。
网络实时任务的可执行必要条件就是网络必须保证实时任务所需的资源。新的实时任务Ti实时任务集{Ti}在执行过程中所需要的最大资源用量xTmax(CTmax、MTmax、TTmax)都应该小于网络的资源余量x*,即有x*≥xTmax,如果共享资源的分布为非连续函数,满足实时必要条件的概率为:
如果共享资源的分布为连续函数,满足实时必要条件的概率为:
若满足,则记下Te滑动窗口时段即可执行时段,转步骤(2);若不满足,转第五步。
当xTmax=x*=(1-u)xNet是最坏情况(u为网络资源余量占总量的百分比),且一般有xTmax≤0.3xNet(或者0.2xNet、0.1xNet)。
步骤(2),对于满足必要条件的可执行时段,判别网络实时任务可执行的充分条件。
即保障实时任务按时限要求完成。满足网络实时可执行的必要条件并不保障实时任务的可执行,因为在慢速网络上要求快速执行的实时任务,虽然网络可以满足实时任务的资源需求(即满足可执行的必要条件),但网络的处理速度(vc,vm,vt)可能达不到实时的时限要求,所以必须根据网络提供的处理速度来计算可执行的充分条件,即满足:
Ni是在超周期内各子任务的执行次数;
ETi是各子任务所需的执行时间;
若公式一满足,记录可执行时段及其可执行概率,转第五步,若公式一不满足,修正(m,k), 运用(m,k)约束条件判定公式二是否满足,
其中mi/ki是约束系数δi,mi/ki是实时任务弹性程度(m,k)的细化,即实时任务的各子任务的弹性程度。为了简化,mi/ki≥m/k,它是小于1的数。修正方法是首先判别(k-1)/k是否使公式二成立,满足,记录此时的(m,k)值和可执行时段及其可执行概率,转第五步;不满足则判别(k-2)/k是否使公式二成立,以此类推,直到满足探测包中对实时任务弹性程度(m,k)值的规定,若有这样的(m,k)值,说明(m,k)可修正,记录此时的(m,k)值和可执行时段及其可执行概率,转第五步;如果没有这样的(m,k)即(m,k)不可修正时,转第五步;
第五步,由接纳决策模块进行实时任务可执行决策,形成是否接纳通知。方法是若不存在可执行时段,或存在可执行时段但公式一和公式二均不满足、且(m,k)不可修正时,決策不能接纳该申请的实时任务,发不能接纳通知;若存在可执行时段,且满足公式一或公式二、或通过修正(m,k)满足公式二(即既满足充分条件又满足必要条件)时,若有多个满足充分与必要条件的窗口时段,则从其中选取可执行概率最大的窗口时段供用户使用或者选取其中弹性程度最接近1的窗口时段供用户使用(亦可不选取,将全部结果发给用户自选),发接纳通知,接纳通知内容主要有:
●接纳实时任务可执行概率;
●根据Te滑动窗口时段确定的接纳的时段(上网的时机);
●接纳的(m,k)约束;
●接纳的建议。
采用本发明可以达到以下技术效果:
本发明依据实时任务的需求出发,根据共享网络资源允许概率确定网络接纳实时任务的可能性。采用它不但可以进行网络流量的接纳控制,而且可以针对实时任务进行网络接纳控制。它给出了实时任务执行的必要条件和充分条件,依据实时任务的需求确定网络如何接纳实时任务,使得共享网络的接纳任务不但可执行,而且满足执行的实时要求。
附图说明
图1是本发明网络接纳控制器逻辑结构图;
图2是本发明第二步形成的网络资源分布概率图;
图3是本发明第二步形成的网络资源余量分布概率图;
图4是本发明第二步的网络的资源余量x*≥xTmax的概率时效图;
图5是本发明第二步网络资源状态分析流程图;
图6是本发明第三步、第四步、第五步的流程图。
具体实施方式
图1是本发明网络接纳控制器逻辑结构图。网络接纳实时任务接纳控制器是设置在网边缘入口(如路由器)的专用网络硬件设备或者嵌入在共享网络入口的实时任务接纳软件包。它由资源现状统计分析模块、实时任务申请预处理模块、实时任务判别模块和接纳决策模块组成。资源现状统计分析模块从网络集群服务噐中获取通过聚合形成的网络资源状态报告,对网络资源进行统计分析,将网络资源使用量和余量的概率分布图发送给实时任务判别模块;实时任务申请预处理模块从网边缘入口接收实时任务需求申请,分析任务的资源需求,将资源需求发送给实时任务判别模块;实时任务判别模块对任务的资源和时限进行判别,得到实时任务可调度的充分条件和必要条件,将可调度条件满足情况发送给接纳决策模块;接纳决策模块据可调度条件满足情况作出接纳决策,将接纳决策发送给网边缘入口,决定是否接纳。
图2是本发明第二步形成的网络资源分布概率图;图3是本发明第二步形成的网络资源余量分布概率图;图中将测试的空间按网络资源极值xNet(CNet,MNet,TNet),划分成10个基本事件,即L=10,划分成基本事件0.1(0~0.1)xNet,0.2(0.1~0.2)xNet,…,1(0.9~1)xNet,图2中网络资源分布和图3的网络余量资源分布也可用下表来表示,
