摘要：提出了基于模型的Web应用测试方法,包括建模、测试用例生成、测试用例的执行、模型以及测试用例的可视化等关键技术.设计并实现一个基于模型的Web应用测试系统.以FSM作为被测Web应用的形式测试模型,集成了模型转换器、测试目标分析器、测试序列生成器、FSM和测试序列可视化以及Web应用测试执行引擎等工具.除支持状态覆盖、迁移覆盖、迁移对覆盖等传统的覆盖准则外,还改进/提出了优化状态迁移覆盖、完整消息传递覆盖、完整功能交互覆盖和功能循环交互覆盖等覆盖准则.该文以兴宁水库移民信息管理系统为例演示了该系统.

摘要：数据收集是无线传感网络研究的关键问题,是诸多无线传感网络应用的基础.降低数据聚集的延迟是数据聚集研究中的重点问题.现有的面向延迟的数据聚集算法,多是通过在树型网络结构上设计无冲突的节点调度算法,来降低数据聚集的延迟,没有考虑到无线网络数据易丢失的特性,不能达到期望的延迟效果.本文针对上述问题,提出一种采用任意播(anycast)方式的机会数据收集算法(OA算法).该算法利用机会传输(opportunistic transmission)的思想,用任意播方式传输数据,通过减少数据聚集中重传数据包的数目,来降低数据聚集的延迟.实验表明,与SPT(Shortest path tree)上的数据聚集延迟相比,该方法的发包数目减少了15%,延迟降低了10%.

摘要：提出一种汽轮机基础的并行多目标优化方法,旨在搜寻能够使汽轮机基础的质量和最大动位移取得最小值的设计变量的解.基础的质量可用其梁柱截面积的线性表达式表达,而其在外加扰力作用下产生的动位移可由黑箱优化方法计算获取.在Kriging替代函数模型建立的基础梁柱截面积与动位移的近似表达式基础上,发展了基于熵的期望提高准则用于提高优化的精度,并使用并行计算策略提高优化的效率.对两个实际汽轮机基础算例优化的结果表明,该方法可以有效解决该类工程优化问题,得到比较理想的优化解.

摘要：提出一种基于软件体系结构(SA)的软件维护与演化方法.通过运行时软件体系结构(RSA),系统的运行状态与行为以SA的形式展现,且操纵该SA视图能导致运行系统进行相应改变,这种因果关联通过反射式软件中间件实现.作为一个准确、实时、语义丰富、可操作的SA视图,RSA视构件与连接子为“白盒”实体,以精确、完整地描述运行系统.同时,通过扩展传统的SA描述语言,以形式化描述RSA,并使之具备继承设计阶段SA所富含语义的天然能力.本方法在反射式J2EE应用服务器PKUAS中得到实现,并通过性能测试考察了RSA对运行系统整体性能的影响.

摘要：OpenMP以其易用性和支持增量并行的特点成为共享存储体系结构的编程标准 .目前机群系统已成为高性能计算的主流平台 ,研究机群OpenMP系统对推进并行应用的开发和普及非常有意义 .该文作者以软件DSM系统JIAJIA作为OpenMP的运行时系统 ,结合一个前端编译器OMP2JIA ,在机群系统上实现了OpenMP/JIAJIA计算环境 ,同时在提高性能方面根据机群系统特点扩展了OpenMP制导 ,优化了后端运行时库 .通过 11个OpenMP应用 ,作者比较了该计算环境和一个支持OpenMP的硬件cc NUMA系统 (SGI 2 10 0 )的性能 .结果表明 ,作者的机群OpenMP系统的 7机平均加速比为 4 .6 2 ;SGI 2 10 0系统为 4 .5 5 ,二者性能相当 .

摘要：为了解决在有限的互联网带宽上高效下载海量虚拟场景的"瓶颈"问题,文中针对基于对等网络(P2P)的虚拟场景渐进式传输的增量判断和场景下载源节点最优选择这两个关键点,首先将传统的兴趣域(Area of Interests,AOI)细化为兴趣扇区域(Sector of Interest,SOI),又将其提升为多层增量式可扩展兴趣扇形区域(Multi-Layered&Incrementally Scalable SOI,MISSOI),给出了MISSOI的分划扩展算法,并基于MISSOI提出了一个高效的整数级SOI场景下载的拾取算法;然后设计了一个基于对等网的海量DVE场景渐进式下载框架,并给出了在P2P-DVE中快速搜索场景下载源节点以及选择最优场景下载源节点的高效算法.仿真实验结果表明作者提出的方法在可视场景下载域的拾取、下载源查询成功率和下载请求失败率等性能指标上明显好于目前主流海量虚拟场景P2PDVE传输机制FLoD,更是远优于传统的Client/Server虚拟场景传输模式.

