网格工作流中基于云评价的服务定位机制*

随着企业间竞争的日益激烈以及基于网格的电子商务的发展,如何有效提高企业间相互协作的网格工作流的效率成为关键.由于网格环境异构性、动态性和不确定性强等特点,网格服务是不确定的或定性的.网格是一个无尺度网络,利用网格中集散节点的性质,将网格工作流的服务定位集中于其上,再用云模型对网格服务进行定性定量转换,能更快地获得更高质量的服务,大大提高了网格工作流的效率.     

基于进化博弈的网格资源分配方法的研究

在网络资源优化分配问胚的研究中,由于用户存在决策失误,现有基于理性用户博弈的网格资源分配在实际网格环境会完全失效.分析了非完全理性网格用户群体的资源分配策略及其演化过程,提出一种改进的复制动态机制的网格资源分配方法,克服了用户理性的限制,引入变异机制,在无初始学习样本的情况下,也能确保用户达到进行稳定策略点,实现了网格资源在有限理性用户之间的优化分配.仿真表明,用户通过学习对资源分配策略进行调整,可实现最优分配策略并处于稳定状态,证明了进化博弈的资源分配方法在网格环境中的适应性和稳定性.     

计算网格资源分配研究

计算网格是一种新的技术,有很多内容都刚开始研究发展,还不成熟。由于网格资源的异构与时变,网格资源用户的不同需求,使网格资源分配成为一个重要问题。因而,网格资源分配技术也成为一种关键技术。给出了基于代理的网格资源分配策略和资源代理的迭代算法,从而实现了资源的协调分配。     

基于云模型和BP神经网络的入侵检测

云模型是进行定性定量转换的有效工具,正态云模型通过期望、熵和超熵构成特定结构发生器,这种特定结构使得正态云模型更具有普遍适用性,更简单、直接地完成了定性与定量之间的相互转换过程.结合 BP 网络局部精确搜索的特性,提出一种基于云模型与 BP 网络的入侵检测方法,将云模型和 BP算法有机结合.通过 KDD99 CUP 数...     

一种基于服务选取的SBS云资源优化分配方法

获取满足全局优化目标的资源分配策略,是影响云环境中基于服务的软件系统(service-based software system,简称SBS)运行时优化效果的关键.然而,由于SBS内部复杂的业务逻辑关系和云环境中的资源约束,现有分配方法无法得到最优资源分配量.以满足SLA约束和最小化资源成本为目标,根据不同资源状态对应不同组件服务性能的特点,将组件服务可能的资源分配量、相应性能及成本转换为备选逻辑服务集,进而提出了一种云环境中基于服务选取的SBS资源优化分配模型,并设计了一种求解模型的混合遗传算法.算法采用整数编码以提高求解效率,并在选择算子中引入了精英保留策略,从而保证收敛到全局最优解.为提高遗传算法的局部搜索能力、加快收敛速度,以局部搜索策略改进了标准变异算子.实验验证了所提出的资源优化分配模型和求解算法的有效性,并表明:与分支定界法及精英保留策略遗传算法相比,混合遗传算法能够在较大规模的问题上快速获得具有较低资源成本的资源分配策略.     

智能电网中两阶段网络切片资源分配技术

为满足网络切片在智能电网中的多样化需求,提出了一个在智能电网中基于云-边协同的切片资源分配模型。为优化网络切片分配,提出一种两阶段的切片分配模型：在第一阶段中,以用户体验最优为目标,建立了本地边缘网络的资源分配问题的优化模型,并采用拉格朗日乘子法对此最优问题进行了求解;在第二阶段中,首先将网络切片资源分配系统建模成Markov决策过程,然后提出使用深度增强学习方法对核心云的切片自适应地进行资源分配。实验结果表明所提的两阶段切片资源优化分配模型可有效减少网络延迟,提高用户满意度。     

基于拍卖机制的网格资源分配方法

网格资源的动态性、异构性、自治性等特点,使得网格资源分配成为一个难点。目前存在的大多数分配方法仅关注分配效率,却对提高资源分配的公平性缺乏深入的研究。针对此问题,提出一种基于拍卖机制的网格资源分配方法,利用资源分配比例的算法分配资源。通过仿真实验表明该方法适合网格系统中的资源分配,能有效分配资源,提高了资源利用率,同时资源分配的公平性也得到显著的提高。     