x | 0.1x<sub>Net</sub> | 0.2x<sub>Net</sub> | 0.3x<sub>Net</sub> | 0.4x<sub>Net</sub> | 0.5x<sub>Net</sub> | 0.6x<sub>Net</sub> | 0.7x<sub>Net</sub> | 0.8x<sub>Net</sub> | 0.9x<sub>Net</sub> | 1x<sub>Net</sub> |
p(x) | 0.2 | 0.4 | 0.25 | 0.1 | 0.033 | 0.01 | 0.003 | 0.001 | 0.0003 | 0.0001 |
p(x<sup>*</sup>) | 0.2 | 0.4 | 0.25 | 0.1 | 0.033 | 0.01 | 0.003 | 0.001 | 0.0003 | 0.0001 |
x<sup>*</sup> | 0.9x<sub>Net</sub> | 0.8x<sub>Net</sub> | 0.7x<sub>Net</sub> | 0.6x<sub>Net</sub> | 0.5x<sub>Net</sub> | 0.4x<sub>Net</sub> | 0.3x<sub>Net</sub> | 0.2x<sub>Net</sub> | 0.1x<sub>Net</sub> | 0 |
其中x*是共享网络资源的使用余量,即x*=xNet-x。由于网络资源使用量为x与该网络资源剩余量为x*是等价事件,因此p(x*)=p(x)。图2和图3中的折线是p(x)的实测数据,曲线是根据实测数据拟和所得。
图4是本发明第二步网络的资源余量x*≥xTmax的概率时效图,图中假设xTmax为0.3 极值,即网络资源余量为总量的百分之三十。从图4中可知,曲线的波动与上下班统一的作息安排有关。如果网络是局域网,用户处于同一时区内,资源余量时效曲线出现三个高峰,即凌晨、午间和晚饭时段。对于跨时区的广域网,由于用户的作息时间错开,虽有峰值,但相对要平缓些。但不论如何作息,只要有共同的睡眠时间,就一定有较高的实时可执行概率。
当xTmax=x*=(1-u)xNet是最坏情况,且一般有xTmax≤0.3xNet(或者0.2xNet、0.1xNet),则图4的例子中有:
p(Ti)≥0.9999 (0<xTmax≤0.1xNet)
p{Ti}≥0.9996 (0.1xNet<xTmax≤0.2xNet)
p{Ti}≥0.9986 (0.2xNet<xTmax≤0.3xNet)
即当xTmax≤0.1xNet时,网络任务Ti在执行过程中所需要的最大资源用量p{Ti}大于0.9999,当xTmax≤0.2xNet时,网络任务Ti在执行过程中所需要的最大资源用量p{Ti}大于0.9996,即当xTmax≤0.3xNet时,网络任务Ti在执行过程中所需要的最大资源用量p{Ti}大于0.9986。
图5是本发明第二步网络资源状态分析流程图。资源现状统计分析模块利用资源的分时测量数据(网络设备的资源现状采样报告),聚合形成网络资源及其余量的时段概率分布图,进而计算出时段资源余量x*≥xTmax的时效概率p{x*≥xTmax},最后获得实时任务所需的网络资源余量x*≥xTmax概率的时效图。该时效图每天可能有细微的变化,根据变化的宏观规律,可推测未来的x*≥xTmax概率时效图。实时任务接纳控制就是建立在资源余量概率的时效图上的控制。
图6是本发明第三步、第四步、第五步的流程图。
第三步,由实时任务申请预处理模块采用探测包的方法对实时任务申请进行预处理,根据实时任务探测包提供的数据,将实时任务执行时长Te变成滑动窗口;将实时任务各子任务的周期处理成实时任务的超周期和所需要的执行时间,将实时任务弹性程度(m,k)值处理成在弹性程度下的实时任务需要的执行时间。
第四步,判断:
步骤(1),判别网络实时任务的可执行必要条件,即判定余量x*是否大于等于实时任务所需资源最大值,具体方法为:根据资源余量x*≥xTmax的概率时效图,将Te滑动窗口按小时为单位在概率时效图上滑动,在Te滑动窗口范围内,选取可执行概率的最小值;如果该值大于等于用户要求的实时任务执行概率,记录下Te滑动窗口所在的可执行时段和Te滑动窗口的可执行概率最小值,进入下一时段判别;如果该值小于用户的实时任务要求执行概率,直接进入下一时段判别,若存在着多个满足实时必要条件的可执行时段,转步骤(2);若不存在可执行时段,转第五步;
