基于议价机制的网格资源分配研究

资源管理和分配是网格计算的核心问题，用市场机制可有效地管理和分配网格资源。提出了一个基于议价机制的网格资源分配模型，设计了资源分配策略。模拟实验表明该模型能够较好地适应网格环境的动态变化，并实现各个网格计算资源的负载平衡。     

一种基于市场机制的计算网格资源分配方法

针对计算网格提出了一种基于市场机制的资源分配方法，以一般均衡理论为基础，依靠市场机制，实现计算网格资源的优化分配，首先，描述了基于代理的资源分配框架，它包括3个 层次：资源层、代理层和用户层；接着，给出了计算网络资源分配的市场模型，其中效用函数用于刻画用户对给定资源的满意程度；然后定义了市场模型的均衡状态并证明了均衡状态撮优性，这意味着在均衡状态下资源分配不仅有效而且公平，最后引入了资源代理的迭代算法。     

基于深度强化学习的移动边缘计算资源分配策略

边缘计算作为云计算技术的延伸，可通过增强边缘网络计算能力为用户提供低时延高质量服务。边缘计算中，需要将服务部署于资源受限的边缘服务器，并根据需求合理分配计算资源，以提高边缘服务器的资源利用率。因此，提出基于深度强化学习的服务资源分配方法，利用反正切函数两次映射建立计算资源分配函数，并基于真实数据集进行仿真实验。实验结果表明，该方法能够在保证低时延的情况下，合理分配计算资源。     

基于拍卖机制的网格资源分配方法

网格资源的动态性、异构性、自治性等特点,使得网格资源分配成为一个难点。目前存在的大多数分配方法仅关注分配效率,却对提高资源分配的公平性缺乏深入的研究。针对此问题,提出一种基于拍卖机制的网格资源分配方法,利用资源分配比例的算法分配资源。通过仿真实验表明该方法适合网格系统中的资源分配,能有效分配资源,提高了资源利用率,同时资源分配的公平性也得到显著的提高。     

网格资源发现和分配算法研究

在分布式集群环境中,资源发现和资源分配是网格计算中非常重要的环节.根据丰富的日志记录信息,构造基于日志信息的资源发现和资源分配模型,利用网格环境中各个集群中的守护进程对各子节点的CPU资源使用状态进行分析,提出了一种基于日志的资源发现和资源分配算法LRDA.LRDA算法对比其它的资源发现和资源分配算法能有效地根据日志信息进行资源发现和分配,有效地提高了资源发现和分配的效率,为资源再分配和动态分配提供决策支持.     

反馈网络在资源分配中的应用

消耗性资源的分配是现实中许多领域都会遇到的问题。如何提高资源的利用效率是资源分配研究的重点。该文用数学的方法描述了资源分配效率和分配的约束条件并将离散反馈网络应用在这个问题中。该算法有良好的并行性,能够使网络收敛到稳定状态,并得到较高的资源分配效率。     

基于任务的网格资源分配研究和设计

网格资源调度和分配是一个非常复杂而且重要的研究问题,传统的集中式管理方法很难适用于网格计算环境,基于经济模型的资源和分配调度成为当前的研究热点。文章分析了资源分配中计算资源价值时存在的问题,提出了一种基于任务的网格资源分配方法。     

基于Agent的网格资源共享联盟

网格资源分配是网格计算中的关键问题之一,并引起网格研究者越来越多的关注。提出了一种新颖的网格资源分配机制,该机制主要由基于Agent技术的搜索最佳联盟策略和多党协商机制组成,通过形成资源共享联盟来实现网格资源的分配。模拟结果显示计算网格中的自利Agent对网格资源的分配具有很大的影响。     

智能电网中两阶段网络切片资源分配技术

为满足网络切片在智能电网中的多样化需求,提出了一个在智能电网中基于云-边协同的切片资源分配模型。为优化网络切片分配,提出一种两阶段的切片分配模型：在第一阶段中,以用户体验最优为目标,建立了本地边缘网络的资源分配问题的优化模型,并采用拉格朗日乘子法对此最优问题进行了求解;在第二阶段中,首先将网络切片资源分配系统建模成Markov决策过程,然后提出使用深度增强学习方法对核心云的切片自适应地进行资源分配。实验结果表明所提的两阶段切片资源优化分配模型可有效减少网络延迟,提高用户满意度。     

基于烟花算法的D2D资源分配方案

D2D（Device-to-Device）通信通过复用蜂窝用户的频谱资源来提升系统频谱资源的利用率，并提高系统吞吐量，但同时也为系统带来了严重的同频干扰。为了应对复杂的干扰问题，并在保证资源分配公平性的情况下尽可能提高系统吞吐量，提出一种基于烟花算法的D2D资源分配方案，以最大化系统的加权和速率为目标，将资源分配矩阵抽象为烟花，通过爆炸、变异、选择等过程求出最终的匹配矩阵。仿真结果表明，所提方案能够有效提高系统的吞吐量和资源分配的公平性。     

