基于通信开销的多类型DAG任务调度方法

随着异构多核处理器的性能不断增强,具有关联关系任务的调度问题和调度算法成为研究者们关注的焦点。针对异构多核平台上的有向无环图(Directed Acyclic Graph,DAG)任务模型进行了调度分析。由于异构环境中计算资源类型丰富数量多,实际调度过程中处在不同核上的任务之间的通信开销是存在的。而当前大多数调度算法要么忽略不同核上的任务之间的通信开销,要么优先级判定和选择处理器核执行时不能全面考虑核间任务的通信开销,造成资源浪费,增加了系统调度任务的整体长度。因此,针对具有通信开销的DAG任务模型,讨论了任务间的通信开销对任务调度算法的影响,提出了复合节点生成算法(Composite Node Generation Algorithm,CNGA)任务调度算法。该算法根据任务间通信开销大小进行预处理分配生成复合节点,重构DAG图将任务节点的上行秩和通信占比作为参数决定任务节点的优先级。实验结果与HEFT和CPOP算法比较,在任务通信开销和任务执行开销之比(Communication to Computation Ratio,CCR)一定的情况下响应时间比原有的HEFT和CPOP提升10.19%,稳定性以松弛度和接受率为参数平均提升3.96%。

面向多租户数据中心的联邦学习架构下通信开销优化方法

为降低多租户数据中心联邦学习架构下的高通信开销问题,提出一种基于三元演化模型参数的通信开销优化算法。首先,建立面向多租户数据中心的联邦学习架构模型来实现数据隐私保护;其次,针对联邦学习架构的引入导致租户和数据中心交互产生了过高的通信开销问题,提出一种基于三元演化模型参数的通信开销优化算法,通过结合最优局部模型和三元向量化模型参数的演化方向来减少租户与数据中心模型参数传输之间的冗余通信;同时,基于联邦学习的隐私研究论证分析了在传输通信过程中所提算法能有效保障参与训练租户的隐私信息。最后,实验结果表明,所提方法在保障训练精度的前提下,相比于联邦平均对比算法能有效降低30%的冗余通信开销。

代码缺陷检测中被测模块开销预测方法

随着代码规模越来越大、代码文件越来越复杂,代码缺陷检测工具需要采用并行的方法进行调度。为了更好地使用并行的方法进行调度,提高缺陷检测效率和硬件资源利用率,提出一种代码缺陷检测中被测模块开销预测方法。该方法根据DTS(Defect Testing System)缺陷检测流程的特点提取出时间开销特征和空间开销特征,通过深度记忆网络提取出语义特征,将时间开销特征与语义特征进行融合得到融合特征,使用回归模型对融合特征进行时间开销的预测,对空间开销特征进行空间开销的预测。在8个开源C工程上的实验结果表明,该方法在开销预测方面有着较好的表现。

OpenMP任务调度开销及负载均衡分析

任务调度是OpenMP规范的重要内容。在考虑调度开销、负载均衡等多方面因素的基础上,OpenMP规范制定了静态调度、动态调度、指数动态调度和运行时调度等不同策略。详细分析了在单次循环时间相等情况下,不同的OpenMP调度策略对额外开销和负载均衡的影响;提出了选择不同任务调度策略的原则。

一种低开销的双向时间同步算法

时间同步作为无线传感器网络的关键技术之一,得到越来越广泛的关注。提出了基于簇结构的主动和被动结合的双向同步算法,基于簇结构的双向同步方式解决了传统双向同步报文交互频繁的问题,通过最大似然估计校正节点间的相位偏差和频率偏差,使得同步算法获得较高的同步精度和相对较少的报文开销。最后通过仿真和物理实验验证了算法的有效性。

面向云端Key/Value存储系统的开销敏感的数据迁移方法

Key/Value存储系统在大规模、高性能云应用支撑方面扮演了重要的角色,对云端Key/Value存储系统而言,数据迁移是实现节点动态扩展与弹性负载均衡的关键技术.如何降低迁移开销,是云服务提供商需着力解决的问题.已有研究工作大多针对非虚拟化环境下的数据迁移问题,这些方法对于云端Key/Value存储系统而言往往并不适用.为应对上述挑战,将数据迁移问题纳入负载均衡场景解决.提出一种基于面积的迁移开销模型,该模型可以有效感知底层VM性能干扰状况,权衡迁移时间与性能衰减值.进一步提出一种开销敏感的数据迁移算法,该算法基于开销模型与均衡度制订数据迁移计划,选取最优的迁移操作.基于雅虎的云服务基准测试工具YCSB验证了该方法的有效性.

