【技术实现步骤摘要】
本专利技术涉及云渲染管理领域,尤其是涉及一种基于概率模型的云渲染平台任务调度系统及方法。
技术介绍
云计算是传统计算机和网格计算发展的新型产物,云计算具有其他模式所不具备的先天计算优势。在云计算的环境中,用户可以按照自身需求来使用云提供商提供的服务或者基础设施。对于某些大型任务,用户可以提交任务请求,云计算的任务调度中心可以根据用户的请求为其动态分配资源。随着云计算的不断发展,人们不仅仅追求云计算任务的最快完成时间而且希望可以兼顾机器运行成本。云计算任务调度的目标是将任务调度到所需的资源上,并且使得任务调度的时间跨度最小,以此实现资源的充分利用。云渲染的模式与常规的云计算类似,即将3D程序放在远程的服务器中渲染,用户终端通过Web软件或者直接在本地的3D程序中点击一个“云渲染”按钮并借助高速互联网接入访问资源,指令从用户终端中发出,服务器根据指令执行对应的渲染任务,而渲染结果画面则被传回到用户终端中加以显示。云渲染是影视多媒体产业结合云计算技术发展起来的新兴产业。但是现在的云渲染平台往往存在任务调度不及时,任务堆积等问题。现在很多任务调度算法均使用了智能算法,比如:粒子群算法。粒子群优化算法(Particle Swarm Optimization)简称PSO算法,由Eberhart博士和Kennedy博士于1995年提出,它的基本概念源于对鸟群觅食行为的研究。粒子群优化算法是一种基于仿生学的群体智能优化算法,该算法通过个体之间协作和信息共享来实现寻求最优解的目的。粒子群优化算法相对于其他智能优化算法具有算法简单、可优化任务的传输时间和处理时间,初期收敛速 ...
【技术保护点】
一种基于概率模型的云渲染平台任务调度系统,用以对云渲染集群进行实时跟踪、监控和修正,其特征在于,该系统包括云渲染用户管理设备、云渲染任务管理设备和云渲染系统管理设备,所述的云渲染系统管理设备分别与云渲染用户管理设备和云渲染任务管理设备连接,所述的云渲染用户管理设备和云渲染任务管理设备连接。
【技术特征摘要】
1.一种基于概率模型的云渲染平台任务调度系统,用以对云渲染集群进行实时跟踪、监控和修正,其特征在于,该系统包括云渲染用户管理设备、云渲染任务管理设备和云渲染系统管理设备,所述的云渲染系统管理设备分别与云渲染用户管理设备和云渲染任务管理设备连接,所述的云渲染用户管理设备和云渲染任务管理设备连接。2.根据权利要求1所述的一种基于概率模型的云渲染平台任务调度系统,其特征在于,所述的云渲染用户管理设备包括:用户管理管理器(1):用以设置云渲染任务中所有参与云渲染的用户类型;用户权限管理器(2):与用户管理管理器(1)连接,用以配置用户的权限,包括用户权限配置模块(21)、子用户管理模块(22)和子用户权限管理模块(23);用户行为管理器(3):与用户权限管理器(2)连接,用以记录和分析用户的行为,包括用户操作习惯管理模块(31)、用户任务习惯管理模块(32)和用户时间习惯管理模块(33);用户评价管理器(4):与用户行为管理器(3)连接,用以对用户群体进行用户评价管理、用户优先级管理和用户效益管理三个方面的评价,包括用户评价管理模块(41)、用户优先级管理模块(42)和用户效益管理模块(43);用户需求管理器(5):分别与用户评价管理器(4)和云渲染任务管理设备连接,用以对用户渲染需求进行多层次的管理,包括需求任务量管理模块(51)、需求优先级管理模块(52)、需求截止时间管理模块(53)、需求费用管理模块(54)和需求品质管理模块(55)。3.根据权利要求1所述的一种基于概率模型的云渲染平台任务调度系统,其特征在于,所述的云渲染任务管理设备包括:任务管理器(6):与用户需求管理器(5)连接,用以对用户提交上来的云渲染的实际需求进行任务划分和任务分解,包括任务分解管理模块(61)、一般任务管理模块(62)、优质任务管理模块(63)和特殊任务管理模块(64);任务进度管理器(7):与任务管理器(6)连接,用以管理用户的提交任务,包括任务节点安排管理模块(71)和任务进度查询管理模块(72);任务调度算法管理器(9):与任务管理器(6)连接,用以实现粒子群智能优化算法,并对算法中的惯性参数、群体参数和认知参数进行管理,包括粒子群算法管理模块(91)、惯性参数管理模块(92)、群体参数管理模块(93)和认知参数管理模块(94);概率模型管理器(10):与任务调度算法管理器(9)连接,通过概率模型对粒子群智能优化算法中的惯性参数、群体参数和认知参数进行动态修改,包括离散时间马尔可夫链概率模型管理模块(101)和连续时间马尔可夫链概率模型管理模块(102);任务评价管理器(11):与概率模型管理器(10)连接,用以实现内部对云渲染集群中所有任务的评价,包括任务资源消耗管理模块(111)和任务时间消耗管理模块(112);故障恢复管理器(8):与任务评价管理器(11)连接,用以实现故障节点的检查和故障节点所影响的任务进行重新分配,包括故障任务检测管理模块(81)和故障任务分配管理模块(82)。4.根据权利要求1所述的一种基于概率模型的云渲染平台任务调度系统,其特征在于,所述的云渲染系统管理设备包括:系统监控管理器(12):用以实现对云渲染集群的实时监控,包括系统运行状态管理模块(121)、系统负载量管理模块(122)、系统优质节点管理模块(123)和系统资源管理模块(124);节点管理器(13):与系统监控管理器(12)连接,用以实现对云渲染集群中的节点实时监控,包括节点运行状态管理模块(131)、节点当前任务管理模块(132)、节点任务队列管理模块(133)和节点负载监控量管理模块(134)。5.一种应用如权利要求1-4任一项所述的云渲染任务调度系统的调度方法,其特征在于,包括以下步骤:1)在初始时刻,云渲染平台将接收到的任务请求随机平均分配给平台内的节点,并将每个已经分配任务节点作为粒子群优化算法中的粒子,则有: x i = ( x i 1 , x i 2 , ... , x i M - 1 , x i M ) ]]> v i = ( v i 1 , v i 2 , ... , v i M - 1 , v i M ) ]]>其中,xi为第i个粒子的任务分配向量,vi为第i个粒子对应的速度向量,的取值为0和1,0表示第M个任务没有分配给第i个节点,1表示第M个任务分配给第i个节点,为第i个节点的第M个任务对应的速度;2)通过粒子群优化算法对每个粒子进行更新,获取所有粒子最优的任务分配方案。6.根据权利要求5所述的一种基于概率模型的云渲染平台任务调度方法,其特征在于,所述的步骤2)具体包括以下步骤:21)建立粒子群优化算法的更新公式为: v i ( t + 1 ) ...
【专利技术属性】
技术研发人员:李睿智,任琴,张培承,卞敏捷,高洪皓,
申请(专利权)人:上海上大海润信息系统有限公司,上海大学,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。