一种基于包围盒的存储高效SDN规则缓存算法

软件定义网络(Software Defined Networking,SDN)是一种革命性的网络架构,主要思想是将控制平面与数据平面分离,并且还拥有开放可编程特性。其对数据包转发以及网络资源管理方面有着极高的要求。三态内容寻址存储器(Ternary Content Addressable Memory,TCAM)因其快速规则匹配能力通常作为规则的缓存应用于SDN交换机中。规则缓存将大部分流量引导到高性能的硬件路径上,可以显著提升网络性能。然而,规则之间存在的依赖关系使得缓存的利用率变低。因此,合理的规则缓存算法对本就稀有的TCAM资源来说十分重要。聚焦规则间的依赖关系,该文提出了CacheBand规则缓存算法。该算法利用包围盒思想,通过对规则及当前流量的分析,智能产生绷带规则,切断了规则间的依赖关系。实验证明,在不同数据包速率下,与同类算法相比,CacheBand可减少约68%的缓存条目,显著降低了流表压力,为数据转发提供了可靠的缓存方案。

基于状态依赖切换规则的切换控制器设计方法

在实际工程应用中,物理限制或人为约束的存在使得受控系统在单个控制器的作用下通常无法达到稳定,而具有切换特性的多模态控制器可以更好地提升受控系统的性能。因此,深入研究切换机制在控制器设计中的作用具有重要实际意义。本文基于状态依赖切换规则将受控系统转化为切换系统。通过合理地选择增益系数以增大切换子系统之间的等效刚度差,并结合所选择的增益系数和切换系统的能量比值函数设计了弱保守性的状态依赖切换控制器,解决了受控系统在控制约束下难以被镇定的问题。最后,仿真结果验证了所给出的切换控制方法的有效性。

一种面向内核接口的顺序依赖规则挖掘与违例检测方法

内核扩展函数以接口的形式提供给驱动,用于管理设备和申请相关的资源.这些接口中存在大量的顺序依赖规则,如自旋锁必须经过初始化才能加锁,然后才能解锁;驱动在加载时申请的内存,卸载时必须予以释放等.然而,驱动开发者常常不熟悉或疏忽内核接口的使用规则,导致驱动中存在大量的接口使用违例,影响驱动及系统的可靠运行.文中提出了一种面向内核接口的顺序依赖规则挖掘与违例检测方法(SD-Miner).该方法结合驱动源码的结构特征,对驱动代码使用的内核接口进行统计分析,挖掘并提取内核接口的顺序依赖规则,并利用提取的规则检测现有的驱动源码中的使用违例.SD-Miner对Linux 3.10.10和2.6.38的驱动源码分别进行了规则挖掘和违例检测.对比检测结果发现,在2.6.38中检测出的错误中,有64处在3.10.10中得到了修正.SD-Miner检测和分析Linux 3.10.10的3781款驱动的过程仅耗费5min,共计提取出了220个顺序依赖相关的接口使用规则,并检测到了756个使用违例,作者将其中50个提交给了开发者,累计有25个回复者对20个使用违例进行了确认.实验结果表明,SD-Miner能够有效地挖掘出内核接口的顺序依赖规则,并检测出使用违例,进而辅助开发人员对驱动进行修正来提高驱动可靠性.此外,规则的挖掘是基于驱动的结构信息和统计信息,不需要开发者在源码中提供额外的注释及标注.

属性依赖规则在概念格构建中的应用

在实际形式背景中,属性依赖关系的存在是不可避免的。因此,研究把属性依赖规则应用于概念格构建中是有意义的。通过对属性依赖规则表示和约简的定义,描述了一种新的构建概念格的方法,即把形式背景和约简后属性依赖规则作为输入数据,同时考虑其属性蕴含关系,从而在不需要构建整个概念格的情况下,产生基于属性依赖规则的概念格。其目的在于加快概念格的产生,使其在满足属性依赖规则的情况下,构建概念层次,发现潜在的信息。

基于自依赖规则分析的主动规则终止性研究

ECA规则终止性问题是主动数据库中一个关键问题,首先分析触发边、活化边、惰化边三种边的触发时序关系;然后构造条件断言函数来描述活化边和惰化边对ECA规则中条件的影响,总结出了触发边、活化边和惰化边的组合时序对规则的具体触发情况;最后在此基础上进一步完善了BarakisR提出的不可归约规则集中的自依赖规则判定算法,对其中能够形成环状结构的自触发规则进行了全面的讨论,提出一种新的自依赖规则判定算法。该算法首先找到在不可归约集中由自触发规则引发的循环触发,然后对自触发规则进行单独处理来打断这个环从而使规则集终止,有效提高了规则终止性问题的判断能力。

