Аннотация.

В работе описана платформа интеграции, предназначенная для упрощения разработки вебприложений, использующих ресурсы распределенных вычислительных систем (грид). Основу платформы составляют несколько модулей, обеспечивающих взаимодействие с компонентами грид, включая авторизацию, обмен данными, визуализацию результатов. Связь приложения с распределенными ресурсами системы осуществляется с помощью программного интерфейса. Платформа ориентирована на создание приложений, реализующих численное решение задач, сводящихся к выполнению большого количества слабо связанных относительно несложных заданий. Приведен пример интеграции одного из прикладных приложений.

Ключевые слова:

грид-приложение, СОА, связующее программное обеспечение, платформа интеграции, спектрально-временной анализ, полигармоническая модель.

Стр. 84-95.

 Полная версия статьи в формате pdf.

REFERENCES

1. A.S. Tanenbaum and M. van Steen. Distributed Systems: Principles and Paradigms. Pearson Prentice Hall, 2007.
2. David P Anderson. Public computing: Reconnecting people to science. In Conference on Shared Knowledge and the Web, pages 17–19, 2003.
3. Ian Foster and Carl Kesselman. Globus: A metacomputing infrastructure toolkit. International Journal of High Performance Computing Applications, 11(2):115–128, 1997.
4. Jose Luis Vazquez-Poletti, Eduardo Huedo, Ruben S Montero, and Ignacio Martin Llorente. A comparison between two grid scheduling philosophies: EGEE WMS and GridWay. Multiagent and Grid Systems, 3(4):429–439, 2007.
5. Erwin Laure, A Edlund, F Pacini, P Buncic, S Beco, F Prelz, A Di Meglio, O Mulmo, M Barroso, Peter Z Kunszt, et al. Middleware for the next generation grid infrastructure. Technical report, CERN, 2004.
6. Ian Foster. Service-oriented science. Science, 308(5723):814–817, 2005.
7. Sukhoroslov O., Afanasiev A. Everest: A Cloud Platform for Computational Web Services. In Proceedings of the 4th International Conference on Cloud Computing and Services Science (CLOSER 2014). SCITEPRESS – Science and and Technology Publications, 2014, pp. 411-416.
8. Yu.A. Bychkov, G.A. Oparin, A.G. Feoktistov, V.G. Bogdanova, i A.S. Korsukov. Servis-orientirovannyy podkhod k organizatsii raspredelennykh vychisleniy s pomoshchyu instrumentalnogo kompleksa DISCENT. Informatsionnye tekhnologii i vychislitelnye sistemy, (2):7–15, 2014.
9. Grid execution management for legacy code architecture.
10. Apache Ignite. The Apache Foundation. URL:
http://ignite.incubator.apache.org
11. Univa Grid Engine. Univa Corporation. URL:
http://univa.com
12. I.M. Aleshin i K.I. Kholodkov. Primenenie raspredelennykh vychislitelnykh sistem k raschetu aposteriornykh raspredeleniy. Geofizicheskie issledovaniya, 15(4):73–80, 2014.
13. Walfredo Cirne, Daniel Paranhos, Lauro Costa, Elizeu Santos-neto, Francisco Brasileiro, Jacques Sauve, Campina Grande, Fabricio Alves, Barbosa Silva, Catolica Santos, Carla Osthoff Barros, Laboratorio Nacional, Computacao Cientifica, Cirano Silveira, and Hewlett Packard. Running bag-of-tasks applications on computational grids: The mygrid approach. In In ICPP, page 407, 2003.
14. Disco. Nokia Research Center URL: http://discoproject.org
15. John Deacon. Model-view-controller (mvc) architecture. Technical report, JDL, 2009.
16. AB MySQL. MySQL: the world’s most popular open source database. MySQL AB, 1995.
17. Josh Juneau. Object-relational mapping. In Java EE 7 Recipes, pages 369–408. Springer, 2013.
18. A.N. Zaytsev, V. I. Odintsov, V. V. Ivanov. Spektralnye osobennosti vostochnoy i zapadnoy elektrostruy v period magnitnoy buri 24 marta 1991 g. Geomagnetizm i aeronomiya, 39(1):35–41, 1991.
19. V.I. Odintsov, N. M. Rotanova, Yu. P. Tsvetkov, An Chenchang. Spektralnyy analiz anomalnogo magnitnogo polya zemli dlya raznovysotnykh semok. Geomagnetizm i aeronomiya, 40(2):59 – 66, 2000.
20. A Dmitriev, A. Belov, R Gorgutsa, V Ishkov, V. V. Kozlov, R Nymmik, V Odintsov, A Petrukovich, G Popov, E Romashets, et al. The development of the Russian space weather initiatives. Advances in Space Research, 31(4):855–860, 2003.
21. A.B. Barabanov. Identifikatsiya parametrov poligarmonicheskoy modeli rechevogo signala. Materialy XII Vserossiyskogo soveshchaniya po problemam upravleniya (VSPU-2014), S. 3038–3049, 2014.
22. A. A. Melnikov. Bystryy algoritm identifikatsii parametrov modeli golosovogo signala. Materialy XII Vserossiyskogo soveshchaniya po problemam upravleniya (VSPU-2014), s. 3090–3101, 2014.
23. David C Rife and Robert R Boorstyn. Multiple tone parameter estimation from discrete-time observations. Bell System Technical Journal, 55(9):1389–1410, 1976.
24. D.I. Yakushev. Geoinformatsionnoe modelirovanie prostranstvenno-vremennykh geofizicheskikh protsessov s poligarmonicheskoy strukturoy. Avtoreferat na soiskanie uchenoy stepeni doktora tekhnicheskikh nauk, 2008.
25. V.G. Getmanov. Algoritm razdeleniya blizkikh po chastote istochnikov vibratsii. Kolebaniya i vibratsionnaya aktivnost mashin i konstruktsiy, S. 157–160. Nauka, 1988.
26. V.G. Getmanov. Ob algoritme poiska po chastote v zadache otsenivaniya parametrov modeley poligarmonicheskikh signalov. Avtometriya, 45(3):83–89, 2009.
27. N.Ye. Timoshevskaya. O numeratsii perestanovok i sochetaniy dlya organizatsii parallelnykh vychisleniy v zadachakh proektirovaniya upravlyayushchikh sistem. Izvestiya Tomskogo politekhnicheskogo universiteta, 307(6):18–19, 2004.
28. Borzunov G.I. Getmanov, V. G. Algoritm parallelnykh vychisleniy dlya zadachi spektralno - vremennogo analiza na bazisnykh poligarmonicheskikh funktsiyakh. Informatsionnye tekhnologii, 21(9), 2015.
29. K.I. Kholodkov, I.M. Aleshin, V.N. Koryagin, O. V. Sukhoroslov, A.N. Shogin. Opyt razvertyvaniya gridinfrastruktury dlya podderzhki vychislitelnykh veb-servisov. Nauchno-tekhnicheskaya informatsiya. Seriya 1, (4):15–19, 2012.
30. A.P. Prudnikov, Yu.A. Bychkov, and O.I. Marichev. Integraly i ryady: Elementarnye funktsii, t. 1. "Nauka", M.: 1981.