基于边缘计算的实时应急响应系统优化研究

目前,应急响应系统对实时性和可靠性的需求日益提升。传统云计算架构在数据处理过程中容易受到延迟和带宽瓶颈的限制,难以满足应急场景的要求。边缘计算通过将计算和存储资源下沉至网络边缘,为实时应急响应系统提供了全新的解决方案。文中研究了基于边缘计算的实时应急响应系统架构,重点探讨了任务调度、数据传输延迟、能耗管理和负载均衡的优化技术,为未来的应急管理和灾害防控提供了技术支持和理论依据。     

机群系统中基于PVM的智能化任务分配和负载平衡模型

该文提出和建立了一种机群系统中基于PVM的智能化任务分配和负载平衡模型,它在传统机群系统任务分配和负载平衡方法的基础上引入知识处理和多代理人(agent)系统等人工智能方法来进行知识管理、知识交互、任务协同分配及节点间负载平衡等,具有良好的性能和可伸缩性、可扩充性、自适应性等,是大规模机群系统中任务分配和负载平衡的一种理想方法。     

基于多Agent网格资源管理模型的负载均衡研究

网格是下一代互联网的应用模式，资源管理是网格技术的核心任务之一。它包含资源发现、任务调度和负载均衡。在网格环境中，当大量任务到达的时候，总会出现某些节点因任务过多而忙，另外一些节点空闲的情况。为了解决这个问题．文章首先介绍了一种基于多Agent的网格资源管理层次模型，在此基础上研究了负载均衡问题，提出了一种负载均衡的算法设计思想。提高了网格计算能力和资源利用率。     

一种基于动态聚合方法的网格任务调度算法

网格中的资源都是动态的,传统的静态任务调度算法不能适应网格的动态特性.通过对资源在未来一段时间内的状态进行预测,可以提高调度算法的性能.文中提出了一种用动态聚合进行调度的算法.首先对处理器的负载进行取样,然后根据网格任务的执行时间,对处理器的取样值进行动态聚合,再利用AR（p）模型进行预测,最后利用预测到的值作为参数对网格任务进行调度,把网格任务分配给每个处理器,使得每个处理器完成子任务的时间都相同,从而使得整个任务的执行时间最短.实验表明,这种算法能很好地适应处理器负载高度变化的情况.     

智能网络存储系统负载均衡算法研究

负载均衡是大规模基于对象存储系统必须要考虑的重要问题.探讨了几种经典的负载均衡调度算法,介绍了它们的算法流程及其优缺点,最后根据INSS存储系统结构模型及其I/O请求流程,提出了一种二级动态反馈负载均衡模型,能最大程度的减少系统的平均总响应时间.     

星载Clos网络的全分布式容错调度算法

针对星载交换结构受空间辐射影响造成的可靠性严重下降问题,该文提出了一种支持全分布式调度的三级Clos网络及其全分布式容错(Fully Distributed Fault Tolerant, FDFT)调度算法,以提高星载交换结构在交叉点故障下的容错能力。该Clos网络的中间级和输出级采用联合输入交叉点队列,以支持Clos网络和交换单元内部的全分布式调度。FDFT采用一种分布式故障检测算法获得交叉点故障信息。基于对交叉点故障影响范围的分析,FDFT在输入级采用一种容错信元分发算法,实现无故障路径的负载均衡。理论分析证明,当任一输入/输出级交换单元故障个数不超过(m-n)或所有中间级交换单元故障个数不超过(m-n)时,其中m, n分别为输入级交换单元输入、输出端口数,FDFT能够达到100%吞吐率。仿真结果进一步验证,故障随机发生情况下,FDFT能够抵抗比故障任意发生情况下更多的故障,且在不同的业务场景下具有良好的吞吐率和时延性能。     

一种低开销的多任务调度模型

为了解决大量线程切换带来的系统开销问题,文章提出了一种多任务调度模型,将实际工作抽象成任务对象,由少量线程调度执行.与传统的多线程模型相比,大大减少了系统中并发运行的线程数目,从而降低了线程切换开销.实践表明,该模型在支持大量任务场合具有较好的效果.     

校园计算网格作业自适应调度的研究和实现

由于网格资源具有分布、异构、动态、自治等特性。使得网格作业调度成为网格计算中具有挑战性的任务之一。针对校园高性能计算资源负载不均衡、管理模式不统一的问题，提出了校园计算网格自适应调度系统的解决方案。详细研究了网格作业的白适应调度技术，设计了含有负载均衡能力的资源动态信息收集模型，并给出自适应调度算法。实现了校园范围内高性能计算资源的负载均衡和统一的资源管理。     

SGSN Pool部署的关键问题探讨

深入分析了SGSN Pool组网技术在现网的部署实施中的网路组织、NRI设置、负载迁移等关键问题;结合网络实际以及不同厂家的设备特点,提出相应的解决方案。