基于热成像的机房热点成因自动诊断方法

服务器设备的异常高温在机房内部会形成热点,不仅会影响服务器的稳定和寿命,还会导致机房制冷效率的降低,从而增加机房的制冷能耗,增加运营费用。导致产生热点的原因有很多,例如空气流通不畅、风扇失灵、长时间满负荷运行等等。通过自动诊断热点的成因,可以有针对性的消除热点,为机房环境控制提供数据支持,有助于降低机房制冷能耗。根据热像仪拍摄的服务器出风口一侧的红外图像,利用人工智能技术,提出了自动诊断热点成因的方法。针对实际工程应用中热点样本数量不足的问题,提出了基于深度卷积对抗生成网络(DCGAN)合成热点样本的解决方案。通过多组实验验证了方法的有效性,热点成因的诊断准确率约为95%。     

基于入度调整的结构化P2P网络拥塞控制算法

针对结构化对等网络中存在的由查询负载不均衡所导致的拥塞问题,提出一种基于动态入度调整的拥塞控制算法。算法根据节点查询负载的情况,动态判定出可能存在的热点,并将热点周围的节点组织起来,通过调整每个节点入连接的数量对负载进行调整。为了克服节点处理能力的异构性,算法将热点组中的节点进一步划分为多个能力组,并在能力组内和组间分别进行调整。模拟结果表明,该算法在处理突发流量的过程中可以有效地减少查询失败的次数,降低拥塞产生的影响。     

服务缓存约束下优化用户设备执行成本的任务卸载策略

边缘计算通过在网络边缘侧提供更优的计算和存储能力,能够有效降低用户设备的执行时延和能耗。随着应用程序对计算和存储资源的需求越来越大,任务卸载作为消除用户设备固有限制的一种有效手段,成为了主要的研究热点之一。然而,在已有的任务卸载研究中,常常忽略不同类型的任务对服务需求的多样性以及边缘服务器服务缓存有限的情形,从而导致不可行的卸载决策。因此,在服务缓存约束下,研究了能够使得用户设备执行成本最优的任务卸载问题。首先设计了云服务器、边缘服务器和本地设备的协同卸载模型,用于平衡边缘服务器的负载问题,同时借助云服务器弥补边缘服务器有限的服务缓存能力。然后,提出了适用于云边端协同的任务卸载算法,优化用户设备的执行成本。当任务被卸载时,先采用改进的贪婪算法选择最佳的边缘服务器,再通过比较任务在不同位置上的执行成本,来确定任务的卸载决策。实验结果表明,所提算法相比对比算法能够有效降低用户设备的执行成本。     

增强型动态反馈随机分发负载均衡算法

针对移动定位平台集群服务器的系统特征,该文提出了一种新的负载均衡算法。该算法采用周期动态反馈方法,并将节点接纳新请求所带来的增量引入到对节点负载的预测中去,根据节点剩余处理能力动态调整节点分配的概率。在实验室搭建的移动定位平台上,对本算法以及Pick-KX和DFB (Dynamic Feedback)两种负载均衡算法在异构环境中的系统吞吐量、系统应答时间进行了对比测试,结果显示在高负载情况下该算法优于另外两种算法。     

基于相似度综合计算的本体映射方法的研究

语义异构问题已成为目前异构数据集成领域的研究热点,本体由于其自身的优势而被用于解决语义异构。该文讨论了基于相似度的本体映射方法．着重介绍了基于语法距离、基于WordNet语义字典以及基于结构的相似度计算,最后提出了本体映射生成算法,旨在解决语义异构中本体映射问题。     

基于本体相似度计算的研究

语义异构问题已成为目前异构数据集成领域的研究热点,本体由于其自身的优势而被用于解决语义异构。该文讨论了基于相似度的本体映射方法,着重介绍了基于语法距离、基于WordNet语义字典以及基于结构的相似度计算,最后提出了本体映射生成算法,旨在解决语义异构中本体映射问题。     

一种混合式拓扑的P2P VOD系统设计

针对P2P视频点播系统的扩展性问题,从媒体源服务器、索引服务器两方面考虑,提出一种混合式拓扑结构的P2PVOD系统的设计模型。在mesh结构系统普遍采用的gossip拓扑层之上构建一层有结构的P2P网络拓扑,使得DHT可以用于拖动操作后的合作节点定位,以有效减轻索引服务器的压力。在该混合式拓扑的基础上进行多服务节点数据调度算法的设计,能很好地适应网络的异构性与节点的动态性,并有效降低媒体源服务器的负载,同时满足系统扩展性与视频服务质量的需求。     

