摘要：图应用是大数据领域的一个重要分支,尽管图分析在显示表示实体之间关系的能力相比传统的关系数据库具有更显著的性能优势,但图处理中大量的随机访问所导致的不规则访存模式破坏了访存的时间和空间局部性,从而对片外内存系统造成了很大的性能压力.因此如何正确度量图应用在内存系统中的性能,对于高效的图应用体系结构优化设计至关重要.并发式平均存储访问时间(concurrent average memory access time,C-AMAT)模型作为平均存储访问时间(average memory access time,AMAT)的扩展,同时考虑了存储器访问的局部性和并发性,能够更准确地对现代处理器下图应用在存储系统中的性能进行评估分析.但C-AMAT模型忽略了处理器下级cache层串行访问的事实,这会导致计算的不准确性,同时由于计算所需参数纯粹缺失周期等难以获取的原因,也使得C-AMAT难以进行实际应用.为了使CAMAT的计算模型与现代计算机中的存储器访问模式相匹配,基于C-AMAT提出了PC-AMAT(parallel CAMAT),SC-AMAT(serial C-AMAT),其中PC-AMAT,SC-AMAT分别从cache的并行和串行访问模式对C-AMAT的计算模型进行了细粒度的扩展和表征,并在此基础上设计并实现了纯粹缺失周期的提取算法,避免直接测量带来的巨大硬件开销.实验结果表明,在单核和多核模式下,PC-AMAT和SC-AMAT与IPC之间的相关性比C-AMAT更强,最终利用PC-AMAT和SC-AMAT度量和分析了图应用的存储器性能并据此提出图应用访存优化策略.

摘要：子图匹配是复杂网络中进行数据挖掘的重要手段。近年来,基于图形处理器(GPU)的子图匹配算法已展现明显的速度优势。然而,由于大图数据的规模宏大以及子图匹配的大量中间结果,单块GPU的内存容量很快成为了处理大图子图匹配算法的主要瓶颈。因此,提出了一种面向大图子图匹配的多GPU编程模型。首先,提出了基于多GPU的子图匹配算法框架,实现了子图匹配算法在多GPU上的协同操作,解决了GPU大图子图匹配的图规模问题。其次,采用了一种基于查询图的动态调节技术来处理跨分区子图集,解决了图划分导致的跨分区子图匹配难题。最后,结合GPU单指令多线程(SIMT)架构特性,提出一种优先级调度策略保证GPU的内部负载均衡,并设计了共享内存的流水线机制优化多核并发的缓存争用。实验表明,多GPU编程模型能够在数十亿级别的数据集上得到正确的匹配结果,与最新的基于GPU的解决方案相比,该算法框架能够获得1.2~2.6倍的加速比。

摘要：本研究在分析财经新闻数据可视化兴起的背景及相关文献的基础上,认为当前的研究中存在的三个突出问题,即理论研究缺乏对大数据非结构化、流动性等特征的把握,对大数据与财经新闻内在关系的基础理论研究不够;应用研究缺乏创意设计、数据清理技术等系统性研究;发展研究需牢固把握数字化背景下的"元传播"问题,围绕财经新闻用户对数据可视化产品的新诉求加大研究投入。本研究认为把握数据可视化的生成规律,真正以开放的理念研究用户和机构媒介参与财经新闻生产的机制问题是当务之急。而加快跨学科研究团队的组建,积极吸收企业的数据分析成果,并拓宽财经新闻数据可视化研究的国际视野都有助于研究水平的提升。

摘要：在大数据的时代背景下,由于网络数据(network data)能有效简洁地描述社交网络、电子商务、医疗记录、在线教育等多种应用中各类复杂关系,越来越受到工业界和学术界的关注.在社交网络分析任务中,一个基本操作是从网络中发现重要程度前k大的节点.紧密中心性(closeness centrality)是一种常见的节点重要性刻画指标,它用节点在网络中心的程度来反映节点的重要性.用紧密中心性衡量节点重要性进行节点搜索的问题称为top-k紧密中心性搜索问题.然而,传统的精确算法由于其多项式级别的复杂度无法高效地扩展到大规模的网络数据上.近来,研究人员提出了近似算法,通过牺牲结果精度来获得性能提升.通过分析发现,目前存在的近似算法虽然性能得到了有效提升,但是结果精度牺牲过大.为了解决这个问题,该文设计了一种新颖的近似算法,叫做基于Sketch的紧密中心性搜索算法.此近似算法应用了一个全新的计算方式,利用Sketch估计同一距离的邻居数目,然后得到近似的最短距离之和,最终得到各个节点的紧密中心性的估计值.此算法的时间复杂度为O(mt Dmax),其中t是常数,Dmax是网络直径,m是网络边数.根据实际社交网络的小世界现象的特性,此近似算法基本是个线性算法.最后,相比于目前存在的精确算法和近似算法,该文通过全面的实验验证了基于Sketch的紧密中心性搜索算法在时间性能和结果精度等两方面的优势.

摘要：为提高图分析中PageRank模型的计算效率,提出基于联合局部敏感转移矩阵的PageRank模型改进形式。设计联合局部及边界的局部个体转移矩阵,将计算限定在图局部,降低节点参与转移矩阵的计算数量,提高计算效率,为保证算法精度,给出该方式的补偿矩阵;在矩阵计算过程中,考虑可重复利用矩阵计算的再利用问题,降低计算的重复性,进一步提高计算效率,给出所设计算法的计算复杂度分析。在标准数据集中的仿真测试结果表明,与FRWR和GMES等算法相比,所提算法具有更高的计算精度和效率。

摘要：以岩滩水电站为例,分析了三维地质建模中的自由曲面构建、齐全的数据接口以及DSI离散内插方法,不同地质对象的建立和数据表达,与数值计算相结合的技术等几个关键问题。将以上技术应用于岩滩水电站的三维地质模型,结果表明,该模型在显示、成图分析及三维数值计算等方面均取得了较好的效果。

摘要：随着机器学习的不断进步和快速发展,机器学习在安全分析领域发挥着日益重要的作用。面对越来越复杂的威胁,安全厂家如何设计安全分析产品,用户如何从众多安全分析产品中选择真正有价值、适合自身的产品,成为焦点。利用不同层次案例进行安全分析实践,将理论与实践相结合,基于案例的安全分析方法实践阐述安全分析进化路线,从案例(use case)的角度出发,系统性地阐述了案例设计思路和方法,并指引基于案例开展合适的安全分析方法实践。