基于微内核的虚拟机间通信加速方法

基于微内核的虚拟化架构相较于传统的宏内核虚拟化架构,具有可信计算基小,易于完全形式化验证的特点.然而,在基于微内核的虚拟化架构中,即使在同一物理机上运行的不同虚拟机,虚拟机间通信仍需要通过调用网卡驱动传输数据,通信效率低.针对以上问题,提出了一种同一物理机上不同虚拟机间的通信加速方法,通过在网络服务中加入通信数据选择模块和转发模块,使得虚拟机间数据的传输可以直接在内存中完成.实验表明,可以有效提高虚拟机间的通信效率.     

基于O-O生命周期法的复杂系统设计方法

本文提出了一套基于面向对象生命周期法的复杂系统的工程化分析、设计与开发的原 则、方法和步骤,并应用于移动机器人控制平台的开发中．该方法为复杂系统的设计与开发 提供了明确的指导路线,可以提高整个系统的开发效率,并增强其可靠性、适用性和可维护 性．     

虚拟机技术在抗锈蚀专家系统推理机中的应用

混凝土抗钢筋锈蚀专家系统的使用可以极大地提高混凝土设计工作的效率。该文将虚拟机技术应用到混凝土抗钢筋锈蚀专家系统的推理机中,改善了该专家系统的性能。介绍了相应知识的形式化表示形式、推理机的结构、推理机的执行过程。并简要介绍了用来调试基于该虚拟机的知识的调试器。实际工程应用表明,本专家系统具有良好的工程实用性。     

改进指数平滑预测的虚拟机自适应迁移策略

针对云数据中心虚拟机频繁迁移问题对虚拟机迁移时机进行研究,提出一种基于改进指数平滑预测的虚拟机自适应迁移策略.该策略采用双阈值和预测相结合的方法,连续判断负载状态触发负载预测,然后,根据历史负载值自适应地预测下一时刻主机负载状态并触发虚拟机迁移,实现主机负载平衡,提高迁移效率,降低能耗.经实验表明,该方法在能耗和虚拟机迁移次数方面分别可降低约7.34%和58.55%,具有良好的优化效果.     

虚拟机技术在抗锈蚀专家系统推理机中的应用

混凝土抗钢筋锈蚀专家系统的使用可以极大地提高混凝土设计工作的效率.该文将虚拟机技术应用到混凝土抗钢筋锈蚀专家系统的推理机中,改善了该专家系统的性能.介绍了相应知识的形式化表示形式、推理机的结构、推理机的执行过程.并简要介绍了用来调试基于该虚拟机的知识的调试器.实际工程应用表明,本专家系统具有良好的工程实用性.     

嵌入式Forth虚拟机架构的多任务调度算法设计与实现

针对嵌入式应用领域对操作系统在重构、扩展、移植、交互、安全、高效等方面日趋苛刻的现实需求及Forth系统所固有的特性,采用Forth虚拟机技术,对基于Forth虚拟机架构的嵌入式操作系统关键技术进行探索,提出一种具有良好扩展和移植特性、高效精简的基于Forth虚拟机架构的嵌入式多任务操作系统调度算法。该算法采用了以Forth虚拟机指令同步的协同式多任务调度机制,缩短了任务切换时间,将上下文切换操作简化为只需保存数据堆栈指针。实验结果表明,基于Forth虚拟机架构的多任务调度算法发挥了Forth系统所固有的特性,针对特定应用,提高了效率,适合资源有限的嵌入式环境。     

跨平台系统级虚拟机的访存优化

跨平台系统级虚拟机软件模拟访存操作效率低,严重影响了虚拟机的性能.为提高跨平台虚拟机访存效率,提出了一种使用宿主系统TLB硬件、加速跨平台系统级虚拟机访存地址转换的软硬件协同优化方法.该方法相对于软件访存模拟方法,有效利用了宿主系统的硬件资源,提高了跨平台系统级虚拟机执行访存操作效率.实验结果表明该方法将虚拟机系统的整体性能提高了近15%.提出的方法已实际应用在龙芯系统级跨平台虚拟机中.     

