区块链全局账本数据的拆分技术研究

分析了区块链用于交易网络的技术特点,指出在目前的区块链技术架构中,交易数据和新区块数据的泛洪式全网广播及全局区块链数据在所有共识节点全复制存储,成为区块链系统规模扩展的瓶颈。考虑到区块链网络存在交易频率局部性这一特征,提出了将区块链全网共识划分为若干区域子网共识的方法,并解决了网络划分前后的"双花"问题、节点的跨区移动和跨区支付问题,使得网络I/O负载和区块链数据存储负载在全网均匀划分。该方法是在区块链原有核心协议基础上进行的优化和改进,因此,并不会引入额外的安全问题。最后,利用数学方法理论分析了划分区块链网络前后的系统整体负载变化情况,证明了该方法在资源消耗方面具有明显的优势。

面向海量NetFlow数据的存储和查询处理方法研究

针对全国骨干网高速海量Net Flow数据到来速度快、数据量大以及对所存数据进行频繁多维查询操作的特点,提出了一种多维属性聚簇存储(MACS)模型。该模型根据实际应用环境中查询的特点对数据进行空间分片,以并行加流水的方式对数据进行存储。此外,为Net Flow提出了一种超多面体的查询模式。真实环境实验结果表明,运用MACS模型实现的系统单点数据实时存储速度达到270万条/s,远远快于其他的数据分析系统,并且多维属性查询的速度优于Hive和Impala。

基于多目标遗传算法和理想点法的Top-k服务组合研究

针对组合服务QoS优化中单目标优化建模需要精确定义QoS权重和多目标优化建模返回的Pareto最优解集数目过多的问题,借鉴多目标遗传算法(MOGA)和多属性决策领域的理想点法(TOPSIS),提出了一个能够快速返回Top-k最优组合服务、适用于较大规模服务组合问题求解的使用了TOPSIS的多目标遗传算法——T_MOGA。该算法在MOGA的方案评估阶段引入理想点法对组合服务进行评估,并通过选择、交叉、变异等操作对种群迭代以获取QoS更好的组合服务方案。T_MOGA有效简化了MOGA的非支配排序过程,减少了算法运行时间,并只返回Pareto最优解集Top-k最优组合服务,方便用户选择。通过实验,从算法的运行时间及得到集合的质量两个方面验证了T_MOGA的有效性。

面向多用户环境的MapReduce集群调度算法研究

针对MapReduce集群现有调度策略在多用户环境下无法根据用户的实际资源需求实现动态资源分配的问题,提出了一种基于历史执行信息(HEI)的MapReduce集群调度算法——HEI Scheduler。该算法通过建立集群作业执行信息的收集和分析机制,得到各用户组资源需求随时间变化的规律,并以作业实际占用slot的时间作为作业占用资源量的衡量标准,进而动态地确定资源池的最小共享资源以及集群剩余资源分配的权值。实验结果表明,执行信息分析机制能够更准确地表征作业对资源的需求,采用集群调度算法HEI Scheduler能够有效地缩短作业的整体执行时间。

面向大数据分析的分布式文件系统关键技术

大数据时代的来临使数据分析和处理能力成为数据中心和互联网公司日益倚重的技术手段．信息规模的扩大和数据结构的多样化，使海量数据存储成为大数据分析研究的热点．传统的分布式文件系统在扩展性、可靠性和数据访问性能等方面难以满足新形势下的需求．设计并实现了一个面向大数据分析、专为大规模集群应用的分布式文件系统Clover．该系统采用基于目录划分和一致性Hash映射的名字空间管理方法，解决了元数据扩展性问题；通过改进的两阶段提交协议，保证了多元数据服务器下分布式元数据操作的一致性；提出了基于共享存储池的高可用机制，通过热备和全局状态恢复机制提高了元数据的可靠性．评测结果表明，Clover的元数据处理能力随服务器的数量线性增长，增加单个服务器的元数据操作性能平均提升了5．13％～159．32％．由于名字空间管理和分布式事务的开销，多元数据服务器会导致复杂操作的性能下降，但是这种下降的幅度很小（小于10％）．与HDFS相比，Clover的文件读写带宽与之接近，并能够保证在元数据服务器失效后文件系统快速恢复，适合于构建高可扩展和高可用的存储系统．

