textarchive.ru

Главная > Документ


Автоматизации вычислительных процессов в системах третьего поколения придается гораздо более общий и глубокий смысл. В частности, пользователи непосредственно больше не должны иметь дело с немасштабируемостью и неоднородностью, отслеживание этих свойств делегируются процессам (в частности, посредством сценариев-скриптов), что ведет к автономности этих процессов в пределах всей системы. Это подразумевает потребность в координации, которая, в свою очередь, должна быть определена программно на различных уровнях описания процессов. Точно так же большая вероятность неисправности подразумевает потребность в автоматическом восстановлении, поскольку конфигурирование и наладка уже не могут оставаться ручными операциями. Эти требования становятся похожими на самоорганизацию в биологических системах, состоящих из автономных подсистем. Выдвинутая IBM концепция системы автономных вычислений [39] содержит следующие свойства:

  1. нуждается в детальном познании своих компонентов и их состояния;

  2. должна конфигурировать и реконфигурировать себя динамически;

  3. стремится оптимизировать свое поведение, чтобы достичь своей цели;

  4. способна восстанавливаться после неисправности;

  5. защищает себя от атак;

  6. должна знать свою среду;

  7. реализует открытые стандарты;

  8. оптимизирует использование ресурсов.

Разрабатываемые ныне системы Grid третьего поколения уже начинают выявлять многие из этих свойств.

4.1. Сервисно-ориентированная архитектура. К 2001 году свойства архитектуры Grid уже были присущи многим проектам; например, в проекте Information Power Grid [40] показан обширный набор сервисов, размещаемых по слоям. В это же время при­обрела популярность модель Web-серви­сов с обещанием стандартов в поддержку сервисно-ориентированного под­хода. К тому времени исследовательское сообщество агентно-ориенти­рованных вычислений уже выполнило обширную работу в этой области: современные программные агенты уже стали как поставщики, потребители и брокеры сервисов. В целом было очевидно, что сервисно-ориентированная парадигма обеспечивает гибкость, требуемую для третьего поколения Grid. И, таким образом, оказалось, что три технологии (агентные, Grid-вычислений и Web-сервисов) тесно связаны друг с другом и вместе составляют три источника и три составляющих технологии Е-науки.

4.1.1. Web-сервисы. Создание стандартов Web-сервисов — это основа деятельности консорциума Всемирной паутины W3C, состоящая из нескольких находящихся в стадии становления стандартов, включающих:

  • SOAP (протокол XML) обеспечивает конверт (оболочку), который инкапсулирует данные XML для передачи через инфраструктуру Web (например, по протоколу HTTP с помощью кэшей и промежуточных процессов) в соответствии с правилами для удаленного вызова и механизмами сериализации, основанными на типах данных XML Schema. SOAP развивается W3C в сотрудничестве с рабочей группой Internet Engineering (IETF).

  • Язык описаний Web-сервисов (WSDL) [41] описывает сервисы в XML, используя XML Schema; имеется также отображение на язык описаний ресурсов Resource Description Framework (RDF). В некотором роде WSDL подобен языку описания интерфейсов IDL.

  • Универсальное описание обнаружения и интеграции (UDDI) [42] представляет собой спецификацию для распределенных реестров Web-серви­сов наподобие сервисов “Желтых стра­ниц” — адресных справочников. UDDI поддерживает парадигму “publish, find and bind” (издать, найти и связать), где поставщик услуг описывает и оповещает о подробностях обслуживания в каталоге; потребитель услуги делает запрос к системному реестру, чтобы найти провайдера услуги; эти услуги “связываются” c использованием технических деталей от UDDI.

Следующие стандарты Web-сер­висов, привлекающие интерес, находятся на уровне процессов. Например, язык потоков данных Web-сервисов (Web Services Flow Language — WSFL) [43] является предложением от IBM, которое определяет последовательности работ как комбинации Web-сервисов и дает возможность последовательностям работ самим выступать как сервисы. Предложение XLANG [44] от Microsoft поддерживает комплексные транзакции, которые могут включать множество Web-сервисов. В дополнение к программному обеспечению для самих Web-сервисов сделаны важные шаги в конструировании систем Web-сервисов. Например, каркас моделирования Web-сервисов (WSMF) обеспечивает концептуальную модель для разработки и описания Web-сервисов, основанных на принципах максимального расщепления и масштабирования медиаторных сервисов [45].

Web-сервисы тесно вплетены в структуру Grid третьего поколения: они поддерживают сервисно-ориенти­рованный подход и следуют стандартам для обеспечения описаний информации, в том числе самих сервисов. Фактически WSDL описывает, как взаимодействовать с сервисом, а не его функциональные возможности. Дальнейшие усилия по описанию сервисов затрагивают агентные технологии, например DAML-S [46].

