虚拟计算环境中基于资源池的资源聚合机制

虚拟计算环境中存在着极为丰富的资源,但由于其系统的动态性与自治性特点非常突出,系统服务质量很难得到保证。本文提出一种基于资源池的资源聚合方法,即根据应用需求将所需资源聚合成资源池,并以资源池的形式为用户提供服务,使得在任务执行过程中即使部分节点由于系统故障、超载等原因中途退出任务处理,用户的服务请求仍能得到处理和响应。此外,该方法结合负载均衡,优化了资源节点的选择与资源池的构建,从而有效地提高了系统服务质量。     

一种基于遗传聚类的报警聚合方法

提出了一种基于遗传聚类算法对入侵检测系统（IDS）报警进行聚合的方法。将报警间属性的相异程度转换到值域区间[0.0,1.0]上,两报警间的相异程度用一个相异度矩阵表示;利用遗传算法的自适应优化特性选取较优的聚类中心,根据报警间的相异度矩阵将相似的报警进行聚类;在此基础上,分别对每一类中的报警采用凝聚层次的聚合方法进行聚合。实验结果证明,该方法能够有效地减少重复报警。     

基于非结构化P2P技术的资源信息服务

因特网资源的“分布性”、“自治性”和“多样性”等自然特性给资源的有效共享和综合利用带来了巨大的挑战。本文基于非结构化P2P技术提出了一种虚拟计算环境（iVCE）中的可扩展资源信息服务（SRIS）,并对SRIS的应用实例进行了模拟分析。     

虚拟计算环境中的覆盖网技术

互联网资源的成长、自治和多样等特性给资源的有效聚合带来了巨大挑战.通过覆盖网动态组织互联网资源并支持资源的高效搜索,是虚拟计算环境中资源按需聚合的重要途径之一.文中概述了虚拟计算环境中覆盖网技术的研究进展.针对互联网资源的成长性和自治性等特点,阐述了基于Kautz图的高效覆盖网拓扑构造方法,进而给出了适用于任意正则图的通用覆盖网拓扑构造方法;针对互联网资源的多样性等特点,提出了支持分组的覆盖网拓扑构造方法;在此基础上,阐述了基于覆盖网的高效区间搜索技术,并对覆盖网拓扑的优化方法及其它复杂搜索技术进行探讨.     

一种基于相容关系的聚类算法

聚类分析是数据挖掘中一个重要研究内容。传统的聚类算法可划分为硬聚类和模糊聚类两大类,提出一种基于对象集上的相容关系的聚类算法,该算法通过极大相容簇来对数据对象集进行分类,使得同一对象可以属于不同的簇,而每个簇又有自己独有的成员对象,从而得到既不同于硬聚类也不同于模糊聚类的聚类效果。实验进一步表明了该算法的聚类的合理性。     

一种基于谱聚类的半监督聚类方法

半监督聚类利用少部分标签的数据辅助大量未标签的数据进行非监督的学习,从而提高聚类的性能。提出一种基于谱聚类的半监督聚类算法,其利用标签数据的信息,调整点与点之间的距离所形成的距离矩阵,而后基于被调整的距离矩阵进行谱聚类。实验表明,该算法较之于已提出的半监督聚类算法,获得了更好的聚类性能。     

一种基于密度的分布式聚类方法

聚类是数据挖掘领域中的一种重要的数据分析方法.它根据数据间的相似度,将无标注数据划分为若干聚簇.CSDP是一种基于密度的聚类算法,当数据量较大或数据维数较高时,聚类的效率相对较低.为了提高聚类算法的效率,提出了一种基于密度的分布式聚类方法MRCSDP,利用MapReduce框架对实验数据进行聚类.该方法定义了独立计算单元和独立计算块的概念.首先,将数据拆分为若干数据块,构建独立计算单元和独立计算块,在集群中分配独立计算块的任务;然后进行分布式计算,得到数据块的局部密度,将局部密度合并得到全局密度,根据全局密度计算中心值,由全局密度和中心值得到每个数据块中候选聚簇中心;最后,从候选聚簇中心选举出最终的聚簇中心.MRCSDP在充分降低时间复杂度的基础上得到较好的聚类效果.实验结果表明,分布式环境下的聚类方法MRCSDP相对于CSDP更能快速、有效地处理大规模数据,并使各节点负载均衡.     

一种基于模糊聚类的资源发现策略

Chord是一款较为成功的P2P资源发现算法,但在网格环境中由于网格资源固有的特性,影响了其发现效率。针对网格资源的复杂多样性以及很难精确分析其相似程度,提出利用模糊聚类的方法对资源进行属性划分,将资源分成多个资源相似集合,结合Chord路由算法,相似资源存放在较近的Peer上组织成2维Chord结构。实验结果表明,与原Chord路由算法相比,该策略能有效降低查寻时间,资源发现效率明显提高。     

虚拟计算环境中的可扩展分布式资源信息服务

基于网络资源的"成长性"、"自治性"和"多样性",近年来,人们提出以通用DHT(distributed Hash table)信息服务的形式实现网络资源信息的发布和查询.然而,现有的资源信息服务在通用性、易用性和自适应性等方面仍存在不足.针对虚拟计算环境iVCE(Internet-based virtual computing environment)的资源聚合需求,提出构建可扩展的分布式资源信息服务SDIRIS(scalable distributed resource information service).首先,提出采用自适应DHT(adaptive FissionE,简称A-FissionE)底层架构,以对上层应用透明的方式适应不同的系统规模和稳定性;其次,基于自适应DHT提出高效的多属性区间搜索算法(multiple-attribute range FissionE,简称MR-FissionE).理论分析和模拟结果表明,SDIRIS能够高效地实现资源信息的发布与查询功能.     

