基于Mysq1数据库的智能DNS系统的设计与实现

针对如何提高ChinaNet用户访问CERNet资源的速度及提高DNS服务器的响应时间,该系统在满足标准FRC协议、智能DNS和调研各高校网络服务需求的基础上,提出了基于Mysql数据库的智能DNS系统.对具体网站的性能测试表明,将区域数据存储于Mysql数据库相比于传统DNS服务器(区域数据存储于文本文件),在最大、最小、平均和完成全部查询的响应时间方面都具有突出的性能,可大大改善DNS服务器的响应时间.     

基于基址重定位的快速域名压缩算法

为了提高DNS服务器的性能,提出了基于M/M/c排队系统的分析模型.利用该模型分析了DNS服务器的响应时间百分比,确定了其性能瓶颈在于域名压缩速率.目前传统压缩算法由于规则的限制只能在查询应答时进行实时的域名压缩,在高访问量场景存在性能问题.为了提高压缩速率,从DNS数据特征方面对域名压缩的原理进行了剖析,并在此基础上结合重定位技术,提出一种新的域名压缩算法.新的设计改变了传统的DNS数据处理流程,通过压缩前置,降低了应答的实时消耗.实验结果表明,该算法在压缩比损失很小的条件下提升了系统资源利用率,达到了优化响应时间百分比的目的.     

基于再生策略的DNS加速器设计与实现

优化域名系统(DNS)性能是减少域名系统解析时间的关键，已成为研究热点。该文提出的基于TTL失效的再生策略，能达到很快的查询速度。对具体网站的性能测试表明所设计的DNS加速器相比于传统DNS服务器，在缓存命中率、网络流量、CPU负载和DNS查询响应时间等方面都具有很优异的性能，达到了良好的加速效果。     

遗传-模拟退火算法在建筑中的数据处理应用

大型建筑中存在的支路断电,例如配电室管理者对装表支路进行断电操作,或者网络存在延迟和服务器故障等无法预测造成数据丢失等问题,因此提出一种遗传-模拟退火查询优化算法,该算法使种群进行选择、交叉、变异操作之后,保证群体的多样性,减少用户查询的响应时间,保证数据准确性和完整性,为节能运行与监管提供数据依据。仿真实验验证了该算法的高效性,为提高建筑能耗数据质量提供依据。     

一种传感器网络实时自适应数据抑制算法

传感器网络中能量至关重要.提出一个利用限定记忆迭代最小二乘法,基于AR(n)自回归模型的实时、自适应数据抑制算法.限定记忆迭代最小二乘法适合在传感器节点内存受限、计算能力有限的情况下完成AR(n)参数估计的任务.模拟实验表明,使用该算法可以很好地抑制感知数据传送到网外,减少了连续查询的约80%的网内通信量.     

面向实时复杂系统的基于片上网络多核平台的映射技术研究

为了提高通信与信号处理系统向片上网络(NoC)平台映射的性能,提出一种面向系统能耗和响应时间的新型NoC映射模型。该模型改进了传统映射算法中能耗的计算方法,同时考虑交换网络的能耗和处理节点的能耗,采用多对多映射技术,在带宽约束的基础上,结合复杂通信系统特有的注入率、迭代边界等约束,同时优化能耗和响应时间,提高了映射算法的实用性。仿真实例证明,该映射模型得到的优化方案能降低约15%的系统能耗,能够获得综合的最优性能。     

10大方法保护好DNS服务器

DNS软件是黑客热衷于攻击的目标,它可能带来安全问题。今天介绍一些保护DNS服务器的一些方法。1.使用D N S转发器DNS转发器是为其他DNS服务器完成DNS查询的DNS服务器。使用DNS转发器的主要目的是减轻DNS处理的压力,把查询请求从DNS服务器转给转发器,从DNS转发器潜在的更大的DNS高速缓存中受益。使用DNS转发器的另一个好处是它阻止了DNS服务器转发来自互联网DNS服务器的查询请求。如果你的DNS服务器保存了你内部的域DNS资源记录的话,这一点就非常重要。不让内部DNS服务器进行递归查询并直接联系DNS服务器,而是让它使…     

面向Docker容器的动态负载算法

为了提高Docker容器服务器集群的抗并发性和缩短平均响应时间,文中设计了一种动态负载容器服务器的算法DLOAD(Dynamic Loading Algorithm).该算法在WRR负载算法的基础上引用了实时权值的概念,弥补了WRR算法在权值给定方面的不足,优化了Docker容器服务器的负载算法.DLOAD算法将记录服务器的资源信息,将容器连接数占比、CPU利用率、内存利用率、网络IO占比、磁盘IO占比和平均响应时间作为算法参数,计算出Docker容器服务器的实时权值,并将实时权值记录到负载服务器的权值表中.负载服务器查询权值表后调用WRR算法,推荐最优的Docker容器服务器ID进行负载.通过仿真实验,从Docker容器服务器的平均响应时间和吞吐量这两个方面对改进前后的算法进行分析和对比,得出改进后的DLOAD算法能够更加高效地缩短服务器的平均响应时间和改善抗并发性,有效提升了容器服务器的性能.     

