MapReduce架构的多控制节点改进

MapReduce集群系统的单一控制节点结构使其存在着性能瓶颈问题,限制了集群的规模.为较好地解决系统性能瓶颈问题,提出了MapReduce架构的多控制点改进.新系统的实现基于Hadoop MapReduce,在对架构进行改进的同时,重新设计了信令系统,并增加了控制节点间的热备份机制.因此,新架构除了能解决瓶颈问题外,还可以通过控制节点间的热备份策略有效地应对控制节点故障,降低故障对集群性能的影响,保证应用的正常执行.     

基于LAN的集群共网系统模型建立及性能分析

提出基于LAN平台上的集群共网系统方案模型,针对网络协议非实时性和集群系统业务实时性能的要求,在现有TCP／IP协议基础上,采用虚拟控制节点方案来调度实时业务．对建立的系统性能进行了仿真分析,得到了衡量系统性能的参数,用以作为基于LAN的集群共网系统的设计参考,为在目前的宽带网络上建立集群指挥系统提供设计依据．     

LSF资源管理软件在地震资料处理PC集群中的应用

Pc集群的引入及耗时处理方法的常规化,给Pc集群的管理、提高节点利用率及提高生产效率带来了新课题。通过使用PlatformLSF动态资源管理软件,改变了原来的资源管理方式,提高了PC集群的管理效率及生产效率。     

基于SDG的集群打印系统故障智能诊断研究

随着网络购物的发展, 订单打印需求增大, 集群打印系统能够有效地提高效率。但集群系统需要较高的鲁棒性和可靠性, 因此订单监控和处理打印设备故障成为集群打印系统的核心问题。通过将具有实时监控节点数据和揭示故障传播路径特点的符号有向图(Signed Directed Graph, SDG)技术应用到集群打印系统, 建立了集群打印系统故障诊断推理规则, 并形成“If-Then”形式的诊断规则库。此外, 构建了订单全生命追踪模型, 结合诊断规则库对故障任务进行识别和管理, 实现了集群打印系统的故障任务转移和自恢复。     

改进的主动式安全系统结构及其通信机制

为了提高网格中资源节点在安全方面的自主性和协调性,改进的主动式安全系统ZSS以安全节点为单位,配置完整的认证和授权、访问控制、监视、通信、分析等模块来保护节点安全．ZSS系统的通信模块利用可变长的短消息传递技术,可以实现安全节点间的实时性和周期性信息交换．由于采用中心节点作为同一通信域的信息交换中心,该消息机制可以应用到具有不同资源管理结构的网格中,提高了系统的适应性和可用性．     

基于集群技术的作业管理系统

可升级性与可用性是当前软件开发的一个目标,集群技术就是为了实现这一目标而提出的。基于集群技术,建立了新的作业管理系统的硬、软件运行环境。在集群服务器运行环境的基础上,提出了作业迁移的模型以及集群节点的恢复算法,该系统已经在一个大型作业管理系统中得到具体实现。     

一种基于动态规划的最小化最大加权响应时间的中心控制节点选举算法

为了最小化网络中任意节点到达中心控制节点的最大加权响应时间,提出了一种基于动态规划的中心控制节点选举算法。无线网络中的节点和链路的响应时间被建模为网络拓扑图中的节点权值和边权值,进而最小化网络中任意节点到达中心控制节点的最大加权响应时间的中心控制节点选举问题被建模为K-中心问题,其中K表示中心控制节点的个数。采用基于动态规划的插点法可求出任意2个点之间的最小加权响应时间,所建模的K-中心问题被转化为若干个R-控制集问题。将若干个R-控制集问题转化为若干个0-1整数规划问题,采用分支定界的方法逐个求解每个整数规划问题。给出了K=1时上述算法的简化实现方法,证明了所提算法的最优性并分析了算法的复杂度。仿真结果表明,所提算法选举的中心控制算法可最小化网络最大加权响应时间。     

