面向DCU的LDS访存向量化优化

在深度计算器(DCU)中,本地数据共享(LDS)是相较于全局内存延迟更低、带宽更高的关键存储部件。随着异构程序对LDS的使用越来越频繁,LDS访存效率低下成为限制异构程序性能的重要因素。此外,LDS访问过程中存在bank冲突的特性,使LDS的访问应遵循一定原则才能高效利用,当线程间的数据访问呈现重叠的访存特征时,访问向量化指令会因此产生延迟。针对此问题,提出面向DCU的LDS访存向量化优化方法。通过实现连续数据访问的向量化,减少LDS的访问次数,降低访存耗时,由此提高程序访存效率。在此基础上,通过设计访存特征的判断方法,提出能够有效解决数据重叠的LDS访存向量化方法,实现一种面向国产通用加速器的LDS高效访存技术,确保向量化方法对访存效率的有效提升。实验结果表明:在使用LDS的异构程序中,LDS访存向量化实现后程序性能平均提升了22.6%,验证了所提方法的有效性;同时,向量化方法能够实现LDS线程间访存数据重叠问题的优化,使异构程序得到平均30%的性能提升。

航天嵌入式软件数据访问冲突基准测试集研究

针对数据访问冲突问题的检测方法及工具的研究很多,但缺少对其进行评估的基准测试集。文章基于大量真实航天嵌入式软件中断数据访问冲突案例研究的结果,总结出影响数据访问冲突检测的6类要素,设计开发了嵌入式软件中断数据访问冲突基准测试集程序RaceBench,对SpaceDRC工具进行了指标评估。结果表明,RaceBench能够有效评估工具的适用性。

一种高效的面向基2 FFT算法的SIMD并行存储结构

随着SIMD（Single Instruction Multiple Data stream）结构DSP（Digital Signal Processor）片上集成了越来越多的处理单元,并行访存的灵活性及带宽效率对实际运算性能的影响越来越大.本文详细分析了一般SIMD结构DSP中基2 FFT（Fast Fourier Transform）并行算法面临的访存问题,采用简单的部分地址异或逻辑完成SIMD并行访存地址转换,实现了FFT运算的无冲突SIMD并行访存;提出了几种带特殊混洗模式的向量访存指令,可完全消除SIMD结构下基2FFT运算时需要的额外混洗指令操作.最后将其应用于某16路SIMD数字信号处理器YHFT-Matrix2中向量存储器VM的优化设计.测试结果表明,采用该SIMD并行存储结构优化的VM以增加18%的硬件开销实现了FFT运算全流水无冲突并行访存和100%并行访存带宽利用率;相比优化前的设计,不同点数FFT运算可获得1.32~2.66的加速比.

基于参数类型和访问序的数据冲突静态分析方法

中断数据冲突问题是航天嵌入式软件常见典型问题之一,问题的发生具有较大的偶然性和不确定性,目前缺少较为成熟的技术和有效分析方法,冲突问题仍是时有发生,增大了软件研制周期和维护成本.本文从参数的类型及访问序角度,重点针对数组变量,多于处理器字长变量和关联变量的一次访问操作从源码和反汇编码级别搭建冲突场景并分析造成数据不同步的机理.针对同一个参数的多次访问序,构建高低优先级子程序所有可能存在访问冲突的操作序场景并给出分析结论,并以实例说明固定操作序被打断造成的访问冲突场景.这种通过静态方式下构建冲突场景的分析方法相比较动态方法更容易实施,分析更为充分,对今后数据冲突自动化检测工具的研究具有一定的参考作用.

确定性分布式数据库中长事务处理方法研究

确定性分布式数据库Calvin在执行长事务时,面对长事务中交替出现的读写请求,容易发生读写冲突,并且长事务会导致缓冲区置换频率升高,这些会影响系统的吞吐量。提出一种基于数据访问规则的事务处理方法与一种事务访问文件。基于数据访问规则的事务处理方法通过对事务间的读写集合进行分析,利用数据记录更新映射表来生成事务的数据访问规则。事务访问文件对历史事务更新数据进行整理,有效降低缓冲区置换频率。实验证明,改进方法可以有效降低长事务对确定性分布式数据库Calvin吞吐量的影响。

一种面向多租户云存储平台的访问控制策略

云存储平台是多租户共享环境,能否实现其中不同租户数据之间的有效安全隔离成为了用户最为关心的问题.以RBAC(Role Based Access Control)策略为基础,结合组织标签和多种安全属性的逻辑组合,提出一种灵活的访问控制策略,它一方面保证云端不同企业之间数据的强隔离性,使某企业用户无法越权访问其他企业的用户数据;另一方面保证云存储企业内部数据的适度隔离,即可以根据公司自身的安全需求灵活定制企业内部策略.同时,引入虚拟组织的概念实现企业之间可能的数据共享;引入利益冲突的概念限制竞争企业之间的共享.给出了该策略在基于HDFS(Hadoop Distributed File System)的云存储架构中的原型实现.实验结果表明,该策略能够有效保障云存储平台多租户数据之间的恰当安全隔离.

