一、应用C~(++)实现进程的并发控制(论文文献综述)
袁少怡[1](2021)在《基于飞机伤痕检测服务的高并发性能研究与应用》文中研究表明飞机表面蒙皮伤痕是威胁飞行安全的一大主因,因此,航空公司在飞机转航停场期间对蒙皮伤痕进行检测是保障飞行安全的重要工作。目前较为先进的检测方法是基于计算机视觉的伤痕检测法,该方法将采集到的飞机蒙皮图像传输给伤痕检测服务,进行基于人工神经网络的图像处理以识别伤痕类型及位置信息,从而判断蒙皮受损程度,保障飞行安全。由于检修飞机数量多、检修时间短,该方法在图像传输、处理过程中需要进行大量的数据传输和计算。故如何在飞机转航停场期间保证伤痕检测的实时性、高效性是至关重要的。本文正是针对某具体航空公司的实际项目,在转航停场期间,对基于图像识别的伤痕检测服务的实时性、高效性需求,研究高并发性能方案。由于航空公司对于数据具有较高的安全性及隐私性要求,不能借助公网的云平台来进行高并发性能服务的发布,因此论文从单机分布式计算、动态负载均衡、服务平台部署以及多机分布式扩展角度展开工作,具体完成如下工作:一、针对支持高效运行服务平台的部署问题,从硬件部署及软件调度两方面展开。设计了一种单机多卡分布式处理方案,并提出了基于多进程模型的多卡分布式处理方案。为了解决用户请求的离散性,提出了基于业务流量的动态自适应封装策略,以提高事务处理效率。二、针对任务分发过程中集群节点负载不均衡导致检测服务并发量较低的问题,提出了基于集群性能的动态负载均衡策略,设计并实现性能采集模块、算法模块、负载均衡模块,实现任务的动态分发,保证节点之间的负载均衡,从而提升伤痕检测服务的并发量。三、针对多机分布式扩展过程中面临的扩展困难、上线繁琐问题,设计了基于容器化技术的多机分布式扩展方案,实现检测服务的水平扩展。并以Docker作为底层容器化技术,设计了一整套持续交付、自动化管理的生产构建框架。论文采用并发性能测试工具模拟真实环境中的检测请求,针对一、二工作内容设计相应的实验,进行了对照测试,通过QPS(Queries Per Second)指标验证上述方案的有效性和优越性,且在采用了本文提出的封装策略之后,伤痕检测服务的QPS最高提升了 32.33%。
陈进[2](2021)在《基于虚拟时间的可复现网络仿真技术研究》文中研究指明在具有不同计算和通信资源的不同物理平台上重现网络仿真实验并非易事。许多最新的网络仿真试验平台无法保证实验的时序保真度。因此,从这些试验平台获得的结果可能会产生误导,尤其是在没有足够的物理资源来运行实验的情况下,可复现性非常重要。本文提出了一种新颖的仿真技术,可以保证网络仿真的结果可复现。本研究开发了一个原型系统,它利用虚拟时间扩展和精心控制的虚拟机调度功能,虚拟时间扩展允许扩展足够的资源在虚拟时间内运行实验,并且受控的虚拟机调度为分布式应用程序规定了消息传递的准确时间,而与底层物理网络试验平台的资源配置无关。初步实验表明,原型系统可以在不同的时间扩展、资源预订和虚拟机调度方案的情况下保证可重现的结果。这里具体研究内容包括两个方面:第一,针对现有各种网络仿真解决方案的资源超额订阅情况仿真失真、缺乏可复现性的问题,提出了基于虚拟时间机制的可复现的虚拟网络仿真映射和配置方案设计。具体来说,研究基于虚拟时间的资源性能扩展机制,将虚拟仿真网络与实际物理网络计算设施之间映射,同时抽象归纳了网络仿真为达到可复现性、在性能资源订阅(CPU,I/O,网络等资源)方面所必要约束的一些条件来进行相应配置。这里网络仿真可复现的条件主要转化为包括三个方面资源性能订阅配置限制的约束条件:节点处理性能条件约束、数据包处理性能条件约束和网络流量性能条件约束,即基于虚拟时间扩展后的仿真所消耗的实际物理性能要求至少在这三个方面满足约束条件才能达到可复现网络仿真的基本要求,然后基于这个问题抽象基础之上,求解虚拟时间的时间膨胀因子这一虚拟时间程度参数的优化解、完成仿真网络的映射,为整个可复现网络仿真技术奠定了基础。第二,针对了当前容器化网络仿真工具的一个局限是缺乏大规模节点并发控制,Linux系统内核的默认进程调度方法是一种抢占式、尽力而为的调度方式,这将导致多并发节点对应进程无法被及时调度执行,网络事务(数据消息发送和接收)的时间由于调度不及时不精确而混乱。研究同时也针对了不同机器上虚拟时间配置不同的虚拟机容器之间的时间同步协同的问题。因此,研究基于虚拟时间技术、提出了容器调度同步机制协同控制所有虚拟机容器虚拟节点的虚拟时间一致前进,同时也严格控制了节点并发调度、计算调度时间间隔精确配置容器间网络数据包通信延迟,解决了并发不及时导致网络数据消息收发事务的时序不精确地问题。该研究方案设计了一种Round-Robin轮询调度并具有严格顺序的虚拟机容器调度策略,在充分控制调度的基础上、对容器间的数据通信进行一定计算值的时延处理,这样会保障容器间虚拟链路时延的高度精确,更有利于保障网络仿真的可复现性。本研究给出了一套基于TimeKeeper虚拟时间技术的网络仿真系统原型实现,同时本研究对Mininet仿真工具的开源代码进行了相应简单扩展以实现其对本研究方法的支持,方便进行测试实验。
许世琳[3](2021)在《车联网中基于深度强化学习的计算任务卸载策略研究》文中提出随着新兴车联网应用的不断涌现,车联网中诸多资源密集型应用对计算资源的需求呈现出爆发式增长的趋势,给车辆自身有限的计算资源提出了严峻的挑战,车联网中计算资源短缺问题日益凸显。针对上述问题,计算任务卸载问题被广泛地认为是一个有效的解决方案。然而,在复杂、多样和异构的车联网场景中实现计算任务卸载是一项非常具有挑战性的工作。传统优化算法由于模型固化,计算复杂度大等原因,已经远远不能满足车联网中计算任务卸载的需要。为此,深度强化学习被引入到车联网中来实现计算任务卸载。针对车联网的资源不确定性、资源动态变化性和多任务高并发性给计算任务卸载带来的环境感知能力缺失、环境不稳定性以及高复杂性等挑战,论文研究如何利用深度强化学习来解决车联网中计算任务卸载问题。论文以北京市自然科学基金项目“动态时空数据驱动下基于视频内容理解的车联网资源分配算法研究”(项目编号:4202049)为依托,对车联网中基于深度强化学习的计算任务卸载策略进行了系统研究,解决车联网中计算资源短缺问题,满足资源密集型车联网应用对计算资源的需求。论文具体研究工作如下:(1)对车联网技术、计算任务卸载技术、深度强化学习和基于深度强化学习的计算任务卸载技术相关研究进行了综述和分析。首先对车联网的关键技术和研究现状进行了总结,指出了计算资源短缺问题是制约车联网发展的瓶颈。其次对车联网中计算任务卸载关键技术、研究现状及其面临的挑战进行了总结,阐明了在车联网中开展计算任务卸载研究的重要意义。然后梳理了强化学习和深度强化学习理论中的代表性算法,指出了利用深度强化学习进行计算任务卸载的可行性和必要性。最后,重点对车联网中基于深度强化学习的计算任务卸载策略的研究现状及其面临的挑战进行了总结。基于这些挑战,确定了本论文拟研究的科学问题,构建了全文的研究主线。(2)针对车联网中由资源供给方导致的资源不确定性,给计算任务卸载造成的资源感知能力缺失,从而进一步影响计算任务卸载的可靠性问题,论文提出了基于深度强化学习的资源感知式计算任务卸载策略。首先,论文分析了造成资源不确定性的原因—资源供给者“消极”的资源状态分享态度。针对历史资源状态分享的情况,论文提出了基于长短期记忆网络的资源发现机制;针对历史资源状态不分享的情况,论文提出了基于多臂赌博机的资源发现机制。其次,论文提出了一种资源感知式的深度强化学习算法来实现计算任务卸载。由仿真分析可知,所提策略可以在收敛速度和总体奖励值等方面获得较好的性能优势。(3)针对车联网中由资源供需双方导致的资源动态变化性,给计算任务卸载造成的资源不稳定性,从而进一步影响计算任务卸载的环境适应性问题,论文提出了基于深度强化学习的自适应计算任务卸载策略。