基于期望效益的网格作业调度算法研究
网格门户中作业调度的研究与实现的开题报告
网格门户中作业调度的研究与实现的开题报告一、选题背景随着计算机技术和互联网的发展，各种大规模的分布式系统已经得到了广泛的应用，并且越来越多的企业和组织希望将自己的计算资源整合起来，形成统一的计算平台。
在这样的背景下，网格计算技术应运而生，它能够将分布在世界各地的计算资源集成起来，形成一个庞大的虚拟计算机，使得各种复杂的科学计算和数据处理任务可以得到快速、高效、可靠的完成。
然而，在网格计算中，由于涉及到协同处理、异构性、资源预留、任务调度等问题，其复杂度远远高于传统的集群和并行计算系统。
其中，任务调度是一个重要的问题，直接关系到网格计算的效率和性能。
因此，对于网格计算中的作业调度进行深入研究和探索，具有重要的现实意义和科学价值。
二、研究内容本次研究的主要内容包括以下几个方面：1.网格作业调度的原理和基本知识：介绍网格作业调度的基本概念、分类、调度算法及其实现原理等。
2.网格作业调度的实现方法和技术：综合利用分布式计算、并行计算和网络通信等技术手段，设计和实现一个高效、可靠、可扩展的网格作业调度系统，并提供相应的管理接口和工具。
3.网格作业调度的性能优化和评估：通过实验和测试，对网格作业调度系统的性能进行评估和优化，包括系统的响应时间、调度精度、资源利用率等指标的分析和比较等。
4.应用场景和探索：将网格作业调度系统应用到具体的科学计算或数据处理任务中，探索其应用场景和发展前景，提出相应的建设和完善意见。
三、研究意义通过本次研究，可以加深对网格计算技术的理解和应用，掌握网格作业调度的基本原理和实现方法，提高网格计算系统的效率和可靠性。
同时，可以为相关学科、企业和组织提供一定的参考和借鉴，为网格计算的发展和普及做出贡献。
四、研究方法本次研究采用文献研究、理论分析和实验验证相结合的方法，具体步骤如下：1.进行文献调研和资料收集，对网格作业调度相关的理论、技术和应用进行深入了解和分析。
2.理论分析和算法设计，结合实际情况，设计和开发适合网格作业调度的任务调度算法，并进行系统优化和改进。
网格计算中启发式任务调度算法的研究的开题报告
网格计算中启发式任务调度算法的研究的开题报告一、研究背景及意义随着科学技术和计算机应用的日益广泛，在众多高性能计算技术中，网格计算技术具有专业性强、资源可重用、可扩展性强等优点，日益成为科研领域的重要技术手段之一。
网格计算可以将分散在各地的计算设备、数据资源等信息整合起来，在不同的地理位置上构建出一个统一的、虚拟的计算环境，为各类科学研究提供了强有力的支撑。
在网格计算中，任务调度算法是关键性的问题之一，任务调度算法的好坏直接影响计算资源的利用效率。
对于大型网格环境中需要处理的大量任务，如何有效地分配资源、合理地调度任务，使得整个系统的运行效率最大化，是一个需要考虑的问题。
当前的任务调度算法多采用基于预测的调度、启发式算法、遗传算法等。
而启发式算法由于其具有良好的鲁棒性、可扩展性，在网格计算等实际应用中使用广泛。
近年来，越来越多的基于启发式算法的任务调度算法被提出，其针对任务数量、任务资源约束等因素视角不同，从而达到了不错的调度效果。
因此，在大规模的网格计算中，如何运用有效的启发式算法对任务进行合理的调度，是当下亟待解决的问题，也是本文所要研究的方向。
二、研究内容和目标本次研究的重点在于探究如何在网格计算中应用启发式算法进行任务调度。
具体实现方法分为以下两个方面：1. 分析启发式算法在任务调度中的优势和缺陷，重点研究其在打破组合优化和搜索空间限制等方面的应用。
2. 基于不同的网格计算环境，设计并实现针对性的启发式算法，并从任务调度效果、调度负担、调度时间等方面进行具体分析。
三、研究方法本研究将采用以下方法进行：1. 阅读文献资料，加深对网格计算和任务调度等领域的相关知识和技术的理解。
