• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권6호
• /
• pp.1877-1891
• /
• 2022

As a part of cloud computing technology, algorithms for cloud task scheduling place an important influence on the area of cloud computing in data centers. In our earlier work, we proposed DeepEnergyJS, which was designed based on the original version of the policy gradient and reinforcement learning algorithm. We verified its effectiveness through simulation experiments. In this study, we used the Proximal Policy Optimization (PPO) algorithm to update DeepEnergyJS to DeepEnergyJSV2.0. First, we verify the convergence of the PPO algorithm on the dataset of Alibaba Cluster Data V2018. Then we contrast it with reinforcement learning algorithm in terms of convergence rate, converged value, and stability. The results indicate that PPO performed better in training and test data sets compared with reinforcement learning algorithm, as well as other general heuristic algorithms, such as First Fit, Random, and Tetris. DeepEnergyJSV2.0 achieves better energy efficiency than DeepEnergyJS by about 7.814%.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권6호
• /
• pp.2282-2303
• /
• 2021

To solve the problems of heavy computing load and system transmission pressure in energy internet (EI), we establish a three-tier cloud-edge integrated EI network based on a cloud-edge collaborative computing to achieve the tradeoff between energy consumption and the system delay. A joint optimization problem for resource allocation and task offloading in the threetier cloud-edge integrated EI network is formulated to minimize the total system cost under the constraints of the task scheduling binary variables of each sensor node, the maximum uplink transmit power of each sensor node, the limited computation capability of the sensor node and the maximum computation resource of each edge server, which is a Mixed Integer Non-linear Programming (MINLP) problem. To solve the problem, we propose a joint task offloading and resource allocation algorithm (JTOARA), which is decomposed into three subproblems including the uplink transmission power allocation sub-problem, the computation resource allocation sub-problem, and the offloading scheme selection subproblem. Then, the power allocation of each sensor node is achieved by bisection search algorithm, which has a fast convergence. While the computation resource allocation is derived by line optimization method and convex optimization theory. Finally, to achieve the optimal task offloading, we propose a cloud-edge collaborative computation offloading schemes based on game theory and prove the existence of Nash Equilibrium. The simulation results demonstrate that our proposed algorithm can improve output performance as comparing with the conventional algorithms, and its performance is close to the that of the enumerative algorithm.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제1권1호
• /
• pp.35-53
• /
• 1997

This paper analyzes the time complexity of Genetic Algorithm based Task Scheduling (GATS) which is designed for the scheduling of parallel programs with diverse embedded parallelism types in a heterogeneous network systems. The analysis of time complexity is performed based on two representation methods (REIA, REIS) which are proposed in this paper to encode the scheduling information. And the heterogeneous network systems consist of a set of loosely coupled parallel and vector machines connected via a high-speed network. The objective of heterogeneous network computing is to solve computationally intensive problems that have several types of parallelism, on a suite of high performance and parallel machines in a manner that best utilizes the capabilities of each machine. Therefore, when scheduling in heterogeneous network systems, the matching of the parallelism characteristics between tasks and parallel machines should be carefully handled in order to obtain more speedup. This paper shows how the parallelism type matching affects the time complexity of GATS.

• 한국정보과학회논문지:시스템및이론
• /
• 제29권4호
• /
• pp.201-212
• /
• 2002

본 연구에서는 다양한 실시간 스케줄링 알고리즘들을 구현할 수 있는 재구성 가능한 스케줄러모델을 제안한다. 제안 모델은 기본적인 작업(job) 디스패처(dispatcher)와 소프트웨어 타이머를 제공하는 하위 계층의 스케줄링 틀(framework)과 이를 기반으로 응용에 적합한 특정 스케줄링 알고리즘을 구현하는 상위 계층의 태스크 스케줄러로 구성된다. 시스템 개발자는 상하 구성 요소간 정보 교환을 위한 커널 내부 인터페이스만 준수한다면, 커널 하부 메커니즘과는 독립적으로 새로운 스케줄링 알고리즘을 구현할 수 있다. 한번 구현된 태스크 스케줄러는 향후 새로운 시스템 구축시 재사용 가능하다. 실시간 리눅스 (Real-Time Linux) (5)에 제안된 스케줄링 틀을 구현한 후, 이를 기반으로 대표적인 실시간 스케줄링 알고리즘들을 시험적으로 구현하여 보았다. 이를 통해 다양한 스케줄링 알고리즘들을 하부의 복잡한 커널 메커니즘 수정 없이 독립적으로 개발할 수 있음을 확인하였다. 또한 실험을 통해 두 단계 분리된 구조를 가진 제안 모델의 스케줄링 오버 헤드가 하나로 통합된 기존 일체형 스케줄러와 큰 차이가 없음을 확인할 수 있었다.

• 정보처리학회논문지A
• /
• 제18A권4호
• /
• pp.143-150
• /
• 2011

본 논문은 필수 실행 부분과 선택 실행 부분으로 구성된 불확정 태스크(imprecise task) 모델에서 효과적으로 스케줄링 하는 EDF(Earliest Deadline First)기반의 알고리즘을 제안한다. 이러한 태스크 모델은 태스크가 과부하 상태가 되었을 때 처리하는데 유용하게 사용된다. 과부하 상황이 발생하면 선택 실행 부분 중 일부를 포기해야 하는데, 제안한 DOP 알고리즘은 이후에 발생할 태스크에 대해서 보다 유연하게 대처 할 수 있게 하기 위해서 마감시간이 빠른 태스크의 선택 실행 부분을 제거하고, 마감시간이 늦은 태스크의 선택 실행 부분을 남기는 방법을 사용한다. 시뮬레이션을 통하여 성능을 평가한 결과 DOP는 기존에 연구된 스케줄링 알고리즘들에 비해서 좋은 성능을 보였다.

