对等网络中基于失效规律的自适应失效检测器

如何在保障准确性的前提下以较低的负载快速发现失效节点是失效检测器的设计目标,为此提出一种GA-FD的改进算法F-AFD.首先分析了P2P系统中节点的失效规律,基于对节点在线概率的预测实现对检测周期的动态调整,有效地降低了检测速度对检测周期的限制;在此基础上,为了以更低的检测负载同时满足多种应用定量描述的准确性及检测速度需求,提出了F-AFD.最后通过实验对F-AFD的正确性及检测性能进行了验证和分析,并证明了在部分同步模型下F-AFD可实现一个◇P类的失效检测器,具备解决一致性等分布式基础问题所需要的完整性和准确性.     

一种基于QoS的自适应失效检测算法

自适应失效检测要求失效检测器能够根据实际应用和网络负载变化动态地改变检测的质量。由于互连网络动态多变,缺乏自适应机制的失效检测器难以满足应用对Qo S的需求。检测速度和精度是自适应失效检测器的关键。对现有自适应失效检测算法进行研究、分析,提出一种基于Qo S的失效检测算法。对历史心跳消息间隔时间采用幂律加权计算其均值,并按照指数分布模型计算下一个消息延迟值,实现一种Qo S-AFD自适应失效检测算法。实验及分析表明该算法具有较高的检测速度和准确性。     

基于网格的自适应错误检测算法

针对网格环境下应用的特殊性,设计了网格系统的错误检测模型,并主要对错误检测的核心——错误检测机制进行深入分析,提出一种自适应错误检测算法,该算法可以根据用户的需求为应用提供不同程度的错误检测服务,较好地满足了网格环境下应用的多样性和动态性。     

分布式系统中失效检测器研究

失效检测器是分布式系统容错的重要手段,失效检测器性能直接影响到分布式系统的容错能力。本文针对根据分布式系统中的失效类型,对相应的失效检测器进行了研究,介绍失效检测的定义、设计方法,分析对失效检测器服务质量的要求。最后指出了失效检测器的进一步研究方向。     

一种基于QoS的网格资源选择优化模型

大量任务请求使用网格资源时,必须进行合理调度和资源分配才能提供较高的服务质量。通过对网格QoS几个重要属性进行量化,以最大化系统服务性价比为目标,提出了一种基于退火遗传算法的网格资源选择优化模型,并介绍了算法的详细流程。最后,通过仿真实验验证了该模型的有效性。     

基于网格计算的QoS模型的研究

随着网格技术和应用的不断深入，对网格提出了严格的服务质量（quality of service，简称QoS）要求，网格计算中的QoS成为研究应用的焦点．缺乏QoS保证逐渐成为制约网格应用的瓶颈之一。论文对网格计算的质量服务进行了研究，描述了网格QoS定义，网格QoS需求和网格QoS的层次模型。同时也介绍了当前研究思路度以后的发展趋势。     

一种基于信誉QoS的网格资源调度算法

针对目前网格资源管理中存在的调度机制与信任机制分离、资源调度过多依赖于性能服务质量（QoS）的缺陷,讨论了基于信誉QoS的网格资源调度问题．分析了全局可信度模型,提出了基于信誉QoS的网格资源调度算法．该算法在保证服务安全性和可靠性的同时兼顾了网格负载平衡．实验结果表明,该算法在保证服务质量、维护系统性能和抵御恶意节点攻击等方面具有良好的综合性能．     

一种基于QoS参数映射的网格资源筛选方法

服务质量(QoS)和资源管理是服务网格中的两个研究焦点.研究如何建立一种基于应用QoS需求的网格资源筛选方法,在扩充已有调度模型的基础上利用模糊神经网络实现了不同层次QoS参数之间的映射,利用映射结果提出一种资源筛选算法.该方法能实现区分确保型服务(DG服务),能为网格应用寻找一个能满足需求的匹配.与所有提供区分确保型服务的网格系统一样,文中模型能显著提高网格系统的两个主要评价指标:资源利用率和服务拒绝率,同时只有较低的系统消耗.     