镜像等距不变量的构造及其应用

提出一种镜像等距不变量的构造方法.在可定向曲面上找到2条相交的测地线,并在交点处计算2个切向量以及它们的叉积,记录叉积的方向;再利用方向和曲面的定向情况判断叉积的符号,利用带符号的叉积的模构造积分核,以此扩展等距不变量的构造框架,得到了一组新的不变量.这种不变量既有等距不变性,又能根据符号反映两者是否有镜像关系.通过在人手模型上进行了大量实验的结果表明,该方法对镜像等距的物体具有良好的识别和区分效果.

全空间下并行矢量空间分析研究综述与展望

新一代并行空间分析将面临空间大数据分析和实时空间分析服务的挑战。矢量空间计算作为GIS系统中的重要组成部分,在并行化算法设计中存在负载不均,并行扩展性差,IO性能低等技术瓶颈。本文首先从应用需求和技术发展的演变历史回顾了矢量空间分析算法发展过程;然后,从研究现状的角度详细阐述了并行矢量空间分析计算的研究成果,总结了并行空间分析算法的算法特征和技术瓶颈,对不同并行编程模型进行了对比,并提出了并行空间分析算法的研发流程;最后,从发展前景的角度预测了全空间信息系统中基于多粒度时空对象的空间数据模型和计算方法的发展趋势,提出了以内存计算等技术实现存算一体化的新型空间数据模型和分析方法的技术趋势。

条件随机场像素建模与深度特征融合的目标区域分割算法

针对已有的基于深度神经网络的目标区域分割算法在目标边界分割效果中存在的问题,提出融合图像像素信息与图像语义信息的目标区域分割算法.首先通过加入注意力模块的深度神经网络提取图像语义级别的信息,得到图像语义级别的全局特征;然后利用条件随机场模型对图像局部区域进行像素级别建模,得到图像的局部细节特征;最后综合利用图像的局部细节特征和图像的全局特征,得到目标区域的分割结果.实验结果表明,与已有的算法相比,该算法能够更好地分割出目标的边界区域,抑制边界区域分割粗糙的问题,得到较准确的目标分割区域.

面向混合负载的集群资源弹性调度

针对目前集群资源调度方法难以适应互联网业务多样化、定制化特征的问题,提出了一种面向混合负载的集群资源弹性调度方法。该方法通过构建作业约束描述语言,允许作业基于自身负载特征提出多维度的资源申请和具有负载意识的资源调度算法,实现在同一集群内各类业务统一部署与管理,及时匹配资源需求的变化;通过建立作业的软约束与硬约束之间的转化机制,满足作业在不同执行阶段对资源的定制化需求。实验表明,该方法相比于Hadoop,可允许作业利用较少资源获得更优性能,在实际生产系统中,基于该方法可将集群资源利用率由62%提升到75%。

一种考虑QoS的Web服务组合Petri网建模方法

Petri网是一种适合描述Web服务组合的建模方法,但是它无法对Web服务的服务质量(QoS)进行建模和分析。为此,将用户最为关心的服务时间、价格和概率3种QoS因素引入到Petri网模型中进行建模,提出了概率时间价格Petri网PTCPN,给出了PTCPN的语义及分析求解算法,并进行了实例建模和分析。结果表明,PTCPN可以有效支持服务组合功能和QoS的形式化统一建模和分析。

