[15]Neumann D,Christ of Weinhardt J S.Bridging the Adoption Gap Developing a Roadmap for Trading inGrids[J].Electronic Markets,2008,18(1):65-74.
[16]Nimis J,Anandasivam A,Borissov N,et al.SORMA-Business Cases for an Open Grid Market:Conceptand Implementation[C]//Proceeding of the 5th international workshop on Grid Economics andBussiness Models(GECON’08).2008:173-184.
提到了关于多QoS任务调度算法的研究包括了文献[13]中作者先将资源分成不同的层次，然后运用多种使资源利用率提高的策略，将这些不同层次的资源混合在一起进行任务分配；系统的整体运行效率在经过此算法后能够被大幅度提升。文献[14]中作者在QoS参数被满足的情景下，依照任务在资源上最早完成执行的方法，把各个相应的资源进行任务调度。在文献[15]中作者将SLA-aware的思想加入到AssessGrid和HPC4U中，通过对容错技术的支持和对运行时间管理资源的估计来使QoS的目的被达到。而在文献[16]中作者合理使用了拍卖机制，在用户出价更高的情况下给用户提供更多的资源来使用户对所需的服务更满意。在文献[17]中作者以成本花费为基础提出了一种算法。此算法对用户和服务提供商的一些需求做了充分的思考，不仅使资源在云计算系统中变得更容易管理，而且也使系统的整体运行效率得到了提高。但是此算法的缺陷在于没有解决减少成本这一问题，同时价钱和资源的调节也没有灵活性。在文献[18]中作者不仅分类了QoS的层次结构，而且还在调度资源的过程中使用了映射和变换参数的方法。
2．Max-Min算法：此算法是属于批处理算法的一种。它总是对长任务先进行考虑，这与Min-Min算法是截然不同的。Max-Min算法的目的就是为了使执行长任务所需要的时间最小化。当有很多的小任务和大任务在任务集合中的情况下，Max-Min调度算法可以给出一个更好的负载均衡度，使得任务和计算资源之间能够有很好的映射。Max-Min算法也需要关于处理器速度和任务长度的预测信息。
4、主要研究思路
传统的任务调度算法主要包括MET、MCT、OLB、Max-Min、Min-Min和Sufferage等。任务执行的时间跨度为即从开始执行任务到所有的任务都执行完毕为止所经历的时间的总和。在进行任务调度之前，我们假定所有任务的在每个机器上的任务完成时间最小化和在每个机器上的执行时间都是可以提前预知的。有了这些假定好的条件，我们对以下几个算法分别介绍。
2．在云计算中体现不足的地方是在解决资源分配的方案中，存在很多弊端的方向是还在以“计算机”作为中心的衡量标准；因此我们应该将角度进行转换，一切从用户的角度出发，这样才能提出更适用于云计算商业化发展的模式。为了在更好地使用户云计算环境下对多QoS的需求得到相应的满足，因此在本文一种基于多目标粒子群算法的多QoS约束云计算任务调度算法被提出了，此算法对任务最优跨度、执行成功率和最少花费等QoS约束条件都进行了综合考虑，通过对MOPSO算法的运用使多QoS约束条件同时得到优化，生成了一组满足多QoS参数的Pareto非劣解，使任务与资源之间的最佳映射能够顺利完成，同时使用户的满意度得到提高的总目标最终达到。
[17]Younge A J,von Laszewski G,Wang Li-zhe,et al.Efficient resource management for Cloud computingenvironments[C]//Green Computing International Conference.2010:357-364.
七、参考文献
[1]刘鹏.云计算（第二版）.北京市电子工业出版社,2011.
[2]金伟.基于云计算的数字图像处理平台[D].浙江大学硕士论文,2011.
[3]金业兵.基于云计算理念的LAN架构探究[J].电脑知识与技术,2009,5(7):1563-1564.
[4]李明,浅谈云计算[J].上海青年管理干部学院学报,2009.
3．Min-Min算法：此算法也属于批处理算法的一种。它在进行任务调度的时候总是对较短的任务调度进行优先选择。Min-Min算法中没有考虑到的问题是系统负载，因此在使用其进行云计算任务调度的时候就会出现负载不均衡的现象。
4．Sufferage算法：该算法的最终目标是使执行时间最小化，考虑到在各个相应的资源最早完成任务时间与完成任务的时间之间有一个差值既Sufferage值。最先将资源分配给一个任务将会有更多时间的消耗是Sufferage值的体现所在。因此，要尽量将一个拥有最小完成时间的资源被分配到Sufferage值大的任务上，这样，才会得到更高效率的系统。Sufferage算法的优势在于可获得最小的时间跨度，并且也有比较简单的算法操作。但是，其也有着并不高的负载均衡性能以及难以用最短的时间找到最佳的解决方案的缺陷。
[9]于传涛.基于网格计算的混合负载均衡策略[J].计算机工程与设计,2007,28(16):3925-3927.
