计算机工程与科学杂志 北大期刊 CSCD期刊 统计源期刊

计算机工程与科学 2016年第08期杂志 文档列表

计算机工程与科学杂志高性能计算

高阶路由器结构研究综述1517-1523

摘要：随着高性能网络规模的增加，高阶路由器结构设计成为高性能计算中研究的重点和热点。使用高阶路由器，网络能实现更低的报文传输延迟、网络构建成本和网络功耗，同时高阶路由器的应用还可以提高网络可靠性。过去十年是高阶路由器发展最快的时期，对近年高阶路由器的研究进行了综述，并对未来发展趋势进行了预测，主要介绍了以YARC为代表的经典结构化设计以及“networkwithinanet—work”等近年来涌现的新型设计方法。未来的研究重点是解决高阶路由器结构设计中遇到的缓存和仲裁等各种问题，并利用光互连等技术设计性能更好的结构。

集成I／O硬件压缩加速器的Hadoop系统结构1524-1529

摘要：随着大数据的发展，Hadoop系统成为了大数据处理中的重要工具之一。在实际应用中，Hadoop的I／O操作制约系统性能的提升。通常Hadoop系统通过软件压缩数据来减少I／O操作，但是软件压缩速度较慢，因此使用硬件压缩加速器来替换软件压缩。Hadoop运行在Java虚拟机上，无法直接调用底层I／O硬件压缩加速器。通过实现Hadoop压缩器／解压缩器类和设计C＋＋动态链接库来解决从Hadoop系统中获得压缩数据和将数据流向I／O硬件压缩加速器两个关键技术，从而将I／O硬件压缩加速器集成到Hadoop系统框架。实验结果表明，I／O硬件压缩加速器的每赫兹压缩速度为15．9Byte／s／Hz，集成I／O硬件压缩加速器提升Hadoop系统性能2倍。

二元域大型稀疏矩阵向量乘的FPGA设计与实现1530-1535

摘要：作为Wiedemannn算法的核心部分，稀疏矩阵向量乘是求解二元域上大型稀疏线性方程组的主要步骤。提出了一种基于FPGA的二元域大型稀疏矩阵向量乘的环网硬件系统架构，为解决Wiede—mannn算法重复计算稀疏矩阵向量乘，提出了新的并行计算结构。实验分析表明，提出的架构提高了Wiedemannn算法中稀疏矩阵向量乘的并行性，同时充分利用了FPGA的片内存储器和吉比特收发器，与目前性能最好的部分可重构计算PR模型相比，实现了2．65倍的加速性能。

基于关键列分组排序的列存储结构1536-1541

摘要：磁盘作为海量数据的主要存储介质，具有容量大、成本低的优点，但是磁盘IO带宽远远落后于数据增长速度，日益成为大数据管理系统的性能瓶颈。因此，优化存储结构、提高读写效率是大数据时代管理系统面临的重要挑战。提出了一种基于关键列分组排序的混合列存储结构KCGS-Store，根据关键列分组将关系表划分为存储池，确保池内所有记录在关键列上的取值或取值范围相同，然后逐列进行池合并。合并后的关键列，以池为单位有序排列，执行条件查询时能够有效过滤无关列值，减少数据读取量，提升查询性能。同时利用池号索引，以少量时间空间代价完成记录重组。实验数据表明，与0RCFile、Par—quet存储结构相比，KCGs—sTORE在存储空间、数据加载、SQL查询等方面都有不同程度的优化。

一种面向三维众核微处理器的新型NoC拓扑结构1542-1549

摘要：三维微处理器具有集成度高、全局互连线短及连接部件多的优势，但是传统的三维拓扑结构在大规模系统中无法充分利用垂直方向上低延时高带宽的特性，很难满足大规模众核微处理器低直径、高带宽、高扩展性的需求。针对三维NoC网络直径大、可扩展性要求高以及路由端口多的问题，提出了一种基于多级垂直域的三维拓扑结构V—Spidergon，其在水平层上采用Spidergon结构，在垂直方向上采用多级垂直域扩展结构，域内及域间均实现全互连。实验数据表明，在8层、16层和32层堆叠下，V—Spider—gon结构的延时较3D-Mesh分别降低15．1％、28．5％和55．7％，较NoC—Bus分别降低11．5％、32．7％和77．6％；在159／6和1009／6负载卒注入情形下，V—Spidergon的平均延时表现出与水平层数增加不相关的特性。

一种基于Spark在线Web服务的高效低延迟调度资源算法1550-1556

摘要：Spark作为流行的分布式数据处理框架，其资源的调度方式和资源的利用率直接关系到集群计算处理的效率和速度。针对Spark资源调度问题，在Spark自身考虑的资源因素内存和空余核数下，提出新的调度算法。算法通过实时监视工作节点资源利用情况，增加对节点CPU处理速度和CPU剩余利用率的考虑，重新调度与分配资源，为Spark作为web服务高并发请求、低延迟响应提供优化，还可以减少传统方式没有考虑的资源因素导致出现的资源利用倾斜现象，提高资源的利用率。实验表明，改进的资源调度算法有较好的效果。

