可重构比特置换网络配置信息提取算法研究*

比特置换单元由比特置换网络和配置信息组成,基于Benes网络实现可重构比特置换网络,并改进和实现了两种配置信息提取算法,即二分法和并行算法。这两种方法能有效控制Benes网络中各开关元件的状态,实现各个待置换的比特在网络中非阻塞正确选路,其各有特点,在应用中可根据实际需要加以选择。     

一种基于BENES网络的可重构比特置换系统设计

采用ATM交换机中的BENES网络,提出了一种简洁正确的寻径算法,在可重构密码芯片上实现比特置换功能单元,能够完成N！种N到N的任意比特置换。该方法可以支持新的密码算法,加速分组密码,减少资源占用。     

可重构安全承载网络构建与重构算法研究

现有互联网安全体系结构僵化且效率低下。基于“以可变的有限节点资源支持多样安全应用需求、以内置的安全结构提供多级安全保障”这一认识,避免单一追求高安全等级或高服务质量的简单模式,提供更高的灵活性和可扩展性,提出一种基于重构的安全业务—服务—构件模型,并在此基础上给出可重构网络安全体系的初步构想和具有多级安全保障的可重构安全承载网络结构,给出了可重构安全承载网络构建及重构算法。仿真结果验证了算法的有效性和性能。     

粒度可配置的密码算法重构单元设计

针对分组密码可重构设计中关键模块的详细实现问题,深入研究了分组密码算法中可重构逻辑单元的划分,以及需要实现的常用功能模块;利用可重构原理,设计了分组密码算法中的加法模块和S盒的重构实现方案,给出了详细的实现原理图;为了提高运行速度,给出了在重构结构下的流水线设计;经实验测试表明,设计的重构功能模块在进行加法运算时最高可提高8倍速度,进行S盒查表时,资源节省达52%。     

可重构网络中自适应入侵检测修复算法研究

随着越来越多实时应用程序的出现,计算机网络也面临着诸多挑战,如何有效防御入侵者的攻击已成为亟待解决的问题之一。为此,文中提出了一种在可重构网络环境下进行入侵检测和修复的算法。该算法既能够主动实时检测由入侵者删除节点所造成的网络中断,又能够在路径中断后及时采用基于度数的自适应修复算法来进行修复,以保持网络的连通性。实验表明该算法不仅检测延迟低,而且节点度数的增加和信令开销较小,能够较好地满足可重构网络的实时性需求。     

采用预配置策略的可重构混合任务调度算法

在对可重构硬件资源进行抽象的基础上,采用软硬件混合任务有向无环图来描述应用,提出一种基于列表的混合任务调度算法.该算法通过任务计算就绪顺序及可重构资源状态确定硬件任务的动态预配置优先级,按此优先级进行硬件任务预配置,隐藏硬件任务的配置时间,从而获得硬件任务运算加速.实验结果表明,针对可重构系统中的软硬件混合任务调度,能够有效地降低配置时间对应用执行时间的影响.     

采用配置完成优先策略的可重构任务调度算法

如何隐藏和减少配置时间是相依性可重构任务调度的关键问题.提出一种采用配置完成优先策略的相依性可重构任务调度算法,通过基于预配置优先级的列表调度算法,实现将后续任务的配置时间隐藏于前驱任务的运行时间中,并采用基于配置完成优先策略的配置重用机制,减少了任务调度后的配置过程,从而在总体上缩短了相依性任务集合的运行时间.仿真结果表明,该调度算法能有效避免调度死锁,并可减少相依性可重构任务的整体运行时间.     

高速比特置换实现技术研究

针对比特置换实现速度慢的问题,本文结合小位宽比特置换实现特点,提出采用双向抽取实现方法,并提出了双向抽取所需控制信息的生成算法.结合大位宽比特置换需要分组的特点,提出采用抽取移位和双向抽取共同实现的方法.结合双向抽取和抽取移位都包含抽取置换的特点,构建了以i Butterfly网络为基础的抽取移位和双向抽取统一硬件架构.最后对本文提出高速比特置换实现方法及其硬件架构的进行评估,结果表明,本架构不仅能够大幅提升比特置换实现效率,而且可以支持抽取、移位、双向抽取等常见的运算,具有较高的灵活性和处理性能.     

可重构数据中心网络研究综述

超大规模数据中心成为数字社会的关键基础设施.用户端应用的激增使得数据中心网络(Data Center Networks,DCNs)的东西向流量呈指数级增长,同时端应用的多样化也导致了严重的流量倾斜问题.此外,后摩尔时代的到来和Dennard缩放的失效使得数据中心网络设备容量的增速趋缓.数据中心网络面临用户激增、流量倾斜...     

