28、网格服务架构与虚拟组织构建

网格服务架构与虚拟组织构建

1. 服务架构概述

服务架构在服务位置和调用方面支持本地和远程透明性。它提供了多种协议绑定,当服务与服务请求者位于本地时,便于对服务调用进行本地化优化;同时,在跨组织边界的网络流中,能够进行协议协商,可从多个InterGrid协议中选择,每个协议针对不同目的进行了优化。此外,特定网格服务接口的实现可以映射到原生的、非分布式平台的功能和能力。

2. 网格服务语义

2.1 网格服务定义

虚拟化和组合服务的能力不仅依赖于标准接口定义,还需要服务交互的标准语义,例如不同服务遵循相同的错误通知约定。开放网格服务架构(OGSA)定义了网格服务,它是一种Web服务,提供一组定义明确的接口并遵循特定约定。接口涉及发现、动态服务创建、生命周期管理、通知和可管理性;约定涉及命名和可升级性。随着OGSA的发展,还将解决授权和并发控制问题。认证和可靠调用这两个重要问题被视为服务协议绑定,在完整的OGSA实现中必须加以解决,但它们在核心网格服务定义之外。这种关注点分离在不影响功能的情况下提高了架构的通用性。

2.2 瞬态服务实例管理

网格服务的接口和约定尤其关注瞬态服务实例的管理行为。虚拟组织(VO)参与者通常不仅维护一组静态的持久服务来处理客户端的复杂活动请求,还经常需要动态实例化新的瞬态服务实例,以处理特定请求活动状态相关的管理和交互。当活动状态不再需要时,服务可以被销毁。例如:
- 在视频会议系统中,建立视频会议会话可能涉及在中间点创建服务实例,以根据QoS约束管理端到端数据流。
- 在Web服务环境中,可能会动态实例化服务实例,通过动态增加容量来管理应用程序工作负载,以提供一致的

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值