一种基于内存服务的内存共享网格系统

内存密集型应用对运行环境的物理内存要求严格,在物理内存不足时将会引发大量磁盘IO,降低系统性能．传统的网络内存致力于在集群内部通过共享空闲节点的物理内存解决该问题,但受集群负载和内部网络影响较大．通过结合网络内存和服务计算、网格计算等技术,提出一种基于内存服务的内存共享网格系统——内存网格,并分析和讨论了实现内存服务的关键技术和算法．内存网格弥补了网络内存的不足,扩展了网格计算的应用范围．通过基于真实应用运行状态的模拟,证明了内存网格与网络内存相比具有性能的提高．     

基于组播技术的共享内存网络设计与实现

针对反射内存网络存在的成本高,不适合大型分布式交互仿真的问题,提出了一种基于组播技术构建共享内存网络的方案.该方案将组播技术和共享内存管理技术相结合,实现了网络中各节点的内存数据共享.组播共享内存网络不仅成本低,而且传输效率高,可靠性好,具有通用性.     

MANET手机通信的资源互发现算法及其实现

针对现有的移动Ad hoc网络(MANET)资源互发现算法存在问题进行研究,提出用于MANET手机通信的移动资源互发现算法(MRDA).该算法中每个节点都是等价的,使用组播和单播相结合来发送信息,可以更合理利用带宽,解决了已有MA-NET资源互发现算法采用广播方式带来的信息泛滥,占用带宽高,节点计算能力下降等问题.MRDA算法使用分布式哈希表(DHTs)存储路由表项信息,减小了网络总开销,增强了设备计算能力.同时,针对手机内存、电力受限等特点,对报文的格式进行了设计,简化了报文结构,采用动态广告报文发送间隔,有效减少了内存占用和网络传输代价.最后,建立手机终端节点之间通信的MANET环境,利用MRDA算法实现手机终端即时通信原型.     

LNMS网络内存系统及性能优化技术

在Linux环境下设计并实现了一个两级服务结构的网络内存系统(LNMS)。LNMS较传统网络内存系统具有更好的可扩展性。对LNMS提出了两种性能优化技术：预取和主动内存技术。在预取优化方面，针对并发应用提出一种M-PPM算法。主动内存技术则发掘了内存服务器的计算能力。实验表明，两种优化技术可有效地提升网络内存系统的性能。     

改进DeepLabV3+的高效语义分割

针对目前高精度的语义分割模型普遍存在计算复杂度高、占用内存大,难以在硬件存储和计算力有限的嵌入式平台部署的问题,从网络的参数量、计算量和性能3个方面综合考虑,提出一种基于改进DeepLabV3+的高效语义分割模型.该模型以MobileNetV2为骨干网络,在空洞空间金字塔池化(AS-PP)模块中并联混合带状池化(MSP...     

基于强化学习的边缘计算网络资源在线分配方法

针对边缘计算应用对实时性的要求,引入软件定义网络和网络功能虚拟化技术对边缘计算网络进行重构.基于此,考虑以最大化长期平均实时任务处理成功率为目标的计算和通信资源在线分配问题.通过建立马尔可夫决策过程模型,提出基于Q学习的资源在线分配方法.Q学习在状态动作空间较大时内存占用大且会发生维度灾难,鉴于此,进一步提出基于DQN的资源在线分配方法.实验结果表明,所提出算法能够较快收敛,且DQN算法相较于Q学习和其他基准方法能够获得更高的实时任务处理成功率.     

MSP430处理器内存优化配置技术研究

基于MSP430F149单片机内存分配方式,提出一种结合内存映射文件的内存实际使用值的计算方法.针对内存使用越界问题,提出单片机静态存储区、堆、栈的内存优化配置策略.该优化方法在某矿井救援通信设备控制系统中使用,获得良好效果,有效避免了内存不足所造成的运行异常和死机现象,显著提高了内存利用率.     

