一种基于模糊聚类的资源发现策略

Chord是一款较为成功的P2P资源发现算法,但在网格环境中由于网格资源固有的特性,影响了其发现效率。针对网格资源的复杂多样性以及很难精确分析其相似程度,提出利用模糊聚类的方法对资源进行属性划分,将资源分成多个资源相似集合,结合Chord路由算法,相似资源存放在较近的Peer上组织成2维Chord结构。实验结果表明,与原Chord路由算法相比,该策略能有效降低查寻时间,资源发现效率明显提高。     

网格资源发现中移动Agent路径优化的研究

在对动态网格资源发现模型研究的基础上,改进了移动Agent在网格环境中的动态巡游策略.分析和比较了路径优化算法,在遗传算法和蚁群算法融合的基础上,提出了基于Agent的网格资源发现机制中进行路径优化的新方法,解决移动Agent为完成用户指定的资源发现任务在网格动态环境中移动时的迁移路径问题.实验结果表明了该算法的可行性,适应网格的动态性,以及提高网格资源发现的效率.     

网格资源发现模型的研究

提出了一种基于WSRF的网格资源发现模型,该模型采用三层架构以及集中式与分布式相结合的资源组织结构,将网格资源发现中的关键功能包装为有状态的Web服务.同时介绍了在该模型中资源加入与离开算法和资源查询算法.该模型结合WEB服务技术、P2P技术与网格资源管理技术的优点,并经试验测试分析与实际项目检验证明该模型能够适应大规模异构环境下的网格资源发现要求.     

基于DSOF的网格资源发现模型研究

为了解决传统资源发现机制不能很好地适应网格资源环境的问题,在有效组建网格资源虚拟组织的基础上,提出了资源虚拟组织中联系结点的选取原则和选取算法,通过该算法从具有相同资源类型的联系结点中选出管理结点.联系结点和管理结点之间采用类似二部图的方式进行连接,构成基于动态自组织覆盖架构的网格资源发现模型.从资源发现能力、资源发现效率和系统可扩展性等方面对该模型进行了综合评价,结果显示该模型适合网格资源的特征,在大规模网格系统中能够有效提高资源发现性能,仿真实验验证了该模型的有效性.     

基于资源区域的网格资源发现方法

资源发现是整个网格系统的热点研究问题。结合P2P技术提出了一种基于资源区域的网格资源发现的新方法,按照资源的类型将网格资源划分为多个区域,具有相同类型资源的网格信息节点组织在同一区域中,各区域由一个域中心节点进行管理,各域中心节点形成P2P层。把网格中的资源分为域间－域内两类,从而大大提高了查询效率和通信效率,减少了网络流量。     

网格资源发现中资源虚拟组织构建方法研究

怎样合理有效地组织网格资源是网格资源发现的关键问题.对网格环境下资源的组织方式进行了研究,提出了网格资源结点动态自组织算法,通过该算法能够将网格资源结点合理有效地组织成具有资源类型的网格资源虚拟组织;提出了资源虚拟组织大小划分的原则,有效地解决了网格资源发现系统中资源虚拟组织与系统规模之间的矛盾,通过仿真试验验证了该方法的有效性.     

基于Hierarchy结构的网格资源发现算法

为了解决传统资源发现机制不能很好地适应网络状态、可扩展性较差等问题,在超级节点模型的基础上,结合联系节点,建立了一种基于层次结构的网格模型,设计了成员加入协议,给出了基于跳数限定、缓存列表的资源发现算法。通过对网络架构的分析,该模型能够适应网格资源的复杂性与异构性,可扩展性好。实验结果证明：该算法缩短了查询时间,提高了网格环境下资源发现的效率。     

基于自组织的网格资源发现方法的研究

为了提高网格资源发现的效率以及系统的稳定性,提出了一种可以自组织的三层网格服务资源结构.这种结构能够将系统中的结点进行有效的自组织,即结点按照各自的特点,自动组成虚拟组织并选出一个主索引结点,然后主索引结点动态地选出全局索引结点,另外还能够根据系统的具体状况选择适当的资源查找算法,从而提高了查找效率.仿真结果证明,这种结构是稳定可靠的,同时具有很高的查询效率.     

一种基于移动Agent的网格资源发现方法

提出了一种基于移动Agent的非集中式网格资源发现方法,通过Agent共享服务请求环境中重叠部分的信息,减少整个信息索存储空间的数量,从而提高了查找效率。Agent并行处理查找任务,可扩展性提高了。同时提出了一种基于CE算法的资源查找算法ApRD,该算法是完全分布式的,由移动Agent来执行。实验结果表明该方法可获得较满意的资源定位性能,能适应网格资源的分布性、动态参与和良好的可扩展性。     

基于P2P框架的网格资源发现算法研究

由于资源数量的巨大,典型网格系统中的资源发现问题就成为关键,而现有网格中有许多的资源发现算法主要是集中或分层方法.P2P已经被认为是一种合适的分布式模型,它具有动态性、可伸缩等优点.在现有网格之上提出了一个P2P虚拟层,并据此提出了一个用于网格资源发现的分布式算法,从而解决现有网格系统中资源发现效率低、性能差、不具有伸缩性和可扩展性等一系列问题.     

