对等网络中基于节点交互和推荐的信誉管理

提出与描述了对等网络中基于节点交互和推荐的信誉管理模型。该模型中的节点在进行文件下载时,可以直接参考推荐节点,而不是去参考其他大量数目的普通节点,节省大量的时间和减少通信代价。该模型认为节点的信誉能力是多方面的, 参考了概率论中的贝叶斯网络,把节点的性能指标按照贝叶斯网络组织起来,在节点交互和文件共享过程中对信誉分数进行更新。构建了信誉管理模型的测试环境,性能分析表明在进行大量的节点和文件上传与下载时,系统可以通过推荐节点使交互数目稳定增加;与普通的对等网络相比,成功的交互数目也稳定增加。     

计算资源共享平台中基于分类器的可用性预测

提出与描述了计算资源共享平台中的网络资源的可用性预测方法,该方法使用了基于数据挖掘的分类器算法,采用了分布式数据收集器工具,该工具运用收集数据和跟踪数据的方式来获取的预测的可用性的信息,从而完成资源的使用情况的预测。讨论了实现资源可用性预测的软件框架,描述了资源预测的具体过程。实验结果表明,即使在高挥发性的分布式计算平台中,该资源可用性预测技术能够很好地预测计算资源共享平台中机器的处理器利用率、内存的负载、机器的可用性,为调度器和副本备份提供参考。     

基于约束优化的Petri网可达性分析

Petri网的可达性判定问题是进行Petri网分析的基础。通过分析目前求解Petri网可达问题的判定方法和基于约束程序的Petri网可达问题判定方法,提出一种基于约束优化的Petri网可达问题判定方法,该方法是在状态方程法的基础上,利用约束程序寻求可行解,再利用优化求最优解,从而减少问题搜索的分支,达到减少状态方程的解空间的目的。最后通过实例的求解验证算法能够提高判定效率。