网格资源管理系统模型研究

网格资源管理系统是网格计算系统的重要组成部分。文章分析了网格资源管理系统的功能需求，具体论述了该模型的原型系统，最后介绍了相关研究工作。     

元计算系统的研究现状与趋势

元计算系统(metasystem)是可以作为虚拟的整体而使用的地理上分散的异构计算资源,这些资源包括通过高速网络连接的异构计算机、数据库、科学仪器、文件和超计算系统等。元计算系统在硬件和软件等方面均有异构特性,适合具有不同内在并行性的复杂应用的执行。现存的绝大多数并行系统都是同构的,不具有这一优势。因此,研究异构的并行系统很有现实意义。国外在元计算系统方面开展了实质性的研究工作,美国的研究领先于其它国家。十年前开始预研,1992年正式提出概念设计,现在元计算已经成长为高性能计算的一个新的研究热点,并有不同设计目标的原型或实验系统产生。而在国内,元计算的研究处于初研阶段,和国外相比还有较大差距,还无可用的系统问世。1 元计算的研究背景和意义     

基于Intranet的高性能金融仿真平台建立和使用

Monte Carlo仿真是实现金融证券定价及风险评估的主要方法．本文提出在Intranet上利用JAVA简单、快速建立并行Monte Carlo仿真平台的方法．SPMD编程模型用于程序设计，利用eager算法实现负载均衡、容错及适度并行．独立序列作为并行伪随机数生成技术从而保证并行仿真的可用性．股票期权定价及银行信用风险VaR实时计算作为应用，完成实际仿真系统设计及实验．获得理想运行结果．目前，该平台及应用系统可用于金融机构创新服务和风险管理中．     

WADE系统的多级分布式对象命名体系的设计与实现

WADE是一个基于校园网络的面向对象的元计算系统，通过分布式对象模型实现广域异构资源的一致管理，提出了一种4级对象层次结构支持模型的组织与实现，对象命名代理负责用户与系统的接口，映射用户对象标识符UOID到系统对象标识符SOID，对象通信代理为对象绑定通信地址，建立通信对象标识符COID，对象存储管理器则负责对象的惰性保存，并通过永久对象标识符POID识别惰性对象，WADE采用了双Cache缓冲机制，有利于提高对象的操作与通信性能。     

可信网络中基于多维决策属性的信任量化模型

可信网络中的信任关系模型本质上是最复杂的社会关系之一,涉及假设、期望、行为和环境等多种因子,很难准确地定量表示和预测.综合考虑影响信任关系的多种可能要素,提出了一个新的基于多维决策属性的信任关系量化模型,引入直接信任、风险函数、反馈信任、激励函数和实体活跃度等多个决策属性,从多个角度推理和评估信任关系的复杂性和不确定性,用来解决传统量化模型对环境的动态变化适应能力不足的问题;在多维决策属性的融合计算过程中,通过信息熵理论确立各决策属性的分类权重,克服了过去常用的确定权重的主观判断方法,并可以改善传统方法由于主观分配分类权重而导致的模型自适应性不强的问题.模拟实验表明,与已有同类模型相比,该模型具有更稳健的动态适应性,在模型的安全性方面也有明显的优势.     

基于行为监控的自适应动态信任度测模型

大规模分布式系统中的动态信任关系模型本质上是最复杂的社会关系之一,涉及假设、期望、行为和环境等多种因子,很难准确的定量表示和预测.将粗糙集理论和信息熵理论结合起来,应用于开放环境下动态构建基于行为数据监控与分析的信任关系度测(度量与预测)模型.该方法直接从分析传感器监测到的动态数据入手,针对影响信任的多个度测指标进行自适应的数据挖掘与知识发现,从而改变了传统的信任关系建模思路,跳出了传统信任关系建模过程中各种主观假设的束缚,并克服了传统模型对多维数据处理能力不足的问题.实验结果表明,与已有模型相比,新模型能够快速准确地实现开放分布式环境下实体的可信性判别,而且具有良好的行为数据规模的扩展能力.     

物联网技术专业课程体系探索

论述物联网专业设置的必要性和可行性,探讨物联网技术专业的人才培养目标,研究物联网技术专业的课程体系结构,以期研究工作有助于为即将开设该专业的学校提供参考。     

计算技术及其在金融中的应用研究

从组成计算的基本要素出发,总结了影响计算技术发展的关键问题,分析了软件及体系结构的改进对分布并行计算模式的支持。结合金融问题,具体给出分布并行计算在金融监管和金融产品设计中的应用。     

大规模分布式环境下动态信任模型研究

随着网格计算、普适计算、P2P计算、Ad Hoc等大规模的分布式应用系统的深入研究,系统表现为由多个软件服务组成的动态协作模型.在这种动态和不确定的环境下,PKI(pubic key infrastructure)中基于CA(certificate authority)的静态信任机制不能适应这种需求,动态信任模型是新的研究热点.分析了动态信任关系的相关概念、主要问题和研究方法;选取新的、典型的动态信任模型及其使用的数学方法进行评述,并进行了各种算法的比较性总结;分析了目前研究中的问题,并展望了其未来的发展方向.研究表明,动态性是信任关系量化与预测的最大挑战.今后的工作重点是对信任动态性的本质属性作进一步的理论研究,为实际应用提供坚实的理论基础.