基于蚂蚁算法的网格资源发现模型

提出了基于蚂蚁算法的网格资源发现模型（AA_GRRM）,目的是利用蚂蚁算法作为资源发现的策略来实现网格资源的次优解。引入蚂蚁算法到网格资源发现领域,改进了传统的蚂蚁算法的信息素初始化和更新,提高了网格资源发现的准确率和效率,并设计了基于蚂蚁算法的网格资源发现总体结构,最后通过Matlab进行验证。     

基于P2P的网格资源发现机制研究

P2P与网格都是新型的分布式计算模型，在分析现有网格资源发现机制的基础上，将P2P的相关技术引入其中，提出了一种基于P2P的分散资源发现模型。在资源发现过程中为了减少网络流量，提高通信效率，采用数据库查询与基于代理结合的方法。并对该模型的资源发现过程进行了描述，最后通过比较分析给出了该模型所具有的优点。     

基于蚁群算法的网格资源发现模型研究

本文通过对传统的网格资源发现存在的问题进行分析,针对其不足,引入蚁群算法,提出基于蚁群算法的网格资源发现模型（AA_GRRM）,设计并分析AA_GRRM的体系结构,并对其关键模块分析设计,以提高网格资源发现效率。     

一种带回馈机制的新型网格资源发现算法的研究

网格资源发现算法是网格资源发现机制的核心,传统的分布式资源发现算法通常只关注正向搜索的成功率,反向的响应报文仅仅用来向资源申请者报告搜索成功与否.本文提出了一种带回馈机制的新型网格资源发现算法,该算法充分利用响应报文与请求报文可能经不同路径返回的特点,在正向搜索失败时,启动反向搜索机制,在一个往返时间里进行二次搜索.模拟实验表明该算法可以较好地提高资源发现成功率,同时并未明显增加整个系统的开销.     

网格资源发现和分配算法研究

在分布式集群环境中,资源发现和资源分配是网格计算中非常重要的环节.根据丰富的日志记录信息,构造基于日志信息的资源发现和资源分配模型,利用网格环境中各个集群中的守护进程对各子节点的CPU资源使用状态进行分析,提出了一种基于日志的资源发现和资源分配算法LRDA.LRDA算法对比其它的资源发现和资源分配算法能有效地根据日志信息进行资源发现和分配,有效地提高了资源发现和分配的效率,为资源再分配和动态分配提供决策支持.     

基于P2P的网格资源发现机制研究

P2P与网格都是新型的分布式计算模型,在分析现有网格资源发现机制的基础上,将P2P的相关技术引入其中,提出了一种基于P2P的分散资源发现模型。在资源发现过程中为了减少网络流量,提高通信效率,采用数据库查询与基于代理结合的方法。并对该模型的资源发现过程进行了描述,最后通过比较分析给出了该模型所具有的优点。     

分布式网格资源发现研究综述

网格是实现分布式资源共享的重要系统,资源发现是此类系统应提供的一项主要服务。给定用户的资源需求,系统应能发现并返回匹配的资源列表。作为网格研究的热点课题,资源发现受到了众多研究者的关注,取得了丰富的研究成果,也预留了若干问题尚未解决。详述了该领域近年来的研究成果,包括基于有结构和无结构对等模型的扁平模式、超级对等架构、分组聚类模型和语义匹配等分布式方法。对每类方案,讨论了其代表系统、核心问题及实现机制等内容。     

基于J2EE的P2P资源发现算法的实现框架

结合遗传算法的思想提出了一种新的资源发现算法,并给出了实现该算法的java语言代码框架.     

基于P2P框架的网格资源发现算法研究

由于资源数量的巨大,典型网格系统中的资源发现问题就成为关键,而现有网格中有许多的资源发现算法主要是集中或分层方法.P2P已经被认为是一种合适的分布式模型,它具有动态性、可伸缩等优点.在现有网格之上提出了一个P2P虚拟层,并据此提出了一个用于网格资源发现的分布式算法,从而解决现有网格系统中资源发现效率低、性能差、不具有伸缩性和可扩展性等一系列问题.     

