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。     

面向多自治域网格的信息服务模型及其实现

网格是实现分布异构资源共享的有效模式,而信息服务实现系统服务与资源的有效管理,是网格系统的重要组成部分.ChinaGrid是由多个自治域组成的大规模网格,现有的信息服务不能满足此类系统特性与应用需求.文中提出网格信息服务体系GISA2.0,强化了域自治管理和资源信息的安全性.GISA2.0实现了可扩展的网格信息模型和面向服务、支持多种监控信息聚集的层次化信息管理框架.提出了基于分布XPath引擎的多域资源信息检索机制,实现了安全、快速和用户相关的虚拟全局资源视图.     

基于市场的网格资源分配管理模型研究

提出了一种基于微观经济学方法的网格资源分配管理模型,采用分布自治原则由众多的网格域构成整个网格系统。系统根据用户作业请求发出投标信息,各网格域参考投标信息及自身资源使用情况利用PSP拍卖机制确定中标者,最后系统从中标信息中选择费用最低的完成任务,以一定的周期运用微观经济学供需均衡原理动态调整资源价格。相对于别的网格资源管理系统,本模型提出的资源管理方案在管理上比较简单,系统不必掌握全局资源信息,可扩展性较强,易于实现,并且通过引入竞标机制解决了资源提供者的报酬问题。     

基于信任机制的资源调度模型

资源调度模型是计算网格资源管理系统的主要部分之一.当前计算网格中资源调度模型的调度机制和信任机制相分离,忽略了信任的缺失引发的恶意行为会影响到整个网格系统的运行效率和调度安全.定义了域间和域内信任度的计算方法,设计了信任机制模块的调度算法.在分析现有的网格资源调度模型的基础上,增加了安全调度控制模块-信任机制模块,提出了基于信任机制的网格资源调度模型.这样大大地提高了任务调度的成功率,增强了系统的可靠性和安全性.     

基于市场的网格资源分配管理模型研究

提出了一种基于微观经济学方法的网格资源分配管理模型，采用分布自治原则由众多的网格域构成整个网格系统。系统根据用户作业请求发出投标信息，各网格域参考投标信息及自身资源使用情况利用PSP拍卖机制确定中标者，最后系统从中标信息中选择费用最低的完成任务，以一定的周期运用微观经济学供需均衡原理动态调整资源价格。相对于别的网格资源管理系统，本模型提出的资源管理方案在管理上比较简单，系统不必掌握全局资源信息，可扩展性较强，易于实现，并且通过引入竞标机制解决了资源提供者的报酬问题。     

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。     

基于分类挖掘的网格资源分配研究

根据用户访问网格资源的历史信息,采用分类算法对此信息进行挖掘,得出用户使用集群资源的访问规则和模式,在此基础上构造一种基于分类挖掘的资源调度模型、用户调度UA算法以及资源调度CDMRA算法,分别将用户请求调度到各个集群中闲置的CPU资源.实验证明,采用基于分类挖掘的资源分配策略相比其他算法可以减少资源分配过程中对资源的重新分配次数,可以提高网格资源的利用率.     

信息网格中基于虚拟组织的动态映射模型研究

实现信息集成、有效信息共享一直是科研和产业界面临的一个挑战,网格技术为解决这一问题提出了解决方案。提出了一种在信息网格环境下基于虚拟组织的信息资源模型,给出了在该模型中如何动态映射虚拟资源和物理资源的方法,并给出相应的算法和分析。     

基于深度强化学习的服务功能链跨域映射算法

在域内部分信息隔离场景下,针对SFC映射对传输时延和资源开销的影响,提出一种基于深度强化学习的服务功能链跨域映射算法.首先提出一个集中式编排架构,在此架构下上层控制器利用全网格聚合技术来构建抽象拓扑,降低域间映射复杂度;其次将SFC请求分割问题建模为马尔可夫决策过程,使得虚拟网络功能均衡地分配到各个域中;最后以域间传输时延以及映射资源开销为奖励函数构建深度强化学习网络,通过训练完成域间映射,如果域内映射失败则采用反馈机制提高SFC请求接受率.仿真结果表明,该算法有效地减小了传输时延和资源开销,同时提高了请求接受率.     

一种基于用户兴趣转移挖掘的流式推荐算法

推荐系统是当下解决信息超载的有效方法,但由于用户兴趣转移现象的存在,传统推荐系统在时间跨度较长的应用场景下表现并不理想。为了解决该问题,提出一种基于用户兴趣转移挖掘的流式推荐算法。根据资源的种类信息构建资源特征向量,采取增量更新方法,根据流数据实时更新模型参数,避免了传统增量矩阵分解模型中的拟合残差扩大问题。模型结合提出的两种新型遗忘机制,能够有效区分用户历史数据中的临时偏好与长期偏好,从而在遗忘用户过时数据的同时,保留用户的长期偏好。在电影推荐数据集中进行实验,证明了该算法的有效性。     

