云存储多异构文件联合延迟尾概率凸优化分析

随着擦除码技术的流行,分布式存储中高数据可靠性和高空间效率存储性能逐渐实现,但是降低尾部延迟仍然是一个有待解决的问题。为此,提出一种量化和优化擦除编码存储系统尾延迟的算法框架。对于任意服务时间分布和异构文件,推导给出尾部延迟上界。提出了一个优化模型,使得所有文件在服务器上放置的加权延迟尾概率和访问请求文件的服务器选择共同最小化,并证明了其非凸问题特性,以便采用一种高效的交替优化算法求解。此外,通过描述延迟分布尾部的渐近行为,以闭合形式对任意擦除编码存储的服务延迟的尾部指数进行数学量化,证明了基于概率调度的算法是(渐近)最优的。实验结果表明,在实际工作负载下擦除编码存储系统的尾部延迟显著降低。

GPU异构系统上针对PowerPoint的彩虹表攻击实现

彩虹表技术是当前口令恢复最有效的手段。本文使用彩虹表技术在CPU-GPU异构平台上实现对PowerPoint文件的口令恢复,在彩虹表生成阶段采用OpenMP和CUDA两种多线程模型协同工作,实验结果表明OpenMP多线程模型更适合于表生成。在彩虹表在线分析阶段,通过将再生成彩虹链移至CPU的方式减少CUDA模型束同步串行机制对效率的影响,与此同时引入检查点减少假警带来的多余工作量,最终使在线分析效率提高75%。

如何在MS Excel环境采集数据

Microsoft Excel强大的表格数据处理能力,审计工作中用得较多。由于MS Excel是电子表格处理软件并非数据库管理系统,集成在其内部的转换功能主要针对Lotus等其它电子表,真正对审计有用的格式就是DBF文件和文本文件。