作为下一代并行与分布式计算平台,网格聚集大量地理上分布的、异构的、各种各样的资源解决大规模科学计算与商业应用问题。在这样一个非集中式、动态和自治的环境中,为用户提供QoS有保障的计算服务是当今面向服务架构下网格计算的一个重大挑战。针对这一问题,过去的大量研究中缺少考虑以下2个方面的资源量化信息：(1)由于软硬件故障、安全、资源提供者或网格组织的自主使用策略等因素导致网格资源在一定时间内无法为网格用户提供服务,需要根据资源的历史行为来确定资源在未来时期内的可用或不可用状态信息；(2)在网格资源为用户提供服务时,由于资源负载的动态变化以及资源能力的异构性,需要从用户的角度来确定资源动态可用能力大小的信息。因此,本文提出资源可用性评估模型,为面向QoS的任务调度提供有效、准确的依据,以期解决服务网格环境中用户QoS保障问题。本文主要工作与创新如下：1、QoS增强的基于可用度预测的作业执行服务部署从应用的角度提出了一种资源可用度量化方法,并结合监测分析资源可用度历史数据中噪声的影响,提出了一种基于灰色模型的资源可用度预测模型MRAPGM。MRAPGM首先利用小波分析方法对资源可用度历史数据进行噪声过滤,再利用灰色预测模型预测出资源在未来某一时间段内的资源可用度,并通过大量实验确定了模型中使用的小波以及相关参数。在资源可用度预测基础上,借鉴冗余思想,提出了可用度增强的作业执行服务AEJES的概念及其确定方法。基于AEJES提出一种可用度增强的作业执行模型AEMJE,该模型在资源收益和用户QoS之间取得了一定的平衡,从而既保障了用户的QoS需求又避免了过多的资源浪费。2、面向QoS的资源动态可用能力评估提出了一种基于排队系统的网格资源动态服务模型RSMQT,提取了刻画资源(集)动态可用能力的评估指标。基于资源服务模型,提出了一种面向用户QoS的动态资源能力评估机制RPEMQT,根据对资源可用能力评估指标进行监控与统计分析得到的历史数据,从用户和资源提供者的角度对资源(集)可用能力进行量化。理论分析和实验结果表明,基于排队理论的资源服务模型和评估机制提高了用户资源选择的满意度。3、基于可用能力评估的资源筛选策略基于资源(集)可用能力评估得到的可用能力评估指标,利用基于PSO的聚类方法对具有等价指标值的AEJES服务进行聚类,提出了一种逻辑服务组织结构LSC,以降低服务选择的时间复杂度。基于可用能力评估结果和逻辑服务组织结构,提出一种满足用户QoS要求的服务筛选策略。通过实验验证了逻辑服务簇内服务相似性对服务选择效率的影响,并确定了最佳逻辑服务簇数目、聚类周期等相关参数。同时,实验结果还表明引入本文服务组织结构的调度算法可显著降低任务的执行时间。4、基于可用性评估的资源分配与任务调度基于可用度增强的作业执行模型,利用服务筛选得到的候选AEJES集合,将资源分配描述为一个非合作博弈过程,提出了一种可用性增强的资源分配方案。最后,将该分配方案应用到工作流任务调度问题中。实验结果表明,利用资源可用性评估的调度算法能显著增强用户的QoS保障水平。本文建立了一套较完整的基于实际系统的网格资源可用度和动态可用能力量化评估分析模型,为QoS约束条件下的任务调度提供高效、准确的资源可用性信息,为当前新兴网格应用提供可信的理论和实践支持,以期解决已有研究成果中难以为各类商业网格用户提供高满意度的QoS问题,进一步推动新型网格技术走向更为广泛的商业应用。