教育资源网格的副本定位策略研究

副本定位是数据网格副本机制的关键问题.针对教育资源网格环境,引入了内容寻址网络CAN技术,提出了DC-CAN副本定位策略.介绍了DC-CAN策略中静态连续簇域分配和动态连续簇域分配两种算法,该算法使教育资源网格物理网络结构与逻辑结构保持同构,有效降低了寻路延迟,同时维护了负载均衡.仿真实验结果表明了DC-CAN寻路性能的提升.     

网格环境下的混杂副本管理拓扑结构

在网格中,数据常常由于性能和可用性等原因进行复制.如何有效地管理网格环境中的各副本是网格系统中需要解决的重要问题.提出了一种可扩展及动态自适应的副本管理拓扑结构——混杂网格副本管理拓扑结构（HGRMT）.HGRMT将传统树状的网格逻辑结构中的各节点,在不同层次上又连接成环状,并在此基础上提出了层间与组内不同的副本创建算法.实验表明,HGRMT有较好的可扩展性、可靠性和自适应性.     

数据网格环境下副本淘汰策略的研究

为了在数据网格环境中不增加副本存储空间的条件下,能够很好地进行数据副本的淘汰,提出了一种改进副本淘汰算法.该算法利用权重函数兼顾访问时间和访问频率,在考虑副本传输代价的因素上引入动态调整因子μ,根据实际情况动态的调整副本传榆代价所占的比例.仿真实验结果表明,该算法在副本尺寸差异较大的情况下,可以大大减少副本淘汰误差,提高了网格结点的作业平均执行时间和网络有效利用率.     

基于遗传算法的副本管理策略

在数据网格环境中,为了提高数据的可靠性和降低用户对数据访问的延迟,广泛采用了数据复制技术;由于副本技术的引入,就会面临一个很直接的问题,即一个应用程序如何根据副本性能和访问特性,从一组副本中选择一个最佳副本,就是副本选择问题.针对数据复制技术中的关键技术:副本创建和副本选择,在价格机制模型和并行数据传输的基础上,采用了遗传算法实现副本的优化管理.最后使用网格模拟器OptorSim对算法进行测试分析,结果显示基于遗传算法的策略有更好的性能.     

基于访问量预测的教育资源网格副本放置策略

副本放置策略是数据网格副本机制的关键问题。针对教育资源网格环境,提出了基于访问量预测的副本放置策略（FATBRS）,并介绍了基于历史数据的访问量预测（FATTHD）和基于人工神经网络的访问量预测（FATANN）两种访问量预测方法。FATBRS策略有效降低了用户的访问延迟,仿真实验证实了该策略性能的优越性。     

数据网格中的副本定位

在数据网格中,数据副本的定位是副本管理的一个关键问题,是数据网格环境中数据访问和管理的基础。本文分析了当前对数据副本定位所采用的集中式和分布式的定位方法中存在的不足,提出了一种混合式的副本定位策略,将数据副本的定位信息分散地存储于不同的域定位节点中,通过逻辑上集中的逻辑文件定位索引实现了对数据副本的准确定位。     

教育资源网格副本管理模型研究

针对中小学的教育资源网格副本管理是当前网格研究的热点,总结了教育资源网格副本管理的相关概念,分析了副本管理的主要问题,并将其形式化表示.提出了基于OGSA的教育资源网格副本管理模型(OERM),其在提高用户访问速率的同时,方便了副本管理程序的开发.实验证实了OERM的优越性.     

基于蚂蚁算法的数据网格副本选择策略

在分布着大量数据和计算能力的数据网格环境中,采用数据副本是提高网格应用可用性的重要方法。如何对数据网格中大量的数据副本进行优化选择是影响数据网格性能的重要因素。因此提出一种基于蚂蚁算法的数据网格副本选择策略,并在网格仿真器OptorSim中对该算法进行实现及性能分析。仿真实验结果表明该算法可以减少数据访问延迟及带宽消耗,并有效做到网格中存储节点间的负载平衡。     

数据网格中的数据复制技术研究

数据复制技术是数据网格系统中广泛采用的改善网格系统性能的关键技术之一。与传统分布式系统应用领域中的复制相比，数据网格中的复制技术在复制目标、复制粒度、复制关键技术等方面表现出独特性质。本文将数据复制技术概括为副本创建、数据传输、副本删除、副本选择、副本一致性管理、安全管理等环节，深入分析、探讨了数据网格系统中数据复制的各项关键技术，为建立综合的数据网格复制策略和技术框架提供了全面的技术分析。最后，对数据复制技术下一步的研究方向作了分析和预测。     

教育资源网格中的一种动态数据复制技术*

针对教育网格中数据资源共享的这个关键问题,主要在数据复制技术方面作了研究.在讨论了一种合理的副本目录管理模型后,提出了一种动态的副本创建策略,该策略提高了副本放置的效率,并能够适应用户请求的动态变化.     

