زمانبندی تطبیقی جریان های کاری Fork-Join مبتنی بر CVaR با تکرار انتخابی وظایف در لبه-ابر، تحت عدم قطعیت محاسبات و شبکه
زمانبندی تطبیقی جریان های کاری Fork-Join مبتنی بر CVaR با تکرار انتخابی وظایف در لبه-ابر، تحت عدم قطعیت محاسبات و شبکه
علی عظیمی1 امین بابازاده سنگر2
1) دانشجوی دکترا، گروه کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران،
2) استادیار، گروه کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران،
کد IOI مقاله
:
AAHD-ABKBKG
محل انتشار :
کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
افزایش استفاده از زیرساختهای ناهمگن لبه–ابر برای اجرای جریانکارهای علمی، ضرورت طراحی روشهای زمانبندی مقاوم در برابر نوسانات منابع محاسباتی و ارتباطی را برجسته کرده است. در جریانکارهای دارای ساختار انشعاب–الحاق، تأخیر یک شاخه میتواند تکمیل گره الحاق و در نتیجه کل جریانکار را بهطور محسوسی به تعویق اندازد. این پژوهش الگوریتم TRAFJS را بهعنوان یک زمانبند تطبیقی، چندهدفه و آگاه از ریسک دنبالهای برای محیطهای ناهمگن لبه–ابر ارائه میکند. در این الگوریتم، رتبه HEFT با موقعیت ساختاری وظایف در الگوهای Fork–Join، مسیر بحرانی، فوریت ضربالاجل و ریسک تأخیر شاخهها بر پایه معیار CVaR ترکیب میشود. همچنین، تکرار انتخابی تنها برای وظایف پرریسک و مؤثر بر گرههای Join انجام میگیرد و باززمانبندی رویدادمحور در واکنش به تغییر زمان پردازش یا پهنای باند اجرا میشود. الگوریتم پیشنهادی با جریانکارهای Montage، SIPHT، CyberShake و Epigenomics در اندازههای ۵۰، ۱۰۰ و ۲۰۰ وظیفه، سه سطح عدمقطعیت ۰٫۱، ۰٫۳ و ۰٫۵ و طی ۳۰ اجرای مستقل ارزیابی و با الگوریتمهای HEFT، MFJS و CPOP مقایسه شد. نتایج نشان داد میانگین زمان تکمیل TRAFJS برابر ۱۱٫۴۰۳ است که در مقایسه با HEFT، MFJS و CPOP بهترتیب ۲٫۲۱، ۲٫۵۴ و ۱۵٫۵۲ درصد کاهش دارد. مقدار CVaR تأخیر نیز به ۱٫۵۱۴ رسید و نسبت به سه الگوریتم مذکور بهترتیب ۳۱٫۷۴، ۳۴٫۶۷ و ۷۱٫۷۷ درصد کمتر بود. نرخ نقض ضربالاجل TRAFJS برابر ۱۲٫۵ درصد به دست آمد که کاهش ۳۳٫۱۷، ۳۵٫۴۱ و ۷۹٫۷۰ درصدی را نشان میدهد. این بهبود قابلیت اطمینان با افزایش محدود ۴٫۷۵ درصدی مصرف انرژی و ۲٫۵۲ درصدی هزینه نسبت به HEFT همراه بود. در مجموع، TRAFJS با ایجاد مبادلهای کنترلشده میان زمان تکمیل، ریسک، انرژی و هزینه، پایداری اجرای جریانکارهای Fork–Join را در شرایط نامطمئن افزایش میدهد.
کلمات کلیدی : زمانبندی جریانکار علمی ساختار انشعاب الحاق ریسک دنبالهای تکرار انتخابی وظایف رایانش لبه ابر