基于Agent技术的网格资源管理层次模型研究

由于网格的资源具有分布性、异构性、自治性动态性等特点,因而其资源管理较之一般系统的资源管理具有更大的复杂度,网格资源管理主要负责对网格资源进行组织、分配、调度,关系到资源分配、调度的效率,进而影响网格的整体性能。对当前网格资源管理的模型进行了分析,并分析了Agent技术应用于网格计算的技术优势,提出了基于Agent技术的网格资源管理层次模型,从而为使用者提供一个分布的、易于扩展的、高效实用的网络计算环境。     

基于效益最优的网格资源调度

网格资源管理和调度是一个非常复杂和重要的研究问题,传统的集中式管理和调度方法很难适用于网格计算环境,基于经济模型的资源管理和调度成为当前的研究热点。论文提出了一个基于效益最优的网格资源调度算法,模拟试验表明新的调度算法具有较好的调度长度。     

基于计算经济的网格资源管理研究

网格是为解决大规模资源密集型问题而提出的新一代计算平台,资源管理是网格的关键技术之一。但是,资源的分布性、异构性、自治性、动态性等使得网格资源的管理变得异常复杂。目前,基于市场的经济资源管理和调度算法非常适合解决网格中的资源管理问题。本文提出了网格环境下基于经济模型的各种代理,给出了一种新的资源管理模型
型,并定义了效用函数,给出了基于效用最优的资源调度算法。为解决网格资源管理的问题提供了一个有效的途径。     

基于进化算法的网格计算资源管理调度系统

网格计算是下一代互联网的应用模式，资源管理是网格技术研究的核心任务之一，包含资源发现、任务调度和负载均衡。提出了种基于Agent的网格资源管理调度层次模型，并且采用了进化算法作为调度策略，满足了网格对调度系统可扩展性和全局最优调度的需求。     

基于经济模型的资源代理

网格计算是为解决大规模资源密集型问题而提出的新一代计算平台,是当前并行和分布处理技术的一个发展方向,而资源管理是计算网格的关键技术之一。对各种各样可利用资源的整合和管理是网格应用的基础,而资源的分布性、动态性、异构性、自治性和需要协调一致性使得网格资源的管理调度成为一个棘手的问题。目前基于市场的经济资源管理和调度算法非常适合计算网格中的资源管理问题,但有调度价格不能更改、负载平衡等问题。文中提出了“网格环境下基于经济模型的资源代理”,依靠多维QoS指导的调度策略和经济模型的启发式调节资源价格,改进和优化计算网格资源的分配。     

网格资源管理与调度研究

网格计算是近年来得到快速发展的广域网格计算技术，其目标是把因特网整合成一种超大规模的巨大计算机系统，以实现计算资源，存储资源，信息资源．知识资源的全面共享，资源管理与调度是网格计算中的核心部分，在本文介绍网格资源管理，分析了三类资源调度策略；并提出了一个基于信任度的资源调度策略，详细描述了基于信任度的资源调度策略的算法实现．把服务质量有机集成在资源调度策略当中去．     

Agent在网格资源管理中的应用研究

由于网格资源的自治、分布、异构和动态变化等特性,如何有效地管理和调度资源是网格计算领域中的一个关键问题,至今仍未得到满意的解决。提出了一种基于Agent的网格资源管理模型,为各类Agent设计了动态模糊知识库,并研究了基于动态模糊知识的模糊Q学习算法。算法较好地满足了网格资源管理中的智能适应性、扩展性及调度优化的需要。通过模拟实验验证了所研究模型和算法的有效性和效率。     

基于移动Agent的网格计算资源管理模型设计

网格计算是当前高性能计算领域的一个研究热点,由于网格计算的资源具有分布性,异构性,自治性,动态性等特点,因而其资源管理比一般系统的资源管理具有更大的复杂度。文中提出了一种基于Agent的网格计算资源管理模型,并且采用了混合遗传模拟退火算法作为调度策略,满足了网格对调度系统可扩展性和全局最优调度的需求。实验结果证实了该方法的有效性。     

基于计算期望的网格资源管理模型

网格环境下的计算资源具有分布性,异构性,动态性的特征,并分别属于不同的组织,使网格资源管理相对分布式计算环境或集群环境下的资源管理更加复杂.在计算经济模型的基础上,提出了一种基于计算期望的网格资源管理模型.模型将计算任务抽象成对计算期望的描述,以实现灵活高效的网格资源管理和调度.通过可变价格策略,反映了网格内资源的供求关系,并对基于预留的Qos保证进行了初步的讨论.     

