面向多机器人系统的元组空间协同模型

在多机器人协同领域,传统的协同模型虽然解决了协同实体间的信息交互、共享和通信问题,但复杂多变的协同环境所需要的决策机制并没有在模型层得到支持,只能通过应用程序来实现,导致协同系统开发困难并影响协同决策过程的执行效率。针对传统的协同模型存在无法灵活地支持用户决策的问题,本文提出一种基于事件具有决策能力的元组空间协同模型DEBC(Decision and Event Based Coordination)。DEBC模型在元组空间框架中引入决策机制,并对应用层的协同任务进行部分抽象,通过赋予元组空间一组支持决策的操作,使得协同应用程序开发具有高度的灵活性和适应性。同时引入事件机制,保证了协同实体间协同行为的灵活性和高效性。最后,对DEBC模型进行实例分析并与现有模型进行实验对比分析,验证了DEBC模型具有良好的表达能力和更高的执行效率,其提供的决策机制、事件机制具有广泛的适用性。

基于元组空间的Agent协作模型的分析与实现

一、引言在基于Agent的分布式处理系统中,由于单个Agent不能充分利用系统中的资源,所以一个复杂的任务常常分解为多个简单的任务,每个简单的任务由一个Agent完成,通过多个Agent的协调合作共同解决问题,故Agent之间如何很好地协作是多Agent系统设计中一个很重要的方面。在层出不穷的Agent系统中,Agent之间的合作方式不外乎两种:直接合作和间接合作,直接合作建立在Agent之间直接通信的基础上,而间接合作则通过第三方作为媒介。目前,大多数Agent系统都采用基于消息传递的直接合作方式,消息传递要求通信前必须事先知道对方的地址、名字,当Agent移动时,其地址会经常发生变化。

基于元组空间的位并行包分类算法

随着网络的发展,路由器需要完成数据包过滤、QOS、流量计费等额外服务,这要求路由器能够以线速(wirespeed)完成对数据包的分类处理。位并行算法是一种快速的包分类算法,但由于空间占用量过大,它不能扩展到大规模规则库。该文从位并行算法入手,通过引入元组空间的概念提出了一种新的算法,在时间复杂度与空间复杂度上都较位并行算法有很大改进,并具有很好的扩展性。

联合元组空间和位图设计的二维分组分类算法

基于维度分解思想,设计并实现了一种联合元组空间和位图技术的二维分组分类算法(TB,joint tuple space and bitmap)。TB算法首先分别对源IP地址和目的IP地址进行单维匹配,然后在单维匹配的结果上运用交叉组合形成访问元组空间的路线,最后通过位图过滤技术进一步减少访问元组空间的个数,获得最终匹配的多维规则。相比传统的元组空间算法,TB结构清晰简洁易于更新和实现,TB算法拥有更好的时间和空间性能。实验证明,TB算法平均访问内存次数低于代表算法RSFR约26.6%,空间性能平均低于RSFR算法35.1%。

基于元组空间的网格工作流调度机制

为了满足网格工作流调度进程中交互活动的灵活性和多样性,提出了一个基于扩展元组空间的工作流调度机制。这种扩展的元组空间引入了交互通道的概念,增加了触发和过滤规则。论证及实例研究表明这种工作流调度机制在元组操作方面更具有针对性和安全性。使用该机制的体系结构和编程接口,将有利于在工作流的调度中平衡信息的开放性和保护性。

基于元组空间搜索的规则集冲突检测算法

当添加防火墙规则时,新规则可能会与已有规则发生冲突,造成潜在的安全漏洞.为避免漏洞产生,管理员必须正确地确定新规则插入的位置,找出与新规则相冲突的所有规则.目前冲突检测算法时间复杂度为O(dN),效率低,为此提出了一种基于元组空间搜索的规则集冲突检测算法.该算法不仅能找出与新规则相冲突的所有规则,且时间复杂度降为O(lgN+N/w),可有效帮助管理员正确确定新规则的插入位置,避免了漏洞的产生.

