一种基于多因素运行时评估的Web服务失效恢复机制

在基于动态容错代理的Web服务恢复框架中,针对服务失效恢复的替代服务选择问题,提出一种基于多因素运行时评估的服务失效恢复机制,并验证其有效性。该机制综合考虑服务可靠度、性能和网络负载等因素,用一种新的副本选择算法优化服务恢复的效果。该机制能够提高Web服务恢复的可行性和效率,更好地满足用户需求。     

云环境下高效的车载多媒体任务调度架构

针对多媒体因资源成本、快速服务响应时间和体验质量严重影响车载通信性能等问题,提出一种云环境下基于动态优先级的高效车载多媒体任务调度算法.该算法利用基于动态优先级的车载多媒体作业队列(Job Queue,JQ)处理任何请求的优先级,以确保向不同优先级的不同多媒体终端用户及时发送响应,根据工作负载动态分配给每个计算服务器的计算资源,以便根据多媒体用户体验质量(Quality of Experience,QoE)的要求来处理多媒体任务.实验结果表明,该算法在体验质量、服务响应时间和资源成本等方面均有明显改善.     

基于果蝇优化算法数据中心网络节能路由机制

提出一种面向通用拓扑、基于果蝇优化算法的动态路由机制来提高数据中心网络的能效.首先,推导出数据中心网络能效模型;然后,设计基于果蝇优化算法的节能路由机制,该机制通过模拟果蝇觅食过程中不断调整优化方向和位置来进行寻路策略,提出决定下一条节点的启发式,最终获得最佳节能路由;在此基础上,提出基于果蝇优化的节能路由算法实现该路由机制;最后,通过仿真实验验证算法的有效性,实验证明本文算法在提高能效的同时,网络性能优于现有算法.     

重力模型的数据中心网络流量推理算法

数据中心网络是云计算等大型分布式计算服务的基础,有效地设计与管理数据中心网络需要遵循该网络的流量特征。而目前直接对数据中心网络进行端到端地流量测量是非常困难的,间接地通过SNMP数据推理得到端到端流量的方法已在传统计算机网络中得到认可,但无法直接应用于现有的数据中心网络。为了解决以上问题,提出一种基于重力模型的数据中心网络流量推理算法,首先根据数据中心网络流量的条件独立性将网络拓扑分解为若干子集,在此基础上提出相关定理可准确地计算出网络中的粗粒度流量,最后利用重力模型和网络层析技术得到细粒度端到端流量。通过与现有的流量推理算法SRMF和ELIA在NS3搭建的不同规模的数据中心网络中做性能对比,实验结果表明新算法能有效地利用数据中心拓扑结构特点,在保证计算效率的前提下,将计算准确度大幅提升,可满足当前数据中心网络实时获取端到端流量数据的需求,为今后数据中心网络的设计和研究提供了重要参考依据。     

具有优先级区分的RED算法研究

为解决网络拥塞问题, 实现网络用户的服务区分, 提出了一种基于IPv6网络的可区分用户优先级的主动队列管理算法, 即优先级区分RED(Random Early Detection)算法。该算法在IPv6基本报头的流标签域中标记用户的优先级, 并对不同优先级的数据包进行不同的丢包处理。通过OMNeT++3.2模拟仿真的实验结果表明, 基于IPv6网络的优先级区分RED算法能区分用户的优先级, 保证了有优先级用户的服务质量。     

无线移动网络划分优先级的广播算法

鉴于现有的无线移动网络广播算法存在不足，本文提出了一种划分优先级的广播算法．仿真结果表明，划分优先级的广播算法明显地的减少了再广播分组的发送数量，较其它相关算法有明显的优越性，提高了广播的性能．     

云计算中时间感知应用的资源分配与调度算法

现有数据中心中时间感知型云计算应用的资源分配算法能耗较高,严重影响了数据中心的服务上限以及云服务商的经济效益,对此提出一种低能耗的云计算资源分配与调度优化算法.算法分为两个阶段:第一阶段,释放并更新请求集的服务器与链接的剩余容量,同时更新能量辅助图中相应的权重;第二阶段,将所有新到达请求按所需时间段以降序排列,为各请求分配资源;第三阶段,检查资源可用性,并基于能量辅助图采用最短权值路径选择算法为资源请求分配虚拟机与流量.基于思科真实设备参数的仿真实验结果表明,本文云计算资源分配与路由算法的能量效率与资源分配性能均优于其他算法.     

