计算网格中动态负载平衡的分布调度模式

网格计算下对资源进行有效的管理和调度可以提高系统的利用率.在对现有若干调度方法的研究和分析基础上,针对计算网格中的负载平衡问题,提出了一种分布式网格作业调度模型,并给出相关算法.算法通过建立主从模式的负载信息收集机制,提供给节点全局负载信息,加速重负载节点的负载转移速度.通过有效的负载平衡模式,解决资源调度中负载平衡及其可靠性问题.     

校园网格的资源评估算法研究

针对校园网格主要应用于科学计算的特点,面向应用提出并实现了一种评估资源是否适宜分配作业的算法,指导校园网格应用合理分配作业,实现校园网格系统中作业运行时间短和资源负载平衡.重点阐述了网格资源的作业适宜分配度算法,包括网格资源的初始权重算法、信誉度算法和动态负载算法,完善了网格资源评估体系.最后通过仿真实验对资源评估算法完成了验证,证明所提出的算法是可行并有效的.     

基于AB角理论的网格负载平衡研究

针对网格系统中的负载不平衡和负载迁移问题,提出利用AB角的方法来进行快速的负载迁移以实现负载平衡。分析了网格系统中的负载平衡问题,讨论了收集节点信息的和判断节点的状态的方法,并根据节点的状态设计了能够为它确定B节点的算法,以及系统中如何使用AB角理论对负载进行快速迁移。实验结果表明,该算法考虑到了网格资源的异构性和任务对资源类型需求的不同,从而缩短了任务的执行时间和获得了更高的迁移成功率。     

P2P-Grid环境中基于流言传播的资源查找方法研究

对两层结构的 P2P-Crid 网格模型进行了改进,在超级节点层上增加了分类节点层,即选择超级节点中性能较高的节点存放分类信息.给出了基于流言传播机制的分布式资源查找算法,该算法利用流言传播机制具有传播流言的兴趣随着重复收到某个流言而减少的特点,避免某个节点处理查找信息的负载过大,实现负载平衡,并与传统的泛洪算法进行了比较.模拟实验证明该算法能够缩短资源请求的响应时间,并且减少网格通信开销.     

基于博弈理论的网格资源共享协同算法

针对网格资源共享的自治性、异构性、分布性和并行性,在考虑网格资源管理及结点行为特点的基础上,建立了网格资源竞价博弈模型,进而提出了一种基于博弈论的资源共享的协同算法,仿真实验结果表明该算法实现了资源供需变化的自适应以及使用效益意义上的资源负载平衡。     

网格环境下负载平衡研究

随着Internet上网络应用和网格技术的飞速发展，负载平衡的研究和发展面临着新的机遇和挑战。这些新的技术、概念和方法提供了更新的环境来研究和发展负载平衡系统；结合网格和负载平衡两种技术，依据开放网格服务体系、网格数据服务接口模型和网格服务资源框架，研究了在网格环境下的负载平衡实施，提出了一个负载平衡系统的体系结构模型。针对负载平衡中的两个关键问题——信息分发收集过程和有效的负载估计算法做了详细的论述。     

一种基于统计思想的网格负载平衡调度算法

针对层次化网格模型结构,运用统计思想提出了一种新的资源分配与任务调度算法,不仅能够提高资源的利用率和系统的吞吐率,而且能够实现网格系统内部的负载平衡。算法主要包含三个功能模块,即负载跟踪模块、作业分配模块和负载监视模块。在解释了方案中各功能部件的作用及其相互之间关系的基础上,给出了相应的算法伪码。仿真实验表明,该算法是有效的。     

基于目标约束的分层动态负载均衡算法*

针对网格环境下的负载不均问题,提出了一种分层动态负载均衡机制,该机制采用随机服务模型描述网格任务流特性及其资源上的动态负载状态,将站点内负载平衡问题归结为目标约束规划问题。理论分析了分层负载均衡机制的有效性证明并设计了优化方案的求解算法,仿真实验结果显示,该分层负载均衡算法在平均响应时间、系统吞吐量方面优于以往的RBA算法和DBA算法。     

网格计算中一种改进的启发式任务调度算法

网格计算技术是20世纪90年代出现的新兴研究领域.网格系统由异构的资源组成.网格计算中,一个好的任务调度算法不但要考虑所有任务的makespan,使其值尽量小,同样要考虑到整个系统机器间的负载平衡问题.对异构计算环境下的元任务调度算法进行了分析,针对Min-min算法可能引发的负载不平衡问题,结合网格计算环境的特点,提出了一种适用于网格计算环境中的任务调度算法.     

基于混合蚁群算法的网格任务调度

针对网格任务调度的调度时间长、资源负载不平衡等问题,提出一种基于混合蚁群算法的网格任务调度方法。该方法将禁忌搜索作为蚁群算法的局部搜索策略,以扩大解的搜索空间,避免陷入局部最优,并通过多样化机制提高算法收敛速度。利用平衡因子调节信息素的更新,改善资源的负载平衡性能。     

电网工控系统流量异常检测的应用与算法改进

“两化融合”的工业控制网络的安全问题不断突显.电力作为国家重要基础设施,其电网工控系统的安全防护工作极其重要.本文根据电网工控系统中控制网的内防水平低且其安全监测和防护缺乏内部网络流量异常检测的现状,分析了电网工控系统的组成结构、网络安全需求及面临的威胁.提出了将流量异常检测技术应用于针对电网工控系统控制网的安全防护中,形成针对电网工控系统控制网的两级安全防护.然后研究了流量异常检测方法的分类和特点以及电网工控系统的网络流量数据特点,提出了基于熵的动态半监督K-means算法并辅以单类支持向量机对半监督K-means算法进行改进,为提升电力系统内防水平奠定基础.     

