基于移动Agent的网格计算资源管理

为了实现网格计算资源的动态自适应性管理,移动代理技术被引入网格资源管理,提出了基于移动代理的网格资源管理调度模型;在模型基础上,采用遗传算法针对网格计算环境下移动Agent任务调度问题展开了深入的研究。     

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。     

基于计算经济的网格资源管理模型研究

由于网格中的资源具有分布性、自治性、异构性和动态性,对网格资源进行高效的管理是一个具有挑战性的问题.提出把移动Agent和Agent技术、计算经济机制引入网格资源管理.自治Agent利用双向拍卖经济杠杆的调节,以用户的QoS所驱动,对资源的使用进行竞价拍卖,使网格的资源管理能够自动适应环境的变化.提出的基于计算经济的网格资源管理模型DynamicSA,实现了以用户的QoS驱动,对网格资源的有效管理具有一定的理论意义.     

网格资源管理体系结构模型研究

网格中的资源是在地理上分布的、异构的,并且由多个组织所拥有的具有不同的使用、访问及消费模型的资源。在如此巨大而又分布式的环境中对资源进行管理是一项十分复杂的任务。该文介绍了并讨论了目前主要的三种网格资源管理体系结构模型及其在网格计算系统中的应用。分层模型是目前大多数网格计算系统进行资源管理时所使用的模型;抽象所有者模型在作业提交和结果收集时遵循定购和交货模式;计算经济模型综合了分层模型和抽象所有者模型的实质,并且体现了计算经济在网格资源管理系统中的应用。最后,分析了三种模型的特性并对文章进行总结。     

基于有机计算的网格资源管理模型的研究

网格的复杂性日益增加,网格资源管理成为一项复杂的任务.有机计算能采取适当的措施使网格环境实现自我管理,隐蔽网格系统的复杂性.文中给出网格资源管理的层次式模型,该模型具有四层:本地资源层、全局资源层、本地服务层和用户层.并将该模型嵌入有机计算体系结构中,灵活使用有机计算中的观测器和控制器对网格中各种资源进行监测和控制.该基于有机计算的网格资源管理模型中的观测器和控制器除了具备原有的功能外,还结合网格资源动态、异构、分布等特点,添加了新的功能模块,以方便对网格资源进行管理.该模型有效地提高了资源分配效率,优化了网格资源管理的性能.     

基于移动Agent和混合蛙跳算法的网格计算资源管理

为了克服传统网格系统采用Globus集中式模型或P2P网络分布式模型具有的无法兼顾全局控制性和扩展性的问题,提出了一种基于移动Agent和混合蛙跳算法的网格资源管理模型;首先,引入移动Agent将资源管理模型划分为应用管理模块、资源管理模块和资源表示模块,然后通过在经典的混合蛙跳算法加入差分扰动设计了一种改进的混合蛙跳算法,最后,在资源管理模块中的资源分配Agent中运行改进的混合蛙跳算法实现用户任务到资源的调度;采用GridSim工具进行仿真,实验结果表明,文中的资源管理模型具有较强的全局控制能力和扩展性能,资源利用率高达95.65%,较其它方法具有较小的时间跨度和较高的资源利用率,是一种适用于网格环境的有效资源管理模型。     

网格并行计算模型研究

分析了传统分布式并行计算和网格基础上并行计算技术应用中存在的问题,将Log P并行计算模型拓展到网格上,给出双层Log P模型和设计策略,针对网格特点对CG并行算法进行了改进,取得了很好的效果.     

基于Multi-Agent的教育资源整合平台研究与设计

提出一种基于Multi-Agent的个性化教育资源整合平台的系统模型,对模型中各Agent的功能和运行机制进行了详细设计,并讨论了模型中Agent间的通信与交互方式.该平台集成了多种智能Agent协作完成教育资源的采集、评价、标引、分类和发布,为资源整合平台的研究与开发提供了一种新思路.     

网格计算环境中可视化技术的研究

Visualization research is one of the critical techniques in the Grid computing.In this paper a visual method is used to implement a distributed parallel computing program which makes the node point‘‘s status of the parallel system visible during the program‘‘s running time.At the end of the paper,the implementation of the visiual algorithm is given.     