基于测试结果调整语句出错概率方法

运用测试集对程序错误语句定位的算法被统称为TBFL方法。目前通行的TBFL算法一般都没有利用测试员、程序员关于测试用例和程序的先验知识,致使这些“资源”白白浪费。随机TBFL就是一类新型TBFL方法,其精神就是在随机理论的框架下,把这些先验知识和实际测试活动结合起来,从而对程序错误语句更好地定位。随机TBFL算法可以看成是这种类型算法的一般“模式”,人们可以从这个一般的模式里开发出不同的算法。基于测试结果调整语句出错概率的方法就是将随机TBFL算法中关于程序、测试集的先验知识和具体测试活动分离开来,根据测试结果再先后注入人们对测试集和程序的先验知识,从而更好地定位错误语句。在一些实例上,通过把新算法和随机TBFL算法进行对比,发现新算法是可取的。提出了三个有关不同TBFL算法比较标准,从这三个标准考察,新算法在上述实例上也是良好的。     

分布式训练异构任务调度算法研究

分布式机器学习中的工作结点在训练过程中经常需要处理异构任务,但任务发布者可能无法根据有效的先验知识确定边缘服务器集群中哪些是处于训练状态的工作结点。针对边缘服务器集群无法同时满足训练性能与服务质量最大化的问题,对异构任务调度算法进行了研究。首先在集群资源约束下分析了分布式训练收敛性能的影响因素;其次建立了最大化训练性能的优化目标;最后转化为多维多选择背包问题进行求解。仿真结果表明,所提异构任务调度算法能够在保证服务质量的同时,最大化分布式训练性能。     

面向拟态构造Web服务器的执行体调度算法

调度是拟态构造Web服务器的重要机制,现有的调度算法多数缺乏对拟态构造Web服务器异构性和Web服务质量的考虑,不能解决调度机制带来的安全性和Web服务质量不稳定的问题。为此,提出基于最大异构性和Web服务质量的随机种子调度算法,通过计算拟态构造Web服务器所有阈值,随机选出种子执行体,根据最大异构性和Web服务质量确定调度方案。仿真结果表明,与随机调度算法相比,该算法具有较优的调度效果,在安全性、Web服务质量和动态性之间达到了较好的平衡。     

基于博弈论的多服务器多用户视频分析任务卸载算法

在过去的近10年中,人工智能相关的服务和应用大规模出现,它们要求高算力、高带宽和低时延.边缘计算目前被认为是这些应用最适合的计算模式,尤其是视频分析相关应用.研究多服务器多用户异构视频分析任务卸载问题,其中用户选择合适的边缘服务器,并将他们的原始视频数据上传至服务器进行视频分析.为了有效处理众多用户对有限网络资源的竞争和共享,并且能够获得稳定的网络资源分配局面,即每个用户不会单方面地改变自己的任务卸载决策,该多服务器多用户异构视频分析任务卸载问题被建模为一个多玩家的博弈问题.基于最小化整体时延的优化目标,先后研究非分布式视频分析场景和分布式视频分析场景两种情形,分别提出基于博弈论的潜在最优服务器选择算法和视频单元分配算法.通过严格的数学证明,两种情形下提出的算法均可以达到纳什均衡,同时保证较低的整体时延.最后,基于真实数据集的大量实验表明,所提方法比其他现有算法降低了平均26.3%的整体时延.     

基于进化理论的无线网络室内定位算法

传统测距算法采用电磁信号的理论模型,其参数根据经验确定,导致定位误差较大。为了提高室内的定位精度,减少环境因素的不利影响,提出了一种基于进化理论的无线网络室内定位算法。首先采用模拟生物进化的遗传算法对损耗模型参数进行估计,找到最优的模型参数,然后采用三边定位算法对未知节点进行定位,最后进行仿真实验测试其性能。结果表明:该方法可以有效降低无线网络的室内平均定位误差,具有一定实用价值。     

一种支持异构可信平台的可信计算软件栈研究

可信计算成为信息安全领域的一个热点研究方向,由于不同可信平台模块中使用的密码算法不同,导致了可信计算平台的异构。本文简要介绍了可信计算平台,提出了利用可信计算软件栈实现异构可信平台在应用上的兼容,同时主要研究了支持异构可信平台的可信计算软件栈。     

基于虚拟机调度的数据中心节能优化

随着数据中心的快速发展,其能耗问题已经愈发突出,数据中心节能机制已成为研究热点;但大多节能机制并未充分考虑数据中心的异构性,如不同时间购置的服务器之间存在差异。为此引入代表服务器能耗效率的能效比(Performance/Power)作为参数,提出一种基于虚拟机调度的节能算法PVMAP,动态整合虚拟机时优先充分使用能效比高的服务器,从而尽量减少虚拟机迁移次数和同时运行的服务器数量。仿真实验结果表明,算法能够在节能的同时保证服务质量(QoS),比其他算法具有更好的稳定性和可扩展性。     

被动测试和主动测试的研究

协议测试对于保证协议实现的正确性起着至关重要的作用．现在研究较多的测试方法是主动测试,被动测试则是一种新兴的测试方法．对两种测试思想进行比较，提出了将两者结合以获得更好测试质量和测试效率的算法，即先对IUT进行被动测试．通过测试收集一些有用的启发式信息．然后再将这些信息用于指导后续的主动测试，此算法已被用于BGP协议的测试，实验证明该算法可以提高主动测试效率。     

