论文部分内容阅读
网格计算作为一种基于高速网络、面向大区域的高性能并行和分布式计算,将地理上分布的、隶属于不同机构的计算、存储等资源构成一台虚拟的超级巨型机,完成以往单机乃至机群都无法解决的高复杂性计算问题。其中资源管理在网格体系中一直是个复杂而艰巨的问题。本文针对网格环境中资源的动态、异构以及分布的特性,利用微观经济学与统计学中的理论研究了一种优化网格资源分配的新方法。研究目标是提高资源分配效率并验证该方法的正确性。本文从资源分配模型,理论证明,实验模拟三个层面上对该方法进行了分析。具体的研究工作主要分为以下几个方面:（1）分析了开放式网格体系结构（Open Grid Services Architecture,OGSA）和五层沙漏式结构,在此基础上对三种用于网格资源管理的模型（层次模型,抽象所有者模型和市场经济模型）进行对比研究,着重论述了市场经济模型在网格计算环境下公平,高效,便捷等特点。分析了近年来解决市场网格资源分配问题的几种模型,并总结了资源分配领域的几大矛盾问题以及目前解决方法中存在的主要不足。（2）分析比对多种市场经济网格环境下资源分配模型的基础之上,提出一种“多赢家”式的网格资源拍卖模型（Multi-Winners Auction Model,MWAM）,即多个用户竞拍一种网格资源。它基于非完全信息博弈理论,通过制定明确的规则,让竞拍者通过价格竞争来确定最终竞拍价,在资源提供者未能给待拍资源定价以及竞拍者彼此独立的情况下公平,灵活地形成竞拍价,即纳什均衡解,并且达到利益的最优化。其快速,公平,可靠的特性以及代价小,便于交易协议的开发等优点非常适合网格环境异构与分布式的特性。（3）首次将隐马尔科夫预测模型（Hidden Markov Prediction Model,HMPM）应用到对网格用户出价的预测上。建立了离散时间的HMM模型并对之前t-1个时刻在以每个用户提交的资源需求{r1,r2,…,rt-1}为可观测状态序列条件下本轮分配中用户使用资源的单位出价状态进行预测,从而计算出其能获得所需资源的概率。HMM理论对在网格计算这一高度动态,异构且随机的环境下资源使用者与提供者的行为进行了恰当的数学描述,使得预测结果更加准确,从而提高了资源分配的效率。（4）从理论上证明了“多赢家”式分配方法的可行性。且可以最大化系统收益。MWAM作为以经济学理论为依托的网格资源分配模型,本文从纳什均衡解的存在性,激励相容性,个人理性,系统收益这几方面分析证明了其适用性与高效性。（5）通过实验模拟验证了WMAM在网格中的可行性与其自身优势。实验一方面对HMM预测的准确性,以及WMAM在市场网格中的适用性做了纵向分析;另一方面选取序贯博弈资源分配算法,双向拍卖分配算法,基于Qos的资源分配算法,以及“第一价格”拍卖算法,“第二价格”拍卖算法同本文的“多赢家”算法进行横向比较,从不同层面验证了结论。通过对理论证明与实验结果的分析可知,本文提出的“多赢家”式资源分配方法满足微观经济学中的激励相容性与个人理性,有较大的准确性与灵活性;同时最优化系统收益,提高资源利用率,增大了交易双方的收益,能更好地适应市场网格环境。