摘要：随着异构无线网与智能移动终端的快速发展,移动多媒体会议逐渐成为重要的网络应用.然而,在不可靠、多变的无线网络环境下,因传输单向延迟过长所造成的多媒体视频丢帧、跳帧、断续等现象严重影响会议的服务质量和用户体验.文中提出一种应用层端到端服务质量保障方法.该方法将数据包分段重组与异构无线网路径分集传输相结合,在考虑带宽、延迟、权重以及长度等多种参数情况下对视频数据包分段并发送,各分段经路径分集传输到达客户端、通过有效性检验后进行重组.文中为实现该方法,设计了一种服务器-客户端形式多路径数据包调度算法,构建端到端虚通路保障视频流的快速传输.实验数据表明,此方法能够有效地整合异构无线网带宽,减少传输单向延迟.

摘要：在网络传输控制策略和算法的设计中 ,性能评价的标准是一个关键问题 .不同的评价标准将导致不同的控制策略和算法设计 .由于网络传输控制策略有着多方面性能的要求 ,如何同时满足多个性能目标是当前的研究难点 .该文基于网络传输控制模型提出了一套对网络传输控制进行综合性能评价的有效标准 ,该标准综合考虑了网络整体性能、用户 Qo S要求和系统公平性等多维目标 ,作者对该标准进行了详细的讨论和分析 .文中的综合性能标准可以广泛用于网络传输控制策略的性能评价和改进 .

摘要：讨论如下定义的带拒绝装箱问题 :设有许多等长的一维箱子 ,给定一个物品集 ,每个物品有两个参数 :长度和罚值 .物品可以放入箱子也可被拒绝放入箱子 .如果将物品放入箱子 ,则使该箱剩余长度减少 .一旦需将某一物品放入某一箱中 ,而该箱的剩余长度不够时 ,则需启用新箱子 .如果物品被拒绝放入任何箱中 ,则产生惩罚 .问怎样安排物品使所用箱子数与未装箱的物品总罚值之和最小 .该问题是一个新的组合优化问题 ,来源于内部互联网的信息组织和规划 .该文首先给出一个最优解值的下界估计 ,它可用于分枝定界法求最优解 .由于该问题是强NP 难的 ,该文进一步研究它的离线和在线近似算法的设计与分析 .文中给出一个离线算法 ,其绝对性能比为 2 ;同时给出一个在线算法 ,其绝对性能比不超过 3 ,渐近性能比为 2 ,还对算法性能比的下界进行了讨论 .

摘要：作为物联网技术在日常生活领域的重要应用,智能家居产业近年来取得了快速发展.但是不同智能家居设备之间差异化的通信方式与割裂的功能,大大增加了用户管理与使用的复杂度.智能家居管控平台旨在整合异构网络环境下多种设备的数据监测与控制能力,为用户提供整体化家居服务.在面对多种设备协同、环境参数众多、用户需求难以确定等众多困难时,如何建立一种无感化、精确化、智能化的家居设备统一管控能力,是智能家居平台化过程中亟需解决的问题.为破解智能家居设备自动管控难题,文中基于深度学习方法提出DeepHome智能家居管控模型.DeepHome模型首先采用自编码网络构建设备模型,通过逐层无监督预训练,挖掘通用化设备特征;继而基于具体家居场景,综合多个独立设备模型构建多隐层学习网络,并使用家居环境数据进行模型整体训练.经过训练,DeepHome模型能够基于家居环境数据预测智能设备工作状态,并依照预测结果调整相应设备,实现对智能家居设备的自动化统一管控.由于智能家居平台尚处于起步阶段,现阶段仍缺乏能够有效描述家居环境整体的数据.文中设计调查问卷与数据收集网站收集不同用户的家居环境、设备数据与生活习惯,并基于所得数据构建智能家居环境仿真测试平台HomeTest,模拟生成批量家居环境数据,辅助模型训练.使用仿真数据进行10轮训练后,DeepHome模型对智能设备工作状态的预测准确率达到99.4%,较浅层神经网络模型提高了6.4%,较基于逻辑规则的控制方案提高了36.1%;与此同时,DeepHome在设备状态需要调整时的预测准确率达到74.1%,较浅层神经网络模型提高了4.7倍,较基于逻辑规则的控制的方案提高了13.2倍.在真实环境数据集下,DeepHome的对设备状态的预测准确率也达到了可以被用户接受的98.9%.实验表明,DeepHome模型能够充分发掘智能设备状态与环境、用户以及其他设备间的联动关系,实现对设备的智能化控制.