检索结果-内蒙古大学图书馆

软件学报 2020年第8期31卷 2336-2361页

作者：易星辰魏恒峰黄宇乔磊吕建计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 北京控制工程研究所北京100190

PaxosStore是腾讯开发的高可用分布式存储系统,现已用于全面支持微信核心业务.PaxosStore实现了分布式共识协议Paxos的一种变体,称为***的新颖之处在于其“统一性”:为每个参与者维护统一的状态类型,并采用统一格式的消息进行通信.然而... 详细信息

PaxosStore是腾讯开发的高可用分布式存储系统,现已用于全面支持微信核心业务.PaxosStore实现了分布式共识协议Paxos的一种变体,称为***的新颖之处在于其“统一性”:为每个参与者维护统一的状态类型,并采用统一格式的消息进行通信.然而,这种设计方案也带来了TPaxos与Paxos之间的诸多差异,给理解TPaxos造成了障碍.其次,虽然腾讯开源了TPaxos协议的核心代码(包括伪代码与C++代码),但TPaxos仍缺少抽象而精确的形式化规约.最后,根据文献检索,TPaxos的正确性尚未经过必要的数学论证或者形式化工具的检验.针对这些情况,有3个主要贡献:首先,从经典的Paxos协议出发,论证如何逐步推导出TPaxos协议.基于这种推导,可以将TPaxos看作Paxos的一种自然变体,更易于理解.其次,给出了TPaxos协议的TLA+形式化规约.在开发规约的时候发现,TPaxos协议描述中存在至关重要但并未充分阐明的微妙之处:在消息处理阶段,参与者(作为接受者角色)是先作出“不再接受具有更小编号的提议”的承诺(promise),还是先接受(accept)提议?这导致了对TPaxos的两种不同理解,并促使提出TPaxos的一种变体,称为TPaxosAP.在TPaxosAP中,参与者先接受提议后作承诺.最后,使用精化(refinement)技术论证了TPaxos与TPaxosAP的正确性.特别地,由于已知的投票机制Voting不能完全描述TPaxosAP的行为,首先提出了适用于TPaxosAP的投票机制EagerVoting,然后建立了从TPaxosAP到EagerVoting以及从EagerVoting到Consensus的精化关系,并使用TLC模型检验工具验证了它们的正确性.

关键词： Paxos PaxosStore 共识协议 TLA+ 精化关系模型检验

来源：评论

学校读者我要写书评

暂无评论

代码特征自动提取方法

引用

计算机科学与探索 2021年第3期15卷 456-467页

作者：史志成周宇南京航空航天大学计算机科学与技术学院南京210016 南京航空航天大学高安全系统的软件开发与验证技术工信部重点实验室南京210016 南京大学软件新技术国家重点实验室南京210023

神经网络在软件工程中的应用极大程度上缓解了传统的人工提取代码特征的压力。已有的研究往往将代码简化为自然语言或者依赖专家的领域知识来提取代码特征,简化为自然语言的处理方法过于简单,容易造成信息丢失,而引入专家制定启发式规... 详细信息

神经网络在软件工程中的应用极大程度上缓解了传统的人工提取代码特征的压力。已有的研究往往将代码简化为自然语言或者依赖专家的领域知识来提取代码特征,简化为自然语言的处理方法过于简单,容易造成信息丢失,而引入专家制定启发式规则的模型往往过于复杂,可拓展性以及普适性不强。鉴于以上问题,提出了一种基于卷积和循环神经网络的自动代码特征提取模型,该模型借助代码的抽象语法树(AST)来提取代码特征。为了缓解因AST过于庞大而带来的梯度消失问题,对AST进行切割,转换成一个AST序列再作为模型的输入。该模型利用卷积网络提取代码中的结构信息,利用双向循环神经网络提取代码中的序列信息。整个流程不需要专家的领域知识来指导模型的训练,只需要将标注类别的代码作为模型的输入就可以让模型自动地学习如何提取代码特征。应用训练好的分类编码器,在相似代码搜索任务上进行测试,Top1、NDCG、MRR的值分别能达到0.560、0.679和0.638,对比当下前沿的用于代码特征提取的深度学习模型以及业界常用的代码相似检测工具有显著的优势。