包括但不限于学术论文、科技期刊、技术博客等。
2. 分析启发式算法的基本原理和优劣，并总结出适用于任务调度的启发式算法。
3. 设计不同网格计算场景下的启发式算法，并通过实验验证其优劣。
实验方面可以考虑采用模拟或者结合真实数据的方式进行。
基于任务调度的网格性能优化研究的开题报告
基于任务调度的网格性能优化研究的开题报告一、研究背景及意义随着信息技术的快速发展，大规模并行计算已成为科学计算和工程计算的重要手段之一，网格计算就是利用分布在不同地理位置的计算资源协同工作，对计算任务进行分布式处理，从而提高计算效率。
在大规模并行计算中，任务调度是一个十分重要的问题。
为了充分利用计算资源，合理分配计算任务，使得计算能力达到最大化，需要研究任务调度策略和算法。
在网格计算中，针对大规模并行计算任务的特性，需要开发一种适应性强、实时性好、效率高的任务调度策略，从而达到网格性能的优化。
二、研究内容及任务本文将基于任务调度的网格性能优化进行研究，具体内容包括：1. 分析网格计算中的任务调度框架，研究任务调度策略和算法的现有研究成果；2. 针对现有任务调度策略和算法的局限性，提出一种新的基于任务调度的网格性能优化策略；3. 设计并实现任务调度优化算法，并进行性能测试和评估，与现有调度策略进行比较分析；4. 在实际应用中，从真实网格环境中选择一些典型问题，进行实验分析，验证任务调度策略和算法的实用性和有效性。
具体研究任务包括：1. 回顾任务调度的基本概念和任务调度策略及算法的发展史；2. 研究网格计算中的任务调度框架，包括任务模型、资源模型、调度策略和算法等；3. 分析现有任务调度策略和算法的局限性，提出一种新的基于任务调度的网格性能优化策略；4. 将优化策略转换成数学模型，设计并实现优化算法；5. 进行性能测试和评估，与现有调度策略进行比较分析；6. 在实际应用中，从真实网格环境中选择一些典型问题，进行实验分析，验证任务调度策略和算法的实用性和有效性。
三、研究方案及方法本文的研究方案包括：1. 阅读相关文献，对任务调度策略和算法进行深入了解和分析；2. 对现有任务调度策略和算法的局限性进行研究，提出一种新的基于任务调度的网格性能优化策略；3. 利用数学模型将优化策略转换为计算机程序，设计并实现优化算法；4. 在模拟环境中进行性能测试和评估，与现有调度策略进行比较分析；5. 在真实网格环境中选择典型问题，进行实验分析，验证任务调度策略和算法的实用性和有效性。
基于指标体系的网格调度算法研究与实现
１ 引言
近年来 ， 究人 员对 网格调度算法进行了大量 研
的研 究 ， 得 了 不 少 成果 。通 过 对 这 些 调 度 算 法 的 获
个 资 源 上 计 算 需 要 的 时 间 更 是难 上 加 难 ， 以这 类 所
算法在实现上存在很大困难。第二类是基于预测的 各种算法 ， 这些算法是在意识到 ＭＩ — Ｎ与 ＭＡ ． Ｎ ＭＩ Ｘ ＭＩ Ｎ类算法 的问题后 ， 采用各种数学理论预测任务 大小与资源能力 ， 然后基 于各种复杂预测结果来实 现调度。第三类是在网格系统 的容错性与负载均衡 性方面进行进一步研究而建立 的算法。第一类算法 属于理论层面 ， 第二类与第三类算法可以实现 ， 也是 算法研究的方 向， 但它们都局限于某个方面 。
ｅ ｓ ｆｕ ｅｏ ｅｎｅ ｓ ｈ ｄ ｌ ｌ ｏ ｉｈ ｎｒ ａ ｒｄ ｎ ｒ ｎ ｎ ． ａ ｅ ｏ ｓ ｆｔ ｗ ｃ ｅ ｕ ｅ ａｇ ｒｔ ｍｓｉ ｅ ｌｇ ｉ ｅ ｒｄ ｔ ｓ ｃ ｅ ｕ ｅ ｓ ｈ ｄ ｌ ｇ ｉ ｄ ｘ ｓ ｓｅ ； ｏ ｔ Ｇｒ ｓ ｙ ｗｏ ｄ ：ｇ ； ａ ｋ ｓ ｈ ｄ ｌ ； ｃ ｅ ｕ ｉ ｅ ｙ ｔｍ ｃ ｓ； ｉ ｉ ｉ ｎ ｎ ｄ ｍ
摘
