基于联盟式区块链的域名系统根区管理体系

当前互联网域名系统的中心化根体系伴随着长期的担忧:一方面担忧国家代码顶级域可能由于根权威职能被破坏而失控;另一方面担忧去中心化的根替代方案会导致域名空间分裂.上述担忧的根源在于当前和替代的根区管理在自治化和透明化上不足,导致对当前的根权威或替代方案的不信任.为解决上述问题,提出一种新的域名系统根区管理体系——根共识链,通过增强互信缓解各方担忧.根共识链中多个自治的注册局共同参与根区管理,每个注册局下辖国家代码顶级域和根服务器运营者,共同构建一个基于联盟式区块链的根区管理体系.根共识链在维护统一域名空间和唯一全球根权威的同时,通过根共识链管理者们建立根共同体提高自治性,通过区块链记录和执行各方协议以及根区操作提高透明性.基于现网科研测试床的实验结果表明,根共识链能够有效应对上述担忧,具有良好的可行性与实用性.

单塔塔顶循环丙烷回收工艺特性与能耗评价

为改善现场DHX丙烷回收流程产品收率低、能耗高的缺陷,将原重接触塔和脱乙烷塔合并为单塔,将塔分为吸收段和分馏段,从中引出侧线实现总能耗降低和热集成度的提高,形成SCORE丙烷回收流程。通过单因素模拟实验,分析了脱乙烷塔塔压、侧线抽出液相流量、塔顶回流比、原料气分流比对丙烷收率和总能耗的影响,考察了不同气质组成对工艺的适应性,并对换热网络进行改进。流程改进后,工艺总能耗从28172 kW降至25476 kW,能耗降幅9.56%,节能效果显著。

零知识证明硬件加速研究综述

零知识证明(zeroknowledge proofs,ZKP)是一种允许证明者向验证者证明某一陈述正确性而无需泄露任何其他信息的密码学协议.主要介绍了零知识证明的加速研究,尤其关注了基于二次算术程序(QAP quadratic arithmetic program)和内积证明(inner product argument,IPA)的ZKP.研究表明,零知识证明的计算效率可以通过硬件加速技术显著提高,包括使用GPU,ASIC,FPGA等.首先介绍了零知识证明的定义与分类及目前零知识证明应用所遇到的困难.其次详细讨论了不同硬件系统的加速方法、实现原理及其相对于传统CPU的性能提升.例如,cuZK和GZKP利用GPU实现了多标量乘法(multiscalar multiplication,MSM)和数论变换(number theoretic transform,NTT),而PipeZK,PipeMSM,BSTMSM则通过ASIC和FPGA加速这些计算过程.此外,也提到了零知识证明在区块链中隐藏交易细节等方面的应用案例,如ZCash的隐秘交易.最后,提出了未来研究的方向,包括加速更多类型的ZKP和将硬件加速应用到实际的应用场景中,以解决效率低下问题,推动零知识证明技术的广泛应用.

隐私计算环境下深度学习的GPU加速技术综述

随着深度学习技术的不断发展,神经网络模型的训练时间越来越长,使用GPU计算对神经网络训练进行加速便成为一项关键技术.此外,数据隐私的重要性也推动了隐私计算技术的发展.首先介绍了深度学习、GPU计算的概念以及安全多方计算、同态加密2种隐私计算技术,而后探讨了明文环境与隐私计算环境下深度学习的GPU加速技术.在明文环境下,介绍了数据并行和模型并行2种基本的深度学习并行训练模式,分析了重计算和显存交换2种不同的内存优化技术,并介绍了分布式神经网络训练过程中的梯度压缩技术.介绍了在隐私计算环境下安全多方计算和同态加密2种不同隐私计算场景下的深度学习GPU加速技术.简要分析了2种环境下GPU加速深度学习方法的异同.

基于国产DCU异构平台的图匹配算法移植与优化

子图匹配是一种基础的图算法,被广泛应用于社交网络、图神经网络等众多领域。随着图数据规模的增长,人们迫切需要高效的子图匹配算法。GENEVA是一种基于GPU的并行子图匹配算法,其利用区间索引的图存储结构和并行匹配优化方法,能够大幅度减少存储开销,提升子图匹配性能。但由于平台底层硬件架构和编译环境的不同,GENEVA无法直接应用到国产DCU异构平台。为了解决该问题,提出了GENEVA面向国产DCU的移植和优化方案。IO时间开销是GENEVA算法主要的性能瓶颈,文中采用锁页内存、预加载、调度器3种优化策略来突破该瓶颈。其中,锁页内存技术避免了从可分页内存到临时锁页内存的额外数据传输,在DCU平台上大幅度减少了IO传输的时间开销;预加载技术将IO数据传输与DCU核函数计算重叠,掩盖了IO时间开销;调度器在满足预加载需求的同时,减少了冗余数据的传输。在3个不同规模的真实数据集上进行实验,结果表明,采用优化策略后算法性能显著提高。在92.6%的测试用例上,经过优化的GENEVA-HIP算法在国产DCU平台的执行时间比移植前的GENEVA算法在GPU服务器的执行时间短。在较大规模的数据集上,优化的GENEVA-HIP算法在DCU平台上的执行时间相比移植前的GENEVA算法在GPU服务器的执行时间减少了52.73%。