带通信开销的DAG工作流费用优化模型与算法

通信开销在云环境中无法忽略,但现有DAG(directed acyclic graph)工作流费用优化模型大都未考虑任务之间的通信开销,难以在实际云环境中应用.为此,提出带通信开销的工作流费用优化模型CA-DAG(communication aware-DAG),并在分层算法的基础上提出针对CA-DAG模型的调度算法CACO(communication aware cost optimization).CACO使用前向一致规则(forward consistent,FC)求解工作流的最小完工时间;根据逆向分层策略将任务分层,使费用优化问题从全局转化到局部;采用动态规划方法收集任务在选择服务时产生的零散"时间碎片",增加任务的费用优化空间,改善费用优化效果.仿真实验结果表明,在考虑通信开销时,CACO费用优化效果较DTL(deadline top level),DBL(deadline bottom level),TCDBL(temporal consistency deadline bottom level)都有显著提高.

基于压缩传感的低开销电力数据采集方法

智能电网通过采集电力数据进行状态评估,而电网系统中大规模电力数据的传输导致开销过高。为此,提出一种基于压缩传感的低开销电力数据采集方法,其利用信号的稀疏性,将变换系数线性投影为低维观测向量,通过进一步求解稀疏最优化高概率精确地重建原始信号。将数据采集过程分为数据压缩、数据传输和数据重构三个阶段,并基于KSVD,设计一种基于成块电力数据的稀疏矩阵训练算法。该算法不是根据单个电力数据训练稀疏矩阵,而是根据多组电力数据来训练稀疏矩阵,具有较强的鲁棒性。仿真实验结果表明,使用压缩感知处理后的数据进行传输,其传输的数据量仅为原始数据的27.8%。

RM算法的运行时开销研究与算法改进

RM算法是经典的固定优先级实时调度算法。而在嵌入式实时系统中,系统的工作负荷往往是由很多频率快、执行时间较短的任务组成。因此,直接使用RM算法进行任务调度会由于实时操作系统中任务的上下文切换开销而导致嵌入式系统资源利用率的降低。分析了基于RM算法调度的任务之间的抢占关系,并建立了以任务属性为参数的上下文切换开销模型。在该模型的基础上,通过优化任务的释放时间来降低RM算法导致的系统运行时任务切换开销。最后的实验结果验证了该策略的有效性。

基于Ad Hoc网络路由协议的控制开销研究

对Ad Hoc网络路由协议的控制开销进行了系统而深入的研究。在分析了路由开销机制的基础上,对几种典型的开销优化方法和策略进行了研究和总结,并通过仿真研究了MAC协议对路由开销的影响,以及节点密度、业务流量和移动性等网络环境因素对路由开销的影响。

基于免疫信息SV捎带的机会网络低开销路由算法

提出一种新的低开销路由算法——LRPI(low-overhead routing with piggybacked immunity information),它包含以下4种新机制:基于SV(summary vector)捎带的免疫信息存储和传送,免疫信息跨层快速产生,改进的SV交换,SV自适应压缩。通过采用这些新机制,LRPI算法不仅不需要专门的数据结构来存发免疫信息,而且能够更快速地实现同样的免疫功能。理论分析和仿真结果表明,LRPI算法在控制开销、节点缓存分组数和数据分组端到端时延等方面的性能均优于Epidemic路由算法和它的多个改进版本。

移动环境下的低开销自动数据收集算法

移动计算的一个重要难题是断连操作.数据收集过程是指在断连前把用户将来可能访问的数据预先存储到本地缓存的过程.收集过程的结果将明显影响断连操作的性能.提出了一种低开销的通用数据收集算法,在访问数据时同步建立数据之间的关联,并在数据关联的基础上自动选择要收集的数据集.模拟试验结果表明,该算法可以有效地提高断连操作时的cache命中率,尤其适用于计算速度慢、存储容量小的手持移动设备.

基于多方议价博弈的机会网络高吞吐量低开销概率路由算法

针对含自私节点的机会网络中现有基于议价博弈的概率路由算法存在的消息单向传递影响转发概率提高、依赖虚拟货币进行交易削弱节点购买力以及消息交易过程有冗余交互的问题,提出一种基于多方议价博弈的高吞吐量低开销概率路由算法——HLPR-MG。HLPR-MG算法通过将节点两两博弈扩展为多方博弈以加快消息转发概率的提升,引入"以物易物"方式增强节点购买力,并且改进现有交互机制以减少博弈次数,从而达到提高网络吞吐量的和减小控制开销的效果。理论分析验证了HLPR-MG算法设计的有效性。仿真结果表明,与基于议价博弈的现有典型路由算法GSCP和BG相比,HLPR-MG算法的吞吐量和消息传送成功率至少提高了3.63%,而控制开销和平均端到端消息时延则分别降低超17.76%和4.03%。

基于敏感寄存器替换的电路软错误率与开销最优化

随着集成电路的发展,逻辑电路对放射性粒子引起的软错误越来越敏感.现有的电路加固技术通常会带来较大的面积开销.综合考虑电路的软错误率和面积开销,提出一种新的电路加固评估指标FAP,并提出基于贪婪算法的寄存器替换技术,通过将电路的部分敏感寄存器替换为冗余寄存器来免疫电路中的软错误.针对贪婪算法有时不能达到可靠性和开销整体最优的局限,进一步提出可靠性-开销最优的启发式替换算法.实验结果表明,基于贪婪算法的寄存器替换技术只需50%的面积开销就可降低90%的电路软错误率;而可靠性-开销最优的启发式替换算法只需45%左右的面积开销,电路软错误率就降低达90%以上.与其他已有技术相比,电路软错误免疫技术在可靠性和面积开销间达到了更好的折中.