面向云联网的云服务协商机制1557-1562

摘要：随着云计算的快速发展，越来越多的用户开始使用云服务提供商提供的服务，而云联网作为云计算研究的新领域，可以实现跨云服务提供商的服务，当单个云服务提供商无法满足用户的服务需求时，云服务提供商之间以合作的方式为用户提供服务，以便更好地满足用户的服务需求。针对上述情况，提出了面向云联网的云服务协商机制，该机制利用云联网和改进的经典合同网模型来实现云服务提供商的交互协商。为了有效地选出合作伙伴以提高合作效率，还为每一个云服务提供商建立了一个熟人集。实验表明，本文设计的机制可以有效地提高云服务提供商之间的合作效率，并且可以更好地满足用户的服务需求。

一种解决访存调度问题的改进蚁群优化算法1563-1567

摘要：存储器的访问调度策略是复杂的，不仅仅要考虑具体的电路时序参数，还有访存节拍数。在分析DRAM的特点以及访存调度策略的基础上，考虑DDR3时序规范，提出一种改进的蚁群优化访问调度策略。采用不同的trace作为测试，同贪婪式调度算法作比较，该算法可以有效降低平均总延迟、提高带宽利用率。

利用多维分级Cache替换策略减少对PCM内存写回量1568-1573

摘要：寻找新型存储材料代替DRAM内存是当前的一个研究热点。相变存储PCM因其具有低功耗、高存储密度和非易失性的优点受到广泛的关注，然而PCM的可擦写次数有限，要用作内存必须考虑如何减少对其的写操作。针对该问题，一种有效的解决方法是优化Cache替换策略，减少Cache中脏块被替换出的数量。现有研究主要通过在插入和访问命中时给脏块设定较高的保护优先级来达到给脏块额外保护的目的，但是在降级过程中不再对脏块与干净块进行区分，这导致Cache可能在存在大量干净块的情况下仍然先替换脏块。提出一种新型的Cache替换策略MAc，它通过一个多维分级结构在脏块与干净块之间设置了不可逾越的界限，使得脏块能得到更有力的保护。模拟实验表明，相对LRU替换策略，MAC以较低的硬件开销代价平均减少约25．12％的内存写，同时对程序运行性能几乎没有影响。

一种面向FPGA异构计算的高效能KV加速器1574-1580

摘要：网络功能虚拟化等新兴应用的蓬勃发展对Key—Value查询的能效提出了更高要求。传统的解决方法要么采用基于软件Hash表，要么采用专用的三态内容可寻址存储器（TCAM）芯片进行加速。其中，软件方法实现成本低，但是在数据冲突较高时会导致查表性能急速下降；硬件TCAM方法具有优良的时间特性，但其价格昂贵、耗能巨大。目前，随着基于现场可编程门阵列FPGA的异构计算技术的高速发展，利用系统已经提供的FPGA资源对基于软件实现的Hash表结构进行加速成为一种性价比更佳的解决方案。探讨如何利用FPGA上的RAM资源来实现一种具有高扩展性和高能效比的TCAM逻辑。与传统的TCAM结构不同，提出的架构支持查表范围的动态缩放，从而可以有效减少查表功耗。为了验证方案的有效性，利用Virtex-7系列FPGA对本文方案进行实现和评估，并与软件查表的性能进行详细比较。实验表明，本文方案吞吐量可达到234Mpps，查表延迟为25．56ns。相比软件的方法，吞吐量提高780倍，延迟降低240倍。

云计算弹性评测模型的研究与实现1581-1587

摘要：当前，越来越多的企业开始将自己的核心业务与数据迁移到云上，其中很多业务需要相应的弹性服务来应对负载的实时变化，因此对弹性的评测正变得越来越重要，然而当前缺少一种较为全面的弹性评测方法。为解决以上问题，从资源分配、QoS、资源配置时间等多个角度，对云计算的弹性进行较为全面的分析，提出适用于供应商和用户两个角度的评测方法。在已有基础上，提出资源分配、资源配置时间两个方面的计算模型，并对现存的罚金模型进行改进。最后，在CloudStack云平台上，使用auto—scaling和scale—out两种弹性扩展策略，以TPC—W为负载验证了所提方法的有效性。