4.1.2. Каркас открытой архитектуры сервисов Grid (OGSA). Каркас открытой архитектуры сервисов Grid (OGSA) — это совместный взгляд Globus и IBM на процесс слияния Web-сервисов и вычислений Grid [13]. OGSA направлена на создание, ведение и применение наборов сервисов, поддерживаемых виртуальными организациями. Сервис определяется как объект в сети, который обеспечивает возможности вычислительных ресурсов, ресурсов памяти хранения, сетей, программ и баз данных. Это позволяет подходу Web-сервисов удовлетворять некоторым требованиям Grid. Таковыми являются, например, стандартные интерфейсы, определенные в OGSA:

  • обнаружение: клиентам требуются механизмы для обнаружения доступных сервисов и определения их характеристик, чтобы они могли конфигурировать себя и запросы к этим сервисам соответственно;

  • динамическое создание сервисов: стандартный интерфейс Factory и семантика, которую любой сервис создания сервиса должен обеспечивать;

  • администрирование жизненно­го цикла: в системе, в которой сочетаются сервисы с состояниями и без таковых, должны быть предусмотрены ме­ханизмы восстановления сервисов и состояний после неправильных действий;

  • уведомления: динамические рас­пределенные сервисы должны уметь асинхронно уведомлять друг друга относительно тех изменений, которые происходят с их состояниями;

  • управляемость: должны обеспечиваться действия по администрированию и контролю большого количества сервисов Grid;

  • простая среда пребывания (hosting) — набор ресурсов, находящийся в одном административном домене и поддерживающий первичные средства для обслуживания пользователя, например сервер приложений J2EE, система или кластер Linux.

Больше всего архитектура OGSA повлияла на такие части Globus, как протокол распределения и управления ресурсами Grid (GRAM), сервис метакаталогов (MDS-2), используемый для обнаружения информации, регистрации, моделирования данных и локального системного реестра, и инфраструктуру безопасности Grid (GSI), которая поддерживает условия одиночного входа, ограниченного делегирования и отображения мандатов. Ожидается, что будущие реализации инструментария Globus будут основаны на архитектуре OGSA.

4.1.3. Агенты.Web-сервисы обеспечивают средства интероперабельности, являющиеся ключевыми для вычислений на Grid, и поэтому OGSA является существенным элементом стратегии, которое адаптирует Web-сервисы к Grid и приближает потребность в приложениях Grid. Однако сами Web-сервисы не дают новых решений для главных проблем крупномасштабных распределенных систем, они даже не обеспечивают новых методов их разработки. Поэтому следует рассмотреть другие сервисно-ориентиро­ванные модели, основанные на агентах вычисления [47], которые являются существенным дополнением сервисно-ориентированной модели Grid.

Парадигма агентных вычислений представляет перспективу программных систем в использовании объектов, которые обычно имеют следующие свойства, обозначаемые как слабые агенты [48]:

  1. автономность — агенты функционируют без вмешательства извне и имеют некоторый контроль над своими действиями и внутренним состоянием;

  2. социальная способность — агенты взаимодействуют с другими агентами, используя язык коммуникаций агентов;

  3. реактивность — агенты воспринимают и реагируют на их среду;

  4. про-активность(инициативность) — агенты выявляют управляемое целью поведение.

Агентные вычисления особенно подходят для динамически изменяющейся среды, где их автономность дает возможность адаптироваться к изменяющимся обстоятельствам. Это характерное свойство для третьего поколения Grid. Один из методов для достижения этого свойства — переговоры между компонентами, и имеется существенный задел в исследованиях техники переговорных механизмов [49]. В частности, методы, основанные на рынкоподобных механизмах, имеют весомое значение для вычислительной экономики, которая возникает в приложениях Grid.

Следовательно, можно рассматривать Grid как ряд взаимодействующих компонентов и информацию, которая передается в этих взаимодействиях. Последнюю можно отнести к нескольким категориям. Одна из них — информация контекста предметной области. Другие типы включают следующую информацию: о компонентах и их функциональных возможностях в пределах предметной области; о связях с компонентами; об общем потоке работ и конкретных потоках как частей общего.