首先,论文对车联网中计算资源的动态变化性进行统计分析,从资源供求关系的角度对资源状态进行划分。然后,一种自适应优化目标机制被提出,该机制主要包括供大于求和供小于求两种情况。针对供大于求的情况,论文提出了多路卸载机制;针对供小于求的情况,论文提出了价值优先卸载机制。其次,论文提出了一种自适应的深度强化学习算法来实现计算任务卸载。由仿真分析可知,所提策略可以从总体奖励值、资源利用率和计算任务卸载可靠性等方面来提高车联网中计算任务卸载的性能。(4)针对车联网中由资源需求方导致的多任务高并发性,给计算任务卸载造成的高复杂性,从而进一步影响计算任务卸载的运算效率问题,论文提出了基于深度强化学习的分布式计算任务卸载策略。首先,论文分析了多样化车联网任务在多类型资源的管理与优化的相关性。从资源管理与优化的角度引入了价值函数分解机制,从而将由多类型资源管理与优化组成的深度强化学习模型分解为多个单类型资源管理与优化组成的精简深度强化学习模型的组合。其次,论文提出了一种分布式的多智能体深度强化学习算法来实现计算任务卸载,以及其他类型资源的管理与优化。由仿真分析可知,所提策略可以在收敛速度、计算资源分配性能和通信资源分配性能等方面取得明显的性能优势。
丁志坚[4](2021)在《基于Redis的云数据库的研究与实现》文中研究指明随着网络的发展,各行各业的业务系统体量越来越庞大,业务内容也越来越复杂。传统数据库已经无法满足人们对于响应时延的要求,因此,Memcached等缓存系统被广泛的应用。实验室现有云平台也使用Memcached作为缓存数据库来提高云应用的打开速度和响应速度,但是在日常开发维护中发现存在高可用、效率、持久化等问题。为此,本文以Redis为基础,研究并实现了一套高可用的云数据库系统CRDB(CAC Redis DataBase)作为云平台的缓存数据库。主要工作如下:首先本文分析了现有实验室Memcached缓存数据库存在的问题并提出解决方案。当前实验室使用的Memcached是单点的,不支持高可用,另外只能处理键值对数据,对于其他复杂的数据类型需要客户端做大量的数据转换工作,影响开发效率。并且Memcached不支持持久化功能,对于一些关键数据很容易丢失。针对以上问题,本文以Redis数据库引擎为基础,基于proxy-based架构,提出了 CRDB云数据库系统,该系统主要由访问模块,代理模块,数据处理模块和管理模块四部分组成。然后本文从系统的四个模块出发,进行了详细的分析设计并给出了具体的实现。(1)访问模块作为系统的入口主要处理来自客户端的大量请求,使用了 LVS和Keepalived的组合架构进行负载均衡,使系统具备处理海量并发数据的能力,同时加入了用户验证以面对多租户访问的场景。(2)代理模块通过对Twemproxy二次开发,添加了多进程功能,以应对云平台的高性能要求。使用代理层对底层节点实现分片,在将海量客户端请求均匀分配转发的同时,也确保了底层能对上层进行透明的扩容操作。(3)数据处理模块实现了数据持久化操作,并对Redis的内存替换策略用LRU-K算法进行改进,提高系统对于云平台热点数据的处理性能,提升应用响应速度。(4)管理模块使用Prometheus开源组件对系统进行监控,开发了各种Exporter业务插件,帮助管理人员对于系统的掌握更全面。另外使用Sentinel架构完成了故障检测和故障处理功能,解决了单点问题,并基于log4cxx二次开发了一套日志系统,为运维和开发人员解决问题提供良好的参考。最后本文在云平台中部署了一台CRDB云数据库,并对CRDB系统进行了全面的功能和性能测试。将结果和原来的Memcached缓存进行对比,该系统符合最初的设计要求,满足云平台的需求,且具备较好的高可用和高并发性。
张玉琢[5](2020)在《列控安全计算机分区软件的形式化建模与验证方法研究》文中研究指明随着通信技术、控制技术和计算机技术在铁路领域的飞速进步和应用,列车运行控制系统(简称“列控系统”)不断向着综合化、模块化的方向发展。安全计算机作为列控系统的核心部件,承载其大部分的安全功能,是一个典型的安全苛求系统。现代安全计算机正由传统的电子机械密集型向着软件密集型逐步过渡,软件所占比例逐步上升,规模也越来越大,由此产生了模块化的概念。为了实现安全计算机的高容错能力,采用分区的方式实现不同分组的软件在时间和空间上互不影响,独立运行。由于分区软件具有并发性和共享性的特征,对系统安全性和可靠性带来了挑战。而形式化方法以形式或逻辑系统为基础,能够支持对计算机系统进行严格的建模和验证,在系统设计开发过程能够分析、处理、证明系统性质,提高和保障其可信性。论文阐述了列控安全计算机综合模块化的发展趋势、分区软件结构特性及管理机制,对列控安全计算机分区软件形式化研究作了梳理,根据安全计算机的建模需求,归纳总结了分区管理需要解决的安全性、实时性和可调度性三方面的研究重点。为了对这些指标进行定性和定量分析,本文从以下几个方面开展了研究:(1)论文针对并行程序安全性的问题,设计了基于事务内存的并发安全控制机制,利用并发分离逻辑设计了推理抽象机,并制订了推理规则。之后采用不变式证明方法对安全机制的可靠性进行推理验证,证明了该机制能保障并行程序的正确性。随后搭建了2乘2取2安全计算机平台,对并行应用操作共享内存的过程进行了安全性测试,验证了该安全控制机制可以保证并发安全地访问共享资源。(2)论文针对实时性的问题,对传统的时间Petri网进行拓展,考虑到非马尔科夫时间参数,提出了基于随机时间Petri网的建模方法,突破了列控系统Petri网模型要求时间参数为指数分布的限制。通过随机时间Petri网的定义和相关参数的引入,能够对非马尔科夫时间参数中的确定性分布、Erlang分布、超指数分布进行区分处理。为了利用随机时间Petri网模型进行实时性验证,提出了基于随机状态类的瞬态分析算法,通过随机状态树的构建和马尔科夫再生点的计算,对含有一般性分布的时间参数的模型进行瞬态分析。之后搭建了分区通信的随机时间Petri网模型,利用所提出的算法进行了实时性分析验证,对过程数据、消息数据和监督数据分别采用不同调度算法的时延进行了分析。随后利用2乘2取2安全计算机平台,结合开源实时以太网技术POWERLINK,对分区通信实时性能进行测试。(3)论文针对可调度性的问题,同样对传统的时间Petri网进行了拓展,提出了带有优先级时间Petri网的建模方法。针对时分多路复用全局调度和抢占固定优先级局部调度策略,克服了非确定性的执行时间和局部资源共享的难题,对包含有周期、偶发、抖动任务的双层调度机制进行了建模。并且提出了基于状态空间枚举的分析算法,识别从任务释放开始到任务结束的所有路径,提取最优完成时间和最差完成时间,检验任务截止时间是否满足,从而实现模型的可调度性分析。随后在2乘2取2安全计算机平台上,利用Vxworks的根任务调度实现了分区软件的调度,并对分区调度时刻信息进行了测试。最后在对全文工作和创新点总结的基础上,提出了下一步需要改进的地方和继续研究的问题。图37幅,表18个,参考文献116篇。