基于MPI并行环境下拉格朗日插值的求解

在拉格朗日插值计算中存在计算时间长的内存消耗大的难题,并行计算可以减少单机处理量,是解决该难题的有效途径.本文针对网络并行系统特点,提出了有效的优化步骤,采用MPI并行函数库实现高效率拉格朗日插值并行计算.计算结果证明了该方案的正确性,并且得到了较高的并行效率,为后续一些复杂问题的求解提供了可行的解决方案.     

iOS开发UITableView加载图片的内存管理

首先对移动操作系统iOS开发过程的内存泄露、缓存等相关知识作了详细叙述,介绍了使用iOS集成开发环境Xcode进行内存调试的方法.针对视图UITableView中含有大量网络图片时的内存问题,为了达到内存最优化和良好用户体验的目标,提出异步下载网络图片和本地缓存的解决方法.最后测试结果表明UITableView在下载图片和滑动的过程中内存占用量趋于稳定,app的运行速度较为顺畅,拥有较好的用户体验.     

基于离散粒子群的节点可重用虚拟网络映射算法

虚拟网络映射问题是网络虚拟化要解决的重点问题,也是云计算环境下实现资源多租赁运营的技术基础。现有的映射算法在计算效率上有待提高,不能充分利用可重用技术以节省网络带宽资源。提出一种可重用的虚拟网络映射算法,首先构建以提高底层物理网络利用率为目标的资源优化分配模型;然后再充分利用可重用技术以内存交换替代网络交换并针对效率问题设计增强的粒子初始位置分配算法,进而通过离散粒子群算法对优化问题进行求解。仿真实验结果表明,提出的算法相较已有的普通粒子群算法在物理网络收益上有显著提高,增强的初始位置分配机制也有助于计算效率的提升。     

共享存储器交换机的性能分析

交换机是分组网中的一个重要组成部分,对于分组网的性能有着很大影响。介绍共享存储器交换机的三种不同实现方法以及多播的实现过程．同时以排队论的知识为理论分析基础,介绍排队论中的生灭过程模型,状态转移模型和爱尔兰呼损模型,并对状态转移的稳态特性以及共享存储器结构的交换机的丢包率公式给出推导。对所做的工作做简要的总结,并指明未来的研究重点．     

基于网络处理器的高速转发模块设计

随着网络应用业务的不断增长,传统网络业务处理方案已不能满足新一代智能化网络设备设计要求。网络处理器具有强大协议处理能力和灵活可编程性特点,是下一代网络的核心技术之一。在分析研究了NP-2网络处理器的功能特点之后,介绍了一种基于网络处理器的高速转发模块设计方案,包括硬件设计、数据包转发流程,并给出了有关的转发性能测试数据。经测试验证,这种设计方案具有很高的报文处理和转发效率。     

基于IOCP的考试服务器通信层的研究与实现

为了构建具有大响应规模、高数据吞吐量、合理资源消耗的考试服务端通信层,分析完成端口(IOCP)开发中的"信息识别、资源管理、消息乱序处理"等关键问题,提出内存池、对象池、环形缓存等改进方法,在此基础上设计和实现基于IOCP的高性能、可扩展网络考试系统通信模块。实际应用表明,该模块能满足高性能的要求。     

基于端到端记忆神经网络的可解释入侵检测模型

目前提出的误用检测和异常检测相结合的算法,大多采用复合模型或组合模型来实现,这些方法通常需要训练不止一个基本模型,学习过程复杂.本文提出一种基于端到端记忆神经网络的入侵检测模型,能够在利用领域知识辅助网络行为数据分类的同时,使用端到端的方式训练模型以降低学习复杂度.模型设计了匹配模块和融合模块,使相关攻击知识项能够在分类模块发挥辅助作用.除检测结果外,模型还能够输出关于检测结果的可解释信息.本文对数据集进行归一化处理,并从数据集中提取出攻击知识项用于辅助分类.实验结果表明,本文方法中领域知识起到了较好的辅助分类作用,模型最终取得较高的检测精度.     

监控视频异常行为检测的概率记忆自编码网络

异常行为检测是智能监控系统中重要的功能之一, 在保障社会治安等方面发挥着积极的作用. 为提高监控视频中异常行为的检测率, 从学习正常行为分布的角度出发, 设计基于概率记忆模型的半监督异常行为检测网络, 解决正常行为数据与异常行为数据极度不均衡的问题. 该网络以自编码网络为主干网络, 利用预测的未来帧与真实帧之间的差距来衡量异常程度. 在主干网络提取时空特征时, 使用因果三维卷积和时间维度共享全连接层来避免未来信息的泄露, 保证信息的时序性. 在辅助模块方面, 从概率熵和正常行为数据模式多样性的角度, 设计概率模型和记忆模块提高主干网络视频帧重建质量. 概率模型利用自回归过程拟合输入数据分布, 促使模型收敛于正常分布的低熵状态; 记忆模块存储历史数据中的正常行为的原型特征, 实现多模式数据的共存, 同时避免主干网络的过度参与而造成对异常帧的重建. 最后, 利用公开数据集进行消融实验和与经典算法的对比实验, 以验证所提算法的有效性.     