Компоненты должны быть связаны стандартным способом для обеспечения интероперабельности между ними на основе согласованных общих словарей. В языках взаимодействия агентов (ACL) эти вопросы рассматриваются на формальной основе. В частности, Организация по вопросам интеллектуальных физических агентов (Foundation for Intelligent Physical Agents — FIPA) разрабатывает подходы к определению семантики для этой информации на основе интероперабельности, а также стандарты на программное обеспечение для разнородных и взаимодействующих агентов и агентно-ориентированных систем, вклю­чая обширные спецификации. В абстрактной архитектуре FIPA агенты взаимодействуют, обмениваясь сообщениями, которые представляют собой речевые акты, закодированные в языке их взаимодействия; сервисы предоставляют услуги агентам (включая службы каталогов и передачи сообщений) и могут быть реализованы или как агенты, или как вызываемое программное обеспечение, к которому обращаются с использованием программного интерфейса (например, в Java, C++ или IDL).

Таким образом, можно идентифицировать обмен информацией между агентами и обращения к каталогам как форматы информации, распознаваемые на инфраструктурном уровне.

4.2. Соотношение Web и Grid.Важно понимать причины быстрого внедрения Web и то, как это может воздействовать на разработку Grid, которая имеет такие же устремления в смысле масштаба и развертывания. Первая причина — это простота. HTTP и HTML внесли не так много нового для современного пользователя, и это облегчило их массовое распространение. Следует однако понимать большую разницу между Web и Grid: несмотря на крупный масштаб Интернета количество хост-машин, вовлеченных в типичную транзакцию на Web, все еще незначительно и намного меньше, чем предусмотрено для многих приложений Grid.

4.2.1. Web как информационная инфраструктура Grid.Первоначально Web была создана для распределения информации в контексте Е-науки в CERN. Естественно выяснить, удовлетворяет ли сейчас эта архитектура распределения информации требованиям Grid. При этом возникают следующие вопросы:

  • Управление версиями. Популярная парадигма публикаций на Web предполагает непрерывное обновление страниц без контроля версий, и сама инфраструктура Web явно не поддерживает такую возможность.

  • Качество обслуживания. Гиперссылки являются встроенными и постоянными, они ненадежны и бесполезны, если изменяется сервер, местоположение, название или содержание документа предназначения. Ожидания непротиворечивости ссылок низки, и Е-наука может требовать более высокого качества обслуживания.

  • Происхождение информации. В Web нет никакого стандартного механизма для обеспечения юридически значимого свидетельства того, что документ был представлен на Web в означенное время.

  • Цифровое управление правами. E-наука требует специфических функциональных возможностей относительно управления цифровым содержанием, включая, например, защиту от копирования и управление интеллектуальной собственностью.

  • Надзор. Многое из инфраструктуры Web сосредоточено на технике доставки информации, а не на средствах создания и управления содержанием. Проектировщики инфраструктуры Grid должны обратить внимание на поддержку метаданных с самого начала.

Рассмотрим, как некоторые из этих вопросов решаются в других областях. Например, в индустрии мультимедийной информации также требуется поддержка для цифрового управления правами. Ее элементы включают декларацию, идентификацию, обработку содержания, управление интеллектуальной собственностью и защиту. Авторское право (Authoring) — еще один важный момент, особенно совместное авторское право. Действие на Web-документ Distributed Authoring and Versioning (WebDAV [50]) предписывает определить расширения протокола HTTP, необходимые для интероперабельного использования распределенных инструментов авторского права на Web при поддержке потребностей пользователя. В результате, хотя Web и предоставляет эффективную среду для транспортировки информации, это не обеспечивает всесторонней информационной инфраструктуры для Е-науки.

4.2.2. Выражение содержания и мeтaсодержания.Web все больше становится инфраструктурой для распределенных приложений, где скорее происходит обмен инфор­мацией между программами, нежели чтение ее человеком. Такой информационный обмен обеспечивается семейством рекомендаций XML от W3C. XML предназначен для разметки документов и не имеет никакого установленного словаря тегов; они определены для каждого приложения и используют Document Type Definition (DTD) или XML Schema. RDF — это стандартный способ выражения метаданных, особенно ресурсов на Web, хотя им можно воспользоваться для представления структурированных данных вообще. Использование XML и RDF делает возможным стандартное выражение содержания и метасодержания. Появляются дополнительные наборы инструментов для работы с этими форматами, и это увеличивает поддержку со стороны других инструментов. Все вместе это обеспечивает инфраструктуру для информационных систем третьего поколения Grid. W3C опубликовал документ [51], в котором рассмотрена перспективная технология Semantic Web, определяемая как расширение нынешней сети Web, при которой информация имеет четко определенное значение, предоставляющее лучшие возможности для сотрудничества людей и компьютеров. Главное, что несет эта технология, — это идея наличия данных на Web, определенных и связанных таким способом, который позволяет использовать их для более эффективного обнаружения, автоматизации, интеграции и повторного использования в различных приложениях.