基于Forth虚拟机的嵌入式多任务操作系统体系架构研究

面对越来越复杂的嵌入式应用需求以及当今嵌入式操作系统研究领域亟待解决的重构、移植、维护、可信、多核、众核等诸多难题,采用Forth虚拟机技术,对基于Forth虚拟机架构的嵌入式操作系统关键技术进行探索,提出一种具有良好扩展和移植特性、高效精简的基于Forth虚拟机的嵌入式多任务操作系统体系架构。该架构采用分类存储映射、Forth向量定义和用户变量分离,实现了代码共享和多任务管理。实验结果表明,基于Forth虚拟机架构的嵌入式操作系统在发挥Forth系统固有特性的同时,减少了资源占用,提高了系统的灵活性及运行效率。     

基于SLAM的移动机器人避障研究

随着人工智能理论的成熟和算力的不断提高,移动机器人具有更加广阔的发展空间。作为移动机器人的核心算法——同步定位与建图（Simultaneous Localization and Mapping,SLAM）技术是一种移动机器人在陌生环境下实现自身实时定位和环境建图的重要方法。相对于其他SLAM方法,基于激光信息的SLAM在构建地图时,距离测量比较准确、误差模型简单,在强光直射以外的环境中运行稳定,可以提高移动机器人在不同环境下的自主避障能力。因此,本文基于激光SLAM对路径规划算法进行研究、优化定位和导航技术,以期提高在实际环境下移动机器人的自主避障效率。     

基于改进分组遗传算法的虚拟机放置研究

为了提高云计算的资源利用率以及减少能耗,采用改进的分组遗传算法来解决虚拟机放置的效率.通过对遗传算法的交配和突变等过程进行重新设计,提高遗传算法过程中优秀基因遗传给后代的几率,并提出了相应的算法,达到快速求解虚拟机放置问题的目的.实验结果表明,该算法可以快速采用最少的物理机来放置虚拟机,有效地提高了虚拟机放置问题的求解速度.     

用虚拟机构建Linux实验环境

通过对虚拟机技术分析,阐述了虚拟机可以提高效率、节约资源,是解决高校计算机专业实验的最有效手段。通过较详细的操作步骤,用VMwareworkstation创建Linux系统实验环境,同时提出Linux虚拟机中可做的常规实验,对虚拟机实验开发具有一定的参考价值。     

Xen中VCPU调度算法分析

为了降低虚拟化环境中虚拟机的性能开销,提高虚拟化实施效率,在综合考虑虚拟处理器在虚拟机调度过程中的需求的基础上,对Xen中基于信用度的调度算法进行了分析,该算法在处理器密集型应用、多处理器调度和QoS控制方面具有明显的优势.针对目前调度算法在多处理器和新型虚拟机监控器结构下存在的性能问题,提出了自旋锁优先和处理器绑定等优化措施.实例表明,该措施能够提高虚拟处理器的调度效率.     

利用VMware Workstation实现《数据存储》课程的辅助教学

在传统教学的基础上结合计算机辅助教学工具可以有效地提高教学效率、改善教学效果。本文探讨了如何利用VMware Workstation进行辅助教学以及在《数据存储》课程中利用VMware Workstation虚拟机软件实现磁盘存储的过程及教学体会。通过实践教学应用,效果良好。     

基于动态模板匹配的移动机器人目标识别

将视觉显著性与基于动态模板匹配的目标识别方法相结合,提出了一种适用于未知环境下的移动机器人目标识别方法.具体而言,首先设计了基于分布式控制的移动机器人视觉系统,提高了视频处理效率;之后利用基于背景先验的显著性检测方法对图像进行预处理,排除了相对次要的背景区域;最后对处理后的图像进行动态模板匹配,提高了目标识别的准确率.实验结果表明,该方法能够满足移动机器人在目标识别过程中对图像处理的实时性和准确性的要求,具有良好的有效性.     

