面向车辆边缘计算的任务合作卸载

随着物联网技术和人工智能技术的飞速发展,车辆边缘计算越来越引起学者的关注。车辆如何有效地利用其周边的各种通信、计算和缓存资源,结合边缘计算系统模型将计算任务迁移到离车辆更近的路边单元,已经成为目前车联网研究的热点。由于车辆应用设备计算资源的有限性,车辆用户的任务计算需求无法满足,需要提升车辆周边计算资源的利用率来完成计算任务。本文研究了车辆边缘计算中任务的合作卸载机制,以最小化车辆任务的计算时延。首先,考虑周边停泊车辆以及路边单元的计算资源,设计了由云服务器层、停泊车辆合作集群层和路边单元合作集群层组成的任务合作卸载3层系统架构,通过路边单元合作集群和停泊车辆合作集群的合作卸载,充分利用系统的空闲计算资源,进一步提高了系统的资源利用率。然后,基于k-聚类算法的思想提出了路边单元合作集群划分算法对路边单元进行合作集群的划分,并采用块连续上界最小化的分布式迭代优化方法设计了任务合作卸载算法,对终端车辆用户的任务进行卸载计算。最后,通过将本文算法和其他算法方案进行实验仿真对比,仿真结果表明,本文算法在系统时延和系统吞吐量方面具有更好的性能表现,可以降低23%的系统时延,并且能提升28%的系统吞吐量。

隐私计算的关键理论与前沿应用

基于国家自然科学基金委员会第352期“双清论坛”,本文介绍了隐私计算在服务国家数字经济重大战略需求的重要作用,分析了国内外对该研究聚焦点的布局情况,阐述了隐私计算的内涵与外延,回顾了隐私计算研究历程的三个维度:隐私加密、隐私脱密与非规则博弈下新型隐私计算,凝练了隐私计算的非规则博弈、全生命周期保护与联邦计算范式等关键科学问题,研讨该领域前沿应用与未来研究方向,力争进一步推动我国隐私计算理论、方法和技术的突破性发展与应用。

面向未来移动通信的移动边缘计算研究综述

移动边缘计算(MEC)通过将移动终端的计算和存储任务从集中式数据中心卸载到边缘网格,满足复杂通信场景下的多样化设备服务需求,已经成为面向未来通信的关键性技术之一。通过阐述从云计算、雾计算到移动边缘计算的发展历程,介绍了MEC技术的基本概念和基本框架;在此基础上,从计算卸载、资源分配、缓存管理和安全防护4个方面讨论了MEC的研究进展,对相关研究成果进行了详尽综述。其次,以物联网、MEC结合区块链、AI辅助MEC系统、通感一体化和云边协同等边缘计算的几个典型应用场景为例,归纳了移动边缘计算在6G中的潜在应用场景,展示了其在构成智能、高效、安全的通信网络方面的潜在益处。最后,从互操作性、安全风险、移动性管理和可扩展性等方面指出了MEC研究在融合创新方面所面临的挑战,并对其在超可靠低时延通信、通感算一体化和星地融合移动通信等方向的优势和发展趋势进行了总结和展望。

“计算·AI+X”创新型计算机研究生人才培养模式探索

针对面向复杂的人工智能应用场景的研究生创新能力培养问题,分析面临的挑战和困难,提出“计算·AI+X”的新培养模式,介绍人才培养方法,阐述培养模式创新点,最后说明人才培养成效。

BIM技术在建筑碳排放计算领域研究进展

结合国内外相关文献,对BIM技术在建筑碳排放计算领域的研究进展进行综述。通过对研究进程的归纳,以及对建筑碳排放计算政策、计算方法、BIM技术适用性等影响因素的分析,总结BIM技术在建筑碳排放计算领域的研究现状。基于当前研究成果,将BIM技术在建筑碳排放计算领域的研究内容划分为理论方法、工具平台、应用价值三个层面。理论方法主要关注计算边界和计算方法的确定、BIM模型的数据提取方式以及BIM模型的参数扩展内容;工具平台主要探讨BIM建模工具、人工处理及算法程序、BIM软件插件、BIM平台系统的具体应用;应用价值主要体现基于BIM技术的建筑碳排放计算在建筑设计、物化、运营等各阶段的成果效益。三个层面虽已取得许多研究成果但也存在问题和难点。未来的研究可以在数字技术融合和信息管理完善两个方面深入发展。

