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.     

一种自组织资源发现模型和算法

针对具有动态性和不稳定性资源的网格计算环境的资源发现问题,提出一种基于资源索引节点的自组织资源发现模型,该模型采用了基于组的分层资源组织方式,通过信息节点管理组内资源信息,所有信息节点形成树型覆盖网络,可以在信息节点树型覆盖网络实现分布式资源定位.并提出以资源索引节点索引所有信息节点中资源的关键属性,设计了基于资源索引节点的智能资源发现算法,实验结果表明,该算法在系统负栽变化情况下,能保持稳定的性能,相比集中式资源发现算法、结构化P2P资源发现算法和分布式资源算法性能更优.     

一种基于移动Agent的网格资源发现模型

网格计算的核心问题是网格环境中的资源管理，而这些资源是在地理上分布的，并且由不同组织所拥有且具有不同的使用访问策略，要对复杂的网格资源进行管理，首先应能提供一种高效、合理的方法来发现资源，以满足用户的需求；本文结合移动Agent技术提出了一种新的网格资源发现模型。     

一种基于分层的网格资源发现模型

资源发现的质量与网格系统中资源的组织方式和查询消息的路由方式是密不可分的。随着P2P网络的兴起,许多新的概念和研究方向为网格相关研究提供了思路。该文引入了虚拟组织的相关概念,在此基础上将网格资源进行分层管理,提出了分层C&;G体系构架。针对资源查询的处理,给出了3个相关算法：IE算法,ID算法和IR算法。通过实验与传统算法进行了对比,结果表明其性能有了一定的提高。     

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.     

基于匹配引擎覆盖网络的网格资源发现模型

提出一种基于匹配引擎覆盖网络的网格资源发现模型,该模型融合资源匹配技术与P2P定位方法的各自优势,既保证了丰富的资源匹配语义,又解决了资源定位的可扩展性问题,能够满足网格环境下多自治组织的资源发现需要。仿真实验发现,该模型能够快速准确地发现匹配资源,提高了网格资源发现的容错性、健壮性和可扩展性。     

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。     

基于蚁群算法的网格资源发现模型研究

本文通过对传统的网格资源发现存在的问题进行分析,针对其不足,引入蚁群算法,提出基于蚁群算法的网格资源发现模型（AA_GRRM）,设计并分析AA_GRRM的体系结构,并对其关键模块分析设计,以提高网格资源发现效率。     

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.     

网格环境中的资源发现机制研究

网格环境中高效的资源发现是直接关系网格性能的核心因素之一.现有资源发现机制都未考虑资源自身在资源发现过程中的主动作用,据此提出了一种资源主动声明机制.处于可用状态的资源,可以通过向潜在用户发送声明信息,声明其可用状态,主动供用户选择.并且介绍了该机制的关键技术、实现过程,指出了该机制在提高资源利用率,缩短资源发现时间,改善资源管理性能方面的优势.     

基于网格计算的非集中式资源发现的研究

网格计算为共享和访问大型且不同种类的远程资源集提供一种机制,例如电脑、联机装置、存储空间、数据和应用程序等资源。这些资源通过属性来标识。资源属性具有各种不同程度的动态性,从静态属性(比如操作系统版本)到高动态性(比如网络带宽或CPU负荷)。论文中,在P2P体系中进行大型的和动态的资源发现。在非集中式体系中,评估一套请求传递算法,该算法被设计成能适应不同资源成分(包括共享策略和资源类型)和动态性。为了达到这个目的,建立一个用来模拟两种应用特性的实验平台,这两种特性为:(1)资源按节点分布,而且在共享资源的数量和频率方面也不尽相同:(2)对资源的多种请求模式。     

推荐共享机制在网格资源查找中的应用

根据网格环境特点,结合现有网格以及其他分布式环境下资源查找的特点,提出了网格资源查找机制的分层框架,将网格中的资源组织为网格虚拟社区和资源两个基本层次,建立一种分层网格框架,按照资源属性,对网格进行逻辑划分。在此分层框架的基础上,根据小世界模型,提出一种基于推荐的资源信息共享机制,即通过第三方结点,将原本无关系的而需求相近的结点联系起来,共享各自的资源池信息。通过模拟仿真,和Globus MDS进行资源查找速度和匹配程度的比较,证明了该策略的高效性。     

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.     

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.