降低协同设计虚拟机启动开销的译码后指令缓存技术

协同设计虚拟机采用动态二进制翻译实现不同体系结构间的二进制兼容,对源指令的翻译和处理影响了协同设计虚拟机的启动性能.研究发现,在一个采用解释执行和翻译相结合的协同设计虚拟机中,处理非热点代码的解释执行是虚拟机启动开销的主要来源.发现了协同设计虚拟机中的解释例程局部性,并提出了一种硬件译码后指令缓存结构DICache(decoded instruction cache),用于存储解释执行过程中译码后的指令信息,开发解释例程的局部性,避免大量重复的译码操作.在一个协同设计虚拟机上对DICache进行评估,采用一组SYSmark 2004 SE商业应用测试程序进行测试.结果表明,DICache可以有效减少重复译码量,将协同设计虚拟机的启动性能平均提高约2.4倍.与相关的优化技术相比,DICache的性能更好,且具有更强的适用性.

低开销的无线传感器网络时间同步算法研究

传统的TPSN时间同步算法虽然能快速而高效地同步网络上节点的时间,但是在节点频繁加入和失效的情况下,其效率低下。针对以上不足,提出了一种改进的无线传感器网络时间同步算法———ITPSN。该算法不需要构建网络的拓扑结构,能高效地处理网络中节点加入和节点失效情况下的时间同步。实验结果表明,该算法明显提高了网络的健壮性,在节点密集部署的情况下,减少了节点的能量消耗,从而提高了节点的使用寿命。

P2P缓存系统中总开销最小的协作缓存策略

为降低P2P缓存系统中的全局开销,提出一种基于总开销最小的协作缓存策略。该策略综合考虑P2P缓存系统中的传输开销和存储开销,使用跨ISP域间链路开销、流行度、文件大小、存储开销来衡量文件的缓存增益。需要替换时,首先替换掉缓存增益最小的内容。实验结果表明,所提策略能够有效降低系统的总开销。

校园网络安全与资金开销问题的探讨

校园网是电脑黑客和电脑病毒攻击的主要目标.如何在网络安全与资金开销中找到一个最佳的平衡点,合理有效地配置网络安全防护系统是一个值得研究和探讨的问题.通过对某学院网络安全和资金开销两者之间关系的分析,建立了描述该问题的非线性规划模型,并求解该模型,找到了最佳平衡点.并且以校医院为例进行了灵敏度分析,证明模型具有很好的稳定性.推广该模型,加入软件生命周期和技术进步的影响因素,对模型作了进一步地研究和发展.该模型具有良好的推广性和广泛的应用前景.

兼顾费用与公平的带通信开销的多有向无环图调度

针对云环境下多有向无环图(DAG)工作流的调度算法应考虑执行时间、费用开销、通信开销、公平性等多个指标的问题,在模型带通信开销的DAG(CA-DAG)的基础上结合公平性算法提出一种优化完成时间的后向求异(BD)原则与兼顾费用和公平的多DAG调度策略CAFS。CAFS调度策略分为两个阶段:预调度阶段利用带通信开销的工作流费用优化(CACO)算法在考虑通信开销的同时求解所有任务的最优服务并优化费用,采用fairness算法得到较公平的调度顺序;调度阶段采用BD原则,根据在预调度阶段得出的调度顺序进一步优化整体的完成时间并执行调度。实验结果表明,CAFS调度算法具有较好的公平性,在不提高费用的基础上时间减少19.82%。

基于5G接入网络的多优先级虚拟网络功能迁移开销与网络能耗联合优化算法

针对5G接入网络中虚拟网络功能(VNF)部署完成后,其资源需求发生动态变化,导致网络中物理机(PM)资源利用率过高或过低这一问题,该文首先将网络中PM的资源使用情况划分5个不同分区,提出一种多优先级VNF迁移请求队列调度模型。其次基于该模型,对VNF迁移开销的最小化及网络能耗的最小化建立联合优化模型。最后提出一种基于5G接入网络的多优先级VNF迁移开销与网络能耗联合优化算法对其进行求解。仿真结果表明,该算法在有效实现VNF迁移开销与网络能耗折中的同时,提高了PM资源利用率,保证了PM性能并均衡各PM负载。