面向高效能的软件及其设计、分析与实现方法专刊前言
摘要：在当前绿色云计算的背景下，本专刊将进一步凸显软件在节能减排中的独特而日益重大作用和角色，从效能的角度重新审视软件的发展道路，不仅是自身执行的高效能，而且必须考虑其运行中所依托计算系统的高效能．两者的有效融合，已经对传统的基于开发效率和用户友好的软件开发与设计理念提出了重大的挑战——我们必须在软件的开发和执行两者间寻求新的效能平衡，因为软件是硬件的绿色行为和规格的规范者，面向Internet数据中心的资源管理
摘要：Internet数据中心向多元化、智能化、自动化、规模化与标准化道路发展，其规模越来越大、越来越复杂，这为如何有效管理资源带来极大的冲击与挑战．当前，资源管理已成为Internet数据中心亟待解决的重要问题，其重要性与紧迫性已不容忽视．分析了Internet数据中心资源管理面临的两大挑战：（1）满足并发多应用SLAs（service levelagreements）的兼容性；（2）提高系统服务的能量有效性．以挑战为主线，对近十几年来国内外在满足SLA、降低功耗、同时满足SLA和降低功耗方面所取得的资源管理研究成果进行了全面的概括总结和分析，最后进行总结并对未来的研究发展趋势提出观点．一种云计算环境下的能效模型和度量方法
摘要：提出一种云计算环境下的能效模型和度量方法．首先定义了能效的数学表达及其测量和计算方法，并推导出了能效最大值的发生条件；其次，为方便能效计算，改进了计算机功率和CPU工作状态-~-N关系的数学表达，通过CPU使用率和频率来计算能效，从而简化了能效测量方法．此外，还设计并实施了大量实验，验证了提出的能效模型的正确性；同时对单机环境，云计算环境中CPU密集型、I／O密集型和交互型运算进行能效评估，总结其能效规律和优化办法．理论和实验证明，所提出的能效模型和计算方法能够准确地评估云系统的能效，并为能效优化奠定基础．基于软件的无线网绿色系统
摘要：提出了一种基于软件架构的无线网绿色节能系统．针对无线网络的特点，通过在服务端创建网内其他终端的虚拟网卡和虚拟镜像，配合针对终端移动的服务器切换机制与重发机制，使得无线终端在节能时快速进入休眠状态，在响应请求时快速、有效地被唤醒．该软件系统不对原有网络拓扑或硬件系统做任何改变，所以具有普适性和可移植性强的特点．该系统被实际部署到一个包括11台有线与无线上网的计算机测试平台上．通过长时间的监测，整个网络功耗节省了超过60％，充分说明了该系统在实际应用中的经济价值．嵌入式软件体系结构级能耗建模方法
摘要：从软件体系结构层面出发，假设体系结构级软件特征量与嵌入式软件能耗之间存在非线性函数关系（线性函数关系可被认为是一种特殊的非线性函数关系），并以此假设为基础，提出了一种利用BP神经网络在体系结构级估算软件能耗的模型．能耗模型对5个体系结构级软件特征量进行度量，使用BP神经网络拟合出软件特征量与嵌入式软件能耗的非线性函数关系，并通过实验验证了模型的有效性和假设的合理性．众核处理器系统核资源动态分组的自适应调度算法
摘要：针对众核处理器系统的核资源优化使用问题，提出了一种支持核资源动态分组的自适应调度算法CASM（core—partitioned adaptive scheduling for many-core systems）．该算法通过对任务簇的拆分与合并，动态构建可弹性分区的核逻辑组，实现核资源的隔离优化访问．为了平衡核资源利用率及任务调度效率，CASM算法针对任务簇间和簇内的不同特点，分别采用公平性较好的均衡调度算法和资源利用率较高的自适应调度算法．在线竞争理论分析表明，CASM算法的任务执行时间在线竞争比为常数2，其性能可扩展性较好．实验结果表明，与WS（work-stealing），AGDEQ（adaptive greedy dynamic equi-partitioning）和EQUI。EQuI算法相比，CASM算法使任务集运行时间分别减少了近46％，32％和15％．在相同能耗情况下，CASM算法大幅度地提升了系统吞吐量．分布式搜索引擎系统效能建模与评价
