基于HLA的仿真混合实时通讯网络的架构与研究

随着仿真系统应用的发展,计算能力需求的不断扩展,建立在DIS标准之上的分布式交互仿真在体系结构和技术上互操作性和可重用性方面的明显不足.传统基于通用的建模与仿真技术框架,即高层体系结构(High Level Architecture,HLA),能将更广范围的仿真系统集成到一个综合环境中,提供更大规模的仿真,而成为新一代分布式交互仿真体系结构,通过基于HLA为分布式交互仿真通过使用一个通用的技术框架和开放的标准,提供各种实现底层通信和基本功能的服务,包括发布/订阅机制、数据分发管理服务、时间管理服务、所有权管理服务等.不但满足仿真心痛的实时性需求,同时也确保了数据的安全性.其中,HLA的发布/订阅机制与数据分发管理服务可尽可能地减少成员收到不需要的数据和网络数据流量,均衡各成员的负载状况,有效地使用系统的通信带宽和处理机的计算能力来满足复杂分布式系统的可扩缩性.     

面向服务的数据分发机制的研究与实现

在分布式环境中,分布式节点间存在多种形式的数据交换,为了实现数据的灵活可靠交换,需要一种通用的通讯机制作为数据交换应用的基础设施。同时,对象管理组织提出的数据分发服务(DDS)框架,其核心是以数据为中心的发布/订阅模式,能很好地解决分布式环境中的数据交换和分发问题。本文首先介绍数据分发服务的相关理论及其优点;然后介绍一种支持多数据包及文件传输的通讯机制作为上层应用的基础设施和该通讯机制的服务调度机制;最后依据DDS框架,结合以服务为中心、以交易码驱动的架构,设计并实现一种以数据为中心的发布/订阅模式。     

HLA中数据分发管理的探究

HLA已成为了现代分布式仿真应用的通用技术框架的核心,而作为其六大服务之一的数据分发管理则提供了有效的信息交互和传送机制以满足系统可扩缩性的要求。文章介绍了HLA中数据分发管理DDM的过滤原理;研究并分析了目前几种实现DDM过滤机制的方法。     

基于属性加密的DDS访问控制方案

数据分发服务（Data distribution service,DDS）是一种可靠的实时数据通信中间件标准,它是面向基于发布/订阅模型的分布式环境,在各个领域得到了广泛应用,但现有研究涉及DDS安全技术的成果较少,而在实际应用中发布订阅系统存在多种安全威胁。为了建立灵活可靠的安全机制来确保发布订阅信息的安全性,提出一种以数据为中心的访问控制方案。在属性加密的基础上,对访问树结构进行优化处理,结合发布订阅环境增加属性信任机制。之后采用制定属性连接式与授权策略的方式对发布订阅信息进行加密匹配,并建立DDS访问控制模型来控制发布订阅系统内信息的交互,实现数据的安全分发。经过实验验证,该方案既能够应对DDS存在的几种安全威胁,保障发布订阅信息的机密性,也能够实现系统对特定信息的访问控制,并且发布者订阅者不需要共享密钥,减少了密钥管理的开销。     

HLA中的数据过滤机制

高层体系结构HLA是分布式仿真的一种技术框架和集成标准,它提供了一种数据过滤机制来判断每个仿真应用可以产生、发送和接收什么样的信息。这种数据过滤机制可以有效的提高整个仿真系统的可扩展性,它的具体实现就是声明管理和数据分发管理。该文在对HLA中的数据过滤机制深入研究的基础上,详细分析了该机制的基本原理,并通过其典型算法的介绍．阐述了该机制的具体实现方法。     

HLA中的数据过滤机制

高层体系结构HLA是分布式仿真的一种技术框架和集成标准,它提供了一种数据过滤机制来判断每个仿真应用可以产生、发送和接收什么样的信息。这种数据过滤机制可以有效的提高整个仿真系统的可扩展性,它的具体实现就是声明管理和数据分发管理。该文在对HLA中的数据过滤机制深入研究的基础上,详细分析了该机制的基本原理,并通过其典型算法的介绍,阐述了该机制的具体实现方法。     

