基于LDAP的分布式网络安全管理平台系统

为有效解决传统集中式的网络安全管理平台易造戍的系统瓶颈、单点失效等问题,提出了一个基于轻量级目录访问协议(LDAP)的分布式的网络安全管理平台系统模型,介绍了集中式的网络安全管理平台的重要性、存在的问题以及LDAP协议,设计了分布式网络安全管理系统中的子平台及根平台模型.通过分析证明提出的分布式的网络安全管理平台系统具有良好的可靠性,负载均衡等优点.     

基于网络的分布式机群并行仿真平台开发

该文介绍了基于网络的分布式机群并行仿真软件平台SIMNOWs的基本情况及开发。由主服务器、节点机构成基于局域网络的分布式机群并行仿真平台体系结构。作为整个系统的核心，服务器端管理系统根据两个守护进程而设计出节点管理系统和作业管理系统，采用了动态抢先式的动态负载平衡解决并行中的负载问题。     

基于制造网格的DCS跨平台数据访问研究

在解决DCS系统中多平台的数据访问和集成问题中,必须要为每个不同的平台开发一个相应的数据访问接口和服务器。针对这个不足,本文提出了一个基于制造网格技术的DCS跨平台数据访问模型,利用该模型解决了异构DCS系统之间,DCS与上层管理系统之间的数据交换问题。     

分布式视频点播网络统计调度策略及负载均衡研究

分布式视频点播网络成为当前的研究热点,文章从目前比较流行的CDN技术(内容分发网络)的缺点着手,提出以“鼎点天源”宽带平台为架构的分布式视频点播网络。在分析基于媒体服务器的统计策略和统计调度策略的的基础上,深入研究了视频服务器组间负载均衡策略,同一视频服务器组不同媒体服务器间的负载均衡策略。实际运营系统测试表明该调度策略有效地解决了分布式视频点播网络的负载均衡问题。     

智能分布式并行文件系统的研究与实现

信息时代大量数据安全可靠、高效合理的存储面临着新的问题，它对数据管理系统提出了更高要求。由多台高档Pc机构建分布式并行服务器使这问题能得到很好的解决。以下从文件系统的角度分析、研究了这些新的问题中急需解决的数据存储的智能化管理问题；提出了数据分布式存储后的智能化管理模型；介绍了该模型在分布式并行服务器上的设计与实现.     

分布式企业服务总线平台数据集成研究及应用

为实现大规模的异构数据集成,解决数据源异地分布的问题,满足不同系统和应用之间的信息交互和共享,设计了一种企业服务总线(ESB)平台下的数据集成模型。该模型采用WSDL和XML描述,能够结合ESB系统的集成场景进行数据集成。提出了一种基于消息流程的负载均衡算法,该算法根据服务执行组件的负载情况和分布式节点的资源状况进行流程节点分配,并将其应用于分布式ESB系统的应用集成模型中,能够高效地处理ESB系统数据传输过程中的大量消息,有效解决应用流程执行时存在的消息处理能力低下的问题。最后,以医疗信息系统集成的仿真应用为例,在采用上述模型和算法的分布式ESB平台上,验证了其在解决大规模异构数据服务集成以及消息处理的负载均衡问题时的可行性和有效性。     

基于企业服务总线的内容管理系统的研究应用*

针对当前企业信息化建设和电子政务发展的特点,有效地结合了企业服务总线技术,提出了一种在J2EE平台上构建的分布式内容管理构架.以构建内容管理系统为例,描述了不同类型的数据如何在分布式平台之间高效实时地传递,如何解决信息异构和数据整合的问题.介绍了一些必要的相关知识,描述了如何用J2EE架构建立单个节点上的内容管理系统.运用ESB技术将部署的多个系统连接起来,最终构成该管理模型.     

