科学网

 找回密码
  注册

tag 标签: 网格计算

相关帖子

版块 作者 回复/查看 最后发表

没有相关内容

相关日志

云计算的虚实
caozhengjun 2019-9-27 12:59
云计算的虚实 Ø 新闻回顾 目前仍在向个体用户提供网络存储服务的知名品牌还有腾讯微云和百度网盘。 Ø 云计算的前生 分布式计算研究如何把一个大问题分解成若干个小问题,以及如何把这些小问题分配出去,让若干终端计算资源分别求解这些小问题,最后再把有关结果综合起来得到原问题的解。其构想来自于计算机学科中基本方法 --- 分治法 (divide-and-conquer) 。分布式计算的历史可以追溯到半个世纪前,现代电子计算机的发展初期。 网格计算 (Grid computing) 是利用互联网上闲置的计算资源来解决大型问题的一种计算模式,这就意味着应用程序不再受限于具体的物理系统和平台软件,数据和程序能够在各个计算节点间“流动起来”。网格计算主要被各大学和实验室用于高性能计算项目。关于网格的定性和发展前景,有如下一些说辞。 “网格是继传统因特网、 Web 之后的第三次互联网浪潮,可以称之为第三次因特网的应用。传统因特网实现了计算机硬件的连通, Web 实现了网页的连通,而网格则试图实现互联网上所有资源的全面连通,其中包括计算资源、存储资源、通信资源、软件资源、信息资源、知识资源等。”美国《福布斯》杂志预测,网格技术将在 2004 年至 2005 年出现一个高峰,推动信息产业市场的持续高速发展,在2020年将产生一个年产值为20万亿美元的大产业。 在网格计算上发力最狠的是大名鼎鼎的 Sun 公司,其主要产品是工作站及服务器。目前最流行的编程语言 Java 就是该公司在研发中产生的副产品。但该公司没能熬到瓜熟蒂落的时候, 2009 年 4 月 20 日甲骨文公司收购了 Sun 公司。 Ø 云计算的今生 云计算 (cloud computing) 的正式定义,且看下面截图 : 与网格计算不同,云计算更多的是由工业界主导发展的一套技术和标准。云计算和网格计算都能够提高 IT 资源的利用率,但是云计算依靠 IT 资源供给的灵活性,革新了 IT 产业的商业模式,侧重于资源与技术的 外包服务 。网格计算是拥有计算能力的节点自发形成联盟,共同解决涉及大规模计算的问题,侧重于资源与技术的 联合共享 。 1996 年,康柏公司的一群技术主管在讨论计算业务的发展时首次使用了 Cloud Computing 这个词,他们认为商业计算会向 Cloud Computing 转移。 1997 年,美国的 Chellappa 教授把“ Cloud Computing ”这个词定义为:“计算边界由经济而并非完全由技术决定的计算模式”。 2000 年, Sun 公司发布了太阳云 ( Sun cloud) 。 2006 年,贝索斯发表了关于云计算的著名演讲,并向世界宣布亚马逊将投资和创立云计算 AWS 的宏大计划。同一年, Google 首席执行官施密特在搜索引擎大会上,首次正式提出“云计算”的概念。将计算、服务和应用作为一种公共设施提供给公众,这正是“云计算”的初衷和动力。 2007 年, IBM 推出蓝云 (Blue Cloud) 服务。 2008 年,微软在其开发者大会上发布了一个全新的云计算平台── Azure Service Platform 。 2010 年,华为公司正式公布了云计算战略。华为表示:“要让全世界所有的人,像用电一样享用信息的应用与服务”。 2013 年 9 月,就在阿里云宣布突破 5K 测试的三个月后,腾讯云宣布正式面向全社会开放。 Ø 外包计算 云计算侧重于外包服务,而不是资源共享, 它必须追求利润,那么这种商业服务的模式是啥呢?是百度的竞价排名、超速下载,淘宝的竞价推广,网易的云音乐?这些面向市民的商业模式与外包计算有什么关系呢? 严格说来,计算机表示的底层数据只有两种形式,一是数值型的,二是字符型的。这两种数据在计算机内部的表示方法是不一样的,为此键盘上也分出两部分,数字键和字符键。数值的表示范围取决于浮点数系统,字符的表示范围取决于编码方法 ( 如通常的 Unicode 编码 ) 。因此计算机处理的实际对象可分为两种,一是数值计算 ,二是文本处理。 最初计算机的设计目的就是为了数值计算,但现在几乎所有的家用电脑都是用来做信息处理的,写文章、 P 图像、听音乐、看视频。即便是理工类的大学生,也只习惯于用计算器来做些数值计算。 学术界讨论的云外包计算有哪些内容呢? 2015 年秋天,笔者针对这一问题做了些功课,研读了一些文献。归纳起来主要有: l 大规模的数值计算 --- 矩阵乘法,矩阵求逆,线性回归,线性规划,这些都涉及到数值误差,但至今还没有切实可行的外包方案。这类问题面向的应该是团体用户。相关文献中常见的错误 ( 见后面已经发表的系列论文 ) 包括: 2 在加密时忽视了相容性,把一个可解的问题变换成一个不可解的外包问题; 2 忽视了浮点数系统和有限域的差别,错误地把有限域上的运算当成了数值运算; 2 混淆了计算任务的复杂性,把一个自身就能完成的任务强行外包出去; 2 加壳、脱壳时忽视了数值误差分析; 2 忽视了外包交互过程的通讯成本; 2 应用场景过于理想化,很难产生实际需求。 