张彬彬
- 作品数：14 被引量：98H指数：4
- 供职机构：云南大学信息学院更多>>
- 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重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 操作系统实验内容设置与成绩评价探讨被引量：1
- 2017年
- 操作系统实验是操作系统课程的重要辅助,帮助学生从编码层次理解操作系统原理。该文文结合教学需求和培养方向,探讨了操作系统实验的内容设置和学生成绩评价方法的设计。以预备实验、验证实验、模拟实验和探索实验的形式组织实验内容,强调通过实验理解原理,将代码评审的形式引入学生成绩评价。
- 张彬彬岳昆张骥先
- 关键词：操作系统实验教学
- 面向操作系统透明的动态内存半虚拟化技术被引量：2
- 2010年
- 文中提出了动态半虚拟化方法(dynamic paravirtualization),它借用半虚拟化的方式,降低带硬件辅助支持的全虚拟化系统中的虚拟机陷出数量.在有硬件辅助的全虚拟化虚拟机管理器(VMM)下,由VMM在二进制代码层对客户操作系统(GuestOS)中频繁引起虚拟机陷出的那些热点指令进行替换、消除或合并虚拟机陷出.这种替换对GuestOS而言是透明的,GuestOS并不会感知到这些变动.文中重点关注降低内存虚拟化开销的动态内存半虚拟化方法(DMP).在VMM中实现了一套新的内存虚拟化管理机制,避免使用影子页表进行虚拟内存地址转换,并采用代码植入方法消除内存管理引起的虚拟机陷出.在采用IntelVT的KVM-54版本中实现了动态内存半虚拟化原型系统.实验表明,这种技术可以显著地减少页面中断导致的虚拟机陷出,从而降低其带来的系统开销.动态内存半虚拟化能够不修改GuestOS源代码也可达到半虚拟化的效果.
- 汪小林孙逸峰罗英伟王振林李宇张彬彬陈昊罡李晓明
- 关键词：虚拟化虚拟机管理器代码植入
- 基于采样的在线大图数据收集和更新
- 2020年
- 互联网中,以网页、社交媒体和知识库等为载体呈现的大量非结构化数据可表示为在线大图.在线大图数据的获取包括数据收集和更新,是大数据分析与知识工程的重要基础,但面临着数据量大、分布广、异构和变化快速等挑战.基于采样技术,提出并行、自适应的在线大图数据收集和更新方法.首先,将分支限界方法与半蒙特卡罗采样技术相结合,提出能够自适应地收集在线大图数据的HD-QMC算法;然后,为了使收集的数据能反映实际中在线大图的动态变化,进一步基于信息熵及泊松过程,提出高效更新在线大图数据的EPP算法.从理论上分析了该算法的有效性,并将获取的各类在线大图数据统一表示为RDF三元组的形式,为在线大图数据分析及相关研究提供方便易用的数据基础.基于Spark实现了在线大图数据的收集和更新算法,人工生成数据和真实数据上的实验结果展示了该方法的有效性和高效性.
- 尹子都岳昆张彬彬李劲
- 关键词：数据收集数据更新SPARK
- 虚拟机全系统在线迁移被引量：51
- 2009年
- 本文介绍了一种虚拟机全系统在线迁移方法.设计了三阶段迁移方案(Three-Phase Migration,TPM),能迁移包括外存数据在内的虚拟机全系统状态,最小化迁移过程中的虚拟机暂停时间,并保证数据的一致性和完整性.在该方案中,使用了基于Block-bitmap的外存同步方式,由Block-bitmap记录迁移过程中的外存更新.此外,还提出了增量迁移方案(Incremental Migration,IM),当被迁移的虚拟机需要迁移回源主机时,增量迁移能够减少需要迁移的数据量,从而缩短迁移时间,降低迁移造成的性能代价.通过在Xen上的实验表明,该全系统迁移方案即使在I/O密集型的负载情况下仍然执行得很好,迁移过程中的虚拟机暂停时间与共享外存迁移时的暂停时间接近.基于Block-bitmap的外存同步机制简单高效,其监控过程中产生的性能代价低于1%.
- 张彬彬罗英伟汪小林王振林孙逸峰陈昊罡许卓群李晓明
- 关键词：虚拟机迁移XEN
- 基于随机森林的虚拟机性能预测与配置优化被引量：2
- 2019年
- 在目前的IaaS云计算服务中,用户可租用不同资源配置的虚拟机,然而用户很难根据资源配置准确估计虚拟机的性能,从而较难根据待部署的应用的性能需求选择恰当配置的虚拟机,这种使用方式使得云主机的资源未得到最充分的利用。因此,文中提出基于随机森林回归模型预测特定配置的虚拟机性能,并在此基础上,根据性能需求,利用遗传算法求解较优的符合性能需求的虚拟机配置,用随机森林性能模型获取种群中各个体的性能预测值以选出最接近性能需求的个体进行交叉操作。实验结果表明,随机森林回归模型能准确预测特定配置的虚拟机的性能,利用遗传算法搜索得出的虚拟机配置的实测性能与性能需求非常接近,并且该算法可以在较短时间内达到收敛。
- 张彬彬王娟岳昆武浩郝佳
- 关键词：云计算虚拟机遗传算法
- 云计算环境下虚拟机服务质量保证和评估方法:研究综述
- 2018年
- 云计算是一种按需付费的资源使用模式.它通过虚拟化技术,向用户提供具有服务质量保证的计算、存储以及网络资源.然而,与物理服务器相比,虚拟化环境的特点使得虚拟机的服务质量(Quality of Service,Qo S)难以保证,例如,虚拟化技术本身的限制、虚拟机上所运行的应用的行为难以被准确预测、虚拟机性能评估困难、以及虚拟机行为监控困难等.分析上述困难,阐述学界对虚拟机服务质量保证的研究现状,总结对易于量化的Qo S指标及难以量化的Qo S指标的评估和保证方法.最后,总结与虚拟机Qo S相关的问题,并展望未来的研究方向和亟待解决的问题.
