一种高效的虚拟桌面可信保证机制

虚拟桌面系统与传统PC桌面系统结构的不同,导致其在保证安全机制自身可信的同时,也会带来“语义差别”和效率降低等问题。本文提出了一种安全虚拟机完整性监控机制SVMIM（Security Virtual Machine Integrity Monitor）。SVMIM采用混杂模式的安全结构,基于可信计算技术对虚拟桌面系统的代码加载过程进行监视和控制,有效克服“语义差别”问题,并保证安全机制自身的可信;同时,SVMIM基于虚拟桌面网络引导机制,在网络存储端使用存储克隆技术,最大程度地降低安全机制对系统性能的影响。系统性能分析和基于SVMIM原型系统进行的实验表明该技术是可行的,并且相对于传统的虚拟桌面安全保障方案具有较大的性能优势。     

模糊集收敛的等价性

基于前人在对特殊模糊集上关于确界收敛,L-收敛,Endograph-收敛,Sendograph-收敛之间的等价性的分析,证明了一般模糊数序列上确界度量收敛等价于同时层次收敛和强截集收敛,并对关于截集连续的模糊数集合上的收敛的等价性给出了一种简洁的几何证明方法。     

软件度量的研究与进展

介绍了软件度量的发展阶段,分析了当今软件度量的发展程度。在研究软件度量方法框架和软件度量指标的基础上,重点研究了当前的3类度量方法,对各方法中典型产品的功能和特点进行分析。最后给出了软件度量的当前研究难点和将来发展趋势。     

玛湖凹陷与沙湾凹陷上乌尔禾组储集层差异及成因

通过薄片观察、扫描电镜分析、黏土矿物X射线衍射分析、阴极发光实验等,对准噶尔盆地玛湖凹陷和沙湾凹陷上二叠统上乌尔禾组成岩差异进行对比分析,明确了成岩产物类型和孔隙演化过程。压实作用、碳酸盐矿物胶结与沸石胶结是研究区储集层物性差异的主要控制因素,玛湖凹陷压实作用相对较弱,沙湾凹陷溶蚀作用更强。砂体成岩孔隙演化具有差异性,玛湖凹陷储集层以长石颗粒和凝灰岩岩屑溶孔为主,沙湾凹陷储集层以长石颗粒、凝灰岩岩屑以及浊沸石溶孔为主,2类储集层都少量发育原生孔隙。以上2个地区储集层的差异性主要是由成岩流体性质和岩石组分不同导致,其中,岩石组分是导致玛湖凹陷和沙湾凹陷砂砾岩储集层孔隙结构特征差异的主要原因。     

置氢量对TC4钛合金激光焊接头组织相变及硬度的影响

采用光学显微镜(OM)、扫描电镜(SEM)和X射线衍射(XRD)等研究了置氢量分别在0%、0.05%、0.16%和0.37%时的TC4钛合金激光焊接头的显微组织及相变,并用数字显微硬度计分析置氢后接头硬度的变化规律,阐述其影响机制。结果表明:随着置氢量的增加,母材中的α相减少,β相增加;焊缝组织由针状马氏体α′相转变为片层状组织,且母材和焊缝组织向同一方向转变。接头显微硬度随置氢量的增加逐渐降低,且母材和焊缝的硬度差值逐步缩小,当置氢量为0.37%时,焊缝和母材的硬度差最小,为13 HV。置氢量影响TC4钛合金接头硬度的原因是接头中软化相β、氢化物δ和氢的固溶强化等引起的多种相变的作用。     

支持反三角嵌入的松弛度量空间网络坐标算法

网络坐标是根据网络测量时延将节点嵌入虚拟度量空间,根据坐标位置预测节点时延的模型和算法.然而通过网络测量发现互联网中广泛存在非对称和反三角(Triangle Inequality Violation,TIV)时延,度量空间固有的对称性和三角形不等性在本质上无法体现互联网时延的真实特征.特别是对利用反三角属性建立优化中继路由的应用,传统的网络坐标算法无法支持.为此,该文提出一种基于松弛度量空间的网络坐标模型,利用KL散度距离替代欧式距离定义节点时延,并设计了分布式网络坐标算法KL_vivaldi.通过理论分析与仿真表明:算法支持非对称时延和TIV的预测,提高了时延的预测精度,拓展了网络坐标算法的应用领域.     