[10]吕良干.云计算化境下资源负载均衡调度算法研究[D].新疆大学硕士论文.2010.
[11]姜华杰.基于QoS的云计算资源分析算法[D].太原理工大学硕士论文,2012.
[12]胡桂章.虚拟化技术在空间信息系统指挥湖南工学院毕业设计开题报告
题 目
基于树莓派的家庭实时监控系统的设计与实现
学生姓名
戴岳东
班级学号
软件1201班
学号1220740123
专业
软件工程
一、选题背景与意义
智能家庭自动化的普遍应用使得该系统具有很好的发展前途，旨在实现更高质量的生活。特别是家庭实时监控系统，它能有效的保护家庭安全。该系统通过一个笔记本电脑，掌上电脑，或手机作为设备，来实现远程监控；此外，智能化现在经常被嵌入到现代的应用，如监控系统通过自学习算法更能适应环境。本次将提出一个基于树莓派的家庭实时监控系统来检测入侵并丢弃负面入侵，同时提供远程控制和相机数据的实时传输。将通过在不同环境的测试结果来验证所提出的系统的有效性
三、主要研究内容
1．在云计算环境下严重影响到系统的整体性能的因素包括系统的负载不均衡；同时如果任务在资源上执行的完成时间没有达到最小化，也会使性能良好的机器得不到充分的利用。属于异构分布式的云资源都有这个不相同的性能，因此我们对以上的两个方面都要考虑到，但是在很多现有的云计算任务调度算法中我们只考虑了负载均衡或者任务完成时间最小化单一的因素，而将两者结合的进行考虑将会使用户同时对系统的整体性能和时间的要求得到满足。因此本人本文提出了一种基于负载均衡与任务完成时间最小化MLB-TCT的算法。
[5]孙伟龙.基于IaaS云计算的Web应用技术研究[D].南京理工大学硕士论文,2011.
[6]廖云鹏.云计算架构的模拟实现[D].南昌大学硕士论文,2010.
[7]钱戴明.视频及多媒体内容管理系统的研究与实现—基于云计算技术[D].东华大学硕士论
文,2011.
[8]曹健.云计算及其发展战略[J].软件产业与工程,2010,2(2):19-24.
[18]孙瑞峰,赵郑文.基于云计算的资源调度策略[J].航空计算技术,2010,40(3):103-105.
指导教师批阅意见
指导教师(签名)：年月日
树莓派（Raspberry PI）是英国一个小型慈善组织开发的一款基于Linux的开放式嵌入式系统，通过载装相应的Linux系统和相应的应用程序，可以实现强大的能力，还具有廉价，体积小等优点。以硬件开源的嵌入式系统树莓派作为应用开发，基于Simple CV图像开发包，通过TCP/IP摄像头与树莓派的通信，实现视频的实时采集工作；连接于同一个路由器上的客户端可以随时监看实时视频。
[13]马廷淮.基于元任务的网格调度算法综述[J].武汉理工大学学报，2010，32(16):143-147.
[14]Buyya R,Abramson D,Giddyi J.et al.Economic models for resource management and scheduling in gridcomputing[J].Concurrency and Computing,2002,14:1507-1542.
2015.3.16~2015.3.29进行系统方案需求分析、方案论证；
2015.3.30~2015.4.12熟悉开发工具和开发环境及可行性分析；
2015.4.13~2015.5.10进行概要设计和中期检查；
2015.5.11~2015.5.30进行系统总体设计、详细设计并调试程序；
2015.6.1~2015.6.7整理、完善毕业设计说明书，上交毕业论文材料，准备毕业答辩。
1．MET、MCT和OLB算法[12]：MET算法的特点是任务被分配到时间花费最小的虚拟机上，如此做的目的是，当有较大差别性能虚拟机的时候，所有的任务就都会有更高的概率被分配到相对高速率的虚拟机上，而会造成很不均衡的负载。而OLB不会考虑到任务在资源上的执行时间，却总是将任务分配给最早可用的资源上。MCT算法有着将任务分配给用最短时间完成的资源上这一优点。而其缺点是其中一部分任务不能被分配给最快时间完成的资源上，加大任务执行的时间跨度，本算法从整体上看是比前两个算法要好的多。
二、国内外研究现状
云计算作为一种新的商业计算模式,成为各大IT企业的热点关注。在外国，各大IT企业纷纷推出各种各样的云计算产品作为服务，如Amazon的EC2，IBM的蓝云和微软的Dryad和S3。在中国，有属于自己的云计算产品的企业包括360，深圳、北京和无锡也都有了研究云计算的中心机构。
随着云计算发展和研究的不断深入，云计算中的任务调度算法被许多学者所探究。而云计算中的任务调度作为其中一个重要的组成成员，其研究重点是如何快速并且高效的实现任务与资源对应关系。经过对其归纳及整理，得出如下两个主要方面的问题进行研究：针对于负载均衡方面的问题和针对于多QoS参数约束方面的问题。