数据中心上异构资源的细粒度分配算法研究

数据中心的出现,使得大数据分析任务被分散到不同的计算节点。随着GPU计算的广泛应用,如何为不同的计算框架合理分配异构计算资源是目前的研究热点。研究了传统大数据计算框架和GPU计算的特点,针对现有的集群资源管理和GPU管理模式,提出了一种集中式异构资源管理模型,计算节点负责本地资源管理和任务的执行和管理,资源管理中心统一管理各个计算框架。对于不同的计算框架,根据其使用CPU以及GPU资源的不同,设计并实现了一种混合主资源共享分配算法,通过计算不同框架对主资源的使用,优先从可用资源中为主资源使用率最小的框架分配资源,实现主资源在各个框架的公平共享,防止CPU任务过多而导致GPU资源"饥饿",或者反过来导致CPU资源"饥饿"的现象发生。通过实验验证,该分配算法在异构资源使用效率以及任务完成数量方面能提高15%左右。     

面向高比例分布式电源接入的配电网集群划分指标优化和算法改进

由于配电网缺少高效的面向分布式有功潮流最优化问题的集群划分方法，因此优化和改进了基于遗传算法的配电网集群划分策略。首先，考虑到配电网台区终端计算能力有限，以及各集群强度须达标的条件，定义集群划分的节点限制指标，使集群划分结果更加合理。然后，对遗传算法进行改进，提高了遗传算法在解决集群划分问题时的收敛速度，增强了全局寻优能力。最后，在MATLAB仿真平台上对IEEE-33节点系统进行实验，验证了所提出指标的合理性以及改进算法的有效性。     

基于无界排斥的各向异性Swarm模型

为提高集群运动对环境的适应性，提出了一种基于无界排斥作用的各向异性Swarm模型.各向异性性质使个体之间的相互作用不仅取决于个体间的距离，还与所处势场环境等因素相关，使得集群运动更能适应环境的变化；通过采用无界排斥作用避免了个体之间发生碰撞，保证了各个个体位置的独立性.证明了在线性势场环境中集群中心的聚集运动和集群收敛的稳定性.仿真结果表明，基于此模型的Swarm系统可以聚集成群或列队行进，通过对各向异性参数的控制可以实现集群整体结构和队形的变化.     

层次型软件定义无线传感器网络资源调度策略

为了解决传统无线传感器网络基于特定任务导致资源利用率及能量效率低下,且无法适应网络拓扑动态变化的问题,提出了针对多任务并发场景的层次型软件定义无线传感器网络资源调度策略。将软件定义网络引入无线传感网实现控制层和数据层解耦,通过灵活的网络资源调度策略同时完成多个任务,在保证监测质量的前提下,最小化网络总能耗;此外,软件定义的主节点可及时获取网络拓扑变化,并通过簇头节点实现簇内资源调度,提高优化效率,并降低能量消耗。结果表明,所提出的全局网络资源调度策略提高了能量效率和资源利用率,簇内资源调度在高效解决网络动态事件的同时降低了主节点的控制开销。     

中小规模分布式文件系统集群构架的优化方案

针对分布式文件系统的应用存在处理小文件效率不高的问题,提出一种适用于中小规模分布式文件系统集群的应用架构,将传统分布式文件系统集群中的内网划分为两个子网：对外子网和对内子网,对外子网中传输与外网之间的交互数据,对内子网中传输分布件系统集群的管理数据.每个数据结点同时与对外和对内两个子网连接,并代替名称节点负责与外网直接的数据交流;名称节点本身只与对内子网连接.对外子网与外网之间使用防火墙设备加强安全性,并使用负载均衡设备将来自外网的数据请求合理的分配到每个数据节点上;增加了缓存机制对系统处理小文件操作进行优化,部署实验环境,设计一个测试程序对缓存效率测试,对1000个100KB的文件,通过模拟多线程连续读取大量文件来测试缓存的性能,实验证明系统设计方案可行,增加磁盘缓存有利于提高系统处理小文件的存取效率,系统优化效果显著.     

一种应用于自组织网络管理的群保持方法

为了减少节点的移动给基于分群的自组织网络管理带来的影响,提高节点的可控性,提出了利用节点之间链路有效的概率来定量评估群首的稳定性,并且在群首稳定程度下降时迁移管理服务的群保持方法．仿真研究表明,该方法增大了群的生存时间,减少了群的消失数量,使得自组织网络管理工作更有效、更稳定．     

基于MapReduce方法的分布式CTI系统

针对呼叫中心多技能组排队路由的资源互斥问题,提出一种基于MapReduce架构的分布式呼叫中心计算机电话集成系统( DCTI)。该系统采用分而治之方法实现座席的管理和呼叫路由处理的负载均衡,从而使计算机电话集成( CTI)的业务处理与路由处理都能进行分布式计算。在实际系统中的应用和实验结果表明,DCTI系统可以将CTI的负载线性地分布到N个节点。     

