题目：基于结构化对等网的分布式资源发现模型的研究

随着计算机的普及和网络技术的发展特别是Internet的发展，越来越多的资源成为分布式系统的计算节点，这使得分布式系统的规模不断扩大，资源管理和资源发现的负担明显加重。在高负载下，集中式的资源发现机制很容易成为系统的瓶颈。目前主要的分布式系统资源发现机制仍然是集中式的，如Globus的MDS，Web Service的UDDI，对这些系统的性能分析也证明它们限制了分布式系统的扩展性。一个可扩展的分布式资源发现系统应该是非集中式的，应该是多个发现服务器协同组成的分布式的信息系统。本文总结了目前主要的资源发现方法以及对等网机制的优缺点，提出并实现了一个基于改进的结构化对等网的可扩展资源发现模型(Scalable Resource Discovery Model，SRDM)。SRDM模型综合使用位置保留哈希和相容性哈希实现了分布式计算节点到抽象对等节点的映射，以满足对等分布式资源发现的需求。一方面保证属性节点的偏序关系保留，另一方面则保证主机节点在逻辑空间上的均匀分布，实现节点的负载均衡。根据位置保留哈希的性质，SRDM模型实现了属性节点的范围查询和多属性查询，并且通过主动更新和周期性更新机制保证属性信息的有效性，满足资源属性易变的需求。SRDM模型按照结构化对等网的节点进行设计，具有良好的自组织能力，能够及时探测到网络拓扑变化，并作出自我更新，这点符合自主计算的需求。本文实现了一个基于SRDM节点的集群(TS10000)资源发现系统，该系统通过部署在集群节点上的SRMD节点对外提供资源发现服务，并可以实时监控本地节点状态。本文通过多机模拟实验，详细分析了SRDM模型的扩展性和负载均衡能力。实验表明在相同的节点行为和网络环境下，随着节点的增加，SRDM的查询性能要明显优于集中式资源发现和Chord遍历方法，并且SRDM索引节点的负载增加速度要远远低于节点增加和索引增加速度。