图引擎底层存储的设计与实现

随着社交网络和语义Web等数据应用的兴起,催生了许多图数据处理产品,包括Neo4j,Hyper Graph DB等,然而这些产品在设计时并未充分考虑图应用对数据可用性和可扩展性的更高要求。为此,提出一种基于分布式内存云的图引擎底层建模和存储解决方案。在内存云上搭建分布式键值引擎,进而在键值存储的基础上对图的数据进行建模和读写。在大规模数据集上的实验结果表明,该方案具有较好的图随机访问性能,并能够高效地支持海量规模的图数据应用。     

一种并行中英文混合多模式匹配算法

针对中英文混合文本的匹配准确性及大规模数据文本的匹配效率等问题,基于经典的线索化完全哈希特里树算法,提出一种并行化的中英文混合多模式文本匹配算法。采用拆分文本降低多模式匹配算法的串行度,进而在拆分出的小文本上并行地执行文本匹配。通过并行化预处理过程,设计新的存储结构。实验结果表明,该算法在保证结果正确的前提下,执行效率高于经典的串行匹配算法,当数据规模达到226个字符时,可以获得8倍以上的加速比。     

低熵图像序列无损压缩

大规模的云渲染技术带来了大量的三维图形渲染数据。为了减小集群渲染产生的图像序列数据的传输以及存储代价,针对渲染图像序列低熵的特点,基于字典编码技术提出了降低数据局部复杂性的无损数据压缩方案。该方案通过数据重排技术来大大提高数据的局部冗余度,从而提高数据无损压缩效率。为了进一步解决大规模图像序列的压缩耗时问题,提出了一种云计算平台上的分布式图像压缩处理方案,充分利用现有云计算中Map/Reduce计算模型实现了分布式编码方案。实验结果证明,对于渲染产生的大规模低熵图像序列,提出的方案能够有效提高编码率并减少编码时间。     

基于CUDA的并行粒子群优化算法研究及实现

应用图形处理器(GPU)来加速粒子群优化(PSO)算法并行计算时,为突出其加速性能,经常有文献以恶化CPU端PSO算法性能为代价。为了科学比较GPU-PSO算法和CPU-PSO算法的性能,提出用"有效加速比"作为算法的性能指标。文中给出的评价方法不需要CPU和GPU端粒子数相同,将GPU并行算法与最优CPU串行算法的性能作比较,以加速收敛到目标精度为准则,在统一计算设备架构(CUDA)下对多个基准测试函数进行了数值仿真实验。结果表明,在GPU上大幅增加粒子数能够加速PSO算法收敛到目标精度,与CPU-PSO相比,获得了10倍以上的"有效加速比"。     

企业云应用演进策略多时段分析

随着云计算技术的发展,企业急需一种有效方法将原本孤立的应用系统向云平台迁移。将网络层次分析法(ANP)及其超级矩阵收敛过程应用于企业云应用演进计划制定,提出一个演进策略的多时段分析方法。通过对企业云应用体系结构的建模与仿真分析,构建ANP多属性决策模型,解析超级矩阵从初始状态到极限状态的收敛过程,挖掘各云应用系统的分时段关键性影响因素,为企业的整体演进策略提供支持。最后,通过一个案例展示多时段分析方法的具体过程,提取出相关关键因素,为企业策略的动态规划提供理论依据。     

基于信任的云计算身份管理模型设计与实现

随着云计算的发展,身份管理问题已经引起业界高度关注。基于群签名的身份认证机制保证了云服务提供者不能通过外包的数据回溯用户的身份信息,并广泛应用于云计算环境的身份管理中,但它无法阻止恶意用户对云服务的非法访问。针对此不足,改进了现有的身份管理模型,将信任管理与群签名机制相结合,设计了基于信任的身份管理模型。本模型首先计算用户信任度并将其作为群签名分组的依据,再利用群签名机制实现用户认证,在应用中既能保证用户隐私,又能帮助云计算提供者保护资源。实验结果表明,本模型能有效识别恶意用户,帮助云服务提供者阻止恶意用户对资源的访问。     

一种基于同义词词林的中文大规模本体映射方案

本体映射是解决本体异构问题的重要途径和手段,中文知识是网络开放知识库的重要组成部分,但现有的中文本体映射系统在面对大规模本体映射任务时,显得效率较低且可用性不高,目前仍缺乏针对中文大规模本体映射的相关系统。为了解决中文大规模本体的映射问题,设计并实现了一个面向中文的大规模本体映射系统。首先,提出了一种基于拟核力场势函数的大规模本体压缩方法;其次,提出了一种基于同义词词林的中文概念等价关系确定算法;再次,实现了大规模中文本体映射的原型系统;最后,将本系统与相似度计算相关典型算法进行比较,证明其具备一定的可用性和较高的总体性能。     

一种基于CloudStack的企业级云资源平台网络优化研究

在对云资源平台的现状进行分析后,提出了一种基于Cloud Stack的企业级云资源平台网络优化方案,通过与现有3种解决方案进行对比,展示了该方案的可靠性和有效性。同时,针对可能存在的风险和不足进行了充分的考虑和论证,并给出了应对措施。     

基于云计算的去小型机研究

基于对R1SC和x86CPU的分析,结合大量的研究数据,研究了去小型机的必要性和可能性。通过分析可以清晰认识到,x86服务器已经从性能、可靠性、可用性、服务能力等方面全面满足云计算的需求。     

云模型在测井曲线分层中的应用

针对由模糊信息导致测井曲线人工分层的不准确,提出了一种基于云模型的测井曲线自动分层方法.而云模型能同时体现概念的随机性和模糊性,利用云变换从测井曲线中提取定性概念,然后对提取的概念进行概念跃升,使得算法输出的概念层次更符合实际.实验表明,该方法能够较准确地提取和表征定性概念,所提取的概念中心与传统测井曲线分层方法得到的概念中心吻合较好,验证了算法的有效性,提高了测井曲线分层的准确性.