Consistency Control for Synchronous and Asynchronous Collaboration Based on Shared Objects and Activities

We describe a new collaborative technology that bridges the gap between ad hoc collaboration in email and more formal collaboration in structured shared workspaces. Our approach is based on the notion of object-centric sharing, where users collaborate in a lightweight manner but aggregate and organize different types of shared artifacts into semi-structured activities with dynamic membership, hierarchical object relationships, as well as real-time and asynchronous collaboration. We present a working prototype that implements object-centric sharing on the basis of a replicated peer-to-peer architecture. In order to keep replicated data consistent in such a dynamic environment with blended synchronous and asynchronous collaboration, we designed appropriate consistency control algorithms, which we describe in detail. The performance of our approach is demonstrated by means of simulation results.     

A secure group membership protocol

A group membership protocol enables processes in a distributed system to agree on a group of processes that are currently operational. Membership protocols are a core component of many distributed systems and have proved to be fundamental for maintaining availability and consistency in distributed applications. We present a membership protocol for asynchronous distributed systems that tolerates the malicious corruption of group members. Our protocol ensures that correct members control and consistently observe changes to the group membership, provided that in each instance of the group membership, fewer than one-third of the members are corrupted or fail benignly. The protocol has many potential applications in secure systems and, in particular, is a central component of a toolkit for constructing secure and fault-tolerant distributed services that we have implemented     

Robust and efficient membership management in large-scale dynamic networks

Epidemic protocols are a bio-inspired communication and computation paradigm for large-scale networked systems based on randomised communication. These protocols rely on a membership service to build decentralised and random overlay topologies. In large-scale, dynamic network environments, node churn and failures may have a detrimental effect on the structure of the overlay topologies with negative impact on the efficiency and the accuracy of applications. Most importantly, there exists the risk of a permanent loss of global connectivity that would prevent the correct convergence of applications. This work investigates to what extent a dynamic network environment may negatively affect the performance of Epidemic membership protocols. A novel Enhanced Expander Membership Protocol (EMP+) based on the expansion properties of graphs is presented. The proposed protocol is evaluated against other membership protocols and the comparative analysis shows that EMP+ can support faster application convergence and is the first membership protocol to provide robustness against global network connectivity problems.     

From set membership to group membership: a separation of concerns

We revisit the well-known group membership problem and show how it can be considered a special case of a simple problem, the set membership problem. In the set membership problem, processes maintain a set whose elements are drawn from an arbitrary universe: They can request the addition or removal of elements to/from that set, and they agree on the current value of the set. Group membership corresponds to the special case where the elements of the set happen to be processes. We exploit this new way of looking at group membership to give a simple and succinct specification of this problem and to outline a simple implementation approach based on the state machine paradigm. This treatment of group membership separates several issues that are often mixed in existing specifications and/or implementations of group membership. We believe that this separation of concerns greatly simplifies the understanding of this problem.     

时空相关的混载校车路径问题邻域搜索

为节约混载校车路径问题求解过程中邻域解搜索的时间,引入时空距离和时空相关度概念,将邻域搜索空间限定在合理的范围内.该算法首先计算站点间的时空距离,再附加上简单约束的预判断,从而得到时空相关度矩阵.然后对于任意学生乘车站点,将其他可能与之直接相连的站点按照时空相关度排序,形成一个邻接列表.在邻域搜索过程中,通过限定邻接列表长度,仅尝试最终接受概率较大的一部分移动操作,以此缩小邻域搜索空间,从而提高算法效率.在国际标准案例上的测试结果表明,基于时空相关度的搜索策略能在基本不降低求解质量的情况下,平均节省50％以上的求解时间.     

基于模糊隶属度空间约束的FCM图像分割

针对模糊C均值(FCM)算法对噪声较为敏感,提出了基于隶属度空间约束的FCM图像分割方法,该方法将隶属度空间约束关系引入到FCM目标函数,在新的目标函数中,像素点的隶属度不仅仅与FCM标准目标函数有关,还与其领域像素点的隶属度有关。由于融合了图像像素点的空间信息,反映了领域像素点间的隶属度关联信息,因此该算法具有较强的杭噪性能。     

一种可靠可伸缩组通信系统设计与实现

组通信系统是支持一致性和容错的分布式协同系统中非常重要的组成部分.为了满足大规模协同应用的需求,文中采用了基于流言的协议与确定性协议组合的方法设计并实现了一种可靠可伸缩组通信系统SGCS.该系统主要包括可靠消息传输服务与组成员管理服务,其中基于流言的可靠多播协议和确定的消息恢复、流量控制、排序协议的组合,基于流言的失败检测协议与确定的视图一致化协议的组合以及乐观虚同步机制应用使系统具有良好的可伸缩性、可靠性和灵活性.     