Таким образом, Web может достигнуть раскрытия своего полного потенциала, если станет местом совместного использования и обработки автоматизированными инструментами и людьми, а Semantic Web предназначена сделать для представления знаний то, что Web сделала для гипертекста. Исследовательская программа языка разметки агентов DAML (DARPA Agent Markup Language) [52] привносит в Semantic Web коммуникации агентов. DAML расширяет XML и RDF с помощью онтологий — мощного способа описания объектов и их отношений.

4.3. Сравнение Web и Grid.Состояние развития Grid сегодня напоминает Web десятилетие тому назад с ограниченным распространением, в значительной степени управляемым энтузиастами от науки, с появляющимися стандартами и некоторыми попытками коммерческой деятельности. То же самое можно было бы сказать и относительно Semantic Web. Тем временем коммуникации в Web измененились от типа "машина – человек" (с помощью HTML) к типу "машина – машина" (с помощью XML), и это оказалось именно той инфраструктурой, которая необходима для Grid. Связанная с этим парадигма Web-сервисов, кажется, обеспечивает соответствующую инфра­структуру для Grid, хотя требования Grid уже расширяют эту модель.

Из этих сравнений напрашивается вывод, что развертывание Grid будет следовать той же экспоненциальной модели, что и рост Web. Однако типичное приложение Grid может вовлекать огромное количество процессов, взаимодействующих скоординированным способом, в то время как типичная транзакция на Web сегодня все еще использует лишь небольшое количество ресурсов (например, сервер, кэш, браузер). Достижение желательного поведения от крупномасштабной распределенной системы ставит важные технические проблемы, которые сама Web не должна рассматривать, хотя Web-сервисы заставляют нас обратиться к ним.

Web обеспечивает инфраструктуру для Grid. Обратно, можем спросить, что Grid предлагает для Web. Как Web-приложение Grid поднимает некоторые вопросы, мотивирующие развитие технологий Web, например усиление Web-сервисов в OGSA, которые могут хорошо выходить за пределы приложений. Grid также обеспечивает высокопроизводительную инфраструктуру для различных аспектов Web-приложений, например в поиске, выявлении зависимостей данных, переводе и представлении мультимедийной информации.

4.4. Semantic Grid.Понятия Grid и Semantic Grid имеют много общего, но могут различаться в акцентах: Grid традиционно сосредоточена на вычислениях, в то время как Semantic Gridбольше на выводе, доказательстве и проверке. Grid, которая теперь строится в своем третьем поколении, ведет к тому, что называем Semantic Grid [53], а именно это Grid, основанная на использовании метаданных и онтологий. Третье поколение Grid идет по пути, где информация представляется, запоминается, становится доступной и совместно используемой и поддерживается. Такая информация понимается как данные, имеющие значение. Предполагается, что следующее поколение будет иметь дело уже со знаниями, которые приобретаются, используются, представляются, публикуются и поддерживаются, чтобы помочь Е-ученым достигать их специфических целей. Знание понимается как информация, примененная для достижения цели, решения проблемы или принятия решения. Semantic Grid вовлекает все три концептуальных слоя Grid: знание, информация и вычисление/данные. Эти дополнительные слои в конечном счете обеспечат богатый, бесшовный и рас­пространяющийся доступ к глобально распределенным гетерогенным ресурсам.

4.5. Новые формы для научных исследований — живые информацион­ные системы.Третье поколение Grid акцентируется на распределенном сотрудничестве. Один из аспектов сов­местной работы пользуется идеей «ко­лаборатории», или центра без стен, в котором национальные исследователи могут выполнять исследования безотносительно к географическому местоположению путем взаимодействия с коллегами, совместно используя инструментарий, данные и вычислительный ресурс и обращаясь за информацией к цифровым библиотекам. Такое представление фактически превращает информационные приборы, какими являются компьютеры и сетевая инфраструктура, в лабораторные установки, которые могут, например, включать электронные журналы и другие портативные устройства.

