服务质量要求下的分布式网络可靠性计算方法

为了评估构建在互联网络环境中,具有服务质量要求的分布式网络可靠性能,研究出一套可靠性指标计算方法.首先按照服务质量要求,在赋有权值的网络中计算出分布式节点间所有路由.然后根据这些路由建立满足服务质量要求的网络邻接矩阵,对邻接矩阵进行分解与整合等变换运算,求得不交化网络状态集.最后根据不交化网络状态集得到可靠性指标的计算式,进而完成可靠性指标计算.论述了算法每个关键环节的正确性,通过算例和实验结果充分说明了新算法的合理性.     

基于信任区技术的可信移动电子政务系统设计

通过移动电子政务,用户可以在任何地方、任何时间进行远程办公,给用户提供了方便和快捷的办公方式,移动电子政务的安全性主要体现在终端的安全性。目前手机安全措施还不是很完善,针对存在的安全问题,通过对现有手机硬件架构的改进,使用信任区技术和可信计算技术实现可信移动电子政务系统,保证了用户办公的安全性。     

Applying gravitational search algorithm in the QoS-based Web service selection problem

With the growing use of service-oriented architecture for designing next generation software systems,the service composition problem and its execution complexity have become even more important in resp...     

基于IEEE 80211e EDCA的下行信道动态无竞争接入机制*

为了改善无线局域网络服务质量,IEEE工作组形成了增补标准IEEE 802.11e,但是其增强的接入机制仍然不能完全满足IPTV、视频点播等类似场景的应用。为此提出了针对这一类应用场景的一种新的简单易行的下行信道动态无竞争接入机制,该机制基于MAC层队列长度信息动态调整下行信道接入参数,能有效地保护下行流媒体数据的传输,通过仿真结果验证了该机制有效并且实用。     

抗时延敏感性跨层自适应资源分配方案*

为了对抗多用户OFDM系统中用户实时业务对时延的敏感性,提出一种利用Hopfield神经网络(HNN)算法的跨层自适应资源分配方案。该方案设置用户调度优先级时同时考虑物理层的信道状态信息,及媒体接入层的用户队列状态信息和等待时间等;采用HNN算法,最大化系统容量的同时降低了平均时延和丢包率。仿真结果表明,相比于传统资源分配方案,该方案可以有效保障用户的服务质量,并提高了系统的整体性能。     

一种改进的WMSN-MAC协议

传统无线传感器网络（WSN）的MAC协议已经不能满足无线多媒体传感器网络（WMSN）在实时传输视频、声音和图像等方面的要求,因此提出了一种改进的WMSN-MAC协议。这种自适应的MAC协议基于特定应用对应的不同的QoS需求进行竞争窗口的调整,并根据流量的类型和大小,以不牺牲服务质量为前提动态调整工作周期。仿真实验结果显示该协议在时延、吞吐量和能量节省等方面均比S-MAC协议有显著改进,是一种具有服务质量保障和能量效率的无线多媒体传感器网络MAC协议。     

基于概率性能感知演化博弈策略的“云+边”混合环境中任务卸载方法

针对“中心云服务器+多个边缘服务器”构成的“云+边”混合环境中多任务卸载效率不足的问题,提出了一种基于概率性能感知演化博弈策略的任务卸载方法。首先,在一个“中心云服务器+多个边缘服务器”构成的“云+边”混合环境中,假设其中分布的边缘服务器具有时变波动的性能,采用一种基于概率性能感知演化博弈策略的任务卸载方法对边缘云服务器的历史性能数据进行概率分析,以获得演化博弈模型;然后,生成服务卸载的演化稳定策略（ESS）,使每个用户都能在获得高满意度的前提下进行任务的卸载。基于云边缘资源位置数据集和云服务性能测试数据集进行模拟实验,在24个连续时间窗口上进行不同方法的测试比较。实验结果表明,所提方法在多个性能指标上都优于传统的贪婪（Greedy）算法、遗传算法（GA）和基于纳什均衡的博弈论算法等任务卸载方法。该方法的平均用户期望达成度相较于三个对比方法分别提升了13.7%、117.0%、13.8%,平均卸载时延分别降低了6.5%、24.9%、8.3%,平均货币成本分别降低了67.9%、88.7%、18.0%。     

基于改进遗传算法的QoS移动网格任务调度

移动网格环境具有高度的动态性,任意时刻都可能发生资源的变化,任务调度因此变得复杂,提出了一种面向服务质量(QoS)的移动网格任务调度策略.建立资源和任务模型,定义任务优先级,将任务分成若干子集,子集内调度采用改进遗传算法,选取时延和跨度为QoS指标,编码和遗传操作上体现资源对任务QoS的匹配调度,使最优解尽力满足任务QoS;同一资源上分配的任务,按优先级顺序执行.仿真结果表明,调度算法可以较好地满足用户的QoS,调度跨度也较优.     

Resource-aware hybrid scheduling algorithm in heterogeneous distributed computing

Today, almost everyone is connected to the Internet and uses different Cloud solutions to store, deliver and process data. Cloud computing assembles large networks of virtualized services such as hardware and software resources. The new era in which ICT penetrated almost all domains (healthcare, aged-care, social assistance, surveillance, education, etc.) creates the need of new multimedia content-driven applications. These applications generate huge amount of data, require gathering, processing and then aggregation in a fault-tolerant, reliable and secure heterogeneous distributed system created by a mixture of Cloud systems (public/private), mobile devices networks, desktop-based clusters, etc. In this context dynamic resource provisioning for Big Data application scheduling became a challenge in modern systems. We proposed a resource-aware hybrid scheduling algorithm for different types of application: batch jobs and workflows. The proposed algorithm considers hierarchical clustering of the available resources into groups in the allocation phase. Task execution is performed in two phases: in the first, tasks are assigned to groups of resources and in the second phase, a classical scheduling algorithm is used for each group of resources. The proposed algorithm is suitable for Heterogeneous Distributed Computing, especially for modern High-Performance Computing (HPC) systems in which applications are modeled with various requirements (both IO and computational intensive), with accent on data from multimedia applications. We evaluate their performance in a realistic setting of CloudSim tool with respect to load-balancing, cost savings, dependency assurance for workflows and computational efficiency, and investigate the computing methods of these performance metrics at runtime.