The catallaxy approach for decentralized economic-based allocation in Grid resource and service markets

Efficient resource allocation in dynamic large-scale environments is one of the challenges of Grids. In centralized economic-based allocation approaches, the user requests can be matched to the fastest, cheapest or most available resource. This approach, however, shows limitations in scalability and in dynamic environments. In this paper, we explore a decentralized economic approach for resource allocation in Grid markets based on the Catallaxy paradigm. Catallactic agents discover selling nodes in the resource and service Grid markets, and negotiate with each other maximizing their utility by following a strategy. By means of simulations, we evaluate the behavior of the approach, its resource allocation efficiency and its performance with different demand loads in a number of Grid density and dynamic environments. Our results indicate that while the decentralized economic approach based on Catallaxy applied to Grid markets shows similar efficiency to a centralized system, its decentralized operation provides greater advantages: scalability to demand and offer, and robustness in dynamic environments.     

一种基于Agent联盟的网格资源分配方法

网格资源分配是网格计算中的关键问题之一,引起网格研究者越来越多的关注。网格资源分配的过程就是任务与资源映射的过程。在分析已有的网格资源分配方法的基础上,首先提出了一种基于Agent的网格资源管理模型,主要由用户层、客户服务层、信息服务层、区域管理层和资源层组成。在此基础上对基于Agent联盟的网格资源分配方法进行了研究,最后给出了实例分析。     

分布式计算中新兴古典经济学的资源分配方法

为了提高分布式计算环境下资源分配的效率,提出一种基于新兴古典经济学的资源分配方法,其重点关注如何提高整个系统的性能,使得客户得到的整体效用最大。通过将资源分配问题转化成专业化分工问题,应用超边际分析求出分配方案的最优解,从而进行分配策略制定和分配结构的动态调整。仿真试验证明,该方法能够有效地对分布式计算环境下的资源进行分配。     

一种基于端系统竞价博弈的网络资源分配模型

随着网络流量以指数形式急剧增长,各种应用对网络资源的需求随之增加,特别是需要严格QoS保证的实时网络多媒体应用要求更多的网络资源.资源分配是QoS分配的最终实现,QoS分配目的是为了进行合理的资源分配,因而有效的资源分配十分重要.在描述资源分配问题的基础上,对资源分配博弈进行了深入研究,提出了能够反映供求关系的基于竞价的网络资源定价机制,并设计了端系统的效用函数,论证了资源分配博弈中Nash均衡点的存在性和唯一性以及实现Nash均衡解端系统的竞价策略.最后,为完善上述资源分配博弈模型,对该模型中的资源价格和相同竞价问题进行进一步讨论.该研究为基于竞价的资源分配算法的设计提供了理论上的支持.     

基于云模型的网格资源分配策略

网格是下一代的Internet,是目前网络研究的重点。网格资源分配是网格中非常重要的部分,而且网格资源有分布、异构、动态、由多个组织所拥有和具有不同的使用、访问及消费模型等特点,属于定性的范畴。传统的网格资源分配策略无法有效对定性的网格资源进行分配,容易形成网络瓶颈。云模型是定性定量间转换的不确定性模型,通过它能将定性的网格资源转换为定量的表达。因此笔者提出了一种新的网格资源分配策略,把云模型运用于网格资源分配,将定性的网格资源映射为定量的可细微变化的不同云滴,然后再配合目前研究相对比较成熟的算法或模型进行资源分配,实验表明新的策略能更准确地对网格资源进行评价并有效分配。     

Diffserv中带宽代理BB的实现

1 引言区分服务(Differentiated Services,Diffserv)模型是一种新的具有QoS能力的Internet服务模型。它把服务分成为数有限的几类,然后在区分服务区域的边缘节点上,对业务流进行分类、标记、整形、计量,而在其中心节点,只对分类后的汇聚流进行快速传递.因而保证了中心节点的简单性。和Interserv服务模型相比,Diffserv模型更易于实现,更具有可扩展性,极有可能成为下一代的Internet服务模型。     

基于AHP的耦合任务集资源分配权重确定方法

针对耦合任务集中因资源分配不合理而造成资源利用不充分的问题,引入定性与定量相结合的指标权重确定方法——层次分析法（AHP）,建立关于资源分配的层次结构模型,构造资源分配矩阵,并通过分析任务间的耦合对资源分配矩阵中权重比的影响得出解决权重比不一致的方法,从而确定各资源的权重分配系数,使得各任务得到较为合理的资源配置。以某机械产品的开发过程为例,说明了该方法的可行性。     

数据中心的资源分配技术

针对数据中心的资源分配问题,论文讨论了数据中心虚拟化技术及资源分配的核心要求：数据中心性能保证、资源的动态分配、资源分配的公平性及收益最大化,分别针对这些方面讨论了几种资源分配算法,最后进行总结并对未来的研究发展趋势提出观点.