초록
본 논문에서는 IRIS(Increasing Reward with Increasing Service) 태스크들을 위한 기존 온-라인 최적 알고리즘에 근접한 총가치(total reward)를 생성하면서 보다 낮은 스케줄링 복잡도를 가진 휴리스틱(heuristic) 온-라인 스케줄링 알고리즘을 제안한다. 기존 알고리즘들은 총가치를 최대화하기 위해 시스템 내의 모든 태스크들을 스케줄링 대상으로 고려한다. 따라서 이들 알고리즘들은 많은 태스크들을 가진 실제 시스템에 적용하기에는 매우 놀은 시간 복잡도를 가진다. 제안 알고리즘은 시스템 내의 모든 태스크들을 대상으로 스케줄링하는 것이 아니라, 상수 W개의 태스크들을 선택하여 이들을 대상으로 스케줄링 한다. 제안 알고리즘은 W개의 태스크를 어떤 기준에 의해 선택할 것인가를 규정하는 테스크 선택정책에 기반을 두고 있으며, 간단하면서도 직관적인 두 가지 선택정책과 이 둘을 통합한 보다 일반화된 선택정책을 제안한다. 스케줄링 대상을 축소함으로써 제안 알고리즘의 복잡도를 O(Wn)로 줄일 수 있었다. 다양한 성능실험 결과 알고리즘 평균 계산 빈도는 O(W)에 더 가깝다는 것을 확인할 수 있었다.
We propose a heuristic on-line scheduling algorithm for the IRIS (Increasing Reward with Increasing Service) tasks, which has low computation complexity and produces total reward approximated to that of previous on-line optimal algorithms. The previous on-line optimal algorithms for IRIS tasks perform scheduling on all tasks in a system to maximize total reward. Therefore, the complexities of these algorithms are too high to apply them to practical systems handling many tasks. The proposed algorithm doesn´t perform scheduling on all tasks in a system, but on (constant) W´s tasks selected by a predefined task selection policy. The proposed algorithm is based on task selection policies that define how to select tasks to be scheduled. We suggest two simple and intuitive selection policies and a generalized selection policy that integrates previous two selection policies. By narrowing down scheduling scope to only W´s selected tasks, the computation complexity of proposed algorithm can be reduced to O(Wn). However, simulation results for various cases show that it is closed to O(W) on the average.
