《IaaS雲環境下大規模科學工作流最佳化執行方法研究》是依託中國人民解放軍國防科技大學，由任開軍擔任項目負責人的面上項目。
基本介紹
- 中文名：IaaS雲環境下大規模科學工作流最佳化執行方法研究
- 項目類別：面上項目
- 項目負責人：任開軍
- 依託單位：中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
針對IaaS雲環境下科學工作流高效執行面臨的資源供給與任務調度效率不高等問題，開展面向大規模計算密集型科學工作流、大規模科學工作流集合以及大規模數據密集型科學工作流這三類典型科學套用的多目標最佳化調度算法的研究工作。一是研究利用列表策略和確定性導向搜尋技術實現10^3以上級別科學工作流的帕累托前沿高效快速算法；二是研究利用多工作流並發啟動、工作流準入控制和任務回填技術，實現基於可伸縮異構虛擬機集群的滿足截止期和費用約束的科學工作流集合高效調度算法；三是利用多層超圖剖分技術實現多雲環境下基於分割子工作流的數據密集型科學工作流的帕累托前沿高效算法。依託國防科大銀河虛擬雲環境和廣州超算中心天河二號雲環境，採用科學工作流標準案例和團隊自主研製的全球中期數值天氣預報科學工作流系統對上述算法進行全面測試驗證。本項目若研究成功，將為提高科學家利用IaaS雲環境進行大規模科學工作流實驗的能力做出積極貢獻。
結題摘要
針對IaaS雲環境下科學工作流高效執行面臨的資源供給與任務調度效率不高等問題，開展面向大規模計算密集型科學工作流、大規模科學工作流集合以及大規模數據密集型科學工作流這三類典型科學套用的多目標最佳化調度算法的研究工作。特別地，本項目首先創新性地提出了基於時間壓縮的虛擬機集群配置、基於關鍵路徑截取的任務調度、基於多目標最佳化的多核CPU感知虛擬機放置、基於自適應人工蜂群算法的參數估計、基於生物地理學最佳化算法的DAG調度等算法，實現了基於啟發式策略與元啟發式策略相結合的大規模科學工作流時間-費用雙目標占優的帕累托前沿高效計算；其次，通過突破基於時間關聯的多科學工作流調度、截止期約束的工作流調度費用最佳化、基於競價型實例的調度費用再最佳化、多工作流並發啟動、準入控制和任務回填等關鍵技術，實現了滿足截止期和費用約束的科學工作流集合吞吐量最大化調度；最後，提出了基於加權K均值和基於K割的多層圖剖分大規模數據密集型科學工作流調度算法，實現了多雲環境下基於分割子工作流的數據密集型科學工作流的高效執行。項目在國內外高水平學術期刊和會議上發表了一系列研究成果，建立了IaaS雲環境下大規模科學工作流高效執行的理論與機制，使IaaS雲環境下大規模科學工作流的執行性能得到顯著提升，對於提高科學計算業務流程運行效率和提升IaaS雲數據中心資源利用率具有重要的現實意義。
