文摘
在可伸缩的分布式发现服务是一个主要的概念和动态网格环境。本文基于super-peer技术,我们提出一种新的网格的拓扑发现服务。模型设计以这样一种方式,集群中的每个super-peer有路由指标(RIs)基于蜘蛛网和使用跳跃数路由索引(HRI)来选择最好的邻居。此外,每个super-peer包括缓存表,存储查询和查询结果。此外,从的角度提交消息的响应时间和数量,我们比较现有方法的新模式。展示的直观模拟提出和验证效率的新技术。
1。介绍
网格系统通常解决科学与工程问题在大规模环境和整合大量的计算和存储资源、数据、服务和地理上分布的应用程序(1]。发现服务网格直接影响多样性、动态、异构、分布特征,可以明显提高电网效率(2]。经典的方法用于网格发现是基于集中式(3- - - - - -7)或等级(8,9)架构。这些方法收集网格资源信息和使用中央索引服务器来维持。网格环境中遭受两个主要缺点:瓶颈和单点故障10- - - - - -12]。为了避免提到问题,P2P模型采用(3,13- - - - - -15]。P2P拓扑网格环境中包括结构化和非结构化模型(16- - - - - -23]。super-peer机制是P2P技术的一个类别,提出了在(24),更多的细节,请参见[25- - - - - -28]。
修改后的广度优先搜索(BFS),介绍了智能搜索()方法(29日]。广度优先搜索(30.)技术是延长协议Gnuttela实现本地和基于关键字搜索、随机选择邻居同行。每个对等的方法,第一,一个概要文件构建然后这个概要文件用于发送查询。Ghorbani et al。31日)提出了一种自适应非结构化P2P环境中资源发现基于网络节点的反馈。他们还使用了学习自动机(LA)算法(32)教育同行的发现过程寻找最好的邻居同行。失败者et al。33),使用语义聚类方法(34,35]super-peer网络,提出了语义覆盖聚类(SOC)链接信息提供者每个集群super-peer语义对等。
一些方法(2,36- - - - - -39)指数和总结资源特性,减少传输的信息,保存和发现服务。
路由指标(RIs)作为P2P技术组织索引和总结资源信息的节点(40]。这种方法的好处是,查询的位置之间的传播和转发的网络资源的存在,从而避免洪水查询请求的节点不是有用的。这种方法的主要缺点是,这种索引系统来自网络图的存在周期。RIs的延伸,路由跳数指数(HRI)产生,使得资源信息表结构在不同的啤酒花(41- - - - - -43]。
Marzolla et al。44)提出了一种发现技术在每个域的资源信息和邻域的总结信息维护的经纪人。该方法使用k位向量来表示指数和总结的信息资源。Puppin et al。41)实现网格信息服务(GIS),利用HRI。这个方法有两个重要的实体:(1)控制的代理super-peer构建节点的资源信息和(2)聚合器接收代理提到的资源信息和索引。
Caminero et al。42)提出了使用HRI路线P2P系统中工作的一种手段。这个模型的主要缺点是,它只考虑数值参数(如有效带宽,总机器领域的数量,和域工作负载)执行资源的发现。Caminero et al。43)提出了一个模型,使用HRI构建基于蜘蛛网树[摘要信息37]。这种方法计算善功能(40)的路由和转发查询邻居同行,这可能有更多的概率查询。此外,适应RIs的总结,他们提出了所谓的技术n层次的总结来过滤属性具有相同的价值观,以及他们的概率小于一个阈值。
在本文中,我们提出一个新发现的方法基于super-peer网络集群路由中的每个super-peer指数(RIs)基于蜘蛛网和使用跳跃数路由索引(HRI)来选择最好的邻居。此外,每个super-peer利用缓存表来存储查询和查询结果。
本文的剩余结构如下:部分2表达的配置网格基于super-peer网络和部分3详细介绍了提出了资源发现方法。部分4计算仿真结果基于GridSim [45显示我们的方法的有效性能。最后一部分总结了纸和以后工作的指导方针。
2。网格配置
网格系统可以使用super-peer拓扑的实现基础设施。如图1super-peers (SP)在每个虚拟组织(VO)服务器或集群操作。超级同行接收来自客户机的查询同行(CP)或者你的邻居super-peers和回答。SPs相互通信,使一个覆盖网络46]。一般来说,一个SP高能力等在每个签证官CP /集群处理查询。当CP连接到一个签证官/集群,本地SP指数的信息资源。在离开的时候,相关的索引信息,CP从签证官/集群中移除。此外,如果改变了CP的资源信息,更新的信息被发送到提到SP。CP需要资源时,它会创建一个查询,并将它提交给SP。这SP寻求找到合适的资源索引信息。如果找到所请求的资源,CP的IP地址,即结果的所有者,发送请求的对等;否则,请求的SP创建一个副本,并将其转发给覆盖网络。每个集群的SP搜索域找到所请求的资源。
