科学工作流中面向不确定数据源图的受限可达查询

在现代分布式网络环境中开发与应用科学工作流系统时,由于受数据采集的准确度和网络链路可靠性影响,将会导致工作流运行中所产生数据源图的不确定性,在这样的不确定式数据源图中进行面向工作流任务的概率式受限可达查询时将面临着新的技术挑战.针对此问题提出了一种紧凑有效的概率式受限可达查询算法,用于解决不确定数据源图中任意两点间受限于特定任务集的概率可达查询;并提出了一种基于扩展树的数据结构,用于计算数据源图中任意两节点间的可达查询,并给出所有可达路径,然后根据容斥原理对已知可达路径的可达概率计算进行简化;最后给出实验对算法的特点进行评估与分析.

云计算环境下一种面向科学工作流不确定数据源的视图构造方法

科学工作流的数据源视图根据数据源中任务间的数据流关系,将它们划分为多个复合模块,并在此基础上进行数据抽象与封装,从而可有效降低科研工作者的数据分析工作量并节省数据查询时间。然而在云计算环境中开发与应用科学工作流系统时,由于受数据采集的准确度和服务器的可靠性影响,将会导致工作流数据源图的不确定性,因此需要提供有效的机制在不确定数据源图中构建合理性视图。针对此方面,首先给出了不确定数据源图及其合理性视图的定义,在此基础上提出了一种检测不合理视图的方法;还进一步分析了数据源图中任务节点与其一阶前序节点之间存在的多种数据流关系及复合任务的局部期望支持度,给出了合理视图的构造方法。设计了相应的多项式时间算法,并分析算法的时间复杂度。最后,对相关方法给出示例,并进行实验分析,验证了其可行性与有效性。