一种带回馈机制的新型网格资源发现算法的研究

网格资源发现算法是网格资源发现机制的核心,传统的分布式资源发现算法通常只关注正向搜索的成功率,反向的响应报文仅仅用来向资源申请者报告搜索成功与否.本文提出了一种带回馈机制的新型网格资源发现算法,该算法充分利用响应报文与请求报文可能经不同路径返回的特点,在正向搜索失败时,启动反向搜索机制,在一个往返时间里进行二次搜索.模拟实验表明该算法可以较好地提高资源发现成功率,同时并未明显增加整个系统的开销.     

带回馈机制网格资源发现算法在多域环境中的改进

网格资源发现算法是网格资源发现机制的核心,带回馈机制的网格资源发现算法充分利用响应报文与请求报文可能经不同路径返回的特点,在正向搜索失败时,启动反向搜索机制,在一个往返时间里进行二次搜索.但是算法在讨论时将整个网格的拓扑结构看成是一个全分布的系统,所有节点位置平等,而现实中的网格大部分是由多个不同的自治系统联结而成,具有一定的区域性.本文对带回馈机制的网格资源发现算法在多域环境中进行了改进,将资源发现过程分为域内发现和域间发现两部分,分别采用不同的资源发现机制,性能分析和模拟实验表明该算法具有良好的可扩展性和较高的性能,更适合真实的网格环境.     

基于小世界特性的网格资源发现算法

对已有的网格资源发现方法进行分析,提出一种以P2P方式实现的、基于小世界特性的非集中式网格资源发现算法。算法将具有相似兴趣属性的结点组织在一起形成兴趣簇,使得搜索请求尽量在簇内进行传播。仿真测试结果表明,该算法可以很好地减少资源发现的通信开销．并有着较高的搜索成功率。     

基于捕食搜索策略的网格任务调度算法

为解决网格任务调度难题,设计了一种模仿动物捕食策略的网格任务调度算法SAPS(Scheduling Algorithm Based onPredatory Search)。该算法首先确定待搜索区域,将待搜索区域划分为若干子区域,然后对子区域依次进行区域搜索,在搜索过程中如在某个子区域发现较优解,则对此子区域进行精密搜索,如未发现较优解,则转到下一个子区域,直至遍历所有子区域。SAPS算法具有较好的全局搜索和局部搜索的能力,克服了Min-min算法单纯追求局部最优而缺少全局意识的缺点。试验结果表明,该算法能更有效地解决网格任务调度问题。     

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.     

一种基于最小代价的网格资源发现模型

引入域和资源路由节点的概念,设置最小代价函数对网格资源进行分层按域划分,形成一种基于最小代价的分层次网格资源发现模型;并为模型设计了相应的资源路由器节点选择算法、资源注册和查询算法。性能分析和模拟实验结果表明,模型具有良好的可扩展性和容错性,且系统代价低;模型能够在屏蔽网格资源异构性的同时很好地满足其动态性、分布性和扩展性的要求,具有较高的资源搜索性能。     

一种P2P环境下高效Topk资源搜索技术

随着网格的广泛应用,在网格下查询最符合用户需求的k个资源成为资源搜索研究的重点之一.特别是资源在地域上广泛分布,使得这种Topk搜索的效率成为影响系统性能的关键因素之一.提出了一种P2P环境下的Topk搜索算法,它根据资源属性,将网格资源看做是m维空间中的点,而Topk搜索就转换为在m维空间中搜索距离查询点最近的k个点.该算法根据Agrawal发现的资源密集现象,在m维空间中确定搜索区间大小,并利用P2P领域的多区间搜索算法,迭代地在多个区间中搜索资源,使得算法同时保持高效和低负载的特点.证明了该算法的正确性并分析了它的性能,分析和实验表明,该算法在高维资源属性空间中具有较好的查询效率和较低的网络负载.     

基于混合蚁群算法的网格任务调度

针对网格任务调度的调度时间长、资源负载不平衡等问题,提出一种基于混合蚁群算法的网格任务调度方法。该方法将禁忌搜索作为蚁群算法的局部搜索策略,以扩大解的搜索空间,避免陷入局部最优,并通过多样化机制提高算法收敛速度。利用平衡因子调节信息素的更新,改善资源的负载平衡性能。     

基于兴趣聚类的网格资源发现算法*

为了更有效地解决网格资源的搜索和定位问题,提出一种以P2P形式实现的、基于兴趣聚类的非集中式网格资源发现算法.算法采用被动学习方式,通过用户的访问历史抽取节点的兴趣属性,将节点按照兴趣属性划分为多个簇,资源发现请求在簇内朋友节点之间传播,查找失败后,将请求路由到与其兴趣最相似的其他簇内.仿真测试表明,算法稳定高效,相比传统算法在低开销情况下性能有显著的提高.     