摘要：针对分布式搜索引擎系统效能建模与评估问题，通过对当前分布式搜索引擎系统的建模与分类，扩展了能耗与网络开销的成本模型；对5种构建搜索引擎系统的设计方案，从系统成本、系统规模和查询响应时间等角度进行了详尽的理论分析与评价．由此发现，由广域网分布式采集系统和多机群索引系统组成的半广域网搜索引擎系统相对于其他系统具有相对较高的效能，同时能够较好地兼顾用户的服务质量．随机任务在云计算平台中能耗的优化管理方法
摘要：针对云计算系统在运行过程中由于计算节点空闲而产生大量空闲能耗，以及由于不匹配任务调度而产生大量“奢侈”能耗的能耗浪费问题，提出一种通过任务调度方式的能耗优化管理方法．首先，用排队模型对云计算系统进行建模，分析云计算系统的平均响应时间和平均功率建立云计算系统的能耗模型．然后提出基于大服务强度和小执行能耗的任务调度策略，分别针对空闲能耗和“奢侈”能耗进行优化控制．基于该调度策略，设计满足性能约束的最小期望执行能耗调度算法ME’PC（minimum expectation execution energy with performance constraints）．实验结果表明．该算法在保证执行性能的前提下，可大幅度降低云计算系统的能耗开销．基于最大相关熵准则的鲁棒半监督学习算法
摘要：分析了噪声对半监督学习Gaussian-Laplacian正则化（Gaussian-Laplacian regularized，简称GLR）框架的影响，针对最小二乘准则对噪声敏感的特点，结合信息论的最大相关熵准则（maximum correntropy criterion，简称MCC），提出了一种基于最大相关熵准则的鲁棒半监督学习算法（简称GLR-MCC），并证明了算法的收敛性．半二次优化技术被用来求解相关熵目标函数,在每次迭代中，复杂的信息论优化问题被简化为标准的半监督学习问题．典型机器学习数据集上的仿真实验结果表明，在标签噪声和遮挡噪声的情况下，该算法能够有效地提高半监督学习算法性能．动态多文档文摘模型
摘要：从网络信息的动态演化性出发，对同一话题不同时序阶段的文档集合进行识别和分析，在度量演化内容差异性的基础上实现动态性，给出了两种实现动态多文档文摘的模型，即基于矩阵子空间分析和基于文本相似度累加的动态多文档文摘模型．在此基础上，提出了高效的动态句子加权方法．TAC2008的Update Summarization测试数据上的实验证明了所提出的动态多文档文摘模型的有效性．结合运动信息与表观特征的行人检测方法
摘要：提出一种结合运动信息与表观特征的行人检测方法．在对通过表观检测子获得的候选检测窗口执行分割验证的框架中，将运动信：息融入到基于图像序列的对象分割算法中，通过获取更准确的分割结果来提高对候选检测窗口的检测准确率．该方法利用运动信息更新运动对象的前景／背景分布模型，将颜色信息间接地融入行人检测中，并通过形状特征表现出来，与行人表观检测子形成互补的特性，获得更好的检测结果．上述结论在cAvIAR视频以及行人检测视频中得到了实验验证．视频传感器网络中无盲区监视优化
摘要：针对监控区域存在障碍物的情况，从无线视频传感节点的有向感知特性出发，讨论了视频传感器网络覆盖效果与监控区域之间的相互关系．在此基础上，定义了视频传感器网络的无盲区覆盖模型．基于虚拟势场的工作原理，提出了一种适用于无盲区覆盖模型的覆盖率动态优化算法PFOFSA（potential field based occlusion-free surveillance algorithm）．设计了PFOFSA中虚拟力的相互作用方法与监控节点运动规则，通过监控区域、重叠区域和遮挡区域之间的相互作用，逐步消除网络中的感知重叠区和盲区，优化视频无线传感器网络的覆盖率．最后，通过一系列的仿真实验分析了不同监控区域参数对PFOFSA算法的影响，验证了算法的有效性．大规模无线网络中（X，S）-Bottleneck区域性能分析
