图计算体系结构和系统软件关键技术综述

图计算作为分析事物之间关联关系的重要工具,近年来已成为各国政府及公司争夺的关键技术.学术界和工业界在图计算体系结构和系统软件关键技术方面取得了一定进展.然而,现实场景图计算大多具有动态变化、应用需求复杂多样等特征.这给图计算在基础理论、体系架构和系统软件关键技术方面提出了新的需求,同时也带来了新的挑战.为应对这些挑战,科研人员提出了一系列图计算系统或图计算加速器,通过高性能计算、并行计算等技术来优化图计算过程.综述国内外图计算体系结构和系统软件关键技术的研究发展现状,对国内外研究的最新进展进行归纳、比较和分析,并结合国家发展战略和重大应用需求,选取与我国国计民生密切相关的领域,从典型应用分析总结图计算相关技术的行业进展.最后,就未来的技术挑战和研究方向进行展望.

基于迭代协作学习框架的信誉医学参与方选择

联邦学习和群智学习等协作学习技术,能够在保护数据隐私的条件下充分利用分布在各地的分布式数据深度挖掘数据中所蕴含的知识,拥有非常广阔的应用前景,尤其是在强调隐私惯例和道德约束的医疗健康领域.任何协作工作都需要选择可靠的参与方,协作学习中全局模型的性能在很大程度上取决于参与方的选择.然而,现有研究在选择参与方时都没有对不同机构医疗数据中存在的异质性加以直接关注.导致包含稳定性在内的全局模型的性能难以得到保障.提出了从信誉的角度尝试探索求解该问题.以迭代协作学习的方式尽可能挑选出具有良好信誉的参与方进行协作学习,以获得稳定可靠的高性能全局模型.首先,提出了一个描述医疗机构数据质量的AI信誉值指标AMP(AI medical promise),以帮助其在医疗领域中形成良好的AI生态.其次,建立了一个基于后向选择的迭代协作学习(colback-learning)框架.在单次协作学习任务中,利用后向选择方法以多项式时间复杂度迭代计算出性能良好且稳定的全局模型,完成AMP计算和积累.在AMP信誉值计算中,制定了一个综合考虑全局性能指标的评分函数,以针对医疗领域更有效地指导全局模型的训练.最后,使用真实医疗数据模拟多样化的协作学习场景.实验表明,colback-learning能够选择可靠参与方训练得到性能良好的全局模型,模型的性能稳定性比现有最好的参与方选择方法提高了1.3~6倍.全局模型的可解释性与集中式学习保持了较高的一致性.

一种可重构异构内存架构和控制器

融合传统动态随机访问存储器(Dynamic Random Access Memory,DRAM)与新型非易失性内存(NonVolatile Memory,NVM)可构建平行架构或层次架构的异构内存系统.平行架构的异构内存系统往往需要通过页迁移技术把热点数据从NVM迁移到DRAM以提高访存性能,然而在操作系统中实现热页监测和迁移会带来巨大的软件性能开销.硬件实现的层次架构由于增加了访存层次,对于访存局部性差的大数据应用反而增加了访存延迟.为此,本文提出可重构的异构内存架构,可以运行时在平行和层次架构间进行转换以动态适配不同应用的访存特性.设计了基于新型指令集架构RISC-V(Reduced Instruction Set Computing-V)的DRAM/NVM异构内存控制器,利用少量硬件计数器实现了访存踪迹统计和分析,并实现了DRAM和NVM物理页间的动态映射和高效迁移机制.实验表明,DRAM/NVM异构内存控制器可提高43%的应用性能.

北江荛花繁殖特性及传粉生物学研究

为了揭示北江荛花自然结实率低的原因,本研究对花部特征、花粉活力、柱头可授性、繁育系统与传粉生物学等方面进行观测,同时采用扫描电镜进行花粉及柱头形态特征观察。结果表明,北江荛花为两性花,花朵开口小,花萼筒细长,柱头深埋于花萼筒内部,上下两轮雄蕊排列于花萼筒中上部;扫描电镜观察发现,北江荛花花粉与柱头形态正常,不存在发育缺陷。花粉活力与柱头可授性动态观测表明,北江荛花雌雄同熟,开花后6~24 h为有效授粉期(EPP),此时期内花粉活力较高,柱头可授性较强,可正常授粉。传粉生物学观测发现,风传粉对北江荛花生殖贡献大,因其花萼筒细长,动物传粉存在困难,仅有虱、蓟马等小型昆虫可能是其潜在传粉者。结合花粉胚珠比(P/O)、杂交指数(OCI)值和传粉生物学观测情况推断,北江荛花繁育系统以异交为主、自交亲和,有时需要传粉者。研究表明,北江荛花的筒状花结构使其较难进行异花授粉,可能是导致其自然结实率低的主要原因。

