国家高技术研究发展计划(2012AA011002)
- 作品数：11 被引量：63H指数：4
- 相关作者：王腾蛟汪文祥牟雁超李红燕郭崎更多>>
- 相关机构：中国科学院中国科学院大学北京大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划国家科技重大专项更多>>
- 相关领域：自动化与计算机技术更多>>
- ASIC:一种适用于云数据管理的自适应辅助索引机制被引量：1
- 2013年
- 随着海量数据呈现几何式增长的趋势,云环境中数据管理系统得以快速发展,同时也对其中的索引机制提出更高的要求.云环境中传统的辅助索引创建机制在一些查询需求下存在不必要的系统开销,为了避免辅助索引在创建过程集中消耗大量系统资源,产生了自适应索引机制的思想.通过对比分析,现有自适应索引机制方面的研究工作并不适用于在云环境下的数据管理系统中进行海量数据的处理.将自适应索引的想法与云环境中辅助索引机制结合,提出了建立在云环境数据管理系统中自适应辅助索引机制,通过充分利用分布式计算资源,将自适应辅助索引表的创建在用户查询过程中进行,同时借助于查询序列使得索引结构适应于查询模式,从而避免了不必要的索引创建开销.通过在真实数据上的实验表明,自适应辅助索引能很好地应用于云环境当中.
- 牟雁超苏汉宸程序李红燕王腾蛟
- 关键词：自适应查询数据管理
- 一种基于动态划分的MapReduce负载均衡方法被引量：11
- 2013年
- MapReduce作为一种分布式计算框架,在大规模数据处理中已经被广泛应用.负载均衡是影响分布式计算性能的关键因素.当前的MapReduce实现在给集群分发任务时,多采用Hash的随机划分方式,无法根据数据的分布情况来调整集群的负载,容易出现负载不均衡的问题.为解决这一问题,对当前的MapReduce框架进行拓展,根据对Map端中间结果的采样来动态确定Reduce任务数目以及划分函数,保证Reduce任务的负载均衡.具体地,对Map的结果进行采样,并将其发送给Job Tracker.Job Tracker根据采样数据的分布情况动态确定划分函数,以保证每个Reduce任务处理的记录数目均衡.更重要的是,在Hadoop框架内实现了负载均衡方法,测试结果证明方法具有良好的有效性、兼容性和可用性.
- 周家帅王琦高军
- 关键词：MAPREDUCE负载均衡采样
- 处理器验证激励在线筛选技术
- 2012年
- 如何生成高质量的验证激励是功能验证中的核心问题之一.随着功能验证的不断进行,验证激励的有效性也随之降低.为了提高验证激励的质量,提出一种在线筛选技术来处理验证激励.该技术采用单分类支持向量机来在线地构建分类器,以对新生成的验证激励是否冗余进行预测,如果是冗余的,则不进入仿真阶段进行仿真.在此基础上,进一步提出指令序列核函数来衡量不同指令序列的相似程度.实验结果表明,与约束随机生成技术相比,文中技术可以减少约83%的验证激励及79%的验证时间.
- 郭崎
- 关键词：核函数
- 用于多核同步优化的cache一致性协议设计
- 2013年
- 通过对多核同步过程中的访存行为进行分析,提出了一种识别同步类型的方法,并设计了一种实现同步优化的新的cache一致性协议。该协议增加了一个用于记录同步信息的cache状态,通过阻塞的方式可以让多个处理器核串行地完成同步操作,保证同步操作中原子指令能够顺利执行成功,从而大大减少由多核同步冲突引发的访存请求数量,将多核同步过程中的访存行为优化到了几乎最好的情况。实验结果表明,通过同步优化,这个新的cache一致性协议能够使多核同步的性能提升到接近最理想的结果。实验表明,相比传统的cache一致性协议,实验中采用的几个标准多核性能测试程序优化后的同步性能提升了1倍,而并行程序整体运行时间降低25%。
- 陈李维张广飞张广飞汪文祥王焕东
- 关键词：CACHE一致性协议
- EVOC:一种基于链接和内容信息的动态社区挖掘方法
- 社会网络中,不仅包括链接结构,还包括内容信息,内容信息表达了社会网络中个体相关的话题、兴趣等语义层面的信息.只考虑链接结构的社区挖掘方法无疑忽视了内容信息的价值.提出了一种结合链接结构和内容信息进行动态社区挖掘的方法.将...