具有优先级区分的RED算法研究

为解决网络拥塞问题,实现网络用户的服务区分,提出了一种基于IPv6网络的可区分用户优先级的主动队列管理算法,即优先级区分RED(Random Early Detection)算法.该算法在IPv6基本报头的流标签域中标记用户的优先级,并对不同优先级的数据包进行不同的丢包处理.通过OMNeT++3.2模拟仿真的实验结果表明,基于IPv6网络的优先级区分RED算法能区分用户的优先级,保证了有优先级用户的服务质量.     

光网格计算环境下基于抢占的多优先级提前资源预留机制

提前资源预留是光网格计算中一种重要的资源占用形式,能较好地保障资源的协同服务需求和网格应用的服务质量。通过研究光网络中动态路由和波长分配问题,提出了一种基于抢占的多优先级波长资源预留算法。仿真结果表明该算法保证了高优先级业务下能够兼顾网络全局资源分配,可以在一定程度上减少资源碎片,提高资源利用率,性能明显优于传统的RWA算法。     

协作代理增量查询的LBS隐私保护方法

针对基于位置服务(LBS)应用中现有隐私保护方法受系统体系结构局限,提出了一种协作代理增量查询的LBS隐私保护方法:移动用户通过Chord协议自组织为P2P网络,同时采用簇节点状态维护机制,以及负载均衡机制来保证系统稳定,用户消费服务时,通过模糊自身真实位置,并在网络内选择协作意愿度高的代理用户,由其完成代理增量近邻查询.从理论上对P2P网络性能及算法效率进行了实验,结果表明:该方法在不牺牲服务质量的同时具有较高的计算效率,实现了隐私保护度与服务质量的平衡.     

QoS感知的Web服务选择

一个组合服务可以由多个具有不同QoS属性的服务合成,由此带来的一个问题是如何将QoS属性作为条件选择最合适的服务以满足组合服务的全局QoS需求.针对这个问题,提出了利用分层图技术对复杂的服务组合过程模型进行化简,将服务选择问题简化为有向图中的选路问题,这样在服务选择时就无需考虑不同的流程结构(例如,顺序、选择、并发和循环结构等),从而降低了服务选择算法的复杂性,提高了执行效率.在简化模型的基础上,给出了一个基于自适应遗传算法的QoS感知的组合服务选择算法.仿真实验表明该方法是可行和有效的.     

基于多Agent协作的服务选择模型

为了有效地实现自动Web服务选择,构建了基于多agent协作的服务选择模型.设计了多agent通信原语,实现了服务选择多agent间的交互协作;提出了基于模糊匹配的评价算法,为评价标准提供较为一致的度量;利用投票协议获取服务请求者偏好,并依此获取评价项的权值.实验结果表明,利用该模型服务选择有效性平均提高29%,平均服务选择时间仅为其他模型的42%,计算复杂度由O(n5)降为O(n2).     

基于正常行为聚类的卫星通信网异常检测方法

针对卫星通信网中可能出现的因地球站被捕获、盗用、伪造和非法用户入侵等严重威胁卫星通信网自身安全的问题,提出通过对地球站正常行为聚类的方法实现卫星通信网的异常检测.提出了一种改进的KFCM(komel fuzzy C-means)聚类算法,对KFCM算法初始聚类中的确定做了优化,对聚类个数的确定做了改进.同时,在数据的预处理方面提出了一种主要属性的选择方法.通过几个经典数据集和卫星地球站真实数据的实验证明,该方法具有较好的检测效果,对于卫星通信网异常检测具有较高的实用性.     