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。     

偏好关系下的最优约简求解算法研究

随着数据资源为越来越多的用户所共享,不同用户对相同数据信息有不同的用户偏好与需求,并由此而产生了一种数据挖掘技术,称之为面向需求的知识发现。针对粗糙集中的约简求取问题,提出了字典序偏好关系,并精确地描述了此偏好关系下的最优约简,设计了实现算法的数据结构及相应的访问方式FLVA,构造出了相应的求解算法,并从理论上证明了该算法的正确性。     

网格环境中基于语义注释的服务发现算法

网格是一种大规模的资源共享技术,它通过资源的分布式协作来加大资源的共享利用率。网格服务发现是使用网格的基础和前提,但目前的网格服务发现在召回率和准确率上均未达到理想水平。针对该问题,提出了服务行为的概念,并且利用语义技术对其进行注释,在此基础上提出一种基于服务行为语义注释的网格服务发现算法。实验结果表明,与传统方法相比,该算法具有更高的准确率和召回率,并能够在一定程度上提高服务的稳定性。     

一种基于QoS的网格服务选择机制

开放网格服务体系结构OGSA提出了网格服务的概念,为网格资源的虚拟化管理给出了一条有效途径。当前网格系统对于网格服务的支持主要集中在服务的功能发现与调用部分,缺乏对服务的非功能属性的管理支持。服务的非功能属性如服务的响应时间、价格、可靠性等对于用户来说非常重要,体现着用户对网格服务的QoS需求。基于QoS的服务选择机制能够对网格服务的QoS模型进行管理和度量,对于用户提出的QoS需求,服务匹配算法能够为用户选择满足需求倾向的服务。     

A new method for the informed discovery of resources in the grid system using particle swarm optimization algorithm (RDT_PSO)

Nowadays, there has been a growing interest in investigating and improving the methods used for resource discovery and access in grid systems, the reason could be the important role of resource exploration methods in determining the quality and performance of grid systems. With the development of grid environments and the increase in the number of resources and geographical distribution, finding new algorithms to discover the required resources at a minimized resource discovery timespan is considered an important task. In this study, by using the intelligent resource discovery model as well as the decentralized method, it is shown that the optimal resource may be searched for reservation and allocation with the least number of visited nodes and the minimum time possible. In order to find the quickest path, the proposed algorithm was optimized using the particle swarm optimization algorithm; then it was compared to the BITMAP and Footprint Resource Discovery Tree, which are among the hierarchical methods of resource discovery. According to the results, the number of visited nodes in the proposed method was found be lower than those of other methods.     

符合动态演变特性的网格资源发现机制研究

近年来人们对如何提高网格资源发现效率做了大量的研究,但却忽略了适应网格资源动态演变特性的重要性.针对这一问题,结合小世界理论的网络特征,提出了一种新的基于P2P分布式结构化的网格资源发现机制.通过计算资源节点间属性相似度的方法,将网格资源分类组织在不同的虚拟组织中,结合P2P技术构建出两层覆盖式资源发现模型,并设计出相应的资源查找算法DSRD (distributed structure grid resource discovery).仿真实验结果表明,DSRD算法既能够适应资源的动态特性,同时又可有效地提高资源发现效率.     

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。     

在网格资源发现中使用蚁群算法的应用研究

网格中包含多种多样、分布领域广、系统结构差异大、变化频繁等特点的资源．这给网格环境下的资源发现机制带来更大的难度和更多的挑战。阐述网格资源发现在网格资源管理中的重要性,分析网格资源发现中应用蚁群算法的优势,在此基础上,对网格资源发现中应用蚁群算法的方案进行综合的设计与分析．讨论在网格资源发现机制中蚁群算法的实际应用。     

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。     

A resource selection scheme for QoS satisfaction and load balancing in ad hoc grid

Ad hoc grids are highly heterogeneous and dynamic, in which the availability of resources and tasks may change at any time. The paper proposes a utility based resource selection scheme for QoS satisfaction and load balancing in ad hoc grid environments. The proposed scheme intends to maximize the QoS satisfaction of ad hoc grid users and support load balancing of grid resources. For each candidate ad hoc grid resource, the scheme obtains values from the computations of utility function for QoS satisfaction and benefit maximization game for ad hoc grid resource preference. The utility function for QoS satisfaction computes the utility value based on the satisfaction of QoS requirements of the grid user request. The benefit maximization game for grid resource node preference computes the preference value from the resource point of view. Its main goal is to achieve load balancing and decrease the number of resource selection failure. The utility value and the preference value of each candidate ad hoc grid resource are combined to select the most suitable grid resource for ad hoc grid user request. In the simulation, the performance evaluation of proposed algorithm for ad hoc grid is conducted.