Page 108 - 《软件学报》2021年第12期
P. 108

3772                                Journal of Software  软件学报 Vol.32, No.12, December 2021

                 Table 1    Related variables of evolutionary dynamic equation and their representative meanings
                                    表 1   进化动力方程相关变量及代表意义
                     变量                                   描述
                      v                按微结构级 DVFS 配置或动态能耗特征划分的云处理器类型
                      n k                        异构众核体系中计算集群个数
                      k h                        集群 k 中执行任务的计算节点
                       k
                       h n                      集群 k 中执行任务的计算节点个数
                       v
                       i F                   能耗型 v(v∈{1,2,3})处理器的实时工作频率
                       F n             能耗型 v(v∈{1,2,3})处理器可应用的工作频率集合的元素个数
                       v
                                                                v
                     load   v        能耗型 v(v∈{1,2,3})处理器以工作频率 F 运行时动态功耗相关系数
                                                                i
                                                                    v
                      (F  v )    满载的能耗型 v(v∈{1,2,3})处理器被强制按工作频率 F 运行时实验获取的动态功耗
                    δ +  i                                          i
                                                                    v
                      (F  v  )    空载的能耗型 v(v∈{1,2,3})处理器被强制按工作频率 F 运行时实验获取的动态功耗
                    δ −  i                                          i
                     N  θ Ins                    虚拟机θ必须要执行的指令数目
                       ,θ
                     ω k h         计算节点 k h 映射的虚拟机θ每秒按工作频率 F 运行时可处理的指令数目
                                                                  v
                       , i F v
                                                                  i
                       h k                                  +
                      τ v                         计算机点 k h∈R 的最大计算力
                       k                                      +
                      ϖ h                      映射到计算节点 k h∈R 的虚拟机数目
                       j
                      o i                任务α i(i∈{1,…,m})对第 j(j∈{1,…,q})项安全的需求权重
                       i s            任务α i(i∈{1,…,m})第 j(j∈{1,…,q})项安全需求可获取的安全增益
                       j
                      ρ i                        任务α i(i∈{1,…,m})是否被调度
             定义 3(可扩展性).  对可具动态电压频率缩放的异构众核处理器体系,扩展性(用 Scal(φ))表示)代表现运行
         的所有计算节点的最大计算潜力,亦即暂不新增计算节点情况下的平均计算力.
                                          +
             具体讲,扩展性取决于计算机点 k h ∈R 的最大计算力以及当前计算力:
                                   Scal ()φ   k n  n h k  (τ =  k h  −  ω  k h ,θ )  k n  n k )  (3)
                                          {∑∑ h   =  1  v  , i F v  } (∑ k =  1  h
                                              1
                                              =
                                             k
             定义 4(系统鲁棒性).  为预防网络故障和黑客攻击,系统鲁棒性(用 Robust(φ))表示)是异构实时调度 QoS 评
         价的又一重要指标.
                                                                       +
             具体可解释为每个计算节点的虚拟机平均映射数目,或者计算节点 k h ∈R 失联,需要迁移或移植的虚拟机
         数目:
                                     Robust ()φ  (  k k n =  1  n h k =  1 ϖ =  k h  )∑∑ h  (∑ k k n =  1 n k h )  (4)
             定义 5(安全增益).  异构实时调度 QoS 又一重要指标是最大化保证所有可调度任务的安全性.鉴于云服务
         安全需求的差异化,某一任务(用α i (i∈{1,…,m})表示)的安全增益可定义为公式(5):
                                                        j
                                             χφ      q  o s  j                                (5)
                                              i  () = ∑ j = 1 i  i
             进而,所有任务的安全增益(用 Security(φ)表示)可定义为公式(6):
                                                                 j
                                          ()φ Security  m  ρ =  χ ∑  m  ρ =  q =∑  (o s  j  )  (6)
                                                =  1  i  i = i  1 ∑ i  i  j  1  i  i
             公式(6)中,针对实时任务要求存在不能满足的情况(比如服务延迟或负载约束等),ρ i (i∈{1,…,m})表示任务
         α i (i∈{1,…,m})是否被调度:ρ i =1(i∈{1,…,m})表示任务α i (i∈{1,…,m})被调度;反之,ρ i =0(i∈{1,…,m})表示任务α i
         (i∈{1,…,m})没被调度.
             自适应绿色调度的目标就是在满足 QoS 强约束的同时,寻求调度方案(φ∈Φ),使时效、能效收益最优,系统
         鲁棒性最小,以及可扩展性、安全性最强等.综合上述各类指标量化定义,本文进化动力方程如公式(7)所示(Λ i
         表示 QoS 指标的权重因子):
                  ()φ =  Min[Λ G  1  D  _energy ( )φ ⋅  Λ  2  R  _  ()φ +  Λ ⋅  3  Robust ( )φ +time  Λ ⋅  4  ()φ −  Λ ⋅  5  ⋅  Security ()]φ −Scal  (7)
                      φΦ∈
   103   104   105   106   107   108   109   110   111   112   113