分布式元组空间协同模型的设计与描述

元组空间是一种结构化的分布式共享存储编程方式,使用一个共享的元组空间进行生成式通信。该文针对集中式元组空间的性能瓶颈、单点失效问题及可扩展性差等不足,提出一种混合式的分布式元组空间的体系架构,给出基于π-演算的分布计算演算模型,并对模型的语法和操作语义进行讨论,通过钩互模拟给出了系统的性质。

消息分发系统中的元组空间分解算法研究

为解决分布式环境下消息分发系统中的按需通信,在对Gelernter元组空间模型进行改进的基础上,对消息分发系统中的元组空间通信进行了结构设计,定义了元组空间的特征模型,并基于局部性原理提出一种元组空间通信的空间分解算法。该算法依据在实际通信中不同元组不同元素的匹配频度的差异,将元组空间分解为依赖特征空间、特征元组和特征元素之间抽象关系的一组缓冲子空间,通信进程在进行匹配操作时可直接从缓冲子空间中获取匹配元组,从而降低通信的计算成本。

基于U-P2P元组空间知识协作模式的中越跨语言查询扩展

针对中国与东盟国家在知识共享过程中的语言障碍问题,详细阐述跨语言查询扩展元组空间的逻辑结构,提出U-P2P网络模式下元组空间知识协作的分布式中、越跨语言查询扩展模型。在此基础上,增加查询扩展代理peer的动作语言规则的定义和元组元操作指令集,依据强化学习算法提出一种基于加权矩阵的自适应路由选择/查询机制。在Gnutella环境下的实验表明,相对于传统的集中式查询而言,该模型对中越两种语言之间的快速翻译和扩展查询具有较好的准确率和召回率,在不同知识领域的运用中具有通用性和可扩充性。

基于元组空间模型的分布式计算环境的研究与应用

利用分布式计算环境实现异构资源的整合,使其能够充分挖掘网络资源进行科学计算、资源共享,以及实现分布式任务调度是目前分布式应用研究的主要课题。本文通过对一种基于元组空间(TupleSpace)模型分布式中间件的分析,结合实际应用对适合于异构环境的分布式计算平台原型进行设计与应用,并提出了后续研究工作的方向。

一种基于元组空间的智能传感器协同感知机制

随着具有一定计算能力和无线通信能力的智能传感器(称为mote)的出现,越来越多的物联网应用可以实现对环境及其变化的就地感知、就地决策和就地反应.但因为mote的感知能力和感知范围有限,它们需要协同感知才能更全面地感知环境的状态,才能更好地适应环境的变化.而传统的mote协同感知的实现方法要求开发人员过多地关注mote之间的交互逻辑,并且mote应用也无法适应复杂环境的不断变化.为了避免开发人员在交互逻辑上花费过多的精力,同时保障开发出来的mote应用系统能够适应不稳定的外界环境,提出了一种基于元组空间的mote协同感知支撑机制,使得mote之间的协同感知过程(包括交互的建立过程以及对环境变化的适应过程)对开发人员完全透明.最后实现了一个简单的应用场景,展示了该方法如何满足功能需求以及在环境发生变化时如何对环境进行适应.

一种基于元组空间的Web服务模型

现有Web服务的SOA架构是基于RPC的请求/响应通信模式的,这种紧耦合的、同步的通信方式不符合高动态场景的应用。为此,本文以元组空间作为Web服务分布式构架中提供者与请求者间互操作的底层设施,构建一种松耦合的、异步的Web服务模型。

基于CBF的分布式元组空间叉积算法

针对分布式报文分类算法内存消耗大、可扩展性差的问题,提出分布式元组空间叉积算法。该算法采用独立域搜索引擎与树状多级聚合网络的分类结构,在聚合节点使用计数型布鲁姆过滤器(CBF)加速搜索,利用剪枝技术降低CBF内存消耗。仿真结果表明,对于5×104条规模的9域规则库,聚合网络总内存消耗被控制在60Kb内,该算法的查找速度达到100Mp/s,且具有良好的可扩展性。

