【摘 要】
:
随着网络和信息技术的不断发展,分布式实时系统的应用领域变得越来越广泛,如国家安全领域中的航空、航天、卫星轨道控制等,居民生活领域中的股票交易、电信、航班查询等。应
论文部分内容阅读
随着网络和信息技术的不断发展,分布式实时系统的应用领域变得越来越广泛,如国家安全领域中的航空、航天、卫星轨道控制等,居民生活领域中的股票交易、电信、航班查询等。应用领域和平台的不断扩大不仅要求分布式实时系统具有可剪裁性和可配置性以解决高性能计算和资源受限的问题,而且还要求分布式实时系统可以提供确实可信服务的综合能力。
与此同时,作为基础软件重要组成部分的中间件通过网络连接、数据集成、应用集成等形式,已成为分布式实时系统开发、集成、部署、运行、管理的关键支撑软件。分布式实时系统中间件要求中间件具有在运行时能根据环境的改变而动态地进行结构和行为的适应性剪裁和重新配置的能力,为上层的实时应用提供实时的、可靠的服务,但是,传统的面向对象中间件并不具备这种能力。面向方面软件开发的目的是用方面模块化横切系统的非功能性需求。通过把面向方面软件开发方法运用到中间件的开发过程中,可以消除传统中间件固有的很多问题,不仅方便了中间件的重构,也提高了中间件的性能,同样,对于分布式实时系统可以考虑面向方面的软件开发方法。面向方面中间件具有良好的模块化,可配置性,部署或运行时的可剪裁性,从而平衡分布式实时系统中间件的通用性和专用性。
本文针对可信分布式实时系统对面向方面中间件的要求,着重从以下三部分进行研究:
首先,对国内外中间件的研究现状做了一个综合概括,这包括面向方面中间件、实时中间件、面向方面的实时中间件等。接着,阐述了研究所需的理论基础。其次,对面向方面中间件进行系统化研究。最后,阐述了面向方面中间件参考模型和实时组件模型,结合这二个模型得到分布式实时系统的面向方面中间件模型,对该模型的分布性进行了详细讨论,建立了该模型的分布性框架,重点提出了构建一个分布式实时系统的面向方面中间件模型的自适应分布性框架,结合即时通讯服务的例子研究了该模型。
其他文献
随着计算机技术、网络通信技术及家电产业的飞速发展,信息技术正逐步向传统的家用电子产业渗透,一种新型产业——信息家电产业正在迅速崛起。嵌入式技术的蓬勃兴起和广泛应用为信息家电的发展指明了技术发展趋势,尤其是与Internet的结合,其作为信息和资源结点的功能越来越明显。与此同时,信息家电平台对嵌入式系统的数据处理能力也提出了更高的要求。本文在分析嵌入式系统中数据库要求的基础上,结合信息家电的面向对象
随着市场经济的飞速发展,以生产为中心、销售为目的的市场战略逐渐被以客户为中心、服务为目的的市场战略所取代。在科学技术,特别是信息技术的大力推动下,企业信息化已经是大势
近些年来,家具配件销售行业的竞争压力越来越大,单纯依靠传统的方法已经不足以帮助销售商获得更大的市场份额和利润空间了。关联挖掘是数据挖掘中的一个重要问题,是发现和分析不同数据项之间的关联性的过程。将关联挖掘技术引入家具配件销售行业中,获取配件产品的销售特点和联系,能够帮助销售商把握消费者的潜在购买习惯和需求,以便制定相应的销售和进货策略。本文研究了关联规则挖掘技术在家具配件销售行业中的应用细节和过程
当今社会,电信网络飞速发展,规模和复杂度都大大增加,人们对网络通信的质量提出越来越高的要求,数字化,宽带化和智能化已成为未来通信发展的方向。传输网络作为通信的主干道,
说话人识别是一项根据语音中反映说话人生理和行为特征的语音参数,自动识别说话人身份的技术。它不注重包含在语音信号中的文字符号以及语义内容信息,而是着眼于包含在语音信
设计有效的去噪算法是图像处理领域一项传统的挑战性工作。稀疏三维变换域的协作滤波方法是现有最新型的处理加性高斯随机白噪声的去噪算法。由于其算法的基本组成部分是块匹
随着科学技术的飞速发展,无线网络应用越来越广泛。一方面,性能和安全是人们关注的无线移动自组织网络的两个重要因素;另一方面,网络编码已被证明可以有效提高无线网络的各种
随着信息技术的发展以及网络的普及,网络中的许多资源都需要共享。传统C/S模式的架构几乎不能承受住高并发量的客户访问,而且伴随共享资源的增多,对服务器的存储能力也提出了
分类问题是机器学习领域最重要的学习问题之一,而决策树学习算法又是一种典型的分类学习算法。近几年来,对离散值和连续值属性决策树学习算法的研究和改进都已经取得了很大的
安全问题一直是计算机网络发展过程中的一个难题。P2P是一种不依赖中心服务器的分布式网络模型。它的应用使得因特网上的计算机可以实现平等互联,数据传输可以直接在客户机之