新计算模式下的信息安全防护专题序言

近年来,数字化转型逐步深入,新的计算模型和数据管理方式不断涌现,并已成为社会发展的重要引擎之一。随着大数据、区块链、人工智能等新计算模型和数据管理方式的出现,以及诸如ChatGPT等复杂模型和系统的不断产生,信息系统面临着严峻的安全防护挑战,信息系统的安全问题已经成为亟需解决的瓶颈问题。现阶段工业界和学术界对于新计算环境下的信息系统安全防护研究高度重视,且已经取得令人瞩目的研究成果,但是在基础理论体系、核心技术和应用系统研究方面仍然有很多挑战性前沿问题亟待解决。

基于混合有限元法的油浸式变压器稳态流-热耦合场并行计算方法

针对油浸式变压器2维流-热耦合仿真计算效率低的问题,提出了基于混合有限元法的并行计算方法。首先,在Visual Studio 2019中采用C++语言实现无量纲最小二乘有限元法以及迎风有限元法的串行计算方法。然后,基于图形处理器(graphic processing unit,GPU)实现流体场的并行计算,针对单分区分匝模型对比分析了不同GPU卡在不同网格条件下的并行计算效率,分析结果表明数据规模越大,GPU卡流处理器越多并行效果越好。其次,基于Intel MKL(Intel math kernel library)函数库结合共享存储并行编程(open multi-processing,OpenMP)实现了2维温度场的并行计算,并对比分析了不同网格数量对并行效率的影响。最后,在此基础上提出了根据不同仿真条件的混合并行计算方法,并应用到大型油浸式变压器绕组模型的2维温升热点分析中。结果表明,相较于串行程序,混合有限元并行计算方法的加速比达到了69.5,实验测试结果进一步验证了并行计算结果的准确性,研究成果为大型油浸式变压器流-热耦合问题的快速计算奠定了基础。

考虑侧向刚柔边界约束的黄土填方路基沉降计算方法

提出一种新的考虑刚柔边界约束和侧向变形的黄土填方路基沉降计算方法。基于自主研发的三向加载设备和室内压缩试验,分析不同竖向加载方式和不同侧向约束对土体竖向及侧向变形的影响,提出考虑土体压实度和围压的边界影响系数,建立压实黄土侧向应变模型,给出考虑刚柔边界条件和侧向变形的黄土路基沉降计算方法。研究结果表明:边界影响系数与路基压实度和围压都呈正相关,且刚柔约束边界对黄土压缩性指标的影响程度最高能达到40%。提出的竖向和三向边界影响系数综合考虑了路基压实度、侧向围压以及边界条件的影响。利用工程实例验证了新模型计算方法的准确性和实用性,提高了传统分层总和法的精度。

无人机辅助MEC系统中的联合计算卸载和轨迹设计

文中提出了一种无人机辅助移动边缘计算(MEC)系统,其中一架配备计算资源的无人机作为飞行基站(BS)处理从用户迁移来的应用任务,以节省用户设备的能耗.考虑了一种通用的瑞森衰落信道模型,通过联合优化无人机轨迹、用户发射功率、用户调度和比特分配,以最小化所有用户设备的平均能耗.设计了一种基于迭代分块连续上界最小化算法,并引入二次惩罚项进行交替求解.结果表明:文中所提出的联合优化方案优于其他基准方案,能显著降低用户的能量消耗.

边缘计算网络中区块链赋能的异步联邦学习算法

由于数据量激增而引起的信息爆炸使得传统集中式云计算不堪重负,边缘计算网络(ECN)被提出以减轻云服务器的负担。此外,在ECN中启用联邦学习(FL),可以实现数据本地化处理,从而有效解决协同学习中边缘节点(ENs)的数据安全问题。然而在传统FL架构中,中央服务器容易受到单点攻击,导致系统性能下降,甚至任务失败。本文在ECN场景下,提出基于区块链技术的异步FL算法(AFLChain),该算法基于ENs算力动态分配训练任务,以提高学习效率。此外,基于ENs算力、模型训练进度以及历史信誉值,引入熵权信誉机制评估ENs积极性并对其分级,淘汰低质EN以进一步提高AFLChain的性能。最后,提出基于次梯度的最优资源分配(SORA)算法,通过联合优化传输功率和计算资源分配以最小化整体网络延迟。仿真结果展示了AFLChain的模型训练效率以及SORA算法的收敛情况,证明了所提算法的有效性。

