学科前沿讨论班通知(2015-2016学年上学期.NO.9) 打印 E-mail
作者:mudcup   
2015-11-26 09:17

山东大学 人机交互与虚拟现实中心(数字媒体技术教育部工程中心)

学科前沿讨论班通知(2015-2016学年上学期.NO.9)


2015.11.26
人机交互与虚拟现实中心本学期第9次前沿学科讨论班将于11月26日(本周四)下午1:30-2:30 在数字媒体技术教育部工程研究中心一层第二会议室(111-113)举行。请大家踊跃参加。
报告人: 张朔(导师:刘士军 教授)
请相关学科方向的老师和同学出席讨论班。欢迎其他学科方向的老师和同学积极参加。


附件: 报告题目与摘要

题目
Profit based Two-step Job Scheduling with Admission Control in Clouds
摘要
Cloud computing delivers on-demand access to resources and services to end users in a pay-per-use way, while cloud providers can gain profits through economy of scale. Cloud users usually need to pay more to be better served while cloud providers

need to provision more resources to deliver a better service to host a specific job. On the other hand, a penalty would be incurred if a provider cannot deliver

a promised service. In this circumstance, optimally deciding which sets of jobs to admit and how to schedule these jobs in data centers to maximize a cloud

provider’s profit, however, is far from trivial.  In this paper, we deal with the problem of admitting and hosting multiple parallelizable batch type jobs in

commercial cloud data centers. In order to maximize the cloud provider’s profit in these environments, we propose a novel and efficient two-step on-line scheduler with admission control. The first step is to rank the arrival jobs and decide an eligible set based on their inherent profitability and pre-allocate

resources to the prioritized jobs; and the second step is to re-allocate resources between the waiting jobs from the eligible set, based on threshold profit-effectiveness ratio as a cutoff point for perjob resource allocation. The threshold is decided dynamically based on solving an aggregated revenue maximization

problem.  In order to test the effectiveness and efficiency of our proposed scheduling approach, we have conducted extensive experiments and simulations based

on workload data derived from realworld systems. We show that our scheduler can deal with very large problem instances in a few milliseconds, which can provide

realtime performance guarantees in cloud environments. Also, our scheduler can outperform the other scheduling algorithms used for comparison based on classical

heuristics from literature, thereby fully evaluating the effectiveness of our two-step scheduling approach.

最后更新于:2015-11-26 09:22
 

联系我们: vr@sdu.edu.cn tel:(0531)88395759 山东大学计算机科学与技术学院人机交互与虚拟现实实验室 版权所有