面向物联网的一种自适应实时数据分发机制

针对物联网系统数据分发机制的缺陷,提出了一种新的自适应实时数据分发机制（ARTDDM）。它以发布/订阅模型为基础,采用两种机制相结合的方法,提供及时可靠的数据传输机制。首先利用语义感知通信机制减少计算和通信开销,使得订阅者在网速缓慢或网络不稳定时也能及时访问数据;其次在系统中加入了前馈—反馈控制,随着网络负载变化,系统能自适应动态调整传感器模型的精度,保证服务质量。仿真结果表明,ARTDDM不仅在数据传输效率和可靠性上有较大改善,而且对可变网络负载具有较强的适应性。     

访问可定制的数据持久化管理框架

在分析现有的企业数据管理机制的基础上,提出一个基于持久化机制、访问服务可定制的企业数据管理框架.该框架中设计并实现了一种通用的数据持久化机制,通过元数据映射的方式提供了对企业数据资源的统一持久化方法,为企业应用程序提供了"透明"数据访问机制.同时该框架还提供了按需定制数据访问服务的功能,具有较强的数据访问灵活性.详细介绍了框架的体系结构、运行机制以及关键技术,最后通过具体应用实例验证了该框架在企业系统中的应用价值.     

基于聚类的雷达数据按需分发技术

针对传统雷达数据分发方式未能较好地实现按需分发的问题,提出基于聚类的雷达数据按需分发技术.根据用户提交的感兴趣项目信息,采用聚类和协同过滤推荐算法挖掘出用户潜在感兴趣的详细项目信息.仿真结果表明,该方法能够较好地实现雷达数据的按需分发.     

一种基于节点能力区分的Pareto最优网络编码组播方法

快速数据分发在突发事件响应,军事领域等具有重要的应用。针对异构用户节点群体下快速数据分发问题,提出基于能力区分的拓扑构建和速率控制的网络编码组播协议CORE。CORE利用能力区分的自适应层次化拓扑构建鼓励节点提供高的上传带宽并优化系统范围吞吐率;利用直方图的方式对基于网络编码的数据传输进行流量控制,降低冗余数据的传输;基于分布式的速率控制实现Pareto最优的下载速率分配。实验结果表明CORE具有良好的可扩展性,能够充分利用异构节点的上传能力,提供区分的下载带宽分配,较高的数据传输吞吐率、低端到端网络延迟,能够提供异构网络环境下分发时间紧迫的数据分发服务。     

Data dissemination scheme for distributed storage for IoT observation systems at large scale

In the emerging field of the Internet of Things (IoT), Wireless Sensor Networks (WSNs) have a key role to play in sensing and collecting measures on the surrounding environment. In the deployment of large scale observation systems in remote areas, when there is not a permanent connection with the Internet, WSNs are calling for replication and distributed storage techniques that increase the amount of data stored within the WSN and reduce the probability of data loss. Unlike conventional network data storage, WSN-based distributed storage is constrained by the limited resources of the sensors. In this paper, we propose a low-complexity distributed data replication mechanism to increase the resilience of WSN-based distributed storage at large scale. In particular, we propose a simple, yet accurate, analytical modeling framework and an extensive simulation campaign, which complement experimental results on the SensLab testbed. The impact of several key parameters on the system performance is investigated.     

P2P网络中的数据挖掘

在分析了现有分布式数据挖掘算法的运行机制和P2P技术具有无中心、不同步等特点的基础上,通过扩展经典K-mean算法的迭代过程,设计了一种能够用于P2P网络的分布式数据挖掘算法。该算法只需要在直接相连的节点间传递数据,并且能使每个节点上的数据按照全局聚类的结果聚合。最后用模拟实验验证了该算法的有效性。     

Distributed anomaly detection for industrial wireless sensor networks based on fuzzy data modelling

Modern infrastructure increasingly depends on large computerized systems for their reliable operation. Supervisory Control and Data Acquisition (SCADA) systems are being deployed to monitor and control large scale distributed infrastructures (e.g. power plants, water distribution systems). A recent trend is to incorporate Wireless Sensor Networks (WSNs) to sense and gather data. However, due to the broadcast nature of the network and inherent limitations in the sensor nodes themselves, they are vulnerable to different types of security attacks. Given the critical aspects of the underlying infrastructure it is an extremely important research challenge to provide effective methods to detect malicious activities on these networks. This paper proposes a robust and scalable mechanism that aims to detect malicious anomalies accurately and efficiently using distributed in-network processing in a hierarchical framework. Unsupervised data partitioning is performed distributively adapting fuzzy c-means clustering in an incremental model. Non-parametric and non-probabilistic anomaly detection is performed through fuzzy membership evaluations and thresholds on observed inter-cluster distances. Robust thresholds are determined adaptively using second order statistical knowledge at each evaluation stage. Extensive experiments were performed and the results demonstrate that the proposed framework achieves high detection accuracy compared to existing data clustering approaches with more than 96% less communication overheads opposed to a centralized approach.     