基于上下文依赖规则覆盖的句子生成

基于规则覆盖的句子生成,是上下文无关文法句子生成的主要方法,但是它也具有局限性。最近提出的上下文依赖规则覆盖,能根据文法的内部结构不同而具有不同的分支集合,比规则覆盖的精度更高。目前,尚未见这种上下文依赖规则覆盖的句子生成算法。该文在规则覆盖的句子生成算法的基础上,实现一个基于上下文依赖规则覆盖的句子生成算法。该算法已在机器上实现并经过实验检验。

利用视图技术实现非递归规则的表示与推理

介绍利用视图技术实现非递归规则的表示和推理并将该思想应用到开发的一个演绎数据库中去。

一种新的模糊规则提取方法

模糊规则是模糊系统的重要组成部分。针对数据库中的模糊规则提取问题,探讨了IF-THEN规则中的结论对前提的依赖关系,给出了规则的依赖度的定义,设计了基于遗传算法的模糊规则提取算法。实验验证了算法的有效性。

基于优先级替换的批量规则快速更新方法研究

当前,软件定义网络(SDN)交换机的三态内容寻址存储器(TCAM)基于优先级编码其存储规则的物理位置,因此,当发生规则更新时,TCAM不可避免地会因为新优先级的出现或原有规则优先级的变化而移动大量已有规则的物理位置,产生不可忽视的高时延。本文提出了基于优先级替换的批量规则快速更新方法(BRUS),解决规则更新时因TCAM移动规则而产生的高时延。BRUS引入了基于规则依赖的规则语义一致性,在规则语义一致性的基础上,通过替换插入规则优先级为删除规则的优先级来避免不必要的规则移动,实现快速的规则更新。实验结果表明,BRUS能够有效找到91%以上的替换规则对,从而大幅减少规则更新的移动次数。与最新方法相比,针对批量更新场景,BRUS具有更好的稳定性和适用性。

组织相互依赖关系对公司创业能力的影响机制——基于海尔集团的案例研究

从相互依赖关系视角分析海尔的公司创业活动,发现采取高模块化、低集中性、高开放性的相互依赖模式和高严密性、高即时性的相互依赖规则能促进公司创业能力的培育和提升。即在公司创业过程中,高模块化相互依赖模式能提高资源整合能力和机会开发能力;低集中性相互依赖模式能提高机会识别能力和机会开发能力;高开放性相互依赖模式能提高资源获取能力和机会开发能力;高严密性相互依赖规则能提高机会识别能力和价值共创能力;高即时性相互依赖规则能提高机会识别能力和价值共创能力。

含环触发图对应的主动规则集可终止性分析

主动规则集的可终止性是主动数据库规则集的三大重要特征之一·主动规则集可否保证终止将直接影响到系统的应用·由于主动规则间存在依赖关系,通过对依赖关系的分析,给出了规则的触发传递闭包、依赖传递闭包等概念·以此为基础,提出了用规则触发-依赖图(T-DG)方法来分析主动规则集的终止性·特别讨论了判定含环的触发图(TG)对应的主动规则集是否保证终止的方法,给出了相应的判定算法、算法证明及分析·

具有多时间粒度的强全序时态模式中多值依赖问题研究

在时态数据库中存在着与时态多值依赖相关的存储冗余、更新异常等问题.但由于时态多值依赖的复杂性,使得根据时态多值依赖所进行的范式分解并不能总保持无损联接,为此对强全序时态模式中时态多值依赖与无损分解的相关性进行了深入研究,给出了规则的时态多值依赖(RTMVD)和属性集的时间粒度等概念,并给出了RTMVD的一套有效的推理规则,针对强全序时态模式中时态多值依赖与无损分解的相关性给出了相关定理,解决了规则的时态多值依赖环境下时态模式在多粒度上的无损分解问题,为规则时态多值依赖环境下时态模式的进一步规范化奠定了基础.

基于数据质量规则的缺失结果解释约减

由于数据缺失等原因,用户在查询结果中可能没有得到预期的答案.现有的方法通过枚举可能的缺失记录来解释"为什么没有why-not"的问题.然而,枚举得到的解释数量庞大,用户无法逐一浏览确认缺失数据.实际上,这些可能的解释中有许多是不合理的,如何约减解释数量存在挑战.根据真实数据试验,利用数据中存在的唯一性约束来进行约减,生成的解释数量仍有几十万个.研究利用数据质量规则(如函数依赖)来高效约减缺失结果的解释.首先,提出一种基于函数依赖的解释约减算法FDR(functional dependencies-based reduction).其次,为了辅助用户浏览生成的解释,进一步研究利用近似函数依赖对解释进行排序.真实数据实验表明,FDR方法能够比现有的方法减少2~5个数量级的解释(从几十万个减少至几千个甚至几十个);利用近似函数依赖排序的Top-1解释精确率达到90%以上.