任弘迪[6](2020)在《数据复制中心的设计与实现》文中研究表明数据复制中心旨在解决企业面临的各类数据同步问题。常见的问题有:把线上数据同步到数据仓库供后续分析;实现变更数据捕获模式,订阅数据库变更以更新缓存、搜索引擎或是异步触发后续业务流程;在不同数据中心之间做双向同步以提供异地容灾能力等。业界也有一些解决这些问题的尝试,但公开的方案有些只是命令行工具,无法满足企业对可用性的要求;有些只支持特定的数据源,难以拓展到不同类型的数据源;大部分方案使用与源端相同的一致性级别,少数没有明确说明一致性语义,但都没有针对同步场景做优化。在总体设计上,本文首先通过归纳使用场景,明确了系统的需求和目标。其次在架构层面,系统分别针对裸机和Kubernetes集群设计了基于复制状态机的裸集群架构和基于云原生的架构,消除了单点故障,实现了高可用和可拓展性。接着,设计了插件结构的执行引擎,以提升系统的可升级性,方便接入不同的数据源。最后在并发控制上,提出了适用于数据同步场景的行级一致性语义。该语义较现有的大部分方案降低了一致性要求,从而提高了理论吞吐上限。设计了实现该语义的并发控制算法,并运用批量优化技术,进一步提升性能。在实现上,系统提出了五大关键技术。首先是统一消息结构,解决了主流数据源没有统一对外接口的问题,降低了各组件对数据源原生接口的依赖,提高了系统的可升级性。其次针对全表读取,提出通用主键分页算法,不需要全局一致性读,再加上运用采样分段并发读取手段,解决了常规大表全表读取成本较高的问题,提升了系统在读取侧的性能。接着通过标记和识别内部流量支持双向同步,解决了环型同步的难点。第四,系统存储了元数据变更历史,解决了连续表结构变更期间重启就无法继续工作的问题,提升了极端情况下系统的可用性。最后通过应用混沌工程,以及参考流式计算中分布式快照算法实现的实时监测和水位线监控,补充了复制系统的验证机制,提升了系统的可观测性。系统已经在生产环境运行一年多,支持了数百数据源实例,上千TB数据的迁移任务,每天同步数十亿行增量数据,端到端延迟95线小于100毫秒(其中包括读写数据源延迟约95毫秒)。在4核容器内进行My SQL到My SQL的同步就可以达到目标端My SQL的瓶颈,最大吞吐达到5万行每秒,同步开始后1分钟目标端My SQL的从库已经产生接近1分钟的主从延迟,因而效率远超原生主从同步机制。
朱春雪[7](2020)在《基于国产平台的工控组态软件实时数据库设计》文中研究说明当前现代化工业高速发展,工业控制领域越来越需要强大的技术支持来维护不断扩大的生产规模、监管日益复杂的生产流程,工控组态软件可以为信息集成化和工业自动化提供保证,主要用于直观监控现场运行状态,方便管理现场设备,满足用户对测控和现场要求。而实时数据库(Real-time Database,RTDB)作为组态软件核心部分,通过对数据和事务提出较强的实时性和定时性要求,实现现场生产数据的实时反馈和处理,但目前市场上被广泛应用的工控组态软件产品及实时数据库大多基于Windows操作系统。2015年国务院颁布的《中国制造2025》战略文件作为我国实现制造业强国目标的行动纲领,推出了以“智能制造”为核心的制造业发展计划,强调形成自主发展能力、掌握关键核心技术,为发展我国自主可控的信息技术和为工业生产提供基础数据管理平台,本文将进行基于国产平台的工控组态软件实时数据库的设计开发。首先采用搭载中标麒麟操作系统的国产平台,结合C++语言和Qt框架设计工控组态软件,将工控组态软件分为三大功能模块:图形组态子系统主要实现图元界面显示、配置等功能,为用户建立良好的人机界面;实时数据库为组态软件提供数据平台,实现实时报警、实时数据处理和数据存储等功能;通信组态子系统负责与外界建立连接。在研究和设计工控组态软件的总体框架和功能模块基础上,重点设计开发工控组态软件实时数据库,通过对实时数据库的理论研究进行实时数据库详细设计。在数据采集与回送模块中,主要围绕Modbus通信协议进行设计,实现高效准确的数据传输;在设计数据处理模块时,以确保实时性作为目标,对实时数据处理、报警处理和历史数据的压缩转储等方面进行详细设计;通过设计应用程序接口模块的读数据函数和写数据函数,实现实时数据库与应用程序的数据调用和传送。然后对实时数据库内核核心的实时事务处理进行研究,设计出保障事务定时特性的事务处理策略。最后经过性能测试和净水系统应用实例展示,证明本次开发的工控组态软件实时数据库性能良好,系统具有一定的实用性。
许烨婧[8](2020)在《多媒体网络舆情信息的并发获取机理与话题衍进追踪研究》文中研究说明大数据技术、云计算技术、人工智能等技术的高速发展大大加持了多媒体、移动媒体、自媒体等各种媒体网络空间的多层次、丰富化、人性化设计,其功能的便捷化、智能化吸引了越来越多网民的关注与使用,各种多样化的互联网络空间承载了网络民众的海量言论与信息行为,这些都对健康网络环境的营造提出了更大的挑战。党的十九大报告提到“加强互联网内容建设,建立网络综合治理体系,营造清朗的网络空间”。网络舆情作为互联网络内容的重要体现之一,对其展开理论与实践研究具有重要意义。网络舆情从广义上讲即是网络民众观点、意见、态度、情绪在网络空间中的集中体现。网民借助强大的互联网络平台进行表达的意愿也越来越强。由此,引发的网络舆情信息获取与管理问题随之出现。而网络舆情信息的科学管理源于对网络舆情信息的有效获取与分析,那么,如何精准、快速获取网络舆情信息成为了亟待解决的问题。根据大量文献调查与研究,可以看出网络舆情受社会环境、客观事实、民众认知、网络媒体等要素综合协同影响而产生。由此,要充分考虑、整合上述诸多影响要素,展开对各种技术支持环境下的网络舆情信息获取分析。由于网络舆情信息的隐匿性、突变性、多元性、交互性、随机性等特征,加之其信息显性与隐性呈现状态的互相转换,亟需一种系统的定性分析与定量计算相结合的方法,实现舆情信息获取及其获取效果测度,以提高网络舆情信息获取的客观性、精准性、高效性。怀揣对以上问题的深度思考,本文尝试探索多媒体网络舆情信息并发获取机理与话题衍进追踪的相关理论与实践研究,进而提供更为客观科学的网络舆情信息获取路径与方法。目前,多媒体网络舆情信息的并发获取机理与话题衍进追踪的相关研究较少,对于多媒体网络舆情信息并发获取概念、内涵尚无明确界定,有关话题追踪的文献更多的是侧重于相关技术的研究,尚未对舆情话题衍进追踪进行全面而系统的理论与实践分析。鉴于此,本文综合信息学、管理学、情报学、统计学、计算机科学等多种学科优势共同探讨多媒体网络舆情信息的并发获取机理与话题衍进追踪。明确了多媒体网络舆情信息并发获取的概念、特征、流程,深度解析了网络舆情信息并发获取机理,构建了网络舆情信息并发获取模型,探索了网络舆情话题衍进追踪的内涵、过程,详细分析了网络舆情话题的衍进态势,并构建了动态的追踪模型,通过实证研究的方式验证了模型的合理性与可行性,以期从理论与实践两个方面展开网络舆情信息并发获取机理与话题衍进追踪的深度研讨,提高网络舆情信息获取的有效性,从而更好更快响应网络舆情的科学实践管理,进一步丰富网络舆情的基础理论与实践应用研究。本文的主要研究内容包括以下几个方面。第一,通过对国内外相关文献的总结归纳,借鉴当前网络舆情相关理论与方法研究,提出了多媒体网络舆情并发获取的概念、特征、原则,将网络舆情信息并发获取数据源划分为舆情主体、舆情客体、舆情媒体、舆情本体四种类型的数据源,并探讨了多媒体网络舆情信息并发获取的流程。第二,基于前文的基础研究,探寻了多媒体网络舆情信息并发获取的支撑动力,分析了网络舆情信息并发获取的时态属性,从单维时序的角度描述了网络舆情信息并发获取的数据源形成机理、线程管控机理、数据监视累积机理、数据采集存储机理、数据触发机理;从多维态势的角度描述了网络舆情信息并发获取的话题衍进机理、话题衍进追踪机理。最后解析了多媒体网络舆情信息并发获取的机理相互作用关系。第三,根据单维时序的多媒体网络舆情信息并发获取的机理分析,明确了网络舆情信息并发获取的构成要素,综合运用DEMATEL分析法、AHP分析法、FMF分析法构建了网络舆情信息并发获取模型。通过爬虫软件采集数据,根据模型计算过程进行数值计量,最后总结研究结果。第四,参考查阅相关文献信息,阐述了多媒体网络舆情话题衍进追踪的内涵及特性,明确了网络舆情话题衍进追踪过程,从时间变化的角度解析了网络舆情话题衍进的追踪态势,阐明了多媒体网络舆情信息并发获取与话题衍进追踪之间的关联关系,构建了多媒体网络舆情话题衍进追踪概念模型,并分析了舆情话题衍进过程中各时期的追踪特征。第五,在多媒体网络舆情话题衍进追踪理论分析的基础上,明晰多媒体网络舆情话题衍进追踪目标,从抽象---具象化角度对其展开深入探讨,分析了多媒体网络舆情话题衍进追踪的流程,从网络舆情话题衍进指数、强度、关联度、漂移度四个方面构建多媒体网络舆情话题衍进追踪模型。依据构建的模型,采集数据,进行实证分析。第六,根据多媒体网络舆情信息并发获取与话题衍进追踪的研究结论,从网络舆情客体、主体、媒体、本体、情境五个维度提出了较为具体的管控策略,充分分析与利用有效获取的网络舆情信息,为网络舆情的综合治理提供客观、可行的策略支持。本研究拓宽了网络舆情的研究范畴,从多视阈角度融入了新的探索理念,丰富了多媒体网络舆情信息并发获取机理与话题衍进追踪的理论研究。通过数理分析、模型构建、实证研究的方式提供了一套较为完整的网络舆情信息并发获取与话题衍进追踪应用实践量化体系,为大数据环境下多媒体网络舆情的管控治理提供了可行的管理策略,有助于净化网络舆情环境,促进网络舆情走势的良性化。