一种可动态配置的分布式内存池缓存一致性机制

在分布式内存系统中,缓存是减少远端内存访问开销的一种有效手段.然而,单一的缓存一致性保证机制往往不能高效适配不同类型负载的访存特性.为此,面向分布式异构内存池系统,设计了基于目录和基于广播相结合的混合缓存一致性保证机制.利用四象限矩阵分析方法,对每个数据对象进行访存模式的判定分析,并为其配置最高效的缓存一致性保证策略,并且可以根据对象访存特征的变化在2种策略之间动态切换.实验结果表明,相比使用单一的缓存一致性保证机制,采用可动态配置的混合缓存一致性保证机制可提升分布式异构内存池系统的读和写,性能平均达32.31%和31.20%.此外,混合的缓存一致性保证机制在客户端数量不断增加时仍然表现出良好的可扩展性.

基于移动代理技术的通用主动网络架构及原型应用

提出了一种基于移动代理技术的通用主动网络架构,并给出了一种基于此架构的原型应用——主动搜索引擎。通过对原型应用的仿真,证明该架构在完成任务所需时间和网络负载方面具有更好的性能改善和显著的优点。

基于主动网络技术的移动IPv6切换方案

该文首先分析了IETF制定的移动IPv6协议在切换过程中所存在的缺点,然后提出一种基 于主动网络技术的方案来解决这些问题,改善移动IPv6的性能.最后通过网络仿真,证明这种方案具有更 多的优点和更高的性能。

一种利用双路径组播树提高应用层组播稳定性的方案

应用层组播作为IP组播的替代方案,具有简单灵活、容易部署的优点,在分布式多媒体通信领域获得了广泛的应用.但其存在组播树稳定性的问题,发展受到了限制.该文提出一种双路径组播树方案,采用两个组播树传输和转发不同内容的数据,在节点加入或者退出组播组时,不需要重新构建组播树,其它节点仍然可以接收到可接受的多媒体数据,从而减少故障恢复的时间,提高应用层组播的稳定性,改善应用层组播的性能.最后通过计算机仿真,表明该方案在节点加入和退出时减少了故障恢复时间,维护了组播树的稳定性,具有良好的性能改善和显著的优点,适合多媒体业务传输.

基于P2P的VOD系统中数据缓存策略研究

提出了一种结合内存缓存与磁盘缓存的新型缓存策略.该策略在原有内存缓存基础上增加了磁盘缓存,数据从内存中被淘汰时,从磁盘缓存空间中选择合适磁盘分片进行缓存,并建立索引管理已缓存数据,使对等网络中的节点利用彼此的闲置磁盘资源缓存更多的媒体数据,服务器的负载得到有效降低,节点在对等网络中从其他节点获取数据的成功率明显提高.实验证明,该缓存策略有效提高了系统的整体服务能力,充分利用对等网络中的空闲节点资源降低视频服务器的负载.

P2P网络中资源搜索机制的研究

基于当前Gnutella网络统计特性的分析,重点分析了三个影响搜索性能的因素:超级结点,历史搜索记录以及延迟特性.分析结果表明上述三个指标对于设计一个新的搜索策略非常重要,它们构成了判断节点是否转发搜索请求的重要指标.在据此判断指标所提出的新型搜索机制中,每个节点就可以在选择邻居转发搜索请求时更加有目的性,搜索成功率会更高.实验仿真数据表明,与基于洪泛策略和基于随机行走策略的传统搜索机制相比较,此搜索策略在保持高搜索成功率的前提下能够大大减少消息通信量,从而减少系统开销,提高系统效率.

一种基于树树结构的低时延应用层组播模型

作为IP组播的替代,应用层组播具有简单灵活的优势,获得了广泛应用,但时延较大的缺点对性能影响较大.针对大规模应用层组播时延较大的问题,提出一种层次化的树树组播模型来降低应用层组播时延,该模型利用两层结构来组织和管理应用层组播组成员,并考虑节点性能和节点间时延来构建较低时延的组播树.当节点加入或退出组播组时,设计合适的组播树维护算法使得组播树的时延变化较小,满足低时延要求.计算机仿真表明该树树组播模型能够有效降低应用层组播的时延,改善大规模应用层组播性能,适合应用在大规模实时多媒体环境中.