В Web сейчас широко распрост­ра­нена подача информации, что явля­ется мощным стимулом для создании кругов общения. Однако такая парадигма взаимодействия по существу реа­лизует принцип “издания один у одного”, подкрепленный службами электронной почты и групп новостей, которые также поддерживают асинхронное сотрудничество. Несмотря на это основная инфраструктура Интернета, однако, полностью способна к поддержке живых (в реальном масштабе времени) информационных услуг и синхронного сотрудничества: живые данные от экс­периментального оборудования; живое видео с помощью Web-камер через одностороннюю или широковещательную передачи; видеоконференции; чаты; системы моментального информирования; многопользовательские диалоги и игры; колаборативные виртуальные среды. Все они играют определенную роль в поддержке Е-науки, непосредственно связывая людей вне сцен и процессов инфраструктуры. В частности, они поддерживают расширение Е-науки по направлению к новым сообществам, преодолевая установленные организационные и географические границы. Акцент делается на обеспечении распределенного сотрудничества, охватывающего все более и более интеллектуальные (smart) сферы работы Е-ученых [54]. Эта область исследований подпадает под направление "Перспективные колаборативные среды" Рабочей группы Глобального форума Grid (АСЕ Grid), в котором рассматриваются среды коллективной работы и вездесущие (ubiquitous) вычисления.

Другим примером живых информационных систем являются сети доступа [55] — собрания ресурсов, поддерживающие сотрудничество людей в Grid, в частности крупномасштабные распределенные встречи и обучение. Ресурсы включают показ мультимедийной информации и взаимодействие, особенно через комнаты видеоконференций "группа-на-группу", а также интерфейсы к промежуточному ПО и средам визуализации. Узлы Grid для доступа обладают специальными средствами обслуживания, которые под­держивают высокое качество звуковых и видеотехнологий, необходимых для эффективной работы пользователей. Во время встречи происходит живой обмен информацией, что выдвигает на первый план информационные аспекты. Это приводит к изменению метаданных, генерируемых автоматически программным обеспечением и устройствами, что может быть использовано для обогащения конференции и записи для более позднего воспроизведения. Могут понадобиться новые формы обмена информацией, чтобы обеспечить крупный масштаб встреч, таких как распределенный опрос и голосование.

Еще один источник живой информации — замечания, принятые членами встречи, или аннотации, которыми они сопроводили существующие документы. Как и выше, их можно совместно использовать и записывать для обогащения содержания встреч. Особенность текущих технологий сотрудничества заключается в том, что могут легко быть созданы и без помех частные обсуждения, которые также обеспечивают обогащенное содержание. В видеоконференциях живое видео и звук обеспечивают эффект присутствия для удаленных участников (для них также можно установить другие формы присутствия, например использование искусственных образов (олицетворений — avatars) в колаборативной виртуальной среде).

Выводы

Эволюция Grid является непрерывным процессом, строго не определенным, который лучше характеризовать как философию, а не технологию. В статье проанализированы первые три поколения Grid:

  • системы первого поколения развивали каждая собственные решения для совместного использования высокопроизводительных вычислитель­ных ресурсов;

  • системы второго поколения вве­ли промежуточное ПО, чтобы решить проблемы масштабирования и разнородности, с акцентом на крупномасштабные задачи, использующие большую вычислительную мощность и большие объемы данных;

  • системы третьего поколения принимают сервисно-ориентированный подход и более целостное представление об инфраструктуре Е-науки; они используют метаданные и могут выявлять автономное поведение.

Общее представление о современной Grid-системе состоит в трехслойной структуре, составленной из вычислений/данных, информации и знаний. Даже при том, что слой вычислений/данных является, возможно, наиболее зрелым в смысле времени, опыта и использования программного обеспечения, он все еще испытывает недостаток во многих существенных аспектах, необходимых для беспрепятственного, распространяющегося и безо­пасного использования ресурсов системы. Некоторое количество этих аспектов теперь рассматривается в слоях информации и знаний эволюционирующих Grid-систем.

Следующие вопросы представля­ются перспективными для дальнейших исследований [12].

  • Информационные сервисы — механизмы, которые используются для накопления и поддержки информации о ресурсах Grid, требуемых для обеспечения расширяемых, быстрых, надежных, безопасных и масштабируемых услуг.

Информация о ресурсах — всесторонняя информация о Grid необходима для правильной ее работы. Она охватывает диапазон от данных безопасности до требований к приложениям и от именования ресурсов до профилей пользователей. Важно, чтобы вся эта информация могла быть понята, интерпретирована и использована всеми сервисами, которые ее потребуют.

  • Обнаружение ресурсов — при заданном уникальном имени ресурса или его характеристики должен существовать механизм его нахождения в глобально распределенной системе. Сервисы являются ресурсами: одни могут храниться постоянно, другие — быть преходящими, а некоторые — создаваться по требованию.

  • Синхронизация и координация — как организовать сложную последовательность вычислений при разнообразии ресурсов, учитывая свойства слабо- и тесносвязанных распределенных систем. Это может потребовать описаний процессов и инфраструктуры, основанной на событиях, что повлечет за собой необходимость планирования на различных уровнях, включая метапланирование и потоки работ.

