Dynamic Allocation Strategy Based on Pre-allocation and Agent to Implement Ada95‘s Distributed Computing

This paper discusses the model of how the Agent is applied to implement distributed computing of Ada95 and presents a dynamic allocation strategy for distributed computing that based on pre-allocationand Agent. The aim of this strategy is realizing dynamic equilibrium allocation.     

网格计算:全球信息化的下一个里程碑

近几年来，一个不为人们所熟悉的新词“网格”正越来越多地见诸报端，业已成为当今信息技术产业的新热点，众多国家和著名IT厂商都把它列为重要的研发方向。那么，究竟什么是网格呢？网格即下一代的互联网，具体地说，网格是把整个因特网整台成一台巨大的超级计算机，实现各种资源的全面共享，它无疑是全球信息化的下一个重要的里程碑。     

网络环境分布式计算与Java实现研究

讨论了网络环境下的分布式并行计算,构筑了以Ｊａｖａ多线程机制为核心的分布式计算模型,在校园网上利用多台微机作分布式计算,结合水力发电工程算例,讨论了计算模型的建立、实现及实例计算的时效性等有关问题。     

基于移动代理的网络应用研究与实现

随着计算机网络的飞速发展以及Internet相关技术的普遍应用，数据处理已经不再局限于网络中的某一台计算机上运行，而是要求所有计算机都参与到网络这一大环境中，这就需要基于智能化和网络化进程的移动代理技术来解决复杂、动态和分布式智能应用的问题．文章首先简要阐述软件代理和移动代理的一些基本知识，然后以目前常用的移动代理开发平台Aglet为例，详细讲述如何开发基于移动代理的网络应用程序．     

并行处理与分布式计算研究成果大量涌现

第4届并行与分布式计算、应用与技术国际会议(The Fourth International Conference on Para-llel and Distributed Computing，Applications and Technologies，PDCAT’03)于2003年8月27-29日在西南交通大学隆重开幕，参加会议的代表和特邀人员共约300人。PDCAT’03会议开幕式由大会主     

基于秘密共享的本地多节点联邦学习算法

深度学习技术在各个领域中的应用越来越广泛,而深度学习模型的准确性需要依靠大量的训练数据。由于数据安全和法规限制,许多领域存在无法集中数据进行训练的情况,导致“数据孤岛”的现象。对此,谷歌提出能使大量客户端在数据保存本地的情况下与可信服务器联合训练模型的联邦学习。目前,联邦学习的研究主要集中在安全性和训练效率的问题上,针对跨数据库联邦学习场景,文章将分层联邦学习和基于安全多方计算的隐私保护机制结合,提出了一种基于秘密共享的本地多节点联邦学习算法Mask-FL,以保证联邦学习安全性的同时提高训练效率。主要工作包括：(1)提出本地多节点的跨数据库联邦学习框架,客户端利用本地计算资源生成多个本地节点,并且根据基于计算能力的数据划分方法进行分配数据资源,每个客户端代表局部所有节点参与全局联邦学习训练,从而构成3层级的分层联邦学习;(2)提出基于秘密共享的自适应掩码加密协议,在前面提出的联邦学习框架基础上,通过秘密共享的方式生成可复用的安全参数掩码,本地节点在训练过程的上行通信中对模型添加掩码从而保护模型参数安全。经过安全性假设分析证明,该算法可保护客户端的数据隐私安全。在通用数据集的实验表明,该...     

基于Spark和梯度提升树模型的短期负荷预测

利用Spark平台对电力用户侧的大数据进行分析,提出基于梯度提升树的并行负荷预测方法.首先对历史负荷和天气数据集进行并行化分割处理,并采用特征提取与转换方法获取到预测模型所需的特征向量;然后合理设定Spark集群节点数以及调节Hadoop分布式文件系统(HDFS)分块大小;最后将参数调优后的梯度提升树模型部署到Spark分布式平台上进行训练与预测,并将该模型预测结果与其他预测模型进行精度比较.研究结果表明:通过合理划分HDFS中存储块的大小能有效提高集群对于大数据处理的效率,分布式梯度提升树算法在快速性与准确性上均有比较大的优势,能够满足电力负荷预测的要求.     

面向虚拟产品设计的专家协同评审系统

利用计算机支持的协同工作（CSCW）技术，开发一个面向虚拟产品设计的专家协同评审系统，建造了一个三级体系结构的分布式协同开发环境，对系统的主要功能及工作流程作了介绍；并就实现专家协同工作的几个关键技术进行了探讨，实践证明，本系统对提高产品开发效率具有极为重要的意义。     

求解通信优化问题的一种微粒群优化方法

简述了微粒群优化算法的原理、流程及其参数,在此基础上,针对其在通信中的应用,提出了一种基于分布式计算的多目标微粒群算法分割域多目标PSO算法(简称DRMPSO),并将其用于基站优化问题·仿真研究结果表明,它能很好地解决移动通信中的基站优化问题,并可被有效推广到处理诸如信道分配、网络拓扑优化设计、IP组播、Adhoc簇结构及组播路由等通信服务·     

网格计算技术及其任务调度策略研究

对网格计算技术及其任务调度策略进行了论述与总结。首先介绍了网格计算技术的起源和网格系统应具备的基本条件,然后论述了网格计算不同于传统分布式计算的独特特征,接下来对网格计算的应用领域进行了简单探讨。最后从网格任务调度的特点、评价指标以及现有的调度算法等方面对网格计算的任务调度策略进行了详细讨论。全文工作将指导我们未来进一步深入研究网格计算。