基于社会化标注的用户兴趣挖掘

用户兴趣挖掘是实现个性化推荐与智能化服务的关键问题。Web2.0引入的社会化标注可以反映用户的潜在兴趣。该文提出一种基于用户标注行为的兴趣建模方法,根据用户与标签的交互模式反映用户的兴趣倾向。从用户对不同标签的"认同度"和"依赖度"两方面衡量用户的标签兴趣,并使用"标签基因"对用户的兴趣进行细粒度分解。来自真实用户数据的实验结果表明,该方法可以有效提高用户兴趣的预测准确度和覆盖率,创建的兴趣模型更加符合用户的真实情况。     

用于透明计算的基于块粒度数据一致性方法

为了解决透明计算系统中的数据不一致问题,提出一种基于块粒度的数据一致性方法。该方法按需为每个用户创建独立的私有虚拟映像,将用户对系统虚拟映像的修改透明地转换为对用户私有映像的修改,并记录系统虚拟映像中被修改的数据和用户私有映像中相应数据的对应关系,保证每个用户能够访问各自最新的数据,从而解决了上述数据不一致问题。性能测试表明,采用该方法的透明计算系统性能优于同等配置的PC和其他类似系统,可以满足透明计算的需求。     

从资源共享到服务共享：透明计算的机遇与挑战

随着计算机和网络技术以及应用的不断快速发展,计算模式从最初的以主机计算为主,发展到以桌面(PC)计算为主,再发展到现在的以网络计算为主,乃至普适计算。然而,迄今为止的计算模式还是遵循以单机或单机联合为基础的单机思维模式,因此,目前的计算模式还是一种以“资源共享”为主要特征的计算。在网络和普适计算的新时代,用户关心的主要是服务和服务共享,计算机也将从以“资源共享”为特征的计算过渡到以“服务共享”为特征的计算。笔者提出一种适应于“服务共享”的计算模式——透明计算,并对其概念、体系结构及相关关键技术进行介绍。此外,还对透明计算的未来发展及影响进行展望。     

透明计算系统中缓存性能的仿真分析与验证

透明计算系统是一种支持程序按需加载的新型分布式系统。缓存机制是影响透明计算系统性能重要因素之一。针对现有的缓存仿真算法不支持透明计算缓存性能分析的问题,该文提出了一种支持多用户共享服务器存储空间的缓存仿真算法(SSCS)。该方法扩展了传统的栈距离模型,采用首存储块号、拥有者用户ID二元组标识缓存块,根据不同用户对缓存块的访问情况分别管理、调度和测量。实验表明,该算法的仿真结果可用于指导透明计算系统的缓存设计。根据仿真结果进行改进,有效地提升透明计算系统的性能和可扩展性。     

基于双线性对的无证书两方认证密钥协商协议

无证书公钥密码体制具有很好的特性,它不需要使用证书,也不存在用户私钥托管问题。该文提出一个基于双线性对的无证书两方认证密钥协商协议,使用数字签名方案实现协议中的身份认证;对数字签名方案的安全性进行了证明,表明该签名方案能够抵抗适应性选择消息攻击下的存在性伪造;对密钥协商协议的安全性进行了分析,结果表明协议具备已知密钥安全、抗未知密钥共享攻击、完美前向安全、密钥俘获伪装攻击和抗临时私钥泄露攻击等安全属性。与其他具备相同安全属性的协议相比,该协议使用的双线性对运算的个数少得多,并且不使用模幂运算,因此计算量要小得多。     

一种用于透明计算的多媒体I/O 访问控制方法

针对实时媒体类I/O访问是透明计算系统性能瓶颈的问题,提出了一种用于透明计算的多媒体I/O访问控制方法CAVIO(Classification and Aggregation-based Vir-tual I/O mechanism).CAVIO通过对混杂类型I/O进行分类进而优先处理多媒体I/O,通过聚合小I/O减少I/O的平均路径长度和跨网络处理开销,通过并发处理网络传送提高虚拟磁盘I/O的吞吐率.实验表明,该方法对透明计算系统的多媒体I/O处理性能有显著提高.     

云计算环境中P2P计算的优化组织模型

P2P计算具有一些良好的特质,但是由于资源分布的任意性、互联网较大的延时、较低的有效带宽以及较高的数据传输代价,实际中目前的P2P计算效率受到了很大限制。对此问题以前的研究工作主要集中于在现行的P2P计算模型下,对一些机制进行改进。与这些先前工作不同,该研究提出了一个新的模型,它对P2P计算进行优化的组织,即将一些合适的P2P计算实例调度到适合的云计算节点上,并且以最优的方式来为其调度所需资源。更重要地,该文对优化组织过程进行了详细的数学分析和深入的理论建模,并同时对性能和代价进行了考虑。由于问题的解空间将随着问题规模的增长以指数速度扩张,因此提出了基于生物免疫思想的智能计算方法。实验验证了该算法的有效性和效率;并且与现行P2P计算模式进行对比实验的结果表明:该模型和方法为不同类型的P2P计算任务节省了运行时间和实际代价。