Разработка алгоритма распределения ресурсов в распределенных системах на основе двухкритериальной оценки процессов

Одним из важнейших факторов, влияющих на качество обслуживания процессов в распределенной системе, является механизм управления общими ресурсами. При этом необходимо учесть, что каждый процесс (задача) обладает набором характеристик, комплексный учет которых позволяет повысить эффективность обработки процессов. Среди наиболее важных характеристик можно отметить время выполнения процесса и его значимость для решения общесистемных задач. Настоящая статья посвящена разработке алгоритма распределения ресурсов на основе двухкритериальной оценки процессов. Приоритет и порядок выполнения задач определяется на основе весов важности, сформированных методом принятия многокритериальных решений PROMETHEE II. В работе описаны особенности применения данного метода для решения поставленной задачи и сформирован алгоритм распределения ресурсов на основе двухкритериальной оценки процессов. В алгоритме предусмотрена возможность прерывания обслуживания процессов и формирования очереди на основе весов важности. Для автоматизации процесса планирования ресурсов разработан программный продукт, реализующий этапы работы алгоритма. Проведенные расчеты показали, что предложенный алгоритм позволяет повысить качество управления распределенными системами, делая процесс планирования ресурсов более гибким и эффективным. Описанный в работе подход является универсальным и может быть расширен для случая произвольного числа критериев оценки процессов.

1. Thamsen L., Verbitskiy I., Beilharz J., Renner T., Polze A., Kao O. Dynamically Scaling Distributed Dataflows to Meet Runtime Targets. Proc. Int/ Conf. Cloud Comput Technol Sci CloudCom. 2017;37:146-153.

2. Silberschatz A., Galvin P.B., Gagne G. Operating Systems Concepts. New York: John_Wiley_&_Sons. 2008.

3. Thamsen L., Renner T., Kao O. Continuously Improving the Resource Utilization of Iterative Parallel Dataflows. Proceedings of the 6th International Workshop on Big Data and Cloud Performance, ser. DCPerf 2016. IEEE. 2016;1(4):1-6.

4. Castillo G., Rouskas N., Harfoush K. Efficient QoS resource management for heterogeneous Grids. 22nd. IEEE International Parallel and Distributed Processing Symposium (IPDPS'08), Miami, Florida, US. 2008:1-15.

5. Jiang H., Ni T. PB-FCFS-a task scheduling algorithm based on FCFS and backfilling strategy for grid computing. Proceedings of Joint Conferences on Pervasive Computing (JCPC). 2009:507- 510.

6. Triantaphyllou E. Multi-Criteria Decision Making Methods in Multi-Criteria Decision Making Methods, a Comparative Study. Applied Optimization. 2000; 44(1):5-21.

7. Chen L., Xu Z., Wang H., Liu S. An ordered clustering algorithm based on K-means and the PROMETHEE method. International Journal of Machine Learning and Cybernetics. 2018; 9(6):917-926.

8. Chakraborty S., Yeh C. H. A Simulation Based Comparative Study of Normalization Procedures in Maldistributed Decision Making. Int. Conf. on Artificial Intelligence, Knowledge Engineering and Data Bases.2007:102-109.

9. Mareschal B., Brans J.-P. PROMETHEE Methods. International Series in Operations Research and Management Science.2014;78(2):163-195.

10. Yu L., Chen L., Cai Z., Shen H., Liang Y., Pan Y. Stochastic Load Balancing for Virtual Resource Management in Datacenters. IEEE Transactions on Cloud Computing. 2018; 8(2):459-472.