步骤(2),对于满足必要条件的可执行时段,根据网络提供的处理速度来判别网络实时任务可执行的充分条件,方法是判定超周期内实时任务所需的执行时间即各子任务的执行时间总和 不大于实时任务各子任务的超周期LCM(p1,p2,…,pn),即判定下式是否满足:
Ni是在超周期内各子任务的执行次数;E Ti是各子任务所需的执行时间;若公式一满足,记录可执行时段及其可执行概率,转第五步,若公式一不满足,修正(m,k),运用(m,k)约束条件判定公式二是否满足
其中mi/ki是约束系数δi,mi/ki是实时任务弹性程度(m,k)的细化,即实时任务的各子任务的弹性程度;mi/ki≥m/k,它是小于1的数;修正方法是首先判别(k-1)/k是否使公式二成立,满足,记录此时的(m,k)值和可执行时段及其可执行概率,转第五步;不满足则判别(k-2)/k是否使公式二成立,以此类推,直到满足探测包中对实时任务弹性程度(m,k)值的规定,若有这样的(m,k)值,说明(m,k)可修正,记录此时的(m,k)值和可执行时段及其可执行概率,转第五步;如果没有这样的(m,k)即(m,k)不可修正时,转第五步;
第五步,由接纳决策模块进行实时任务可执行决策,形成是否接纳通知,方法是若不存在可执行时段(即必要条件不满足),或存在可执行时段但公式一和公式二均不满足、且(m,k)不可修正(即充分条件不满足)时,決策不能接纳该申请的实时任务,发不能接纳通知;若存在可执行时段,且满足公式一或公式二、或通过修正(m,k)满足公式二(即必要条件、充分条件均满足)时,发接纳通知。
Claims (5)
1.一种共享资源网络的实时任务接纳控制方法,其特征在于包括以下步骤:
第一步,构建网络实时任务接纳控制器,网络接纳实时任务接纳控制器是设置在网边缘入口的专用网络硬件设备或者嵌入在共享网络入口的实时任务接纳软件包,由资源现状统计分析模块、实时任务申请预处理模块、实时任务判别模块和接纳决策模块组成;资源现状统计分析模块从网络集群服务噐中获取通过聚合形成的网络资源状态报告,对网络资源进行统计分析,将网络资源使用量和余量的概率分布图发送给实时任务判别模块;实时任务申请预处理模块从网边缘入口接收实时任务需求申请,分析任务的资源需求,将资源需求发送给实时任务判别模块;实时任务判别模块对任务的资源和时限进行判别,得到实时任务可调度的充分条件和必要条件,将可调度条件满足情况发送给接纳决策模块;接纳决策模块据可调度条件满足情况作出接纳决策,将接纳决策发送给网边缘入口,决定是否接纳;
第二步,由资源现状统计分析模块对网络资源包括计算资源C、存贮资源M和传输资源T的现状进行采集、统计与分析,方法是:
步骤1,采集网络中各设备的资源现状采样报告,得到网络资源的分时测量数据;
步骤2,将测试的空间按网络资源使用量x的极值xNet(CNet,MNet,TNet)划分成L个基本事件,并分别记作n=1,...,L,CNet是计算资源C的极值,MNet是存贮资源M的极值,TNet是传输资源T的极值,L为正整数,以秒为单位进行采样,得到一段时间t内基本事件出现的统计概率p(x),根据p(x),分别绘制出共享网络资源使用量x概率分布图和网络资源余量x*的概率分布图,t根据实时任务的执行时间决定;
步骤3,根据一天24小时中不同时段的网络资源余量x*大于等于用户实时任务可能的资源最大用量xT max(CT max、MT max、TT max)的概率,获得该网络资源余量x*≥xT max的时效概率分布图,CTmax是计算资源C的最大用量,MT max是存贮资源M的最大用量,TT max是传输资源T的最大用量;如果共享资源的分布为非连续函数,网络资源余量x*≥xTmax的时效概率如果共享资源的分布为连续函数,网络资源余量x*≥xT max的时效概率
步骤4,将不同时段的共享网络的资源余量x*按大于任务的最大资源需求量进行计算取值,获得x*≥xT max的概率时效图;
步骤5,根据资源余量x*≥xT max的概率时效图每天的变化获取每天变化的差值,进而根据每天变化的差值来外推或历史数据加減来修正,获得未来的x*≥xT max概率时效曲线;
第三步,由实时任务申请预处理模块采用探测包的方法对实时任务申请进行预处理,即从探测包中将实时任务的可执行要素预处理成判别实时任务可接纳要素,主要有:
步骤1)根据实时任务探测包提供的数据,将实时任务执行时长Te变成滑动窗口;
步骤2)将实时任务各子任务的周期处理成实时任务的超周期和所需要的执行时间,超周期是实时任务中各子任务周期的最小公倍数;
步骤3)将实时任务弹性程度(m,k)值处理成在弹性程度下的实时任务需要的执行时间,(m,k)表示执行k次实时任务中允许仅有m次任务按时限内完成;