3所示。新发现的方法
提出了一种新的基于super-peer网络发现技术。首先,我们创建一些集群和组织网格节点。在每个集群,super-peer维护资源信息的汇总所有客户同行。我们用蜘蛛网37- - - - - -39)集群和总结的资源信息。每个super-peer使用RIs (40)结构,保持集群中的同行的摘要信息。表1基于图是RIs的样品2显示属性及其概率值提供的每个集群的蜘蛛网。当同行加入或离开集群,RIs条目相关的创建或删除。每个集群super-peer发送每个属性的最大概率的邻居super-peers。当同行的资源信息发生变化时,同伴将更新发送给其super-peer。然后再次super-peer创建汇总和更新RIs的概率高于阈值。接下来,属性的最大可能性是你的邻居super-peers重新提交。super-peers使用HRI [41,43)组织邻居super-peers在网格环境的摘要信息。表2显示你的邻居super-peers的聚合概率在不同啤酒花。值得注意的是你的邻居super-peers选择基于HRI信息而不是随机或洪水的方法。这个选择是基于善功能(40预定义的跳跃数)。因此,查询转发到super-peers可能匹配的查询要求和集群中节点的所请求的资源。
善良的邻居super-peer ( )关于查询需求计算如下: 在哪里是 - - - - - -th邻居super-peer;的地平线HRI(跳数);指的是HRI条目在 - - - - - -th跳;请求的要求;和指向一个邻居super-peer的概率 HRI表对的位置 。集群super-peer选择最好的邻居super-peer基于最大善的结果查询功能和转发。
此外,在我们的方法中,每个super-peer缓存缓存表中提交的查询及其结果。缓存表可以提高网格性能通过减少延迟,带宽使用情况,交通,发送的消息数量,发现过程。表3的缓存表super-peer包含三个查询的要求形式的属性和节点的地址的主人要求(结果节点)。每个条目在这张桌子是由当地的域或发送其他的邻居super-peers集群。
3.1。发现算法
在图2,考虑集群1;让P1需要一些计算资源来执行它的项目。集群super-peer接收查询和搜索当地的域。如果回应同伴发现,super-peer将结果节点的地址发送回请求节点,插入一个条目的查询或更新缓存表。此外,它将更新发送给你的邻居super-peers。如果没有找到结果,super-peer查找缓存表之前转发查询。如果有相关条目的请求,super-peer答案本地查询,并将查询结果返回给发出请求的节点。如果不是,集群的super-peer 1计算的善功能邻国super-peers(集群2和集群3)查询。我们假设集群2是高于集群的善功能3。因此,集群2的super-peer首先寻求本地找到结果,然后查找缓存表。 If the query result is not in the cache table of cluster 2, the first best neighbor (say cluster 4) is selected and the query is forwarded to it. If the finding process is not successful, the query is bounced back to the parent super-peer (cluster 2). Then, cluster 2 sends the query to the second best neighbor (cluster 5). If the search process is unsuccessful and as a result of cluster 2 has no other neighbor domain except cluster 1, the query is bounced back and cluster 1 forwards query to cluster 3 (the second best neighbor). When the algorithm reaches a response, the cache table is updated and forwarded to the neighbor clusters. Algorithm1展示了我们的发现方法。
|
3.2。稳定性的新方法
在本节中,我们比较模型与现有模型(43]。为此,考虑图3。这是一个示例基于模型的P2P拓扑结构(43),每个同行负责发现过程。我们可以看到在提到的模型43)有一个树结构3-hop-count深和15连接同行。使用我们的模型,首先,我们消除所有连接和重新配置这个拓扑基于super-peer如图4。这个数字表明,有三个集群拓扑1-hop-count深。增加新配置的可伸缩性发现如图3。