程鹏[9](2020)在《面向高性能计算系统的融合数据管理关键技术研究》文中进行了进一步梳理随着高性能计算、大数据与人工智能的不断融合,高性能计算社区亟需同时支持这三种场景的计算系统来加速科学发现。然而,爆炸性增长的科学数据以及不同场景下应用截然不同的I/O特征促使融合应用呈现前所未有的复杂性。与此同时,不断加深的存储层次和多样化的数据定位需求进一步增加数据管理难度,导致高性能计算系统面临严峻的数据存储与管理挑战。为了在高性能计算系统上有效支持融合应用,本文结合层次式存储结构和应用特征,研究融合应用场景下数据管理的关键问题,优化高性能计算系统的数据管理能力并提升应用I/O性能。本文的主要工作包括:1.针对高性能计算系统存储层次不断加深的趋势,本文设计基于层次式存储结构的数据管理系统,统一管理内存、固态硬盘等多个存储层次,为融合应用提供高效数据缓存空间。为充分发挥不同存储层次的性能和容量等特点,该层次式数据管理系统结合应用数据访问模式定制数据管理策略,协调数据在各个存储层次的分布方式。此外,针对存储层次加深引起的数据局部性变化,本文设计数据感知的任务调度机制,配合资源管理系统尽可能将任务调度到拥有数据的计算资源。相比于底层并行文件系统,该层次式数据管理系统能够为应用带来54%的性能提升。2.针对单一数据管理策略无法充分发挥层次存储结构性能优势的问题,本文以科学工作流应用为代表,提出面向融合应用的自适应数据管理技术。本文将层次式存储结构下的数据放置问题抽象为分类问题,提出基于分类模型的智能数据放置策略:该策略以最小化科学工作流应用的总I/O时间为目标,挖掘不同应用特征和系统实时状态下数据放置策略对应用总I/O时间的影响,并训练分类模型智能做出数据放置决策。数据预取问题方面,本文分析科学工作流应用的数据流图拓扑结构和数据访问特征之间的关系,提出针对文件类别的自适应数据预取策略:通过结合局部性预取策略和智能预取策略的各自优势,提升复杂数据访问模式识别能力。相比于固定数据放置策略,本文提出的自适应数据放置策略能够实现34%的I/O性能提升;相比于传统局部性预取策略,本文提出的自适应预取策略识别复杂数据访问模式的能力显着提升,并能够降低54.2%的数据读取时间。3.针对并行文件系统管理海量科学数据时面临的数据定位挑战,本文提出耦合文件系统的索引与查询优化。文件粒度数据定位问题方面,本文设计并发元数据提取机制,快速提取文件系统中已有文件的“应用定制元数据”信息,通过定制的层次式哈希索引结构,高效满足文件粒度定位需求。记录粒度数据定位问题方面,本文采取原位索引构建机制,允许数据在写入文件系统的同时构建索引信息;为了权衡索引粒度与索引构建开销,本文提出轻量级Range-bitmap索引结构;结合本文设计的并行查询处理机制,记录粒度数据定位需求能够被快速响应。对生物和气象等数据集的测试表明,本文设计的文件粒度索引查询方案能够在毫秒内从包含数百万个文件的目录中定位目标文件;本文设计的记录粒度索引查询方案相比于遍历整个数据集定位内部数据的方式实现2个数量级的查询速度提升。
李星辰[10](2020)在《一种低轨卫星网络仿真系统的设计与实现》文中指出在天地一体化信息网络的发展趋势下,低轨卫星网络逐渐成为研究热点。由于真实的卫星网络造价高昂,需要构建仿真系统为网络协议提供评估及验证环境。低轨卫星网络具有拓扑高动态变化、节点规模庞大、流量模型复杂的特点,因此仿真系统需要支持星座动态拓扑模型的定义、卫星节点的分布式部署以及真实卫星网络流量的承载,这给系统的设计带来了挑战。本文针对上述功能需求,结合离散事件模拟技术和虚拟化仿真技术,提出了一种低轨卫星网络仿真系统设计方案。系统采用分层设计,包括控制层、资源管理层、载体层及任务调度层。在控制层,设计了仿真网络抽象模型,并在内部时钟激励下产生链路通断离散事件,反映网络的高动态拓扑变化。在载体层,基于Docker容器和Linux虚拟网络设备设计了仿真网络载体,并设计了载体的分布式部署和半实物扩展方案,基于载体进行离散事件仿真。在资源管理层,基于Shell与SSH进行仿真资源的管理,设计了一种仿真节点与主机的映射算法进行仿真资源的部署。在任务调度层,设计了一种多线程任务调度机制,实现离散事件的高性能调度。本文基于上述方案进行了系统的工程实现,详细描述了系统中类模型的设计与实现。此外,本文基于上述仿真系统,设计并实现了一种集中式路由机制,支持高动态拓扑变化下的路由快速收敛及网络抗毁。本文对上述系统进行了功能验证与性能测试。通过对四个网络场景的仿真,验证了系统具备仿真网络的构建及管理功能,支持高动态拓扑变化与大规模节点的仿真,支持真实业务流量的承载、分布式扩展及半实物扩展。性能测试结果表明,在4核16GB内存主机上单机部署的仿真系统,承载100个卫星节点需要473.35MB,支持40条星间链路的同时通断和1Gbps的网络吞吐量。相比于单线程调度,基于多线程的任务调度机制将CPU利用率提高了 45%,仿真效率平均提高了 60%。
二、应用C~(++)实现进程的并发控制(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、应用C~(++)实现进程的并发控制(论文提纲范文)
(1)基于飞机伤痕检测服务的高并发性能研究与应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文主要工作 |
1.4 论文的组织结构 |
第二章 理论基础及相关技术 |
2.1 高并发服务模型 |
2.1.1 多进程服务模型 |
2.1.2 多线程服务模型 |
2.1.3 微线程服务模型 |
2.2 负载均衡技术 |
2.2.1 硬件负载均衡 |
2.2.2 软件负载均衡 |
2.3 容器化技术 |
2.3.1 容器化技术概念 |
2.3.2 容器化技术原理分析 |
2.3.3 容器化技术的优势 |
2.4 测试工具及评价指标介绍 |
2.4.1 压力测试工具 |
2.4.2 评价指标 |
2.5 本章小结 |
第三章 单机多卡分布式处理方案设计 |
3.1 现有高并发处理方案分析 |
3.1.1 现有高并发处理方案概述 |
3.1.2 现有高并发处理方案不足 |
3.2 单机多卡分布式处理方案设计与实现 |
3.2.1 基于业务流量的动态自适应封装策略设计与实现 |
3.2.2 基于多进程模型的多卡分布式处理方案设计与实现 |
3.3 单机多卡分布式处理方案优化 |
3.3.1 零卡瓶颈问题解决 |
3.3.2 显存泄漏问题优化 |
3.4 实验设计与结果 |
3.4.1 实验设计 |
3.4.2 实验环境 |
3.4.3 实验结果与分析 |
3.5 本章小结 |
第四章 基于集群性能的动态负载均衡策略设计 |
4.1 现有负载均衡策略分析 |
4.1.1 现有负载均衡策略概述 |
4.1.2 现有负载均衡策略不足 |
4.2 基于集群性能的动态负载均衡策略设计与实现 |