有效的WebGIS地图服务器场负载均衡算法

针对现有网络地理信息系统（WebGIS）负载均衡技术的缺陷,分析利用集群技术解决WebGIS负载均衡的必要性和可行性,提出基于地图服务器场的WebGIS分布式负载均衡模型,研究地图服务器场分布式动态均衡调度算法,建立试验床,通过一系列的试验结果验证了该算法良好的全局网络负载性。     

云计算大学计算机基础学习系统设计

为解决在大学计算机基础课程学习系统中,由于大量数据同时上传到服务器造成负载过重的问题,本文将云计算引入到该系统的设计中。该系统采用Hadoop并行编程模型,搭建了实验性的云计算平台大学计算基础课程学习系统。该系统具有分布式计算,资源共享等特点。实验结果表明,云计算与大学计算机基础课程学习系统建设相结合能有效地解决服务器负载过重问题。     

基于Agent的医疗信息整合平台的研究

通过分析国外已开发的医疗信息整合平台,发现存在中心服务器负载过高以及用户获取数据缓慢的问题.针对问题并结合多Agent技术,对平台结构进行了改进,设计了新的整合平台架构.新架构通过在医疗机构服务器端设计Agent群体,形成新层以分担中心服务器数据整合的工作,减轻了中心服务器的负载.在新架构的基础上,详细设计了平台内部Agent的功能及其协作关系.通过医院的挂号系统,触发平台Agent之间的分工协作,实现数据预取,解决了用户荻取数据缓慢的问题.最后通过国内的实例验证了该方案的有效性.     

Geo-Agents系统中的负载控制策略

Geo-Agents是一个基于Agent的分布式GIS系统．首先分析Geo-Agents系统中的负载问题：主机负载和网络负载．主机负载指的是运行在该主机上的Agent数目；而网络负载则由Agent之间的通信和地理空间数据的传输组成．主机负载和网络负载是相互关联的．在Geo-Agents系统中，由于地理空间数据的数据量非常巨大，因此减少网络负载是首位的问题，只有在网络负载一致时才考虑均衡主机负载．针对Geo-Agents系统中负载情况，给出了两个负载控制策略：Agent调度策略和对等主机策略，并对Geo-Agents系统的主机负载和网络负载进行控制．     

有限存储分布式社交网络中数据的动态划分和复制

社交网络的庞大数据需求分布式存储,多个用户的数据分散存储在各个存储和计算节点上可以保持并行性和冗余性。如何在有限的分布式存储空间内高性能存储和访问用户数据具有现实意义。在当前的社交网络系统中,用户数据之间的读写操作会导致大量跨存储节点的远程访问。减少节点间的远程访问可以降低网络负载和访问延迟,提高用户体验。提出一种基于用户交互行为的动态划分复制算法,利用用户之间的朋友关系和评论行为描述社交网络的结构,周期性划分复制用户数据,从而提高本地访问率,降低网络负载。通过真实数据集验证,该算法相比随机划分和复制算法能够大大提升本地访问率,降低访问延迟。     

结构化P2P系统中基于网络定位的负载均衡算法*

结构化P2P系统中,各对等节点处理能力的差异以及关键字通常与一定的语义相关,导致系统中节点的负载不均衡。算法针对基于DHT的大规模计算网络中,计算任务在节点间分布不均衡的问题,提出了一种高效的基于网络定位的负载均衡算法：当某个节点的负载较小时,它将以自己为中心,与物理位置相近的节点构成一个星型结构区域,然后在这个物理位置相近的区域进行负载转移。该算法具有扩展性好、效率高、维护简单的特点。仿真实验表明本算法可以达到理想的负载均衡效果,并使负载转移开销减少了40%以上。     

一种基于逢低买入的频谱分配机制

为解决移动自组织网络(MANET)中网络拥塞导致的网络时延增大和吞吐量下降, 提出一种基于概率的负载均衡算法, 节点利用历史负载信息映射网络负载状态, 用概率算法进行路由准入, 从而完成负载均衡。基于历史状态的负载映射有效解决了分布式独立运算中存在的负载状态判断困难等问题, 概率算法能有效克服门限准入法则存在的模糊判别问题, 同时大量减少广播包的洪泛, 节省信道资源。结合经典的按需路由协议, 设计了H&P_DSR(History and Probability Based Dynamic Source Routing)协议。仿真和理论分析一致表明, 该负载均衡算法能够准确有效的对网络负载进行均衡, H&P_DSR协议在没有增加任何信道开销的情况下显著提高了网络吞吐量, 降低了时延。     

异构无线网络负载均衡研究*

针对异构网络中的带宽分配及网络的负载均衡问题,提出了一种异构无线网络负载均衡的联合优化模型,该模型在一定条件下利用用户的带宽进行负载成本和网络效用的建立,并通过求解网络与用户的关联矩阵来得到带宽在网络中的优化分配方案,使异构无线网络达到负载均衡。仿真结果表明,联合优化模型的结果在最小化负载成本以及优化网络总效用性能之间,它让用户通过在不同网络间的切换使网络带宽优化分配、网络负载达到均衡。     