基于蚁群优化算法的服务网格的作业调度

提出了利用蚁群算法来优化服务网格的作业调度系统的方法和一个两层的作业调度模型，该模型可以在网格的动态和异构环境下实现对作业执行时间的预测，然后根据作业的预测执行时间并利用蚁群优化算法使适应函数取得最小值，从而得到最优化的作业调度。基于开发的校园网格实验床，通过实验显示该方法可以优化服务网格的性能，减少作业的平均执行时问，提高系统的吞吐率。     

符合动态演变特性的网格资源发现机制研究

近年来人们对如何提高网格资源发现效率做了大量的研究,但却忽略了适应网格资源动态演变特性的重要性.针对这一问题,结合小世界理论的网络特征,提出了一种新的基于P2P分布式结构化的网格资源发现机制.通过计算资源节点间属性相似度的方法,将网格资源分类组织在不同的虚拟组织中,结合P2P技术构建出两层覆盖式资源发现模型,并设计出相应的资源查找算法DSRD (distributed structure grid resource discovery).仿真实验结果表明,DSRD算法既能够适应资源的动态特性,同时又可有效地提高资源发现效率.     

一种增量式属性约简算法

文章基于粗糙集理论提出了一种新的增量式属性约简算法。当信息系统的对象和决策属性不变而不断增加条件属性时,通过该算法可动态地实现属性约简,由该算法得到的属性约简具有一定的实用价值。通过实例验证了该算法的正确性和有效性。     

基于S-粗集的反辐射导弹识别算法研究

针对具有动态特征的信息系统,在S-粗集属性迁移理论基础上,给出了S-粗集上的区分矩阵,提出了一种基于S-粗集区分矩阵的属性约简算法.该算法弥补了Z.Pawlak粗集理论对于动态系统知识发现的局限,通过属性迁移对不完备的信息系统进行动态扩展.约简后生成的规则简单准确.本文的算法具有理论与应用的一般性、广泛性,对于现代战场中的删识别,更显示出了极强的优越性.     

基于动态区分矩阵的属性约简算法

在分析基于静态区分矩阵的属性约简算法基础上,提出一种基于动态区分矩阵的属性约简算法。该算法采用2种不同的区分矩阵调整方案,使其能客观及时地反映出当前的约简以及剩余条件属性对信息系统的影响。实验结果表明,该算法不仅能找到信息系统的属性约简,还能有效减少计算属性约简的计算量,提高计算效率。     

基于D-Petri Net和动态调度的网格工作流

提出了网格工作流体系结构；给出了基于D-Petri Net的网格工作流建模语言和验证方法，利用该建模语言生成的过程模型适合网格资源动态性的特点；分析了根据网格性能动态产生并行任务和动态调度的算法；最后介绍了在Globus上实现的原型系统和在基因测序中的应用，该系统具有良好的效果。     

基于粒化单调的不完备混合型数据增量式属性约简算法

增量式属性约简是一种针对动态数据集的新型属性约简方法。然而目前的增量式属性约简很少有对不完备混合型的信息系统进行研究。针对这类问题提出一种属性增加时的增量式属性约简算法。在不完备混合型信息系统下引入邻域容差关系。基于邻域容差关系的粒化单调性,提出信息系统属性增加时邻域容差条件熵的增量式更新方法,并提出了不完备混合型信息系统下的邻域容差条件熵增量式属性约简算法。实验分析表明了该算法的有效性。     

弱标记不完备决策系统的增量式属性约简算法

在许多现实应用领域中,由于数据标注代价昂贵,且数据往往呈现动态变化,因此存在大量弱标记的不完备数据。针对上述复杂应用场景,本文以粒计算理论为基础,从区分性视角给出不完备数据的区分对概念,同时给出属性相对重要度的度量方法,并设计面向弱标记不完备决策系统的属性约简算法。该算法能在迭代过程中不断缩减搜索空间,提高属性约简效率;并根据实例的动态变化情况,分析属性约简的动态更新机制;在此基础上,设计了半监督条件下的增量式属性约简算法。最后,通过实验验证了算法的可行性和有效性。     

基于邻域粒化条件熵的增量式属性约简算法

增量式属性约简是针对动态型数据的一种重要的数据挖掘方法,目前已提出的增量式属性约简算法大多基于离散型数据构建,很少有对数值型数据进行相关的研究.鉴于此,提出一种数值型信息系统中对象不断增加的增量式属性约简算法.首先,在数值型信息系统中建立一种分层的邻域粒化计算方法,并基于该方法提出邻域粒化的增量式计算;然后,在邻域粒化增量式计算的基础上给出邻域粒化条件熵的增量式更新方法,并基于该更新机制提出对应的增量式属性约简算法;最后,通过实验分析表明所提出算法对于数值型数据的增量式属性约简具有更高的有效性和优越性.