基于有向无环图的两层网格监测系统

资源监测系统是网格实现中的重要一环，Global Grid Forum已提出用网格监测体系结构（grid monitoring architecture,GMA）来解决这些问题，在此基础上，提出一种基于有向无环图的两层资源监测系统（DTGMS）。该系统使用有向无环图来描述资源间的依赖关系，把它作为该系统的逻辑基础，总体结构分为维护层和工作层同，维护层存储管理监测元数据和控制工作层的运行，工作层依据维护层提供的元数据，负责实际的数据采集、处理、输出等与被监测动态数据直接相关的工作。工作层的监测代理实现为控制核心和扩展模块两部分，有利于实现功能动态扩展。还比较详细地介绍了系统各模块间的交互协议与通信优化。征收GMA相比，新系统更好地满足了网格监测的需求，以较低的系统开销获得较多的功能。     

网格环境中的资源监测

为了构建和执行网格应用，就必须了解网格资源的类型和可用性。该文提出了一个专门为网格设计的开放和通用的资源监测结构，并描述了这个资源监测结构中的资源监测系统的实现。     

网格资源管理中的市场性能监测

针对网格计算经济中的市场模型,实现了资源调度市场的状态数据监测。提出的市场监测指标体系主要包括运行效率(交易达成速度、系统效率、负载平衡、调度失败率和资源利用率)、价格稳定性评估和风险评估(违约率和欺诈)。针对上述评价模型,设计了监测的体系结构;通过仿真实验,验证了模型和体系结构的正确性。     

基于计算经济模型改善网格资源分发和发现的性能

该文在基于计算经济的计算网格体系结构Nimrod/G的基础上,结合NWS设计并实现了一个网格资源分发和发现原型系统,实验表明:该系统可以有效地改进网格系统中的资源分发和发现的性能,进一步提高了网格资源的管理和调度的性能。     

基于GMA的分布式目录服务的设计与实现

网格监测已经成为网格正常运行的基础设施,目录服务对网格监测系统中的大量信息进行组织和管理。本文设计了一种基于网格监测体系结构GMA(Grid Monitoring Architecture)的分布式目录服务,内容包括体系结构、局部模块组成、存储的信息内容、数据传输格式和信息查询方式等。     

空间信息网格下监测系统体系的研究

在网格监测体系结构的基础上，提出一种监测数据源管理系统。该系统给出了底层生产者和数据源之间关系的一个具体实现模型，通过自动控制传感器的运行减小监测系统对被监测者的影响，通过监测数据与元数据分离的架构提高系统的可维护性和灵活性，并且用XML实现了监测对象和监测事件的统一描述。     

一种新的桌面网格的性能监测研究

准确连续的资源监测与呈现是分布式计算性能调节与调度优化的关键。本文对使用沙箱技术的桌面网格系统的监测进行了研究，给出了一个网格监测工具，它能构建网格资源利用的全局、准确、连续的视图。测试证明监测工具能对大型桌面网格（12000人）在桌面PC机资源消耗少于0.1%的情况下进行监控，虽然在Entropia DCGrid平台上开发但也容易整合到其它桌面网格系统中，并支持现存的网格信息服务。     

机器人视觉三维重建网格门户的研究与开发

为了提高机器人视觉三维重建的速度,分析了建设机器人视觉三维重建网格的必要性以及网格门户在网格系统中的重要性.根据三维重建网格的特点设计了网格门户的体系结构,介绍了基于Gridport门户开发工具包快速开发三维重建网格门户中的各个组件的基本过程,实现了基于门户的单点登录、用户管理、资源监测、文件传输和三维重建服务调用等基本功能.     

基于Agent的网格资源管理系统的研究与设计

网格资源管理是网格计算中的重要组成部分和研究难点。本文分析了网格资源管理系统的体系结构模型，提出了基于代理的方法来管理网格资源系统，设计了基于Agent的网格资源管理系统的体系结构和工作流程，并应用该方法分析了资源请求过程的实例。同时，为了适应网格系统的可扩展性，我们应用多代理技术解决了代理之间的相互协作的问题。文中所提出的资源管理方案可为网格资源管理提供一种有效的方法和途径。     

网格环境中资源发现与监测机制研究

网格资源发现与监测是网格计算的一个重要组成部件,为了对网格资源进行调度和分配,网格系统必须对动态的网格资源进行实时、准确地监测,以充分了解资源的当前状态。通过对网格资源发现与监测标准的分析,结合Agents的跨平台通讯和智能化的特性,该文给出了一种基于Agents的分层次的网格资源发现与监测模型,该模型以较小的系统代价,可以获取较好的系统性能。     

基于多传感器的嵌入式安全监控体系研究

提出一种基于多传感器的嵌入式系统安全状态监控体系。该监控体系通过对安全威胁等级的合理划分、优先级设计以及各监控点安全等级关联,建立攻击行为的匹配、处理规则,给出一种基于数据融合的监控感知数据处理模型。应用实例及性能评估结果表明,该安全状态监控体系能够准确、及时地发现并应对针对系统的各类攻击行为,极大地提升系统的整体安全性。     

网格监控体系结构的一种可执行性模型

为网格监控体系结构建立可执行性模型有助于网格监控系统的服务质量提升.因为网格环境的动态性和不可靠性,所以对网格监控体系结构建模时要从可用性和性能两方面综合考虑.讨论系统可用性、响应时间分布、事件丢失概率、公平性等问题.用随机Petri网建立网格监控体系结构的可执行性模型并讨论了模型的应用.网格监控体系结构的系统模型有一个关键特性：事件发布信息和监控事件数据由不同通道传递,在模型中重点关注这一特性.     