网格资源选择性配置研究

网格是一种复杂的分布式计算系统,研究其在有限容量条件下的多元受限任务等待问题具有重要的意义。网格资源选择性配置方案正是针对解决网格资源不合理利用所提出的。分析了网格环境下的数据共享和任务调度,研究了有限容量条件下的多元受限任务等待问题,提出了网格资源选择配置方案,并考虑在多任务和资源受限的情况下,通过引入脉冲函数来建立数学模型并对其进行仿真计算,验证了该模型的正确性与可行性。     

基于多代理的网格任务调度研究

随着网格技术的发展,代理技术近年来被用在网格的实现当中。多代理技术用分布式自主结构代替集中式的非自主性结构,具有更强的实时性,特别适合于动态调度,本文提出的网格任务调度系统就采用了多代理的体系结构。由于GLObus已经提供了网格操作系统的大部分功能,本系统构建在Globus之上。在充分利用底层Globus提供的功能并与之结合的基础上,在代理中加入人工智能、知识学习的方法和服务质量实现策略,对网格任务进行灵活智能的调度,实现更好的负载平衡并达到一定的服务质量。采用JATLite来创建该系统,利用该系统可以根据应用背景需求快速定制动态任务调度平台。     

基于网格的电大网络教育资源整合模式

建设优质的电大网络教育资源及其服务是电大远程教育长远发展的一大重要课题,通过对电大网络教育资源及其服务现状的调查,文章提出利用网格技术实现电大网络教育资源的整合优化模式,分别从网格系统框架、基本原则、组织形式、整合模式等方面阐述电大网格系统的建设,各电大网格节点统一规划、分工协作,在网络教育理论指导下或进行资源开发,或着重开发网格服务,实现电大网络教育资源的全面共享。     

基于网格的电大网络教育资源整合模式

建设优质的电大网络教育资源及其服务是电大远程教育长远发展的一大重要课题，通过对电大网络教育资源及其服务现状的调查，文章提出利用网格技术实现电大网络教育资源的整合优化模式，分别从网格系统框架、基本原则、组织形式、整合模式等方面阐述电大网格系统的建设，各电大网格节点统一规划、分工协作，在网络教育理论指导下或进行资源开发，或着重开发网格服务．实现电大网络教育资源的全面共享。     

基于Multi-Agent的分布式智能视觉监控系统研究

90年代以来,随着计算机技术的发展,对于Agent的研究已经成为分布式人工智能领域的一个热点,基于Multi-Agent的分布式智能系统已成功地应用于众多领域。该文将Multi-Agent技术应用于智能视觉监控领域,以开发智能视觉监控的分布式Multi-Agent系统,提出了系统的基本框架和系统实现途径及方法,其中着重研究了基于Multi-Agent理论的视觉监控系统模型、组织活动,以及多Agent之间的协调合作问题。该分布式系统的研究,为实际应用系统的研制开发提供了理论指导和方法依据。     

基于模糊数学的网格资源分析

网格是当前研究的热点问题,资源的充分利用是网格技术的目标,因此,有必要对网格资源进行分类研究。该文提出了基于模糊数学的模型聚类分析法,可以应用于网格资源的聚类分析,使网格资源得到合适的整合归类,论文用一个实例详细说明了这种方法。     

Grid today, clouds on the horizon

By the time of CCP 2008, the largest scientific machine in the world - the Large Hadron Collider - had been cooled down as scheduled to its operational temperature of below 2 degrees Kelvin and injection tests were starting. Collisions of proton beams at 5+5 TeV were expected within one to two months of the initial tests, with data taking at design energy (7+7 TeV) foreseen for 2009.In order to process the data from this world machine, we have put our “Higgs in one basket” - that of Grid computing [The Worldwide LHC Computing Grid (WLCG), in: Proceedings of the Conference on Computational Physics 2006 (CCP 2006), vol. 177, 2007, pp. 219-223]. After many years of preparation, 2008 saw a final “Common Computing Readiness Challenge” (CCRC'08) - aimed at demonstrating full readiness for 2008 data taking, processing and analysis. By definition, this relied on a world-wide production Grid infrastructure.But change - as always - is on the horizon. The current funding model for Grids - which in Europe has been through 3 generations of EGEE projects, together with related projects in other parts of the world, including South America - is evolving towards a long-term, sustainable e-infrastructure, like the European Grid Initiative (EGI) [The European Grid Initiative Design Study, website at http://web.eu-egi.eu/]. At the same time, potentially new paradigms, such as that of “Cloud Computing” are emerging.This paper summarizes the results of CCRC'08 and discusses the potential impact of future Grid funding on both regional and international application communities. It contrasts Grid and Cloud computing models from both technical and sociological points of view. Finally, it discusses the requirements from production application communities, in terms of stability and continuity in the medium to long term.