融合包空间和示例空间特征的多示例学习

多示例学习中,包空间特征描述包容易忽略包中的局部信息,示例空间特征描述包容易忽略包的整体结构信息.针对上述问题,提出融合包空间特征和示例空间特征的多示例学习方法.首先建立图模型表达包中示例之间的关系,将图模型转化为关联矩阵以构建包空间特征;其次筛选出正包中与正包的类别的相关性比较强的示例和负包中与正包的类别的相关性比较弱的示例,将示例特征分别作为正包和负包的示例空间特征;最后用Gaussian RBF核将包空间和示例空间特征映射到相同的特征空间,采用基于权重的特征融合方法进行特征融合.在多示例的基准数据集、公开的图像数据集和文本数据集上进行实验的结果表明,该方法提高了分类效果.

FQPSK调制在双波散射功率衰落信道下的性能

研究了深空通信系统的性能计算。系统采用Feher正交相移键控(FQPSK)调制和双波散射功率(TWDP)衰落信道,因为TWDP信道模型的散射传输波中含有两个镜面反射多径分量,可依据不同参数表达不同的衰落,因此适合描述复杂的电磁深空通信环境;FQPSK调制与标准QPSK相比具有频谱主瓣窄和滚降快的优势,因此更适合应用于深空通信系统中。为简化系统性能计算,推导了FQPSK调制在TWDP衰落下的误码率闭式解,并验证了推导的正确性。基于深空通信系统仿真平台,分析了不同种类QPSK调制及各种TWDP衰落参数下的误码率性能。结果表明,FQPSK与QPSK相比,结合卷积编码后可实现性能提升。

一种基于GPS软件接收机的优化捕获算法

在GPS软件接收机系统中,卫星的捕获操作需要进行大量的相关运算,消耗大量的运算时间和硬件资源.虽然软件接收机采用快速傅里叶变换(FFT)算法来代替相关运算,可以一定程度上减少处理时间,但是对于嵌入式系统来说,由于耗时难以令人满意,限制了其在嵌入式平台上的应用.提出一种自适应搜索算法,利用循环相关操作的原理,在多普勒频移的搜索过程中,采用多级步进,通过不同长度搜索的步长,在保证搜索正确性的前提下,能够减少捕获操作中相关运算的数量;同时,为了减少不必要的硬件消耗和运算消耗,将多级步进预先设置并储存到数据表,从中得到足够精确的多普勒搜索步长,因此利用自适应搜索算法可以减少部分不必要的快速傅里叶变换的数量,提高捕获操作的时间效率.实验证明此方法能够一定程度上提升捕获操作的效率,从而减少捕获所需时间.

基于滑动窗口的数据流字符串近似查询

针对数据访问模式随着网络技术的发展逐渐从静态磁盘转移到动态数据流的状况,研究了数据流上的字符串近似查询。为了解决数据流的连续性、无边界性、不可预知性和在线计算资源的局限性导致基于静态数据集的近似查询处理方法无法高效地支持数据流的问题,提出了基于滑动窗口数据流的字符串近似查询(AS^3)方法。该方法基于过滤-验证框架和基本窗口索引更新机制,改进并应用非对称特征策略提取数据流和查询关键字的特征,采用了两个新的过滤算法——预剪裁过滤(PPF)算法和流统计(CFS)过滤算法,以及基于矩阵坐标的验证(cV)算法。实验结果表明,As^3方法能够高效地支持基于滑动窗口的数据流字符串近似查询,在保证结果准确率的同时具有较高的实时性及峰值处理能力。

相位矩不变量用于评价基于图像的三维重建结果

基于图像的三维重建的评价一般要在三维扫描仪获取的精确三维模型上进行,成本高、效率低,且不适用于大型的物体或者大规模的场景.针对该问题,提出一种基于图像相位信息不变性的评价方法.首先获取物体的三维重建模型在某视点下的二维投影图;然后对该投影图以及真实物体在相近视点下的图像进行边缘提取;再对2幅边缘图像计算文中提出的相位矩不变量,以构造特征向量;最后通过比较特征向量的距离来衡量重建结果的质量.实验结果表明了该方法对评价基于图像重建的三维面片模型的有效性和适用性.