有服务质量保证的数据密集型网格应用管理研究

在网格中数据密集型应用的管理由于需要综合考虑多种资源属性而变得非常复杂,本文针对该问题提出了一种有服务质量保证的数据密集型网格应用管理方法,该方法通过两个方面来保证服务质量,首先是通过基于数据可靠性的副本管理策略提高数据的可用性,其次采用基于任务截至期限的任务调度策略来动态调度任务.最后,给出模拟试验测试以及实际网格平台与实际应用的测试,测试结果表明本文提出的方法较其它方法有很大提高.     

网格系统中数据备份技术的研究

运用资源属性量化和备份资源的可靠性的量化指标作为支持数据备份策略的度量依据,采用基于系统中资源故障率用来确定数据备份资源数和备份资源的定位,设计了一个全新数据备份策略。针对地震减灾仿真网格应用系统的需求背景,运用提出的备份策略设计了备份管理系统,从而解决了地震应用领域的数据备份的问题。     

基于层次化调度策略和动态数据复制的网格调度方法

针对在网格中如何有效地进行任务调度和数据复制, 以便减少任务执行时间等问题, 提出了任务调度算法（ISS）和优化动态数据复制算法（ODHRA）, 并构建一个方案将两种算法进行了有效结合。该方案采用ISS算法综合考虑任务等待队列的数量、任务需求数据的位置和站点的计算容量, 采用网络结构分级调度的方式, 配以适当的权重系数计算综合任务成本, 搜索出最佳计算节点区域; 采用ODHRA算法分析数据传输时间、存储访问延迟、等待在存储队列中的副本请求和节点间的距离, 在众多的副本中选取出最佳副本位置, 再结合副本放置和副本管理, 从而降低了文件访问时间。仿真结果表明, 提出的方案在平均任务执行时间方面, 与其他算法相比表现出了更好的性能。     

Dynamic replica placement and selection strategies in data grids— A comprehensive survey

Data replication techniques are used in data grid to reduce makespan, storage consumption, access latency and network bandwidth. Data replication enhances data availability and thereby increases the system reliability. There are two steps involved in data replication, namely, replica placement and replica selection. Replica placement involves identifying the best possible node to duplicate data based on network latency and user request. Replica selection involves selecting the best replica location to access the data for job execution in the data grid. Various replica placement and selection algorithms are available in the literature. These algorithms measure and analyze different parameters such as bandwidth consumption, access cost, scalability, execution time, storage consumption and makespan. In this paper, various replica placement and selection strategies along with their merits and demerits are discussed. This paper also analyses the performance of various strategies with respect to the parameters mentioned above. In particular, this paper focuses on the dynamic replica placement and selection strategies in the data grid environment.     

一种基于快照管理的非一致性分析法

从数据库的观点看,在执行单一查询前进行复制数据集是容易实现的,但查询处理器指派一次查询给那些没有充分操作和存储合适副本的结点时,从而引起在同步机制中副本快照经常过时和副本定位时带来昂贵的网络开销。本文将讨论一种在全局数据网格中多个结点的非一致性及快照管理的量化分析方法。     

Adaptive Task Checkpointing and Replication: Toward Efficient Fault-Tolerant Grids

A grid is a distributed computational and storage environment often composed of heterogeneous autonomously managed subsystems. As a result, varying resource availability becomes commonplace, often resulting in loss and delay of executing jobs. To ensure good grid performance, fault tolerance should be taken into account. Commonly utilized techniques for providing fault tolerance in distributed systems are periodic job checkpointing and replication. While very robust, both techniques can delay job execution if inappropriate checkpointing intervals and replica numbers are chosen. This paper introduces several heuristics that dynamically adapt the above mentioned parameters based on information on grid status to provide high job throughput in the presence of failure while reducing the system overhead. Furthermore, a novel fault-tolerant algorithm combining checkpointing and replication is presented. The proposed methods are evaluated in a newly developed grid simulation environment dynamic scheduling in distributed environments (DSiDE), which allows for easy modeling of dynamic system and job behavior. Simulations are run employing workload and system parameters derived from logs that were collected from several large-scale parallel production systems. Experiments have shown that adaptive approaches can considerably improve system performance, while the preference for one of the solutions depends on particular system characteristics, such as load, job submission patterns, and failure frequency.     

基于模拟退火算法的数据副本选择策略

数据网格中,文件往往存在多个副本,采用模拟退火算法来有效地确定最优副本以满足用户作业的需求,最小化用户作业所付出的代价,提高整个系统的收益,用OptorSim模拟实验结果证明了其有效性。     

数据网格中的数据管理服务框架分析

分析了欧洲数据网格项目中数据管理中间件的体系结构和基本实现。所有的服务都是紧密结合OGSA体系结构并基于Web Service技术原型。目前的数据管理体系结构是模块化的，主要部件有复制定位服务、复制元数据服务、复制优化服务、复制订阅等。详细分析了数据管理各个部分的结构并给出了将来的方向。     

The data grid: Towards an architecture for the distributed management and analysis of large scientific datasets

In an increasing number of scientific disciplines, large data collections are emerging as important community resources. In this paper, we introduce design principles for a data management architecture called the data grid. We describe two basic services that we believe are fundamental to the design of a data grid, namely, storage systems and metadata management. Next, we explain how these services can be used to develop higher-level services for replica management and replica selection. We conclude by describing our initial implementation of data grid functionality.