摘要：数据中心的出现,使得大数据分析任务被分散到不同的计算节点。随着GPU计算的广泛应用,如何为不同的计算框架合理分配异构计算资源是目前的研究热点。研究了传统大数据计算框架和GPU计算的特点,针对现有的集群资源管理和GPU管理模式,提出了一种集中式异构资源管理模型,计算节点负责本地资源管理和任务的执行和管理,资源管理中心统一管理各个计算框架。对于不同的计算框架,根据其使用CPU以及GPU资源的不同,设计并实现了一种混合主资源共享分配算法,通过计算不同框架对主资源的使用,优先从可用资源中为主资源使用率最小的框架分配资源,实现主资源在各个框架的公平共享,防止CPU任务过多而导致GPU资源“饥饿”,或者反过来导致CPU资源“饥饿”的现象发生。通过实验验证,该分配算法在异构资源使用效率以及任务完成数量方面能提高15%左右。

摘要：针对数据密集型科学工作流需要大量的数据传送和数据存储的问题,在执行节点可用存储资源受限的情况下,构造计算作业与数据作业分离的工作流模型,设计数据与计算分离后的工作流生成算法,增加数据转送作业、数据清除作业、数据作业及其依赖关系。给出资源受限情况下数据密集工作流的预估存储调度算法,并对其进行系统评价,取得了较好的效果。

摘要：云计算服务平台通过创建软件映像文件的多个复制副本来保证服务部署的高可靠性,但是,过多的副本却导致更新代价的增加。为解决此问题,提出了复制副本分治的策略,即将副本划分为同步副本与异步副本后分别处理。同步副本用来保证服务部署的可靠性,异步副本用来降低更新代价。论文首先给出了基于部分异步复制的云服务部署模型;然后设计了软件映像文件的副本复制算法和异步副本升级算法;最后,对算法进行了模拟评价,得出了同步副本数与异步副本数之间的指导性比例关系。

摘要：2001年7月19日，广州市国土房管局公布了今年上半年（1-6月份）广州商品房销售量前10名的楼盘名单，祈福新村在成交面积（12.33万平方米）与成交金额（5.6159亿元）两项指标上都雄踞榜首，而早在2000年也有一个统计数据；祈福新村全年广告投放2800万元人民币，而同期在番禺板块上的另一个知名品牌的广告投放却高达8200万元人民币，但在销售方面祈福还略占优势。这些现象不仅在房地产界引起了轰动，更是在营销传播界引起了震撼，许多人都在问：祈福新村销售如此火爆，怎么从来都没见过它有什么大规模的广告运动，好像也没什么印象特别深刻的广告，甚至有许多人想搞清楚到底是哪家广告公司做的，它有什么传播秘籍？

摘要：随着单个图数据规模的扩大以及应用领域的扩展,大规模单图的频繁模式挖掘的需求越来越强烈.传统的单机环境已经无法满足大规模图数据挖掘的要求,而现有的并行或者分布式环境下的挖掘方法,普遍受到并行性以及数据倾斜等问题的限制,论文在分析了现有的频繁模式挖掘算法后,提出了一种基于数据流的单个大图频繁模式挖掘方法.首先,建立基于数据流的频繁模式挖掘模型,将MapReduce模型中的“批”数据变成“微批”数据,提高了数据处理的并行度,并且其迭代方式也满足频繁子图挖掘的反单调性;其二,设计了数据流模型中的频繁模式检查、子图实例扩展以及正规编码计算等操作,实现了基于数据流模型的频繁模式挖掘算法;其三,为解决正规编码计算中的复杂性问题,提出了基于不变关系的正规编码计算策略以及基于编码树的优化策略,优化正规编码比未优化编码的计算性能提升了30%,基于编码树的优化策略比原始编码计算策略在性能上提升了10%;最后,对涉及的相关算法进行了实验测试,实验证明,算法提高了频繁模式挖掘的并行性,大幅度减少了大图的搜索空间,降低了正规编码的计算时间,相比于传统算法大规模单图中频繁模式挖掘的效率提升了30%.

摘要：针对SSL VPN系统中使用数字证书的昂贵费用及自助型证书授权系统存在的安全性和灵活性问题,给出了将两个系统融为一体的设计方案.方案考虑了用户处于公司内、外网的不同情况,设计了用户处于公司外网时专用的辅助工具.测试结果表明,该设计不会影响SSL VPN系统的整体性能,能满足小型企业远程用户对SSL VPN系统的安全性、灵活性和低成本的要求.

摘要：数据密集型作业包含大量的任务,使用GPU设备来提高任务的性能是目前的主要手段.但是,在解决数据密集型作业之间的GPU资源公平共享以及降低任务所需数据在网络间的传输代价方面,现有的研究方法没有综合考虑资源公平与数据传输代价的矛盾.分析了GPU集群资源调度的特点,提出了一种基于最小代价最大任务数的GPU集群资源调度算法,解决了GPU资源的公平分配与数据传输代价较高的矛盾.将调度过程分为两个阶段:第1阶段为各个作业按照数据传输代价给出自己的最优方案;第2阶段为资源分配器合并各个作业的方案,按照公平性给出全局的最优方案.首先,给出了GPU集群资源调度框架的总体结构,各个作业给出自己的最优方案,资源分配进行全局优化;第二,给出了网络带宽估计策略以及计算任务的数据传输代价的方法;第三,给出了基于GPU数量的资源公平分配的基本算法;第四,提出了最小代价最大任务数的资源调度算法,描述了资源非抢夺、抢夺以及不考虑资源公平策略的实现策略;最后,设计了6种数据密集型计算作业,对所提出的算法进行了实验.通过实验验证,最小代价最大任务数的资源调度算法对于资源公平性能够达到90%左右,同时亦能保证作业并行运行时间最小.

摘要：设计了一种网络作业管理系统,架构在P2P存储子系统上,具有P2P的特点,可跨越多平台进行互操作并具有高效的处理能力,并在分布式网络环境下进行点对点的负载平衡和资源共享.

摘要：随着互联网日新月异的发展与网民数量的骤增,网络已经成为了一个更加适合传播广告并获得良好展示效果的平台。各种网络广告交易平台也如雨后春笋般出现,每次点击付费(CPC)的网络广告模式也逐渐被大家接受。可是随之而来的问题是点击作弊的预防与检测迫在眉捷,因为这将直接关系到这种广告模式能否长久。分析了CPC点击作弊的常见手段及特征,以及已有的反作弊手段及措施,并对通过监测IP来防止作弊的传统的防作弊手段,提出了一些改进措施,来有效的区分出多人共用IP,爬虫程序IP以及机器人作弊程序IP;提出了一些新的防作弊措施,如通过分析点击时间来防止作弊,以及通过自适应阈值控制来防止作弊等。

摘要：在图结构数据的存储和查询处理中,针对顶点邻域非常密集的场合,如何提高此类顶点的查询效率的研究相对较少。分析顶点密集领域数据的特点后,提出了一种对顶点密集邻域建立路径索引的策略,显著地提高了此类查询的效率。首先分析顶点密集邻域的查询模式,并在这些模式上建立路径索引;然后采用B+树方法对路径索引的存储、更新和查找方法进行了设计实现;最后采用图数据库Neo4j对路径索引存储空间和查询性能进行了测试。结果表明,虽然路径索引会占用存储空间,但是能够提高特定的查询处理的性能。