要 ： 出了以代价 （ ｏｔ为核 心 的 网格任 务调度 指 标体 系， 提 Ｃ ｓ） 该指标 体 系在 网格 用户 的 Ｑｏ 需 求与 网格 系统 Ｓ
的负载均衡性、 系统可靠性与可用性 ， 以及资源拥有者 的利益之 间建立 了一个平衡点 。由网格监控统计和计 算可获得指标体 系的各项指标值 ， 根据基 于网格 系统与 网格用户的需求所制定的指标 筛选策略确定网格任务 调度原则。以此为基础设计与实现 了一套可满足 不同网格 系统与网格用户需求的算法， 通过 网格模拟器实验 和 实际 网格 应用验 证 了算 法在 实际 网格 环境 中的有效 性和 易用 性 。 关键词 ： 网格 ； 任务调度 ； 调度指标体 系； 代价； ｒ ｓ Ｇｉ ｉ ｄｍ 文章编 号 ：０２８３ （０ ２ １—０ ７０ 文献 标识 码 ： 中图分类 号 ：Ｐ ９ １０—３ １２ １ ）５０９ —５ Ａ Ｔ ３３
基于遗传算法的网格任务调度算法研究的开题报告
基于遗传算法的网格任务调度算法研究的开题报告一、研究背景在网格计算中，任务调度是一个重要的问题。
网格计算是一个分布式计算环境，其主要特点是集成了多种计算资源，并根据需求动态地对它们进行优化组合，合理利用网格资源完成计算任务。
因此，如何合理地调度任务，使得任务在最短的时间内完成，是一个需要研究的问题。
目前，任务调度算法已经成为网格计算中的一个研究热点。
在任务调度领域，遗传算法已经成为一种有效的解决方法。
遗传算法（Genetic Algorithm，GA）是一种通过模拟自然进化过程来寻求最优解的数学方法，其基本思想是模拟自然界的遗传和进化过程来搜索问题的最优解。
遗传算法的优点是可以在全局范围内寻找最优解，在解决复杂优化问题上有很好的应用前景。
二、研究内容本次研究的主要内容是基于遗传算法的网格任务调度算法。
该算法主要包含以下几个方面的研究内容：1. 网格任务调度模型的建立。
这是该研究的基础。
在该模型中，将考虑任务的资源要求、执行时间以及资源的可用性等因素。
2. 遗传算法的优化过程。
遗传算法主要由选择、交叉、变异等过程组成。
在此研究中，将通过改进这些过程，提高遗传算法的性能。
3. 算法的实现。
将针对研究内容中的任务调度模型和遗传算法进行程序设计和代码实现。
4. 算法的性能测试。
在算法实现后，将对算法进行性能测试，分析算法的有效性和可行性，并与其他常见的任务调度算法进行比较。
三、研究意义本次研究的意义主要有以下几个方面：1. 提高网格计算中任务调度的效率和质量，从而提高了网格计算的整体性能。
2. 在实践中运用遗传算法解决任务调度问题，充分发挥遗传算法在解决优化问题方面的优势和特点。
3. 在任务调度算法的研究中，探索新的思路和方法，扩充网络计算相关知识的应用领域。
四、研究方法本研究将主要采用基于遗传算法的优化方法，其具体步骤如下：1.建立网格任务调度的模型，将任务需求，资源的可用性，执行时间等因素考虑进来，形成一个数学模型。
网格任务调度算法的研究
该 算 法 是有 效 的 ，能 够 减 少 了任务 执行 时 间 ，改 善 网格 任 务 调 度 的 效 率 。
关 键 词 ： 网格 计 算 ；任 务 调 度 ；遗 传 算 法 ；Ｍ ｉ—Ｍｉ ｎ ｎ 中 图分 类 号 ：ＴＰ ０ ． ３ １６ 文 献标 识 码 ：Ａ
ｊ
堡 Ｉ 奎
｛ 一
Ｙ
算量 ，那 样就 很难 高效 地实 现调 度 。因此我 们可 以利 用遗 传算 法 的快速搜 索 能力尽 快地 得 到最优 资源 ，然
任 务 队 列 是 否 为 空
后再 利用Ｍｉ—Ｍｉ ｎ ｎ算法 把任 务调 度 到最优 资源 。
ＧＡＭＭ 算 法 是 根 据 遗传 算 法 和Ｍｉ—Ｍｉ 法 ｎ ｎ算
网格 任 务调 度 算 法 的研 究
刘 先 刚 ，廖 述 剑
（ 原 理 工 大 学 信 息 工程 学 院 ， 山西 太 原 太 ０ ０２ ） ３ ０ ４