  • Отказоустойчивость и надежность — операционные среды должны справляться с отказами программного обеспечения и компонентов аппаратных средств ЭВМ, а также с проблемой доступа, приспосабливая для этого систему обработки исключений, которая является необходимой в таких динамических многопользовательских много­организационных системах.

  • Безопасность — подлинность, авторизация, гарантия и бухгалтерский учет должны быть установлены и функционировать в контексте увеличивающегося масштаба и автоматизации. Например, пользователь делегирует привилегии процессам, которые, в свою очередь, распространяют некоторые привилегии далее.

  • Параллелизм и непротиворечивость — потребность обслуживать соответствующий уровень непротиворечивости данных в параллельной гетерогенной среде. Более слабая непротиворечивость может быть достаточной для некоторых приложений.

  • Производительность — потреб­ность справляться с нелокальным доступом к ресурсам через кэширование и дублирование. Перемещение кода или сервиса к данным (возможно, со скриптами или мобильными агентами) является привлекательным и может породить новые проблемы.

  • Разнородность — потребность работать со множеством аппаратных средств ЭВМ, программного обеспечения и информационных ресурсов в разных организациях с различными административными структурами.

  • Масштабируемость — системы должны быть способными повысить количество и объем услуг и приложений без потребности в ручном вмешательстве. Это требует автоматизации, идеально, самоорганизации.

В информационном слое, где некоторые из технологий доступны уже сегодня (хотя и в ограниченной форме), многие вопросы все еще требует исследования. Они включают:

  • Проблемы, касающиеся типов содержимого Е-науки, кэширования для новопорожденного содержания. Как инфраструктура Web ответит на различные шаблоны доступа, вытекающие из автоматизированного доступа к информационным источникам? Проблемы сбережения и приумножения содержания Е-науки.

  • Цифровое управление правами в контексте Е-науки (по сравнению, например, с мультимедийной информацией и Е-торговлей).

  • Происхождение. Источник дол­жен запоминаться, чтобы облегчить повторное использование информации, повторение экспериментов или как свидетельство того, что данная информация существовала в некоторое время.

  • Создание и управление метаданными, обеспечение инструментов для поддержки метаданных.

  • Описания сервисов и инструменты для работы с ними. Как лучше всего описывать сервисно-ориентиро­ванную архитектуру?

  • Описание и воплощение потоков работ. Инструменты для работы с описаниями.

  • Адаптация и персонализация. Сколько знания может быть приобретено с помощью метаданных и как они могут использоваться?

  • Колаборативные инфраструктуры для более широких сообществ, включая взаимодействие между учеными, содержанием Е-науки и визуализацией, и связывание интелллектуальных лабораторий.

  • Использование метаданных в колаборативных событиях, особенно живых метаданных; установление схем метаданных для поддержки сотрудничества на встречах и в лабораториях.

  • Представление информации, использующей новые формы устройств, например, для ученых, работающих в полевых условиях.

  • Представление информации об основной структуре Grid, как того требует приложение, например, для планирования ресурса и контроля.

Semantic Web станет областью, где данные снабжены богатым контекстом и превращаются в информацию. Эта информация будет тогда общей (разделяемой) и ее можно будет обрабатывать виртуальным организациям, чтобы достичь определенных целей. Такая активная (отзывчивая — actionable) информация составляет знание. Следовательно, слой знания является ключевым на пути к следующей стадии в развитии от Grid к Semantic Grid.

  1. Catlett C., Smarr L. Metacomputing // Comm. ACM. — 1992. — № 6. — P. 44–52.

  2. The Grid: Blueprint for a New Computing Infrastructure / Eds. I. Foster, C. Kesselman. — San Francisco: Morgan Kaufmann Publishers. — 1999. — 260 p.

  3. Foster I., Kesselman C., Tuecke S. The Anatomy of the Grid: Enabling Scalable Virtual Organizations // Intern. J. of High Performance Computing Applications. — 2001. — 15(3). — /research/papers/ana­tomy.pdf

  4. Grid Computing: Making the Global Infrastructure a Reality / Eds. F. Berman, G. Fox, T. Hey. — Chichester: John Wiley & Sons. — 2003. — 1060 p.

  5. National Collaboratories: Applying Information Technology for Scientific Research. — Washington, D.C.: National Academy Press. — 1993. — http://www.nap.edu/books/ /0309048486/html

  6. FAFNER. — http://www.npac.syr.edu/facto­ring.html

  7. Software Infrastructure for the I-WAY High Performance Distributed Computing Expe­riment / I. Foster, J. Geisler, W. Nickless, W. Smith, S. Tuecke // Proc. 5th IEEE Symposium on High Performance Distributed Computing. — 1997. — P. 562–571.

