SRT中期小结 --网格技术与QoS - ITPUB论坛

SRT中期小结——网格技术与QoS纪磊[e-mail]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GlobusToolkit4（GT4）GridDevelopmentTools（GDT）、Tomcat开发步骤创建java项目在java项目中添加MAGEService，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（SimpleObjectAccessProtocol）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（WebServicesDescriptionLanguage）基于XML规范，全面描述WebServices数据类型，message，porttype，bingingUDDI（UniversalDescription,DiscoveryandIntegration）WebServices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、ApacheAxis、和.NetOGSA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(GlobalGridForum)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（probabilitydensityfunction,PDF）如何确定？估计的性能MSE（meansquareerror）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()(|)(|)()iiiPBPABPBAPA222ˆˆˆˆˆˆ()[()]{[(())(())]}var()()mseAEAAEAEAEAAAbAMMSE（最小均方误差）Bayes估计联合PDF：p(A,x)=p(A|x)p(x)BayesMSE将联合PDF代入：令得p(A|x)后验PDF22ˆˆ()()(,)ˆ=[()p(A|x)dA]p(x)dxBmseAAApAxdxdAAA2ˆˆ()()(,)BmseAAApAxdxdA2ˆ()p(A|x)dA]=0ˆAAAˆAp(A|x)dAA()(|)()(|)(|)()P(x|A)P(A)dAPAPxAPAPxAPAxPx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——LMMSE10ˆ[]NnNnAaxna2ˆˆ()[()]BmseAEAALMMSE将代入对aN求导，并令得代入Bmse得其中a=[a0a1…an-1]Tx=[x0x1…xn-1]TCxx是x的NxN协方差矩阵，CAx是1xN的胡协方差矩阵，，，且CAA是A的方差。120[([])]0NnNnNEAaxnaa10ˆ[]NnNnAaxna2ˆˆ()[()]BmseAEAA10()([])NNnnaEAaExn120T2TTˆ(){[([]([]))(())]}=E{[a(x-E(x))-(())]}=aaNnnxxxAAxAABmseAEaxnExnAEAAEACaCCaCTAxxACCLMMSE对于对a求导，并令：得从而我们得到而Bmse最终为TTˆ()aaxxxAAxAABmseACaCCaCˆ()220xxxABmseACaCa1xxxAaCC11ˆ()()TTTNxAxxxAxxAaxaCCxEACCEx1ˆ()AAAxxxxABmseACCCC问题LMMSE是准最佳的，除了MMSE线性模型外，一般的模型存在非线性的更好的估计LMMSE依赖于随机变量之间的相关性，和数据不相关的参数不可能被线性估计语义Web增加无结构的Web内容为结构信息，改善Web信息发现和机器可读性的效率。元数据数据的解释，把数据转化为信息语义Web基础：资源描述框架（RDF）本体为域提供通用词汇，定义术语之间的关系构思为类、关系、功能、原理、和实例的集合。Web本体语言：RDFS、DAML+OIL、OWL语义网格网格服务用元数据注释，有说明它们语义功能和所应用域的本体可以提供特定领域问题求解和基于知识的服务基于本体的网格资源匹配•在资源和请求之间的松散耦和，用富有表现力的本体语言描述资源和作业请求缩小用户和网格的距离，使服务的过程和资源的发现实现自动化自治网格服务设想本学期项目的远景？可见的结果阶段性任务？基础颇弱