摘 要 ：提 出 了一 种 基 于遗 传 算 法和Ｍ ｉ～ Ｍｉ 网格 调 度 算 法 ，该 算 法 主 要 分 为 资源 搜 索和 任 务分 配 两部 分 。 ｎ ｎ的 首 先 ， 用 遗 传 算 法 从 网格 的 可用 资 源 中快 速 地 搜 索 出最 优 的或 是 近 最 优 的 资源 ； 后从 任 务 队列 中取 一组 任 利 然
间 ，提高 了网格的性 能 。
１ 算法介绍
１ １ 遗 传 算 法 ．
遗传 算 法 是 美 国 Ｍｉ ｉａ ｃ ｇ ｎ大 学 的 Ｊ Ｈｏｌｎ ｈ ． ｌ ｄ教 ａ
基于网格的任务调度研究的开题报告
基于网格的任务调度研究的开题报告一、选题背景在当前大数据时代下，互联网应用规模已经远远超过了传统的计算应用规模。
对于互联网应用而言，不同的负载和流量会给计算资源的利用带来很大的不确定性，尤其是在一些大型互联网公司和数据中心内，针对任务调度和资源的利用效率需求极高，因为这直接关系着计算效率和资源利用效率的高低。
基于网格的任务调度技术自然成为了当前的研究热点之一。
二、研究意义在大型网络计算中心中，任务规模很大，而且通常需要处理非常复杂的数据。
这些数据需要经过多次处理，以便得到所需的结果，并在合理的时间内完成任务。
但是，由于任务的规模和复杂性，任务的执行通常需要使用大量的计算资源。
同时，数据中心通常需要同时处理多个任务，这进一步增加了任务调度的复杂性。
因此，设计和实现一种高效的基于网格的任务调度系统至关重要。
一种有效的任务调度系统可以显著提高计算资源的利用和任务处理速度，同时减少资源浪费和时间成本。
三、国内外研究现状当前，国内外学者们对基于网格的任务调度进行了大量的研究。
美国加州大学（UC）伯克利分校的Amoeba系统最早实现了基于网格的任务调度。
该系统能够利用网格互联的优势，有效地调度任务并分配计算资源。
此外，近年来，国内一些高校和研究机构也逐渐开始研究基于网格的任务调度技术。
例如，在国内知名高校清华大学，研究人员利用P2P 技术和网格计算技术，成功开发出一种基于云计算的任务调度系统。
四、研究目标与内容本文旨在研究基于网格的任务调度技术，主要解决任务调度的关键问题，包括任务分配和计算资源管理。
本研究的具体任务如下：1. 了解和掌握基于网格的任务调度技术的研究现状和市场应用情况。
2. 分析基于网格的任务调度技术所涉及的问题，并确定本研究要解决的问题。
3. 设计并实现一个基于网格的任务调度系统，并进行实验评估。
4. 提出改进方案，并进一步完善任务调度系统。
五、研究方法与工具本研究采用文献综述、实验研究和数学模型分析方法，通过查阅大量的相关文献和资料，研究任务调度系统的基本原理和关键技术。
网格计算中任务调度算法研究的开题报告
网格计算中任务调度算法研究的开题报告一、研究背景和意义网格计算是一种分布式计算模型，它利用大量分布在不同地理位置的计算资源进行科学计算和数据处理。
随着计算机技术和网络技术的不断发展，网格计算得到了广泛的应用，例如天气预报、遗传研究、药物研发等领域。
然而，网格计算系统中存在大量任务，如何有效地将任务分配给计算节点并实现高效的任务调度成为网格计算领域的一个重要问题。
目前，网格计算任务调度算法研究方面取得了一定的进展，如负载均衡、动态调度、任务预处理等方法。
但是，在实际应用中还存在一些问题，如节点负载不均衡、任务调度效率低下等。
因此，本研究将针对网格计算中的任务调度问题，探索更加高效的任务调度算法，提高网格计算资源的利用率和性能，从而为网格计算的研究和应用提供一定的理论支持和实践指导。
二、研究内容和方法本研究将围绕网格计算中的任务调度问题展开研究，主要包括以下内容：1.任务调度算法研究。
探究针对不同场景下的任务调度问题，从负载均衡、资源有效利用、任务优先级等方面出发，设计高效的任务调度算法。
2.任务调度实现。