4.2.1 性能采集模块 |
4.2.2 算法模块 |
4.2.3 负载均衡器模块 |
4.3 实验设计与结果 |
4.3.1 实验设计 |
4.3.2 实验环境 |
4.3.3 实验结果与分析 |
4.4 本章小结 |
第五章 基于容器化技术的多机分布式扩展方案设计 |
5.1 需求分析 |
5.1.1 单机瓶颈问题 |
5.1.2 集群节点环境问题 |
5.1.3 集群节点管理问题 |
5.1.4 集群部署繁琐问题 |
5.2 多机分布式扩展方案总体设计 |
5.3 多机分布式扩展方案详细设计及实现 |
5.3.1 镜像文件构建 |
5.3.2 镜像仓库构建 |
5.3.3 代码仓库构建 |
5.3.4 自动化流水线构建 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 本文总结 |
6.2 未来展望 |
参考文献 |
致谢 |
(2)基于虚拟时间的可复现网络仿真技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究内容及组织架构 |
1.4 本章小结 |
第二章 相关技术 |
2.1 引言 |
2.2 网络模拟与网络仿真 |
2.3 Linux容器虚拟化技术 |
2.4 Linux Traic Control与Netem |
2.5 容器虚拟时间技术 |
2.6 本章小结 |
第三章 基于虚拟时间的可复现网络仿真系统设计 |
3.1 引言 |
3.2 基于虚拟时间的可复现网络仿真映射和配置研究 |
3.3 基于虚拟时间容器调度的可复现网络仿真同步研究 |
3.4 本章小结 |
第四章 基于虚拟时间的可复现网络仿真系统原型实现 |
4.1 引言 |
4.2 基于虚拟时间的可复现网络仿真系统原型实现 |
4.2.1 基于虚拟时间的可复现网络仿真原型系统模块实现 |
4.2.2 基于虚拟时间的可复现网络仿真原型系统工作流程 |
4.3 与Mininet简单集成 |
4.4 本章小结 |
第五章 实验仿真分析 |
5.1 引言 |
5.2 资源超额订阅实验验证 |
5.3 资源供给不足实验验证 |
5.4 跨虚拟机实验验证 |
5.5 高节点并发验证 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 研究展望 |
参考文献 |
致谢 |
作者攻读学位期间发表的学术论文目录 |
(3)车联网中基于深度强化学习的计算任务卸载策略研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 主要研究工作 |
1.3 主要研究成果 |
1.4 论文结构安排 |
第二章 相关研究综述 |
2.1 引言 |
2.2 车联网 |
2.2.1 车联网概述 |
2.2.2 车联网关键技术 |
2.2.3 车联网研究现状及发展趋势 |
2.3 车联网中计算任务卸载 |
2.3.1 计算任务卸载概述及关键技术 |
2.3.2 车联网中计算任务卸载架构 |
2.3.3 车联网中计算任务卸载研究现状及面临的挑战 |
2.4 深度强化学习 |
2.4.1 强化学习概述 |
2.4.2 深度强化学习概述 |
2.4.3 多智能体深度强化学习概述 |
2.5 车联网中基于深度强化学习的计算任务卸载 |
2.5.1 基于深度强化学习的计算任务卸载策略研究现状 |
2.5.2 基于深度强化学习的计算任务卸载策略研究面临的挑战 |
2.6 本章小结 |
第三章 车联网中资源不确定场景的计算任务卸载策略研究 |
3.1 引言 |
3.2 系统模型和问题描述 |
3.3 资源发现机制 |
3.3.1 基于长短期记忆网络的资源发现机制 |
3.3.2 基于多臂赌博机的资源发现机制 |
3.4 多智能体异步深度强化学习算法 |
3.4.1 马尔可夫决策模型构建 |
3.4.2 深度强化学习模型训练和执行 |
3.5 基于深度强化学习的资源感知式计算任务卸载策略 |
3.6 仿真结果与分析 |
3.6.1 仿真场景及参数设置 |
3.6.2 训练和测试数据集生成 |
3.6.3 收敛性能分析 |
3.6.4 总体奖励性能分析 |
3.6.5 其他性能分析 |
3.7 本章小结 |
第四章 车联网中资源动态变化场景的计算任务卸载策略研究 |
4.1 引言 |
4.2 系统模型和问题描述 |
4.3 自适应优化目标机制 |
4.3.1 多路卸载机制 |
4.3.2 价值优先卸载机制 |
4.4 多智能体同步深度强化学习 |
4.4.1 马尔可夫博弈模型构建 |
4.4.2 深度强化学习模型训练和执行 |
4.5 基于深度强化学习的自适应计算任务卸载策略 |
4.6 仿真结果与分析 |
4.6.1 仿真场景及参数设置 |
4.6.2 收敛性能分析 |
4.6.3 总体奖励性能分析 |
4.6.4 其他性能分析 |
4.7 本章小结 |
第五章 车联网中多任务高并发场景的计算任务卸载策略研究 |
5.1 引言 |
5.2 系统模型和问题描述 |
5.3 价值函数分解机制 |
5.4 多智能体深度强化学习算法 |
5.4.1 马尔可夫博弈模型构建和重构 |
5.4.2 深度强化学习模型训练和执行 |
5.5 基于深度强化学习的分布式计算任务卸载策略 |
5.6 仿真结果与分析 |
5.6.1 仿真场景及参数设置 |
5.6.2 收敛性能分析 |
5.6.3 计算资源分配性能分析 |
5.6.4 通信资源分配性能分析 |
5.7 本章小结 |
第六章 总结与展望 |
6.1 论文研究工作总结 |
6.2 未来研究工作展望 |
参考文献 |
附录1 缩略语 |
附录2 图表索引 |
致谢 |
攻读学位期间取得的学术成果 |
(4)基于Redis的云数据库的研究与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景 |
1.2 国内外研究现状 |
1.3 课题研究内容 |
1.4 论文结构安排 |
第二章 相关理论技术 |
2.1 分布式一致性理论 |
2.1.1 共识性和一致性 |
2.1.2 Raft协议 |
2.2 Redis技术 |
2.2.1 Redis内存数据结构 |
2.2.2 Redis集群 |
2.3 缓存常见问题 |
2.4 高可用架构模式 |
2.5 本章小结 |
第三章 系统需求分析及设计 |
3.1 系统需求分析 |
3.2 系统体系架构设计 |
3.3 访问模块设计 |
3.3.1 负载均衡 |
3.3.2 数据验证 |
3.4 代理模块设计 |
3.4.1 分片管理 |
3.4.2 多进程改造 |
3.5 数据处理模块设计 |
3.5.1 数据存储 |
3.5.2 持久化处理 |
3.6 管理模块设计 |
3.6.1 监控管理 |
3.6.2 日志管理 |
3.6.3 维护管理 |
3.7 本章小结 |
第四章 系统实现 |
4.1 访问模块实现 |
4.1.1 负载均衡实现 |
4.1.2 数据验证实现 |
4.2 代理模块实现 |
4.2.1 分片管理实现 |
4.2.2 多进程实现 |
4.3 数据处理模块实现 |
4.3.1 数据存储实现 |
4.3.2 持久化处理实现 |
4.4 管理模块实现 |
4.4.1 监控管理实现 |
4.4.2 日志管理实现 |
4.4.3 维护管理实现 |
4.5 本章小结 |
第五章 系统测试及分析 |
5.1 测试目标 |
5.2 测试环境 |
5.2.1 测试环境搭建 |
5.2.2 测试环境配置 |
5.3 测试结果与分析 |
5.3.1 功能测试 |
5.3.2 性能测试 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文主要工作 |
6.2 后续展望工作 |
致谢 |
参考文献 |
