基于多事务间序列模式的动态数据分布算法

用户通信代价是分布式系统性能的一个重要方面。特别是当今越来越普及的移动计算环境下,降低通信代价的意义尤其重大。通过对用户数据采用更为灵活的数据分布算法,可以有效地降低用户付出的通信代价。论文给出一种新的数据分布算法———基于多事务间序列模式数据分布算法,并从理论和实验上对其性能进行了分析。     

基于大值堆的自调整粗粒度并行遗传算法模型

一般粗粒度并行遗传算法（CGGA）的性能受诸多因素的影响表现不尽如人意。以降低通信代价为主要目标，受物种金字塔模型的启发，设计了一种双阈值限制下的自调整堆结构，并对其堆调整具体操作进行了改进，以期望改进后算法中种群间的通信代价大幅度降低，优化收敛速度，提高算法效率。通过对遗传算法的几个典型测试函数通信量的分析和实验表明，基于该模型的并行遗传算法在降低通信代价、提高收敛速度、优化最终解方面收效明显。     

基于大值堆的自调整粗粒度并行遗传算法模型

一般粗粒度并行遗传算法(CGGA)的性能受诸多因素的影响表现不尽如人意。以降低通信代价为主要目标,受物种金字塔模型的启发,设计了一种双阈值限制下的自调整堆结构,并对其堆调整具体操作进行了改进,以期望改进后算法中种群间的通信代价大幅度降低,优化收敛速度,提高算法效率。通过对遗传算法的几个典型测试函数通信量的分析和实验表明,基于该模型的并行遗传算法在降低通信代价、提高收敛速度、优化最终解方面收效明显。     

数据中心网络拓扑感知型能耗优化算法

针对数据中心网络中高能耗的问题,提出了一种拓扑感知型能耗优化算法。算法首先根据广义超立方体拓扑多维正交和单维全连接的结构特性,优化虚拟机的部署位置,进而提出多维最佳适应策略来充分利用服务器各维资源。然后利用虚拟机资源需求预测模型并结合迁移代价公式,均衡考虑服务器资源使用代价、虚拟机通信代价和迁移资源消耗,在合理迁移虚拟机以满足系统性能的前提下,降低了网络的能耗并且缓解了网络链路的拥塞。最终将网络的能耗优化问题转化成虚拟机在服务器上的优化配置问题。实验结果表明,与其他三种算法比较,算法在降低系统能耗和减少拥塞方面获得了良好的效果。     

基于通信代价的网格资源调度算法

针对基于时间和预算限制的资源调度算法在调度数据密集型应用程序时存在的问题,提出一种新的基于通信代价的网格资源调度算法,综合考虑用户的时问限制和预算要求,根据用户作业的计算量与通信量选择具有一定计算能力,且通信代价较小的资源节点作为目标节点,通过减少此类程序提交到目标资源节点的通信代价,达到减少整个应用程序完成时间的目的。实验结果表明,该算法能够获得较好的性能。     

一种自适应无人机集群网络恢复方法

为解决无人机集群网络因节点失效造成网络性能和网络可靠性下降的问题，提出了一种自适应无人机集群网络恢复方法。通过信号稳定性和链路负载度对集群内部的通信代价进行评估，并结合图论构建无人机集群网络通信模型。同时，通过鲸鱼算法对灰色滚动预测进行优化，利用优化后的预测模型对通信代价进行提前评估。算法根据通信代价矩阵的预测值找到待恢复节点之间的最短路径，并利用负载均衡算法对恢复后的路径进行优化，实现无人机网络的性能恢复。仿真结果表明，该方法在无人机集群网络失效时可以快速进行拓扑重构，恢复通信节点之间的链路连接，并使网络具有良好的生存性和抗毁性。     

基于抽象体系结构模板的多路软硬件划分算法

随着系统芯片技术在嵌入式系统中的应用，软硬件划分从传统的二划分问题转化为多划分问题．文中对此提出了一个由通信通道连接的处理单元网络的抽象模型来描述多处理模块结构，并利用模拟退火算法与启发式的调度算法分别完成多路软硬件划分与系统性能和代价的估算．初步的实验结果表明，该算法能有效地选择合适的体系结构，使系统的性能和代价得到优化．     

移动自组网络分布式组密钥更新算法

安全性是移动自组网络组通信的基本需求,安全、高效的组密钥更新算法是保证组通信安全的关键.在移动自组网络分布式组密钥管理框架(distrbuted group key management framework,简称DGKMF)的基础上,提出了一种组密钥更新算法--DGR(distributed group rekeying)算法.该算法能够利用局部密钥信息更新组密钥,适合拓扑结构变化频繁、连接短暂、带宽有限的移动自组网络.为了进一步降低算法的通信代价,通过在组密钥更新时动态生成组密钥更新簇，对DGR算法进行了改进，提出了CDGR(cluster distributed group rekeying)算法，并讨论了上述算法的安全性、正确性和完备性，分析了算法的通信代价.最后，利用ns2模拟器对算法的性能进行了分析.模拟结果显示，DGR和CDGR算法在组密钥更新成功率和延迟等方面均优于其他算法，并且由于采用簇结构，CDGR算法的更新延迟低于DGR算法.     

基于代价优化的云工作流调度改进PSO算法

云计算可以通过即付即用的方式向用户工作流提供资源。为了解决资源服务代价异构环境下的云工作流任务调度代价问题,提出一种基于改进粒子群算法的云工作流任务调度算法WSA-IPSO。通过综合考虑任务的执行代价和依赖任务间发生数据传输时的通信代价,算法将总代价优化问题形式化为有向无环图DAG中的任务调度模型,并提出基于改进粒子群算法的优化模型对其进行求解。通过改进传统粒子群算法的粒子速度更新策略和惯性权重更新策略,算法可以以更快的收敛速度得到代价最小化的调度方案。通过仿真实验,与MCT算法及标准粒子群算法进行性能比较。实验结果表明,WSA-IPSO算法在降低总代价、任务分布的负载均衡以及算法收敛性方面比较同类算法均表现出更好的性能。     

基于有向哈希树的认证跳表算法

作为一种重要的认证数据结构,认证跳表在数据认证机制中有着广泛的应用。由于哈希模式对认证跳表的代价有显著的影响,因此提出哈希模式和数据存储模式分离的思想,设计了一种新的认证哈希模式—有向哈希树,并在其基础上设计了新的认证跳表算法。应用分层数据处理、概率分析等数学方法对所提出算法的代价进行了理论分析,并与已有的认证跳表算法做了性能比较。结果表明,本算法在时间、通信和存储代价方面有了较大的改进。