基于最大负载偏移率的并行负载平衡性能分析

大规模并行应用的负载平衡能力对性能的影响很大,但难以度量.针对基于局部离散格式的(有限差分、有限元等)并行应用,通过分析并行计算通信比、并行规模、问题规模、格式复杂度与并行效率之间的数量关系,提出一个“最大负载偏移率”概念,即并行任务的最大负载相对平均负载的偏移量与平均负载之比,作为衡量负载平衡能力的性能指标,并导出了一个负载平衡性能量化模型.将POP全球海洋模式Benchmark程序作为计算实例,验证了负载平衡性能模型的有效性.该模型揭示出整体并行计算性能对负载平衡的依赖程度,特别是对大规模并行计算的情形,负载平衡程度对整体性能的影响随着并行规模的增大而愈加敏感.     

一种基于主负载信息表的动态负载平衡模型及其均衡算法研究

1.引言对于静态和动态负载平衡算法的研究,国际上已经有了30多年的历史。特别是近年来随着一些高速网络的兴起(如ATM),对于它的研究仍然方兴未艾。但是因为一些并行任务之间的互相依赖关系和通讯量的大小很难在编译时就进行确定,所以人们更加倾向于研究动态负载平衡。虽然目前国内外在这方面产生了不少各有特色的算法,譬如Hui等人就在理     

一种基于实测的自动负载建模算法

负载平衡是影响大规模并行计算效率的一个关键因素,准确的负载建模是负载平衡的基础.提出了一种基于实测的自动负载建模算法.该算法无需用户提供信息,具有良好的理论保证以及近似线性的计算复杂度和完全的并行性.2400个进程上的分子动力学模拟表明,该算法执行速度快,同时能够保证60％以上的负载平衡效率.     

一种基于实时负载的动态负载平衡策略

在分布式系统中采用动态负载平衡算法分配系统中的工作负载,能够提高系统的性能。在简述目前常用的几种动态负栽平衡策略的基础上,提出了一种基于实时负载的动态负载平衡策略,并给出了其调度算法。     

Storm集群下基于性能感知的负载均衡策略

Storm计算框架具有为多源异构大数据提供高效、快速、实时处理的能力.然而因Storm默认的调度策略使用了简单的轮询方法,无法根据集群动态的负载状态调整其任务的分配.针对该问题,提出了基于性能感知的负载均衡策略,根据节点的处理效率计算其性能感知值,并通过贪心调度保证节点的任务量与节点处理能力相匹配,以达到负载均衡的目的.通过与默认调度算法实验比较,结果表明该算法能够有效降低Storm处理时延,提高吞吐量和实现集群负载均衡.     

负载类型相关的Xen虚拟机系统性能模型

针对Xen虚拟机系统执行网络I/O密集型负载时容易耗尽Domain0的CPU资源而过载和执行计算密集型负载时在客户域平均性能与数目之间存在线性规划的问题,提出了两个负载类型相关的性能模型。首先,通过分析Xen虚拟机系统处理网络I/O操作的CPU资源消耗规律,建立了CPU核共享和CPU核隔离两种情况下的客户域网络I/O操作请求次数计算模型;然后,通过分析多个相同客户域并行执行计算密集型负载的平均性能与一个相同客户域执行相同负载的性能表现之间的关系,建立了并行执行计算密集型负载的客户域平均性能分析模型。实验结果表明,两个性能模型能够有效地限制客户域提交的网络I/O操作请求次数以防止Xen虚拟机系统过载,并求解给定资源配置情况下执行计算密集型负载的Xen虚拟机系统客户域伸缩性数目。     

基于网络的分布式机群并行仿真平台开发

该文介绍了基于网络的分布式机群并行仿真软件平台SIMNOWs的基本情况及开发。由主服务器、节点机构成基于局域网络的分布式机群并行仿真平台体系结构。作为整个系统的核心,服务器端管理系统根据两个守护进程而设计出节点管理系统和作业管理系统,采用了动态抢先式的动态负载平衡解决并行中的负载问题。     