- 闫秋玲吴良陈薇王腾蛟雷凯杨冬青
- 关键词：动态网络非负矩阵分解内容信息
- 文献传递
- XML模式匹配:整体连接算法TurboStack
- 含谓词的XPath查询为小枝查询(twig query),它是XQuery最基本的查询模式.小枝查询算法有两大类:小枝分解和整体小枝连接,其中TwigStack系列算法处理小枝查询的效率是最优的,但其缺点在于不支持Twi...
- 郭少松包小源陈薇王腾蛟雷凯杨冬青
- 关键词：XML查询处理
- 文献传递
- PHCC:一种处理稀疏变化的封闭数据立方体算法被引量：2
- 2013年
- 完全数据立方体是一种需要在数据集上对属性列进行上卷聚集运算的复杂模型,而封闭数据立方体是一种对应的高效压缩模型.近年来海量数据管理系统的发展使得在大数据上进行数据立方体的计算成为可能,但是大数据环境中的数据可能稀疏也可能密集,因此,要求在不同的数据稀疏程度下算法都要有稳定的表现.面对这样的要求,提出了一种基于大数据环境的封闭数据立方体并行化方法,首先通过构造2种树结构进行本地封闭数据子立方体的构造,然后利用位运算的方式在遍历树结构的同时进行封闭数据立方体的判断和聚集运算,最后经过合并得到查询的最终结果.并且通过在大数据中进行对比实验证明混合并行封闭数据立方体(parallel hybrid closed cubing,PHCC)算法能够满足在稀疏数据变化的数据中进行稳定聚集运算的条件.
- 牟雁超李红燕王腾蛟
- 关键词：大数据树结构MAPREDUCE并行化计算
- 云环境中一种面向海量稀疏数据存储的缺失值处理方法
- 如何处理缺失值一直是数据库领域中一个值得关注的问题,缺失值问题的研究对于提高运算效率和保证系统健壮性具有重要意义.云环境中海量数据的稀疏性使缺失值问题变的更加突出,现有的处理方法要么语义表达能力有限,要么未考虑到云环境对...
- 陈郁馨程序赵鹏孟必平李红燕王腾蛟
- 关键词：四值逻辑缺失值空值
- 文献传递
- 龙芯GS464E处理器核架构设计被引量：15
- 2015年
- 龙芯GS464E是龙芯公司最新推出的高性能处理器核架构.在本文中,将介绍GS464E架构的核心特性.相比于之前的GS464架构,重点强化了访存性能和分支预测准确率,实现了MIPS DSP指令集和虚拟机支持,增大了处理器中各项队列的项数,并增大了Cache容量和TLB容量.访存子系统拥有3级Cache结构,每一级都采用LRU替换策略,可以支持多核缓存一致性协议.经过上述强化设计,GS464E处理器核已成为一个创新性的高性能处理器核架构.
- 吴瑞阳汪文祥王焕东胡伟武
- 关键词：多核处理器缓存一致性
- EMTM:微博中与主题相关的专家挖掘方法被引量：5
- 2015年
- 目前,微博已成为人们获取信息、分享信息的最流行平台之一.经过长期的发展积累,微博中聚集了很多具有权威专业知识背景的专家,挖掘微博中与主题相关的专家有利于进一步地用户推荐、微博舆情分析等工作.在微博中,与某个主题相关的专家是指因具有可靠的与此主题相关的专业知识或技能而在此主题下具有高影响力的用户.挖掘高影响力的用户可以通过分析微博的转发数据来进行,然而由于微博中用户的转发行为分为"主题相关转发"和"跟随转发"2种,因此,因被转发概率高而具有高影响力的用户不一定是专家.EMTM(experts mining topic model)是一种基于主题模型的概率生成模型,通过区分微博用户的不同转发行为来挖掘微博中与主题相关的专家.模型采用Gibbs采样进行推理求解.在真实的新浪微博数据集上的对比实验表明EMTM能够有效地挖掘微博中与主题相关的专家.
- 张腊梅黄威靖陈薇王腾蛟雷凯
- 关键词：主题
