一种基于透明计算的动态负载平衡算法

服务器集群在透明计算新模式中的引入，需要多种资源(CPU、内存和I/O等)有效共享。针对传统负载平衡算法考虑资源因素单一、难以满足需求的现状，该文提出一种基于透明计算的负载平衡算法(LBTC)，它充分考虑系统多种资源，并采用负载向量表征和协调。通过不同平均内存需求情况下、不同系统中、不同算法执行复杂任务时的平均减速比较，表明LBTC能以适当增加计算复杂度为代价有效实现资源共享，提高系统性能。     

分布式工作流中的自适应实时任务调度方法

为提高分布式工作流中实时任务的调度效率,提出了一种基于比例-积分-微分控制的自适应任务调度方法.该方法采用基于动态关键路径的任务分配策略把任务分配到不同的流程引擎上,并通过任务调度器对任务进行调度.任务调度器根据准入控制器和比例-积分-微分控制器的计算结果,采用弹簧算法调整流程引擎中实时任务的各项参数,以便让流程引擎处理尽可能多的任务.此外,为了防止系统的瞬时过载,自适应任务调度方法采用了准入控制策略.该策略根据系统当前的负载情况实时对进人系统的任务数量进行控制,保证了系统的稳定运行.     

基于透明计算的龙星网络计算机系统测试报告

透明计算模式提出在用户端系统上不安装任何操作系统和应用程序,而在执行时通过网络从服务器上动态调用操作系统和应用程序在端系统上执行,从而使得用户可以在同一终端上选择支持该终端CPU指令结构的任何操作系统及应用程序犤1犦。论文对基于该模式的龙星(LX)网络计算机进行了功能测试和性能测试,包括客户机的启动时间、典型应用启动时间、文件移动时间等功能参数和响应时间、服务器CPU占用率、客户端CPU占用率、网络吞吐量等性能参数,并对测试结果进行了分析。