基于Nios Ⅱ的网络处理器转发软件设计与实现*

为了进一步提高网络处理器的可编程能力,可采用软核设计网络处理器,如在Ahera FPGA中嵌入多个NiosⅡ软核实现网络处理器。首先介绍了NiosⅡ的结构特点和自定义指令,而后给出了基于NiosⅡ软核处理器的网络处理器转发软件结构,并以IPv4报文转发应用为例阐述了网络处理器转发软件的实现方法。     

可重构异构系统结构研究

可重构异构系统是由通用微处理器、可重构模块、专用ASIC、IO接口等资源构成的异构并行处理系统,文中提出的可重构异构系统结构融合了不同的计算资源,使系统中的某些资源能够很大限度地满足某种应用的模式和处理要求.系统中可重构模块的硬件功能可以通过在线重构技术加以改变,各模块之间的互连关系可通过重构互连控制器调节和仲裁.这种可变性使计算系统能适应更大范围的应用需求,向一体化和高性能的方向发展.     

嵌入式系统课程教学方法探索

嵌入式计算技术飞速发展,嵌入式系统已成为计算机应用的一个重要方向,"嵌入式系统"课程也成为计算机专业的一门重要课程。为了更好地适应新时代的变革,满足卓越工程师培养的需要,文章重点阐述"嵌入式系统"课程教学方法改革,以多年来从事"嵌入式系统"课程教学体会,与同行广泛交流,共享经验、共同促进、共同提高。     

基于混沌序列的整数小波域鲁棒水印算法

首先对图像的蓝色通道进行整数小波分解,然后将二值化后的混沌序列经扩频处理作为水印信息,将此水印信息叠加在中频系数上,最后进行整数小波逆变换重构蓝色通道,合并三通道得到水印图像。由于混沌序列对初值具有极强的敏感性,攻击者很难从一段有限长的序列推断出混沌系统的相关参数,确保水印信息的安全性。整数小波变换的优良特性使图像在嵌入适量水印信息后拥有较低的细节损失率,实现了对彩色图像的高保真水印嵌入。实验结果表明,水印信息具有很好的透明性,对有损压缩、噪声干扰等常见的水印攻击具有较强的鲁棒性。     

基于一类支持向量机的隐秘图像盲检测算法

针对二类支持向量机分类器在图像密写分析应用中训练步骤复杂与推广性弱的缺点,提出了基于一类支持向量机分类器的真彩隐秘图像盲检测算法,算法选用小波包高阶统计特征,仅对正常图像训练建立分类器。实验表明,算法在检测系统效率和推广性方面有较好的表现。     

RED簇主动队列管理算法研究

本文讨论了RED队列管理机制的关键技术问题,研究了近年来对RED算法的主要改进算法.最后在总结了主要RED簇算法优缺点的基础上,提出了可行的改进方案.     

动态盘阵D/H分布与基于控制理论的在线重构

由于能够提供高性能I/O,盘阵被广泛采用.但以往的盘阵扩展性不足.而用户或应用程序对外存容量和I/O性能需求是变化的,盘阵系统本身必须有很强的扩展性,以适应系统的I/O需求.因此,由于既具有盘阵的高性能I/O,又能通过增加或减去设备后进行数据重构实现性能的扩展,动态盘阵具有广泛的前景.动态盘阵的技术热点是数据分布算法和在线自适应数据重构技术,使得盘阵的性能和容量能够随着系统的扩展而伸缩,同时使得盘阵动态扩展时的数据重构对系统的影响非常小.主要工作是:第1,对动态盘阵的数据分布展开研究,并提出一种新的数据分布算法(D/H分布).在D/H分布中,盘阵扩展时始终保持各设备上空间和负载的平衡性,同时扩展时重构的数据最少;第2,针对D/H分布,提出基于控制理论的数据重构技术,使得盘阵动态扩展时的在线数据重构对请求QoS的影响非常小,同时使得数据重构能够尽快完成;第3,研究中针对Sperite trace和合成负载进行了大量模拟实验,结果表明,提出的基于控制理论的数据重构技术行之有效.     

基于图像的信息隐秘检测系统的设计

设计并初步实现了一个基于图像的隐秘检测系统,其目的是在没有原图像载体的条件下,提高发现网络中的隐秘图像的准确率.系统采用对彩色图像每个颜色通道分别进行小波分解,根据小波分解系数绝对值和绝对值线性预测的对数误差生成特征向量,并采用非线性的支持向量机进行模式分类.讨论了该系统的结构、工作原理、控制流程及设计中的关键技术,并对系统性能进行了测试评估,指出了可进一步改进完善的方向.     

虚拟盘阵系统中的自适应负载平衡

集群环境中经常采用虚拟盘阵方式来构建其存储系统。虚拟盘阵系统是一种并行系统,负载平衡对其性能影响非常大;同时虚拟盘阵系统一般都是异构的。本文研究了异构盘阵的负载平衡标准,并提出了基于请求的负载重构策略,在负载重构时机上对传统磁盘冷却算法进行了改进。模拟试验表明,该算法对虚拟异构盘阵是有效的。     

线性方程组迭代法在流处理器上的映射与分析

斯坦福大学的Imagine流处理器具有很强的计算能力,如何将该体系结构应用在科学计算领域是当前研究的热点。解线性方程组的迭代法在工程和科学计算的各个领域中有着十分广泛的应用,该算法具有较好的计算密集性和并行性,十分适合流处理器的计算模型。本文分别针对系数矩阵的规模大小和稠密程度,介绍了Jacobi和Seidel迭代在流处
理器上的映射。实验结果表明,迭代算法能高效地开发Imagine的计算能力,取得较高的性能加速。