将设计的任务调度算法应用到实际的网格计算场景中，并根据实际情况进行一定的调整和优化，从而实现高效的任务调度。
3.实验和评估。
通过实际的实验和评估，对比不同的任务调度算法，分析算法的优缺点，并探究任务调度算法的适用范围和性能。
本研究的方法主要包括文献调研、任务调度算法设计、实验实现与评估等方面。
三、预期成果和意义本研究预计可以取得以下成果：1.提出一种针对网格计算任务调度问题的高效算法，有效提高网格计算资源的利用效率和性能。
2.实现并验证所提出的任务调度算法的有效性，对比其它方法的效果，并探究算法的适用范围和性能。
3.对网格计算中任务调度问题进行探索和研究，为网格计算领域的研究和应用提供一定的理论支持和实践指导。
四、可行性分析本研究的主要部分是任务调度算法设计和实验实现与评估，需要进行一定的计算机实验和数据分析。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要网格计算（Grid）技术是近年来国际上兴起的重要信息技术，其目标是实现对地理上广泛分布的大量网上资源进行共享。
其中，任务调度是网格技术的重要组成部分，主要包括资源发现、资源匹配和任务执行3个部分。
它要根据任务需求采用适当策略把不同的任务分配到相应的资源结点上。
由于网格系统的异构性，以及应用程序对于网格系统资源的不同需求，使得任务调度变得尤其复杂。
又由于用户资源可动态进入网格系统，使网格资源调度成为一大难题。
其中，利用信任控制技术是一个有效的方法。
为此，本文在对网格计算和网格任务调度的知识背景以及该领域研究现状进行分析的基础上，研究了当前信任管理在网格资源调度方面的应用。
本文主要运用Dempster-Shater(D-S)理论描述网格节点信度函数、似然函数的表示方法与更新策略。
利用次序时间影响因子来计算历史交易数据对信任度的影响，并初步证明了次序影响因子的取值范围。
同时，本文将网格节点为获得信任所付出的代价作为检测网格节点的可信度的依据，提出了一种基于期望效益的min-min调度算法。
期望信任效益函数是某个作业在网格节点执行的预期效益，依此来预测作业的执行情况。
仿真实验表明，采用历史交易数据能比较准确的判断网格节点的可信状况，而且本文提出的期望信任效益驱动算法在效益方面优于传统m i n-min算法，能提高网格系统的资源利用率。
AbstractGrid is an important information technology in world in recent years. It makes users can share many different resources in different areas. Task schedule is an important part of this field. According to the task condition, schedule allocates appropriate resources to different tasks by rational strategies. The different constructs and dynamic of the grid system and applications in the grid require varies of resources bring task schedule more complex.Therefore, in this paper, bases on the analysis of Grid scheduling, it introduces the application of the trust management on Grid. Then, we use Dempster-Shater theory