并行XML数据库系统的分片策略

讨论了并行XML数据库系统中的分片问题,并提出了两种物理分片策略:路径实例均衡法和节点轮循法·前者将DOM树中的路径实例集合析散以提高I/O并行性,后者以轮循方式析散具有不同tagname的对象节点,从而最小化查询代价·通过仿真试验对这两种分片方法进行了评价和验证·     

基于DSVM和消息传递的并行哈希连接算法的性能分析

基于分布式共享虚拟存储器(ＤＳＶＭ)的软件设计方法是运行在网络工作站(ＮＯＷ)上的支持并行计算与分布处理的新途径,它与传统的消息传递的编程方法不同·描述了在面向对象的分布式数据库系统Ｓｈｕｓｓｅ Ｕｏ上,用ＤＳＶＭ和消息传递两种方式分别实现并行哈希连接操作的３种算法;设计了测试数据库和３种不同的负载;并分析了ＤＳＶＭ和消息传递这两种设计方法的性能·大量的测试结果表明,基于ＤＳＶＭ的算法的性能比传统的消息传递的算法稍差,但ＤＳＶＭ具有易编程等优点,因此在并行处理上仍是一项很有研究和开发价值的技术·     

基于分布式结构的判决反馈数据融合算法

提出了一种新的分布式结构下的故障检测算法·在该算法中,不仅用于故障检测的多传感器数据被传送到数据融合中心,而且上一时刻的判决输出也反馈到融合中心·从理论上分析了应用此算法时全局判决概率的动态收敛性能,并证明了在平稳环境中,融合中心DFC(datafusioncenter)的判决以概率1收敛·该算法处理动态问题优于传统的无反馈的融合算法·     

XML路径表达式中公共子查询的优化技术

研究了XML路径表达式的相关查询算法,提出了基于标注后缀树的XML路径表达式公共子查询的优化算法,通过冗余消除技术来提高路径表达式的查询效率·在REOA测试集上,通过对设计的查询进行测试,分析了基于标注后缀树的XML路径表达式公共子查询的优化算法的性能·实验结果表明,基于标注后缀树的XML路径表达式冗余消除技术可以极大地提高路径表达式的查询效率·     

一种基于分布式网络的性能管理模型及算法

采用马尔可夫回应模型(MRM)和连续时间马尔可夫链(CTMC)描述的随机过程Z(t),利用网络累积性能等参数的双拉普拉斯变换表达式将面向系统分析和面向对象分析的两种观点有机地结合在一起,该模型能够计算和预测网络的多种性能参数,为解决复杂的迭代次数计算,推导出了近似算法,最后将网络累积性能算法应用到一个简单网络子网中并进行了详细的数值分析·     

分布式环境下的序列模式发现研究

提出一种称为DMSP(Distributed Mining of Sequential Patterns)的算法,以解决分布式环境下的序列模式挖掘问题．其主要思想是：利用前缀投影技术划分模式搜索空间,降低数据库的规模,生成局部序列模式;利用模式前缀指定选举站点降低通信开销;多线程异步运行,提高算法的并行性．实验结果显示：在具有海量数据的局域网环境中,DMSP算法的性能优于将数据集中后采用GSP算法65％以上．     

关于动态带宽虚拟需求分配及算法

提出了面向连接的多级网络的虚拟需求分配(VDD)算法,它利用发送数据包来广播信息,以提高动态分配(DBA)算法的功能·并分析一个简单分布式算法的运行·     

基于网页可达性和平均载入时间的网站评估方法

给出了网页可达性和平均载入时间的定义,并为计算上述指标设计了到达网页路径的路径树生成算法(PTSA)·提出基于网页可达性和平均载入时间的网站评估方法,并对一个实际运行中的网站进行了分析·结果表明,网页所处层次和网页的大小是影响其访问难易程度的主要因素,网络传输速度对网站性能有重要影响·     