基于多专业领域的团队协同副本一致性维护模型

本文针对原有协同系统在解决多用户群协同问题中的缺陷以及原有解决方案的弊端,以Chord定位查询[1]和多版本图形设计同一致性算法[2]为基础并改造地副本策略的通用架构,解决了工程设计中多专业领域的团队协同副本一致性问题.     

基于熵与邻域约束的模糊C均值改进算法

针对模糊C均值(FCM)聚类算法没有考虑样本不同属性的重要程度、邻域信息等问题,提出一种基于熵与邻域约束的FCM算法。首先通过计算样本各属性的熵值来为各属性赋予权重,结合属性权重改进距离度量函数;随后根据邻域样本与中心样本间的距离计算邻域隶属度权重,加权得到邻域隶属度,利用邻域隶属度约束目标函数,修正隶属度迭代过程,最终达到提升FCM聚类算法性能的目的。理论分析和在人造数据集、多个UCI数据集的试验结果表明,改进后的算法在聚类效果、鲁棒性上均优于传统FCM算法、PCM算法、KFCM算法、KPCM算法和DSFCM算法,表明了本文算法的有效性。     

基于共享最近邻的密度自适应邻域谱聚类算法

在谱聚类算法没有先验信息的情况下,对于具有复杂形状和不同密度变化的数据集很难构建合适的相似图,且基于欧氏距离的高斯核函数的相似性度量忽略了全局一致性。针对该问题,提出一种基于共享最近邻的密度自适应邻域谱聚类算法(SC-DANSN)。通过一种无参数的密度自适应邻域构建方法构建无向图,将共享最近邻作为衡量样本之间的相似性度量进而消除参数对构建相似图的影响,体现全局和局部的一致性。实验结果表明,SC-DANSN算法相比K-means算法和基于K最近邻的谱聚类算法(SC-KNN)具有更高的聚类精度,同时相比SC-KNN算法对参数的选取敏感性更低。     

移动环境下事务一致性的动态实现

移动分布式数据库中节点间的连接是一种弱连接，为了提高移动计算机的效率，事务执行通常采有乐观复制的方法，它的不足之处是要依赖用户对应用数据和节点行为的知识，难以适应移动环境下网络连接和配置的动态变化，首次提出了移动环境下事务处理的基于概率方法，采用服务质量定义动态实现移动环境下的事务一致性，是一种用户与系统协作来完成事务处理的方法，实验结果表明，基于概率方法在性能上优于简单的乐观复制方法。     

基于适配的服务协作流程动态管理

服务协作以服务为构造单元,通过组合不同的服务,实现复杂的业务逻辑,并以此为基础构建新的应用.为实现正确的服务协作,服务之间的交互必须是兼容且一致的.适配技术通过构造适配器来弥补服务之间的交互差异,为解决协作的一致性问题提供了有效的方法途径.然而考虑到服务计算环境的动态特性,协作适配器本身应具有动态调整及重新配置的能力,从而避免使其成为协作系统响应动态变化的可适应能力的瓶颈.文中首先给出了一种基于适配的服务协作方法,以保证服务交互的一致性.并针对提出的适配器结构,建立了适配器的执行模型,在此基础上给出了适配器的动态更新方法,使适配器具有可重配置以及动态调整的能力,从而保证了基于适配的服务协作系统的灵活性和动态可适应性.     

基于邻域决策粗糙集的脑功能连接生物标记物识别

脑功能连接判别特征可以作为神经精神类疾病诊断的一种生物标记物,利用机器学习方法对其进行识别是脑科学研究中的一项重要课题.已有脑功能连接生物标记物的识别方法大都忽视了脑功能连接数据高维、连续、多噪声的特性对识别性能的影响,导致所得到的生物标记物的分类能力不强.对此,提出一种基于邻域决策粗糙集的脑功能连接生物标记物识别方法.首先,针对脑功能连接数据连续性和高噪声的特点,引入能有效处理连续和高噪声数据的邻域决策粗糙集来识别分类能力更强的脑功能连接判别特征作为生物标记物;其次,针对脑功能连接数据的高维特点,通过快速生成邻域和缩小特征搜索空间来保证邻域决策粗糙集识别脑功能连接生物标记物的效率.在ABIDE I和ADNI数据集上的实验结果表明,所提出方法能够准确快速地获得分类能力更强的脑功能连接判别特征,有望为神经精神类疾病的诊断提供更准确的生物标记物.     

