【笔记】在基于云的服务中，为具有可靠性要求的工作流实现冗余最小化和成本降低

工作流实现冗余最小化和成本降低"/>

【笔记】在基于云的服务中，为具有可靠性要求的工作流实现冗余最小化和成本降低

摘要

可靠性要求保证是基于云的服务中工作流执行的重要服务质量 （QoS）。对于具有可靠性要求的工作流，足够的冗余最小化复制 （ERRM） 和具有最低执行成本 + (QFEC+) 算法的定量容错是最先进的算法，分别可以减少冗余和成本。本文定义了可靠性增量比（RIR），并提出了使用RIR（R_RIR）算法的冗余最小化。此外，我们引入了几何平均值，并提出了基于冗余最小化的几何平均值（C_GM）算法的成本降低。实验结果表明，所提出的R_RIR和C_GM算法优于现有算法：（1）虽然R_RIR和ERRM都显示出相同的冗余结果，但R_RIR被证明产生最小的冗余，而ERRM则不能;（2）R_RIR只需消耗几秒钟即可实现大规模工作流的最小冗余，并且具有比ERRM高得多的时间效率;（3）C_GM在很大一部分情况下产生的成本低于QFEC+。

一、模型

1.工作流模型

U：异构VM集
G = (N, W, M, C)   【略】

2.可靠性模型

表示VM的故障率，则任务的可靠性为

nr(i)代表任务ni的副本数量；
所以副本总数为：

拥有nr(i)个副本的任务ni的可靠性：

总的可靠性：