基于WSAAsyncSelect模型的GPRS服务端程序设计

简要介绍了GPRS通信的基本原理以及在自动化监测系统中的应用情况.详细描述了基于WSAAsyncSelect网络套接字模型的GPRS服务端程序架构和关键实现代码,对使用该模型设计的GPRS服务端程序的大数据量并发测试结果表明,WSAAsyncSelect模型的性能可以应付至少1000个GPRS终端的数据并发,满足中小规模自动化监测系统基于GPRS通信的需求.     

集成CPU-GPU架构上的列存储连接优化技术研究

集成多核CPU-GPU架构已经成为计算机处理器芯片的发展方向。利用这种架构的并行计算能力进行数据处理已经成为了数据库领域的研究热点。为了提高列存储系统的查询性能,首先改进了已有协处理机制中的负载分配策略,通过监测数据库系统CPU占用率,动态地为处理器提供合理的数据划分;然后,针对集成多核CPU-GPU架构上的数据预取机制,提出了一种确定预取数据大小的模型,同时,针对GPU访存的特点,进行了GPU访存优化;最后,使用OpenCL作为编程语言,实现了一种集成多核CPU-GPU架构上的列存储排序归并连接算法,并采用提出的方法对连接处理进行优化。实验证明,所提优化策略可以使列存储系统排序归并连接性能提升33%。     

Condition monitoring of the cutting process using a self-organizing spiking neural network map

This paper presents a new approach to sensor based condition monitoring using a self-organizing spiking neuron network map. Experimental evidence suggests that biological neural networks, which communicate through spikes, use the timing of these spikes to encode and compute information in a more efficient way. The paper introduces the basis of a simplified version of the Self-Organizing neural architecture based on Spiking Neurons. The fundamental steps for the development of this computational model are presented as well as some experimental evidence of its performance. It is shown that this computational architecture has a greater potential to unveil embedded information in tool wear monitoring data sets and that faster learning occurs if compared to traditional sigmoidal neural networks.     

Providing advanced remote medical treatment services through pervasive environments

Advances on sensor technology, wireless environments and data mining introduce new possibilities in the healthcare sector, realizing the anytime-anywhere access to medical information. Towards this direction, integration of packet-switched networks and sensor devices can be effective in deploying assistive environments, such as home monitoring for elderly or patients. In this paper we describe a policy-based architecture that utilizes wireless sensor devices, advanced network topologies and software agents to enable remote monitoring of patients and elderly people; through the aforementioned technologies we achieve continuous monitoring of a patient’s condition and we can proceed when necessary with proper actions. We also present a software framework and network architecture that realizes the provision of remote medical services, in compliance with the imposed security and privacy requirements. A proof of concept prototype is also deployed, along with an evaluation of the overall architecture’s performance.     

基于IDL语言的太湖蓝藻水华遥感监测信息系统设计

以MODIS L1B数据为数据源,采用IDL语言,运用系统配置与插件技术实现系统架构,设计中间件解决系统框架和IDLDrawWidget控件通信接口的衔接问题,设计模型对象管理器组织模型对象,设计IDL数据显示的组织结构实现图像显示及其与矢量数据的叠加显示,使用相对图像坐标系显示叠加的矢量数据,并运用影像匹配技术和仿射变换技术分别实现了MODIS L1B影像"双眼皮"消除及其几何校正,在此基础上运用蓝藻水华遥感监测模型,实现蓝藻水华空间分布信息自动化提取。     

基于Storm的城市消防联网远程监控系统的实时数据处理应用

针对城市消防联网远程监控系统中实时信息数据逐渐增长而引出的大数据问题,传统的消防系统无法实时、高效地处理消防实时数据的问题,提出了一种基于云计算和Storm实时数据处理系统的解决方案;对于开源的Storm框架进行需求和性能分析,实现对其技术架构上的改进,并结合消防系统的特点,提出一套高实时性、高可扩展性的消防联网监控中心的数据实时处理的体系架构,同时也进行了云计算平台的搭建,利用心跳检测机制保证各个监控单位的实时性连接;研究表明,基于云计算和Storm平台架构完全适用于消防联网监控中心的实时消防数据的处理,具有高效性、高可靠性、性能显著等特性。     

无线传感器网络中基于预测的时域数据融合技术

数据融合是无线传感器网络中重要的研究领域之一。在无线传感器网络中,数据融合的作用主要体现在节省能量、提高数据收集效率、增强数据准确性以及获取综合性信息等几个方面。时间序列分析是一种根据动态数据揭示系统动态结构以及规律的统计方法。基于监测数据的时间序列模型以及时间序列预测,提出适用于无线传感器网络的基于预测的时域数据融合方法,以部署于故宫博物院的环境监测网络采集的温度数据作为样本,通过仿真对该方法进行有效性验证以及性能分析。结果表明,一阶自回归预测算法与其它预测算法相比,具有更好的适用性,当误差阈值为0.05 ℃-0.50 ℃时,预测成功率为21%-83%;当误差阈值为0.05 ℃时,节能收益达到68%。     

基于随机移动模型的移动sinks无线移动传感器网络性能分析与改进*

引入移动sinks节点是解决网络连通性、能耗平衡、提高网络生命周期和网络容量的有效方法。针对移动sinks节点的移动机制直接与网络性能相关,结合mWSNs体系结构,分析了基于随机移动模型的网络性能,提出了零数据包分片率的随机移动模型。理论分析与仿真结果表明,该模型能够保证数据零分片,提高了网络的时延性能和数据包传输成功率。