摘要：基于二层QBDs（quasi birth-death models），提出了一个（X,S）-bottleneck区域性能分析模型，（X,S）-bottleneck区域的特征通过第1层QBD模型描述，而经过（X,S）-bomeneck区域的每条流的特征由第2层QBD模型描述．基于该性能分析模型，对优却．bottleneck区域的性能进行了一些概率分析，如（X,S）-boaleneek区域的平衡状态概率、经过该区域通信流的成功转发概率和吞吐量等，确定了上述概率及吞吐量的取值范围．仿真实验结果表明了该性能分析模型对于分析（X,S）-bottleneck区域性能的有效性．结论有助于无线网络通信性能的改进和管理．一种自负载降速率包列可用带宽测量算法
摘要：基于自负载周期流技术，提出一种采用降速率包列的可用带宽测量方法SLDRT（self-loading decreasing rate train），并全面分析了该算法在多跳网络、突发性背景流的环境下的性能．SLDRT采用单条包列即可实现对可用带宽的高速测量，具备单次采样、准确测量的特性，可通过调整递减因子等参数，提高测量精度，降低测量负载．理论分析和不同背景流场景下的实验结果表明：在多跳、突发性背景流下，SLDRT具有较强的健壮性；与pathChirp，Pathload算法相比，不仅测量精度优良，而且大量缩短了测量时间，减轻了因测量而引入的额外负载．位置服务中用户轨迹的隐私度量
摘要：针对一种流行的用户轨迹隐私保护方法——Silent Cascade，提出一种新的轨迹隐私度量方法．该度量方法将用户运动轨迹用带权无向图描述，并从信息熵的角度计算用户的轨迹隐私水平．已有文献指出，当攻击者拥有新的背景知识时，任何一种隐私保护方法都会受到隐私威胁．因此，将攻击者的背景知识分级融入到度量方法中，隐私度量的结果由对背景知识的假设和相应的轨迹隐私水平值组成，并提出（KuL（Ki＋，Ki-）,KL（Ki＋,Ki-））联系规则的方法来描述对背景知识的假设．模拟实验结果表明，此度量方法为移动用户和轨迹隐私保护方法的设计者提供了一个有价值的工具，能够准确地评估在攻击者具有可变背景知识情况下,用户的轨迹隐私水平．基于多尺度主成分分析的全网络异常检测方法
摘要：网络异常检测对于保证网络的可靠运行具有重要意义，而现有的异常检测方法仅仅单独利用流量的时间相关性或空间相关性．针对这一不足，同时考虑流量矩阵的时空相关性，提出了一种基于MSPCA的全网络异常检测方法．该方法综合利用小波变换具有的多尺度建模能力和PCA具有的降维能力对正常流量进行建模，然后采用Shewart控制图和EWMA控制图分析残余流量．此外，还利用滑动窗口机制对MSPCA异常检测方法进行在线扩展，提出了一种在线的MSPCA异常检测方法．因特网实测数据分析和模拟实验分析表明：MSPCA算法的检测性能优于PCA算法和近期提出的KLE算法；在线MSPCA算法的检测性能非常接近MSPCA算法，且单步执行时间很短，完全满足实时检测的需要．基于语义的恶意代码行为特征提取及检测方法
摘要：提出一种基于语义的恶意代码行为特征提取及检测方法，通过结合指令层的污点传播分析与行为层的语义分析，提取恶意代码的关键行为及行为间的依赖关系；然后，利用抗混淆引擎识别语义无关及语义等价行为，获取具有一定抗干扰能力的恶意代码行为特征．在此基础上，实现特征提取及检测原型系统．通过对多个恶意代码样本的分析和检测，完成了对该系统的实验验证．实验结果表明，基于上述方法提取的特征具有抗干扰能力强等特点，基于此特征的检测对恶意代码具有较好的识别能力．一种无随机预言机的无证书广义签密方案
摘要：研究在无证书公钥密码系统下的广义签密问题，提出了无证书广义签密方案的形式化定义，并定义其较为完全的安全模型．该安全模型下的第2类攻击者是恶意但被动的攻击者．同时，利用双线性映射设计了一个高效的无证书广义签密方案．其安全性基于计算Diffie-Hellman问题和判定性Bilinear Diffie-Hellman问题的困难性，并在标准模型下给出正式的安全性证明．鉴于该方案具有安全高效和无证书的优点，它可以广泛地应用于电子商务、防火墙和密钥分配等领域．