[논문 리뷰] Multiprocessor Scheduling of Dependent Tasks to Minimize Makespan and Reliability Cost Using NSGA-II

M.Rathna Devi ., A.Anju|arXiv (Cornell University)|2014. 04. 10.

Distributed and Parallel Computing Systems참고 문헌 10인용 수 4

한 줄 요약

이 논문은 이방성 다중프로세서 환경에서 종속 작업을 위한 다목적 스케줄링 알고리즘을 제안하며, NSGA-II를 사용하여 종료 시간과 신뢰성 비용을 동시에 최소화한다. 비지배적 정렬과 밀도 거리 기반 기법을 활용하여 실행 시간과 시스템 신뢰성 간의 균형을 이루는 파레토 최적 해를 생성하며, 단일 목표 방법에 비해 향상된 트레이드오프 성능을 입증한다.

ABSTRACT

Algorithms developed for scheduling applications on heterogeneous multiprocessor system focus on asingle objective such as execution time, cost or total data transmission time. However, if more than oneobjective (e.g. execution cost and time, which may be in conflict) are considered, then the problem becomes more challenging. This project is proposed to develop a multiobjective scheduling algorithm using Evolutionary techniques for scheduling a set of dependent tasks on available resources in a multiprocessor environment which will minimize the makespan and reliability cost. A Non-dominated sorting Genetic Algorithm-II procedure has been developed to get the pareto- optimal solutions. NSGA-II is a Elitist Evolutionary algorithm, and it takes the initial parental solution without any changes, in all iteration to eliminate the problem of loss of some pareto-optimal solutions.NSGA-II uses crowding distance concept to create a diversity of the solutions.

연구 동기 및 목표

• 충돌하는 목표를 가진 이방성 다중프로세서 시스템에서 종속 작업 스케줄링 문제를 해결하기 위해.
• 종료 시간(실행 시간)과 신뢰성 비용을 동시에 최소화하기 위해. 이는 실제 시스템에서 흔히 충돌하는 요소들이다.
• 파레토 최적 해에 수렴하고 다양성을 유지하는 강력한 진화 알고리즘을 개발하기 위해.
• 단일 목표 스케줄링의 한계를 극복하기 위해 다수의 성능 지표를 통합한 통합 최적화 프레임워크를 도입하기 위해.

제안 방법

• 핵심 진화 최적화 기법으로 비지배적 정렬 유전 알고리즘-II(Non-dominated Sorting Genetic Algorithm-II, NSGA-II)를 사용한다.
• 목표 공간에서 지배 관계에 기반해 해를 순위 매기는 데 비지배적 정렬을 사용한다.
• 비지배적 해 집합 내에서 다양성을 유지하기 위해 밀도 거리를 적용한다.
• 작업 스케줄링을 염색체로 인코딩하고, 유전 연산자(선택, 교차, 변이)를 적용하여 세대 간에 해를 진화시킨다.
• 종료 시간과 신뢰성 비용을 기반으로 적합도를 평가하며, 후자는 시스템 장애 확률과 수리 비용을 반영한다.
• 엘리트주의 전략을 통해 세대 간 최상의 해를 유지하여 파레토 최적 개체의 손실를 방지한다.

실험 결과

연구 질문

• RQ1 작업 간 종속성이 존재하는 다중프로세서 작업 스케줄링에서 종료 시간과 신뢰성 비용을 동시에 최소화할 수 있는 방법은 무엇인가?
• RQ2 NSGA-II가 이 다목적 문제에 대해 다양하고 균일하게 분포된 파레토 최적 해를 생성하는 데 얼마나 효과적인가?
• RQ3 제안된 알고리즘은 실행 시간과 시스템 신뢰성 간 균형을 맞추는 데 단일 목표 스케줄링 방법보다 얼마나 우월한가?
• RQ4 밀도 거리 기법이 이 응용 분야의 NSGA-II 프레임워크에서 해의 다양성을 얼마나 향상시키는가?
• RQ5 NSGA-II의 엘리트 전략은 진화 과정에서 고품질의 파레토 최적 해를 손실 없이 유지할 수 있는가?

주요 결과

• NSGA-II 기반 접근법은 종료 시간과 신뢰성 비용 간 효과적인 트레이드오프를 나타내는 파레토 최적 해 집합을 성공적으로 생성한다.
• 밀도 거리 기법의 사용은 파레토 프론트 내 해의 다양성을 크게 향상시켜 조기 수렴을 방지한다.
• NSGA-II의 엘리트주의 전략은 세대 간 고품질 해를 유지하여 진정한 파레토 프론트로의 수렴을 향상시킨다.
• 충돌하는 목표를 고려할 때 단일 목표 방법에 비해 더 균형 잡힌 해 집합을 제공함으로써 알고리즘이 뛰어난 성능을 발휘한다.
• 제안된 방법은 다중프로세서 환경에서의 작업 종속성과 이방성 자원 제약을 효과적으로 처리할 수 있다.