DTSArch:一种基于分散式元组空间的软件体系结构模型

针对协作系统中缺乏描述系统高度动态性、自组织性和协作性的方法,利用分散式元组空间模型的时空解耦特性,提出了一种软件体系结构模型DTSArch。在对分散式元组空间进行刻画的基础之上,从软件体系结构的角度建立了描述构件行为和系统配置的形式化语义,解决了分散式元组空间模型难以直接应用于实际系统开发的问题。实现了一个基于DTSArch的可视化开发工具以进行软件体系结构设计。并通过实例证明DTSArch使开发人员能够快速建立基于分散式元组空间模型的系统结构,从而提高系统构件和系统开发方法的可重用性。

基于元组空间通信的扩展呼叫处理语言协同技术

在前期的工作中以IETF颁布的呼叫处理语言(CPL)为蓝本,发展出了面向综合通信业务的工作流语言——扩展呼叫处理语言(XPL)。XPL不但能够描述呼叫类业务,还可以描述短信、彩信等数据类业务。在前期工作的基础上,在XPL中引入了一种基于元组空间通信的协同技术,通过这种技术,XPL可以开发出内容更加丰富多彩的业务,不同的终端用户可以实现比较复杂的交互,从而在一定程度上满足融合网络条件下业务种类多样化的需求。

一种无中心元组空间副本管理方法

无中心元组空间(DTS)模型是支持多个独立单元协作的理想模型。然而,目前对DTS的性能研究并不多见。该文针对DTS系统中缺乏有效副本管理机制的现状提出了一种基于元组使用模式的、采用多种副本管理策略的元组副本管理方法。在无中心元组空间模型的基础上,建立了面向副本的元组空间原语语义,并分析了在DTS中实现副本管理机制的必要性,以及实现多种副本管理策略的意义。本文基于Lime(Linda in the mobile environment)实现了元组副本管理层,并进行了多台主机之间的元组通讯实验。实验结果表明:副本管理机制的存在有效降低了DTS的操作的响应时间,提高了系统的整体运行效率。

对基于元组向量折叠的包分类算法的改进

基于元组向量折叠的包分类算法使用向量折叠的思想,大大缩小了算法的内存占用率,但是在运用于大规模规则库时会出现大量的冗余数据,影响算法的速度。文章从元组向量折叠算法入手,提出了相应的改进措施,使其在应用到大规模规则库时,能够在降低内存占用率的同时提高算法的运行速度。

基于元组向量折叠的大规模规则库包分类算法

基于元组空间提出了一种适用于多维大规则库的包分类算法——元组向量折叠算法。与基本元组空间算法和基于元组的位并行包分类算法相比较,该算法在空间复杂度和时间复杂度上都取得了较好的性能。

多元组服务器共享内存结构模型分析

分析了基于Tspaces技术的分布式系统的特点,提出了多元组服务器共享内存结构模型,进行了初步的实验,并对实验结果进行了分析。实验证明多元组服务器共享内存结构比单元组服务器结构通信效率更高。

一种抗恶意攻击的OpenFlow虚拟流表高性能查找方法

针对恶意攻击给OpenFlow虚拟流表查找带来的破坏性影响,构建了一种抗恶意攻击的OpenFlow虚拟流表高性能查找方法。该方法基于近似成员关系查询理论,采用布鲁姆过滤器预测元组查找失败结果,以绕过绝大多数元组失败查找操作,提高OpenFlow虚拟流表查找效率;进一步,设计了一种可扩展计数型布鲁姆过滤器,根据元组规模的动态变化进行适应性伸缩,从而始终以高准确率判定元组查找失败结果;最后,采用实际网络流量样本和模拟恶意攻击方式,评估所提OpenFlow虚拟流表查找方法的性能。实验结果表明:当攻击包与正常包分别按1:2和2:1比例混合时,所提方法的假阳性错误率始终保持在6%以下,比计数型布鲁姆过滤器降低了93%,而平均查找长度降低了90%。