一种自适应失效检测算法的研究与应用

失效检测技术是保证容灾备份系统高可用性的关键技术之一,但经典的自适应失效检测算法失效检测时间较长、误判率较高。为此,提出一种基于指数分布的自适应失效检测算法λ-FD,采用Push与Pull 2种心跳模式结合的方法实现算法的重查策略。实验结果表明,λ-FD在阈值取0.68时性能较优,失效检测时间为1339.5 ms,误判率为0.055 7%,远低于同等失效检测时间下经典算法φ-FD的15.19%和Chen-FD的24.92%。λ-FD在相同失效检测时间下误判率普遍低于经典的自适应失效检测算法,相同误判率时耗费的失效检测时间较短,有效提高失效检测的性能,更符合广域网中灾备系统的应用需求。     

一种面向容灾自适应的PULL&PUSH心跳检测机制

心跳检测技术作为容灾应急技术的重要环节,是整个容灾系统发挥作用的基础,文章研究的一种面向容灾自适应PULLPUSH心跳检测机制,将两种心跳模式进行优势互补,并结合网络环境和应用QoS需求作为评判失效的依据,从而来提高检测机制的可靠性与实时性。     

基于QoS的自适应资源预约模型

本文针对多媒体自适应性的特点,提出了一个基于ＱｏＳ的自适应资源预约模型,它综合了资源预约方法和完全自适应方法的优点,有效地利用资源,向用户提供稳定的服务质量。     

基于面向方面的网格QoS建模方法

利用面向方面编程(AOP)技术从静态结构和动态行为两个方面来建模网格服务质量.把服务质量QoS关注从系统的各个模块中单独分离出来,形成一个独立于系统核心组件的QoS方面,然后把设计好的QoS方面根据需要重新织入系统,与系统的核心组件一起实现系统.模型从系统的类图、状态图和QoS方面的隐含织入等几个部分来建模网格QoS方面,并用一个COBRA事件服务系统的例子来说明这种建模方法.该模型更好地提供网格下QoS保证,分离了QoS关注,提高软件重用性.     

基于银行模型的QoS网格资源量化

要解决网格的服务质量问题,必须要引入QoS机制,也就是参数化的QoS描述等问题。目前关于QoS方面的研究很多,但都很少涉及QoS的量化问题,用经济学的原理来分析QoS问题就更少了。文章利用分层的思想,提出了一种基于QoS的网格银行模型,并将网格银行模型分为应用层、虚拟组织层、物理资源设备层。对每一层上的逻辑资源QoS、系统QoS、安全QoS、信任QoS、记账QoS共5类QoS的属性进行了分析,并提出了测量五类QoS的初步设想。最后,根据测量的结果,加入到服务等级协议（SLA）中,使SLA成为各方往来的依据。通过这种方式,可以将研究成果广泛应用于对网格QoS控制策略的评价、选择和优化上。     

基于IP网络的自适应QoS管理方案研究

目前实时音频、视频多媒体应用已经开始进入IP网络,但还有许多问题没有得到很好地解决,其中一个关键问题是多媒体服务的QoS问题、TCP／IP协议本身只提供一种“Best-effort”级别的服务,对QoS支持很少,“Best-effort”级别的服务往往会导致实时应用出现延迟抖动、分组丢失率高,从而极大的影响了实时应用的运行效果,因此必须研究可行的、高效的基于IP网络的QoS控制机制。IP网络QoS已成为分布式多媒体和网络通信的重要研究热点和难点课题。本文在IEＴＦ Intserv与Diffserv相结合的体系结构基础上,提出了一种适用于IP网络的自适应QoS管理框架,与Intserv或Diffserv模型不同的是,该QoS管理框架引入优先级节和自适应概念,QoS俦权处理采用基于多媒体优先级节的算法,在传输控制上采用了自适应QoS控制算法。它在应用层上完成,因此独立于底层网络协议。本文首先讨论了基本概念和函数,然后提出一种基于优先级节的自适应QoS管理框架和优先级调度流程。提出一种基于IP的自适应QoS协商机制,基本思想是基于RSVP（资源预留协议）。在提出QoS请求时进行QoS映射,然后启动适应性函数和资源管理函数进行协商,直到获得一组在当前资源状况下最佳的QoS指标。最后,本文还讨论了此方案的有效性并在自行开发的实验平台GUT上进行的QoS实验。实验表明应用该方法可以根据网络当前状态自适应地整多媒体实时应用的QoS需求。     