面向多兴趣区域图像处理应用的高效无冲突并行访问存储模型

针对不规则数据访问模式图像处理应用提出了一种通用的高效无冲突并行访问存储模型.在主存储器与处理器之间构建了一种多体存储结构,并将大部分的不规则数据访问模式归类为对图像中多个局部矩形兴趣区域内的任意位置固定大小矩形数据块的无冲突并行访问.为了提高访问效率,只将兴趣区域内的数据缓存在多体存储器中,且不同兴趣区域的重叠数据可以重用.多体存储器的寻址机制是基于提出的地址映射表结构进行动态寻址,而不是采用传统的固定寻址函数,既保证了对任意数据读写操作的编址一致性,又提高了数据重用性.每处理一个新兴趣区域就对地址映射表内容进行一次更新,提出的双表结构与数据块动态调度机制保证了更新过程与计算过程的并行执行.基于提出的存储模型构建了硬件体系结构,并在FPGA上实现,测试结果表明,与直接访问主存储器相比在访存速度上提高了几倍到上百倍.

GSVM:一种支持Gather/Scatter的向量存储器

宽单指令多数据流(Single Instruction Multiple Data,SIMD)架构数字信号处理器一般都能高效支持地址连续或等距跨步等规则应用的向量访存,但对于科学与工程计算中广泛存在的不规则应用的数据访存则带宽利用率往往较低,从而大幅降低了其整体运算能效。为了提高不规则应用的向量访存性能,基于某SIMD数字信号处理器的体系结构,设计了一种支持Gather/Scatter访存的向量存储器GSVM。通过设计与SIMD宽度相匹配的向量地址计算单元和合适深度的冲突缓冲器阵列,实现了Gather/Scatter指令向量地址计算、仲裁与缓存的全流水访存操作。实验结果表明,相比以前不支持Gather/Scatter访存的存储器,GSVM在增加22%的硬件代价基础上,基于稀疏矩阵向量乘的测试程序集获得了2~8的性能加速比。

面向数据流结构的指令内访存冲突优化研究

神经网络等人工智能应用的迅速兴起给传统处理器的设计带来了巨大的挑战,粗粒度数据流架构因具有高指令并发和高通用性的特点成为研究热点.然而,由于粗粒度数据流结构处理单元采用随机访问存储器作为存储结构,加之神经网络中大部分运算数据具有密集型特点,造成大量的指令内操作数访存冲突.通过分析典型神经网络的访存行为,发现此类应用存在指令内操作数冲突,会引起计算部件利用率的降低.基于此分析,提出了灵活的数据冗余策略.在编译指令阶段,为指令内有访存冲突的操作数申请数据冗余空间,降低指令内操作数访存延迟.实验以典型的神经网络LeNet,AlexNet为基准测试程序.采用灵活的数据冗余策略之后,能耗比相对于Round-Robin和ReHash的无数据冗余策略分别提高了30.21%和12.37%,相比于2套全数据冗余策略能耗比提高了27.95%.

基于CP-ABE的利益冲突数据集的访问控制

云存储允许数据拥有者将数据储存在云端,以便为用户提供数据共享服务。然而,同一个数据拥有者储存的不同数据之间可能会出现利益冲突。鉴于此,文中提出针对利益冲突数据集的基于密文策略属性基加密(CP-ABE)的访问控制方案。在该方案中,数据拥有者将虚拟属性用"与"门嵌入访问树中以得到修正的访问树,并在修正的访问树下对利益冲突数据集中的各个数据加密,从而避免了一个用户访问利益冲突数据集中的部分或全部数据而导致的错误、欺骗或风险。最后,从理论上对所提方案的效率和安全性进行了分析,分析结果表明了其是高效且安全的。

论单边跨境数据调取中的管辖权冲突

在数字时代,各国政府都有跨境调取数据的执法需要,然而,绕过数据存储地国同意的单边跨境数据调取引发了数据调取国和数据存储地国之间的管辖权冲突。分析单边跨境数据调取在国际法上合法与否的关键在于:在立法管辖层面数据调取国是否对境外数据具有国际法上接受的真正联系,在执法管辖层面跨境调取数据的执法行为是否归属于域外执法。国际礼让原则等解决管辖权冲突的单边途径对于解决单边跨境数据调取管辖权冲突作用有限,构建跨境数据调取的多边合作机制是解决问题的根本途径。中国在外交场合中历来坚持尊重他国数据主权的基本立场,我国应当积极参与联合国打击网络犯罪公约谈判,在公约中构建协调跨境数据调取管辖权冲突的多边规则。