可重构制造系统重构算法的实例研究

可重构制造系统（RcMS)的模型及其重构算法是可重构制造系统的形式化表示，是研究RcMS优化的理论基础，基于赋时可重构Petri网的可重构制造系统模型（TRPN－RcMS)及其重构算法是RcMS的形式化表示方法之一。文中以实例对RcMS重构算法进行说明和论证。首先假设一个RcMS的实例系统；然后，根据RcMS的当前系统组成及其生成计划生成RcMS当前系统的TRPN－RcMS模型；最后，根据RcMS重构后的系统组成及其生产计划的变化情况，利用RcMS的TRPN－RcMS模型的重构算法，生成重构后的系统的TRPN－RcMS模型。     

可重构系统的调度算法研究

根据重构系统的需要,提出了一种适合动态可重构系统的混合调度映射算法。采用图分割理论的方式对任务进行描述,并建立了动态可重构模式。该算法是一种在可重构硬件平台上多核应用的混合调度映射算法,即将每一个应用程序看作一个程序核,利用程序核之间的相关信息,尽可能减少可重构造成的系统时间开销。实验结果证明,所提出的算法能够有效地完成图分割到可重构系统的时空映射,与其他算法相比性能较高。     

可重构混合任务调度算法

隐藏和减少配置时间是可重构任务调度的关键问题。针对同时存在相关联的软、硬件任务的可重构混合任务,提出一种可重构混合任务调度算法。通过预配置策略和优先级算法确定需要预先配置的任务及其预配置顺序,将后继任务的配置过程隐藏在前驱任务的运行时间中,并采用配置重用策略,减少相同任务的配置次数。实验仿真结果表明,同已有的算法相比,该调度算法调度效果明显,减少了可重构任务调度的整体开销。     

可重构网络中基于相似度的自适应路由算法研究

传统IP网络中采用了基于IP地址的路由协议,而各种实时应用程序的出现,对网络性能提出了更高的要求。为了使各个节点在网络拓扑结构发生变化时仍能正确传输消息,提出了一种在可重构网络中使用的路由算法。该算法以内容中心网络中的发布／预订系统为原型,通过在代理节点之间发送查询请求和匹配响应消息,基于代理节点的相似度来确定消息传输的下一跳节点,同时避免了网络产生环路。实验表明该算法可以减少传输延时和跳数,具有动态性、实时性的特点。     

运动控制算法可重构机制

针对步进扫描光刻机运动控制系统调试和运行,提出了一种运动控制算法可重构的机制,实现运动控制算法和关键参数的在线修改;对比分析了不可重构与可重构运动控制软件的设计流程,指出了可重构的优势;为运动控制代码传输设计了VME总线通道并用FPGA实现总线接口,确保运动控制指令的高速稳定传输;设计了运动控制器运算核心DSP的外部接口和运行方式,确保运动控制算法的可控运行;实验结果表明DSP代码可从上位机下载运行,控制系统能灵活的重构运动控制算法,长时间运行稳定,大大提高了光刻机工件台控制系统调试的工作效率。     

可重构混合任务调度算法

隐藏和减少配置时间是可重构任务调度的关键问题。针对同时存在相关联的软、硬件任务的可重构混合任务,提出一种可重构混合任务调度算法。通过预配置策略和优先级算法确定需要预先配置的任务及其预配置顺序,将后继任务的配置过程隐藏在前驱任务的运行时间中,并采用配置重用策略,减少相同任务的配置次数。实验仿真结果表明,同已有的算法相比,该调度算法调度效果明显,减少了可重构任务调度的整体开销。     

FPGA芯片内部可重构配置系统设计

设计了可以配置单个逻辑阵列的FPGA芯片内部配置系统结构,提出了可重构配置的电路结构。在现有FPGA芯片结构的基础上,设计了可以根据实际需要有针对性地调整配置操作的系统以及相关的通信协议,使得调试开发过程中的操作时间尽可能缩短。     

基于异构网络处理平台的可配置并行路由查表算法研究

基于通用多核的网络转发性能难以满足高速网络流量线速处理的需求.软硬件结合的异构网络处理平台以其较高的性能和灵活性在网络处理领域得到广泛应用,但是如何基于异构平台实现高效的路由查表算法仍需进行深入研究,多核资源利用率低、共享冲突严重和访存次数多的问题是制约传统路由查表算法在异构网络处理平台实现性能提升的主要问题.为此,基于异构网络处理平台（network processing platform,简称NPP)提出一种可配置并行路由查表机制（configurable parallel lookup,简称CPL).CPL中的多线程并行查找和路由表的多副本存储技术在提高多核资源利用率的同时,实现了零冲突访问路由表项.此外,考虑到不同场景下路由前缀分布的差异,CPL支持通过配置对多级路由表的组织结构进行调整,从而有效地减少了路由表访问次数.最后在NPP上,对CPL和传统的查表算法进行性能测试和对比,验证了CPL的可用性和高效性.     

可配置m序列并行生成算法研究

针对m序列串行产生方式存在的速率低、序列单一等缺点,在线性反馈移位寄存器的基础上引入了一步状态转移矩阵的概念并分析了它和特征多项式之间的关系,由此提出了一种并行产生m序列、能通过配置本原多项式系数自动改变输出的算法.仿真和实践结果证明,该算法能显著提高m序列的产生速率,而且具有很强的灵活性和通用性.     

基于传感器网络的1比特RLS算法

在基于传感器网络的参数估计中,如何尽可能降低网络的使用成本,同时又能获得较好的参数估计性能,是近年来受到国内外学者广泛关注的一个研究问题。为了减小网络的能量消耗和节省带宽、存储资源,本文考虑将传感器网络中每个节点的测量值压缩成1比特数据,然后将其传输到中心节点进行集中处理,并在此基础上提出了一种基于期望最大和递归最小二乘的自适应参数估计算法。论文通过一系列MATLAB仿真实验,验证了该算法具有较好的收敛性和鲁棒性,并能获得与使用非量化测量值的经典RLS算法相近的估计精度。