SRT中期小结 --网格技术与QoS - ITPUB论坛.ppt

SRT中期小结 --网格技术与QoS - ITPUB论坛.ppt

  1. 1、本文档共19页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
SRT中期小结 --网格技术与QoS - ITPUB论坛.ppt

SRT中期小结 ——网格技术与QoS 纪磊 jilei04@ 指导老师 都志辉 主要工作 熟悉开发环境(10-11月) 学习基本概念(12-1月) Lmmse预测算法(寒假) Web语义(寒假) 基本开发环境 Eclipse Globus Toolkit4(GT4) Grid Development Tools(GDT)、 Tomcat 开发步骤 创建java项目 在java项目中添加 MAGE Service,并设置服务的属性 使用@GridAttribute、@GridMethod编写服务端,后台自动生成对应的网格服务基本定义文件和客户端文件 使用GDT编译和生成gar包 创建启动配置将gar包发布到ws-core和Tomcat下,并启动网格服务 客户端访问服务 问题 客户端界面——Web? GT4工具的结构 基本概念 标准规范 网格基础概念-系统结构 定义 抽象:协作资源共享,在动态的多机构的虚拟结构中解决问题 商业:基于标准的应用/资源共享结构,使得它能够透明地为异构系统和应用去共享、计算和存储资源。 Web服务 建立分布式应用的中间件基础结构——基于开放标准 松散耦合的、具有封装性、平台无关性、能被描述、发布、发现和调用的服务器端合成组件。 开放网格服务体系结构(OGSA) 基于web服务,采用诸如XML和HTTP标准协议,建立面向服务的网格系统的标准规范 Web服务核心标准 SOAP(Simple Object Access Protocol) 用XML在传输层协议之上交换报文 不同平台上的S/C可以借助SOAP实现通信 组成:<命名空间,编码规则,可选头部、RPC表示> WSDL(Web Services Description Language) 基于XML规范,全面描述Web Services 数据类型,<message>,<port type>,<binging> UDDI(Universal Description, Discovery and Integration) Web Services的发布与发现的工业标准 WS-Inspection 类似于UDDI,属于互补的技术 应用框架:J2EE、Apache Axis、和.Net OGSA 平台服务-基于网格 用户认证和授权、容错、作业提交、监控和数据访问 核心服务-通过定义网格服务接口 服务的创建、消失、生命周期管理、服务注册、发现和通知。 OGSI OGSA并未规定接口实现,由OGSI精确说明了Web服务上下文中遵循OGSA的技术规范。 GT3:基于OGSI,用于在OGSA上下文环境中建立网格应用。 WSRF OGSI规范太复杂,与Web服务和XML工具兼容不够,网格研究机构Globus、Web服务提供商IBM和HP联合推出WSRF GT4 进一步任务 了解网格基本服务的实现 网格安全、数据管理、资源管理与调度(QoS)、信息管理…… LMMSE预测 QoS在基于网格的运用中正变得越来越重要。 资源管理策略和算法 结构化地协调这些资源的协议。 关于后者,GGF(Global Grid Forum)已在开发一系列协议,称WS-Agreement. 由此,我们关注基于合约的数据传输服务,并试图提出其实现模型: 五元组(S,W,T,D,a), 其中S是传输开始时间,W是合法的时间窗口,T是数据传输完成所需时间,D是数据大小。 情形是这样的:如果客户端在合法时间段[S,S+W]内提出请求,且数据量小于或等于D,那么在T时间内完成的可信度是a. 关于以上的模型,两种工作已经早就开展了,即带宽预测和传输控制及调整。 我们期望通过LMMSE估计,通过记录的历史数据进行预测。 数学问题 概率密度函数(probability density function, PDF)如何确定? 估计的性能 MSE(mean square error)均方误差 Bayes估计-考虑先验知识 Bayes公式: (逆概率公式) 要求估计量A是具有给定PDF的随机变量 P(A)先验概率,数据观测之前 MMSE(最小均方误差) Bayes估计 联合PDF:p(A, x)=p(A|x)p(x) Bayes MSE 将联合PDF代入: 令 得 p(A|x)后验PDF LMMSE MMSE依赖于先验知识和数据,利用先验知识可以改善估计精度(但证明?) MMSE含多重积分,一般因计算量太大而难以实现,因此,保留MMSE准则,但限定估计量为线性 A是由{x[0],…,x[n-1]}进行估计的量 线性估计量 选择加权系数an使得 最小——LMMSE LMMSE 将 代入 对aN求导,并令 得 代入Bmse 得 其中 a=[a0a1…an

文档评论(0)

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档