l 文件的安全存储、匿名访问等,这些可能会涉及到数值误差。这类问题面向的可以是个体用户。 l 一些特殊的计算任务,如密码学上的模指数及双线性映射计算,这些不涉及误差问题。面向的只是一些假想的客户。顺便说一下,公钥密码算法主要利用模指数运算来混淆和扩散冗余,不是普通的数值计算,本质上做的是文本变换。 外包计算可以帮助客户完成自身不可能完成的任务,还能保护客户的隐私,但应用场景真的有学术论文描述的那么多吗?一些科研机构或许会有这样的需求,但实际外包成本还涉及到主、客之间的交互问题、信任问题,这是无法用计算复杂度来衡量的。 Ø 云计算的来生 免费的面向个体用户的 360 网盘和 163 网盘的相继关闭,说明云存储服务没有企业当初设想的那么美好。那些还在收费的云服务项目发展结果又将如何呢?云计算的来生是充塞了大数据的物联网?是正在孕育中的某个概念? We are not sure. ----------------------------------------------------------------------------------------- 相关工作: Zhengjun Cao, Lihua Liu: Comment on “Harnessing the Cloud for Securely Outsourcing Large-Scale Systems of Linear Equations”. IEEE Transactions on Parallel and Distributed Systems , Vol.27, No.5, 1551-1552 (2016) Zhengjun Cao, Lihua Liu, Zhenzhen Yan: An Improved Lindell-Waisbard Private Web Search Scheme. International Journal of Network Security , Vol.18, No.3, 538-543 (2016) Zhengjun Cao, Lihua Liu, Olivier Markowitch: On Two Kinds of Flaws in Some Server-aided Verification Schemes. International Journal of Network Security , Vol.18, No.6, 1054-1059 (2016) Zhengjun Cao, Lihua Liu: A Note on Two Schemes for Secure Outsourcing of Linear Programming. International Journal of Network Security , Vol.19, No.2, 323-326 (2017) Zhengjun Cao, Lihua Liu: The Paillier's Cryptosystem and Some Variants Revisited. International Journal of Network Security , Vol.19, No.1, 89-96 (2017) Lihua Liu, et al.: Anonymity and Certificateless Property Could Not Be Acquired Concurrently, International Journal of Electronics and Information Engineering , Vol.7, No.2, 61-67 (2017) Lihua Liu, Zhengjun Cao, Chong Mao: A Note on One Outsourcing Scheme for Big Data Access Control in Cloud, International Journal of Electronics and Information Engineering , Vol.9, No.1, 29-35 (2018) Zhengjun Cao, et al.: Analysis of One Dynamic Multi-Keyword Ranked Search Scheme over Encrypted Cloud Data, International Journal of Network Security , Vol.20, No.4,683-688 (2018) Zhengjun Cao, et al.: Ruminations on Fully Homomorphic Encryption in Client-server Computing Scenario, International Journal of Electronics and Information Engineering , Vol.8, No.1, 32-39 (2018) Lihua Liu, et al.: A Note on One