一种基于聚类模式的RDF数据聚类方法

如何有效管理并利用日益庞大的RDF数据是当今Web数据管理领域面临的挑战之一。对大规模的RDF数据集进行聚类操作从而得到数据集的有效划分是RDF数据存储和应用时通常采取的策略。针对现有RDF聚类过程中忽略RDF三元组自身模式特征的问题,在对RDF聚类结果的形式深入分析的基础上,定义了3种不同类型的聚类模式,从而提出基于模式的聚类方法。通过对RDF数据集的重新描述,自动生成适用于RDF数据集特征的聚类模式,在此基础上实现数据聚类的任务。在不同测试集上的实验结果验证了所提方法的正确性和有效性。     

基于虚拟机的虚拟计算环境研究与设计

通过对基于虚拟机的虚拟计算环境典型系统的分析,给出了CROWN虚拟计算平台CIVIC(CROWN- based infrastructure for virtual computing)的设计.CIVIC集成多种虚拟机技术,可以为用户提供独立、隔离的计算环境,可以为管理人员提供硬件资源和软件资源的集中管理功能,支持对应用程序的透明性,屏蔽底层硬件资源的动态性、分布性和异构性.实验结果表明,CIVIC能够方便、高效地为用户定制所需计算环境.     

虚拟计算环境中的多机群协同调度算法

基于虚拟计算环境的核心机理,提出由自主调度单元、域调度共同体、元调度执行体为核心的多机群协同系统框架.剖析多机群任务并发运行性能模型,设计了多机群协同调度算法框架,提出最大空闲节点优先、最小网络拥塞优先、最小异构因子优先与最小异构空闲节点优先4种启发式资源选择策略.实验验证了协同调度模型与算法在任务集完成时间与系统平均利用率的测度上的有效性.     

自组织虚拟计算环境中的组信誉机制

借鉴人类社会中的组织构造与演化机制,提出一种基于组结构的信誉机制--组信誉机制.通过组信誉评价和信誉驱动的组演化机制的结合,一方面使得信誉模型具有更好的自主元素行为刻画能力和收敛特征;另一方面,基于组演化形成的自主元素聚集能够为实现自主元素基于信誉的差异化服务奠定基础,达到激励其积极参与和可靠服务的目的.     

云环境下的虚拟计算机实验室——基于本体的资源配置研究

为解决目前高校计算机实验室资源利用率低、管理维护难度高、共享程度低等问题,本文给出一个云环境下虚拟计算机实验室架构。针对其如何实现准确提供动态、多样的实验环境需求问题,采用Web本体语言OWL描述课程实验本体和云资源领域本体,并提出一种基于本体匹配技术的资源自动分配方法。     

WAVE:一个基于对象技术的广域虚拟计算中间件

WAVE是使用面向对象技术开发的基于校园网络的广域虚拟计算系统的中间件，它运行在现有主机操作系统和通用网络协议之上，WAVE通过多级层次对象模型建立，定位，管理、删除和迁移WAVE对象，中间件使用面向对象技术为用户提供友好的人机交互界面，统一的编程环境，可靠的通信协议和高效的任务调度算法，并提供与流行的并行编程软件如PVM和MPI的接口。通过WAVE，用户可以实现应用程序的高效调度和运行。     

面向网络虚拟环境的广告集成系统

随着互联网的快速发展,企业通过互联网广告开展品牌营销。网络虚拟环境中的集成广告,作为一种新兴的互联网广告形式,已成为工业界的热点。现有的广告集成系统的业务流程是以广告代理商为主导,应用运营商并没有参与。这种流程不符合中国的运营现状。提出了一种以应用运营商为主导的广告集成系统,包含平台运营商、应用开发商、应用运营商、广告代理商、广告主等多种角色。他们分别执行各自的功能,通过广告引擎与管理平台的相互协作,实现了以应用运营商为主导的广告集成业务流程。     

一种基于聚类分组的虚拟机镜像去冗余方法

随着云计算的兴起,虚拟化技术使用也越来越广泛,虚拟机正逐步取代物理机,成为应用服务的部署环境.出于灵活性、可靠性等方面的需求,虚拟机镜像急剧增长,如何高效地、经济地管理这些镜像文件已成为一个很有挑战性的研究热点.由于虚拟机镜像之间存在大量重复性的数据块,高效的去冗余方法对于虚拟机镜像管理至关重要.然而,传统的去冗余方法由于需要巨大的资源开销,会对平台中托管的虚拟机性能造成干扰,因而并不适用于云环境.提出了一种局部去冗余的方法,旨在优化镜像去冗余过程.其核心思想是:将全局去冗余变成局部去冗余,从而降低去冗余算法的空间复杂度,以达到减少操作时间的目的.该方法利用虚拟机镜像相似性作为启发式规则对虚拟机镜像进行分组,当一个新的镜像到来时,通过统计抽样的方法为镜像选取最为相似的分组进行去冗余.实验结果表明:该方法可以通过牺牲1%左右的存储空间,缩短50%以上的去冗余操作时间.