基于邻居节点监测的MANET路由安全机制

提出了一种适用于MANET按需路由协议的路由安全机制NRR。该方法通过邻居节点监测机制、节点名誉机制和路由修复机制3个组成部分,实现了完全分布式的入侵检测,能防御典型的内部节点攻击,并能修复因攻击而造成的受损路由,最大程度地保证了路由协议的稳定性。     

Efficiency evaluation of data warehouse operations

We evaluate an efficiency model for data warehouse operations using data from USA and non-USA-based (mostly Korean) organizations. The analysis indicates wide dispersions in operational efficiency, industry and region differences, large differences in labor budgets between efficient and inefficient firms, few organizations efficient in both refresh processing and query production, and difficulty of providing some variables. Follow-up interviews provide insights about the value of efficiency comparisons of information technology organizations and suggestions to improve the model. Using this analysis, we propose a framework containing data warehouse characteristics and firm characteristics to explain IT operational efficiency at the subfirm level.     

CASA and LEAD: Adaptive Cyberinfrastructure for Real-Time Multiscale Weather Forecasting

Two closely linked projects aim to dramatically improve storm forecasting speed and accuracy. CASA is creating a distributed, collaborative, adaptive sensor network of low-power, high-resolution radars that respond to user needs. LEAD offers dynamic workflow orchestration and data management in a Web services framework designed to support on-demand, real-time, dynamically adaptive systems     

一种面向按需处理的空间数据服务模型与实验分析

通过传统空间数据服务系统获取的数据并不是满足用户需求的最终产品。对于地学领域的用户,通常需要根据特定应用目标,花费大量的时间进行数据预处理,从而满足特定的子区范围、波段和图像格式等。通过分析地学应用中针对数据源的操作要求,研究具有按需处理能力的空间数据服务模型,将各种分布的计算资源和数据资源联合起来,按照用于定制的需求,在为用户提供数据前,对数据进行一定的加工。通过对空间数据服务的基本操作进行分类和规范,研究建立兼容OGC WCS标准的数据服务机制,将大量基础性的数据预处理任务集成到数据获取流程中,以满足用户获取更高级别数据的需求。同时利用该模型在空间信息网格平台SIG(Spatial Information Grid)上进行验证,选择若干典型数据源,部署按需处理服务功能组件,对服务响应能力进行实验与评估。详细讨论了空间数据按需处理的流程,并将实验结果与传统方法进行对比分析。     

一种用于虚拟集群的镜像按需分发框架

虚拟集群部署过程中,大量的镜像数据传输导致启动时间过长,可扩展性和效率受到影响。提出了镜像按需分发框架,根据虚拟机启动和运行过程中只对有限数据块访问的特性,仅传输虚拟机启动和运行所需数据块,避免了存储节点和网络瓶颈问题。进一步,提出了差异化的数据块划分方法,兼顾了镜像读写性能和分发效率：去冗余处理采用大数据块,提升管理效率和存取性能;采用小数据块划分启动区数据,提高传输效率。对于50个镜像的分发实验表明,相比于全镜像分发,按需分发速度可以提升13~22倍。     

A distributed data collection and management framework for tracking construction operations

Construction work typically means producing on shifting locations. Moving materials, equipment and men efficiently from place to place, in and in between projects, depends on good coordination and requires specialized information systems. The key to such information systems are appropriate approaches to collect de-centralized sensor readings and to process, and distribute them to multiple end users at different locations both during the construction process and after the project is finished. This paper introduces a framework for the support of such distributed data collection and management to foster real-time data collection and processing along with the provision of opportunities to retain highly precise data for post-process analyses. In particular, the framework suggests a scheme to benefit from exploiting readings from the same sensors in varying levels of detail for informing different levels of decision making: operational, tactical, and strategic. The sensor readings collected in this way are not only potentially useful to track, assess, and analyse construction operations, but can also serve as reference during the maintenance stage. To this extent, the framework contributes to the existing body of knowledge of construction informatics. The operationality of the framework is demonstrated by developing and applying two on site information systems to track asphalt paving operations.