云环境中基于分解的多目标工作流调度算法1588-1594

摘要：云服务提供商在给用户提供海量虚拟资源的同时，也面临着一个现实的问题，即怎样调度这些资源，以最小的代价（完工时间、执行费用、资源利用率等）完成工作流的执行。针对IaaS环境下的工作流调度问题，以完工时间和执行费用作为目标，提出了一种基于分解的多目标工作流调度算法。该算法结合了基于列表的启发式算法和多目标进化算法的选择过程，采用一种分解方法，将多目标优化问题分解为一组单目标优化子问题，然后同时求解这些单目标子问题，使得调度过程更为简单有效。算法利用天马项目的现实世界中的工作流进行实验，结果表明，和MOHEFT算法以及NSGA—II＊算法相比较，所提出的算法能得到更优的Pareto解集，同时具有更低的时间复杂度。

基于加速收敛蜂群算法的资源感知调度器1595-1601

摘要：为了能有效处理海量数据，进行关联分析、商业预测等，Hadoop分布式云计算平台应运而生。但随着Hadoop的广泛应用，其作业调度方面的不足也显现出来，现有的多种作业调度器存在参数设置复杂、启动时间长等缺陷。借助于人工蜂群算法的自组织性强、收敛速度快的优势，设计并实现了能实时检测Hadoop内部资源使用情况的资源感知调度器。相比于原有的作业调度器，该调度器具有参数设置少、启动速度快等优势。基准测试结果表明，该调度器在异构集群上，调度资源密集型作业比原有调度器快10％～20％左右。

“绑定中测试”“多绑一测”方式对于测试过程的影响1602-1608

摘要：随着半导体工艺水平的不断发展，3D芯片技术已成为一大研究热点。“绑定中测试”环节的提出对于芯片的测试流程有了新的要求。但是，“绑定中测试”“一绑一测”的特点会使部分裸片被重复测试，从而带来测试时间的增加。从“绑定中测试”的过程出发，协同考虑测试功耗与“理论制造成本”对于“绑定中测试”的影响，提出“多绑一测”的测试流程。在此基础上提出相应的广度优先遍历算法，结合ITC’02电路的相关参数，体现本文思想在实际生产制造中的现实意义。

一种多处理器平台上的传感器事务调度算法1609-1614

摘要：如何有效地调度传感器事务以维护数据的时态一致性是信息物理融合系统研究中的一个重要问题。已有的调度算法基本上都是针对单处理器平台来设计的。提出一种多处理器平台上的传感器事务调度算法，算法通过合理地分配和调整事务实例执行所需处理器资源来保证数据的时态一致性约束，通过预先计算出全局重复调度序列来降低运行开销，给出了算法的可调度性分析。实验结果表明，该算法具有较高的调度成功率，其产生的更新负载也较低。

Hadoop下基于聚类协同过滤推荐算法优化的研究1615-1624

摘要：作为重要的个性化推荐算法之一，协同过滤推荐算法有其独特的优势，但同时存在数据稀疏性、冷启动和扩展性问题。针对数据稀疏性问题，对项目相似度进行改进，利用基于项目的协同过滤对原始评分矩阵进行填充，以此降低数据稀疏性对推荐质量的影响。针对冷启动问题，采用基于用户和项目属性分别进行聚类的方法，通过聚类模型建立新用户和新项目与现有用户和现有项目之间的联系，根据对现有用户和现有项目的推荐预测新用户和新项目的推荐。针对扩展性问题，利用云平台Hadoop的MapRe—duce框架完成相关算法的并行化，以此解决传统协同过滤推荐算法面临的严重扩展性问题。实验表明，改进后的算法较好地解决了以上问题。

基于动态松弛时间回收的开销敏感节能实时调度算法1625-1632

摘要：为适应实际系统中任务集的不断变化以及不可忽视状态切换开销的要求，针对多核多处理器系统中常见的周期任务模型，提出一种基于动态松弛时间回收的开销敏感节能实时调度算法DsROM，在每个TL面的初始时刻、任务提前完成时刻实现节能调度及动态松弛时间回收，在不违反周期任务集可调度性的基础上，达到实时约束与能耗节余之间的合理折衷。模拟实验结果表明，DSROM算法不仅保证了周期任务集的最优可调度性，而且当任务集总负载超过某一个值后，其节能效果整体优于现有方法，最多可节能近20％。

计算机工程与科学杂志计算机网络与信息安全

一种基于种族分类进化的QoS异构组播路由机制1633-1639

摘要：随着新型网络应用的大量涌现，传统的网络技术已无法满足当前应用在带宽、延迟及出错率等方面的需求，IPoverDWDM光互联网以其独特性能优势成为研究热点。基于种族分类进化算法，提出了一种IPoverDWDM光互联网服务质量QoS异构组播路由机制。具体地，利用概率论方法处理网络状态参数信息的不确定性；引入模糊数学方法，确定用户对QoS的需求并提供柔性QoS支持；综合考虑网络提供方和用户方的利益，设计公平的带宽定价方法。仿真结果表明，该路由机制获得了良好的综合性能指标，可以有效地解决IPoverDWDM光互联网中的柔性QoS异构组播路由选择问题。