Secure Data Self-Destructing Scheme in Cloud Computing, International Journal of Network Security , First Online June 14, 2019 (Doi: 10.6633/IJNS.881) Zhengjun Cao, Lihua Liu, Olivier Markowitch: Comment on Highly Efficient Linear Regression Outsourcing to a Cloud, IEEE Transactions on Cloud Computing , Vol.7, No.3, pp.893 (2019) 曹正军,刘丽华 : 现代密码算法概论 , 哈尔滨工业大学出版社, 2019/5.
个人分类: 计算机科学|4500 次阅读|0 个评论
协同高性能计算、网格和云 - IEEE 今日计算每月主题2013年第5期
tjhuang 2013-4-30 21:01
协同高性能计算、网格和云 客座编辑导言 • Art Sedighi • 2013 年 5 月 英文原文请见:http://www.computer.org/portal/web/computingnow/archive/may2013 与把网格、云和高性能计算( HPC )这三种方法相互割裂开来的做法不同,今日计算本月主题的焦点是这些方法的互操作以及前进道路上可能会出现的问题。 高性能计算、网格和云的协作 本期主题首篇文章是来自 Stelios Sotiriadis 及其同事的《从元计算到互操作的基础设施》,这篇文章高屋建瓴,探讨了这些技术的适用对象: · HPC 的特点是应用和底层的同质基础设施之间紧密耦合,重点集中在客户自有环境的速度和性能。 · 网格计算的应用和基础设施之间的耦合度低。由于虚拟组织允许节点异质且分散在不同地理位置,因此应用对位置不敏感。重点是并行和分布式计算,对共享基础设施的访问受限。 · 云计算的应用和下层基础设施之间几乎没有耦合性可言。重点聚焦对可公开访问基础设施的按使用计费及随时随地的计算资源动态配置,较低的服务水平协议( SLA )一般是可接受的。 没啥新鲜,对不对?差不多是这样。最近几年,协调和整合这些看似不同的环境一直令人纠结。 Sotiriadis 和同事提出了元调度器( meta-scheduler )的概念,能够将工作负载在这三种环境之间迁移。他们的文章着眼于本领域的当前研究点,特别是三种方法之间的鸿沟。 元调度协助整合 元调度器可以是集中的,也可以是无中心的,但最终目标都是在一个管理层下把多个环境整合在一起。 Thomas Rings 和 Jens Grabowski 在《云计算与网格计算基础设施整合实战》中展示了这种方法。他们认为元调度器必须能应对以下挑战: · 异构资源, · 跨本地和远程地点和环境的管理和调度, · 资源可能来来去去的动态环境; · 分散的地理位置, · 多资源类型和多地点下的负载平衡, · 故障和重新调度,以及 · 安全约束。 这方面的研究虽然已经很多,但实际上才刚刚开始触及问题表面。 Rings 和 Grabowski 采取了非常务实的方法,专注于把一个网格内环境和亚马逊 Web 服务( AWS )的公共云计算基础设施整合起来。在他们所谓的“云服务中的网格( grid-in-cloud-services )”中,作者使用“计算资源的统一接口( Uniform Interface to ComputingResources , Unicore )”把私有 IaaS 云(基础设施作为服务, infrastructure-as-a-service )”在亚马逊公共 IaaS 云中进行实例化。这里的 Unicore 网关(或元调度器)控制内部网格和“云服务中的网格”基础设施之间的负载均衡。这是迈向互操作性的重大一步,特别是勾勒展示了这一领域仍然存在的挑战。 SLA 管理 假若我们解决了整合外部云和内部网格或高性能计算环境的总体体系结构这个挑战,下一个进入舞台中央的就是定价问题,一个特别原因是它涉及到 SLA 、 SLA 管理和服务选择。也就是说,一旦我们弄清楚如何动态地转移负载,我们是否就能创造一个现货市场,即用户可以根据当前 SLA 和目标价格选择服务提供商,而资源可以立即购买和交付。例如,下午他们用便宜价格从一家供应商获得较低的 SLA ,而上午则向另一供应商付出高价,以满足更高的服务级别需求。 我们的目标是把灵活性提高到一个新的水平,这样我们就能根据 SLA 和价格在多个云供应商之间进行迁移和负载平衡。考虑到这一点, Christoph Redl 和他的同事撰写的《网格和云计算市场中 SLA 自动匹配和供应商选择》讨论了一种 SLA 模板的实现,这种模板可用于谈判( SLA 匹配)和法律合同签订(实时提供商选择)。通过 Web 服务标准——例如 WS- 协议或 WSLA ——进行实现,他们提出的 SLA 模板包含了机器学习算法进行合同谈判和达成所需要的数据(例如 SLA 指标、参数和服务水平的目标)。