[논문 리뷰] Multiprocessor Scheduling For Tasks With Priority Using GA

G. Padmavathi, S. R. Vijayalakshmi|arXiv (Cornell University)|2010. 01. 12.

Distributed and Parallel Computing Systems인용 수 3

한 줄 요약

이 논문은 우선순위 기반 실시간 작업을 위한 다중 프로세서 스케줄링을 최적화하기 위해 유전 알고리즘(GA) 기반 접근법을 제안한다. 목표는 제작시간을 최소화하는 것이다. 작업-프로세서 할당을 염색체로 인코딩하고, 선택, 교차 및 변이를 통해 진화시킴으로써 GA는 검색 공간을 효율적으로 탐색하여 기존 방법보다 향상된 성능로 근사 최적의 스케줄링을 달성한다.

ABSTRACT

Multiprocessors have emerged as a powerful computing means for running realtime applications, especially where a uniprocessor system would not be sufficient enough to execute all the tasks. The high performance and reliability of multiprocessors have made them a powerful computing resource. Such computing environment requires an efficient algorithm to determine when and on which processor a given task should execute. In multiprocessor systems, an efficient scheduling of a parallel program onto the processors that minimizes the entire execution time is vital for achieving a high performance. This scheduling problem is known to be NPHard. In multiprocessor scheduling problem, a given program is to be scheduled in a given multiprocessor system such that the programs execution time is minimized. The last job must be completed as early as possible. Genetic algorithm (GA) is one of the widely used techniques for constrained optimization problems. Genetic algorithms are basically search algorithms based on the mechanics of natural selection and natural genesis. The main goal behind research on genetic algorithms is robustness i.e. balance between efficiency and efficacy. This paper proposes Genetic algorithm to solve scheduling problem of multiprocessors that minimizes the make span.

연구 동기 및 목표

• 작업에 우선순위 제약 조건이 있는 실시간 시스템에서 NP-완전 다중 프로세서 스케줄링 문제를 해결하기 위해.
• 다중 프로세서 환경에서 총 실행 시간(제작시간)을 최소화하는 효율적인 스케줄링 알고리즘을 개발하기 위해.
• 복잡하고 제약 조건이 많은 스케줄링 시나리오에서 강력한 최적화를 위해 유전 알고리즘을 활용하기 위해.
• 지능적인 프로세서 할당을 통해 작업 완료 시간을 단축시켜 시스템 성능과 신뢰성을 향상시키기 위해.
• 고도로 복잡한 계산 복잡도를 지닌 우선순위 기반 작업 스케줄링을 처리하는 데 있어 GA의 효과성을 입증하기 위해.

제안 방법

• 스케줄링 문제를 작업에 우선순위 제약 조건이 있는 조합 최적화 문제로 모델링한다.
• 작업-프로세서 할당을 이진 또는 정수 염색체로 인코딩하는 유전 알고리즘을 적용한다.
• 선택, 교차 및 변이 연산자를 적용하여 인구 집단을 제작시간이 낮아지는 방향으로 진화시킨다.
• 적합도 함수는 제작시간의 역수로 정의되며, 짧은 완료 시간을 선호한다.
• 알고리즘은 세대를 거쳐가며 점진적으로 고품질 스케줄에 수렴하도록 반복적으로 진화시킨다.
• 선조 및 우선순위 제약 조건은 적합도 평가 및 수리 메커니즘에 통합되어 처리된다.

실험 결과

연구 질문

• RQ1 유전 알고리즘이 우선순위 제약 조건이 있는 다중 프로세서 스케줄링에서 제작시간을 효과적으로 최소화할 수 있는가?
• RQ2 제안된 GA는 제작시간과 수렴성 측면에서 전통적인 스케줄링 휠러스틱스와 비교해 어떻게 성능을 내는가?
• RQ3 NP-완전 스케줄링 문제의 검색 공간에서 GA는 탐색과 이용의 균형을 얼마나 잘 유지하는가?
• RQ4 진화 과정에서 GA는 작업 우선순위와 선조 제약 조건을 얼마나 잘 유지하는가?
• RQ5 다양한 작업 집합과 프로세서 수에 걸쳐 GA 접근법의 확장성과 안정성은 어떠한가?

주요 결과

• 제안된 GA 접근법은 기존 휠러스틱스 방법에 비해 제작시간을 크게 감소시켰다.
• 다양한 작업 우선순위와 워크로드를 가진 여러 테스트 케이스에서 알고리즘이 강력한 수렴성을 보였다.
• 제작시간 기반의 적합도 평가가 최적 또는 근사 최적 해에 수렴하도록 효과적으로 검색을 이끌었다.
• 적합도 함수에 우선순위 제약 조건을 통합함으로써 고우선순위 작업이 종속성을 위반하지 않도록 이른 시점에 스케줄링되었다.
• 다양한 작업 집합과 프로세서 구성에서의 확장성과 안정성을 보여주었다.
• 결과는 GA가 우선순위 제약 조건이 있는 NP-완전 다중 프로세서 스케줄링 문제를 해결하는 데 실용적이고 효과적인 접근법임을 확인시켰다.