多宿主连接环境下隧道传输网络的一体化路由模型

现有隧道传输只考虑异构网络基本连通性,是一种分段独立实施路由选择的路由模型,没能对端到端跨越异构网络的传输路径进行一体化考虑.针对边缘网到支撑网的多宿主连接网络环境,提出了一种跨异构网络的一体化路由模型URM(Unified Routing Model).URM模型采用参考度量实现对异构网络路由优劣的统一描述,利用BGP协议扩展实现参考度量的传递,并设计了参考度量与传统度量的转换方法.URM模型实施时影响范围很小,只需对隧道网关进行简单改造即可完成,最终的一体化路由机制也是透明地利用现有路由机制完成.URM模型会给异构网关和边缘网路由器带来更多的信息存储,但其优势却非常明显,在实现端到端一体化最优路由选择的同时,增加了隧道传输的可用路径并提高了隧道传输可靠性.仿真实验及真实设备组网实验验证了URM模型的一体化路由选择能力及路由收敛能力.     

应用改进视觉显著性度量方法进行图像分割

视觉注意机制是人类与生俱来的特有属性.在视觉注意机制的协助下,人类视觉系统可以有选择性地针对视觉信息进行处理并有效解决有限信息处理资源与海量视觉信息之间的矛盾.与现有基于计算机视觉机制的图像分割方法比较,本文提出改进视觉显著性度量方法生成的系统显著图能够更加准确表现原始图像中各个像素点的显著性值,根据系统显著图进行阈值分割便可以对前景目标和背景区域进行区分,不需要加入其他方法,这样既可以降低运算时间复杂度,又可以使得图像分割结果更符合人类视觉特点.本文算法对于包含前景目标可得到优良的图像分割结果,但本方法对于背景较复杂同时前景目标模糊的原始图像的图像分割效果不够理想.     

C程序映射到FPGA的寄存器快速评估技术

在基于FPGA的软硬件协同设计中,对硬件面积和延迟时间进行快速准确地评估是快速生成片上异构多处理器系统的关键步骤.使用传统的逻辑综合工具将会耗费大量的时间才能获得面积-时间的度量值,导致在软硬件协同设计流程中,抑制了设计空间的有效探索.本文关注将C程序映射到FPGA,对寄存器数量进行快速和准确的评估.提出的技术以高级综合工具Leg Up和底层虚拟机LLVM为基础,利用信号位宽优化信息、特殊指令信息以及编码方式对寄存器进行评估.实验结果表明,该技术能够对CHStone基准测试程序进行寄存器数量的评估;以Altera CycloneⅡ和StratixⅣFPGA为平台,实验结果的误差分别只有13.75%和10.48%,与使用Quartus工具的逻辑综合运行时间相比,能够实现84倍的加速.     

半监督空间化竞争聚集算法及其在图像分割中的应用

经典竞争聚集( CA)算法在聚类时对于样本中的少量已知信息没有加以利用,但这些信息往往需要应用到整个聚类过程中。此外,在相似度度量函数的选择上CA算法使用常见的欧氏距离,然而欧氏距离仅适用于团状数据,制约了算法的应用范围。针对上述问题,通过引入具备半监督学习能力的半监督项对隶属度矩阵进行增强,利用聚类中心和中心邻近的点组成空间,把样本点与该空间的距离替代欧氏距离作为新的相似度度量标准,并给出判断聚类中心能否合并的阈值参数,最终得到半监督空间化CA算法。通过在人造图像和真实图像上的分割结果表明,该算法能够更准确地获取聚类类别数以及更好的聚类效果。