大数据时代公民的信息保护与立法

我国政府数据存取面临政府数据存取违法成本较低、政府对数据存取监管不力、公民对个人数据信息的保护意识缺乏、相关法律制度不完善等问题,可能导致对公民的隐私权、知情权和所有权的侵害。要有效解决这一问题,需从以下几方面着力:创新监管机制;提升公民个人数据信息保护的意识;建立民事、刑事救济机制;完善相关法律制度。

试论期刊引文数据开放中的权利冲突与解决对策

[目的/意义]以期刊引文数据为例,探讨引文数据开放过程中相关主体间的权利冲突及缘由,促进引文数据开放共享。[方法/过程]从期刊引文数据生产—消费过程入手,揭示各相关主体应有的权利,分析其权利冲突现状及成因,并提出解决对策。[结果/结论]围绕开放引文数据问题,发现数据库商的知识产权、数据处置权与学术共同体的数据知情权、自治权存在尖锐冲突,但并非不可调和。可采取完善相关政策、激发数据库商的开放动力、提高学术界的数据权利意识、共建开放型引文数据平台等措施来化解数据库商与学术共同体的权利冲突。

基于数据隐私的工作流数据布局

随着信息采集设备及技术的迅速发展,各行业部门的海量数据逐渐具有大数据特征,而传统的“单机”数据处理方式已经渐渐不能够满足数据处理的“实时性”等要求,因此,基于“云计算”强大的性能优势,各行业部门集中已有的“计算”和“存储”资源建立“集群”以处理海量数据。但是,云计算虽然提高各类应用的计算速度,但是各节点之间的数据传输也产生额外的数据传输时间。同时,随着数据保密性要求的提高,部分隐私冲突数据应避免放置在相同或者邻近节点上,以保证数据的安全性。因此,针对这一挑战,提出一种工作流和数据的协同布局方法,以共同优化数据访问时间和隐私数据冲突度。

一种新型非线性扭斜方案所需互连关系的分析

无冲突访问理论是多年来国际学术界一直关注的问题，新型非线性扭斜存储方案的提出受到了Ｓｔｏｎｅ，Ｂａｃｈｌｅｒ等著名学者的高度评价，已经导致了新的ＳＩＭＤ计算机体系结构的设计［１］．本文旨在分析该方案所需的基本互连关系及其能力．这不仅会为硬件实现新型ＳＩＭＤ机的互连网络提供借鉴，而且还有助于将来进一步设计和开发新体系结构的计算机解决不同问题时的算法．

基于大数据集成算法的多终端接入模式自动化识别模型

为提高移动终端设备多终端服务器接入精度与效率,更好地完成应用服务的人机交互,提出了基于大数据集成算法的多终端接入模式自动化识别模型。利用物联网环境采集多终端数据结构信息特征,组建传感器节点空间收敛目标函数,通过最小方差评估定位优化采集节点,收集完整接入数据;计算初步冲突特征信息,运用去一划分方法推算冲突特征数据离群性权值,构建冲突判断准则并输出冲突检测结果,掌握接入数据详细属性;通过高斯混合聚类归类多终端模式信息,采用最大化对数似然算法优化样本信息,把设备接入速度作为聚类指标,融合随机抽样思维,获得多终端接入模式自动化识别模型。实例测试结果表明,所建模型具备优秀的识别精准度与效率,能妥善完成预期模式识别目标。

基于资源访问序列的在线学习者认知冲突建模与识别

为了解在线学习者在遭遇高程度认知冲突网络学习行为的变化,并探究免传感器条件下基于行为序列的预测模型在识别正遭遇认知冲突的学习者的可行性,本文通过聚类分析和过程挖掘,研究了学习者的资源访问模式具有的差异化特点.研究发现,当学习者遭遇高程度的认知冲突时,两者均表现出了大量的回溯型导航行为,但其行为模式仍保持固有的学习策略,并基于学习者的资源访问序列构建认知冲突识别模型.实验结果验证了该方法的可行性.

科技期刊学术诚信控制机制调研——以“中国科技期刊卓越行动计划”入选期刊为例

【目的】调研国内科技期刊学术诚信建设水平,为国内科技期刊学术诚信机制建设提供参考,助力世界一流科技期刊的培育发展。【方法】以"中国科技期刊卓越行动计划"入选期刊为样本,采用文献调研法和网站调研法筛选得到科技期刊学术诚信的控制措施,对入选期刊的学术诚信政策和控制措施进行调研和分析。【结果】在学术不端检测、图片筛查、潜在利益冲突声明等学术诚信政策实施方面,英文期刊的表现优于中文期刊。生物科学、医药卫生领域的期刊对图片筛查提出的要求更高。在"研究数据公开"方面,部分天文学、地球科学刊物表现突出。【结论】我国科技期刊在学术诚信控制机制上整体表现虽比2015年有进步,但与国际期刊相比仍有差距。建议期刊完善对学术诚信建设的内控管理,引入人工智能技术和大数据系统工具辅助监管,发挥期刊从业人员的主观能动性,以提高科技期刊学术诚信建设水平。