关键词：代码特征提取代码分类程序理解相似代码搜索

来源：评论

学校读者我要写书评

暂无评论

基于边缘计算的云游戏服务质量增强机制

引用

西北师范大学学报（自然科学版） 2021年第1期57卷 38-47页

作者：白光伟张慧丽沈专沈航南京工业大学计算机科学与技术学院江苏南京211816 南京大学计算机软件新技术国家重点实验室江苏南京210093

提出了一种基于边缘计算的云游戏服务质量增强算法,旨在减少网络传输响应延迟和提高可靠性,扩大云游戏服务范围.该方法使用边缘服务器为玩家渲染游戏,云端负责计算游戏状态和发送更新信息给边缘服务器.首先,设计区域划分算法来确定集群... 详细信息

提出了一种基于边缘计算的云游戏服务质量增强算法,旨在减少网络传输响应延迟和提高可靠性,扩大云游戏服务范围.该方法使用边缘服务器为玩家渲染游戏,云端负责计算游戏状态和发送更新信息给边缘服务器.首先,设计区域划分算法来确定集群部署位置,以均衡负载;第二,研究集群部署位置选择算法,在满足差异化游戏需求基础上尽可能节约资源;第三,设计服务器分配算法,尽可能将相关性高的玩家分配到同一台服务器上,以减少交互所致延迟;最后,考虑到游戏动态的周期性变化,提出了服务器动态部署策略来动态开启服务器,提升服务器的可靠性并节约成本.仿真结果证明提出的方法能够减少响应延迟18~20 ms,节约带宽和提高服务覆盖率.

关键词：云游戏边缘计算响应延迟用户覆盖服务质量

来源：评论

学校读者我要写书评

暂无评论

面向缺陷知识的多特征匹配搜索算法

引用

电子学报 2021年第4期49卷 661-664页

作者：李斌陈定山孙小兵薄莉莉扬州大学信息工程学院江苏扬州225127 江苏省知识管理与智能服务工程研究中心江苏扬州225127 南京大学计算机软件新技术国家重点实验室江苏南京210023

缺陷数据分析正成为软件工程领域的热点,现有缺陷分析技术无法有效处理复杂和冗余的缺陷数据,以高效地辅助缺陷修复工作.本文提出一种多特征匹配搜索算法——MMSBK(Multi-feature Matching Search Algorithm for Bug Knowledge).首先对... 详细信息

缺陷数据分析正成为软件工程领域的热点,现有缺陷分析技术无法有效处理复杂和冗余的缺陷数据,以高效地辅助缺陷修复工作.本文提出一种多特征匹配搜索算法——MMSBK(Multi-feature Matching Search Algorithm for Bug Knowledge).首先对缺陷问题进行分析,抽取其包含的缺陷实体及关系;然后,基于实体和关系匹配将缺陷问题与缺陷知识图谱关联,通过知识图谱的关联性和可视化帮助软件开发搜索缺陷知识;最后,基于匹配算法生成的缺陷关系三元组生成搜索结果子图.实验验证了MMSBK算法的有效性.

关键词：缺陷知识图谱知识搜索缺陷实体缺陷关系

来源：评论

学校读者我要写书评

暂无评论

基于联合动态剪枝的深度神经网络压缩算法

引用

计算机应用 2021年第6期41卷 1589-1596页

作者：张明明卢庆宁李文中宋浒国网江苏省电力有限公司信息通信分公司南京210024 计算机软件新技术国家重点实验室(南京大学) 南京210023

作为模型压缩的一个分支,网络剪枝算法通过移除深度神经网络中不重要的参数来降低计算消耗;然而,永久性的剪枝会导致模型容量不可逆转的损失。针对该问题,提出了一种联合动态剪枝的算法来综合分析卷积核与输入图像的特征。一方面,将部... 详细信息

