在综合研究知识网格的基础上,针对网格平台异构性、动态性和分布性等特点提出一种适应网格平台的多策略关联规则挖掘算法(multiple-strategies based hybrid distribution algorithm,MBHD).MBHD在HD算法的基础上,融合了市场机制优化策略、时间戳机制和令牌环策略,有效克服了网格中制约算法性能的负载均衡问题,并避免了不必要的网络负载和网络竞争的产生,从而解决了关联规则挖掘中最关键的算法耗时问题,并提高了算法的效率和性能.实验给出了对应于不同处理器节点数量和最小支持度时的算法响应时间,表明本算法能够很好地适应网格平台特性,且其性能和可扩展性有明显提高.
针对网格平台的异构性、动态性和分布性等特点,结合智能Agent技术,提出了一种智能网格模型(Intelli-gent and Corporative GridModel,ICGM)。ICGM具有自组织、自管理和智能协作等特性,能很好地适应复杂网格环境,有效地屏蔽网格平台中的不利特性。在分析网格中入侵检测需求后,设计了基于ICGM的网格入侵检测系统(IDS based on ICGM,gIDS)。gIDS具有较好的智能性、灵活性和扩展性,能有效地检测网格中的入侵行为,确保网格平台的安全。对比实验表明,基于智能网络模型的gIDS在检测率、误报率及检测速度方面具有良好的性能,也体现出智能Agent技术与网格技术的整合能从一定程度上解决网格自身存在的问题。
最近的研究表明,在当前网络未启用SACK选项的TCP流中,有超过一半的数据流采用TCP New Reno的快速恢复算法.而Padhye提出的基于TCP Reno的TCP吞吐量分析模型,不能准确反映TCP New Reno数据流的吞吐量.Padhye模型在建立过程中采用猝发性丢包模型,同时忽略了快速恢复阶段和超时后的慢启动阶段,影响了预测的准确性.基于此,提出了一种基于TCP New Reno的吞吐量分析模型.在分析过程中,采用了更符合真实网络丢包特征的丢包模型,并且充分考虑了快速恢复阶段和超时后的慢启动阶段对吞吐量的影响.仿真实验表明,该模型可以准确地预测TCP New Reno数据流的吞吐量.
