一种新的网络对象存储设备研究

Internet的飞速发展对于存储系统的可扩展性提出了很高的要求,也带来了由数据模型与存储模型的不一致问题引起的服务器性能瓶颈现象.针对这些情况,本文提出了网络对象附属存储设备(NAOSD)的概念,其利用设备处理器的能力直接支持结构化数据存储.这一设计减少了存储系统中数据服务器的负载,增加了系统吞吐量.同时,研究了该设备原型在集群环境中的应用,提出了数据/元数据统一存储与查询式数据定位机制.分析表明,这些机制能够较显著地提高系统扩展性——数据访问时间随系统规模的扩大呈对数增长,优于传统的映射定位机制.我们已经模拟实现了NAOSD,并在性能比较测试中取得了较好的效果.     

一种有效的启发式聚类算法

本文讨论了一种利用确定性退火技术的启发式聚类算法。它把聚类问题看作一物理系统。通过求解一系列随温度变化的自由能函数的全局极小来得到聚类问题的最优解。算例表明，对传统聚类算法无能为力的几种聚类问题，该算法都得到了比较满意的结果。     

Web信息的分布式在线评测技术

通过对Web信息的跟踪记录可以实现网上用户行为的分析,同时也为Web Server和Web Cache的性能评测提供了原始数据.本文提出了分布式在线评测解决方案.该方案通过网络监听产生评测的日志,并利用分布处理扩大了系统的吞吐率,提高了系统的可用性.同时,通过在线重构、数据内核过滤等关键技术有效地提高了系统的性能.     

模块级可重构计算机HIT－FTC2的冗余管理

本文介绍了模块级可重构计算机ＨＩＴ－ＦＴＣ２的冗余管理技术，包括：故障检测，故障屏蔽，故障隔离，系统重构与故障恢复等技术。     

高效训练百万亿参数预训练模型的系统挑战和对策

随着预训练模型规模的急剧增长,训练此类模型需要海量的计算和存储能力。为此,本工作在新一代国产高性能计算机上训练了一个174万亿参数的超大规模预训练模型,模型参数量可与人脑中的突触数量相媲美。重点讨论在训练这一超大规模预训练模型中遇到的几个关键系统挑战：如何选取高效并行策略,如何进行高效数据存储,如何选取合适的数据精度,以及如何实现动态负载均衡,并总结了针对上述挑战的一些解决方法。     

加权复杂网络社团的评价指标及其发现算法分析

节点的聚集现象是复杂网络的重要特性.以往研究主要发现无权复杂网络中的社团,较少涉及加权网络的社团发现.由于加权网络的复杂性远高于无权网络,一般认为加权网络的社团发现是一个较难的问题.本文基于统一的数据基础,从社团评价指标的有效性和现有算法的效果两个角度开展研究.首先,总结了加权网络三种常见的社团评估指标,并在社团大小、密度和局域特点均不同的模拟数据集上分析指标的有效性;其次,针对5个数据集,分析现有的3种加权复杂网络社团发现算法的效果.研究表明:上述指标无论在评价最基本的社团结构,还是在分析结构复杂的社团时都有较大缺欠;现有的加权网络社团发现算法的泛化能力不强.     

基于虚拟机的OpenSSH秘钥数据隔离方法

OpenSSH密钥数据保存在文件系统中,在主机遭受攻击后容易暴露,需要对这些重要数据进行保护.为此提出使用虚拟机将密钥数据保存到隔离空间,并提供安全访问方法.这种方式使得即使主机在被攻陷的时候,攻击人员仍然无法获得相应的秘钥信息.使用虚拟机的方式提供了一个完全隔离的安全空间,对OpenSSH秘钥数据起到了保护作用.     

WOB:一种新的文件检查点设置策略

实现分布/并行系统容错的基础是单进程检查点设置和卷回恢复技术,而对进程活动文件状态进行保存和恢复则是这种技术的重要方面.本文提出的延迟写策略,实现了对用户文件的检查点设置,有效地解决了在发生故障时用户文件内容与进程全局状态的不一致问题.它对用户通明,并且通过优化设置内存缓冲区大小、时延隐藏等手段,使得这种策略在空间开销、正常运行时间、恢复时间等性能指标上优于其它方法.     

工作站机群系统自动重构机制

工作站机群系统已成为并行处理发展的主流方向之一.随着机群系统应用领域的逐渐拓展和规模的不断扩大,人们对其可用性的要求日益提高.设计高可用的机群系统,需要着重研究其系统重构技术.本文主要论述工作站机群系统重构模型、系统状态的保存及恢复、故障的检测等关键技术;并结合我们开发研制的ChaRM(Checkpoint-based Rollback Recovery and Migration System)系统, 介绍工作站机群重构机制的设计与实现技术.     

基于机群系统的薄膜淀积并行计算

基于集群并行系统,实现了运用蒙特卡罗方法模拟100×100×100个原子Si衬底Al薄膜淀积过程的并行计算.采用了重叠的区域分解法和异步通信的有效并行计算策略,将区域的合理划分与薄膜淀积的空间填补的拓扑几何机理结合起来,着重减少通信耗费,提高算法的并行性能,大量地缩短了薄膜淀积模拟计算时间,从而为运用计算机方法模拟薄膜淀积、完成薄膜材料淀积的预测提供了更高效的手段.