分布式监控服务中数据融合算法实验

针对分布式环境下监控服务的决策判断准确度不够高的问题,提出了多层次多方面的监控数据框架,并将数据融合过程加入监控服务中。首先,基于发布/订阅中间件平台,设计了采集主机、进程和网络资源数据的监控服务;然后;应用阈值法和Three-Sigma法,把资源数据融合生成逻辑数据。真实环境中的实验结果表明,阈值法能及时准确检测用户定义事件,但参数设置经验性较强;Three-Sigma法无需事先确定参数,但抗干扰性差,导致虚警率较高。最后,利用趋势移动平均法分析某个进程内存使用量,得出内存周期性泄漏的结论。

国产化实时通信中间件DDS的跨平台实现和优化技术

由于数据分发服务(DDS)一方面定义了以数据为中心的发布/订阅模型,允许应用程序实时地发布信息,并订阅所需要的信息;另一方面还提供了异步、松耦合、实时可靠数据分发服务质量(QoS)服务。所以,DDS适用于性能要求高、可预见性强的军用实时关键任务领域。文中针对全国产化 DDS 产品ZRDDS,从处理器、操作系统、通信方式的差异性屏蔽方法给出了跨平台实现策略,并以国产化华睿2号处理平台为例,对关键路径进行瓶颈分析,找出优化点,同时针对硬件平台的特性给出优化方法。文中所述技术具有普适性,适用于各类通信中间件的设计,优化后的通信中间件 ZRDDS 可广泛应用于各类军用即时分布式系统。

基于数据分发服务的通用仿真框架技术

分布式仿真技术应用场景的多样性使高层体系结构(HLA)的缺陷愈加明显:在数据传输规模较大时,实时性较低,无法应用于半实物仿真场景;HLA规范未对仿真应用的具体设计及规范进行定义,导致目前基于HLA的仿真系统在不同软硬件平台间兼容性差,降低了其可移植性及可重用性。数据分发服务(DDS)不仅能够覆盖HLA的核心特性,还能在保证仿真应用间的互操作性基础之上,进一步提高仿真系统的实时性、可重用性和移植性,因此,提出一套基于DDS的高实时性、高可靠性的仿真通用框架。该框架可为分布式仿真系统中各仿真应用的互操作提供通信支持,支撑并驱动仿真演练的执行。在框架中引入高精度时间同步技术,解决了DDS缺少时间管理机制的问题;针对框架提供了仿真开发套件,将底层通信、驱动逻辑透明化,减少仿真应用开发人员的工作量;提供了仿真监控工具,方便开发人员对仿真应用进行测试或执行训练。通过实践,验证了基于DDS的仿真框架技术可满足当下仿真对实时性要求高的需求。