基于并行计算熵的同构集群负载均衡算法

提出并行计算熵的概念以及基于并行计算熵的同构集群负载均衡算法．理论分析证明并行计算熵作为系统负载均衡程度度量的合理性．算法以并行计算熵来衡量集群系统中节点之间负载均衡程度,以节点任务运算量来衡量节点的负载信息,并根据并行计算熵来进行负载迁移决策．实验证明相对基于任务数阈值的负载均衡算法并行计算性能有一定提高．     

基于改进人工蜂群算法的负载均衡感知研究

云计算的并行计算能力是实现大数据高效处理的基础,多任务部署策略对云计算下高效并行计算有重要影响。提出一种新的任务部署方案LB-BC,将聚类分析与贝叶斯定理相结合,实现了长时间的负载均衡。为了提高节能优化的强度,接着提出了一种具有节能感知功能的启发式虚拟机动态迁移位置选取方案,以人工蜂群算法为基础与动态虚拟机迁移资源的调度过程相配合,有效地解决了当前虚拟机动态迁移方案的问题,同时还能对虚拟机的动态迁移性能提供保障。     

同构集群中并行计算熵研究

分析同构集群中的并行计算熵,验算并行计算熵对负载均衡程度的影响.研究结果表明,同构集群的最大相对负载率随着并行计算熵的递增而递减,当且仅当负载完全均衡时,并行计算熵达到最大值.并行计算熵能较好地衡量同构集群的负载均衡程度,可有效提高同构集群的性能.     

基于CMM模型的HDFS负载均衡策略

为实现Hadoop分布式文件系统的负载均衡,并保证较低的负载迁移代价和数据传输代价,提出了确定环境下多阶段多目标(CMM)决策模型. 该模型以CPU、内存和磁盘剩余负载能力作为决策条件,以负载均衡效果、负载迁移代价和数据传输代价作为决策目标,依据决策节点间的影响关系构建有向无环图,通过多个决策阶段的决策,并计算方案效用确定最优均衡方案. 仿真实验结果表明,基于CMM模型的负载均衡策略能取得较好的负载均衡效果、负载迁移代价和数据传输代价.     

基于云计算的弹性负载均衡方案

针对云环境下大量并行计算易导致节点负载不均影响云平台服务质量的问题,提出一种基于云环境的弹性负载均衡方案。该方案构造了负载均衡模型框架,对虚拟机负载状况和虚拟机集群资源利用率进行量化评估,并为实现虚拟机集群负载的均衡和弹性伸缩,设计了负载均衡模型和弹性伸缩算法。测试结果表明在该负载均衡机制下,新方案的用户响应时间有所改善,可相应提高资源利用率。     

基于灰色模型的海洋大数据迁移算法设计

针对海洋大数据环境的数据量大和实时动态变化的特点,提出了一种基于云存储的海洋大数据迁移算法。首先,对海洋大数据进行了表示;设计了一种灰色模型的服务器负载预测算法,该算法能根据服务器历史负载信息来预测下一个时刻的负载。基于服务器的负载预测信息,提出了一种对服务器的负载进行实时迁移的数据迁移算法,通过设定最大负载阈值和最小负载阈值来实现服务器负载的均衡分配。在CloudSim环境下进行实验,实验结果表明文中方法能有效地实现海洋大数据环境的云环境的负载均衡,具有负载均衡高和负载均衡效率高的优点,与其他方法相比,具有更好的负载均衡能力。     

多属性决策的IPv6移动网络路由选择算法

针对IPv6多宿移动网络容易出现数据流集中于少数移动路由器节点,从而导致负载过重问题,提出了一种基于多属性决策的负载均衡路由选择算法。通过引入移动路由器节点的带宽、丢包率、挂载节点个数等多个决策属性信息,使用组合赋权法计算各决策属性的权重,建立了多属性决策模型,移动节点依据该决策模型选择最优的移动路由器节点来转发数据。该算法综合考虑移动网络负载分布状况及节点数据类型,合理分配数据流量,可均衡全网络流量。仿真实验表明,该算法使移动网络流量得到控制,且网络延时降低约50%,网络整体性能得到了明显的改善,同时该算法代价小且具有良好的网络环境适应性。     

一种拓扑感知的虚拟网络重构算法

针对底层物理网络负载不均衡问题,根据节点和链路的负载状态,动态地选择负载过大的物理节点和物理链路进行重构。通过建立拓扑感知的虚拟网络重构模型,将虚拟节点迁移到距离其邻居映射节点最近的物理节点上,优化底层物理网络中虚拟重构节点的映射位置,降低虚拟网络重构的资源开销。模拟结果表明,TA-VNR算法有效地均衡了底层物理网络的负载水平,降低了虚拟链路的重构路径长度,提高了虚拟网络请求接受率。     

云数据中心基于异构工作负载的负载均衡调度方案

针对目前云数据中心的负载均衡调度方案没有研究将不同工作负载的应用程序进行整合的问题,提出了基于异构工作负载的静态和动态负载均衡调度算法。当放置新的虚拟机的时候,通过静态负载均衡调度算法,将虚拟机分配给物理机。云数据中心运行过程中,采用动态负载均衡调度算法将负载高的物理机上的虚拟机迁移到负载低的物理机上。仿真实验结果表明,新的调度方案不仅能够降低云数据中心的不均衡率,而且使节点内的多维度资源得到了合理地利用。     

基于网格划分加权的分布式离群点检测算法

分布式计算被广泛应用于离群点检测问题,但分布式环境中节点计算性能的差异带来了数据计算性能的下降问题。针对面向大尺度高维数据离群点分布式计算的负载均衡问题,该文提出了一种加权分布式离群点检测方法。首先根据数据节点的计算性能确定数据节点的权值,然后将数据空间划分为若干个网格,最后设计了一种基于网格划分的加权分配算法WGBA,将这些网格分配到数据节点中,实现并行计算。实验验证了该方法的有效性。     