一类特殊车辆路径问题(VRP)

描述了一类特殊的车辆路径问题(VRP)-混合车队车辆路径问题·在分析问题特性的基础上,通过引入“车队模式”定义,提出了求解框架,设计了基于遗传算法和禁忌搜索启发式的混合算法·针对其中的混合车队车辆路径问题,所设计混合算法,利用了GA搜索全局性好,TS局部爬山能力强的特点·提出的车队、任务分段组合编码和解码规则充分考虑了混合车队车辆路径问题的特点·实例计算结果表明了框架、模型和算法的有效性     

分布式信息共享环境中的信息合作模型

提出了分布式环境下的信息合作模型,研究了基于CORBA/IIOP的分布式对象管理,包括分布式对象的定义,以区域为单位的对象管理体系结构,及相应的元数据管理·该信息合作模型提供了一个通用的和动态的方法,解决分布式环境下的信息合作问题·通用性体现在网络上任何节点都可以映射为不同的分布式对象,可以分别从属于角色层和信息层;动态性体现在该模型支持分布式对象的即插即用,不同对象具有不同的生命周期·目前,已应用到一个面向虚拟企业的信息集成系统ViaScope中·     

基于DSVM和消息传递的并行哈希连接算法的性能分析

基于分布式共享虚拟存储器（ＤＳＶＭ） 的软件设计方法是运行在网络工作站（ＮＯＷ） 上的支持并行计算与分布处理的新途径,它与传统的消息传递的编程方法不同·描述了在面向对象的分布式数据库系统ＳｈｕｓｓｅＵｏ 上,用ＤＳＶＭ 和消息传递两种方式分别实现并行哈希连接操作的３种算法;设计了测试数据库和３ 种不同的负载;并分析了ＤＳＶＭ 和消息传递这两种设计方法的性能·大量的测试结果表明,基于ＤＳＶＭ 的算法的性能比传统的消息传递的算法稍差,但ＤＳＶＭ 具有易编程等优点,因此在并行处理上仍是一项很有研究和开发价值的技术·     

云计算网络数据库中的加密优化模型仿真分析

针对云计算网络数据库中大数据加密耗时长的弊端,提出一种新的并行同态加密(DGHV)方案。在云计算网络环境下,采用DGHV同态加密算法进行初步数据加密,并对加密过程产生的噪声进行去噪处理。引入MapReduce计算框架的并行特性,使用分块算法对云环境中的大数据进行分割,并采用同态算法进行加密,最后将加密后的密文块汇总,得到整个数据库中的密文。实验结果表明,通过相同的实验平台对云环境网络数据进行加密优化。相比较其他方法针对大数据的处理的加速比较高,能够有效地减少加密时间。     

阈值上限一定时超大规模数据库的查询方法研究

在确定查询阈值上限时,当前数据库查询方法只能使用查询树的一条路径,并行性能较差;在对超大规模数据进行查询时,具有查询时间长、响应不及时的弊端。为此,提出一种新的阈值上限一定时超大规模数据库的查询方法,通过RSA算法对超大规模数据库进行加密和解密处理,依据多叉树的定义构造多叉索引树,在此基础上计算各代表数据点与查询点之间的距离;在阈值上限一定时,利用多个从节点机并行处理后,使用主节点机汇集结果,运用后续子树递归处理,直至获取查询结果。实验结果表明,所提方法不仅具有很高的查询效率,而且CPU使用率很高。     

基于关系代数的关联规则挖掘算法

目的提出基于关系代数理论的关联规则挖掘算法。方法利用数据预处理方法，剔除无关属性、获得相应的目标特征子集。结果基于目标特征子集，利用关系矩阵及相关运算给出了搜索大项集的基于关系代数理论的优化的关联规则挖掘算法，该算法只需扫描数据库一次。结论克服了经典的Apriori算法需要多次扫描数据库的缺点，同时算法具有良好的并行性和可伸缩性。     