递归侧DNS安全研究与分析

因特网用户在访问网络应用前都需要通过DNS进行解析,DNS安全是保障网络正常运行的第1道门户,如果DNS的安全不能得到有效保证,即使网络其他系统安全防护措施级别再高,攻击者也可以通过攻击DNS系统使网络无法正常使用.目前DNS恶性事件仍有上升趋势,DNS攻击检测和防御技术的发展仍不能满足现实需求.从直接服务用户DNS请求的递归解析服务器视角出发,将DNS安全事件通过两种分类方法,全面梳理和总结DNS工作过程中面临的安全问题,包括由攻击或系统漏洞等引起各类安全事件,各类安全事件的具体检测方法,各类防御保护技术.在对各类安全事件、检测和防御保护技术总结的过程中,对相应典型方法的特点进行分析和对比,并对未来DNS安全领域的研究方向进行展望.

新型单心式独立型移相变压器及其调节特性研究

为提升高比例新能源配电网的潮流控制能力和精度,提出了一种新型单心式独立型移相变压器(SCIPST),对调压绕组匝数配置进行了优化,通过独立控制2个调压绕组,SCIPST能够独立调节线路电压的相位和幅值。与传统移相变压器相比,增加了独立调节线路电压幅值的功能和可调移相角的数量,提高了调节精度。通过独立调节线路电压相位和幅值,能够在一定范围内实现独立调节线路有功、无功。介绍了SCIPST的拓扑结构,详细分析了工作原理并给出了控制策略。建立了SCIPST的仿真模型,对SCIPST调节电网潮流和电压的稳态和暂态性能进行仿真验证。研制出小容量SCIPST实验模型,搭建了潮流调节特性测试平台,开展了调节潮流模拟实验。仿真和实验结果证明了所提出的SCIPST的可行性和有效性。

电解法回收银铟合金废料中的银

银铟合金废料的综合回收具有重要的意义,采用电解法在实现分离的同时可得到高纯度的银。考察了电流密度、电解液初始银浓度、pH值对电解效率的影响,溶液和银粉中含铟量随电解时间的变化,以及电解废液中银的回收。获得的最佳电解工艺条件为初始电解液初始Ag+浓度100g/L,电解液pH为1,初始温度25℃,电流密度350A/m^(2),电解周期控制在6天内,银回收率大于99%,得到的银粉符合IC-Ag99.99的要求。工艺操作简单,回收率高,适用于银铟合金废料中银的回收。

Mo-Cu复合材料的电化学分离及钼酸钠制备

针对钼铜复合材料中钼铜的分离回收,提出了一种电化学溶解分离的方法,并制备得到高纯度的二水合钼酸钠。系统研究了工艺参数对整个钼铜复合材料电溶解过程的影响和二水合钼酸钠的制备与纯化。研究结果表明:阴极电流密度450 A/m^(2)、极间距2 cm、NaOH初始浓度60 g/L时钼电溶解效果最好,7 d溶解率约90%。超声对钼电溶解无明显促进作用,但是能加速阳极原料中铜粉的脱落。电解母液通过蒸发结晶,并对晶体采用无水乙醇洗涤和重结晶的纯化工艺,可最终获得纯度达98.8%的二水合钼酸钠结晶,每公斤原料生产二水合钼酸钠约1.6 kg,满足工业标准。对比直接售卖钼铜复合废料,电化学回收废料毛利润约增加12.3万元/t。

基于信任QoS增强的网格服务调度算法

针对目前服务网格资源管理中存在的信任机制与调度机制分离的缺陷,基于网格信任模型与信任效益函数,讨论了信任QoS增强的计算服务调度问题．分析传统调度算法的缺陷,提出了基于信任关系的网格服务调度算法．该算法在保证服务性能Qos要求的同时兼顾信任QoS的要求．对基于信任关系的网格服务调度算法性能进行了多角度分析和大规模仿真实验．结果表明:该算法较传统的基于性能QoS的调度启发式和另外两种基于信任Qos的调度启发式而言,不仅具有较优的平均信任效益、总信任效益和较小的最终服务期,而且在失效服务数和系统吞吐率等方面具有较好的综合性能．

信任驱动的网格作业调度算法

针对目前网格资源管理中信任机制与作业调度机制分离的缺陷,基于网格信任模型与信任效益函数,提出了信任驱动的网格作业调度问题。对传统批作业调度算法进行信任扩展,提出了两种信任驱动的网格作业调度启发式。对信任驱动网格作业调度算法进行大规模仿真实验,有力地证明了信任驱动算法优于传统时间驱动算法,在平均信任效益和总信任效益等方面具有较好的综合性能。

云计算平台中多虚拟机内存协同优化策略研究

虚拟化技术为云计算基础设施资源的动态部署、安全隔离提供了重要保证.从过度占用内存的虚拟机中回收内存,提供给内存紧缺的虚拟机使用,优化多虚拟机间的内存分布是内存虚拟化中的挑战性问题.文中引入了自发调节和全局调节协作的多虚拟机内存管理架构.通过定义内存资源充裕状态和内存资源紧缺状态,提出了自发调节和全局调节之间协作的算法.处于内存资源充裕状态时,各虚拟机可采用自发调节策略平衡内存资源.处于内存资源紧缺状态时,基于空闲内存价格的全局调节策略平衡内存资源.实验结果表明,针对计算密集型与存储密集型负载,该框架与算法均能很好地提高服务能力,同时具有较高的可扩展性与较低的性能惩罚.