(5)列控安全计算机分区软件的形式化建模与验证方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
术语表 |
1 引言 |
1.1 研究背景 |
1.2 安全计算机的综合模块化 |
1.2.1 安全计算机简介 |
1.2.2 安全计算机发展趋势 |
1.2.3 分区的概念及意义 |
1.3 形式化方法 |
1.3.1 形式化方法分类 |
1.3.2 形式化方法选择 |
1.4 选题意义 |
1.5 论文结构与写作安排 |
2 列控安全计算机分区软件研究综述 |
2.1 安全计算机分区软件 |
2.1.1 分区软件结构 |
2.1.2 分区隔离机制 |
2.1.3 分区软件特性 |
2.2 分区软件形式化研究的需求 |
2.2.1 形式化研究的必要性 |
2.2.2 分区软件的建模和验证需求 |
2.3 研究现状 |
2.3.1 形式化证明 |
2.3.2 时间Petri网 |
2.4 存在的问题 |
2.2.1 安全性方面 |
2.2.2 实时性方面 |
2.2.3 可调度性方面 |
2.5 本章小结 |
3 基于并发分离逻辑的分区并行程序安全性验证 |
3.1 并行程序安全性 |
3.2 基于事务内存的安全机制设计 |
3.3 并行程序安全机制验证 |
3.3.1 不变式证明 |
3.3.2 并发分离逻辑 |
3.3.3 安全性的验证方法 |
3.4 抽象机模型设计 |
3.5 推理规则的定义 |
3.6 可靠性证明 |
3.7 实验验证 |
3.7.1 平台搭建 |
3.7.2 验证结果与分析 |
3.8 本章小结 |
4 基于随机时间Petri网的分区通信实时性验证 |
4.1 分区通信 |
4.1.1 通信网络 |
4.1.2 通信管理机制 |
4.1.3 时延分析 |
4.1.4 数据类型 |
4.2 随机时间Petri网 |
4.2.1 随机Petri网相关概念 |
4.2.2 连续时间马尔科夫链的求解 |
4.2.3 网络性能关键参数的求解 |
4.2.4 随机时间Petri的定义 |
4.3 随机时间Petri网瞬态分析算法 |
4.3.1 随机状态类的定义 |
4.3.2 通过枚举类的状态空间分析 |
4.3.3 基于马尔科夫再生理论的瞬态概率的计算 |
4.3.4 算法实例及验证 |
4.4 分区通信模型建立 |
4.5 分区通信模型分析 |
4.5.1 参数选取及量化指标 |
4.5.2 结果分析 |
4.6 实验验证 |
4.6.1 平台搭建 |
4.6.2 验证结果与分析 |
4.7 本章小结 |
5 基于带有优先级时间Petri网的分区可调度性验证 |
5.1 实时调度 |
5.1.1 实时系统及相关概念 |
5.1.2 实时调度算法 |
5.2 分区调度的时域模型 |
5.3 带有优先级时间Petri网 |
5.3.1 定义 |
5.3.2 基于状态空间枚举的分析算法 |
5.4 双层调度模型建立 |
5.5 双层调度模型分析 |
5.5.1 复杂度分析 |
5.5.2 验证结果 |
5.6 实验验证 |
5.6.1 平台搭建 |
5.6.2 验证结果与分析 |
5.7 本章小结 |
6 结论 |
6.1 论文工作总结 |
6.2 未来工作展望 |
参考文献 |
图索引 |
表索引 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(6)数据复制中心的设计与实现(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.3 研究内容 |
1.4 论文组织结构 |
2 相关技术背景 |
2.1 数据复制技术 |
2.1.1 数据库复制机制 |
2.1.2 中间件复制机制 |
2.2 一致性模型 |
2.3 流式系统 |
2.4 分布式系统 |
2.4.1 分布式协调服务 |
2.4.2 云原生架构 |
2.5 本章小结 |
3 总体设计 |
3.1 需求分析 |
3.1.1 使用场景 |
3.1.2 需求和目标 |
3.2 系统设计 |
3.2.1 裸集群架构 |
3.2.2 云原生架构 |
3.2.3 执行引擎 |
3.3 并发控制 |
3.3.1 一致性语义 |
3.3.2 并发控制算法 |
3.3.3 批量优化 |
3.4 本章小结 |
4 关键技术的研究与实现 |
4.1 统一消息结构的抽象和转化 |
4.1.1 检查点和输入流键的分配 |
4.1.2 输出依赖取值 |
4.1.3 序列化格式 |
4.1.4 过滤组件的实现 |
4.2 全表读取优化 |
4.2.1 通用主键分页算法 |
4.2.2 放弃全局一致性读 |
4.2.3 采样分段并发读取 |
4.3 双向同步的实现 |
4.4 表结构存储 |
4.5 验证机制 |
4.5.1 混沌工程的应用 |
4.5.2 实时监测的实现 |
4.5.3 水位线监控 |
4.6 评估 |
4.6.1 调度组件基准测试 |
4.6.2 性能对比 |
4.6.3 生产环境 |
4.7 本章小结 |
5 总结 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(7)基于国产平台的工控组态软件实时数据库设计(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 组态软件 |
1.2.2 实时数据库 |
1.3 课题研究内容及章节安排 |
1.4 本章小结 |
第2章 工控组态软件设计 |
2.1 组态软件功能需求 |
2.2 组态软件总体设计 |
2.2.1 组态软件设计思想 |
2.2.2 组态软件结构设计 |
2.2.3 组态软件功能设计 |
2.3 开发平台及开发工具的选择 |
2.4 图形组态子系统 |
2.4.1 框架设计 |
2.4.2 具体设计与实现 |
2.5 通信组态子系统 |
2.5.1 串口通信 |
2.5.2 网络通信 |
2.6 本章小结 |
第3章 实时数据库相关理论及关键技术 |
3.1 实时数据库理论 |
3.1.1 实时数据库基本概念 |
3.1.2 实时数据库与传统数据库的区别 |
3.1.3 实时数据库数据与事务特征 |
3.1.4 实时数据结构 |
3.2 实时数据库主要技术 |
3.2.1 内存数据库技术 |
3.2.2 数据压缩技术 |
3.2.3 动态链接库技术 |
3.3 本章小结 |
第4章 实时数据库设计 |
4.1 实时数据库总体结构设计 |
4.1.1 功能分析 |
4.1.2 设计原则 |
4.1.3 框架结构设计 |
4.2 数据采集与回送模块 |
4.2.1 数据采集与回送模块整体设计 |
4.2.2 通信协议 |
4.2.3 通信程序设计 |
4.2.4 初始化变量表设计 |
4.3 数据处理模块 |
4.3.1 数据处理模块整体设计 |
4.3.2 实时数据写入和查询设计 |
4.3.3 报警处理设计 |
4.3.4 数据转储 |
4.3.5 数据压缩 |
4.3.6 历史数据库 |
4.4 应用程序接口模块 |
4.4.1 应用程序接口模块整体设计 |
4.4.2 读数据函数 |
4.4.3 写数据函数 |
4.5 本章小结 |
第5章 实时事务处理研究与设计 |
5.1 实时事务处理 |
5.2 事务调度 |
5.2.1 优先级分配策略 |
5.2.2 优先级算法选择与实现 |
5.3 并发控制 |
5.3.1 并发控制协议研究 |
5.3.2 并发控制协议比较与分析 |
5.3.3 并发控制策略设计 |
5.4 本章小结 |
第6章 系统测试与实现 |
6.1 测试环境 |
6.2 测试分析 |
6.2.1 实时数据写入和查询性能测试 |
6.2.2 数据压缩性能测试 |
6.2.3 事务处理性能分析 |
