基于区块链的ABAC静态策略冲突优化算法

为解决大数据与云计算环境下策略冲突检测与管理的难题,首先,介绍了区块链技术与基于属性的访问控制(attribute-based access control,ABAC)模型的基本概念,为后续算法设计奠定了理论基础;其次,设计了ABAC静态策略冲突优化算法,包括基本元素、优化流程、相似度值计算、策略区块分组以及冲突策略优化算法设计;最后,实验结果表明,ABAC静态策略冲突优化算法在冲突检测、决策效率、存储优化等方面具有显著优势。该算法可以实现策略冲突的高效检测与智能优化,大幅提升了策略管理的效率与精确性,同时也为基于区块链的ABAC策略管理提供了新的思路和有益参考。

单线列车运行调整的最早冲突优化方法

针对单线铁路列车运行调整问题的特点,建立单线列车运行调整的数学模型,提出最早冲突优化方法。该方法首先生成松弛运行调整计划,再对松弛计划中的冲突逐一选择最早冲突优先化解,松弛计划中的全部冲突得以序列化化解后获得阶段计划。最早冲突优化方法克服了组合化解冲突产生的巨大方案数,具有较高的运行效率。实例证明最早冲突优化方法生成的阶段计划质量高、运算快,完全能满足行车调度的实时性要求。

NISQ设备的量子电路调度策略优化研究

在嘈杂的中尺度量子(noisy intermediate-scale quantum,NISQ)时代,调度是量子电路编译的关键步骤。传统调度策略未充分利用量子计算的并行性,忽略了层内操作的潜在并行优化。因此,设计了两种优化策略:拓扑层级调度策略(topological layered scheduling strategy,TLSS)和层内冲突优化策略(layerwise conflict optimization strategy,LCOS)。TLSS利用贪心算法和拓扑排序原理,在层结构中分配量子门,以最大化并行执行量子门操作的数量。LCOS在层内插入SWAP门并最小化冲突以提高并行度,优化整体计算效率。实验结果表明,在涉及4至22量子比特、平面拓扑结构以及双量子比特的平均寿命为67μs的特定环境下,TLSS与LCOS分别降低51.1%和53.2%的SWAP门数量,减少14.7%和15%的硬件门开销。由于量子电路的复杂性及层间时序关系的干扰,将两策略结合后SWAP门数量降低51.6%,硬件门开销减少14.8%。然而结果的适用性受到不同结构和硬件限制的影响。

基于Bank地址的IABA冲突分析及优化

为了降低物联网应用中用于关键事务控制的硬实时任务的最坏情况响应时间(WCRT),提出了一个基于任务地址分布的bank冲突优化框架.该框架从以下两个方面改善硬实时任务的WCRT:借助任务访问缓存地址因素约束bank冲突条件,并借此收敛任务的最差情况执行时间(WCET);基于任务访问缓存的地址分布特征优化地址映射降低冲突延迟时间.实验结果表明,所提方法分别可提升平均18.15%的冲突延迟估值以及减少大约20%的冲突延迟时间.