多QoS约束网格作业调度问题的多目标演化算法

针对网格计算中的多QoS约束网格作业调度问题,以独立作业为研究对象,将其规约为多目标组合最优化问题.通过深入剖析多目标最优化理论及其演化算法,结合网格作业调度自然特征,提出了一种解决多QoS约束网格作业调度问题的多目标演化算法.该算法求解多个QoS维度效用函数指标的非劣解集,尝试解决多管理域间网格用户、资源管理者等网格实体的多目标协同问题.仿真结果表明,在时间维度、可靠性维度、安全性维度QoS效用值等用户级QoS指标,以及丢弃作业数等系统级指标方面该算法与QoS-Min-min和QoS-Sufferage等同类算法相比具有较好的综合性能.

虚拟计算环境中的多机群协同调度算法

基于虚拟计算环境的核心机理,提出由自主调度单元、域调度共同体、元调度执行体为核心的多机群协同系统框架.剖析多机群任务并发运行性能模型,设计了多机群协同调度算法框架,提出最大空闲节点优先、最小网络拥塞优先、最小异构因子优先与最小异构空闲节点优先4种启发式资源选择策略.实验验证了协同调度模型与算法在任务集完成时间与系统平均利用率的测度上的有效性.

分布式搜索引擎系统效能建模与评价

针对分布式搜索引擎系统效能建模与评估问题,通过对当前分布式搜索引擎系统的建模与分类,扩展了能耗与网络开销的成本模型;对5种构建搜索引擎系统的设计方案,从系统成本、系统规模和查询响应时间等角度进行了详尽的理论分析与评价.由此发现,由广域网分布式采集系统和多机群索引系统组成的半广域网搜索引擎系统相对于其他系统具有相对较高的效能,同时能够较好地兼顾用户的服务质量.

基于异质网络的意见领袖社区发现

针对意见领袖社区发现问题,通过将论坛中主题及其回复关系建模为异质网络,准确表示社区结构.提出意见领袖社区影响力概念及其量化方法,在此基础上设计了一种基于异质网络的意见领袖社区发现算法.通过采集天涯论坛的大量数据,验证了该社区挖掘方案能够较准确地挖掘论坛中的意见领袖社区.

基于网络性能的计算网格主机聚类

网络主机聚类是随着网格任务调度技术发展而产生的一个新技术 ,基于网络性能的主机聚类算法的时间效率和结果准确性有待于进一步提高 为解决这一问题 ,提出了实用且高效的基于密度的计算网格主机聚类启发式算法 对该算法性能进行多角度分析和大规模仿真实验 ,有力地证明了该算法不仅具有较优的时间效率 ,而且在有效结果簇。

加强网络管理 构建新型网络舆情系统

网络舆情突发事件的监测与分析具有重要的理论意义与实际应用价值。为保证舆情分析的准确性和及时性,基于现有的舆情挖掘和分析理论进行改进,从Web、Blog和BBS等多个通道获取舆情信息;采用多任务技术提高网络舆情突发事件信息获取速度;采用目标可定制技术规避海量信息处理的压力;舆情敏感信息扩散跟踪可以及时发现突发事件的爆发源头。

基于语料阶梯评价的互联网论坛舆论领袖筛选算法

针对互联网论坛中舆论领袖筛选问题,提出了基于发帖网民的语料和基于网民的网络行为统计属性特征的互补性网络舆论领袖筛选模型.通过深入分析基于在线社区内容的"影响力扩散模型",提出了基于发帖网民语料的"阶梯式"评价法的全新算法.对基于统计属性特征评价方法的属性进行了重新定义,选取了更为合理的网络统计数据,增加了互补性的属性值,使评价方法更趋完善.通过与专家法人工筛选出的舆论领袖相比较,该模型筛选出舆论领袖的成功率在85%以上,模型具有较强的实用性和重要应用价值.

内容寻址网络中路径缓存定向多播路由算法

为解决内容寻址网络中资源定位速度和路由效率问题,提出了一种基于路径缓存技术的定向多播路由算法.该算法结合定向路由与广播路由的优势,引入扩展系数对定向多播路由算法进行空间维度扩展,降低了集体失效概率.将路径缓存技术与定向多播路由算法相结合,提高了系统的定位效率.通过与传统的定向路由策略进行实验比对,验证了该算法的有效性。