describer the trust function, the likelihood function of Grid. Main innovation project is the based expect credit profit drive task schedule method. The expect profit function is the forecast gain of one task executes on Grid node. This paper proposes the expectation trust benefit driven Grid job schedule arithmetic. The value of the expectation trust benefit function is prediction benefit of a certain job which executes in Grid.Simulation shows that expectation benefit driven arithmetic is better than traditional min-min arithmetic in benefit and it also has good performance in benefit.Postgraduate student:Yongsheng Hao(Computer software & theory)Directed by Professor:Yuebin XuKeywords: trust relationship; service; job schedule; resource allocation目录摘要 (1)第一章绪论 (1)1.1网格的概念 (1)1.2网格的特性 (2)1.3本文研究背景 (3)1.4存在的问题 (4)1.5本文主要工作和结构 (4)第二章网格体系结构 (6)2.1五层沙漏模型 (6)2.2计算经济的网格体系结构GRACE (7)2.3开放式网格服务体系结构（OGSA） (9)2.3.1OGSA的目的 (9)2.3.2OGSA主要架构 (9)2.3.3OGSA的两大支撑技术 (10)第三章信任机制 (13)3.1相关定义 (13)3.2信任的性质 (14)3.3信任函数分类方法 (14)3.3.1主观信任函数与客观信任函数 (14)3.3.2基于交易与基于评估信任函数 (15)3.3.3全局信任函数与局部信任函数 (15)3.3.4基于分级与基于与门阀值函数 (15)3.4信任函数的更新策略 (16)3.5防止串谋与诋毁 (16)3.6信任效益函数的表示方法 (16)第四章信任模型 (18)4.1分布式环境下已有的信任模型 (18)4.1.1Peer-To-Peer网络 (18)4.1.2Internet应用 (19)4.1.3普适计算 (19)4.1.4AD Hoc网络 (19)4.1.5电子商务 (20)4.2关于网格中的若干信任模型 (20)4.2.1基于模糊逻辑的基本行为信任模型 (20)4.2.2基于信任域的信任模型 (20)4.2.3基于主观逻辑的信任模型 (21)4.2.4基于信任推荐模型 (22)第五章基于期望效益的网格作业调度算法 (24)5.1不确定性推理及表示方法 (24)5.2网格节点信度函数与似然函数的表示方法 (24)5.3信度函数与似然函数的更新策略 (26)5.4.信任检测机制 (28)5.5.调度效益函数 (29)5.6.基于期望效益的网格作业调度启发式算法 (30)5.7.改进的网格体系结构 (32)第六章仿真试验 (35)6.1网格调度模拟工具 (35)6.2min-min算法简介 (36)6.3仿真实验与结果 (37)第七章结束语 (41)7.1本文所做的主要工作 (41)7.2研究展望 (41)参考文献 (42)攻读学位期间的研究成果............................... 错误！未定义书签。
