基于本体的网格资源查找和选择算法研究*

对现有的计算网格资源选择算法作了总体性介绍,并在此基础上详细介绍了三种基于本体的资源查找和选择算法.最后对各种方法作了分析、比较和总结.     

基于FIR神经网络的以太网网络流量预测

对原始数据进行R／S分析得到Hurst系数以选择合适的神经网络结构，重点分析了FIR的阶及两种不同学习算法（Wan和Back-Tsio算法）对预测结果的影响。结果表明FIR阶的选择依赖于流量数据的变化周期，Wan算法在Hurst数接近1的网络流量预测中具有更好的精确性。     

系统日志的安全保护

针对目前系统日志安全级较弱的特点，提出一套完整的系统日志安全保护方案。对于保护系统中其它重要文件也有重要意义。     

一种快速网格任务调度策略

网格任务调度目标有很多,如用户要求任务轮转时间短、花费代价小,而资源提供者希望资源利用率高等,这些目标相互冲突,因此网格任务调度不仅是一个NP难问题,而且是一个多目标优化问题.本文根据网格环境下任务的时间相关性特点,对传统蚁群算法进行了改进,提出了一种快速网格任务调度算法.该算法不仅解决了网格调度中多目标优化问题,而且依据任务调度历史信息生成蚁群算法的初始信息素分布,提高了蚁群算法的求解速度.