保护DNS服务器10技巧

DNS是黑客热衷攻击的目标,下面是保护DNS服务器最有效的十个技巧。技巧1:使用DNS转发器。DNS转发器是为其它DNS服务器完成DNS查询的DNS服务器。使用DNS转发器的主要目的是减轻DNS处理的压力,把查询请求从DNS服务器转移到转发器,可以充分利用DNS转发器更大的DNS高速缓存。使用DNS转发器的另一个好处是它阻止了来自互联网DNS服务器的查询请求。如果你的DNS服务器保存了域内的DNS资源记录的话,这一点就非常重要。让内部DNS服务器不进行递归查询并直接联系DNS服务器,而是让它使用转发器来处理未授权的请求。技巧2:使用仅…     

基于数据库负载的SQL能耗预测模型

传统数据库以性能(吞吐量、响应时间)为首要优化目标,忽略了数据库系统的能量消耗。在一味追求性能的同时,高能耗问题日益突出,为数据库负载构建能耗模型是构建绿色数据库的基础。通过量化查询负载执行过程中对系统资源(CPU与磁盘)的消耗,将资源消耗产生的时间代价和功耗代价转化为时间代价预测模型和功率代价预测模型,在单站点数据库服务器上实现了为数据库系统构建资源单位代价统一的能耗预测模型。采用多元线性回归工具拟合模型的重要参数,实验结果验证了能耗预测模型的可行性;并分别在静态与动态的系统环境下对系统不同类型查询负载的能耗进行预测与评价,验证了该模型的准确性,使得提出的能耗模型适合于构建能耗感知的绿色数据库。     

基于串联结构的分布式模型预测控制

分布式模型预测控制(Distributed model predictive control, DMPC)是一类用于多输入多输出的大规模系统的控制方式.每个智能体通过相互协作完成整个系统的控制. 已有的分布式预测控制算法可以划分为迭代式算法和非迭代算法:迭代算法在迭代到收敛情况下,具有集中式预测控制(Centralized model predictive control, CMPC)算法的性能,但迭 代次数过多,子系统间通信量大;非迭代算法不需要迭代,但性能有一定损失.本文提出了一种基于串联结构的非迭代分布式预测控 制算法.本文算法在串联结构系统中可以有效减少计算量,并结合氧化铝碳分解(Alumina continuous carbonation decomposition process, ACCDP)这一串联过程,通过仿真验证了算 法的有效性;同时分析了算法运用在串联结构下的性能并证明了其稳定性.     

道路网中的移动对象连续范围查询

研究了采用网络距离的道路网上移动对象连续多范围查询处理技术。设计了道路网、移动对象和查询数据在内存中存储的数据模型。基于该数据模型提出了两种道路网上的移动对象连续多范围查询处理算法。其中,增量式范围查询算法(incremental range query algorithm,IRQA)通过使用扩张树和影响列表结构减少查询的重新计算;组范围查询算法(group range query algorithm,GRQA)利用同一路径上多查询的结果具有相关性这一特点减少查询的重新计算。实验结果表明GRQA算法在查询分布比较集中时性能较优,IRQA算法在查询均匀分布时性能较优,此外,两种算法均优于重新计算所有查询结果的原始算法。     

多服务器模型下的服务器选择算法及仿真

在分布式视频点播系统中,由于不同视频服务器到代理服务器之间的网络QoS状况可能存在较大的差异,因此多媒体代理服务器必须引入有效的服务器选择算法。文章主要讨论所提出的在多服务器模型下基于增益模型的服务器选择算法;通过仿真实验测试其性能、与其他算法进行比较;并分析此算法对环境参数变化的适应性。     

DNS相关的减少WWW访问延迟的方法

DNS服务是Internet的基本服务之一,是WWW、mail、ftp等其它Internet服务的基础。该文分别从提高DNS本身的效率,以及基于DNS的服务器选择的角度,介绍了当前DNS研究中的一些热点问题,揭示了DNS对网络服务效率的重要作用。     

Parallel evaluation of the transitive closure of a database relation

Parallelism is a promising approach to high performance data management. In a highly parallel data server with declustered data placement, an important issue is to exploit parallelism in processing complex queries such as recursive queries. In this paper, we consider the transitive closure of a database relation as a paradigm to study parallel recursive query processing. And we propose two new parallel algorithms for evaluating the transitive closure of a relation in a parallel data server. Performance comparisons based on an analytical model indicate the superior response time of the parallel algorithms over their centralized version. With one hundred nodes, performance gain is between one and two orders of magnitude. One parallel algorithm provides superior response time while the other exhibits better response time/total time trade-off.This work had been done within the Advanced Computer Architecture Program, Microelectronics and Computer Technology Corporation, Austin, Texas. The current affiliation of Setrag Khoshafian is Ashton-Tate, Walnut Creek, California.     

