ROSA:资源敏感的高性能Web容器体系结构

现有的Web容器多采用线程池体系结构,而Web容器所支撑的动态Web组件在执行过程中可能需要获取多种共享资源,由共享资源并发量限制导致的线程阻塞可能会严重影响性能。提出了一种资源敏感的Web容器体系结构ROSA(resource-oriented staged architecture)。当某些共享资源达到饱和时,若Web容器接到对需要这些资源的Web组件的请求,ROSA会暂缓为这些请求提供服务以减少线程阻塞。基于排队Petri网,建立了ROSA结构和线程池结构的性能模型,通过模型仿真和负载实验验证了ROSA体系结构的性能优势。     

基于日志挖掘的移动应用用户访问模型建模技术研究

提出了一种基于监控日志挖掘的移动应用用户访问模型自动构造方法,该方法包括监控代码注入和界面访问模型构造两部分。首先,提出了一种监控代码自动注入方法,即通过对移动应用代码的静态分析,自动地在相应位置插入监控代码以支持在运行时动态地监控用户的访问行为。其次,提出了一种基于状态机的移动应用用户访问模型构造方法。访问模型中状态机的节点和节点间跳转上的附加属性描述了UI界面之间的跳转行为和界面内控件的使用情况。对移动应用进行的实验表明,这种基于监控日志挖掘的移动应用用户访问模型自动构造方法能够成功地自动注入移动应用的监控代码,并能够有效获得移动应用用户界面访问行为。     

基于数据流程变换的Mashup性能优化方法

Mashup是一种流行的web2.0应用,由开发者将互联网上多个web数据源的数据进行聚合构建而成.大多数mashup工具支持通过可视化的数据流程设计来开发mashup,但是缺少编程经验的终端用户设计的数据流程可能执行效率很低,当处理较大规模数据时mashup的响应时间会大幅增加.本文研究如何通过数据处理操作的合并拆分、次序交换、并行化等技术实现mashup的数据流程优化,提高mashup的性能及可扩展性.本文提出一种新的mashup性能优化方法,对多样化的mashup组件标注其操作语义特征属性及代价模型,定义适用于mashup的流程变换规则,针对用户设计的rnashup数据流程生成所有与其语义等价的流程,并提出算法建立流程之间的代价偏序关系图从而快速选择执行代价最小的流程.文中实现了一个mashup工具,实验表明该方法可以有效提高终端用户设计的mashup的执行效率.     

支持JSR286和WSRP2.0规范的Portlet协作的设计

JSR286规范定义了本地Portlet之间的协作方式,WSRP2.0规范定义了远程Portlet之间的协作方式,但两者并未深入涉及远程Portlet和本地Portlet之间的协作问题,降低了Portlet的交互能力。针对这点不足,在WSRP2.0规范定义的事件分发及状态分发等协作机制基础上,设计了一个消费者门户主导的联邦协作框架。在该框架中,通过协作信息转换和协作服务作为中介,通过消息队列进行消息存储、消息验证和消息处理,实现了Portlet容器和代理容器的松散耦合,并支持远程Portlet和远程Portlet之间、远程Portlet和本地Portlet之间、本地Portlet和本地Portlet之间的协作。该框架与JSR286规范和WSRP2.0规范兼容,满足WSRP2.0模块的可插拔性,并具有良好的可扩展性和可移植性。     

基于程序分析的分布式应用自动化追踪方法

提出了一种零配置的端到端细粒度追踪的方法-EasyTrace,应用于分布式系统发生性能降级时的问题诊断.传统工具往往存在监测粒度与服务组件源码紧耦合或配置信息复杂、修改代价高等不足,EasyTrace能够做到零配置下性能问题的准确定位.基于开源电子商务系统的实验结果表明,EasyTrace相对传统监测工具对系统造成的扰动很小.     

面向移动应用的后端服务平台

典型的移动应用开发分为服务器端和客户端两部分,传统的移动应用开发模型需要花费大量人力、物力和时间成本用于开发和维护服务器端功能．本文提出了一种面向移动应用的后端服务平台,该平台为移动应用开发提供自定义数据服务、用户管理服务、文件存储服务、地理信息查询服务、消息推送服务等适用于典型移动应用场景的通用服务．移动开发者可以通过平台提供的REST风格OpenAPI或者为不同移动终端提供的nativeSDK两种方式利用后端服务平台进行移动应用的开发．最后,本文以实际案例说明了面向移动应用的后端服务平台的使用和为移动应用开发带来的优化和改进．     

基于日志分析的虚拟化环境故障定位系统

在云平台的运行维护中,虚拟化环境的故障定位对容错极其重要。针对虚拟化环境的空间拓扑时变性,提出了一种基于时变的节点间依赖关系的日志分析方法,为决策树故障定位提供支持。节点间依赖关系能够帮助压缩日志,只提供故障时间窗口内的有效信息作为挖掘来源,从而更快更准确地完成故障定位。实验表明,能够在较大系统规模的多变的虚拟化环境下实现有效和高效的故障定位。     

基于Android平台的黑盒测试生成工具的研究对比

随着移动互联网技术迅速发展,移动设备成为人们生活中必不可少的部分,其中Android手机占有了智能手机的主要市场。相对于传统软件,Android应用易于发布、开发周期短,但其质量常常难以保证。软件测试是用于保证软件质量的最常用方法,其中关键的步骤是如何生成合适的测试用例,而对于事件驱动型Android应用程序,关键在于如何生成合理的事件序列辅助测试过程。目前,已有一些研究者开发了面向Android应用的测试事件生成工具。针对三种典型的测试生成工具,分析了其工作原理与特性;并选取覆盖多种类别的40个应用程序作为基准测试集,设计了统一的测试框架,对工具的兼容性、易用性、测试时间和程序覆盖能力等特点进行了分析与对比,并根据相关测试工具的缺陷提出一定的创新性的解决方案。     

面向状态可变数据流的集群调度综述

状态可变数据流(Mutable States Data Flow,MS-DF)是机器学习系统运行时的主要特征,MS-DF可由有向图来表示,其顶点由算子构成,表示机器学习运算逻辑;边代表算子之间的输入输出依赖关系.MS-DF的集群调度是保障机器学习系统高效运行的主要工作,如何高效进行MS-DF的集群调度已经成为机器学习的...     

基于最小费用最大流的大规模资源调度方法

并行作业是大规模资源调度的研究热点.已有研究工作通常采用队列进行资源调度建模,仅能满足局部最优解,只能适应调度目标固定不变的场景,灵活性不够.提出了一种基于最小费用最大流的大规模资源调度建模方法,将任务的资源需求和物理资源供给问题转换成最小费用最大流图的构造和求解问题.首先,选择公平性、优先级和放置约束三种典型度量作为切入点,从资源视角映射为图的构造问题,通过改变图的结构使其具备适应性调整能力.其次,针对图的求解时间复杂度高的问题,实现了一种增量式优化算法.最后,实验对比公平性、优先级和放置约束三种资源调度典型系统,验证了本方法可通过按需配置,支持多种调度目标,具备灵活性.并通过实验仿真验证了万级规模下基于图的资源调度延迟,比基于未优化图算法的资源调度延迟最多降低10倍.