大规模扫描测点的自适应数据压缩

为了压缩大规模激光扫描测点,提出了基于三角面片的自适应数据压缩方法.采用环形数据结构有效存储大规模数据点,通过计算点到平均平面的有限误差距离进行压缩点判别.在局部三角化中考虑了三角形内角和顶点距离,采用规格化最小顶点距离法实现局部三角化,避免了狭长三角形出现.实验表明,该数据压缩方法具有很高的效率,在较大的压缩比下仍可获得可靠的表面精度.数据压缩后的顶点是原来大规模测量点的优化子集,所生成的优化三角面片可以直接生成STL(stereolithography)文件或者数控加工路径,避免了手工建模.     

具有不确定数据的XML数据编码设计

为了解决模糊数据对XML文档中各元素造成的内容和结构上的改变,使得XML数据模型中的不确定信息能够被有效地管理,提出了一种基于前缀编码的四元组编码方案.在语法分析器XML Schema中,根据模糊数据的特征,利用增加的元素对XML文档中的模糊元素进行约束,进而为每一个元素建立一个四元组,其参数由文档号、遍历序号、元素模糊性及组内标志符构成.通过大量的实验对比分析,验证了该编码方案的有效性,其更适用于具有较低XML树高度的XML文档.     

节点资源库数据共享与数据接口研究

论述了"国家现代远程教育资源库"系统中,节点资源库管理系统高效接收外部资源库资源、高效进行资源编目和批量进行系统用户注册的问题,对改进提高节点资源库管理系统的软件功能,提出了解决问题的方法思路。     

自标准数据及其在数据交换中的应用

为弥补数据交换实际应用中交换标准的不足,本文首次提出了"自标准数据"、"数据港口"、"数据码头"和"数据泵"的观点。为提供更加灵活的数据提供方式,数据提供者可以"自标准化"所提供的数据,并将这些数据存放在数据港口;对于数据消费者,可以利用数据泵从数据港口获取并解析出所需要的数据。文中对自标准数据的定义、特性、产生的背景、基于自标准数据和数据港口的数据交换的技术架构以及应用的领域等进行了论述。原型系统实现及企业应用验证了自标准数据和数据港口技术的有效性和可行性。     

数据采集与数据分析的协同问题

入侵者无论从规模与方法上入侵技术近年来都发生了变化.目前的入侵检测系统将网络数据包的采集、分析与日志文件的采集、分析割裂开来,而且将来的网络速度越来越快,许多重要的网络还是加密的.在这种情况下,对网络数据包这种动态数据的采集就显得更加困难了.因此,在数据采集和数据分析上进行协同并充分利用各层次的数据,是提高入侵检测能力的首要条件.     

基于价值评估的海量数据迁移策略研究

根据分级存储管理HSM(hierarchical storage management)中的数据迁移任务,提出了一种基于价值评估的数据迁移模型.通过按比例计算数据的固有属性和预期价值,可以得到数据价值的精确表达,结合迁移过程控制策略,相应价值的数据将被分配到与其价值相适应的存储设备上.仿真实验结果表明,相对于LRU和LFU,该迁移算法能使绝大多数的访问命中于在线存储设备,并随着访问次数的增加,可以逐步提高算法的精度.     

AutoCAD数据到EXCEL数据转换方法研究

本文结合生产实际提出了一种方便、准确的方法,它能够将AtuoCAD图形文件中标题栏信息转化成EXCEL文本数据,而EXCEL文本数据可以很方便的生成BOM,可以在很大程度上提高cAD／MRPΠ／ERP各系统之间的集成性。本文所介绍的方法是采用VB编程进行二次开发,具有调试、更新方便的优点,将此方法运用到企业,大大提高了企业管理效率和产量。     

手机信令与出租车GPS数据融合车源定位方法

为揭示居民出行行为与城市交通拥堵的内在关联,并为缓解城市交通拥堵提供技术支持,利用高覆盖率、低精度的手机数据和低覆盖率、高精度的出租车GPS数据,构建了数据驱动的车源定位方法.利用手机数据获取出行需求信息,利用出租车GPS数据获取交通状态信息;提出基于数据融合的出行OD估计方法,进行交通流分配,对城市道路车流来源及城市拥堵源进行动态定位.结果表明:道路车流主要来自于少量车源小区,且拥堵状态下这些小区更加集中;同时受居民通勤行为的影响,城市全局拥堵源在早晚高峰表现出不同的特征.利用数据融合的车源定位可以用于揭示拥堵形成的内在机理及演化规律,辅助制定有针对性的拥堵缓解策略.     

基于数据仓库技术的炼钢质量数据模型研究

根据某钢铁企业质量追溯中的需求以及企业管理信息系统分散、独立的现状,提出采用数据仓库解决方案的体系架构,确定以质量追溯为主题的数据仓库模型,解决了数据独立、分散、面向应用的问题.为数据的集中管理和综合利用提供了解决方案,为企业决策者进行统计分析和数据挖掘奠定了良好的基础.     

计算机半结构化数据源的数据挖掘技术研究

Web是一个动态性极强的信息源,要访问、分析这些信息必须要研究异构数据的集成问题和选择合适的技术进行数据分析、集成和处理．介绍了多数据源数据仓库体系结构,分析了转换器在面向Web的数据挖掘中存在的不足和XML语言的技术特点;提出了多数据源数据的集成思想和实现的框架以及基于半结构化数据源的数据挖掘方法,提出了应用XML技术对多数据源数据进行集成与转换以便构建数据仓库的方法。同时给出了实现的关键技术．