普适计算的可信研究*

随着应用规模的不断扩展以及具有无处不在性和便捷性的普适计算模式的特点,对普适计算环境下的可信保障提出了更高的要求。普适计算的可信保证是无时无处不在而又不可见的计算方式得以实施的重要保障,是普适计算领域的研究热点。从访问控制、隐私保护和容错三个方面阐述了普适计算的可信技术,并指出了该领域的未来研究发展趋势。     

基于事件模型的可视化并行调试技术

并行程序存在资源竞争、时序紊乱、死锁等复杂问题，加上并行程序的不确定性，给调试带来了很大的困难．基于事件模型的可视化并行调试技术ＥＶＴＰＤ（ｅｖｅｎｔ—ｂａｓｅｄｖｉｓｕａｌｉｚａｔｉｏｎｔｅｃｈｎｉｑｕｅｓｏｎｐａｒａｌｌｅｌｄｅｂｕｇｇｉｎｇ）为解决这些困难提供了一个途径．ＥＶＴＰＤ的基本要素是事件监视与可视化重放．本文讨论了事件监视与可视化重放中的关键技术；事件描述、事件过滤、事件识别、时戳、记录重放、执行重放和视图定义，并且给出了一个基于工作站机群系统的并行调试器的结构．     

硅基自旋量子比特技术研究进展

量子芯片是运用量子力学基本原理构建实用化计算机的基础.各国研究团队通过近几年的卓越研究工作,将硅基量子比特芯片技术发展成量子计算的核心方向之一.文章重点归纳了Si自旋量子比特的主要类型,分析了可靠量子计算实现所要求的高保真度、长程耦合等指标的关键技术.这些技术的研究表明,硅是一个能实现全面量子计算发展的可行平台.     

Fast online triggering in high-energy physics experiments using GPUs

We discuss an approach for using commercial graphic processors (GPUs) at the earliest trigger stages in high-energy physics experiments, and study its implementation on a real trigger system in preparation. Latency and processing rate measurements on several state-of-the-art devices are presented, and potential issues related to processing time jitter and data transfer throughput are discussed. GPUs might act as the missing link to allow present implementations of large DAQ systems to be entirely based on commodity devices.     

一种基于无线携能通信的MEC与用户匹配算法

多接入边缘计算（Multi-access Edge Computing,MEC）和无线携能通信可有效提高用户的服务质量和体验。在计算、通信和能量等资源的约束条件下,用户匹配是优化MEC任务卸载时系统效用的重要方法。针对无线携能通信的MEC网络结构,综合考虑用户的需求差异性和多元化能量供给,建立了基于计算资源、传输资源和能量资源的系统效用函数;以系统效用最大化为目标,采用基于多维背包理论的多轮拍卖,提出了一种适用于多用户和多网络边缘服务器的用户匹配算法。仿真验证了所提用户匹配算法的有效性与可靠性,结果表明所提匹配算法可优化系统资源配置,有效提高整体性能。     

VLSI并行测试生成系统的一种动态层次框架

随着VLSI技术的发展和计算机性能的提高,并行测试生成系统不仅必需而且可行,本文在总结已有并行技术的基础上,提出了并行测试生成系统的一种动态层次框架,并给出了一种实现方案。     

基于MPSO算法的云计算资源调度策略

针对云计算服务集群资源调度和负载平衡的优化问题,提出一种基于改进的粒子群优化算法的云计算资源调度策略。将动态多群体协作和变异粒子逆向飞行思想引入到粒子群优化算法中,从而控制全局搜索和局部搜索,尽量避免陷入局部最优。在CloudSim 平台进行模拟测试,结果表明,该调度策略有效且执行效率较高。     

基于变精度上近似与程度下近似的双量化边界及其算法

近似空间中,精度与程度结合形成的双量化是一个创新课题.利用笛卡尔积进行量化信息合成,基于变精度上近似与程度下近似探讨双量化边界及其算法.首先,基于上述两个近似,自然地构建了双量化扩张粗糙集模型,定义了双量化扩张边界.接着,分析了该边界的双量化语义,得到了该边界的精确刻画与数学性质;为计算该边界,提出了近似集算法与信息粒算法,进行了算法分析与算法比较,得到了信息粒算法具有更优的算法空间复杂性的重要结论.最后,应用一个医疗实例对该边界及其算法进行了说明.该边界扩张了经典Pawlak边界,并对局部不确定性进行了双量化的完备与精细刻画,这对双量化的不确定性分析与应用具有重要意义.     

协同分布式图形硬件的混合并行体绘制

由于一般的共享存储并行机缺乏图形硬件,其上产生的3维科学计算数据,无法采用硬件加速的并行体绘制来就地进行数据可视化。为此基于本地并行机和分布式图形工作站,给出了一种混合并行绘制模型。该模型的工作原理是先将源数据存留在并行机,然后通过并行机的多处理器发布远程绘制命令流,进而通过操控工作站的图形硬件完成绘制;后期图像合成在并行机上执行,以发挥共享存储通信优势。通过负载平衡优化,并行绘制流水线有效实现了绘制、合成与显示的重叠。实验结果显示,该方法能以1024×1024图像分辨率,交互绘制并行机上的大规模数据场。     

在流水线结构上的基于Shear-Wrap的并行体数据绘制算法

在以前的基于目标空间划分的并行体数据绘制算法中，局部绘制和图象融合是两个串行的过程，在节点机的局部绘制阶段几乎没有数据通讯，但在数据融合阶段数据通讯量非常大，出现总线争用甚至通讯阻塞，而且在这个阶段有非常大的同步开销。本文利用流水线结构，让局部体数据绘制和图象融合并行执行，很好地解决了上述缺点。并在一个基于微机的流水线结构上实现了一个新的基于目标空间划分的并行体数据绘制算法。