- 郝佳张彬彬岳昆
- 关键词：云计算虚拟机
- 基于D-S证据理论的电子商务虚假评论者检测被引量：9
- 2018年
- 在线商品的销售与商品评价信息密切相关,拥有较多好评信息的商品更受消费者的青睐.于是越来越多的电商商家开始雇佣甚至充当虚假评论者对商品进行不切实际的评论,广大消费者成为了最终的受害者.本文提出一种基于评论者行为的虚假评论者检测方法,该方法从虚假评论者作弊动机出发,综合考虑评论者评价行为、评论者交流行为以及评论者对商品的关注行为,将评论者行为视为证据并构建D-S证据理论模型.首先,本文利用多种维度对评论者的三种行为特征进行量化并构建三个独立的SVM模型,然后将SVM无阈值输出通过sigmoid函数实现后验概率输出,最后将其用于证据融合并根据识别框架下的证据支持度对评论者身份进行检测.实验结果表明,本文提出的方法准确有效.
- 张文宇岳昆张彬彬
- 关键词：用户行为证据理论SIGMOID函数
- 使用带分类参数贝叶斯网的虚拟机性能预测
- 2019年
- 准确量化虚拟机特征和性能之间的依赖关系,并预测特定特征配置下的虚拟机性能,是虚拟资源细粒度分配的基础.然而,传统贝叶斯网(Bayesian Network,BN)虽然能够表达虚拟机特征和性能之间的不确定性依赖关系,但当某组虚拟机特征配置未出现在训练集中时,BN便无法预测该配置下的虚拟机性能.此外,当虚拟机特征配置组合情况过多时,会导致虚拟机性能节点出现组合爆炸的情况.为此,本文提出一个带分类参数的BN模型.该模型首先利用随机森林分类算法,对虚拟机进行分类,然后根据分类结果和对应性能值,构建一个带分类参数的BN模型,从而实现任意特征配置下的虚拟机性能预测.同时,也降低了由于组合爆炸而带来的性能预测困难.实验结果表明了本文提出方法的有效性和准确性.
- 尚聪聪郝佳张彬彬岳昆
- 关键词：虚拟机贝叶斯网
- DMM:虚拟机的动态内存映射模型被引量：2
- 2010年
- 内存虚拟化方法一直是虚拟机管理器设计中最重要的部分.文中提出了VMM进行内存管理的一种机制:虚拟机(VM)的动态内存映射模型,它允许VMM在虚拟机运行时,动态地改变它的物理内存与机器物理内存的映射关系.利用DMM,VMM向上能够方便地实现按需取页、页面交换、Ballooning、内存共享、copy-on-write等虚拟机高级内存管理技术,向下能够兼容多种虚拟化架构.它所提供的一种模块化的分层体系结构,能有效地将上层的内存管理策略和底层的内存虚拟化实现很好地融合起来,为实现特征可调的内存管理提供了可能.文中给出了动态内存映射模型的基本原理,并阐述了利用该模型,实现各种虚拟机内存管理技术的相应机制和步骤.同时,在一个开源的虚拟机管理器(KVM)上实现了动态内存映射机制.测试表明,该机制具有良好的灵活性和可扩展性,能够在充分保证虚拟机访问内存的性能的前提下,实现虚拟机内存的动态管理和调配.
- 陈昊罡汪小林王振林张彬彬罗英伟李晓明
- 关键词：虚拟机管理器XEN虚拟机内存虚拟化
- 面向评价数据中用户偏好发现的证据理论方法被引量：1
- 2017年
- 用户对商品和信息服务的评价包含评论和评分,富含了用户的兴趣、观点和偏好等行为信息。以真实和量化地反映用户对商品的喜好程度为目标,从海量的用户评价数据出发,基于边际效用定义用户偏好,基于D-S证据理论描述影响用户偏好的各影响因素的不确定性以及各因素之间的相互关系;以评论中的各词汇、包含正面/负面词汇的评论和评分作为用户对商品偏好的"证据",给出了综合考虑各影响因素的联合算子,以及基于MapReduce的计算方法和用户偏好发现机制。针对正确性、执行时间、加速比和并行效率等指标进行实验,结果验证了所提出方法的有效性。
- 郭心宇岳昆李劲武浩张彬彬
- 关键词：用户偏好D-S证据理论MAPREDUCE
