基于衰落Bloom Filter 的P2P 网络弱状态路由算法

在P2P网络中,基于衰落Bloom Filter的弱状态路由算法试图将每条查询消息沿着成员资格信息量最强的方向传递,并最终以较低的传输代价和传输时延确保较高的查准率.衰落Bloom Filter在传递过程中存在严重的多径叠加和噪音问题,这直接导致查询消息会以很高的概率沿着错误的方向传播,甚至会退化为泛洪路由算法.为了解决这一挑战性难题,提出了DWalker这种基于衰落Bloom Filter的高效弱状态路由算法.DWalker基于有向随机网络,采用指数衰落Bloom Filter来发布和传播每个节点共享资源的信息,且其最大传播距离小于网络中任意两点之间距离的期望值,从而有效抑制了衰落Bloom Filter在传播过程中的多径叠加问题.DWalker采用多个Bloom Filter而不是单个Bloom Filter来表达一项路由条目,在单个Bloom Filter的错误发生概率达到设计上限时,可按需动态增加新的Bloom Filter,以将更多资源对象信息纳入到当前路由条目中.DWalker仅根据当前节点的各项路由条目中值为1的比特位所占的最大比例,以及查询消息在正确转发方向对应的路由条目中对应比特位中值为1的个数的临界值,就能使进入目标对象传播范围内的查询消息以较高的概率辨认出正确的路由方向.理论分析和实验结果表明,DWalker能够以较低的查询消息代价、较小的路由条目存储开销以及较短的查询时延,使绝大多数查询消息沿正确方向转发,从而获得较高的查准率.     

第四代银河仿真系统——银河高性能分布仿真系统设计和实现的关键技术

分布交互仿真是仿真技术和计算机网络技术的产物,随着大规模多系统仿真应用需求的推动及相关技术的牵引,新一代仿真技术高层框架HLA成为未来分布仿真发展的趋势。本文介绍了基于HLA标准的的银河高性能分布仿真系统的设计和实现的关键技术,该系统可广泛应用在航天、航空、军事、金融、商业娱乐等领域。     

强实时系统的调度

实时系统的一个重要研究领域是调度 ,实时任务能否在规定的时限内完成依赖于调度算法的好坏。本文给出了当前强实时系统的主要调度思想和模型 ,并对各算法的特点进行了评述 ,对强实时系统的设计和论证具有重要意义。     

神经网络在容错系统可靠性分析中的应用

由于神经网络具有大规模并行、集团运算等特点,以及强大的自适应、自学习、容错和推广能力,从而使神经网络在可靠性工程的许多领域得到应用,本文将循环前馈神经网络应用到容错系统的可靠性分析中,达到了简化容错系统可靠性分析与设计的目的。并且,由于神经网络具有的学习与自适应的功能,使它在分析较为复杂的容错系统的可靠
靠性时,具有更强的竞争力。     

一种基于分组与适当选取策略的实时多处理器系统的动态调度算法

在分析了近视算法和节约算法缺点的基础上，提出了一种新的实时多处理器系统的动态调度算法——分组适度算法．分组适度算法包括两个策略：分组策略和适当选取策略．分组策略是为了提高资源的利用率，在保证具有较小目标函数值的任务截止期限的情况下，优先选择可以共享访问资源的任务进行扩展．适当选取策略是为了提高处理器的利用率，当任务不访问资源以及任务所需资源的最早可用时间小于系统中处理器的最小最早可用时间时，选择最早可用时间最小的处理器；否则，选择最早可用时间最接近资源的最早可用时间的处理器．模拟结果表明，分组适度算法的任务接受率高于近视算法和节约算法的任务接受率．     

一种基于大项集重用的序列模式挖掘算法

在重新定义序列模式的长度、增加了序列模式的挖掘粒度的基础上，提出一种基于大项集重用的序列模式挖掘算法HVSM．该算法采用垂直位图法表示数据库，先横向扩展项集，将挖掘出的所有大项集组成一大序列项集，再纵向扩展序列，将每个一大序列项集作为“集成块”，在挖掘k大序列时重用大项集．并以兄弟节点为种子生成候选大序列，利用1st—TID对支持度进行计数．实验表明，对于大规模事务数据库，该算法有效地提高了挖掘效率．     

Web预取模型分析

WWW的快速增长导致网络拥塞和服务器超载。缓存技术被认为是减轻服务器负载、减少网络拥塞、降低客户访问延迟的有效途径之一，但作用有限。为进一步提高WWW性能，引入了预取技术。文中首先介绍了Web预取技术的基本思想及其研究可行性，然后分析了现有Web预取模型，最后给出了一个Web预取模型应具有的关键属性。     

超级计算机系统实时节能控制技术的理论与实践研究

本文提出了一种解决超级计算机中系统级节能问题的方案,采用共享计算机资源实时任务执行概率和节点机安全切入和切出机制,实现了超级计算机系统中负载检测统计和预测以及节能安全决策。初步实验表明,本文提出的节能安全决策方法可以实现较多节能,其节能效果受限于具体的系统模型、开销模型和负载预测结果。     

三维点云法向量估计综述

由于获取方便、表示简单、灵活等优势,点云逐渐成为常用的三维模型表示方法之一。法向量作为点云必不可少的属性之一,其估计方法在点云处理中具有重要的位置。另一方面,由于点云获取过程中不可避免的噪声、误差和遮挡,点云中通常含有噪声、外点和空洞,并且部分采样模型如CAD模型,也会存在尖锐特征,这些都给法向量估计提出了挑战。对当前已有的点云法向量估计算法进行综述,分析其原理及关键技术,着重分析它们在处理噪声、外点和尖锐特征等方面的能力并给出比较,最后为未来研究提供了一些建议。     

一种基于GPU实现的自适应八叉树纹理绘画算法

当前,虽然基于二维图像映射定义的传统二维纹理已得到广泛应用。但是它有很多局限性。这是因为很多三维模型在纹理空间中进行参数化是非常困难的,例如隐式表面、细分表面和高密度或高细节的多边形网格。基于八叉树纹理定义,提出了一种新型的自适应八叉树纹理绘画算法。和传统的八叉树纹理映射算法相比,不但占用更少的存储空间,而且实现了基于GPU的纹理查询,有更快的查找速度。