作为模型压缩的一个分支,网络剪枝算法通过移除深度神经网络中不重要的参数来降低计算消耗;然而,永久性的剪枝会导致模型容量不可逆转的损失。针对该问题,提出了一种联合动态剪枝的算法来综合分析卷积核与输入图像的特征。一方面,将部分卷积核置零,并允许其在训练过程中更新,直到网络收敛之后再永久性移除被置零的卷积核。另一方面,采样输入图像的特征,然后利用通道重要性预测网络对这些特征进行分析,从而确定卷积运算中可以跳过的通道。基于M-Cifar Net与VGG16的实验结果表明,联合动态剪枝分别取得了2.11和1.99的浮点运算压缩比,而与基准模型(M-Cifar Net、VGG16)相比准确率仅分别下降不到0.8个百分点和1.2个百分点。相较于现有的网络剪枝算法,联合动态剪枝有效地减少了模型的浮点运算次数(FLOPs)以及参数规模,在同样的压缩比下获得了更高的准确率。

关键词：模型压缩网络剪枝动态剪枝深度神经网络卷积核

来源：评论

学校读者我要写书评

暂无评论

面向领域的软件系统构造与质量保障专题前言

引用

软件学报 2021年第4期32卷 887-888页

作者：潘敏学魏峻崔展齐计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学软件学院江苏南京210093 中国科学院软件研究所北京100190 北京信息科技大学计算机学院北京100101

软件是推动新一代信息技术发展的驱动力.随着互联网、云计算、人工智能等技术的快速发展,软件与物联网、区块链、自动驾驶等众多领域的融合进一步加强,正引领并促进这些领域向数字化、智能化发展,为社会、经济的加速演进和创新发展带来... 详细信息

软件是推动新一代信息技术发展的驱动力.随着互联网、云计算、人工智能等技术的快速发展,软件与物联网、区块链、自动驾驶等众多领域的融合进一步加强,正引领并促进这些领域向数字化、智能化发展,为社会、经济的加速演进和创新发展带来了新的契机.因此,面向领域的软件技术不仅是软件领域,也是众多其他领域国内外学者的关注焦点和研究重点.

关键词：软件技术面向领域人工智能区块链云计算物联网软件系统质量保障

来源：评论

学校读者我要写书评

暂无评论

ORESP:基于有序回归的软件缺陷严重程度预测方法

引用

计算机应用研究 2021年第6期38卷 1815-1818页

作者：贾焱鑫陈翔葛骅杨光林浩南通大学信息科学技术学院江苏南通226019 南京大学计算机软件新技术国家重点实验室南京210023

为提高软件缺陷严重程度的预测性能,通过充分考虑软件缺陷严重程度标签间的次序性,提出一种基于有序回归的软件缺陷严重程度预测方法ORESP。该方法首先使用基于Spearman的特征选择方法来识别并移除数据集内的冗余特征,随后使用基于比例... 详细信息

为提高软件缺陷严重程度的预测性能,通过充分考虑软件缺陷严重程度标签间的次序性,提出一种基于有序回归的软件缺陷严重程度预测方法ORESP。该方法首先使用基于Spearman的特征选择方法来识别并移除数据集内的冗余特征,随后使用基于比例优势模型的神经网络来构建预测模型。通过与五种经典分类方法的比较,所提的ORESP方法在四种不同类型的度量下均可取得更高的预测性能,其中基于平均0-1误差(MZE)评测指标,预测模型性能最大可提升10.3%;基于平均绝对误差(MAE)评测指标,预测模型性能最大可提升12.3%。除此之外,发现使用基于Spearman的特征选择方法可以有效提升ORESP方法的预测性能。

关键词：软件质量保障缺陷严重程度预测有序回归特征选择分类

来源：评论

学校读者我要写书评

暂无评论

基于效用函数的期望最大搜索算法

引用

软件导刊 2023年第8期22卷 86-92页

作者：魏语轩李昕闻陈兴国南京邮电大学贝尔英才学院南京邮电大学计算机学院、软件学院、网络空间安全学院南京邮电大学大数据安全与智能处理重点实验室江苏南京210023 南京大学计算机软件新技术国家重点实验室江苏南京210046

