自适应系统的体系结构模型与分析

当前计算机软件已深入应用到国民经济各个领域，然而其性能的衰退使得软件系统无法满足用户的需求，因此研究一种新的具有自适应功能的系统已成为十分迫切的需求。该文针对此问题，采用C2风格描述了一个自适应系统，并通过Petri网对其进行形式化建模和分析。     

一种自适应系统的体系结构建模方法*

当前计算机软件已深入应用到国民经济各个领域中,然而其性能的衰退使得软件系统无法满足用户的需求,因此研究一种新的具有自适应功能的系统已十分迫切。针对这个问题,采用C2体系结构风格描述一个自适应系统,并利用统一建模语言UML对其进行建模。     

自适应网格计算模型与分析

传统的网格计算框架不能满足计算系统资源多样性和动态性的日益增加。该文构建一个基于Agent的自适应网格计算框架,利用Agent的自治性、主动性,增加系统的自恢复能力,给出一个基于该文描述框架的实例,并且利用时间颜色Petri网建模,通过时间颜色Petri网的仿真工具对其进行仿真,仿真结果证明了自适应网格计算模型的有效性和可行性。     

基于BSC和三次样条曲线的

提出了两种空间不规则物体的重建方法。在仿射相机模型的假设下,采用BSC样条曲线和三次样条曲线作为重建基元,利用曲线的仿射不变性,重建空间的自由曲线。试验结果证明,相对于传统方法,两种方法在重建精度和复杂度上均有很大改进。     

自恢复容错系统的模型和分析

容错系统不仅会产生硬件故障,而且连续长时间的运行,系统的性能还会逐渐下降或失效,即老化现象。本文综合考虑容错系统中的硬件故障和老化现象,提出了将传统的冗余策略和软件抗衰策略相结合,并给出了该系统的时间颜色Petri网(ti med-CPN)模型,并结合实例进行了分析。     

自恢复容错系统的建模与分析

容错系统不仅会产生硬件故障,由于连续长时间的运行,系统的性能也会逐渐下降或失效,即老化现象。综合考虑容错系统中的硬件故障和老化现象,提出了将传统的冗余技术和软件抗衰技术相结合的策略,并给出了该系统的非马尔可夫随机Petri网模型,随之对基于该模型的系统进行了定量分析。     

神经网络在计算系统软件抗衰重启技术中的应用研究

将神经网络应用于计算系统的抗衰重启技术中,以实现细粒度的软件抗衰,可以更大程度地增强软件抗衰的智能化,提高抗衰效率及准确性,进一步降低抗衰开销,提高软件可靠性.判定模块重启相关性及模块可达集是实施细粒度软件抗衰策略的关键环节.文中结合神经网络工作原理,构建了判定模块间重启相关度及模块可达集的神经网络结构模型.该模型根据软件系统中模块间的控制、调用及数据访问关系,通过分析模块间的耦合程度和重启相关性的相关理论及其之间的关系,制定模块重启相关度和模块可达集的判定算法,最终完成系统模块间重启相关度及模块可达集的判定任务,从而为实现智能化细粒度软件抗衰提供支持.