第四步,根据资源余量x*≥xT max的概率时效图,将Te滑动窗口在概率时效图上滑动,在Te滑动窗口范围内,由实时任务判别模块判别任务可执行的充分与必要条件并记录可执行的所有时段,包括以下步骤:
步骤(1),判别网络实时任务的可执行必要条件,即判定余量x*是否大于等于实时任务所需资源最大值,具体方法为:根据资源余量x*≥xT max的概率时效图,将Te滑动窗口按小时为单位在概率时效图上滑动,在Te滑动窗口范围内,选取可执行概率的最小值;如果该值大于等于用户要求的实时任务执行概率,记录下Te滑动窗口所在的可执行时段和Te滑动窗口的可执行概率最小值,进入下一时段判别;如果该值小于用户的实时任务要求执行概率,直接进入下一时段判别,若存在着多个满足实时必要条件的可执行时段,转步骤(2);若不存在可执行时段,转第五步;
步骤(2),对于满足必要条件的可执行时段,根据网络提供的处理速度来判别网络实时任务可执行的充分条件,方法是判定超周期内实时任务所需的执行时间即各任务的执行时间总和不大于实时任务各子任务的超周期LCM(p1,p2,…,pn),即判定下式是否满足:
Ni是在超周期内各子任务的执行次数;E Ti是各子任务所需的执行时间;若公式一满足,记录可执行时段及其可执行概率,转第五步,若公式一不满足,修正(m,k),运用(m,k)约束条件判定公式二是否满足
其中mi/ki是约束系数δi,mi/ki是实时任务弹性程度(m,k)的细化,即实时任务的各子任务的弹性程度;mi/ki≥m/k,它是小于1的数;修正方法是首先判别(k-1)/k是否使公式二成立,满足,记录此时的(m,k)值和可执行时段及其可执行概率,转第五步;不满足则判别(k-2)/k是否使公式二成立,以此类推,直到满足探测包中对实时任务弹性程度(m,k)值的规定,若有这样的(m,k)值,说明(m,k)可修正,记录此时的(m,k)值和可执行时段及其可执行概率,转第五步;如果没有这样的(m,k)即(m,k)不可修正时,转第五步;
第五步,由接纳决策模块进行实时任务可执行决策,形成是否接纳通知,方法是若不存在可执行时段,或存在可执行时段但公式一和公式二均不满足、且(m,k)不可修正时,決策不能接纳该申请的实时任务,发不能接纳通知;若存在可执行时段,且满足公式一或公式二、或通过修正(m,k)满足公式二时,发接纳通知。
2.如权利要求1所述的一种共享资源网络的实时任务接纳控制方法,其特征在于第二步步骤4中x取网络设计值的余量。
3.如权利要求1所述的一种共享资源网络的实时任务接纳控制方法,其特征在于探测包是实时任务申请执行的需求报告,它处于任务包的包头,内容包含实时任务执行的各种保障要素,具体有:实时任务执行时长Te、时限以及任务中各子任务的周期;判别可执行必要条件所需的最大资源值xT max(CT max,MT max,TT max);判别可执行充分条件的实时任务弹性程度(m,k)值;其它用户关心的事项。
4.如权利要求1所述的一种共享资源网络的实时任务接纳控制方法,其特征在于接纳通知内容主要有:接纳实时任务可执行概率;根据Te滑动窗口时段确定的接纳的时段;接纳的(m,k)约束;接纳的建议。
5.如权利要求1所述的一种共享资源网络的实时任务接纳控制方法,其特征在于如果有多个满足充分与必要条件的窗口时段,则从其中选取可执行概率最大的窗口时段或者选取其中弹性程度最接近1的窗口时段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101440003A CN101431467B (zh) | 2008-12-18 | 2008-12-18 | 共享资源网络的实时任务接纳控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101440003A CN101431467B (zh) | 2008-12-18 | 2008-12-18 | 共享资源网络的实时任务接纳控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101431467A CN101431467A (zh) | 2009-05-13 |
CN101431467B true CN101431467B (zh) | 2010-12-01 |
Family
ID=40646642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101440003A Expired - Fee Related CN101431467B (zh) | 2008-12-18 | 2008-12-18 | 共享资源网络的实时任务接纳控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101431467B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102083208B (zh) * | 2009-11-30 | 2013-09-25 | 普天信息技术研究院有限公司 | 资源分配方法和装置 |