组通信系统中组成员关系服务的设计和实现

在组通信系统中，成员关系的维护是一个非常重要的模块，它保证消息的次序传递和虚同步。为了使一个组中节点的数目易于扩充，采用多播树的层次结构来组织节点；当成员关系发生变化时采用一种一致性算法使得视图达到一致。在此基础上设计和实现了一个有效的组成员关系服务模块。     

无线传感器网络密度控制研究

无线传感器网络节点能量受限,部署环境恶劣、复杂。在监测区域内部署大量节点,通过节点之间的状态轮换与合作策略延长网络寿命是非常重要的方法。本文论述了设计密度控制算法状态转移条件需要解决的两个基本问题：区域覆盖问题和节点连通性优化问题,并分别以ILP的形式给出了一个集中式算法解决方案。通过节点的覆盖效用范围与连通性效用范围的几何分析,提出了传感器网络密度控制算法中解决两个基本问题的一致性策略。     

协同虚拟环境中的主动动态负载平衡算法

在基于多服务器体系结构的协同虚拟环境中,用户的随意运动引起某些服务器负载过大而导致系统性能的下降。主动动态负载平衡算法定义了3个主动触发条件,当服务器计算代价过大或任务划分不当引起服务器之间通信量过大或服务器负载接近饱和时,将兴趣隶属度大的用户转移给邻域服务器管理,保证了对虚拟环境中的用户代理进行合理划分。试验数据显示,该方法在均衡各个服务器负载的前提下,可以提高系统的实时性和服务质量。     

fMRI动态功能网络构建及其在脑部疾病识别中的应用

如何从复杂的fMRI数据中提取 丰富的大脑信息是提高脑部疾病识别精度的关键。传统的静息态功能磁共振成像分析中,功能连接网络被认为是稳定不变的。提出一种基于成组独立成分分析的构建动态功能连接网络的方法,并通过该网络来获取功能网络本身的动态特性。首先,利用成组独立成分分析法提取fMRI数据的空间独立成分作为网络节点,并通过滑动时间窗的方法获取窗口时间序列,构建动态功能连接网络。以动态功能网络作为特征,对精神分裂症患者和正常被试数据进行分类识别。实验结果表明,该方法能够获取fMRI数据的时间维度信息,提高识别效果,在一定程度上能为临床诊断提供客观参照。     

业务过程协同中数据恢复策略建模及分析

业务过程协同允许组织之间彼此进行通信,交互和协作以完成特定的业务目标。为了确保实施的正确性和一致性,需要对业务过程协同进行建模和分析,但现有的工作鲜有关注于从架构的视角和数据的层次来对其进行讨论。为此,首先提出了一种“代理端 盟主端”业务过程协同架构;其次,通过对该协同架构进行分析,提出了一种业务过程协同的数据恢复通用模型;最后,基于该通用模型,提出了数据恢复策略模型,以此为基础提出了五种数据恢复策略并采用随机Petri网对其进行建模与仿真。实验结果表明,采用最短队列随机恢复策略能够使得业务过程协同应用在协同中确保高的系统吞吐量、快的响应时间及低的拒绝率。     

基于PCNN的改进脉冲噪声去噪方法

提出了一种基于噪声邻域结构分析的脉冲噪声去除方法。对脉冲耦合神经网络点火形式进行修改,通过对含噪图像进行点火,获得点火级别图像并定位噪声。对噪声点邻域结构进行分析,对不同邻域结构的噪声点进行分类。对邻域结构简单的噪声点采用中值滤波进行去噪;对邻域结构复杂的噪声点提出了一种基于区域隶属度的去噪方法。实验结果表明所提出的算法可以有效抑制图像中的脉冲噪声,并可以保留图像的边缘细节。     

在Whidbey中构建基于MySQL的成员提供者

介绍了ASP．NET2．0提供的成员服务,构建了一个基于MySQL数据库的成员提供者,使得开发者能够利用MySQL数据库,在Whidbey中简单、高效地开发身份验证和成员管理Web应用。