云计算基于随机进化博弈动态的资源优化配置

云资源优化分配研究中,用户策略难免存在失误,以用户完全理性为前提的资源分配方法在实际环境下会出现失效。分析非完全理性的云用户种群下的资源分配过程及其策略演化过程,提出一种随机动态模型求解有限云种群中的资源分配进化博弈问题。模型克服用户完全理性的限制,利用带有频率依赖选择的Moran过程,在重复博弈过程中寻找云用户策略的入侵指数和固定指数策略选择偏好的条件。根据经济学云环境的特征,建立云用户的固定效用矩阵,量化策略选择动态。数值仿真结果证明,为了最大化自身效用,不同大小云种群中的个体策略会向着不同策略方向演化,资源在有限理性用户之间可以实现优化分配,且最优分配策略最终会处于稳定状态。     

一种定性定量信息转换的不确定性模型——云模型*

目前,许多领域的研究进入到复杂系统阶段。从复杂系统描述与评价的角度来讲,严格、精确的数学描述几乎是不可能做到的,只有将定性定量的知识加以变换与集成才能获得关于系统的定性定量相结合的完整描述。因此,建立一个定性定量的不确定性转换模型,实现语言值与数值的互换,是复杂系统研究迫切需要解决的问题,也是其他领域研究需要解决的问题。从定性定量转换研究现状出发,综述了由李德毅院士提出的定性定量转换的不确定性模型——云模型。从云模型提出背景出发,讨论了云模型的理论基础、发展过程与研究现状;综述了云模型基本理论研究进展情况,云模型在质量评价、模式识别、控制等领域的研究进展。通过研究发现,云模型是定性定量转换的有力工具,并且已经比较成功地得到了应用,取得了重要的研究成果。如何进一步深化理论研究,研究不同领域中定性定量转换应用问题是加强和促进云模型研究的有效途径。     

基于议价机制的网格资源分配研究

资源管理和分配是网格计算的核心问题，用市场机制可有效地管理和分配网格资源。提出了一个基于议价机制的网格资源分配模型，设计了资源分配策略。模拟实验表明该模型能够较好地适应网格环境的动态变化，并实现各个网格计算资源的负载平衡。     

Resource brokering using a multi‐site resource allocation strategy for computational grids

Grid computing employs heterogeneous resources which may be installed on different platforms, hardware/software, computer architectures, and perhaps using different computer languages to solve large‐scale computational problems. As many more Grids are being developed worldwide, the number of multi‐institutional collaborations is growing rapidly. However, to realize Grid computing's full potential, it is expected that Grid participants must be able to share one another's resources. This paper presents a resource broker that employs the multi‐site resource allocation (MSRA) strategy and the dynamic domain‐based network information model that we propose to allocate Grid resources to submitted jobs, where the Grid resources may be dispersed at different sites, and owned and governed by different organizations or institutes. The jobs and resources may also belong to different clusters/sites. Resource statuses collected by the Ganglia, and network bandwidths gathered by the Network Weather Service, are both considered in the proposed scheduling approach. A dynamic domain‐based model for network information measurement is also proposed to choose the most appropriate resources that meet the jobs' execution requirements. Experimental results show that MSRA outperformed the other tested strategies. Copyright © 2010 John Wiley & Sons, Ltd.     

Modeling and analysis of the effects of QoS and reliability on pricing, profitability, and risk management in multiperiod grid-computing networks

In this paper we develop a network equilibrium model for optimal pricing and resource allocation in Computational Grid Network. We consider a general network economy model with Grid Resource Providers, Grid Resource Brokers and Grid Users. The proposed framework allows for the modeling and theoretical analysis of Computational Grid Markets that considers a non-cooperative behavior of decision-makers in the same tier of the grid computing network (such as, for example, Grid Resource Providers) as well as cooperative behavior between tiers (between Resource Providers and Grid Brokers). We introduce risk management into the decision making process by analyzing the decision-marker's reliability and quality of service (QoS) requirement. We analyze resource allocation patterns as well as equilibrium price based on demand, supply, and cost structure of the grid computing market network. We specifically answer the following questions with several numerical examples: How do system reliability levels affect the QoS levels of the service providers and brokers under competition? How do system reliability levels affect the profits of resource providers and brokers in a competitive market? How do system reliability levels influence the pricing of the services in a competitive environment? How do users' service request types, QoS requirements, and timing concerns affect users' behaviors, costs and risks in equilibrium? How does the market mechanism allocate resources to satisfy the demands of users? We find that for users who request same services certain timing flexibility can not only reduce the costs but also lower the risks. The results indicated that the value of QoS can be efficiently priced based on the heterogeneous service demands.     