6.3 应用实例 |
6.4 本章小结 |
总结与展望 |
参考文献 |
攻读硕士期间所发表的论文及研究成果 |
致谢 |
(8)多媒体网络舆情信息的并发获取机理与话题衍进追踪研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状综述 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 研究现状述评 |
1.4 研究内容与研究方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 技术路线 |
1.5 研究创新点 |
1.6 本章小结 |
第2章 相关理论基础 |
2.1 信息论与全信息理论 |
2.1.1 信息论 |
2.1.2 全信息理论 |
2.2 信息传播的相关理论 |
2.2.1 信息传播理论 |
2.2.2 信息生命周期理论 |
2.3 多媒体网络舆情的相关理论 |
2.3.1 网络舆情 |
2.3.2 多媒体网络舆情 |
2.4 信息获取与追踪的相关理论 |
2.4.1 信息获取理论 |
2.4.2 话题追踪理论 |
2.5 本章小结 |
第3章 多媒体网络舆情信息并发获取的相关分析 |
3.1 多媒体网络舆情信息并发获取的界定 |
3.2 多媒体网络舆情信息并发获取目标 |
3.3 多媒体网络舆情信息并发获取原则 |
3.3.1 整体与部分相协调原则 |
3.3.2 主观与客观相结合原则 |
3.3.3 有限与无限相统一原则 |
3.3.4 单维时序与多维态势相结合原则 |
3.4 多媒体网络舆情信息并发获取特征 |
3.4.1 多媒体网络舆情并发获取运行的非线性 |
3.4.2 多媒体网络舆情并发获取阶段的自适应性 |
3.4.3 多媒体网络舆情并发获取任务执行的时序性 |
3.4.4 多媒体网络舆情并发获取负载技术的均衡性 |
3.5 多媒体网络舆情信息并发获取数据源分析 |
3.5.1 舆情主体数据源分析 |
3.5.2 舆情客体数据源分析 |
3.5.3 舆情媒体数据源分析 |
3.5.4 舆情本体数据源分析 |
3.6 多媒体网络舆情信息并发获取流程分析 |
3.6.1 多媒体网络舆情信息检索 |
3.6.2 多媒体网络舆情信息抓取 |
3.6.3 多媒体网络舆情信息萃取 |
3.6.4 多媒体网络舆情信息存取 |
3.6.5 多媒体网络舆情信息智取 |
3.6.6 多媒体网络舆情主体交互 |
3.7 本章小结 |
第4章 多媒体网络舆情信息并发获取机理分析 |
4.1 多媒体网络舆情信息并发获取动力分析 |
4.1.1 并发获取内源动力 |
4.1.2 并发获取外源动力 |
4.1.3 舆情并发获取动力作用模式 |
4.2 多媒体网络舆情信息并发获取的时态属性 |
4.2.1 单维时序属性 |
4.2.2 多维态势属性 |
4.3 基于单维时序的多媒体网络舆情信息并发获取机理 |
4.3.1 并发获取数据源形成机理 |
4.3.2 并发获取线程管控机理 |
4.3.3 并发获取数据监视累积机理 |
4.3.4 并发获取数据采集存储机理 |
4.3.5 并发获取数据触发机理 |
4.4 基于多维态势的多媒体网络舆情信息并发获取机理 |
4.4.1 话题衍进机理 |
4.4.2 衍进追踪机理 |
4.5 多媒体网络舆情信息并发获取机理关系分析 |
4.5.1 多媒体网络舆情信息并发获取的数据源与机理关系 |
4.5.2 多媒体网络舆情信息并发获取的过程与机理关系 |
4.5.3 多媒体网络舆情信息并发获取的机理间作用关系 |
4.6 本章小结 |
第5章 多媒体网络舆情信息并发获取模型构建 |
5.1 多媒体网络舆情信息并发获取模型构建总体思路 |
5.2 多媒体网络舆情信息并发获取模型构成要素 |
5.2.1 构成要素解析 |
5.2.2 构成要素度量方法 |
5.3 多媒体网络舆情信息并发获取模型 |
5.3.1 舆情信息并发获取模型构建过程 |
5.3.2 基于DEMATEL的构成要素识别模型 |
5.3.3 基于AHP的要素权重模型构建 |
5.3.4 基于FMF的网络舆情信息并发获取模型 |
5.4 多媒体网络舆情信息并发获取实证分析 |
5.4.1 网络舆情数据源获取 |
5.4.2 网络舆情信息并发获取构成要素识别 |
5.4.3 网络舆情信息并发获取构成要素权重确定 |
5.4.4 网络舆情信息并发获取触发值计算 |
5.4.5 实验结果解析 |
5.5 本章小结 |
第6章 多媒体网络舆情话题衍进追踪过程及态势解析 |
6.1 多媒体网络舆情话题衍进追踪的内涵与特性 |
6.1.1 多媒体网络舆情话题衍进追踪的内涵 |
6.1.2 多媒体网络舆情话题衍进追踪的特性 |
6.2 多媒体网络舆情话题衍进追踪过程 |
6.2.1 网络舆情演进 |
6.2.2 网络舆情话题衍进态势 |
6.2.3 网络舆情话题衍进追踪 |
6.2.4 舆情话题衍进追踪过程 |
6.3 多媒体网络舆情话题衍进追踪态势分析 |
6.3.1 舆情话题衍进的运动模式 |
6.3.2 舆情话题衍进追踪态势解析 |
6.4 多媒体网络舆情并发获取与话题衍进追踪的关联关系 |
6.4.1 单维时序关联 |
6.4.2 多维态势关联 |
6.4.3 综合关联关系 |
6.5 多媒体网络舆情话题衍进追踪概念模型构建 |
6.5.1 模型构建 |
6.5.2 舆情话题衍进各时期追踪特征 |
6.6 本章小结 |
第7章 多媒体网络舆情话题衍进追踪模型构建 |
7.1 多媒体网络舆情话题衍进追踪的总体目标 |
7.1.1 网络舆情话题衍进追踪的动态表征 |
7.1.2 网络舆情话题衍进追踪的目标 |
7.2 多媒体网络舆情话题衍进追踪的抽象-具象化解析 |
7.2.1 网络舆情话题衍进追踪的抽象化共生作用 |
7.2.2 基于多维态势的具象化网络舆情话题衍进追踪 |
7.3 多媒体网络舆情话题衍进追踪的流程 |
7.3.1 多媒体网络舆情话题衍进追踪的技术分析 |
7.3.2 多媒体网络舆情话题衍进追踪的方法选取 |
7.3.3 多媒体网络舆情话题衍进追踪的流程 |
7.4 多媒体网络舆情话题衍进的最优话题选取 |
7.4.1 最优舆情话题选取步骤 |
7.4.2 网络舆情话题衍进期间的数据预处理 |
7.4.3 网络舆情话题衍进特征词权重计量 |
7.4.4 网络舆情话题衍进的聚类算法 |
7.5 多媒体网络舆情话题衍进追踪模型构建 |
7.5.1 网络舆情话题衍进指数模型构建 |
7.5.2 网络舆情话题强度模型构建 |
7.5.3 网络舆情话题关联度模型构建 |
7.5.4 网络舆情话题漂移度模型构建 |
7.6 实证研究 |
7.6.1 多媒体网络舆情话题的选定 |
7.6.2 多媒体网络舆情话题数据源获取与分析 |
7.6.3 多媒体网络舆情最优话题数量确定 |
7.6.4 多媒体网络舆情话题衍进追踪测度分析 |
7.6.5 研究结果总结 |
7.7 本章小结 |
第8章 多媒体网络舆情信息并发获取与话题衍进追踪的管控策略 |
8.1 客体管控策略 |
8.2 主体管控策略 |
8.3 媒体管控策略 |
8.4 本体管控策略 |
8.5 情境管控策略 |
8.6 本章小结 |
第9章 研究总结与展望 |
9.1 研究总结 |
9.2 研究展望 |
参考文献 |
致谢 |
攻读博士期间取得的主要研究成果 |
(9)面向高性能计算系统的融合数据管理关键技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 论文研究背景和意义 |
1.2 融合场景下数据管理关键问题与挑战 |
1.3 本文工作和贡献 |
1.4 论文组织结构 |
第二章 背景和相关工作 |
2.1 融合场景下应用特征与系统存储结构变化 |