  8. SETI@Home. — http://setiathome.ssl.berke­ley.edu/

  9. . — /

  10. Foster I., Kesselman C. Globus: A Metacomputing Infrastructure Toolkit // Intern. J. of Supercomputer Applications. — 1997. — 11(2). — P. 115–128.

  11. GrimshawA., WulfW. The Legion Vision of a Worldwide Virtual Computer // Comm. ACM. — 1997. — 40(1). — P. 39–45.

  12. The Evolution of the Grid / D. De Roure, M.A. Baker, N.R. Jennings, N.R. Shadbolt // [4], 2003. — P. 65 — 100.

  13. The Physiology of the Grid: Open Grid Services Architecture for Distributed Systems Integration / I. Foster, C. Kesselman, J. Nick, S. Tuecke. — 2002. — http://www.globus.og/ /research/papers/ogsa.pdf

  14. Baker M.A., Fox G.C., Yau H.W. A Review of Cluster Management Software, NHSE Review. — 1996. — 1, №. 1. — http://www.nhse. org/NHSEreview/CMS/

  15. Condor. — http://www.cs.wisc.edu/condor/

  16. Portable Batch System. — http://www.open­/

  17. Sun Grid Engine. — / /software/gridware/

  18. Platform Computing. — http://www.plat­

  19. Rajasekar A. K., Moore R. W. Data and Meta­data Collections for Scientific Applications // European High Performance Computing Conf. — Amsterdam: Holland, 2001. — P. 56–67.

  20. Abramson D., Giddy J., Kotler L. High Performance Parametric Modeling with Nimrod/G: Killer Application for the Global Grid? // Intern. Parallel and Distributed Proc. Symposium (IPDPS), IEEE Computer Society Press, 2000. — P. 289–302.

  21. Buyya R., Giddy J., Abramson D. An Evaluation of Economy-based Resource Trading and Scheduling on Computational Power Grids for Parameter Sweep Applications // The Se­cond Workshop on Active Middleware Services (AMS 2000), HPDC 2001, Pittsburgh: Kluwer Academic Press, USA, 2000. —
    P. 31–33.

  22. ActiveSheets: Super-Computing with Spreadsheets / D. Abramson, P. Roe, L. Kotler,
    D. Mather // 2001 High Performance Comp. Symp. (HPC'01): Advanced Simulation Technologies Conf., 2001. — P. 29­–40.

  23. Buyya R. The Virtual Laboratory Project: Molecular Modeling for Drug Design on Grid // IEEE Distibuted Systems Online. — 2001. — 2, No. 5. — /vlab/

  24. HotPage. — https://hotpage.npaci.edu/

  25. SDSC GridPort Toolkit. — http://gridport. npaci.edu/

  26. NLANR Grid Portal Development Kit. — /Features/GridPortal/

  27. Supporting Efficient Execution in Heterogeneous Distributed Computing Environments with Cactus and Globus / G. Allen, T. Dramlitsch, I. Foster, N. Karonis, M. Ripeanu, E. Sei­del, B. Toonen. — Supercomputing 2001. — P. 12–22.

  28. The DataGrid project. — http://eu-datagrid. web.cern.ch/

  29. Almond J., Snelling D. UNICORE: uniform access to supercomputing as an element of electronic commerce // Future Generation Computer Systems, NH-Elsevier. — 1999. —15. — P. 539–548.

  30. EuroGrid. — /

  31. Web Based Metacomputing / T. Haupt, E. Akarsu, G. Fox, W. Furmanski // Future Generation Computer Systems. — North Holland, 1999. — P. 89–101.

  32. Clark D. Face-to-Face with Peer-to-Peer Networking // Computer. — Jan. 2001. — 34(1). — P. 18–21.

  33. Napster. — /

  34. Gnutella. — http://www.gnutella.co.uk/

  35. Entropia. — /

  36. JXTA. — /

  37. Foster I., Kesselman C., Tuecke S. The Anatomy of the Grid. — [4], 2003. — P. 171–198.

  38. Fox G.C. From Computational Science to Internetics: Integration of Science with Computer Science / Eds. R.F. Boisvert, E. Houstis, Computational Science, Mathematics and Software. — West Lafayette, Indiana: Purdue University Press. — 2002. — P. 217–236.