网络入侵失稳控制时最优节点选择

针对网络入侵失稳控制时最优节点选择方法一直存在选择不准确、误差大的问题,提出基于能量融合信道均衡与控制簇头竞选的节点选择方法,并应用于入侵后网络失稳控制中.建立无线传感器网络的数据传输和节点分布模型,对网络失稳后的WSN信道进行均衡控制,根据簇头竞选结果控制每代节点的定位误差,降低节点在遭到入侵后的错误选择概率.结果表明,采用改进的选择方法可以提高节点的通信覆盖率,降低了节点的死亡率,提高了失稳控制性能,保障了网络的安全稳定.     

基于计算节点和转发节点的WSN自组织聚簇算法

针对无线传感器网络（WSN）中数据计算需求和由簇首负载过重引起的热点问题和能量空洞问题,提出基于计算节点和转发节点的自组织聚簇算法（SCATN）,对簇首功能进行分解,以计算节点满足数据计算需求,以转发节点进行数据转发,并通过分布控制解决热点问题和能量空洞问题.聚簇过程采用自组织方式控制功能节点的生成、分布,从而解决分布不均匀和连接性问题.同时,普通节点自主更换归属簇以及时、细粒度地调整计算节点负载.仿真实验结果表明,与现有几种聚簇算法相比,SCATN算法可有效地提高网络生存时间,增加基站的吞吐量,降低丢包率.     

基于时延感知的5G网络切片节点和链路映射算法

针对第5代移动通信系统（5G）网络切片映射过程中,在满足系统时延要求的情况下,使资源调度最优化的问题,提出了一种基于时延感知的5G网络切片节点和链路映射成本最小化算法.该算法在网络功能虚拟化管理和编排器及各网络功能服务器处建立两级队列动态调度模型,感知系统中当前队列积压状态并进行动态调度,使系统队列积压始终维持在稳定的较小值,采用Lyapunov随机优化方法,实现对映射成本与系统时延的平衡控制.仿真结果表明,所提算法可在满足系统时延要求的同时,最优化资源调度,进而使得5G网络切片映射成本最小.     

一种分布式实时系统的资源管理体系结构

从硬件资源的角度,给出了一种分布式实时系统的资源管理体系结构.详细论述了向用户提供资源的探测和控制、资源的管理、实时性能管理等一系列操作.该体系结构主要由5个子系统构成:用户管理、分配管理、实时系统管理、资源探测和控制、规格文件管理.     

基于模糊聚类的云计算集群资源调度算法

针对现有的云计算集群资源调度算法具有的负载不均衡和在线动态适应能力不强的缺点,提出了一种基于模糊聚类的云计算动态集群资源调度算法。首先,构建了云计算环境下的资源调度模型。然后采用模糊聚类对云计算集群资源进行聚类,根据节点与所有聚类中心的距离判断是否需要增减聚类数量。当新任务到来时,自动计算其到各个聚类中心的距离,将具有最小聚类距离的聚类中心分配给该任务。在Cloudsim环境下进行仿真试验,结果表明该方法能有效地实现云计算集群资源的动态调度,且较其它方法相比,具有反应实时和负载均衡的优点,是一种适合云计算环境的可行任务调度方法。     

基于安全与低能耗的传感云边缘协同优化策略

多传感器传感网数据采集效率低下,且大量数据在传感云处理存在数据泄露风险。基于此,首先设计了一种安全、节能及高效的分布式边缘协同传感网资源选择架构,提出了一种边缘协同分析节点选择(ECANS)方案。通过对用户请求的分析,获取传感网节点的选择策略,以降低传感节点数据采集的时延和能耗。其次,构建了一种最大化隐私熵的边缘协同传感网隐私保护数据卸载模型,并通过智能启发式算法得到隐私熵最大的边缘资源选择策略。实验结果表明,与ENS数据采集方案相比,ECANS方案使节点时延与能耗分别降低了56.71%和57.66%;在边缘资源选择阶段,与GA资源选择方案和PSO资源选择方案相比,最大化隐私熵模型使系统隐私熵分别提高32.07%及15.36%;与不引入no-EC相比,传感网节点时延和能耗平均降低了46.92%与11.26%。