CN101799770B (zh) * | 2010-01-19 | 2012-07-25 | 湖南大学 | 基于单位面积加速比的可重构资源管理方法 |
CN102932885B (zh) * | 2012-10-25 | 2015-01-14 | 清华大学 | 移动智能终端3g通信能耗与用户性能体验权衡调度方案 |
CN102946629B (zh) * | 2012-10-25 | 2015-01-14 | 清华大学 | 移动智能终端3g通信尾能耗在线优化调度方案 |
CN110199278A (zh) * | 2016-11-25 | 2019-09-03 | 西门子股份公司 | 计算机网络中的高效数据传播 |
CN111833022B (zh) * | 2020-07-17 | 2021-11-09 | 海南大学 | 跨数据、信息、知识模态与量纲的任务处理方法及组件 |
CN112258598A (zh) * | 2020-09-25 | 2021-01-22 | 上海梁源科技发展有限公司 | 一种计算变频电机驱动车体走行位置的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1674544A (zh) * | 2004-03-26 | 2005-09-28 | 华为技术有限公司 | 一种控制接入的实现方法 |
CN1691622A (zh) * | 2004-04-28 | 2005-11-02 | 联想(北京)有限公司 | 动态网络环境下的资源发现方法 |
-
2008
- 2008-12-18 CN CN2008101440003A patent/CN101431467B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1674544A (zh) * | 2004-03-26 | 2005-09-28 | 华为技术有限公司 | 一种控制接入的实现方法 |
CN1691622A (zh) * | 2004-04-28 | 2005-11-02 | 联想(北京)有限公司 | 动态网络环境下的资源发现方法 |
Non-Patent Citations (2)
Title |
---|
宾雪莲等.一种高效的实时多处理器***的资源回收算法.《计算机科学》.2006,第33卷(第7期),第245-248页,第279页. * |
宾雪莲等.基于(m,k)模型的任务可调度性分析.《计算机科学》.2006,第33卷(第1期),第181-183页. * |
Also Published As
Publication number | Publication date |
---|---|
CN101431467A (zh) | 2009-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101431467B (zh) | 共享资源网络的实时任务接纳控制方法 | |
Hong et al. | Fuzzy interaction regression for short term load forecasting | |
Feuerriegel et al. | Value and granularity of ICT and smart meter data in demand response systems | |
Johari et al. | Investment and market structure in industries with congestion | |
CN103036974B (zh) | 基于隐马尔可夫模型的云计算资源调度方法和*** | |
Pasandideh et al. | Genetic application in a facility location problem with random demand within queuing framework | |
Aljohani et al. | Dynamic real-time pricing mechanism for electric vehicles charging considering optimal microgrids energy management system | |