强化学习已在各行业得到广泛应用,强化学习所需的大量探索在很多语境下均可能带来严重后果。为此,业界提出安全强化学习。从经济学中借鉴的效用函数是其中的一种常用技巧,但其在搜索算法中还未得到充分研究。当智能体在风险中立的语境... 详细信息

强化学习已在各行业得到广泛应用,强化学习所需的大量探索在很多语境下均可能带来严重后果。为此,业界提出安全强化学习。从经济学中借鉴的效用函数是其中的一种常用技巧,但其在搜索算法中还未得到充分研究。当智能体在风险中立的语境下进行训练后,如何利用搜索算法将其迁移至风险敏感语境中仍是一个需要解决的问题。因此,提出向期望最大搜索算法中加入安全强化学习常用的效用函数技巧进行改进。以2048游戏为例,基于2022年最新的NTuple方法及在风险中立语境下所训练的权重,实验了不同的超参数。实验结果表明,将sigmoid函数作为效用函数应用于搜索算法中,可以显著提升算法性能。其中,在2层搜索中,改进后的算法相较于原始算法提升了14053.35分,在3层搜索中,提升了6522.9分。

关键词：随机性游戏 2048游戏期望最大搜索安全强化学习效用函数

来源：评论

学校读者我要写书评

暂无评论

基于模板的软件缺陷修复推荐方法

引用

小型微型计算机系统 2022年第5期43卷 1096-1101页

作者：薄莉莉朱轩锐孙小兵扬州大学信息工程学院江苏扬州225127 江苏省知识管理与智能服务工程研究中心江苏扬州225127 计算机软件新技术国家重点实验室(南京大学) 南京210023

软件中长期累积的历史遗留问题导致软件产品的规模和复杂性逐渐增大.为了有效提高软件缺陷修复的效率,本文针对源代码文件中的修复前代码版本和修复后代码版本之间的差异,根据预定义的细粒度更改操作提取缺陷修复模板,并基于此修复模板... 详细信息

软件中长期累积的历史遗留问题导致软件产品的规模和复杂性逐渐增大.为了有效提高软件缺陷修复的效率,本文针对源代码文件中的修复前代码版本和修复后代码版本之间的差异,根据预定义的细粒度更改操作提取缺陷修复模板,并基于此修复模板提出了一种缺陷修复推荐方法.结果表明,模板的覆盖范围可达67.11%,并且5位参评者评估其有效,认为此修复模板适用于软件缺陷并且能够解决部分缺陷问题.

关键词：软件缺陷修复修复模板修复推荐

来源：评论

学校读者我要写书评

暂无评论

面向流数据分类的在线学习综述

引用

软件学报 2020年第4期31卷 912-931页

作者：翟婷婷高阳朱俊武扬州大学信息工程学院江苏扬州225127 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

流数据分类旨在从连续不断到达的流式数据中增量学习一个从输入变量到类标变量的映射函数,以便对随时到达的测试数据进行准确分类.在线学习范式作为一种增量式的机器学习技术,是流数据分类的有效工具.主要从在线学习的角度对流数据分类... 详细信息

流数据分类旨在从连续不断到达的流式数据中增量学习一个从输入变量到类标变量的映射函数,以便对随时到达的测试数据进行准确分类.在线学习范式作为一种增量式的机器学习技术,是流数据分类的有效工具.主要从在线学习的角度对流数据分类算法的研究现状进行综述.具体地,首先介绍在线学习的基本框架和性能评估方法,然后着重介绍在线学习算法在一般流数据上的工作现状,在高维流数据上解决“维度诅咒”问题的工作现状,以及在演化流数据上处理“概念漂移”问题的工作现状,最后讨论高维和演化流数据分类未来仍然存在的挑战和亟待研究的方向.

关键词：在线学习流数据分类维度诅咒概念漂移稀疏在线学习演化流分类

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：