面向高性能计算的互连网络拥塞控制分析与评估

随着高性能计算技术的发展,高性能计算系统的网络节点数量不断增长,高性能计算应用对网络性能的要求越来越高,高性能互连网络的拥塞控制面临很大的压力与挑战。针对高性能计算互连网络的特点,研究高效、低开销的拥塞控制方法,是确保高性能互连网络性能和稳定性的关键。针对高性能计算系统中互连通信的核心问题,对主流的拥塞控制方法进行分析和实验比较;基于高性能计算系统的结构特点和通信特性,设计用于大规模模拟仿真的数据流模型和流文件生成工具,并提出一种拥塞控制综合评价指标;使用所提出的数据流模型,在较大规模网络中对不同拥塞控制方法进行模拟,并基于所提出的评价指标对几种拥塞控制方法的性能进行分析和评估。提出的分析和评估技术可以对高性能互连网络的拥塞控制方法进行更客观和准确的分析与评估。

基于工作流的无服务边缘计算框架设计与实现

边缘计算具有高性能、体积小、计算力超强等优点。但云设计的边缘计算函数链存在调用时延较长的问题,导致大规模部署和存储能力以及云端和设备端协同困难、无缝对接效果较差。为解决上述问题,基于开源无服务平台OpenFaaS设计了一个无服务边缘计算框架(SECP),为边缘侧提供基于无状态函数的计算服务。对计算服务调用过程采用建模分析,采用了工作流模型对为云设计的无服务计算在边缘侧存在的函数链式调用时延放大的问题改进。性能测试结果表明,SECP在边缘计算场景下有良好的性能表现,降低了边缘计算平台中服务请求的响应时间,解决了无服务计算函数功能单一问题,提高了边缘侧资源的利用率,并改善了边缘侧计算服务部署、维护繁杂的问题。

面向移动边缘计算的任务卸载方法研究

目前大多计算卸载策略是在任务整体卸载情况下进行的,且仅考虑时延或能耗单一指标,未将二者结合进行优化,为此,以任务处理的时延与能耗加权和为优化目标,提出一种基于强化学习的部分卸载算法。将单个任务的处理分为本地计算和部分卸载两种方式,且在部分卸载中引入了变量确定卸载权重,最后利用强化学习Q-learning完成了所有任务的计算卸载与资源分配。实验结果表明,所提算法能有效降低任务处理的时延与能耗。

论计算法学的全球发展趋势

随着新文科建设的推进,计算法学正成为近年来炙手可热的新兴学科和研究范式。中国计算法学现今的问题是:对计算法学之发展脉络,尤其是在学科的研究范畴和发展路径上没有形成一致的认识。文章通过使用多种统计学方法和研究工具,系统地梳理、分析和对比全球近二十年的计算法学研究的相关文献,重现了从21世纪初至近年国内外计算法学研究阶段、科研合作、研究主题和知识结构的演进过程和差异。与国外相比,中国计算法学在不同研究范畴上可能走向分化。倡导问题导向的计算法学研究有利于梳理不同研究路径的关系,促进学科的有序发展。学界需要尝试在问题意识、研究能力和研究方法的不同维度上整合计算法学的研究路径,探索计算法学发展的中国道路。

云计算视域下的计算机网络安全技术优化研究

随着互联网技术日臻成熟与广泛普及,云计算环境对各行各业的网络应用皆造成了巨大影响。然而由于计算机网络自身具备鲜明的虚拟性与开放性特征,使得以网络平台衍生的云计算技术也面临着一系列网络信息安全隐患。因此,为确保云计算视域下计算机网络安全,必须针对性优化计算机网络安全技术。本文分析了计算机网络安全隐患,阐述了云计算视域下的相关计算机网络安全技术,并针对性地提出了切实可行的优化策略。

钨矿碱分解工艺制备仲钨酸铵全流程仿真计算

以钨矿碱分解工艺制备仲钨酸铵全流程为对象,基于质量守恒、化学平衡、元素分配约束和指标约束等原理,构建钨矿配矿、磨矿、碱分解、脱磷、离子交换、除钼和蒸发结晶的热力学模型,进而根据各工序物料的迁移传递关系,应用MetCal软件平台,开发钨矿碱分解工艺制备仲钨酸铵全流程仿真计算系统,并采用典型工况下的实际值对模型计算的可靠性进行实例验证。研究结果表明:碱分解浓料中WO_(3)和P质量分数计算值与实际值的相对误差分别为-5.755%和-12.195%,钨渣中WO3、P、Fe、Mn和Ca质量分数的相对误差分别为-2.026%、-5.439%、-14.819%、-14.971%和11.826%;脱磷后液中WO3和P质量分数的相对误差分别为5.513%和-7.692%,脱磷渣中WO_(3)、P和Ca质量分数的相对误差分别为-5.834%、3.337%和7.113%;除钼后液中WO3和Mo质量分数的相对误差分别为-1.627%和-9.375%,除钼渣中WO_(3)、Mo、S和Cu质量分数的相对误差分别为2.547%、-8.827%、8.686%和9.692%。