浅议生产经营类事业单位体制改革中的路径依赖

当前正是生产经营类事业单位转企改制的攻坚阶段,在制度改革和治理结构变迁过程中,改制企业对原有格局下管理体制和观念的沿袭是明显的,一些措施和方法具有明显的路径依赖特征。遵循"路径依赖"理论,本文试对生产经营类事业单位改革发展的路径进行了梳理,并对破除路径依赖提出了基本研究思路。

基于忆阻器突触的脉冲神经网络综述

忆阻器是一种具有非易失性、类突触可塑性和多值性的新型存储器件,能够模拟生物神经元和突触的功能,实现神经形态计算的存算一体化。脉冲神经网络是一种基于生物神经系统信息处理机制的第三代人工神经网络,具有高效性、并行性、稀疏性和自适应性的特点,能够处理复杂的时空信号。利用忆阻器构建的脉冲神经网络是神经形态计算的一个重要研究方向,已经在图像处理、语音识别、自然语言处理、机器学习等领域实现突破性的进展。本文总结忆阻器脉冲神经网络的基本原理、主要应用和存在的挑战,并对其未来的发展趋势和研究方向进行展望。

一种软件体系结构测试序列生成方法

软件体系结构在软件开发过程中至关重要,其中任何微小错误都会给软件开发及后期维护带来很大麻烦.本文提出一种软件体系结构测试序列生成方法,首先用化学抽象机描述体系结构,然后生成相应的反应规则依赖图RDG,再根据定义的测试覆盖准则及测试序列生成算法,产生软件体系结构测试序列,最后以客户机/服务器体系结构实例说明了导出RDG及生成测试序列的过程.

改进的基于转换方法的拉丁蒙文词性标注

针对传统基于转换的词性标注方法中规则学习速度过慢的问题提出了一种对训练语料库进行动态划分的算法。该算法根据规则之间的冲突和依赖关系对训练语料库进行动态划分,减小了搜索空间。在保证拉丁蒙文词性标注正确率的前提下提高了规则学习速度。经过10000拉丁蒙文句子语料库的对比测试,发现该方法在规则学习中所花费的时间仅为原方法的32%。

基于多层忆阻脉冲神经网络的强化学习及应用

人工神经网络(Artificial neural networks, ANNs)与强化学习算法的结合显著增强了智能体的学习能力和效率.然而,这些算法需要消耗大量的计算资源,且难以硬件实现.而脉冲神经网络(Spiking neural networks, SNNs)使用脉冲信号来传递信息,具有能量效率高、仿生特性强等特点,且有利于进一步实现强化学习的硬件加速,增强嵌入式智能体的自主学习能力.不过,目前脉冲神经网络的学习和训练过程较为复杂,网络设计和实现方面存在较大挑战.本文通过引入人工突触的理想实现元件-忆阻器,提出了一种硬件友好的基于多层忆阻脉冲神经网络的强化学习算法.特别地,设计了用于数据–脉冲转换的脉冲神经元;通过改进脉冲时间依赖可塑性(Spiking-timing dependent plasticity, STDP)规则,使脉冲神经网络与强化学习算法有机结合,并设计了对应的忆阻神经突触;构建了可动态调整的网络结构,以提高网络的学习效率;最后,以Open AI Gym中的CartPole-v0 (倒立摆)和MountainCar-v0 (小车爬坡)为例,通过实验仿真和对比分析,验证了方案的有效性和相对于传统强化学习方法的优势.

基于属性数据的系统调用过滤方法

针对现有系统调用过滤方法的局限性,对如何有效准确地精简系统调用日志进行研究,分析系统调用日志中涉及网络攻击的重要系统调用信息,提出一种基于属性数据的系统调用过滤方法。通过追踪和分析系统调用的属性数据,引入系统调用依赖规则,在确保准确性的前提下,对系统调用日志进行合理有效地精简、过滤;在此基础上,实现一个名为"系统调用分离器"的过滤工具。通过实验验证了该方法及工具的有效性和适用性。

基于封闭权限集的用户授权方法

针对现有ASP知识库访问控制方法未考虑知识库中存在完整性约束的问题,提出一种基于封闭权限集的用户授权方法。根据ASP知识库中文字与规则间的依赖关系,采用一种新型依赖规则计算封闭权限集,封闭权限集是用户所拥有的正确的ASP知识库授权,并设计了一种授予用户封闭权限集的EG_Right算法。算例表明,该方法适用于包含完整性约束的ASP知识库。