• 전자공학회논문지
• /
• 제54권5호
• /
• pp.48-61
• /
• 2017

클라우드 컴퓨팅의 IaaS 서비스는 유지비용 없이 원하는 만큼의 고성능 가상 머신을 사용할 수 있다는 장점 덕분에 대용량 병렬 프로그램을 실행하기 위한 고성능 컴퓨팅 환경으로 주목받고 있다. 이러한 고성능 컴퓨팅 환경에서 병렬 프로그램의 실행에 소요되는 시간은 태스크 스케줄링 알고리즘에 좌우된다. 클라우드 컴퓨팅 환경을 기반으로 하는 태스크 스케줄링 알고리즘에 관한 연구는 사용자 부담 비용을 최소화하는 알고리즘이 주류를 이루었으며, 병렬 프로그램의 실행을 최대한 빨리 끝내기 위한 알고리즘에 관한 연구는 거의 이루어지지 않았다. 본 논문에서는 사용자 부담 비용 등의 제약 없이 병렬 프로그램을 최대한 빨리 끝내기 위한 알고리즘인 HAGD 알고리즘과, HAGD 알고리즘이 사용하는 새로운 성능 향상 기법인 묶음 태스크 복제 기법을 제안한다. 묶음 태스크 복제 기법은 기존 태스크 복제 기법을 단순화하였으며, HAGD 알고리즘은 고성능 컴퓨팅 환경과 병렬 프로그램의 특성에 맞추어 태스크 삽입 기법 혹은 묶음 태스크 복제 기법을 사용한다. 성능 평가 결과, 제안하는 알고리즘이 환경 특성과 관계없이 우수한 표준화한 전체 실행 시간을 제공하는 것을 확인하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제11권1호
• /
• pp.62-68
• /
• 2005

본 논문은 다중처리기 상에서 고정 우선순위 스케줄링 알고리즘의 성능을 향상시키는 기법을 제시한다. 이 기법은 여유시간(laxity)이 0인 작업(job)에 가장 높은 우선순위를 부여하고 다른 작업들보다 우선적으로 스케줄 한다. 이 기법을 적용한 고정 우선순위 알고리즘은 원래의 알고리즘을 strictly dominate한다. 즉, 원래의 고정 우선순위 알고리즘이 스케줄 할 수 있는 모든 태스크 집합(task set)을 스케줄 할 수 있으며, 원래의 고정 우선순위 알고리즘이 스케줄하지 못하는 일부 태스크 집합을 스케줄 할 수 있다. 또한 모의실험을 통하여 제안한 기법을 적용한 알고리즘이 스케줄 가능한 태스크 집합의 수와 스케줄 보장 이용률(schedulable utilization bound) 측면에서 원래의 알고리즘보다 우수함을 보인다

• 컴퓨터교육학회논문지
• /
• 제10권3호
• /
• pp.49-56
• /
• 2007

그리드는 과학이나 공학 분야에서 대규모 연산을 효율적으로 수행하기 위한 플랫폼으로 제공된다. 이러한 환경에서 자원관리나 태스크 스케줄링은 다루기가 매우 복잡하다. 본 논문에서는 웹 기반의 그리드 컴퓨팅 환경에서 시스템을 모델링하고 스케줄링 기법을 시뮬레이션 할 수 있는 스케줄링 툴킷(GridTool)을 설계하고 구현하였다. 구현한 웹 기반 그리드 스케줄링 툴킷은 자바 환경의 툴킷인 GridSim을 시뮬레이션 도구로 활용하였으며, 자원 모델링, 작업 모델링, 알고리즘 컴파일, 시뮬레이션, 성능분석을 웹 환경에서 효율적으로 수행할 수 있다. 본 논문에서 구현한 스케줄링 툴킷은 향후 그리드 연구에 기반구조로 활용될 수 있으며, 스케줄링 알고리즘의 성능 분석을 위한 도구로 사용될 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.499-502
• /
• 2010

프로그램의 복잡화와 대규모프로그램의 등장으로 다중작업을 분할하여 소규모 단위의 Task로 나누고 각각의 Task를 우선순위에 따라 스케쥴링을 수행해야하는 요구가 점점 확대되고 있다. 또한, 프로그램 개발환경의 다양화로 인하여 프로그램을 구현하다 보면 다양한 환경 조건에 맞춰서 개발하게 된다. 예를 들어 Embedded 환경인지 Windows 환경인지에 따라 다르고 운용체제의 사용에 따라서도 제약사항을 가져오는 경우가 많다. 이에 개발환경과 운용체제에 의존적이지 않도록 다중작업 분할처리를 수행할 수 있는 적응형 스케쥴링 기법을 소개한다. 본 논문에서는 적응형 스케쥴링 기법에 적용된 알고리즘에 대한 설명과 구현 후 적용한 사례를 기반으로 한 내용을 다룬다.

• 대한임베디드공학회논문지
• /
• 제5권2호
• /
• pp.103-110
• /
• 2010

Due to the increasing amount of electronic control system in a vehicle, the automotive software is increasingly sophisticated and complicated. Therefore it may be faced a time critical problem caused by its complexity. In order to solve such problems, the automotive electronic system can use a real-time scheduling mechanism based on predictability. We first consider the standard specification of the AUTOSAR OS and uC/OS-II such as its scheduling theory with time determinism. In this paper, we propose the scheduling algorithm to be conformable to a conformance class of OSEK/VDX specification. Algorithm analysis shows that our scheduling algorithm outperforms an existing Trampoline OS by intuition.