[01390378]大规模网络的多维关联模型与优化技术研究
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
经过项目组的研究,本项目建立了基于协同自主计算、Multi-Agent理论的大规模网络计算框架模型,该模型立足于大规模网络计算的实际问题,提高了大规模协同计算环境中计算任务的可靠性,进而实现对任务与资源的智能、高效、合理的管理。针对大规模计算网络,构建了一个能充分反映三者制约关系的“性能-可靠性-能耗”新型评估模型。根据不同用户需求,进一步构建了“性能-可靠性-服务费用”、“性能-可靠性-安全”的综合评估模型。并对子模型进行了优化,为构建一个面向需求的系统性能评估体系提供了理论模型基础。基于提出的关联模型,项目组设计了具有创新性的全局最优的资源调度算法,该算法在提出的大规模网络计算框架模型中,考虑了多目标制衡,并利用自反馈等相关技术实现了局部自主调度功能。本课题研发的在大规模网络计算环境下基于多维系统性能评估驱动的任务调度和资源管理策略,为根据用户对网络性能的多样化要求而提供差异性的网络资源问题提出了解决方案。
经过项目组的研究,本项目建立了基于协同自主计算、Multi-Agent理论的大规模网络计算框架模型,该模型立足于大规模网络计算的实际问题,提高了大规模协同计算环境中计算任务的可靠性,进而实现对任务与资源的智能、高效、合理的管理。针对大规模计算网络,构建了一个能充分反映三者制约关系的“性能-可靠性-能耗”新型评估模型。根据不同用户需求,进一步构建了“性能-可靠性-服务费用”、“性能-可靠性-安全”的综合评估模型。并对子模型进行了优化,为构建一个面向需求的系统性能评估体系提供了理论模型基础。基于提出的关联模型,项目组设计了具有创新性的全局最优的资源调度算法,该算法在提出的大规模网络计算框架模型中,考虑了多目标制衡,并利用自反馈等相关技术实现了局部自主调度功能。本课题研发的在大规模网络计算环境下基于多维系统性能评估驱动的任务调度和资源管理策略,为根据用户对网络性能的多样化要求而提供差异性的网络资源问题提出了解决方案。