1大规模网络管理中的任务分解
本文主要讨论基于agent技术的网络管理，其具有网络宽带占有率低、灵活性较高的特征，能够保障网络的稳定性以及可靠性。目前在IT行业有许多程序员将agent技术作为基础进行网络管理模式的创新，并且提出了agent技术的分布式应用。但是目前对于agent技术应用方式的研究还处于初级阶段，对于大规模的网络管理仍需要多个agent才能完成。传统的网络管理是使用集中式管理模式，网络管理站通过简单网络管理协议对相关移动段进行任务管理，而简单网络管理协议的签署能够让任何网络管理人员对部分地区实现对网络任务的管理，主要适用于某一地区，其范围较小，对访问频率较多的网络信息不能够进行有效的处理，例如服务器数据库的状态，大规模的网络数据修改等等。大规模网络管理中的任务分解主要是有向图，能够把任务分解当做一个独立的工作进行，从某种角度上分析，对于任务分解的优先解决次序主要是对任务按照层次进行分解，同一层次按照优先程度进行处理。在实际的网络管理应用中，主要是分为三个步骤：①对于网络任务按照对应的流程图进行不同层次的划分，并且对于子任务进行调控，其主要在分解的过程中将子任务控制在双向队列中；②对双向队伍中子任务进行逆向性处理，并且对每一单位的任务进行控制，在此过程中主要对网络任务进行分解；③对每一层的子任务进行优先次序的定位，将网络任务处理顺序进行控制。通过上述的步骤进行相关的控制，就能够在大规模网络管理下进行有序的任务分解与调度工作。总而言之，在大规模网络管理分解中首先需要对第一步骤中的分解算法进行优先调控，对流程图中各种判断标准进行科学合理的规划。在第二步骤中，子任务所在的双向队列，是逆向性的处理，从末端的任务进行处理，与之能够与上一步骤保持从属性，并且建立相应的联系。在第三步骤中，子任务通过上述两个步骤后划分为同一层次的任务，在此过程中主要是对优先级别不同的任务进行处理，对优先的任务的处理，达到有序处理网络任务的目的。
2大规模网络管理中的任务调度
优于本文论述的任务分解是基于agent技术的基础上进行的，因此对于大规模网络处理中的任务调度首选需要对多个优先级别的任务进行处理。在进行人体调度的过程中，最重要的是需要对网络管理的任务类型进行分层。具体来讲，agent技术能够对于所分解的任务进行属性判断，并且对agent节点进行调控，让无任务的agent节点对优先任务进行处理，此方式能够实现网络管理的灵活性与动态性，将多个agent节点有效的应用与网络管理，让网络任务处理的效率提高，并且减少网络传输的空间问题。在大规模的网络管理任务调度过程中，需要确定agent节点被控制对象，也就是指对于一般控制对象来讲，以分组的方式将控制对象进行区分，并且在此基础上，应用agent节点进行调度处理。待agent节点处理后能够借助这种方式对网络任务进行优先调度以及详细划分方式的定制。现代网络任务中呈现多样化以及多量化，因此需要网络管理提高监控与调度能力，对网络任务进行及时、高效的处理，并对任务中出现的问题与故障进行预判与分析，因此对管理性能的要求较高，对问题处理的能力需要优先于同一层次的子任务。调度管理需要较高的动态性，因此，在实际操作过程中，agent节点的优先次序具有对应的单位服务编码，能够对同一层次的agent节点进行控制，能够对单一agent节点进行调控，也可对多个agent节点进行控制。当同一子任务的agent节点处理完一个任务后，agent节点会根据子任务编码进行优先处理。
3结束语
本文主要讨论了在agent技术基础上的大规模网络管理中的任务分解与调控，与传统的集中式网络管理相比具有更大的优势，主要体现在能够解决分解过程中的重复处理与效率底下，并且能够有效对网络宽带的占有率起到合理控制与节省空间的作用，能够很好的应用与现代的大规模网络管理中。
作者：邓霆 单位：上海海事大学