一种基于P2P机制的网格资源发现方法的研究

传统的网格资源发现系统采用集中式或者层次化的结构,但这些结构不能满足网格系统规模不断扩大的需求。而P2P系统是一种扩展性好的分布式系统,采用已有的P2P技术解决网格环境下的资源发现问题是一种有效的途径。简要介绍了目前采用P2P技术解决网格资源发现的问题,提出了一种采用超级节点模型和资源主动声明机制相结合的资源发现方法,并给出相应的算法描述,最后验证了其有效性。     

基于资源区域的网格资源发现方法

资源发现是整个网格系统的热点研究问题。结合P2P技术提出了一种基于资源区域的网格资源发现的新方法,按照资源的类型将网格资源划分为多个区域,具有相同类型资源的网格信息节点组织在同一区域中,各区域由一个域中心节点进行管理,各域中心节点形成P2P层。把网格中的资源分为域间－域内两类,从而大大提高了查询效率和通信效率,减少了网络流量。     

一种基于索引P2P分层的网格资源发现模型

网格资源发现是网格研究中的重要组成部分,随着P2P网络的兴起,许多新的概念和研究方向为网格研究提供了思路。针对网格环境下集中式和无结构P2P资源发现机制的缺陷,提出了一种基于索引P2P分层的网格资源发现模型,引入了索引P2P分层网络,充分利用了网格环境中节点性能的差异,具有较好的资源查找发现功能,并且对大规模的网格具有较好的适应性。     

基于虚拟社区模型的信息网格资源发现算法

网格技术的目的在于在更高的层次上实现通用意义的资源共享.要实现全球范围资源共享,就需要解决如何高效发现资源的问题.在虚拟社区模型的基础上提出一种新的资源发现算法,并通过模拟实验验证,使用该算法可以解决社区的扩展性问题,能够满足具有大量节点的社区资源信息共享的需要.     

一种基于P2P的非集中式网格资源发现方法

有效地发现网格的各种资源是影响网格整体性能的一个重要因素。针对资源发现在网格规模及应用不断扩展过程中变得越来越复杂的问题,在网格环境中融合Web Service技术,同时引入P2P思想,将资源发现模型分为内外两层,提出一个非集中式的网格资源发现方法,并应用于制造网格之中。实验证明,该模式有效解决了集中式模式带来的节点瓶颈等问题,并大幅降低分布式系统中资源发现产生的网络流量,具有高效性、可扩展性和鲁棒性。     

基于Hierarchy结构的网格资源发现算法

为了解决传统资源发现机制不能很好地适应网络状态、可扩展性较差等问题,在超级节点模型的基础上,结合联系节点,建立了一种基于层次结构的网格模型,设计了成员加入协议,给出了基于跳数限定、缓存列表的资源发现算法。通过对网络架构的分析,该模型能够适应网格资源的复杂性与异构性,可扩展性好。实验结果证明：该算法缩短了查询时间,提高了网格环境下资源发现的效率。     

推荐共享机制在网格资源查找中的应用

根据网格环境特点,结合现有网格以及其他分布式环境下资源查找的特点,提出了网格资源查找机制的分层框架,将网格中的资源组织为网格虚拟社区和资源两个基本层次,建立一种分层网格框架,按照资源属性,对网格进行逻辑划分。在此分层框架的基础上,根据小世界模型,提出一种基于推荐的资源信息共享机制,即通过第三方结点,将原本无关系的而需求相近的结点联系起来,共享各自的资源池信息。通过模拟仿真,和Globus MDS进行资源查找速度和匹配程度的比较,证明了该策略的高效性。     

基于兴趣聚类的网格资源发现算法*

为了更有效地解决网格资源的搜索和定位问题,提出一种以P2P形式实现的、基于兴趣聚类的非集中式网格资源发现算法.算法采用被动学习方式,通过用户的访问历史抽取节点的兴趣属性,将节点按照兴趣属性划分为多个簇,资源发现请求在簇内朋友节点之间传播,查找失败后,将请求路由到与其兴趣最相似的其他簇内.仿真测试表明,算法稳定高效,相比传统算法在低开销情况下性能有显著的提高.     

融合PSO与ACS的网格资源分配研究

资源分配和任务调度是网格计算的一个关键问题之一。提出一种融合离散粒子群优化算法和蚁群算法的新型算法来解决网格资源分配问题。该算法通过在粒子群算法中引入蚂蚁算法,可有效克服粒子群算法后期的局部搜索能力差和蚁群算法前期盲目搜索的缺陷。理论分析及模拟实验表明该算法具有良好的性能。     

基于遗传禁忌搜索的网格资源选择算法

资源是网格的主体,建立网格的目的就是要管理好的各种网格资源,最大程度地实现资源共享.把网格上的资源和用户请求进行匹配,把合适的可用资源提供给用户使用是网格管理的核心内容.分析了目前常用的资源选择算法,并在此基础上,提出了一种新的算法.该算法结合了遗传算法和禁忌搜索算法的优点,利用禁忌搜索中的禁忌列表来对遗传算法中交换进行有效的限制,避免进入局部搜索.最后通过试验将新算法与遗传算法进行比较.