异构环境下相关任务调度免疫遗传算法的研究

合理的调度可以在很大程度上提高异构系统资源的利用率,在研究现有任务调度算法的基础上,定义了异构环境下相关任务调度的数学模型,并基于分层和启发式算法的思想,提出最多度动态调度算法MDSA和最少入度动态调度算法LIDSA构造初始种群;借鉴生物免疫系统抗体多样性产生及保持机理,定义了基于抗体的矢量距离、亲合力及浓度相关的选择概率,并改进交叉算子,这样可以在进化过程中保留优秀个体,同时抑制抗体群早熟;提出了高度遍历解码算法HTDA,简化算法实现过程.仿真实验结果表明,本文算法与其它调度算法比较,更能有效地实现资源的分配,可以成功应用于异构环境下相关任务调度.     

基于异构多核处理器的媒体资源服务器

随着彩铃、IVR等多媒体增值业务需求的增加,电信网络中媒体资源服务器的多媒体并发处理能力逐渐成为这些增值业务发展的主要制约瓶颈。该文在分析媒体资源服务器特性的基础上,提出一种基于异构多核微处理器架构的媒体资源服务器的解决方案,探讨媒体资源服务器在该多核架构下的设计及媒体处理的性能优化,并进行相关测试。仿真测试结果表明,该设计可以获得高于现有通用处理器平台下媒体资源服务器2倍~4倍的性能表现。     

异构网络中保障业务QoS的TCP协议研究

当TCP协议应用于异构网络时业务的QoS无法得到保障,具体而言,一方面TCP协议与无线网络适配性较差,导致网络丢包率升高、吞吐量下降;另一方面,TCP协议对于业务不区分优先级,不能满足高优先级业务的需求。因此,文章提出了异构网络中基于捕食模型的保障业务QoS的TCP协议(QoS - Internet Predator based on Prey Model,Q-IPPM)。Q-IPPM算法不仅会根据异构网络的带宽改进TCP协议的拥塞控制架构,还根据不同业务的负载状况和优先级控制不同业务流量占比。实验结果表明,Q-IPPM算法不仅可以提显著提高异构网络的吞吐量,降低网络丢包率,还能够根据业务优先级和负载状况将带宽“按需分配”给不同业务,从而保障了异构网络中业务的QoS。     

掘进工作面长压短抽通风出风口风流调控参数研究

掘进工作面长压短抽通风方式下出风口风流不能根据掘进过程的实际需求进行动态调控,进而造成风流分布不合理,粉尘聚集严重。现有针对掘进工作面长压短抽通风出风口风流分布及降尘效果的研究都只是单一地分析了风筒出风口参数变化对掘进工作面风流分布及降尘效果的影响,未考虑各参数之间对粉尘场运移分布的交互影响,且对在不同掘进阶段,出风口参数如何综合变化才能达到最佳的通风降尘效果的研究不深入。针对上述问题,以陕西榆林神木柠条塔矿S1204掘进工作面为研究对象,建立了出风口参数可以变化的风流调控有限元模型,模拟分析了风筒出风口参数变化对风流及粉尘浓度运移分布的影响,通过数值分析选取了风筒出风口口径、水平右偏角度和垂直上偏角度作为出风口风流动态调控参数,提取了不同风流调控参数调控后司机位置处及回风侧行人位置处的风速及粉尘浓度数据。通过小生境遗传算法,以司机位置处及回风侧行人位置处的粉尘浓度同时最低为优化目标对提取的风流调控数据进行挖掘分析,获取了S1204掘进工作面出风口距掘进端面最近距离5m和最远距离10m时的最佳风流调控参数:在5m处,出风口口径为1.1～1.2m,水平右偏角度为10～15°,垂直上偏角度为3～6°;在10m处,出风口口径为0.8～0.9m,水平右偏角度为0～5°,垂直上偏角度为0～3°。搭建了1∶5相似模拟的S1204掘进工作面风流智能调控实验测试平台,对最佳风流调控参数进行了测试分析,结果表明:司机位置处的粉尘浓度最高降低了52.3%,回风侧行人位置处的粉尘浓度最高降低了60.6%,验证了最佳风流调控参数的准确性。     

考虑热点及热量分布系统级芯片的测试规划

在Soc的测试规划时,考虑为避免在测试过程中出现热点以及测试过程中使热量均匀分布,基于建立的问题模型得到一系列的并行测试集合,再通过Bin-Packing算法构造测试规划,并进行全局的优化．对ITC＇02测试用例的实验结果表明,该方法在牺牲一定的测试时间的情况下,有效地控制了在测试时芯片温度的升高,从而避免出现由热量引起的一系列问题．