基于粗糙集的物流资源分类方法研究

针对目前物流行业在资源优化配置以及组织调度等环节中出现的匹配精度低、调用效率差等现实问题,将物流资源分类标准作为切入点,以行业内现有资源分类体系为基础,结合实际样本数据,提出基于粗糙集的物流资源分类方法。首先以粗糙集理论为指导,对物流资源属性进行约简,然后从数据挖掘的角度进行基于属性重要度的资源分类,最终分析得出资源分类规则,以此为物流资源整合提供理论依据。通过实例分析,证明该分类方法的有效性。     

A Model of Grid Service Capacity

Computational grids （CGs） are large scale networks of geographically distributed aggregates of resource clusters that may be contributed by distinct organizations for the provision of computing services such as model simulation, compute cycle and data mining. Traditionally, the decision-making strategies underlying the grid management mechanisms rely on the physical view of the grid resource model. This entails the need for complex multi-dimensional search strategies and a considerable level of resource state information exchange between the grid management domains. In this paper we argue that with the adoption of service oriented grid architectures, a logical service-oriented view of the resource model provides a more appropriate level of abstraction to express the grid capacity to handle incoming service requests. In this respect, we propose a quantification model of the aggregated service capacity of the hosting environment that is updated based on the monitored state of the various environmental resources required by the hosted services. A comparative experimental validation of the model shows its performance towards enabling an adequate exploitation of provisioned services.     

网格环境下分布式并行数据挖掘研究

随着信息技术的持续发展和广泛使用,大量的数据不断被收集和存储,对分布的目标数据进行数据挖掘处理任务的规模越来越大,而传统的数据挖掘无法解决分布式海量数据挖掘的问题,分布式系统很难解决异构的操作系统和协议问题.网格技术的发展成熟,使得利用网格环境下强大的资源共享异构虚拟组织实现协同并行数据挖掘成为网格技术应用的一个研究重点.本文提出基于网格环境的Agent技术、多线程和集中表决技术的关联规则并行挖掘方案,并在GT4下实验验证,实现对大规模数据的网格环境分布式并行数据挖掘.     

Data mining in design of products and production systems

Data mining is acquiring its own identity by refining concepts from other disciplines, developing generic algorithms, and entering new application areas. Engineering design and manufacturing have been affected by the data mining pursuit. This paper outlines areas of product and manufacturing system design that are particularly suitable for data-mining applications. One of the emerging areas is innovation. The key challenges of data mining in the domains discussed in the paper are outlined.     

基于构件网格的农业专家系统研究

在农业Web服务器中存在大量的智能化构件资源,常规的服务组织方式不利于这些构件之间的协同服务和分发,基于构件网格提出农业专家系统的模型驱动体系结构,分析了分布式构件问的集成规则,并研究了数据挖掘构件、推理机构件和构件组装的接口问题及专家系统构件组装的实现方案,对构件资源的描述信息采用Web服务技术标准,为Internet上的这些构件资源提供统一的访问和组装方法,以方便挖掘过程中代理对构件的获取应用。     

Service-oriented middleware for distributed data mining on the grid

Distribution of data and computation allows for solving larger problems and executing applications that are distributed in nature. The grid is a distributed computing infrastructure that enables coordinated resource sharing within dynamic organizations consisting of individuals, institutions, and resources. The grid extends the distributed and parallel computing paradigms allowing for resource negotiation and dynamical allocation, heterogeneity, open protocols, and services. Grid environments can be used both for compute-intensive tasks and data intensive applications by exploiting their resources, services, and data access mechanisms. Data mining algorithms and knowledge discovery processes are both compute and data intensive, therefore the grid can offer a computing and data management infrastructure for supporting decentralized and parallel data analysis. This paper discusses how grid computing can be used to support distributed data mining. Research activities in grid-based data mining and some challenges in this area are presented along with some promising future directions for developing grid-based distributed data mining.     

水利信息网格体系结构设计及关键技术研究

网格技术为解决数据共享问题提供了解决方案。从网格技术在领域中的应用出发,结合水利数据分布异构性、计算密集、资源分布等问题分析了水利行业对信息网格的需求,设计了一个层次式的、以“服务”为中心的五层水利信息网格体系结构。重点研究了水利元数据管理、元数据目录服务、资源交易服务等关键技术。     

数据网格中信息服务技术的研究与实现*

针对传统数据网格信息服务的不足之处,在分析Web搜索引擎技术和基于关键词的数据库索引技术基础之上,结合这两种信息获取技术,设计了数据网格中结构化数据资源发现技术的体系结构.在科学数据网格信息服务系统中,利用开源Lucene全文检索软件包,实现了结构化数据资源发现的关键技术.     

面向电子商务的增量挖掘算法

对商务信息挖掘理论进行了研究,给出了电子商务运作模式的定义、性质、定理及相关证明;提出了一种用于跟踪电子商务活动的数据模型,在模型中定义了网页监控点与商务指标之间的“点-集”映射关系,建立了商务网站的访问事件、网页中事先设定的监控点,以及商务工作流程之间的联系;根据这些研究结果对关联规则挖掘算法中的发现和剪枝过程进行改进,设计了面向电子商务的增量挖掘算法,并在第三方物流信息系统中实现。实践表明,该算法在频繁变化的数据集中的挖掘效率大大高于传统的非增量挖掘算法,基于智能Agent技术的商务信息挖掘模型有效地提高了电子商务的实时跟踪与分析能力。