一种基于ZeroConf协议的虚拟机资源发现与展示方法

构建虚拟计算环境、合理有效地管理和使用虚拟计算环境上的各种资源,正成为网络计算的研究热点之一.本文提出和实现了一种基于ZeroConf协议和imDNS库的虚拟机资源发现和展示方法.通过使用该方法,在虚拟资源计算环境中可以有效地为发现和配置已链接在相关环境中的web资源.我们在给出该方法的基础上,叙述了相关实现和实验结果.     

基于二维P2P的多环资源发现协议族

Chord中的所有节点可视作分布在一维空间中,形成单一的环。针对移动Ad hoc网络,该文提出二维P2P的概念,将所有节点视作分布在二维平面内,允许多个可灵活配置的环存在,并提供冗余查询路径。基于此概念,该文还提出多环二维P2P资源发现协议族,并给出协议族中可行的环配置方案,证明其在网络直径和度性能上的改善。仿真结果表明,合理的配置环能明显改善基于移动Ad hoc网络的P2P查询性能。     

一种基于P2P的网格资源发现算法

为了解决网格技术中节点随机加入及资源动态共享的问题,采用了P2P与网格技术有机融合的方式,改进了网格的动态性和可扩展性,建立了基于P2P的网格资源体系结构模型,并提出了一种融合DHT和蚁群算法的资源发现算法.该算法能有效地提高P2P网格环境下的资源发现性能,可以准确可靠的进行信誉值高、综合费用低的分布式资源发现.     

基于马尔可夫决策过程的网格资源发现

传统的网格资源发现方法没有考虑节点和资源本身性能的优劣性。针对这一问题,提出了基于马尔可夫决策过程(MDP)的网格资源发现方法,利用其对固定目标的最优搜索理论建立MDP模型实现报酬最优的资源发现,并对该模型仿真分析,验证其性能。     

SRDG-M:一种制造网格分层资源发现模型

针对资源发现在网格规模及应用不断扩展过程中变得越来越复杂的问题,在网格环境中融合Web Service技术,同时引入P2P思想,将资源发现模型分为内外两层,提出一个分层网格资源发现模型,简称SRDG(Stratified ResourceDiscovery of Grid),并在制造网格中基于元数据对网格资源分类,设计出SRDG-M体系结构.实验证明,该模型有效解决了集中式模式带来的节点瓶颈等问题,并大幅降低分布式系统中资源发现产生的网络流量,具有高效性,可扩展性和鲁棒性.     

基于校园网格的资源注册模型与发现

随着校园网的普及,网络中的资源越来越多。但校园内不同部门之间的资源结构不同、种类差别较大,资源的长期闲置和资源的严重缺乏并存,无法做到资源的充分共享。文章基于资源词汇集提出了一个校园网格的资源注册模型,将用户的需求作为资源的特性进行描述,从而对资源的查询需求即可转成对需求资源的描述,最终实现校园资源的共享。     

动态网格下的资源发现算法

网格中应用程序的运行需要获取一些满足特定条件的网格资源。文章提出了一种网格环境下动态资源的表示方法-矩阵表示法,同时研究了矩阵表示法下的资源的查找和更新的算法。该算法充分考虑了资源属性的动态性,由于矩阵计算不用操作资源的原始数据,从而提高了查找的效率,不仅能够进行精确匹配的查询也能进行范围查询。在路由查询时,只要参考本地信息就可给出准确的路由选择。矩阵表示资源还简化了动态资源的更新过程,使资源信息能够及时接近真实的网格环境。     

基于Mesh结构的网格资源发现机制

在如今大规模的网络环境中,为了解决传统资源发现机制不能很好的适应网络状态、异构等特点的问题,提出了一种基于Mesh结构的资源发现模型。该模型结合了集中式和对等网模型的优点,在中央节点之外,还引入了超级节点的概念,将整个资源搜索过程划分为本地搜索和全局搜索,从而减少了查询时的时间开销。通过理论分析和实验结果,该模型能有效的提高网格环境下的整体性能。     

一种面向结构化P2P网络的基于闲谈的资源发现方法

 结构化P2P网络下的多属性资源发现一直是一个公开问题.本文针对当前一种新颖的、优于传统方法的多属性资源发现方法－PIRD,深入分析了其在网络动态变化时可能出现的低查询效率问题,并提出一种解决方法:基于闲谈的PIRD(Gossip-based PIRD,G-PIRD).G-PIRD通过闲谈算法估计网络规模,动态调整资源索引的发布以保证高的查询效率.同时针对G-PIRD可能导致的负载不均衡问题,提出一种基于有界LSH(Bounded LSH,B-LSH )的负载均衡策略.试验证明:G-PIRD能动态适应网络变化,保证高效率的多属性资源发现;以及G-PIRD的负载均衡策略在保证高查询效率的同时,大大地降低了节点的索引负载.     