Renga et al. | Energy management and base station on/off switching in green mobile networks for offering ancillary services | |
Zhang et al. | How to price fresh data | |
Li et al. | A contract-based incentive mechanism for delayed traffic offloading in cellular networks | |
CN1870025B (zh) | 一种用户业务特征的生成方法及装置 | |
Huang et al. | Research on parking sharing strategies considering user overtime parking | |
Luo et al. | Service recommendation in smart grid: vision, technologies, and applications | |
CN102711177A (zh) | 基于业务预测的负载均衡方法 | |
Sharma et al. | Local public good provisioning in networks: A Nash implementation mechanism | |
Saeed et al. | Energy management system in smart buildings based coalition game theory with fog platform and smart meter infrastructure | |
Shi et al. | Lyapunov optimization in online battery energy storage system control for commercial buildings | |
Kim et al. | Mathematical model of operation of a cell of a mobile communication network with adaptive modulation schemes and handover of mobile users | |
Song et al. | An enhanced clustering-based method for determining time-of-day breakpoints through process optimization | |
Ramoliya et al. | ML-Based Energy Consumption and Distribution Framework Analysis for EVs and Charging Stations in Smart Grid Environment | |
Zhu et al. | Optimal service rate in cognitive radio networks with different queue length information | |
Zhu et al. | A business service model of smart home appliances participating in the peak shaving and valley filling based on cloud platform | |
CN108449411A (zh) | 一种随机需求下面向异质费用的云资源调度方法 | |
Roy et al. | Enhancing availability of grid computational services to ubiquitous computing applications | |
Kaniezhil et al. | Evaluating the probability of channel availability for spectrum sharing using cognitive radio |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101201 Termination date: 20141218 |
|
EXPY | Termination of patent right or utility model |