基于Linux内核的流量分析方法

通过分析Linux操作系统数据包处理流程，提出了一种基于Linux内核的流量分析方法，采用该方法实现了基于Linux内核的流量分析模块KTAM。分析显示KTAM降低了系统调用和内存拷贝等开销，提高了流量分析性能，比基于Libpcap的工具能力提高近50％。     

Improving the performance of passive network monitoring applications with memory locality enhancements

Passive network monitoring is the basis for a multitude of systems that support the robust, efficient, and secure operation of modern computer networks. Emerging network monitoring applications are more demanding in terms of memory and CPU resources due to the increasingly complex analysis operations that are performed on the inspected traffic. At the same time, as the traffic throughput in modern network links increases, the CPU time that can be devoted for processing each network packet decreases. This leads to a growing demand for more efficient passive network monitoring systems in which runtime performance becomes a critical issue.In this paper we present locality buffering, a novel approach for improving the runtime performance of a large class of CPU and memory intensive passive monitoring applications, such as intrusion detection systems, traffic characterization applications, and NetFlow export probes. Using locality buffering, captured packets are being reordered by clustering packets with the same port number before they are delivered to the monitoring application. This results in improved code and data locality, and consequently, in an overall increase in the packet processing throughput and decrease in the packet loss rate. We have implemented locality buffering within the widely used libpcap packet capturing library, which allows existing monitoring applications to transparently benefit from the reordered packet stream without modifications. Our experimental evaluation shows that locality buffering improves significantly the performance of popular applications, such as the Snort IDS, which exhibits a 21% increase in the packet processing throughput and is able to handle 67% higher traffic rates without dropping any packets.     

基于Linux和FPGA的嵌入式千兆网数据传输实现

把现场采集的海量数据可靠地传到远程的服务器上是论文的任务。在Xilinx FPGA上用PowerPC硬核、内存控制器和千兆网IP核构建SOPC系统。在PowerPC405上移植嵌入式Linux操作系统,实现了嵌入式千兆网数据传输。通过编程测试得出网络传输性能和数据包大小的关系。此外,设计了用户自定义接口逻辑IP核,以便能和采集模块高速通信并缓存。该系统的优点是体积小、数据带宽高、可靠,结果表明符合项目的要求。     

零拷贝技术在网络分析工具中的应用

针对目前网络分析工具的报文捕获机制及优缺点,实现了一种新的专用于报文捕获的网络协议簇—PF_ZEROCOPY。该协议簇基于零拷贝思想,借助内存共享技术,将网络报文直接DMA传输到用户空间的缓存区,绕开Linux网络协议栈、减少了内存拷贝次数;使用DMA缓存描述符环,实现了网卡和用户程序无冲突访问共享缓冲区;通过封装成内核网络协议簇,PF_ZEROCOPY具有易于应用和移植的特点。实验结果分析表明,该方法对随机长度的报文捕获速率可达900Mb/s以上,与libpcap相比较为明显地改善了报文捕获的能力。     

A highly flexible,distributed multiprocessor architecture for network processing

Network processors (NPs) are an emerging field of programmable processors that are optimized to implement data plane packet processing networking functions. Unlike the general-purpose CPUs that rely heavily on caching for improving performance, the lack of locality in packet processing and need for high-performance I/O have forced designers to come up with innovative architectures that can hide memory latency while still processing packets at high data rates. Most of these NPs use some type of multiprocessing in combination with a hierarchy of memory types to achieve high performance. In addition, to keep up with packets arriving at high data rates over multiple incoming media interfaces, an NP must perform fast I/O and memory operations such as packet storage, table lookup, and extraction of fields in packet headers. We describe an architecture that uses a combination of distributed memory architecture and one or more multithreaded processors to achieve the necessary performance. We describe the challenges in programming such a processor including the issues related to consistency and maintaining packet ordering. We also present a programming model for generic network applications that uses software pipelines. We then demonstrate the use of the programming model in implementing two applications, namely, mapping traffic management algorithms onto a multithreaded architecture and an implementation of a media gateway based on voice-over-AAL2.