一种基于Bayes均衡的网格资源调度算法

针对经济网格提出了一种基于市场机制的资源分配方法:以Bayes均衡理论为基础,依靠市场机制,实现网格资源的优化分配。首先给出了资源交易的经济模型:双边叫价拍卖模型;接着给出了网格资源分配的市场模型:基于Bayse均衡的市场模型;最后引入了网格资源管理的调度流程和算法。     

一种面向服务网格的通用框架及服务访问模型

网格资源的表示、组织、部署、发现、创建、使用和撤销是网格计算的重要研究问题,随着Webservices技术和服务网格理念的逐步成熟,以“服务”的方式来包装网格资源已经成为了一种趋势,并得到了网格界的一致认同。由于网格资源的“充足性”及“共享性”,采用池的方式来组织网格资源,以及把网格资源包装成服务,是一种很合理的方式。用户对网格的一次访问过程包括访问场景的创建,访问的实施,以及实施完成后的撤销,具有生命期的特征,而这正是虚拟组织所具有的功能,基于虚拟组织来设计服务访问模型是很合理的。基于物理资源池、服务池以及虚拟组织的思想,文章提出了面向服务网格的通用框架模型及服务访问模型VSP,VSP模型被用于指导HowU信息处理平台的设计。     

基于Portlet框架面向服务的网格Portal实现

随着网格应用的不断发展，对资源的要求也越来越多，如何有效地利用协调资源的问题越来越突出。Open Grid Service Architecture (OGSA)提出了网格服务的概念，把资源都当作是服务来看待。该文在网格Portal的实现中，采用了这种面向服务的思想，从Portal的层面上实现了Grid Service，向用户提供了一个有效利用网格资源的手段。而通过基于Portlet的框架，可以让用户定置自己的网格应用。     

一种基于市场竞拍机制的网格资源管理分配方法

提出了一种基于市场机制的网格资源分配方法：以均衡理论和第二价格竞拍机制为基础, 依靠市场机制, 实现计算网格资源的优化分配。描述了基于市场的资源分配框架, 它包括三个层次: 资源层、市场层和消费者层;采用第二价格竞拍规则作为资源分配策略,满足了网格对分配系统可扩展性和全局最优调度的需求。     

关于一种网格运行时结构的若干注记

进程是传统计算机系统的一个核心概念，自1960年出现以来一直沿用至今，进程的一个主要目的是为主体提供一种运行时结构，在操作系统和处理器硬件支持下，代表主体访问和使用各种资源，与传统的单机和并行机计算平台相比，网格计算机中进程所对应的概念面临新的挑战，包括网格资源繁杂、自主控制的条件下的单一系统映像和资源的共享与协同、与特定操作系统的松耦合、时间和空间的流动性、更高级的交互性，提出一种称为网程(grip)的运行时结构，试图解决上述问题，网程运行在网格操作系统之上，代表网格主体，访问和使用网格资源。     

水利信息网格体系结构设计及关键技术研究

网格技术为解决数据共享问题提供了解决方案。从网格技术在领域中的应用出发,结合水利数据分布异构性、计算密集、资源分布等问题分析了水利行业对信息网格的需求,设计了一个层次式的、以“服务”为中心的五层水利信息网格体系结构。重点研究了水利元数据管理、元数据目录服务、资源交易服务等关键技术。     

制造网格环境下的资源建模研究

资源建模是制造网格中资源集成和共享的前提.首先按资源在制造网格中提供的服务类型对其进行了分类,便于对其分类建模.其次提出了由资源层、资源表示层和资源接口层组成的资源层次模型.资源层包括各种物理资源,表示层使用XML Schema封装资源数据和信息,接口层使用Web服务描述语言（WSDL）定义对资源的访问操作.该模型用于将制造资源封装为网格节点,使得制造资源可以方便地接入网格中网络共享.最后以企业标准件库的封装为实例验证了该模型的有效性.     

Grid VFS中代理管理客户端磁盘缓存的设计与实现

设计并实现了在网格虚拟文件系统Grid VFS客户端采用代理管理磁盘缓存来隐藏网络延迟，提高网格数据利用率。此方法扩展了虚拟化分布式文件系统，提高了对网格资源有效完整的数据访问。在Grid VFS中，客户端代理动态地产生和管理磁盘缓存，每一个未修改的应用程序和OS都能应用，支持write-back策略、文件系统之间缓存的共享以及磁盘缓存的多级化，通过用户级VFS可以完整的集成到网格应用程序和资源中，从而提高了网格数据的访问性能。     

A PTS-PGATS based approach for data-intensive scheduling in data grids

Grid computing is the combination of computer resources in a loosely coupled, heterogeneous, and geographically dispersed environment. Grid data are the data used in grid computing, which consists of large-scale data-intensive applications, producing and consuming huge amounts of data, distributed across a large number of machines. Data grid computing composes sets of independent tasks each of which require massive distributed data sets that may each be replicated on different resources. To reduce the completion time of the application and improve the performance of the grid, appropriate computing resources should be selected to execute the tasks and appropriate storage resources selected to serve the files required by the tasks. So the problem can be broken into two sub-problems: selection of storage resources and assignment of tasks to computing resources. This paper proposes a scheduler, which is broken into three parts that can run in parallel and uses both parallel tabu search and a parallel genetic algorithm. Finally, the proposed algorithm is evaluated by comparing it with other related algorithms, which target minimizing makespan. Simulation results show that the proposed approach can be a good choice for scheduling large data grid applications.     

基于网格环境中的量化评估信任模型

网格计算系统是由地理上分布的,异构的计算机和资源组成,它是一个分布式的高性能计算机环境,通过网络连接,用户可以透明地共享这些资源.但其本身具有动态性和不确定性,给区域间网格实体的合作带来一系列安全问题.所以网格环境中的信任问题,成为当前网格研究的一个热点.在本文中,把信任划分为身份信任和行为信任,提出了一种新型的量化评估信任模型,来处理网格环境中实体之间的信任关系,从而更科学、有效地解决网格环境中存在的安全问题.