基于案例教学的嵌入式系统课程改革与实践

针对当前高校嵌入式系统课程中出现的问题,我们对该课程进行了改革与建设,对于课程的教学内容,将嵌入式理论与技术设计成一个个案例,形成新型的案例教学内容,对于课程的教学模式改革,以案例教学为重点,各种教学形式结合,开展多方位的教学。经过实践,表明课程改革改进了教学效果,提高了教学质量,为嵌入式行业培养具备开发能力和创新能力的卓越人才,达到了教学目标。

基于序列最小优化的SIFT特征提取与匹配算法

SIFT是特征提取与匹配技术中的一种有效的方法,具有较好的稳定性,以及旋转和尺度不变特性。但是SIFT特征提取与匹配的维数较高,且存在较大的误匹配率,影响双目立体视觉SLAM的实时性和准确率。为此,提出SMO-SIFT算法,对原SIFT进行欧氏距离比值的阈值选取进行粗匹配,再结合支持向量机的SMO算法,改进SIFT算法中的特征匹配算子。MATLAB仿真表明SMO-SIFT算法降低了算法的维数,改善了特征提取的实时性,同时提高了算法精确度,比较适合应用于双目立体视觉SLAM中。

新兴分布式计算技术与系统专题序言

分布式计算与系统一直是承载重要信息化基础设施的基础.一方面,分布式计算的理论、技术与系统的研究发展可有效助力大型信息系统(如云计算、边缘计算、5G网络等)的快速发展;另一方面,新兴的信息技术与应用(如区块链、机器学习等)也在倒逼分布式计算与系统的技术进步.因此,分布式计算与系统一直是国内外研究的热点,在基础科学理论、关键技术方法、新兴系统及应用等方面都产生了诸多创新性和突破性的成果.针对国内分布式计算与系统领域的发展,中国计算机学会分布式计算与系统专委会每年都会召开全国开放式分布与并行计算学术年会(DPCS),为分布式计算与系统相关领域的研究者、开发者和用户提供一个学术交流和成果展示的平台.本专题收录了DPCS2021的10篇论文,根据研究方向其大体可以分为3类:分布式系统优化、分布式机器学习和分布式系统安全.

基于模糊逻辑的VANET路由协议算法研究

随着多媒体等实时业务应用到车载自组织网络中,为了保障多媒体等实时业务的传输质量,车载网络中多跳路由协议具有一定的研究意义。综合考虑到实时业务及车载自组织网络的特点,提出了一种路由算法FL-GPSR。该算法将链路可用带宽、节点中心度、节点稳定度这三个指标运用模糊逻辑系统进行处理,再利用去模糊化处理后的数值和节点到目的节点距离来选择最优转发节点,从而选择最佳路由路径。最后利用NS2对协议进行仿真,结果表明FL-GPSR路由协议相比PFQ-AODV、GPSR等,在较低路由开销的同时,能够使网络获得更高可靠性、有效性,更低延时性。

面向卓越工程师教育培养计划的专业实习改革与探索

针对电子信息类专业的专业实习课程存在的问题,结合东华大学电子信息工程专业"卓越工程师教育培养计划",从实习内容、实习模式、实习评测方式三个方面进行改革和探索,培养学生成为掌握电子信息工程领域扎实的理论基础和较宽的专业知识、具有创新意识的电子信息行业新型人才,达到电子信息工程专业"卓越工程师"的培养目标。从实践效果看,这些改革和探索对专业实习课程的教学具有很好的实际意义。

一种基于移动代理技术的类应用层组播的搜索引擎模型

提出一种基于移动代理技术的类应用层组播的搜索引擎模型.通过对模型的仿真,证明这种搜索引擎模型在完成任务所需时间和网络负载方面具有较好的性能改善,非常适合搜索引擎的设计和实现.

一种基于主动网络技术的改善无线链路上TCP性能的方案

针对TCP在无线环境中性能下降问题,本文提出一种基于主动网络技术的方案,来改善无线链路上的TCP性能。通过网络仿真,证明这种方案具有更高的性能和更多的优点。

“种子基金”,助我播种APPLE——我与微软亚洲研究院创新研究基金

项目背景：为稳定地支持信息领域基础科学的前沿性探索，鼓励具有创新能力的人才和群体，微软亚洲研究院设立创新研究基金。基金资助对象为以优秀科学家为学术带头人、中青年科学家为骨干的研究群体，他们围绕某一重要研究方向提出项目计划书，研究院提供相应的支持，并指定研究员与高校教师联合开展项目工作。微软创新研究基金设立以来，已经支持上百个项目，涉及近40所高校或研究机构。

基于IPv6的家庭信息网络架构与设计

作为下一代网络协议的IPv6在构建家庭信息网络方面具有诸多优势,文章提出一种基于IPv6协议的家庭信息网络架构,并讨论了原型设计。该架构具有扩展性和实用性,而且操作配置简单,在构建IPv6家庭信息网络时具有诸多优点。