基于集群的可伸缩网络服务体系结构研究与实现*

在分析现在和将来网络服务需求的基础上, 提出基于集群的可伸缩网络服务体系结构Linux Virtual Server, 分为负载调度器、服务器池和后端存储三层结构。负载调度器采用IP 负载均衡技术和基于内容请求分发技术。LVS 集群提供了负载平衡、可伸缩性和高可用性, 可以应用于建立很多可伸缩网络服务。进而提出地理分布的LVS 集群系统, 可节约网络带宽, 改善网络服务质量, 具有良好的抗灾害性。     

异构无线网状网分布式接口和信道联合分配的研究*

研究了无线网状网络中分布式分配信道时,接口异构对网络容量的影响。提出了一种新颖的以射频链路为信道分配对象的接口和信道联合分配ILP模型,给出了一种自适应于网络流量变化的分布式贪婪算法。该算法以射频链路为信道分配对象,基于2-hop干扰模型,以队列长度为权的射频链路吞吐量之和最大为目标,寻找自适应流量变化的分布式分配方案。分析发现,该算法与目前已有的非接口异构的Dist. Greedy算法的时间复杂度相当,仿真结果表明本算法下的网络性能有明显提升。     

Distributed data source verification in wireless sensor networks

In-network data aggregation is favorable for wireless sensor networks (WSNs): It allows in-network data processing while reducing the network traffic and hence saving the sensors energy. However, due to the distributed and unattended nature of WSNs, several attacks aiming at compromising the authenticity of the collected data could be perpetrated. For example, an adversary could capture a node to create clones of the captured one. These clones disseminated through the network could provide malicious data to the aggregating node, thus poisoning/disrupting the aggregation process. In this paper we address the problem of detecting cloned nodes; a requirement to be fulfilled to provide authenticity of the data fusion process.First, we analyze the desirable properties a distributed clone detection protocol should meet. Specifically: It should avoid having a single point of failure; the load should be totally distributed across the nodes in the network; the position of the clones in the network should not influence the detection probability. We then show that current solutions do not meet the exposed requirements. Next, we propose the Information Fusion Based Clone Detection Protocol (ICD). ICD is a probabilistic, completely distributed protocol that efficiently detects clones. ICD combines two cryptographic mechanisms: The pseudo-random key pre-distribution, usually employed to secure node pairwise communications, with a sparing use of asymmetric crypto primitives. We show that ICD matches all the requirements above mentioned and compare its performance with current solutions in the literature; experimental results show that ICD has better performance than existing solutions for all the cost parameters considered: Number of messages sent, per sensor storage requirement, and signature verification. These savings allow to increase the network operating lifetime. Finally, note that ICD protocol could be used as an independent layer by any data aggregation mechanism.     

一种减轻组播网络节点负载的贪婪策略

组播网络的路由机制是网络资源优化技术的一个主要研究领域,对路由节点负载能力有严格的要求。保证低负载组播成功的关键在于高效地减轻路由节点负载,研究最小化路由节点转发信息量的算法。基于多点传输机制,兼顾组播组的个数和各组播组中接收者的数量两个影响组播负载的重要因素,运用分布式计算和贪婪策略的思想,提出了一种可以使组播组中路由节点存放的转发信息量的最大值得到最小化,从而减轻组播路由节点负担的策略。通过算法分析和实验仿真说明了所提策略的有效性     

基于AHP的分布式星群接入策略研究

分布式星群网络是打赢未来信息化战争的有利武器,星群的接入技术对于提升我国空天信息获取能力具有重要意义。针对分布式星群网络高动态拓扑导致资源利用不充分的问题,提出了一种基于层次分析法的分布式星群网络接入策略。该接入策略首先是利用层次分析法动态计算资源利用率各指标权重;其次是根据各卫星节点的实时资源情况,动态调整资源利用率的权重。仿真表明,该接入策略降低了分布式星群网络的新呼叫阻塞率和强制中断率,有效地解决了星群网络资源利用率问题,提高了星群网络群内业务分配的合理性。