Proactive caching of DNS records: addressing a performance bottleneck

The resolution of a host name to an IP-address is a necessary predecessor to connection establishment and HTTP exchanges. Nonetheless, domain name system (DNS) resolutions often involve multiple remote name-servers and prolong Web response times. To alleviate this problem name-servers and Web browsers cache query results. Name-servers currently incorporate passive cache management where records are brought into the cache only as a result of clients’ requests and are used for the time to live (TTL) duration (a TTL value is provided with each record). We propose and evaluate different enhancements to passive caching that reduce the fraction of HTTP connection establishments that are delayed by slow DNS resolutions: (A) Renewal policies refresh selected expired cached entries by issuing unsolicited queries. Trace-based simulations using Web proxy logs demonstrated that a significant fraction of cache misses can be eliminated with a moderate increase in the number of DNS queries. (B) Simultaneous-validation transparently uses expired records. A DNS query is issued if the respective cached entry is no longer fresh, but concurrently, the expired entry is used to connect to the Web server and fetch the requested content. The content is served only if the expired records used turn out to be in agreement with the query response.     

An efficient method for privacy preserving location queries

Recently, the issue of privacy preserving location queries has attracted much research. However, there are few works focusing on the tradeoff between location privacy preservation and location query information collection. To tackle this kind of tradeoff, we propose the privacy persevering location query (PLQ), an efficient privacy preserving location query processing framework. This framework can enable the location-based query without revealing user location information. The framework can also facilitate location-based service providers to collect some information about the location based query, which is useful in practice. PLQ consists of three key components, namely, the location anonymizer at the client side, the privacy query processor at the server side, and an additional trusted third party connecting the client and server. The location anonymizer blurs the user location into a cloaked area based on a map-hierarchy. The map-hierarchy contains accurate regions that are partitioned according to real landforms. The privacy query processor deals with the requested nearest-neighbor (NN) location based query. A new convex hull of polygon (CHP) algorithm is proposed for nearest-neighbor queries using a polygon cloaked area. The experimental results show that our algorithms can efficiently process location based queries.     

基于本地蒸馏联邦学习的鲁棒语音识别技术

当联邦学习（FL）算法应用于鲁棒语音识别任务时,为解决训练数据非独立同分布（Non-IID）与客户端模型缺乏个性化问题,提出基于个性化本地蒸馏的联邦学习（PLD-FLD）算法。客户端通过上行链路上传本地Logits并在中心服务器聚合后下传参数,当边缘端模型测试性能优于本地模型时,利用下载链路接收中心服务器参数,确保了本地模型的个性化与泛化性,同时将模型参数与全局Logits通过下行链路下传至客户端,实现本地蒸馏学习,解决了训练数据的Non-IID问题。在AISHELL与PERSONAL数据集上的实验结果表明,PLD-FLD算法能在模型性能与通信成本之间取得较好的平衡,面向军事装备控制任务的语音识别准确率高达91%,相比于分布式训练的FL和FLD算法具有更快的收敛速度和更强的鲁棒性。     

基于混合梯度的硬阈值追踪算法

针对压缩感知（CS）中迭代硬阈值类算法迭代次数多、重构时间长的问题,提出了一种基于混合梯度的硬阈值追踪（HGHTP）算法。首先,在每次迭代中计算当前迭代点处的梯度和共轭梯度,将梯度域与共轭梯度域下的支撑集混合取并集作为下一次迭代的候选支撑集,充分利用共轭梯度在支撑集选择策略中的有用信息,优化支撑集选择策略;然后,采用最小二乘法对候选支撑集进行二次筛选,快速精确地定位正确的支撑并更新稀疏系数。一维随机信号重构实验结果表明,HGHTP算法相较于同类迭代硬阈值算法,在保证重构成功率的前提下,需要的迭代次数更少。二维图像重构实验结果表明,HGHTP算法的重构精度和抗噪性能优于同类迭代阈值类算法,在保证重构精度的情况下,HGHTP算法的重构时间相比同类算法减少了32%以上。