分布式高可扩展负载平衡中间件技术研究

现有的负载平衡中间件大多采用单一的基于对象的负载平衡粒度,更多地关注同一对象组的不同副本之间的平衡,复杂的分布式应用往往存在多种不同类型的服务对象组共存的情况。该文基于CORBA技术,论述提高负载平衡中间件可扩展性的关键问题、解决方法及其实现,给出了相关的测试结果。     

一种基于触发机制的轮转算法

在负载平衡技术中,必须使用合适的算法进行成员选择,以决定由哪个副本对象处理到来的客户请求。传统轮转负载平衡算法只能在某些特定条件下平衡负载。针对该缺点,结合普通轮转算法和加权算法的优点,提出一种基于触发机制的轮转算法。实验结果表明,该算法能感知后段资源。     

普适计算环境下基于构件化中间件的上下文管理技术研究

上下文相关技术已经成为普适计算环境中用于应用服务的不可或缺的核心技术之一。对于基于构件的中间件来说,对高性能的上下文管理的需求更是必不可少,因为它构成了普适计算环境中构件适配和部署的重要基础。因此,在已有构件中间件的基础上,我们针对普适计算环境的特点提出了一种整体的上下文管理方法,将上下文管理集成在已有的构件化中间件中。应用表明,该方法能够更好地支持普适计算环境下上下文相关的构件化应用开发。     

支持上下文感知的构件适配模型研究

为了对普适环境下的构件化应用提供支持,扩展传统的构件适配技术,在上下文感知中间件的基础上,提出支持上下文感知的构件适配模型CACAM和构件适配算法CACA,实现对环境、用户上下文的动态感知和重配置。实验结果表明,该模型能够有效地实现普适计算环境下基于上下文感知的构件适配。     

普适计算环境下基于中间件的上下文质量管理框架研究

随着信息技术的快速发展,分布式计算技术逐渐向普适计算技术演化,从而达到信息空间和物理空间融合的最终目标,为用户提供普适的智能化服务。为了达到这个目标,一个主要的困难就是如何有效地连续监测、才甫获与解释环境相关的上下文信息来确保精确的上下文感知性。很多研究者已先后投身于上下文感知的普适应用的研究工作中,但大多数往往直接针对原始上下文进行处理,没有考虑上下文质量(QoC)的影响。因此,提出了一种基于中间件的上下文质量管理框架,即通过上下文的质量门阂管理、重复与不一致的上下文丢弃等不同层次的控制机制,为上下文感知服务和应用用户提供有效而可靠的上下文服务。     

普适计算环境下上下文不一致性的消除算法研究*

在普适计算环境下,由于所获得上下文信息的不一致性,往往会导致应用不一致性的产生。针对上下文不一致性的消除问题,提出了全丢弃消除算法、最新上下文丢弃算法、基于确定性上下文丢弃算法和基于相关性的上下文丢弃算法,并对算法的性能进行了比较和分析。实验表明,这些算法能够有效达到消除上下文不一致性的目的。     

OMG持久状态服务及其PSDL编译器的设计与实现

随着面向对象技术的发展，对象持久化变得非常重要。为此，OMG定义了持久状态服务。在持久状态服务中，PSDL编译器是提供给用户的重要开发工具。本文将对持久状态服务进行基本的介绍，并提出PSDL编译器的一个设计与实现方案。     

服务计算环境下一种基于机器学习的负载预测方法研究

随着计算机技术的迅速发展，分布式应用的规模迅速增加，越来越多的软件系统开始采用面向服务的体系结构SOA。为了提高SOA的可靠性和可扩展性，一种有效的方式就是提供服务副本，并通过基于中间件的负载平衡服务在不同的服务副本之间平衡负载。通过使用中间件，我们可以满足当前的面向服务应用对于性能、可扩展性和可用性的需求。然而，我们必须保证对于负载的计算具有一定的预测性以避免负载峰值的影响。对于复杂的面向服务应用来说，负载峰值意味着系统可能在短时间内具有极高的负载，而在大多数时间内负载较为平稳，从而因为负载取样的延时性导致系统过载而响应时间增加、总体吞吐量也受到影响。因此，为了降低响应时间，以及在负载频繁波动的情况下也能有效地利用服务副本，我们基于中间件为自适应和灵活的负载平衡机制的需求提出并实现了一种基于机器学习的预测机制。     

面向复杂物联网应用的上下文质量感知技术研究

随着物联网应用的快速发展,传感信息日益多元化,传感器网络规模广域化,底层传感器网络构成异构化,传感信息数量大数据化,相应地,这也使得底层传感信息中所蕴含的不一致性、不完整性、不准确性等影响信息质量的因素大大增加。而传统的上下文感知技术没有充分考虑上下文质量对感知过程的影响,因此,在现有的上下文感知系统框架的基础上,充分研究不一致性、不完整性、不准确性等低质量传感器上下文的消除问题,通过上下文质量因子分类配置、不准确与不一致上下文丢弃、不完整上下文填充等方法实现了不同层次的控制机制,降低了信息的不确定性,从而有效提高了物联网应用的上下文处理质量。     

普适计算环境下基于分层Agent的上下文共享模型研究

随着无线网络、移动计算和传感器网络等技术的发展,普适计算的实现逐渐变成可能.普适计算的研究涵盖中间件、移动计算、人机交互、嵌入式技术、传感器等领域,要解决包括扩展性、异构性、构件集成、上下文感知和不可见性在内的关键问题.这些问题中,上下文感知又是重中之重,它使普适计算设备能智能化地解析和使用上下文信息,并根据上下文信息的变化进行动态自适应地调整.现有的大多数上下文感知的研究往往集中于针对上下文信息的适配上,没有考虑如何高效地收集上下文信息.而少数针对上下文收集的研究也只围绕外界环境中部署的传感器信息收集,从而使具有相同上下文信息敏感性的设备将独立而重复地进行上下文收集的工作.因此,本文拓展了传统的上下文收集的途径,并在当前已有的3种上下文共享模型的基础上提出了一种基于分层Agent的上下文共享模型,通过Agent技术和组机制的结合,使用户不仅能从传感器处收集上下文,还能从具有共同兴趣和爱好的用户处获得共享上下文,从而达到了消除冗余上下文收集、提高设备效能的目的.