分布式网络拓扑管理系统研究与实现

随着电力行业计算机通信网络系统和应用日益普及和完善,集中式的网管软件面临应用挑战,其拓扑管理的实时性不能满足网络规模扩大后的应用要求。文中分析分布式网络拓扑管理方案,通过有效的网络拓扑分割方式,设计并实现了由拓扑管理主站和嵌入式Linux装置实现的拓扑管理子站构成的、实时性增强的分布式网络管理系统。结合系统的实现,进行了实现难点分析和总结,并为下一步的改进完善指出了方法。     

分布式IEC61850 MMS报文监测系统研究与实现

随着数字化变电站不断增多,原有的集中式IEC61850站控层MMS报文检测系统不能满足分布式应用的要求。文中分析MMS报文结构,设计在嵌入式Linux装置中进行分布式MMS报文采集,通过网络通信流程,与后台服务器组成分布式监测系统。结合系统的实现,进行了实现难点分析和总结,并为下一步的改进完善指出了方法。     

网络环境下三维CAD技术研究

研究了网络环境下三维零件库技术,设计并开发了一个基于Web的零件库原型系统。该系统采用参数化的方法建立零件库,并可进行网上信息浏览、查询,三维图形浏览及下载等,以实现零件资源的共享。     

分布式电能质量信息系统设计与实现

 分布式电能质量信息系统是指采用了分布式技术设计和实现的电能质量信息系统。建设电能质量信息系统是提高电能质量、保证电网安全供电的重要方法。传统的电能质量监测系统包括数据采集、数据计算和数据分析子系统。随着监测点数量的迅速增加,各子系统的工作负荷成倍增加,导致系统效率低下。由于系统处理能力的束缚,系统中允许的监测点数量受到限制,迫切需要解决电能质量信息系统的性能瓶颈问题。本文采用分布式体系结构进行设计,即用分布式处理系统进行数据采集,用分布式数据库进行数据存储,用分布式计算进行数据计算,用WebService接口封装数据访问,经济、有效地提高了系统的处理能力和响应速度,解决了服务器负荷上限问题,满足了供电公司未来大量增加监测点的需求。     

虚拟环境中一种基于密度聚类的区域划分算法

为支持虚拟环境中大规模用户共享资源,需解决虚拟空间中用户集合划分问题,即把用户对象分配给多个服务器。由于用户不可预知的移动和交互,可能导致部分服务器负载过重。现有的划分思想注重于服务器负载的重分配,但是用户的移动和交互为划分也应作为主要考虑因素。据此思路,提出一种基于密度聚类的改进型划分算法(DCA)。该方法改进密度聚类中的邻域半径(Eps)和最小数目阈值(MinPts)因子,提出了基于移动视窗方法的密度聚类方法。同时,提出不一致性事件的概念以验证所提方法的有效性,并给出了实验结果。     

SOA的实现方法及其比较研究

面向服务的体系结构(SOA)是一种网络环境下分布式应用系统的概念模型,在这个模型中,松耦合的系统组件在网络上被描述、发布和调用.实现这样体系结构的网络应用系统有多种方法.文章对CORBA,DCOM,RMI以及Web Service,Jini等几种实现方法进行了详细的分析并对这些方法作了对比研究,指出这些实现方法各自的优势和不足.这些结论将为今后根据具体应用选用正确,有效的实现方式提供有价值的参考.     

通信过程追踪系统的设计与实现

为了定量地分析评测IP通信系统性能或网络应用程序性能,提出了通信过程追踪系统的体系结构,阐述了通信过程追踪系统的基本工作原理,设计了该系统各主要模块的工作流程并实现了原型系统.通信追踪系统的主要模块(调度模块、追踪模块、Traceroute测量模块、返回追踪结果模块和结果显示模块)分布式地运行在监测中心和位于网络不同位置的探针上,位于监测中心上的调度模块通过策略系统协调各探针上的模块功能,共同完成通信过程追踪功能.实验结果表明,该系统原理可行,在网络性能评估方面能够发挥作用.     

基于检测点失效检测算法的研究与改进

对利用二次检测模式构建的基于检测点的失效检测算法进行改进: 利用误判概率调整二次检测延迟时间的计算方法, 动态计算二次检测时间, 从而提高分布式网络中失效检测的准确性. 通过实验将传统的失效检测算法以及基于检测点的失效检测算法与本文提出的改进算法进行对比, 验证了在分布式系统失效检测应用中, 改进的算法能够提高失效检测的准确性.     

一种基于XML Web Services的分布式系统设计

随着Web应用需求日益增多,传统系统模式下的紧密耦合对象很难适应多种数据源和异构数据情形,XML Web Service以其松散耦合的技术为解决复杂数据提供了高效支持.     

负载均衡的分布式系统任务调度优化算法

针对当前分布式系统任务调度算法存在节点负载不平衡,资源利用率低等缺陷,提出一种基于负载均衡的分布式系统任务调度优化算法.首先分析了当前分布式系统任务调度优化算法的研究现状;然后对节点的实时性能指标进行估计,并根据估计结果分配不同的任务;最后通过仿真实验与其他算法进行对比.实验结果表明,相比于经典分布式系统任务调度算法,该算法缩短了任务完成时间,使得系统各节点的负载更均衡,提高了节点资源的利用率.