移动机器人3D仿真软件的设计与实现

在机器人技术研究中,为了提高机器人控制算法的开发效率,提出移动机器人三维仿真软件的设计方案并加以实现。该软件采用ODE物理引擎生成动力学世界和实现碰撞检测,提高了仿真速度和精确度,同时采用OpenGL绘制三维图形,改善了图形显示效果。仿真实例证明,该软件具有一定的实用价值。     

云虚拟机异常检测场景下改进的LOF算法

针对云服务中由于资源超额预定造成负载不均衡的云虚拟机异常,提出了一种基于密度空间的局部离群因子（Local Outlier Factor Based on Density Space,LOFBDS）算法。LOFBDS算法参考DBSCAN（Density-Based Spatial Clustering of Applications with Noise）算法,将云虚拟机在密度空间中的性质融合至LOF算法之中,提出对云虚拟机的判断规则,以达到优化对正常云虚拟机的检测过程,提高检测效率。实验结果表明,所提出的算法对云服务负载不均造成的云虚拟机异常有着良好的检测效率,并且时间花费较少。     

图像尺寸对机器人视觉定位实时性的影响研究

尺度不变特征变换（Scale Invariant Feature Transform,SIFT）算法由于具有尺度、旋转和光照不变等特性,被广泛应用到移动机器人视觉定位领域。由于定位计算中使用的特定标示物图像及背景图像的尺寸对定位计算时间影响较大,为提高移动机器人视觉定位的实时性能,分别改变待识别图像以及背景图像的尺寸,进行了图像匹配实时性测试实验。实验结果表明,特定标示物图像和背景图像的尺寸缩小到40%～60%时,移动机器人视觉定位实时性提高30%～40%左右,特征点数减少20%～30%左右。在满足定位精度要求的情况下,大大提高了定位的实时性。由此可知,通过合理选择图像的尺寸不仅可以满足匹配精度,还能提高移动机器人的视觉定位效率,对于类似该实验使用的移动机器人视觉定位具有广泛的指导意义。     

一种基于网络感知的虚拟机再调度算法

有效的虚拟机调度策略能够提高数据中心的资源利用率,降低运行时能耗.现有调度算法综合考虑了虚拟机在CPU、内存和网络方面的需求,通过合理部署虚拟机,以期最小化计算、存储与网络的代价.然而,在线的虚拟机部署策略较少考虑由于虚拟机退出所造成的资源利用率下降与网络延迟上升的问题.为此,文中深入研究面向网络感知的周期性资源重配置问题,提出了面向网络感知的虚拟机再调度算法,通过适当的虚拟机迁移,提高部署在虚拟机上任务的性能以及数据中心整体的网络通信效率.算法通过尽可能低代价的虚拟机迁移来提高虚拟机之间的网络通信能力,以提升虚拟机组的整体运行效率,并保持物理机占用但不显著提高.作者通过两个测试平台在真实环境中验证了算法的有效性;通过真实的数据集和模拟实验,在多种虚拟机部署算法下,对比了应用虚拟机再调度算法前后虚拟机的部署效果,验证了该算法能够以较小的代价使得高网络通信代价的任务数明显减少,虚拟机组的网络通信能力显著提高.     

云计算下虚拟机部署机制的研究

随着云计算的发展,虚拟化技术重新得到了人们的关注。当前,在用户服务不断增多,待处理量激增的情况下,如何提高云计算下虚拟机部署效率成为了人们研究的热点。对云计算下虚拟机部署的体系结构和部署流程,以及针对虚拟机部署机制的优化策略进行了研究。使用了分布式模板文件存储方法来提高虚拟机部署效率,通过实验验证了该方法的有效性。     

CSNEO:协同服务器与网络能耗优化的VM映射算法

已有针对虚拟机映射问题的研究,主要以提高服务器资源及能耗效率为目标.综合考虑虚拟机映射过程中对服务器及网络设备能耗的影响,在对物理服务器、虚拟机资源及状态,虚拟机映射、网络通信矩阵等概念定义的基础上,对协同能耗优化及网络优化的虚拟机映射问题进行了建模.将问题抽象为多资源约束下的装箱问题与二次分配QAP问题,并设计了基于蚁群算法ACO与局部搜索算法2-exchange结合的虚拟机映射算法CSNEO来进行问题的求解.通过与MDBP-ACO、vector-VM等四种算法的对比实验结果表明:CSNEO算法一方面在满足多维资源约束的前提下,实现了更高的虚拟机映射效率;另一方面,相比只考虑网络优化的虚拟机放置算法,CSNEO在实现网络优化的同时具有更好的能耗效率.