交通信息网格的研究

交通信息网格通过异构计算机的整合，实现更高程度的资源共享，能够提供更强的计算能力，是解决交通问题的有效手段，交通信息网格原型系统根据城市交通与网格具有相似的特征，融合信息网格技术，以解决智能交通系统中的瓶颈，它主要体现了最优出行方案的选择，利用网格来实现资源共享和提高计算效率。同时，它也是实践和应用信息网格技术的示范，能够促进信息网格技术的进一步的研究与发展。  

网格环境下基于信任模型的动态级调度

网格用户、资源和服务的不确定性潜在地影响网格应用任务的正常执行,这样使得设计既能减小应用任务执行时间又能减小欺骗可能性的调度算法十分困难．参考社会学的人际关系信任模型,建立网格节点信任推荐机制,并利用D-S理论对推荐证据进行综合分析,从而定义出基于不确定性推理理论的信任度计算函数．将该函数并入DLS算法得到“可信”动态级调度算法(TDLS),从而在计算调度级别时考虑网格节点的可信程度．仿真结果证实,提出的TDLS算法以小的时间花费为代价,能有效提高任务在信任方面的服务质量需求．  

异构计算中的负载共享

在基于消息传递的异构并行计算系统中 ,各处理器或计算机具有自制和独立地调度、执行作业的能力 .当一个可划分的作业初始位于一个处理器上时 ,为了提高计算性能 ,该处理器可以请求其他异构处理器负载共享 ,参与协同计算 ,减少作业的完成时间 .该文提出了异构计算负载共享的一种方案 .首先 ,调用负载共享协议 ,收集当前各处理器参与负载共享的许可数据 ,包括共享时间段、计算能力等 .然后 ,构造一个作业量与作业完成时间之间的关系函数 .该函数是选择一组合适的处理器群、优化作业划分、作业完成时间最小的理论基础 .最  

随机任务在云计算平台中能耗的优化管理方法

针对云计算系统在运行过程中由于计算节点空闲而产生大量空闲能耗,以及由于不匹配任务调度而产生大量“奢侈”能耗的能耗浪费问题,提出一种通过任务调度方式的能耗优化管理方法.首先,用排队模型对云计算系统进行建模,分析云计算系统的平均响应时间和平均功率,建立云计算系统的能耗模型.然后提出基于大服务强度和小执行能耗的任务调度策略,分别针对空闲能耗和“奢侈”能耗进行优化控制.基于该调度策略,设计满足性能约束的最小期望执行能耗调度算法ME3PC(minimum expectation execution energy with performance constraints).实验结果表明,该算法在保证执行性能的前提下,可大幅度降低云计算系统的能耗开销.  

一种基于非功能属性决策的可信Web服务发现模型

Web服务注册中心为服务请求者寻找Web服务带来方便,但由于其缺少对服务非功能信息的支持,无法很好满足用户需求,最终导致服务发现可信程度不高.首先对Web服务质量、服务信誉等非功能属性进行分析,通过服务行为观测机制获取较客观的属性指标数据,利用多属性决策方法,提出一种可信的Web服务发现模型.模型能帮助服务请求者发现最优的、可信的服务.最后通过一个应用实例验证了模型的有效性.  

基于本体语义的网格服务能力匹配算法

在供需双方缺乏事先沟通的情况下对网格服务的能力进行识别有助于充分利用网格环境下丰富的软件、硬件、信息等资源。在OWL-S的基础上基于本体论语义给出了对网格服务能力的描述和匹配方法，并分析了它相对GT3中现有网格发现机制的优势。  

软件体系结构动态演化的条件超图文法及分析

针对目前.软件体系结构动态演化描述方法的不足,提出用约束超图表示软件体系结构,用左右应用条件刻画软件体系结构动态演化的前断言和后断言,用条件超图文法建模软件体系结构动态演化过程.通过案例分析,讨论了如何构建条件超图文法并应用于软件体系结构动态演化.在此基础上,建立软件体系结构动态演化的一致性条件定义,给出动态演化的一致性判定方法.最后,设计实验进行分析,验证了方法的有效性.  

异构计算中一种图的非均衡划分算法

现有的图的划分算法大多是均衡划分，要求划分块的权值相等，划分块之间的连接代价尽量最小。但是在异构计算环境中，不同的处理机的计算能力不尽相同，从而在并行任务调度时所分配的计算任务量也应随之不同。所以为了适应更广泛意义上的异构负栽均衡，本文提出了异构计算中的一种任务图的非均衡划分算法。该算法根据任意给定的需求，使得划分好的各个子集权值不均等。其中划分子集的个数等于异构环境中处理机的个数，各子集的大小比例于不同处理机的计算能力。算法包括3步：粗化阶段、非均衡划分阶段以及精化还原阶段。本文通过用格林威治大学提供的系列开放图来测试该算法，实验结果表明算法是准确有效的。  

随机模型检测连续时间Markov过程

功能正确和性能可满足是复杂系统可信要求非常重要的两个方面。从定性验证和定量分析相结合的角度，对复杂并发系统进行功能验证和性能分析，统一地评估系统是否可信。连续时间Markov决策过程CTMDP(Continuous time Markov decision process)能够统一刻画复杂系统的概率选择、随机时间及不确定性等重要特征。提出用CTMDP作为系统定性验证和定量分析模型，将复杂系统的功能验证和性能分析转化为CTMDP中的可达概率求解，并证明验证过程的正确性，最终借助模型检测器MRMC(Markov Reward Model Chcckcr)实现模型检测。理论分析表明，提出的针对CI'MDP模型的验证需求是必要的，验证思路和方法具有可行性。  

一种基于条件Pi演算的组合服务柔性演化模型

组合服务应当具有适应所处环境和商业规则不断变化的能力。现有的服务组合语言和执行机制缺乏应对动态变化所需的可变性和适应性。尽管已有很多扩展,但是组合服务的动态适应正确性还缺乏保障。提出了一种基于条件Pi演算的组合服务柔性演化机制。通过增加归属操作符和条件控制符对经典Pi演算进行扩展,使之与事件-条件-动作模式更好地结合起来,从而提出了一种描述组合服务流程的方法。从分析组合服务各种变化的场景出发,提出了11种基本的变化场景及其不同的柔性演化模式,对每种模式进行了形式化描述和分析。该方法能够保证组合服务的可变性和适应正确性。