基于多层油藏问题负载均衡的并行任务划分S

该文基于分布式并行计算机系统,对一类多层二维二相流油藏数值模拟问题给出了3种任务划分策略-"卷帘"方式、区域分解方式和"卷帘"与区域分解结合的方式,对它们进行了比较,提出了减少求解时间、利于负载均衡和提高并行性能的任务划分方法,并实际应用于有多达72万个网格节点的大规模油藏模拟问题.实算结果表明,该策略划分产生的并行求解任务均衡,有利于加速比的提高.该方法也适用于区域或数据并行的任务划分问题.     

基于多层油藏问题负载均衡的并行任务划分

该文基于分布式并行计算机系统,对一类多层二维二相流油藏数值模拟问题给出了3种任务划分策略—“卷帘”方式、区域分解方式和“卷帘”与区域分解结合的方式,对它们进行了比较,提出了减少求解时间、利于负载均衡和提高并行性能的任务划分方法,并实际应用于有多达72万个网格节点的大规模油藏模拟问题.实算结果表明,该策略划分产生的并行求解任务均衡,有利于加速比的提高.该方法也适用于区域或数据并行的任务划分问题.     

基于网络的并行计算系统模型

网络并行计算系统是以网络为基础的并行计算系统。近年来随着Internet的迅速发展它引起了人们越来越多的关注。基于这种情况，本文首先对并行计算环境进行了抽象的分析和描述，并建立了一个网络并行计算模型，然后给出了一个基于移动Agent的计算模型实例。     

Data extraction from the web based on pre-defined schema

With the development of the Internet,the World Web has become an invaluable information source for most organizations,However,most documents available from the Web are in HTML form which is originally designed for document formatting with little consideration of its contents.Effectively extracting data from such documents remains a non-trivial task.In this paper,we present a schema-guided approach to extracting data from HTML pages .Under the approach,the user defines a schema specifying what to be extracted and provides sample mappings between the schema and th HTML page.The system will induce the mapping rules and generate a wrapper that takes the HTML page as input and produces the required datas in the form of XML conforming to the use-defined schema .A prototype system implementing the approach has been developed .The preliminary experiments indicate that the proposed semi-automatic approach is not only easy to use but also able to produce a wrapper that extracts required data from inputted pages with high accuracy.     

基于优先级和任务共享的工作流负载平衡研究

为了适应电子商务中迅速变化的流程环境和系统负载,需要在多个工作流引擎中分配工作量,以保证工作流引擎在高负载条件下可以保持一个可接受的性能.基于中间件技术的工作流负载平衡子系统是提供高可信赖性和高伸缩性的一种有效方法,但目前还存在许多不足,如没有从优先级的角度来区分流程,没有精确定义系统的负载,分析了工作流的主要特点,设计了基于优先级队列的,实现任务共享的,自适应负载系统,并通过实验定义了一个综合考虑系统处理能力和工作流负载特点的因子,这种设计已经在中科院软件所软件工程中心研制的OncePI工作流系统中得到实现,并在实际运用中检验了其可用性.     

一种基于风险评估的信任模型

在分布式、动态网络环境中,实体之间的信任关系成为安全问题的重点。现有的信任模型研究大多是将风险评估看作信任的一种补充,甚至忽略了风险评估的影响,这将导致安全决策的片面性。针对这个问题,提出了一种基于风险评估的信任模型。该模型通过识别并量化系统的资产重要性、脆弱性严重性和威胁严重性,给出了基于风险评估的信任计算方法。     

一种基于半环理论的可信性评估模型

在网络安全领域,可信指的是参加各种协议的各个实体之间关系的集合,这些关系是建立在实体在某个协议之上进行相互操作的行为之上的,为了加强网络的安全性,评估结点的可信性是非常重要的。讨论了对可信事件的评估：首先介绍了可信的相关概念和相关的特性;接着评估过程被建模成一个在有向图寻找最短路径的问题,在该有向图中结点表示实体或者用户,边表示可信关系,通过使用半环理论,建立了一个基于半环的可信性评估模型TD-SEMIRING,在两个以前没有进行相互操作的实体之间建立间接的可信关系,介绍了这个模型在路由选择当中的应用;最后,通过仿真实验,验证、分析了该模型的有效性。     

