一种基于预测的反馈网格作业调度模型(1.南京邮电大学计算机科学与技术系，江苏南京210003;2.江苏广播电视大学信息工程学院，江苏南京210017)摘要：网格计算中的资源是动态和异构的，常规的静态作业调度方法不适宜网格计算环境，对于网格计算中一类并行计算的有效执行有赖于网格资源（CPU和网络带宽等）与作业的有效匹配。提出了一种基于资源预测结果对作业进行调度的策略，首先阐述了网格主机负载预测的研究成果――IAR模型，并提出了一种预测网络带宽的工具――网络性能平面，利用资源预测结果构造了一种反馈作业调度模型并对一类基于时间平衡的作业进行实验。结果表明，该模型在与其他诸多方法比较中，取得了执行时间较短和稳定性较好的效果。??关键词：资源预测；网格计算；负载平衡；作业调度??中图法分类号：TP315文献标识码：A：1001?B3695(2006)08?B0022?B03FeedbackJobSchedulingModelinGridComputingBasedonResourcePrediction??CHENGHongbing1,2,YANGGeng??1??(1.Dept.ofComputerScienceTechnology,Nan激ngUniversityofPostsTelecommunications,Nan激ng激angsu210003,China;2.SchoolofInformationEngineering,激angsuRadioTVUniversity,Nan激ng激angsu210017,China)??Abstract:Theresourcesingridcomputingenvironmentsisheterogeneousanddynamic.Thenormalwaysofjobschedulingarenotfittogridcomputing.Efficientexecutionofakindofparallelcomputationscanrequiremappingsoftaskstogridresources(includingCPUloadandnetbandwidth,etc).Thepaperproposesajobschedulingmodelthatbasedontheresultofresourcesprediction.Firstlypresenttechniques:animprovedARmodeldevelopedinpreviouswork,thenaddressatool:netsurfacewhichcanpredictthecapabilityofnetbandwidth,finallypresentafeedbackmodelbasedontheresultsofresourcespredictionandexperimentitonakindoftimebalancingjob,theresultoftheseexperimentsdemonstratethemodelcanproduceexecutionthatarebothsignificantlyfasterandlessvariablethanothermodels.??Keywords:ResourcePrediction;GridComputing;LoadBalancing;JobScheduling网格是一个集成的计算与资源环境，其目标是要把分布在不同地方的各种资源，如CPU、存储器、程序、数据等联合起来，形成一个虚拟的、统一的、强大的计算环境[1]，把这些分散的资源统一成一个能协同工作的网络计算机。作业调度是网格计算中的一个关键技术，直接影响到网格计算性能的好坏，网格环境中作业调度遇到的一个困难就是各种资源是动态和异构的。每个处理器的速度是不一样的，网络带宽也是动态变化的，用常规的静态调度方法不能满足网络异构和动态的特性。对于作业调度，国外计算机界提出了不少方法，如负载均衡的调度方法；J.M，Schopf等人分析了随机调度算法（StochasticScheduling）[2]；L.Y.Yang等人研究了保守调度作业方法[3]。国内对网格作业调度算法也进行了积极的研究，并已取得了一些研究成果。查礼和徐志伟讨论了一种数据与计算密集混合元任务的调度算法TCR(TransferComputationRatio)[4]；激anZhang等人提出了一种动态调度算法[5]；金海等人开发了一种容错计算网格作业调度的随机Petri网模型,并给出了网格作业分派策略和计算站点内的作业选择策略[6]；G.Yang等人研究了把整个任务分成几个子任务的块Broyden算法[7]，并将其应用于非线性方程组的并行求解。1资源预测建模和作业执行时间建模网格环境中包括各种资源，如CPU、网络带宽、存储器、程序、数据等，其中CPU和网络带宽是网格环境中决定性的资源，是我们预测的主要对象，下面分别讨论。1.1CPU负载预测建摸??本文使用我们先前的研究成果，即网格计算中自动回归改进（IAR）模型对CPU负载进行预测，下面具体给出该改进模型。??AR模型是一种常见的分析时间序列的模型[8]。p阶的AR模型可以记为AR(p)，用数学公式表达为其中，{Xt}称为AR(p)序列，a=(a1，a2，…，ap)T称为AR(p)模型的自回归系数，{εt}是满足正态分布N(0，σ2)的白噪声。??自回归系数a=(a1，a2，…，ap)T决定了AR(p)模型的性质，其可由Yule-Walke...