基于UML的网格QoS面向方面建模方法

利用基于UML的面向方面编程(AOP)技术来建模实时系统,结合传统的网格QoS结构模型,把QoS关注从系统中抽象为一个独立于系统的QoS方面,从结构建模、行为建模、方面织入以及代码产生几个方面实现面向方面的建模方法,更好地提供网格环境下QoS保证,分离了QoS关注,提高软件的重用性.     

基于QoS的网格负载调度算法

针对多数启发式算法不能满足任务紧迫性需求的问题,基于Min-min算法和Sufferage算法的优点提出基于紧迫性需求的系统损失与任务复杂度平衡(QoS-based BSLTC)算法。在网格任务中加入QoS参数,在任务调度过程中,基于任务的分配损失和权衡系数,比较最大损失任务和最高计算复杂度任务,选出对系统性能影响最大的任务,并将该任务映射到完成时间最早的资源。分析结果表明,与Min-min算法和Sufferage算法相比,QoS-based BSLTC算法具有执行效率高、任务完成总时间短、负载均衡度高、兼顾任务紧迫性的优点。     

基于协同过滤的自适应Web服务QoS预测方法

随着Web服务越来越多,服务质量QoS作为描述Web服务的非功能性属性变得越来越重要。通常,一种服务的QoS对用户来说是未知的,因此对于基于Web服务的应用,精确预测其未知的QoS对于成功部署该服务具有重要的价值。基于协同过滤的WSRec算法是一种高精度的QoS预测方法,为进一步提升QoS的预测精度,提出了一种协同过滤的自适应Web服务QoS预测方法。该方法通过客户端首先发出QoS-Web服务请求;服务端接到请求后,根据已有数据,计算两两用户或服务间的相似度;并根据相似性找到对于目标用户的K个最接近用户或服务,生成该QoS值预测值A;同时在计算相似性时,采用改进皮尔逊相关系数得到预测值B;最后将预测值A和B以权值相结合得到目标用户或服务的QoS值。该算法改进了单一的协同过滤在数据稀疏的情况下,对相似性给予过高估计的不足,使得QoS预测值精度得以提高,取得了更好的实验结果。实验表明该方法预测精度优于WSRec算法。     

基于QoS的网格服务选择优化机制

在网格服务发现和选择过程中，如何根据请求方（用户）对服务质量的需求，以及网格QoS的动态变化选择网格服务是一个重要问题。该文基于请求方（用户）对不同网格服务QoS赋予的权重不同以及容忍度不同，提出了网格服务选择算法，从而使得请求方（用户）获得的网格服务的性价比最高。     

基于QoS效益函数的网格任务调度算法

在网格环境中,任务调度是一个非常复杂、重要而且具有挑战性的问题.使用市场经济的概念来构建和管理网格资源是一种较好的方式,而DBC算法是计算经济模式下比较流行的一套调度算法.本文在现有算法的研究基础上,提出一种基于效益函数的改进的网格任务调度算法,并采用GridSim 模拟器对相关算法进行仿真模拟实验和比较.实验结果表明,本文提出的调度算法在任务完成率、实际使用时间、实际使用费用这三方面相对于现有的算法在综合性能上有一定的提高.