面向可重构系统的负载均衡低能耗调度算法

主要研究了基于多FPGAs部件的可重构系统高能耗问题。首先,对多FPGAs部件可重构系统的特征进行了建模,包括重构端口受限、资源受限及通信开销等建立了问题模型;接着,基于概率论与统计学的离散方差理论,采用负载均衡思想设计和实现了一种低能耗调度算法MLB。它的原理是通过计算各个FPGA部件的总能耗方差来引导负载的均衡分配。最后,通过模拟仿真实验,将提出的MLB算法分别与贪心算法和最新研究MFIT算法进行了比较,结果表明提出的算法复杂度低、运行速度快,不仅多节约了15%的能量,而且缩短了最大完成时间。     

基于改进模糊综合评价的旱情评估模型

通过对降水量、土壤相对湿度及植被供水指数等三个反映旱情的指标进行介绍,就传统综合评价法在权重确定方面的随意性和主观性问题,提出一种基于信息熵与层次分析法的改进模糊综合评估模型。该模型利用层次分析法计算主观权重,利用信息熵计算客观权重,并进行权重拟合,从而得到综合权重,最后计算出综合评价结果。经过和其他评估方法相比,该模型的评估结果更为合理、准确。     

Load-balancing on swapped or OTIS networks

Existing local iterative algorithms for load-balancing are ill-suited to many large-scale interconnection networks. The main reasons are complicated Laplace spectrum computations and flow scheduling strategies. Many large-scale networks are modular and/or hierarchically structured, a prime example being the class of swapped or OTIS networks that have received much attention in recent years. We propose a new local scheme, called DED-X, for load-balancing on homogeneous and heterogeneous swapped/OTIS networks. Our scheme needs spectral information only for the much smaller basis or factor graph, which is of size O(n)$O\left(n\right)$ rather than O(n²)$O\left(n^2\right)$, and it schedules load flow on intragroup and intergroup links separately. We justify the improvements offered by DED-X schemes over traditional X schemes analytically and verify the advantages of our approach, in terms of efficiency and stability, via simulation.     

基于云模型的电子政务网站评价系统模型研究

传统的电子政务网站评价方法用精确数学方法进行结果表达,使得结果不够自然,针对该局限性,提出将云模型应用在电子政务网站评价的结果获取和知识表达过程.构建了一个基于云模型的电子政务网站评价系统(CMBES)的整体框架模型,以云变换和云发生器作为定性定量转换工具,通过云推理机把量化的站点指标属性值与规则进行匹配,从而得到易于理解和使用的评价结果.     

基于模糊逻辑的信用评判模型

为了解决个人对个人(C2C)交易平台信用评价体系不能正确识别信用炒作行为导致交易数据不能真实反映卖方信用的问题,设计了一种基于模糊逻辑的可信度评判模型.该模型为信用影响因素建立论域以及论域上的模糊集,通过隶属度函数对各个时段交易进行模糊评价,得到信用可信度评判结果.实例数据分析表明:该模型完善了信用评价系统,为用户的交易决策提供了较可靠的评判依据,降低了交易中的信用风险.     

Copula model evaluation based on parametric bootstrap

Copulas are used to model multivariate data as they account for the dependence structure and provide a flexible representation of the multivariate distribution. A great number of copulas has been proposed with various dependence aspects. One important issue is the choice of an appropriate copula from a large set of candidate families to model the data at hand. A large number of copulas are compared via likelihood principle, showing that it is hard to recognize the true underlying copula from real data since copulas with similar dependence properties are very close together. A goodness of fit test based on Mahalanobis squared distance between original and simulated log-likelihoods through parametric bootstrap techniques is also proposed. The advantage of this approach is that it is applicable to all families of copulas.