多重链路网络中基于QPAS的并行算法

提出一种基于最短路径的QoS度量并行算法(QPAS)的两级并行算法。将多重链路网络按连接规则划分为若干网络分区,利用QPAS算法并行计算出每个分区内的QoS路由,并将路由结果发送给相应的分区处理器,最终由分区处理器调用最短路径并行算法计算出分区间代价最小路径。最后研究了路由更新频度。实验结果表明,基于QPAS的两级并行算法的时间复杂度更低,适用于有限节点网络的路由寻优。     

基于科学计算组件规范的高性能大地电磁正演模型研究*

为了提高基于有限元法构建的大地电磁正演模型的计算性能,以及解决模型计算的复杂性问题,提出了一种基于美国新近提出的大规模科学计算领域组件规范CCA(Common Component Architecture)构建的组件化分布式并行大地电磁正演MT模型。首先,基于CCA规范定义MT组件服务端口,定义MT组件; 其次,采用有限元方法将Maxwell方程离散为线性系统,采用GreenField算法对其求解,设计了一种频率域分解策略实现了一个分布式并行MT模型;最后,采用Babel编译生成了一个分布式并行MT模型组件。实验结果表明,该方法所构建的MT模型组件具有较高的计算性能、灵活性和可扩展性。     

Parallel implementations of modeling

First, an asynchronous distributed parallel evolutionary modeling algorithm (PEMA) for building the model of system of ordinary differential equations for dynamical systems is proposed in this paper. Then a series of parallel experiments have been conducted to systematically test the influence of some important parallel control parameters on the performance of the algorithm. A lot of experimental results are obtained and we make some analysis and explanations to them. Foundation item: Supported by the National Natural Science Foundation of China (60133010, 70071042, 60073043) Biography: Cao Hong-qing ( 1972-), female, Associate professor, research direction; evolutionary computing, parallel computing.     

基于弹性分布数据集的海量空间数据密度聚类

为了快速挖掘大规模空间数据的聚集特性,在cluster_dp密度聚类算法基础上,提出了一种基于弹性分布数据集的并行密度聚类方法 PClusterdp.首先,设计一种能平衡工作负载弹性分布数据集分区方法,根据数据在空间的分布情况,自动划分网格并分配数据,使得网格内数据量相对均衡,达到平衡运算节点负载的目的;接着,提出一种适用于并行计算的局部密度定义,并改进聚类中心的计算方式,解决了原始算法需要通过绘制决策图判断聚类中心对象的缺陷;最后,通过网格内及网格间聚簇合并等优化策略,实现了大规模空间数据的快速聚类处理.实验结果表明,借助Spark数据处理平台编程实现算法,本方法可以有效实现大规模空间数据的快速聚类,与传统的密度聚类方法相比具有较高的精确度与更好的系统处理性能.     

滑翔增程火箭弹弹道优化算法研究

在分析影响滑翔增程火箭弹射程的主要弹道因素的基础上，提出了一种滑翔增程火箭弹最优化弹道的求解算法，并给出滑翔增程火箭弹的弹道优化计算模型．针对计算模型求解规模较大的问题，给出了用分布式并行集群计算服务器求解的进程调度方法，弹道优化算法的仿真计算结果表明：滑翔增程弹的增程率高于100％，滑翔增程火箭弹的弹道优化算法有较好的收敛性质，并行求解方法效率较高．     

基于地形信息的平流层通信系统传播衰减预测

给出了一种基于地形信息的预测平流层通信系统大尺度衰落的算法，包括地形重建和传播衰减计算，及编程实现的方法，计算出了平流层空中平台到某一区域的大尺度传播衰减，并根据该算法针对地形变化对传播衰减的影响进行了仿真，结果表明，平流层通信系统的传播衰减受地形变化的影响比地面通信系统小得多，在没有平流层通信实测数据的情况下，上述预测算法对仿真通信系统性能具有重要意义。