基于CAMAC总线的交替式数据采集及实时监控系统研究

进行了一种称为交替式数据采集及实时监控系统的研究。该系统不仅能实现以较高频率进行任意时间的数据采集，还能在放电过程中以图形方式实时显示等离子体的各种参数供实验人员在线分析及控制。     

广义de Bruijn多计算机互连网络

（ｄ，ｍ）ｄｅ Ｂｒｕｉｊｎ多计算机系统互连网络限制网络的规模必须为ｄ＾ｍ。本文把（ｄ，ｍ）ｄｅ Ｂｒｕｉｊｎ网络推广到了任意顶点情形，提出了广义ｄｅ Ｂｒｕｉｊｎ网络，研究了广义ｄｅ Ｂｒｕｉｊｎ网络的自路由性质，设计了路由算法，研究了广义ｄｅ Ｂｒｕｉｊｎ网络顶点度的性质和容错特性。     

专用设备驱动程序交互式生成器的设计与实现

主要作为电子高科技的重点领域，专用实时设备无论类别和型号，抑或数量和质量，均与日俱增，令人目不暇接。它们的高效管理与灵活加接，是任何计算机专用实时系统不可或缺的基本功能，其驱动模块随之成为任何专用实时系统无法回避的设计难点。本文介绍我们自行研制的专用实时设备驱动程序交互式生成器ＲＴＤＧ的设计与实现。     

一种面向车辆实时数据并行处理的任务调度算法

车辆实时监管正面临着不断增长的大规模车辆监测数据的实时处理需求,需要采用分布式的并行计算架构来提升大规模车辆监测数据处理的性能,支撑多样化的车辆监测数据处理任务,应对支撑环境的伸缩性需求。在这种架构下,对系统中不同计算节点间的车辆监测数据处理任务的调度提出了更高的要求。针对这一要求,并结合流式到达及历史积累的车辆监测数据的持续化处理需求以及大规模车辆监测数据实时处理中内存敏感的特征,提出一种基于路由表的并行任务调度算法。该算法基于车辆监测数据时空属性以及各计算节点的内存信息建立路由表,并以路由表的形式来进行任务的并行划分和分配调度,从而使得各计算节点达到负载均衡的状态。实验表明该算法能够使计算节点间的负载差异缩小到12%以内。此外,该算法在某市车辆监管实时系统中的实际应用也证明了其有效性。     

使用移动平均线预测云平台服务性能趋势

系统性能预测为有预见性的资源调度提供依据,是云平台管理的重要方面。从数据收集、数据处理和预测方法三个方面总结性能预测方法。提出采用移动平均线方法来预测服务性能的长期发展趋势。针对性能小范围波动时会频繁改变预测信号的问题,进一步改进此方法,引入标准差以有效过滤抖动信号。在亚马逊弹性计算云环境下验证了方法的有效性。     

面向服务的云数据挖掘引擎的研究

数据挖掘算法处理海量数据时,扩展性受到制约。在商业和科学研究的各个领域,知识发现的过程和需求差异较大,需要有效的机制来设计和运行各种类型的分布式数据挖掘应用。提出了一种面向服务的云数据挖掘引擎的框架CloudDM。不同于基于网格的分布式数据挖掘框架,CloudDM利用开源云计算平台Hadoop处理海量数据的能力,以面向服务的形式支持分布式数据挖掘应用的设计和运行,并描述面向服务的云数据挖掘引擎系统的关键部件和实现技术。依据面向服务的软件体系结构和基于云平台的数据挖掘引擎,可以有效解决海量数据挖掘中的海量数据存储、数据处理和数据挖掘算法互操作性等问题。     

Trochilidae:面向众核平台的高性能轻量级虚拟机监控器

虚拟化技术在云计算中广泛应用。传统虚拟化技术对操作系统的一些操作都进行了捕捉与封装,使其越来越复杂,同时也影响了操作系统的性能。针对众核平台的发展趋势和特点,面向众核平台设计并实现了一个轻量级的高性能虚拟机监控器——蜂鸟(Trochilidae)。多操作系统可以同时运行在此虚拟机监控器之上,同时对操作系统性能无损失。在提供传统虚拟机监控器功能的基础上,蜂鸟的代码量仅4000行左右(包括汇编与C代码),降低了系统的复杂度,便于系统的维护与调试。     

基于Hadoop云存储系统在设计院的应用研究

近年来,三维设计、协同设计在设计院中逐渐推广使用,设计院面临着文件和数据量的快速增长,现有的文件存储设施已不能适应业务增长的需求。本文首先描述了云计算和云存储的概念,分析了云存储的体系结构和技术优势,提出了基于Hadoop构建的云存储系统模型,并应用于数据备份、归档及数据共享等领域,满足了设计院对海量数据存储、数据共享和数据挖掘等要求。