Abstract
Grid computing is a new generation computing technology which organizes virtual high-performance computing system by connecting and sharing geographically distributed heterogeneous resources, and performing large-scaled computing operations. In order to maximize the performance of grid computing, job scheduling is essential which allocates jobs to resources effectively. Many studies have been performed which minimize total completion times, etc. However, resource costs are also important, and through the minimization of resource costs, the overall performance of grid computing and economic efficiency will be improved. So in this paper, we propose a multi-objective job scheduling model considering both time and cost. This model derives from the optimal scheduling solution using NSGA-II, which is a multi objective genetic algorithm, and guarantees the effectiveness of the proposed model by executing experiments with those of existing scheduling models such as Min-Min and Max-Min models. Through experiments, we prove that the proposed scheduling model minimizes time and cost more efficiently than existing scheduling models.
그리드 컴퓨팅은 지리적으로 분산된 이기종의 컴퓨팅 자원들을 상호 연결하고 공유하여 가상의 고성능 컴퓨팅시스템을 구성함으로서 대용량의 컴퓨팅 연산 등을 수행하는 차세대 컴퓨팅 기술이다. 이러한 그리드 컴퓨팅의 성능을 극대화하기 위해서는 효율적으로 작업을 자원에 할당하는 작업 스케줄링 기법이 필요하다. 따라서 작업 총 완료시간 등을 고려한 작업 스케줄링 기법에 대한 많은 연구가 진행되었다. 그러나 작업 스케줄링에 있어서 자원의 사용에 따른 자원 비용을 고려하는 것 역시 매우 중요하며, 자원 비용의 최소화를 통해 그리드 컴퓨팅의 전체적인 성능 및 경제적 효율성을 높일 수 있다. 따라서 본 논문에서는 시간과 비용을 모두 고려한 다목적 작업 스케줄링 모델을 제안한다. 제안하는 모델은 다목적 유전 알고리즘 기법의 하나인 NSGA-II를 적용하여 최적 해를 도출하였고, 모델의 효율성을 증명하기 위해 시뮬레이션 환경을 구성하여 기존의 스케줄링 모델인 Min-Min, Max-Min 알고리즘과의 비교 실험을 수행하였다. 이를 통해 제안한 스케줄링 모델이 기존 스케줄링 모델에 비해 작업 총 완료시간과 자원 비용을 더욱 효율적으로 최소화함을 증명하였다.