机器学习算法采用了 MAPE 风格的控制回路: 1 )监视( M onitor )学习进度与建议, 2 )分析( A nalyze )添加到数据库中的新知识, 3 )规划( P lan )训练和修订, 4 )执行( E xecute )训练。 负载平衡和博弈论 最后一篇主题文章是 Qin Zheng 和 Bharadwaj Veeravalli 的《论云计算系统中相互了解情况下最优定价和负载均衡策略的设计》,给出了解决 Redl 及其同事所提问题的策略。作者从博弈论角度对负载平衡进行深入研究(这是我特别感兴趣的一个话题,因为和我博士论文的研究工作密切相关,见 http://phd.artsedighi.com )。底层系统的“博弈”——例如为了防止他人获取访问权而对基础设施进行压倒性的请求——会对其他用户的 SLA 造成不利影响。与此相反,资源预约系统不能被“博弈”,因为它对资源的划分并不根据用户的需要或要求而变化。其他方法也可以防止或至少减少“博弈”系统的能力。 Redl 和他的同事考察了提供商如何使用价格差异来防止“饥饿时间”,即因为系统被“博弈”而造成用户的服务请求被延迟,这与当前模型相左,当前模型寻求并发用户之间平均(或封顶)地使用,从而防止任何用户有机会“饿死”别人。网格环境中的竞争不如公共云中那样激烈,因为在公共云中用户相互合作对自己没有益处。在云计算环境中,两个用户可能代表相互竞争的不同公司,因此没有兴趣与对方合作。 提供各种定价模型也可以帮助运营商最大限度地提高收入和增加使用量。作者的研究表明,服务提供商(内部的或外部的)简单地变化使用价格比强加限制或其它类似政策更容易影响用户行为。这似乎是显而易见的,但在充满不合作用户的云环境中,价格设置错误会导致收入下降,因为这样云就可能不再代表最有吸引力的选择。最终,这里的目标是建立体现了纳什均衡点的市场,在那个点上,没有一个单一服务提供商能够期望在改变价格的同时能指望利润增加。 结论 除非可以完全脱离当前环境(例如当旧服务器都寿终正寝时),在云计算向业已投资高性能计算和网格计算的领域渗透过程中,把高性能计算、网格计算和云环境进行高效的无缝集成和互操作都是一个重要挑战。从应用角度来看,最终用户关心的主要是他们的 SLA 和相关费用。把云的动态配置和适应能力引入到高性能计算和网格计算环境,可以使用户在满足服务水平需要方面进行权衡决策,本月主题的文章探索了能够实现互操作性的一些方法。 Art Sedighi 是在纽约市工作的一名自由顾问,专注于基础设施设计和实施。他拥有伦斯勒大学的计算机科学硕士学位和约翰斯·霍普金斯大学的生物技术和生物信息学硕士学位。 Sedighi 目前正在攻读纽约州立大学石溪分校的应用数学博士学位。请在 http://phd.artsedighi.com 访问他的博客和博士学位状态。他的联系电邮是 sediga@alum.rpi.edu 。 ( 黄铁军 译)
个人分类: IEEE今日计算|3195 次阅读|0 个评论
Springer出版的《网格计算杂志》新被SCI收录
wanyuehua 2009-12-14 06:17
2003 年创刊的Journal of Grid Computing《网格计算杂志》,ISSN: 1570-7873,季刊,荷兰(SPRINGER, VAN GODEWIJCKSTRAAT 30, DORDRECHT, NETHERLANDS, 3311 GZ)出版,2009年入选 Web of Science的Science Citation Index Expanded,目前在SCI数据库可以检索到该期刊2008年的第6卷1-4期到2009年的第7卷1-4期共58篇论文。 该刊还是EI收录期刊,目前EI收录了该刊的2007-2009年73篇论文。 58 篇文章包括学术论文54篇、社论4篇。 58 篇文章的主要国家分布:美国18篇,德国14篇,法国9篇,意大利、瑞士各9篇,日本5篇,英国4篇,澳大利亚、匈牙利各3篇、加拿大、希腊、挪威、俄罗斯各2篇等。 58篇文章共被引用27次,其中2008年被引用3次,2009年被引用24次,平均引用0.47次,H指数为3(有3篇文章每篇最少被引用3次)。 网址: http://www.springerlink.com/content/111140/ 作者指南: http://www.springer.com/computer/communications/journal/10723?detailsPage=contentItemPageCIPageCounter=140561 编委会: http://www.springer.com/computer/communications/journal/10723?detailsPage=editorialBoard 在线投稿: http://www.editorialmanager.com/grid /
个人分类: SCI投稿|5120 次阅读|0 个评论

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-6-2 16:14

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部