DHT负载均衡的必要性

在分布式哈希表(DHT)中,节点ID通常随机选择,但这并不意味着DHT是负载均衡的.仿真结果表明,Chord网络中的负载是不均衡的.在总结对该问题相关工作的基础上,理论上证明了DHT算法本质上的不均衡性,并精确给出节点负载不均衡性的上界范围,仿真验证了分析结论.     

基于用户优先级的云计算任务调度策略

根据云计算环境中用户任务调度的不同需求,提出一种基于改进离散粒子群优化算法的任务调度策略,可实现在短时间内对云计算任务的相对较优调度。将用户费用与该任务的截止时间相结合,构建相对合理的用户优先级,以引导算法的适应度函数的偏好。引入重优化判断准则,在保证算法有能力跳出局部最优的同时保持解的多样性,最终求出满足用户优先级偏好的任务调度映射。仿真实验结果表明,该策略更符合云计算调度的复杂环境,能得到全局较优的任务调度方案。     

针对规则更新操作的测试数据包选取算法*

防火墙规则集中存在的配置错误主要来源于规则的添加、删除等更新操作。因此进行规则更新时,需要使用测试算法判断更新操作的正确性。现有的测试算法仅从被添加或被删除规则的顶点选取测试数据包,不能检测出所有因规则冲突而导致的配置错误。基于此,提出了一种针对规则更新操作的测试数据包选取算法PCRU。该算法从两处选取测试数据包,即被添加或者被删除的规则的顶点和规则冲突区域。理论分析和仿真实验表明,与现有测试算法相比,在进行规则更新时,PCRU算法只需使用少量的测试数据包,即可检测出所有因规则冲突而导致的配置错误。     

基于均匀离散PSO 算法的多QoS 网格任务调度策略

针对网格环境中多服务质量(QoS)约束条件下独立任务调度问题,提出一种融合配方均匀设计与离散粒子群优化算法(UDPSO)的任务调度策略,以实现对独立任务优化调度的快速生成.该算法采用类似 DPSO 算法的速度和位置更新方法,结合配方均匀设计,快速衡量各 QoS 约束条件的适应度,以产生分布均匀且较优的 Pareto 解集,最终为系统提供一组较优的任务调度方案.仿真实验表明,该算法更符合网格调度的复杂环境,能够得到较短的任务执行时间和较均衡的 QoS 保障.     

改进Pareto蚁群算法的多QoS组播路由策略

满足多约束条件的QoS(Quality of Service)组播路由是新一代网络信息传输的一项关键技术之一,提出一种改进Pare-to蚁群算法(MPACO)对该问题进行求解.通过分析QoS组播路由问题模型,针对QoS参数以及网络信息不确定的情况,使用分类蚁群快速查找出在给定QoS条件下满足需求概率最大的组播树Pareto非劣解.在算法执行过程中引入局部信息节点惩罚更新机制,以降低无关节点的重复搜索率;同时在全局信息素更新阶段,引入了新的激励更新机制,以期提高算法的收敛速度.仿真实验表明,该机制是可行和有效的,并能较快搜索到全局(近似)最优解.     

网格环境中带度约束的多播资源查找算法

网格计算的前提是资源查找。本文分析研究了几种适应某些网格资源模型的现有资源查找算法及其时间和空间复杂度。针对有多播特征的网格环境中的资源查找，基于多播功能，同时赋予资源节点不同权值，构造带度的多播网格资源模型，提出带度约束的多播资源查找算法。与现有算法相比，此算法能更有效实现多播网格环境中资源的快速查找。