致谢................................................ 错误！未定义书签。
学位论文独创性声明................................... 错误！未定义书签。
学位论文知识产权权属声明............................. 错误！未定义书签。
第一章绪论第一章绪论通过使用网格[1]技术，人们希望能够实现廉价计算，合作存取各种数据信息，提供广域多媒体应用等等。
然而，由于网格计算环境相对于网络计算环境有着更为复杂的特征，实现有效的网格计算还有很多需要解决的问题。
其中，在网格环境里如何有效地管理资源的可靠性是影响网格计算最重要因素之一。
又由于资源的广域性、自治性、动态性，传统的集中资源分配方式既难以实现也不能满足不同应用对资源需求的差异性。
其中，信任度管理是解决这些问题的有效方法之一。
1.1网格的概念网格是构筑在互联网上将地理上广泛分布的大量计算资源(包括高速互联网、高性能计算机、大型数据库、传感器、远程设备、PC等)融为一体，让资源共享和协同问题求解能在一个动态的、多结构的虚拟组织中进行，为人们提供更多的资源、功能和交互性。
网格系统包括网格的物理资源及其逻辑上的抽象，它充分吸收各种资源，并将它们转化为一种随处可见的、可靠的、标准且经济的计算能力。
人们常常会问,传统分布式系统与网格有什么区别?从学术角度讲，网格是分布式系统的一种形态，但网格不同于传统的分布式系统。
它是松耦合的环境，有异构性和动态性，有跨多个管理域多样和动态的资源共享关系，传统分布式系统大多是基于同构平台的相对封闭的系统，对资源的定义局限于某些特定的数据和软、硬件。
而网格是一个开放的系统，为异构资源建立了一个共享平台，网络上任何资源都可以共享和利用。
简言之，它是一个广域网的分布系统，支持分布式应用，这些应用可共享网格中的所有资源，能提供满足要求的服务质量。
传统互联网实现了计算机硬件的连通，Web实现了网页的连通，而网格则要实现互联网上分散在不同地理位置资源的全面连通，目的为把整个互联网整合成一台“虚拟的超级计算机”，实现计算资源、存储资源、通信资源、软件资源、信息资源、知识资源的全面共享。
由于技术和方法学革命性的变化，使科学界开此应用网格技术。
计算技术的进步促使应用和数据的空前集成。
网格将与IPV6技术一同引领“第三代互联网浪潮”。
全球应用最广、最成熟的网格操作系统Globus源于美国,它对全世界的网格研发工作起到了巨大的推动作用。
该项目要开发一个面向科学计算的基本软件基础设施,利用这一设施,把不同地理位置上的计算资源和信息资源集成起来。
该项目还研究网格计算的关键理论,具体包括资源管理、网格安全、信息服务、数据管理等;开发支持网格计算的工具软件和网格应用程序;帮助规划和组建大型的网格试验平台,前一阶段的研究成果显著。
图1.1 为未来用户的逻辑视图，他体现了通过“信息插座”获得网格服务的一种前景。
图：1.1 网格系统的用户逻辑视图1.2网格的特性网格的技术特征包括:资源共享、协同工作，这两项是网格的基本技术要求;通用开放标准、非集中控制、非平凡服务，这三项是Ian Foster[2]出的网格检验标准。
●分布性:这是网格的最主要的特点。
组成网格的各种资源是分布在地理位置不同的地方，而不是集中在一起的，跨越的地理范围较广。
●自治性:网格的资源有自己的本地管理机构或处在本地管理机构的管理之下，网格资源或强或弱的具有本地自治能力。
网格管理系统必须尊重本地管理者，迁就本地管理策略，不能把网格的意愿强加到资源上，更不能替换本地管理系统。