基于P2P框架的网格资源发现算法研究

由于资源数量的巨大,典型网格系统中的资源发现问题就成为关键,而现有网格中有许多的资源发现算法主要是集中或分层方法。P2P已经被认为是一种合适的分布式模型,它具有动态性、可伸缩等优点。在现有网格之上提出了一个P2P虚拟层,并据此提出了一个用于网格资源发现的分布式算法,从而解决现有网格系统中资源发现效率低、性能差、不具有伸缩性和可扩展性等一系列问题。     

基于P2P技术的资源发现机制的研究

网格能使用户共享和访问广域网中的大量资源,但是随着网格规模的扩大,应用的增多,传统的集中式的资源发现机制不能够满足网格环境下查询效率和扩展性的要求。本文在简要介绍目前网格中资源发现机制基础上,结合P2P技术构造了网格环境中的一种新的资源发现模型,并给出该模型中需要解决的关键问题和方法。该模型支持基于属性的动态分布式查找,并且具有很好的扩展性。     

基于多属性查询的P2P网格资源发现机制

资源发现是网格环境中的关键问题,目前许多的资源发现机制并不能有效地提供资源的分类。为此,在P2P网格基础上提出一种基于多属性查询的分布式资源树的资源发现机制。该分布式资源树通过资源的主属性进行资源的组织和分类,能动态灵活地实现P2P网格中各节点的负载动态平衡。     

分布式系统中的资源发现机制综述

资源发现问题亦即由给定的资源描述找到满足该描述的资源地址。如何快速并且准确地从分布存储的资源中找到所需的资源,是一个挑战性的问题。传统的网格资源发现系统采用注册中心和索引的方式,但这些方式不能满足网格系统规模不断扩大的需求。而对等网络是一种扩展性好的分布式系统,采用已有的P2P技术解决网格环境下的资源发现问题是一种有效的途径。介绍了网格系统中的资源发现、P2P系统的资源发现以及基于P2P的网格资源发现系统,并对它们进行了比较。     

一种基于索引P2P分层的网格资源发现模型

网格资源发现是网格研究中的重要组成部分,随着P2P网络的兴起,许多新的概念和研究方向为网格研究提供了思路。针对网格环境下集中式和无结构P2P资源发现机制的缺陷,提出了一种基于索引P2P分层的网格资源发现模型,引入了索引P2P分层网络,充分利用了网格环境中节点性能的差异,具有较好的资源查找发现功能,并且对大规模的网格具有较好的适应性。     

集成语义和多Agent的网格资源发现模型

将P2P技术应用到网格环境中,可为网格的可扩展性提供更好的解决方案。该文提出一种基于P2P模式的网格资源发现模型,将资源的发现分为2个阶段：网格节点GridPeer域内查询和网格节点GridPeer域间查询,并且集成了语义和多Agent技术。理论分析表明,该模型比集中式资源发现方案可扩展性更强,更适用于基于P2P模式的网格环境下资源的匹配。     

教育资源网格中资源的描述与组织技术

网格中的资源发现是网格研究的重要问题。文中主要针对教育资源网格中的资源发现,而教育资源网格中资源的描述和组织技术是资源发现的基础。通过分析国家《基础教育教学资源元数据规范》,采用资源描述框架来描述教育资源和资源请求,用索引链表的存储方式来组织教育资源。通过与其他结构的比较分析,证明了索引链表结构能减少查询次数,适应网格环境的动态性和异构性,更有利于资源发现。     

Data resource discovery model based on hybrid architecture in data grid environment

Today, the management of massive data collections draws much attention as data grids have been developed to deal with large computational problems and provide the opportunity for sharing geographically distributed resources for large‒scale data‒intensive applications. Therefore, finding an effective approach to discover data resources in order to promote better interactions between application communities or virtual organizations becomes a critical challenge. Traditional grid resource discovery models are mostly based on central and hierarchical architecture that can lead to bottlenecking with the expansion of the grid scale. Although the Peer‒to‒Peer (P2P) technique is integrated into the grid in order to improve the performance in recent years, each P2P structure still has drawbacks that require several compensatory strategies. In this paper, based on the unstructured super‒node‒based architecture from the P2P system, we design a structured logic resource tree in each domain in order to effectively alleviate the load on the super‒node, and we propose a query recording learning algorithm based on this hybrid architecture to reduce traffic in the network and greatly shorten the response time. The model and algorithm are validated by simulations and compared with the traditional super‒peer model and the flooding‒based approach. Copyright © 2014 John Wiley & Sons, Ltd.