基于三层P2P结构的网格资源发现模型

在现有P2P技术的基础上,设计并实现了一种三层P2P网络.在原有SuperNode P2P结构的基础上进行了改进并增加一层功能节点.该结构中功能节点被用来存储从各个SuperNode收集的特定种类的网格资源信息.通过增加功能节点层可以很好地提高目前基于P2P技术的资源发现的效率,并且有效减少单点失效的问题.     

网格环境中教育资源发现机制

提出了网格环境下教育资源发现机制模型，将P2P技术引入网格资源发现中以实现分布式资源查找．提高其可扩展性，针对教育资源的特点，进行了基于类别的虚拟社区划分．对资源请求的查找可限定在所属虚拟社区内进行，从而可缩小搜索空间，提高资源的发现速度。     

一种改进的基于移动Agent的网格资源组织与发现方法

网格资源的组织与发现是网格计算的关键问题。为了有效地组织和发现资源,在LDAP目录服务的基础上,利用移动Agent技术和分块索引技术,提出一种改进的基于移动Agent的网格资源组织与发现方法,较好地解决了资源的组织与快速发现问题。     

基于P2P技术的网格资源发现中覆盖网络的构建

文章针对网格环境下的集中式资源发现机制的不足,设计了基于P2P技术的资源发现模型,并在分析典型P2P系统Gnutella覆盖网络构建方式的基础上,提出了网格环境下进行覆盖网络构建的新方式--定序方式.按照定序方式构建的覆盖网络可以保证资源发现的服务质量,同时定序方式以节点间的网络延时作为覆盖网络构建的依据,请求消息按照小的网络延时路径在覆盖网络上传播,从而可以提高资源发现的效率.     

A Method for Resource and Service Discovery in MANETs

The paper presents a novel resource and service discovery mechanism for MANETs using Routing Intelligent Mobile Agents(RIMAs). RIMAs periodically collect routing, resource and service availability information and index the same in appropriate RIMA nodes. Every mobile node is close to atleast one RIMA node. The mobile node running an application in need of a resource or a service dispatches a Discovery agent to its nearest RIMA node. The index available at the RIMA node will guide the Discoverer agent to the resource or service node. Analysis of the method reveals the computational complexity to be of the order of square of number of RIMA nodes. Communication overheads are the product of number of generated agents, agent size and number of hops travelled by an agent. The method has been simulated and tested on MANETs of varying sizes from 50 to 800 nodes. Simulation snapshots and results show the proper working and success of the algorithm. Basavaraj Talwar is a Research Assistant at the Protocol Engineering & Technology Unit in Electrical Communication and Engineering department in Indian Institute of Science, Bangalore, India. He is research interests include Applications of mobile agents in MANETs and mobile commerce security. Prof. Pallapa Venkataram is the Chief Programming Executive of Protocol Engineering & Technology Unit, Electrical Communication and Engineering department in Indian Institute of Science, Bangalore, India. He has over 160 publications at various levels. His research interests include Protocol Engineering, Mobile Agents, Mobile Commerce, Wireless Networks, Mobile Computing, Artificial Intelligence. He is a senior member of IEEE and has received numerous awards and other fellowships for his contributions. Prof. Lalit M. Patnaik is currently associated with Computer Science and Automation department in Indian Institute of Science, Bangalore, India. He has currently over 400 publications at various levels. His research interests include Computer Architecture, Parallel & Distributed Computing, CAD of VLSI Systems, Real-Time Systems, Soft Computing, Engineering Applications of Information Technology, Mobile Computing, Computational Neuroscience. He is a fellow of IEEE and has received numerous awards and other fellowships for his contributions.     

P2P层网格资源查询及消息路由算法

首先将网格资源进行分层管理的方式,提出了网格分层体系构架.针对资源查询的处理,提出了3个相关算法IE(information exchange)算法、ID(information discovery)算法和IR(information routing)算法,通过实验在查找失败率、查找速度以及信息复杂度上与传统算法进行了对比,结果表明其性能有了一定的提高.