基于分级编码的高可靠存储策略

研究了适应当前大数据时代的数据可靠性存储,针对已有存储策略难以同时满足高可靠性存储和高空间利用的需求的问题,提出了一种面向大数据的高可靠低冗余分级编码存储策略。该策略考虑到数据因类型不同、生命周期不同而重要程度有别的特性,可为不同类型数据分别设定容错级别;将不同冗余度的容错编码方式在一套统一存储架构中实现,用一组简单参数设置为数据选择恰当的容错级别编码存储;通过动态降低历史数据的冗余度进一步减少存储空间开销。实验验证了其有效性。对重要小文件采用高容错级别的编码分片存储,能在系统95%存储节点失效的情况下,根据编码后的部分数据分片快速修复所有数据;对普通文件采用适当放松的容错编码级别,在保证数据快速、无损修复的前提下比传统3副本策略节省1.5倍的存储空间。

基于多核超限学习机的实时心电信号分析

心电分类是一种复杂的模式识别问题。目前,大部分基于不同机器学习模型的心电分类方法都取得了很高的分类精度,但学习效率不高,因此需要一种快速的心电学习方法。文章提出了基于多种核函数的超限学习方法,利用不同的核函数将特征映射到希尔伯特空间,使心电数据在高维空间中线性可分,并在MIT-BIH标准库进行了该方法的实验验证。与其他方法相比,文章所提出的方法具有较高的分类准确率和更快的学习速度,对临床上动态心电图的检测与分析和个性化的实时心电监测具有重要意义。

形状和颜色混合不变量在图像检索中的应用

多视觉特征的图像检索是当前基于内容的图像检索领域的重要方向。已有的多特征的检索主要通过线性加权的方法对特征进行组合,但这种组合方式仅实现了代数意义上的合并,未能真正利用和发掘特征间存在的相互关系,并且权重值不容易确定,检索结果易受权重值的影响。针对这一问题,提出一种形状-颜色混合不变特征的构造方法,特征提取的过程包含同时对形状、颜色信息的抽取,直接构造出能够同时对形状仿射变换和颜色对角-偏移变换具有不变性的特征,也称作形状-颜色矩不变量。首先分别在图像的2维几何空间、3维颜色空间定义形状核、颜色核,然后对形状核、颜色核的乘积进行多重积分,最后做规范化,就得到一个不变量。理论上,通过选择不同的形状核、颜色核可以推导出无穷多的不变量。实验结果表明,该方法优于加权组合特征的方法;与加权特征、局部特征相比,形状-颜色矩不变量对于同一物体不同成像条件下的近复制图像、整体属性相似的图像、大体类似的物体图像等表现出较高的检索性能及效率。

浅析基础教育在拔尖创新人才培养中的作用和举措

科技是第一生产力。从改革开放到21世纪初期,我国是以追赶为目的、以模仿为基本方式的科技活动为主宰的社会。体系化的科研布局、能力建设和成果积累、以研究生教育为载体的大体量人才队伍的培养、国际形势和国内需求,让我们对大规模化原始性创新有了更多需求和动力,对拔尖创新人才的需求也凸显出来,且极端迫切,那么,拔尖创新人才去哪里找?

构建eID网络可信生态的探索与体会

作为可信数字民生技术与产业联盟的成员单位,我们参与了e ID数字民生服务平台的研发与建设。e ID主要由两个支撑和一个服务平台构成。第一个支撑是运营服务中心,这个中心提供可信身份服务的基础,基于云计算开放,能够覆盖全国的服务支撑。第二个支撑是安全的数据交换平台,这个平台架起安全可追溯的数据交换的通道,在解决身份问题的同时,也为信息提供了交换通道。这两个支撑下搭建起一个平台,主要面向政府和公众服务提供e ID身份认证。