数据密集型计算中负载均衡的数据布局方法

广泛用于数据密集型计算的MapReduce模型将计算部署到数据端并行执行,数据布局将不再只影响存储本身,还影响计算效率;节点上存储数据的特征决定该节点上任务的执行效率,负载均衡从传统的服务器管理或任务调度研究转变成为以提高并行性为目的的数据布局研究,为此,分析了数据密集型计算和MapReduce环境中数据布局的特点,提出了负载均衡的数据布局目标,并提出在特定环境下实现负载均衡的数据布局方法,最后通过实验证明了数据布局目标和数据布局方法的有效性.理论和实验结果证明,新提出的布局方法能有效地提高MapReduce应用的并行性,优化其执行效率.     

软件缺陷度量与分析技术研究

软件能力成熟度模型第4级中要求在项目中定量管理,建立组织级过程,构成完整的量化管理,采用统计或其它定量方法管理软件过程,并通过对过程中出现的方法、技术等问题进行因果分析和寻找解决方案[1]。在仔细研究了现有的缺陷度量分类方法和分析指标后,通过运用缺陷数据分析方法,在开发过程中运用缺陷分析的结果,可以采取合适的对策尽早发现和消除存在的缺陷,以提高软件产品的开发质量和成功率。     

一种云计算环境下的能效模型和度量方法

提出一种云计算环境下的能效模型和度量方法.首先定义了能效的数学表达及其测量和计算方法,并推导出了能效最大值的发生条件;其次,为方便能效计算,改进了计算机功率和CPU工作状态之间关系的数学表达,通过CPU使用率和频率来计算能效,从而简化了能效测量方法,此外,还设计并实施了大量实验,验证了提出的能效模型的正确性;同时对单机环境,云计算环境中CPU密集型、I/O密集型和交互型运算进行能效评估,总结其能效规律和优化办法,理论和实验证明,所提出的能效模型和计算方法能够准确地评估云系统的能效,并为能效优化奠定基础.     

软件缺陷度量与软件过程管理方法研究

软件能力成熟度模型第4级中要求在项目中定量管理,建立组织级过程性能,构成完整的量化管理,采用统计或其它定量方法管理软件过程,并通过对过程中出现的方法,技术等问题进行因果分析和寻找解决方案。在仔细研究了现有的缺陷度量分类方法和分析指标后,提出了一个基于缺陷度量与分析的软件过程改进模型。应用该模型可以设计缺陷数据管理系统。     

基于Key-Value的云数据管理应用接口标准化研究

分析了基于Key-Value的云数据管理应用接口的标准化问题和面临的挑战,对现有基于Key-Value的云数据管理服务进行了调研,总结出包括数据模型和RESTAPI等方面的异同,并提出未来的标准化工作建议.