  39. IBM Autonomic Computing. — http://www.re­/autonomic/

  40. NASA Information Power Grid. — http://www.ipg.nasa.gov/

  41. Web Services Description Language (WSDL). V. 1.1. W3C Note 15. March 2001. — /TR/wsdl

  42. UDDI. — /

  43. Web Services Flow Language (WSFL). V. 1.0. — /software/solutions/ /Webservices/pdf/WSFL.pdf

  44. Web Services for Business Process Design. — /team/xml_wsspecs/
    /xlang-c/default.htm

  45. Web Services Modelling Framework. — http://www.cs.vu.nl/~dieter/wese/

  46. DAML-S: Web Service Description for the Se­mantic Web // The First Intern. Semantic Web Conf. (ISWC). — June, 2002. — P. 348–363.

  47. Jennings N. R. An agent-based approach for building complex software systems. Comm. ACM. — 2002. — 44(4). — P. 35–41.

  48. Wooldridge M., Jennings N.R. Intelligent Agents: Theory and Practice // Knowledge Engineering Review. — 1995. — 10(2). — P. 48–58.

  49. Jennings N. R., Faratin P., Lomuscio A. R., Parsons S., Sierra C., M. Wooldridge Automated Negotiation: Prospects, Methods and Challenges / J. of Group Decision and Negotiation. — 2001. — 10(2). — P. 199–215.

  50. Web-based Distributed Authoring and Versioning. — /

  51. W3C Semantic Web Activity Statement. — /2001/sw/Activity

  52. Hendler J., McGuinness D. The DARPA Agent Markup Language // IEEE Intelligent Systems. — 2000. — 15(6). — P. 72–73.

  53. De Roure D., Jennings N. R., Shadbolt N. R. The Semantic Grid: A Future e-Science Infrastructure. — [4], 2003. — P. 437–470.

  54. Coen M.A. A Prototype Intelligent Environment / Eds. N. Streitz, S. Konomi, H-J. Burk­hardt // Cooperative Buildings — Integrating Information, Organisation and Architecture. — Springer-Verlag. — 1998. — P. 156–167.

  55. Access Grid. — /

Получено 24.12.04

Об авторах

Дорошенко Анатолий Ефимович,

д-р физ.-мат. наук, профессор,

зам. директора по научн. работе

Алистратов Олег Валентинович,

научный сотрудник

Турчак Юрий Марьянович,

аспирант

Розенблат Александр Петрович,

инженер-программист

Рухлис Константин Александрович,

аспирант

Место работы авторов:

Институт программных систем НАН Украины,

Просп. Академика Глушкова, 40,

Киев-187, 03680, Украина

Тел. 266 1538

E-mail: dor@isofts.kiev.ua

© А.Е. Дорошенко, О.В. Алистратов, Ю.М. Тырчак, А.П. Розенблат, К.А. Рухлис, 2005

44ISSN 1727-4907. Проблеми програмування. 2005. № 1



Скачать документ

Похожие документы:

  1. 1 Паралельні та розподілені обчислення

    Документ
    ... системита мережі ОКР «спеціаліст» ОНУ 2012 1.Паралельні тарозподілені обчислення ... Механізм синхронізації паралельних процесів, семафор ... MPI. Модель MPI-програми. Розподілені операції технології MPI. ...
  2. Роль і місце бухгалте рського обліку контролю й аналізу в розвитку економічної науки та практики збірник матеріалів міжнародної науково-практичної конфер енції 14 травня 2010 р удк 657 22

    Документ
    ... і, що використовуються для обчислення кількості працюючих та фінансових показників, зг ... і бути чітко визначені тарозподілені обов’язки окремих прац ... складових. Для вітчизняної системи обліку характерне паралельне існування бухгалтерського і податкового ...
  3. П ерелік дисциплін які виносяться для вступу на освітньо-кваліфікаційний рівень магістра зі спеціальності « комп’ютерні системи та мережі»

    Документ
    ... системита мережі» ● Периферійні пристрої ● Системне програмне забезпечення ● Паралельні тарозподілені обчислення ● Основи алгоритмізації та ... програмування ● Комп’ютерні системи ● ...
  4. П ерелік дисциплін які виносяться для вступу на освітньо-кваліфікаційний рівень магістра зі спеціальності « комп’ютерні системи та мережі»

    Документ
    ... системита мережі» ● Периферійні пристрої ● Системне програмне забезпечення ● Паралельні тарозподілені обчислення ● Основи алгоритмізації та ... програмування ● Комп’ютерні системи ● ...
  5. «молода наука-2010» збірник матеріалів університетської науково-практичної конференції студентів та молодих учених

    Документ
    ... собою загальну характеристику системи формування, розподіленнята використання кадрів [1]. ... Уточнень потребує чинна методика обчислення показників рентабельності сільськогосподарського ... програмами, щоквартально, тапаралельно публікувати рейтинг ...

Другие похожие документы..