IEEE 802.16中支持QoS的有效带宽分配机制

基于IEEE 802.16协议,研究宽带无线接入网中保障QoS的有效带宽资源分配和调度问题。首先,在PMP模式下设计一个有效率的QoS调度算法,利用参数的调整提供更具有弹性的服务质量,以利于rtPS服务支持多媒体传输;然后利用标准中所提供的QoS参数调度各种不同类型的服务业务,分配上传带宽,进而达到有效地使用网络资源。仿真实验结果表明,本方案能够在保证QoS需求的同时,有效地分配带宽资源。     

Survey on Grid Resource Allocation Mechanisms

Grid is a distributed high performance computing paradigm that offers various types of resources (like computing, storage, communication) to resource-intensive user tasks. These tasks are scheduled to allocate available Grid resources efficiently to achieve high system throughput and to satisfy user requirements. The task scheduling problem has become more complex with the ever increasing size of Grid systems. Even though selecting an efficient resource allocation strategy for a particular task helps in obtaining a desired level of service, researchers still face difficulties in choosing a suitable technique from a plethora of existing methods in literature. In this paper, we explore and discuss existing resource allocation mechanisms for resource allocation problems employed in Grid systems. The work comprehensively surveys Gird resource allocation mechanisms for different architectures (centralized, distributed, static or dynamic). The paper also compares these resource allocation mechanisms based on their common features such as time complexity, searching mechanism, allocation strategy, optimality, operational environment and objective function they adopt for solving computing- and data-intensive applications. The comprehensive analysis of cutting-edge research in the Grid domain presented in this work provides readers with an understanding of essential concepts of resource allocation mechanisms in Grid systems and helps them identify important and outstanding issues for further investigation. It also helps readers to choose the most appropriate mechanism for a given system/application.     

模糊选择消费代价函数动态资源分配算法研究

主要研究了资源分配基数,提出了一种新的基于选择消费代价网格资源分配算法。提出的方法首先采用模糊基数建立一个消费代价函数模型,给出了网络中带权值的多参数消费代价函数。实例验证表明,当用户需要从系统中获得资源时,采用该方法在网格规模非常大而且计算量较小的情况下,选择代价最小的方法给用户使用来分配资源,具有一定的实际应用价值。     

一种基于效用函数的网格资源分配策略

针对网格资源分配中用户需求的异构性问题，提出了一种基于效用函数优化的分配策略。该策略综合考虑用户作业执行费用和执行时间两方面的因素，利用拉格朗日方法解决网格用户效用函数的优化问题，通过二分搜索最优解产生一组优化的用户出价，根据该组出价按比例划分资源的计算能力。该分配策略可对网格资源的价格以及资源的占用时间进行优化，对动态、异构的网格环境具有较好的适　　应性。     

教育资源网格模型及副本创建策略

教育资源网格是解决目前分布式教育资源共享问题的有效手段.针对中小学教育资源共享问题,提出了层次式的教育资源网格模型,定义了各层节点的功能.通过与欧洲数据网格对比,分析了教育资源网格的特点.基于层次式的教育资源网格,对影响副本创建策略性能的因素进行了分析,然后引入网络带宽和文件大小两个参数,提出了一种动态副本创建策略(dynamic replica creation strategy,简称EDRS).利用数据网格模拟工具OptorSim构建了教育资源网格虚拟环境,分析比较了EDRS策略与Caching-LRU策略、Caching-LFU策略和基于经济模型的副本创建策略的性能.最后,综合各项指标分析了不同策略对教育资源网格系统性能的影响.结果表明,EDRS策略在教育资源网格应用中有着更好的系统性能.     

一种基于Agent联盟的网格资源分配方法

网格资源分配是网格计算中的关键问题之一,引起网格研究者越来越多的关注。网格资源分配的过程就是任务与资源映射的过程。在分析已有的网格资源分配方法的基础上,首先提出了一种基于Agent的网格资源管理模型,主要由用户层、客户服务层、信息服务层、区域管理层和资源层组成。在此基础上对基于Agent联盟的网格资源分配方法进行了研究,最后给出了实例分析。