分布式网络管理中多Agent任务分解和调度.pdf

摘 要 摘 要 信息罩的剧增和网络异构性推动着基于agent的分布式弼络管理迅速发展。基y-agent 的分布式网络管理中需要解决的核心问题是：分布式网络管理中多agent任务分解与调度问 题。任务分解的研究在分布式计算领域颇为深入，从对串行程序的并行划分到对程序切片的 研究，逐步深入和细化，但是，这些技术对于网络管理任务这样的串并结合的复杂任务并不 适合。多agent调度算法在基于多agent的分布式网络管理中对任务执行效率起着至关重要的 作用，从增加限制条件到简化任务结构，研究者们尝试了多种agent调度方法，而这些方法 用于复杂的网络管理任务时。大多缺乏良好的适应性。本文围绕分布式网络管理中的任务分 解和调度问题展开研究，并提出了有效的解决方案。 首先，在研究agent抽象模型和交互模裂的基础上，针对分布式网络管理任务的特点。 设计了基于多agent的分布式网络管理框架和多agent任务调度框架，在网络管理任务的分解 与调度过程中，采用基于XML的任务树视图描述语言(T1vDL)描述任务树中各种角色之 间的关系，在任务表示的基础之上，提出了一种多agent的任务分解调度算法，把网络管理 任务分解为具有不同优先级的子任务，处‘F同一优先层次的子任务可以并行执行，根据子任 务间的依赖关系和子任务优先级次序产生结合网络管理特点的agent派送策略。在大规模分 布式网络管理中，该算法能够提高任务执行的时间效率和减轻网络的负载。接着，为了提高 多agent动态调度算法的效率，提出了一种基于任务依赖关系的多agent半在线调度算法。从 理论上证明了全在线调度算法是半在线调度算法的特殊情况，在处理具有依赖关系的任务时， 半在线算法的性能明显优于全在线调度算法，在处理完全并行的任务时，半在线算法等同于 全在线算法。在调度优化的过程中，另～个重要的问题是负载平衡问题，针对大规模分布式 的多agent网络管理系统，我们使用一种基于概率理论的负载平衡策略，通过计算系统中当 度模犁的性能和性质，使用颜色Petri网对任务分解与调度机制进行了建模与仿真，在运行的 过程中考察系统的性能，并利J{I状态空间图对调度模型进行了分析和验证，模型性能的分析 结果与理论分析结果是一致的，模犁的性质分析结果证明了模型的正确性。 最后，以分布式网络流量管理原型系统作为一种应用实例，在实际应用中测试以上提出 的算法和方法。希望能够为网络管理任务中多agem的动态调度提供一种新的途径或有所启 发。 关键字： 分布式网络管理，Agent，任务分解，动态调度，负载平衡，任务树，依赖关系， 竞争分析，颜色Petri网 ABSTIUCT ABSTRACT andnetwork the The ofnetworkinformntion rapidgrowth heterogeneitypromotedevelopment has all in ofthedistributednetwork role management．Agenttechnologyplayedimportant distributednetwork distributednetwork main management．Inagent-based management,the task in m and problems decompositionmulti-agentscheduling．Taskdecompositiontechnology thea