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。     

无线网络编码感知路由综述

流间网络编码具有改善无线网络性能的潜力,然而,由于实际网络中编码机会数量通常十分有限,仅仅被动地利用编码机会无法获得高的性能增益.编码感知路由的核心思想是使用有利于网络编码的路由,它通过在路由建立阶段构造特定的编码结构,可以主动创造编码机会.系统地总结了流间网络编码中的编码结构,并以此为主线,分类介绍了编码感知路由的研究现状.最后,对编码感知路由的研究热点进行了展望.     

分点:无结构对等网络的拓扑关键点

虽然对等网络中的结点在功能上互相平等,但其中某些结点对于覆盖网拓扑却有重要意义.提出了分点概念来描述对等网络的拓扑关键点,这些结点的失效很可能导致覆盖网的分割.设计了一套简单、有效、分布式的分点检测和避免方法.模拟实验的结果表明,该方法可以优化覆盖网拓扑结构,并显著地提高无结构对等网络在动态环境下的容错性.     

近邻表:RSSI辅助的一维无线传感网络相对定位

在无线传感器网络中,相对定位是指寻找节点之间的相对位置而非绝对位置.考虑一维无线传感器网络的相对定位问题,提出了一种近邻表算法,该算法通过使用近邻表来刻画每个节点的位置,这个表中包含了所有节点,并以它们到指定节点的距离排序.实际网络中的数据分析验证了距离上的差别在大多数情况下可由接收到的RSSI值之间的差别来反映.因而,近邻表可以通过比较RSSI值来获得.最后,算法通过寻找一维拓扑中的端节点来得到所有节点的相对位置.验证了算法在实际环境中的可行性.     

延迟容忍传感器网络基于相对距离的数据传输

延迟容忍移动无线传感器网络(delay tolerant mobile sensor network,简称DTMSN)用于广泛数据收集.与传统的传感器网络不同,DTMSN 具有节点移动性、间歇连通性并且能够容忍适当的延迟,因此传统传感器网络的数据收集算法不能适用.提出了一种基于相对距离感知的动态数据传输策略RDAD(relative distance-aware data delivery scheme).RDAD采用传感器节点到汇聚点(sink node)的相对距离来计算节点传输概率的大小,并以此作为消     

移动分布感知的车载自组网络数据分发

提出了一种面向发布/订阅系统基于车辆移动分布感知的事件分发策略MDA(mobile distribution-aware data dissemination).基于车流的自组织性及自稳性的特点,建立VANET(vehicular ad hoc network)下的发布/订阅模型,通过计算车辆与移动订阅者的相遇概率,预测订阅者的移动分布,并以此为依据实时部署和调度广播令牌在网络中的转发,从而有效地控制事件代理的分布,保证了数据传递的有效性.与已有相关研究相比,MDA采用的启发式算法,能够使事件代理的分布更好地适应网络环境的动态变化.此外,MDA采用了一种基于概率预测密度的令牌控制算法,通过实时地调整令牌的数量,进而控制事件代理的数量,降低了整个网络的负载.模拟实验结果表明,与现有的几种消息分发算法相比,MDA能以较低的网络负载和传输延迟获得较高的数据传输成功率.     

热介质定向循环养护窑的技术性能描述

本文介绍混凝土制品热介质定向循环养护的设计原理、特点,为企业选用、确定热工参数提供基本知识。并简单介绍设备基本参数和工艺设计依据。     

AMR:一个基于网络最大流的Ad-Hoc多路径路由算法

移动Ad-Hoc网路研究中,路由是一个关键问题.现有的Ad-Hoc路由算法大多为单路径算法.但是多路径方法可以更好地支持QoS,最近也受到较大关注.在没有精确的网络拓扑结构情况下,找出多条不相交路径是比较困难的.本文提出了一个基于网络最大流的Ad-Hoc多路径路由算法AMR(Aggregated multipath routing).该算法可以有效地找出多条节点不相交的路径,较大幅度地提高网络传输性能、减少网络拥塞.经过性能测试,表明AMR算法比DSR算法在数据传输率方面提高20%—60%,端对端平均延迟降低40%—60%.     

减少Hadoop集群中网络队头阻塞的调度算法

大数据分析系统的用户希望任务的执行时间尽可能短.然而,在任务执行期间,网络与计算时刻都可能成为阻碍任务执行的资源瓶颈.通过对大数据分析系统的观察与分析,得出如下结论:1)根据当前资源瓶颈的不同,数据并行框架应当在多种工作模式之间切换;2)子任务的调度应当充分考虑将来可能到达的新任务,而不能仅考虑当前已经提交的任务.基于...     

基于联盟链的可靠边缘计算任务卸载方法

随着移动终端尤其是工业互联网技术的快速发展,终端设备密集分布,无线带宽有限,经常导致业务过程中的集中式云资源调度,难以满足远程终端应用对低时延和低成本计算的需求.着眼于本地服务器联动云数据中心,边缘计算为这类移动应用提供了一种敏捷的计算服务模式.虽然边缘计算的敏捷服务模式能够有效缩短移动应用的时延并降低对应的通信成本,但在边缘计算环境下,异构资源之间的任务卸载经常会导致一些潜在的数据安全隐患和服务质量受损.针对上述应用挑战和技术发展趋势,本文提出了一种基于联盟链的可靠边缘计算任务卸载方法 .该方法利用联盟链进行身份校验和卸载结果反馈,以任务的完成时间、卸载成本与资源可靠度作为评价标准,设计了一种基于遗传算法的卸载策略,支持卸载决策时任务卸载的可靠性评估.实验结果表明,本文方法能在满足时延约束的前提下提高任务卸载的可靠性,为移动智能应用提供了一种有效的数据安全保障方法.