考虑图3;让用户在域P0发送一个查询,并在本地节点P0搜索响应。如果没有所需的资源,P0必须将查询发送到最好的邻居同行。我们考虑两个场景(乐观和悲观状态)。
在乐观的状态,响应节点1-hop-count水平(P1, P2)。我们假设为P0 P1是最好的邻居,然后P0将查询发送到P1和发现过程成功完成。悲观的状态,P1从P0接收查询并在本地搜索。如果P1不能找到所请求的资源,查询发送到最好的邻居(P3)说。我们假设节点P3不是所需资源的所有者,然后将查询发送到最好的邻居同行(比如P7)。如果P7不能响应请求,查询是反弹的支持。然后P3将查询发送到第二个最好的邻居(P8)。我们假设P8并不需要资源的所有者,然后查询是P1反弹。P1将查询发送到第二个最好的邻居(P4)和P4发送票数第一,如果没有响应,那么P10提交它。所请求的资源是不可P10,所以查询是P0反弹。 Similarly, for the left side of P0, in the pessimistic status, we through the following routes P2 ⟶ P5 ⟶ P11 ⟶ P12 ⟶ P6 ⟶ P13 ⟶ P14. Therefore, considering P14 has the requested resources, the discovery process of the method [43可以完成。
接下来,考虑图4;让我们假设一个用户在集群1发送一个查询的集群super-peer (SP1)。查询过程开始,SP1在本地搜索其域。如果找到所请求的资源,显然这个过程完成。除了这种情况下,我们认为两个场景(乐观和悲观状态)。让SP1将查询转发到最好的邻居(集群2);乐观的状态,发现过程在集群2是成功的发现和响应节点。在悲观的状态,集群2中的搜索不成功,所以查询是反弹和转发到集群3。如果集群找到所请求的追索权,发现过程成功完成。众所周知,资源发现的可伸缩性有关的成本发现过程的时间和查询消息发送到响应。 Therefore, based on the above demonstration, it is easy to see that the new approach is superior to the existing model in [43从可伸缩性的观点。在下一节中,我们将模拟并比较上述两个拓扑(数据3和4基于可扩展性特性。
4所示。仿真结果
在本节中,我们模拟网格系统的发现过程。首先,我们模拟发现过程基于新方法(算法1)和评估查询响应时间和提交的消息相比,提出的发现方法Caminero et al。43]。第二,我们比较两个拓扑发现的可伸缩性相关部分3.2。此外,网格环境中模拟了使用GridSim工具包(45]。
假设100用户公司在我们的模拟环境;连接带宽是100 mb;传播延迟是10秒,数据包传输1500包/秒的最大限度。资源包含一个机器,每个人都有四个处理元素和“英特尔”架构,和他们的Linux操作系统”。“网络路由器使用RIP协议,他们的FIFO调度方法。我们模拟的第一部分包括三个场景,对集群随机选择:(1)结果节点在集群的邻居1-hop统计,(2)结果节点的邻居集群2-hop计数,和(3)结果节点在集群的邻居3-hop计数。仿真的第二部分包含两个场景:(1)结果节点中找到乐观的状态和(2)结果节点发现悲观的状态。
数据5和6比较查询响应时间和转发的数量发现两个网格环境中的消息:(1)网格环境模拟基于新模型的所有super-peers使用缓存表响应查询和(2)的网格环境模拟模型(43]。
仿真结果表明,该缓存表的使用提高了查询响应时间和减少发现延迟。此外,研究结果说明,提交查询消息的数量也减少。我们可以看到,当跳数的增加,新模型的结果是比现有的模型43]。
在第二部分中,发现过程模拟的乐观和悲观的状况和两个提到的拓扑。新拓扑结构的模拟结果表明,使用与现有的拓扑结构相比,在这两种状态(乐观的状态和悲观状态),降低了发现时间和改善电网的可伸缩性的发现(图7)。
5。结论和未来的工作
介绍了一种新型的电网使用P2P技术发现。提高可伸缩性的发现过程,新模型基于super-peer配置方法。此外,减少发现延迟,缓存表中使用的模型。模拟结果表明,与现有方法相比,新模型优化的查询响应时间和减少提交的查询信息。未来,我们打算使用一些智能聚类方法在这个拓扑和选择super-peers基于网络流量和带宽的网络等属性。
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者宣称没有利益冲突。