زمانبندی تطبیقی جریانهای کاری Fork-Join مبتنی بر CVaR با تکرار انتخابی وظایف در لبه ابر تحت عدم قطعیت محاسبات و شبکه

افزایش استفاده از زیرساخت های ناهمگن لبه ابر برای اجرای جریان کارهای علمی ضرورت طراحی روش های زمان بندی مقاوم در برابر نوسانات منابع محاسباتی و ارتباطی را برجسته کرده است. در جریان کارهای دارای ساختار انشعاب-الحاق، تاخیر یک شاخه می تواند تکمیل گره الحاق و در نتیجه کل جریان کار را به طور محسوسی به تعویق اندازد. این پژوهش الگوریتم TRAFIS را به عنوان یک زمان بند تطبیقی چندهدفه و آگاه از ریسک دنباله ای برای محیط های ناهمگن لبه ابر ارائه می کند. در این الگوریتم، رتبه HEFT با موقعیت ساختاری وظایف در الگوهای Fork-Join، مسیر بحرانی، فوریت ضرب الاجل و ریسک تاخیر شاخه ها بر پایه معیار CVaR ترکیب می شود. همچنین تکرار انتخابی تنها برای وظایف پرریسک و موثر بر گره های Join انجام می گیرد و باززمان بندی رویدادمحور در واکنش به تغییر زمان پردازش یا پهنای باند اجرا می شود. الگوریتم پیشنهادی با جریان کارهای SIPHT، Montage، CyberShake و Epigenomics در اندازه های ۵۰، ۱۰۰ و ۲۰۰ وظیفه، سه سطح عدم قطعیت ۰.۱، ۰.۳۲ و ۰.۵ و طی ۳۰ اجرای مستقل ارزیابی و با الگوریتم های MFIS، HEFT و CPOP مقایسه شد. نتایج نشان داد میانگین زمان تکمیل TRAFIS برابر ۱۱.۴۰۳ است که در مقایسه با MFIS، HEFT و CPOP به ترتیب ۲۱.۲، ۵۴.۲ و ۱۵.۵۲ درصد کاهش دارد. مقدار CVaR تاخیر نیز به ۱.۵۱۴ رسید و نسبت به سه الگوریتم مذکور به ترتیب ۳۱.۷۴، ۳۴.۶۷ و ۷۱.۷۷ درصد کمتر بود. نرخ نقض ضرب الاجل TRAFIS برابر ۱۲.۵ درصد به دست آمد که کاهش ۳۳.۱۷، ۳۵.۴۱ و ۷۹.۷۰ درصدی را نشان می دهد. این بهبود قابلیت اطمینان با افزایش محدود ۴.۷۵ درصدی مصرف انرژی و ۲.۵۲ درصدی هزینه نسبت به HEFT همراه بود. در مجموع TRAFIS با ایجاد مبادله ای کنترل شده میان زمان تکمیل، ریسک، انرژی و هزینه، پایداری اجرای جریان کارهای Fork-Join را در شرایط نامطمئن افزایش می دهد.

کلیدواژه ها:

زمان بندی جریان کار علمی ، ساختار انشعاب الحاق ، ریسک دنباله ای ، تکرار انتخابی وظایف ، رایانش لبه