2.1.1 科学工作流 |
2.1.2 应用特征变化 |
2.1.3 系统存储结构变化 |
2.2 现有数据存储与管理方案 |
2.2.1 设计动态库丰富数据管理功能 |
2.2.2 拓展文件系统优化数据存储与管理 |
2.2.3 定制外部数据管理系统管理科学数据 |
2.2.4 其他数据管理工具 |
2.3 自适应和智能数据管理优化 |
2.3.1 数据放置优化 |
2.3.2 数据预取优化 |
2.4 科学数据索引与查询优化 |
2.4.1 文件粒度索引与查询优化 |
2.4.2 记录粒度索引与查询优化 |
第三章 基于层次式存储结构的数据管理系统设计 |
3.1 前言 |
3.2 目的与挑战 |
3.3 层次式数据管理系统TDMS |
3.3.1 TDMS系统架构 |
3.3.2 水平及垂直数据管理策略 |
3.3.3 系统接口设计 |
3.4 面向应用特征的定制数据管理技术 |
3.4.1 科学工作流及数据访问模式划分 |
3.4.2 定制层次式数据管理策略 |
3.4.3 跨存储层的负载均衡机制 |
3.5 数据感知的任务调度技术 |
3.6 系统实现 |
3.7 系统评估 |
3.7.1 实验配置 |
3.7.2 TDMS基本性能评估 |
3.7.3 科学工作流应用评估 |
3.8 小结 |
第四章 面向融合应用的自适应层次式数据管理技术 |
4.1 前言 |
4.2 基于分类模型的智能数据放置策略 |
4.2.1 目的与挑战 |
4.2.2 数据放置与分类问题 |
4.2.3 基于启发式方法的自动数据标注 |
4.2.4 智能数据放置引擎 |
4.3 面向文件类别的自适应数据预取策略 |
4.3.1 目的与挑战 |
4.3.2 结合数据流图拓扑结构分析数据访问特征 |
4.3.3 针对文件类别设计自适应数据预取策略 |
4.4 实现 |
4.5 系统评估 |
4.5.1 实验配置 |
4.5.2 数据放置策略评估 |
4.5.3 数据预取策略评估 |
4.6 小结 |
第五章 耦合并行文件系统的数据索引与查询优化 |
5.1 前言 |
5.2 面向科学数据的索引与查询模块设计 |
5.3 面向“应用定制元数据”的文件粒度索引技术 |
5.3.1 文件粒度索引与查询案例:气象大数据 |
5.3.2 并发元数据提取 |
5.3.3 层次式哈希索引结构 |
5.3.4 文件粒度查询处理 |
5.4 基于原位索引构建的记录粒度索引技术 |
5.4.1 记录粒度索引与查询案例:生物大数据 |
5.4.2 原位索引构建过程 |
5.4.3 Range-bitmap索引结构 |
5.4.4 双层并发查询处理 |
5.5 实现 |
5.6 系统评估 |
5.6.1 实验配置 |
5.6.2 文件定位服务性能评估 |
5.6.3 记录定位服务性能评估 |
5.7 小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 未来工作 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(10)一种低轨卫星网络仿真系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文主要工作 |
1.4 论文组织结构 |
第二章 低轨卫星网络相关技术介绍 |
2.1 低轨卫星网络 |
2.1.1 低轨卫星星座系统 |
2.1.2 低轨卫星组网技术 |
2.1.3 低轨卫星路由技术 |
2.1.4 低轨卫星网络仿真 |
2.2 虚拟化仿真技术 |
2.2.1 平台虚拟化技术 |
2.2.2 网络虚拟化技术 |
2.3 本章小结 |
第三章 低轨卫星网络仿真系统方案设计 |
3.1 系统设计的需求和挑战 |
3.1.1 高动态拓扑变化的仿真 |
3.1.2 大规模用户节点的仿真 |
3.1.3 真实业务流量的承载 |
3.1.4 仿真资源的部署与管理 |
3.1.5 离散事件的高性能调度 |
3.2 系统整体设计 |
3.2.1 系统逻辑结构 |
3.2.2 系统数据模型 |
3.2.3 系统仿真流程 |
3.2.4 系统分层部署 |
3.3 控制层设计 |
3.3.1 星座运动模型 |
3.3.2 网络拓扑模型 |
3.3.3 网络编址模型 |
3.4 载体层设计 |
3.4.1 仿真节点载体 |
3.4.2 仿真链路载体 |
3.4.3 载体的分布式扩展 |
3.4.4 载体的半实物扩展 |
3.4.5 载体的离散事件仿真 |
3.5 资源管理层设计 |
3.5.1 载体资源的管理 |
3.5.2 载体管理的分布式扩展 |
3.5.3 主机设备的管理 |
3.5.4 仿真网络载体的部署 |
3.6 任务调度层设计 |
3.6.1 离散事件调度实例 |
3.6.2 调度实现方式 |
3.6.3 任务树机制 |
3.7 本章小结 |
第四章 低轨卫星网络仿真系统方案实现 |
4.1 子系统划分 |
4.2 仿真网络子系统 |
4.2.1 仿真时间相关类的设计与实现 |
4.2.2 低轨卫星星座类的设计与实现 |
4.2.3 仿真节点相关类的设计与实现 |
4.2.4 仿真链路相关类的设计与实现 |
4.2.5 仿真网络类的设计与实现 |
4.3 切片管理子系统 |
4.3.1 本地Shell调用接口 |
4.3.2 宿主机类的设计与实现 |
4.3.3 切片类的设计与实现 |
4.4 任务调度子系统 |
4.4.1 C++11对并行计算的支持 |
4.4.2 任务节点类的设计与实现 |
4.5 用户交互子系统 |
4.5.1 系统管理接口 |
4.5.2 用户指令集 |
4.6 一种集中式路由实现案例 |
4.6.1 仿真网络拓扑的获取 |
4.6.2 动静结合的集中式路由实现 |
4.7 本章小结 |
第五章 系统功能验证与性能评估 |
5.1 仿真系统功能验证 |
5.1.1 测试环境与场景 |
5.1.2 仿真网络管理场景 |
5.1.3 仿真网络多机部署场景 |
5.1.4 仿真网络动态仿真场景 |
5.1.5 用户节点半实物仿真场景 |
5.2 仿真系统性能评估 |
5.2.1 测试环境与评估方法 |
5.2.2 系统内存占用 |
5.2.3 系统CPU占用 |
5.2.4 系统仿真耗时 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 论文主要工作与总结 |
6.2 下一步工作与展望 |
参考文献 |
附录 |
致谢 |
攻读学位期间发表的学术论目录 |
四、应用C~(++)实现进程的并发控制(论文参考文献)
- [1]基于飞机伤痕检测服务的高并发性能研究与应用[D]. 袁少怡. 北京邮电大学, 2021(01)
- [2]基于虚拟时间的可复现网络仿真技术研究[D]. 陈进. 北京邮电大学, 2021(01)
- [3]车联网中基于深度强化学习的计算任务卸载策略研究[D]. 许世琳. 北京邮电大学, 2021(01)
- [4]基于Redis的云数据库的研究与实现[D]. 丁志坚. 电子科技大学, 2021(01)
- [5]列控安全计算机分区软件的形式化建模与验证方法研究[D]. 张玉琢. 北京交通大学, 2020(02)
- [6]数据复制中心的设计与实现[D]. 任弘迪. 上海交通大学, 2020(01)
- [7]基于国产平台的工控组态软件实时数据库设计[D]. 朱春雪. 中北大学, 2020(12)
- [8]多媒体网络舆情信息的并发获取机理与话题衍进追踪研究[D]. 许烨婧. 吉林大学, 2020(08)
- [9]面向高性能计算系统的融合数据管理关键技术研究[D]. 程鹏. 国防科技大学, 2020(01)
- [10]一种低轨卫星网络仿真系统的设计与实现[D]. 李星辰. 北京邮电大学, 2020(05)