基于5G多接入边缘计算的云化PLC系统架构设计与应用

随着工业控制系统对柔性化、扁平化的要求不断提升,以PLC为构建基础的传统工业控制网络在大规模接入、算力提升和部署灵活性方面均受到限制.针对这些问题,融合5G网络和边缘计算技术,设计了基于5G多接入边缘计算的云化PLC系统架构,阐述了该架构的运行机制和所涉及的关键技术;在此基础上,进行PLC系统的云化部署和调试,实现了工业现场、企业数据中心、5G网络和边缘网络的集成;最后,通过在某汽车制造公司产线改造过程中的应用,验证了所提架构的有效性.

气田水锂、溴资源定量计算方法和前景展望——以W气田震旦系气藏为例

目的鉴于国内部分气田地层水中丰富的锂、溴资源,为明确气田水开发的综合利用价值,定量计算和评估锂、溴总体资源量。方法基于地质分析法,提出一种定量计算已开发气田地层水(以下简称气田水)中锂、溴资源量的新方法,并结合行业内提锂、提溴工艺,计算气田水可提取的碳酸锂、溴素等工业原料资源量。结果①W气田震旦系气藏为具有统一气水界面的底水气藏,气田水总地质储量为29.92×10^(8)m^(3);②采用矿化度约束权衡法、井点面积权衡法、等值线面积权衡法分别计算气田水锂元素、溴元素的平均含量,最终确定气田水中锂元素和溴元素的平均质量浓度分别为114.8 mg/L和181.7 mg/L;③综合水体储量和锂、溴元素含量,定量计算气田水锂元素总量为34.35×10^(4)t,溴元素总量为54.37×10^(4)t;④基于气田水锂、溴元素含量,预测可提取工业产品碳酸锂146.19×10^(4)t,溴素144.19×10^(4)t。结论基于已开发气田气藏特点和气田水开发综合利用行业新热点,定量评估锂、溴资源量,结合提锂、溴工艺技术,形成气田水开发综合利用新链条,为国内外同类型气田的有效开发和新能源利用提供借鉴。

面向模式Ⅲ推进计算高等教育学学科建设

生成式人工智能等新技术突破为计算高等教育学学科发展带来历史性机遇,但传统计算社会学科的发展道路并不完全适用于计算高等教育学学科发展。根据学科建设模式的不同,传统计算社会科学可以概括为以计算语言学为代表的母学科全程参与计算社会科学分支学科建设的模式Ⅰ和以计算社会学与计算经济学为代表的母学科基于方法创新带动计算类交叉学科建设的模式Ⅱ。有别于模式Ⅰ、模式Ⅱ规律,计算高等教育学以母学科为分支学科提供大量数据及应用场景支持,可概括为模式Ⅲ。面向模式Ⅲ开展计算高等教育学学科建设应以高等教育学为中心,全面启动计算高等教育学学科建设;以应用场景为核心,全面推进教育研究与管理人员角色转变;以院校研究为重心,全面推动研究对象与研究方法向中微观层面下沉。

面向绿色计算的车辆协同任务卸载方法

车辆边缘计算(VEC)为处理计算密集、延迟敏感型任务提供了新的范式,然而边缘服务器在整合可再生能源方面的能力较差。因此,为了提高边缘服务器的能效,该文设计了一种面向绿色计算的车辆协同任务卸载框架。在该框架中,车辆配备能源收集(EH)设备,通过彼此间共享绿色能源和计算资源协作执行任务。为有效促进车辆的参与积极性,该文通过动态定价激励车辆,并综合考虑了车辆的移动性、任务优先级等。为了使卸载决策适应动态环境的变化,该文提出了一种基于双延迟深度确定性策略梯度(TD3)的任务卸载方法,以在最大化所有车辆平均任务完成效用的同时减少边缘端电网电力的使用。最后,仿真结果验证了该方法的有效性,相比基于深度确定性策略梯度(DDPG)和基于贪心原则(GPE)的方法在性能上分别提升了7.34%和37.47%。