用户感知的重复数据删除算法

通过大量的实验分析发现:在云桌面场景下,数据拥有者之间的工作相关度越大,则该用户之间存在重复数据的概率越大.基于该实验结果,提出了用户感知的重复数据删除算法.该算法打破了数据空间局部性特征的限制,实现了以用户为单位的更粗粒度的查重计算,可以在不影响重删率的前提下,减少5~10倍常驻内存指纹的数量,并可将每次查重计算的指纹检索范围控制在一个常数范围内,不随数据总量的增加而线性增加,从而有效避免了因为数据总量增加而导致内存不足的问题.除此之外,该算法还能根据存储系统的负载情况自动调整重复指纹检索范围,在性能与重删率之间加以平衡,从而更好地满足主存储场景的需要.原型验证表明,该算法可以很好地解决云计算场景下海量数据的重复数据删除性能问题.与OpenDedup算法相比,当数据指纹总量超出内存可用空间时,该算法可以表现出巨大的优势,减少200%以上的读磁盘操作,响应速度提升3倍以上.     

云计算环境下基于用户行为特征的资源分配策略

资源分配策略是云计算研究领域中的一项重要研究点,研究人员提出了多种资源共享与分配策略,然而很少有工作关注不同云计算用户群体的行为习惯对资源分配策略的影响.提出的基于用户行为特征的资源分配策略就是通过统计用户工作习惯与任务完成时间期望值的变化规律,建立用户行为特征信息表,从而预测出不同时间片内用户的任务提交规律以及用户期望完成时间,动态调整云计算系统的资源分配策略,使得系统在满足用户预期任务完成时间的前提下实现任务并发最大化,提升单位资源的用户满意度.HUTAF(Huawei unitfied test automation framework)云测试平台是华为公司自行研发的云测试平台,并基于该平台开展各种策略下的资源利用率与用户满意度实验.实验结果表明,该策略提升了整个系统在满足用户期望完成时间的前提下的总任务并发数,有效降低了IaaS供应商的运营成本.     

模型驱动的自动化测试架构

如何在确保软件质量的前提下有效缩短上市周期的问题日益显得重要。在实际工作中基于MDT的思路研究出了一种基于模型驱动的自动化测试架构。该架构通过算法直接将UML系统设计模型转换成U2TP测试设计模型,然后由测试设计模型根据测试策略和测试工程方法自动生成测试用例,实现了测试资源重利用和测试活动的前移从而有效缩短了测试周期。     

因子相关度生成最优测试用例集的工程方法

针对Pairwise工程方法测试用例数量巨大的不足,提出了一种基于因子相关度的最优测试用例集生成工程方法（Factor Relationship-Based Test,FRBT）。它通过因子相关度计算模型分析UML设计模型和程序源码,计算出被测系统各模块的因子相关度矩阵,并通过相关因子覆盖算法实现按因子相关度的两两正交覆盖。最关键的改进点是FRBT方法采用了数学模型来挑选相交因子,从而解决了其他工程方法中完全依赖STE（Software Test Engineer）经验挑选因子所带来的风险与不稳定性,使测试用例设计更加快速、客观。实验表明,FRBT工程方法不仅生成的测试用例数量最少,而且将Pairwise工程方法的缺陷命中率从26.518%提升到了52.568%。