基于服务质量的动态资源分配算法

在网络虚拟化过程中,当前大多数物理资源分配算法,主要考虑了资源利用率和网络收益,而忽略了虚拟网络请求的服务质量,从而在不同用户之间造成不公平。针对该问题,提出基于服务质量的动态资源分配算法。该算法在空闲时频资源非连续情况下,只有当虚拟网络请求的生命周期足够长,满足重分配影响因子情况下,才优先为资源量小的虚拟网络请求重分配物理资源;在空闲时频资源连续情况下,综合考虑优先级、时间容忍和网络收益因素影响,为虚拟网络请求分配相适应的物理资源。仿真结果表明,该算法相对于传统基于生命周期的动态资源分配算法和贪婪动态分配,在实现物理资源高效利用的前提下,不但保障了虚拟网络请求的服务质量,而且降低了该算法的运行时间。     

基于空间分布优选初始聚类中心的改进K-均值聚类算法

针对海量数据聚类过程中,经典的K-均值聚类算法对其K个初始聚类中心点的选择以及数据集噪声十分敏感的问题,提出了一种针对海量数据考虑初始聚类中心点选择的聚类算法.该算法首先采用冒泡排序法对数据集进行排序,获取数据集的各维中心值组成第一个初始聚类中心点.其次,通过计算与第一个初始聚类中心点的欧式距离,对剩余候选初始聚类中心点进行优化选择,保证所有的聚类中心点均匀地分布在数据集密度较大的空间上,以此减少聚类过程中的迭代次数和提高聚类算法效率.最后,基于UCI(University of California,Irvine)中多个数据集,进行聚类算法对比实验.结果表明,在不降低聚类效果的前提下,该聚类算法的迭代次数平均降低到50％,所需的时间降低平均达10％,由实验结果还能推出,当点集的数目越多时,该算法就能表现出越明显的聚类优势效果.     

实时CORBA中面向紧急通道的任务调度

为了保障紧急通道任务在实时CORBA(通用对象请求代理体系结构)中优先执行,并且避免因状态切换而导致的任务通道优先级倒置.本文提出了面向紧急通道的实时任务调度方案和设计思路,方案考虑到任务通道的状态切换,采用了自适应动态优先级调度的方法,在连接管理和服务线程调度等方面做了相关的处理.分析表明,紧急通道任务能获得最高的优先级,出现因状态不一致而导致的低优先级通道任务阻塞高优先级通道任务的概率很小;且在一个节点上,调度算法保证紧急通道任务优先完成,不会出现紧急通道任务在节点上等待的现象,满足了应用的需求.     

强噪声海量物联网数据处理中节点选择算法研究

当前节点选择算法在强噪声干扰下,通过优先级理论实现节点选择,存在安全性差、能耗高、整体性能低下的弊端,为此,提出一种新的强噪声海量物联网数据处理中节点选择算法。将数字序列中某点的值用与该点相邻的各点值的中值替换,通过中值滤波法对物联网中的强噪声进行去除,完成强噪声干扰去除后。通过基于后悔函数的平衡剩余能量节点选择算法对海量物联网数据处理中节点进行选择。依据误码率选择满足要求的节点作为候选节点,通过减少无效处理增强能量性能。利用后悔函数对节点相对物联网的剩余能量进行估算,依据节点相对于其他节点的剩余能量确定延迟时间,从而实现节点选择。实验结果表明,采用所提算法对海量物联网数据处理中节点进行选择,不仅安全性高,而且节能性好、整体性能高。     

A new self-adapting admission control algorithm for differential service in Web clusters

A new admission control algorithm considering the network self-similar access characteristics is proposed. Taking advantage of the mathematical model of the network traffic admission control which can effectively overcome the self-similar characteristics of tile network requests, through the scheduling of the differential service queue based on priority while at the same time taking into account various factors including access characteristics of requests, load information, etc. smoothness of the admission control is ensured by the algorlthm proposed in this paper. We design a non-linear self-adapting control algorithm by introducing an exponential admission function, thus overcomes the negative aspects introduced by static threshold parameters. Simulation results show that the scheme proposed in this paper can effectively improve the resource utilization of the clusters, while at the same time protecting the service with high priority. Our simulation resuhs also show that this algorithm can improve system stability and reliability too.     

数据中心启发式反向人工蜂群虚拟机整合节能策略

针对数据密集型作业的特点,提出一个基于CPU和图形处理器(GPU)两个影响因素构建计算节点的能耗评估模型.该模型基于原虚拟机选择节能算法(ABCS)在虚拟机选择节能策略中的能效优势,进一步利用启发式思想改进蜂群优化算法,寻求虚拟机整合的最优解.在CloudSim 3.0云计算模拟器中的实验结果表明,启发式反向蜂群算法能在保证服务质量的前提下,有效降低虚拟机迁移次数,进而降低数据中心的能耗(节能25%~30%).