13、对等架构中资源聚合的决策模型研究

对等架构中资源聚合的决策模型研究

1. 引言

随着网格向完全分布式的对等（P2P）网络发展，面向服务的架构需要适应新的 P2P 网络环境。为了使基于 P2P 的面向服务架构（SOA）普及，系统中的所有节点需要同时扮演服务消费者和提供者的角色。理想的系统应能够发现并聚合合适的资源，以满足消费者的查询需求。

此前的研究分析了 P2P 架构中资源聚合的有效性，采用了包括初始服务发现和后续合作伙伴选择的两步资源聚合机制。在合作伙伴选择阶段，使用了简单的决策模型，强调了客观和主观合作伙伴选择的区别。主观合作伙伴选择方法允许每个节点根据个人或本地偏好自定义决策方案。研究发现，配备了具有一定先验性能的资源发现机制的非结构化 P2P 网络能够满足消费者的查询需求。当网络中的财富分布不均匀时，主观决策模型可以带来更高的全局用户满意度。

本文将继续之前关于资源聚合的研究，探讨几种更复杂的决策模型。除了之前使用的 Onicescu 决策模型，还考虑了来自多属性效用理论（MAUT）的全局效用方法和 Promethee 模型，旨在为给定的 P2P 网络财富禀赋和服务请求负载推荐最合适的决策模型类别。

2. 相关工作

• 资源分配 ：在多智能体系统中，资源分配是一个广泛研究的领域。相关机制在网格系统中用于作业调度，需要考虑各种问题。
• 信任机制设计 ：Xiang - Yang L. 等人关注设计机制，以提高交易中间节点的信任度，解决多跳路由网络中的“道德风险”问题。
• 服务组合 ：通过遗传算法来寻找