검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A Biologically Inspired Self-Adaptation of Replica Density Control 복제 밀도 제어의 생물학적 영감을 받은 자가 적응

Tomoko IZUMI, Taisuke IZUMI, Fukuhito OOSHITA, Hirotsugu KAKUGAWA, Toshimitsu MASUZAWA

  • 조회수

    0

  • 이것을 인용

요약 :

생물학적으로 영감을 받은 접근 방식은 고도로 적응력이 뛰어난 분산 시스템을 실현하는 가장 유망한 접근 방식 중 하나입니다. 생물학적 시스템은 본질적으로 자가 안정화, 자가 적응, 자가 구성, 자가 최적화 및 자가 치유와 같은 자가 특성을 가지고 있습니다. 따라서 최근 생물학적 시스템을 분산 시스템에 적용하는 것이 많은 주목을 받고 있다. 본 논문에서는 생물 영감을 받은 접근 방식의 성공적인 결과 중 하나를 제시합니다. 즉, 단일 종 개체군 모델에서 영감을 얻은 자원 복제를 위한 분산 알고리즘을 제안합니다. 리소스 복제는 공유 리소스를 사용하는 분산 애플리케이션의 시스템 성능을 향상시키는 데 중요한 기술입니다. 리소스 복제를 사용하는 시스템에서는 일반적으로 복제본 수가 많을수록 요청된 리소스의 복제본에 도달하는 데 걸리는 시간이 짧아지지만 호스트의 스토리지를 더 많이 소비합니다. 따라서 리소스 공유 애플리케이션에 맞게 복제본 수를 조정하는 것이 필수적입니다. 본 논문에서는 동적 네트워크에서 복제물의 밀도를 적응적으로 제어하는 ​​문제를 고려하고 이 문제에 대한 두 가지 생체모방 분산 알고리즘을 제안합니다. 첫 번째 알고리즘에서는 단일 리소스에 대한 복제본 밀도를 제어하려고 합니다. 그러나 여러 자원이 공존하는 시스템에서 알고리즘은 높은 네트워크 비용과 네트워크의 모든 자원에 대한 각 노드의 정확한 지식이 필요합니다. 두 번째 알고리즘에서는 높은 네트워크 비용과 모든 리소스에 대한 정확한 지식 없이 단일 알고리즘으로 모든 리소스의 밀도를 제어합니다. 이 논문은 이 두 알고리즘이 동적 네트워크에서 복제본 밀도의 자체 적응을 실현한다는 것을 시뮬레이션을 통해 보여줍니다.

발행
IEICE TRANSACTIONS on Information Vol.E92-D No.5 pp.1125-1136
발행일
2009/05/01
공개일
온라인 ISSN
1745-1361
DOI
10.1587/transinf.E92.D.1125
원고의 종류
PAPER
범주
분산 협력 및 에이전트

작성자

키워드