检索结果-内蒙古大学图书馆

系统仿真学报 2018年第1期30卷 1-7,17页

作者：郝耀辉韩继红郭虹刘树新信息工程大学郑州450001 数学工程与先进计算国家重点实验室郑州450001

分布式服务组合系统在军事、通信等领域被广泛地应用,为深入理解系统的特性,基于二分网络模型的结构形式对其进行了建模研究,使用平均场理论分析了负载均衡和随机选择两种连边方式下,服务节点度分布与终端节点满足Poisson分布的期望值... 详细信息

分布式服务组合系统在军事、通信等领域被广泛地应用,为深入理解系统的特性,基于二分网络模型的结构形式对其进行了建模研究,使用平均场理论分析了负载均衡和随机选择两种连边方式下,服务节点度分布与终端节点满足Poisson分布的期望值、终端节点申请的任务量大小、局域世界大小3个因素之间的关系,发现在随机选择连边方式下,局域世界因素对服务节点度分布无影响的特性。仿真模拟实验的结果进一步验证了理论推导结论的正确性。

关键词：二分网络分布式服务组合平均场理论负载均衡

来源：评论

学校读者我要写书评

暂无评论

元事件抽取研究综述

引用

计算机科学 2019年第8期46卷 9-15页

作者：高李政周刚罗军勇兰明敬数学工程与先进计算国家重点实验室

事件抽取是信息抽取领域的一个重要研究方向,在情报收集、知识提取、文档摘要、知识问答等领域有着广泛应用。对当前事件抽取领域研究得较多的元事件抽取进行了综述。首先,简要介绍了元事件和元事件抽取的基本概念,以及元事件抽取的主... 详细信息

事件抽取是信息抽取领域的一个重要研究方向,在情报收集、知识提取、文档摘要、知识问答等领域有着广泛应用。对当前事件抽取领域研究得较多的元事件抽取进行了综述。首先,简要介绍了元事件和元事件抽取的基本概念,以及元事件抽取的主要实现方法。然后,重点阐述了元事件抽取的主要任务,详细介绍了元事件检测过程,并对其他相关任务进行了概述。最后,总结了元事件抽取面临的问题,在此基础上展望了元事件抽取的发展趋势。

关键词：元事件抽取信息提取元事件检测触发词

来源：评论

学校读者我要写书评

暂无评论

C2P:基于Pi演算的协议C代码形式化抽象方法和工具

引用

软件学报 2021年第6期32卷 1581-1596页

作者：张协力祝跃飞顾纯祥陈熹数学工程与先进计算国家重点实验室河南郑州450001 网络密码技术河南省重点实验室河南郑州450002

形式化方法为安全协议分析提供了理论工具,但经过形式化验证过的协议标准在转换为具体程序实现时,可能无法满足相应的安全属性.为此,提出了一种检测安全协议代码语义逻辑错误的形式化验证方法.通过将协议C源码自动化抽象为Pi演算模型,基... 详细信息

形式化方法为安全协议分析提供了理论工具,但经过形式化验证过的协议标准在转换为具体程序实现时,可能无法满足相应的安全属性.为此,提出了一种检测安全协议代码语义逻辑错误的形式化验证方法.通过将协议C源码自动化抽象为Pi演算模型,基于Pi演算模型对协议安全属性形式化验证.最后给出了方案转换的正确性证明,并通过对Kerberos协议实例代码验证表明方法的有效性.根据该方案实现了自动化模型抽象工具C2P与成熟的协议验证工具ProVerif结合,能够为协议开发者或测试人员检测代码中的语义逻辑错误提供帮助.

关键词：协议实现形式化验证 Pi演算模型抽取 ProVerif

来源：评论

学校读者我要写书评

暂无评论

FPGA应用于高性能计算的研究现状和未来挑战

引用

计算机科学 2019年第11期46卷 11-19页

作者：贾迅钱磊邬贵明吴东谢向辉数学工程与先进计算国家重点实验室

提升计算能效并满足新兴应用的性能需求是目前超级计算系统面临的两大挑战。FPGA(Field-Programmable Gate Array)低功耗和可重构的特性为应对上述挑战提供了可能。现有研究通过分析FPGA上计算核心的实际性能,探索了FPGA应用于高性能计... 详细信息

提升计算能效并满足新兴应用的性能需求是目前超级计算系统面临的两大挑战。FPGA(Field-Programmable Gate Array)低功耗和可重构的特性为应对上述挑战提供了可能。现有研究通过分析FPGA上计算核心的实际性能,探索了FPGA应用于高性能计算的可行性,但其性能分析未考虑卷积神经网络的计算核心且缺乏高性能处理器作为参照。文中针对当前高性能计算领域主要的计算核心(包括广度优先搜索、稀疏矩阵向量乘、Stencil、Smith-Waterman和卷积神经网络),总结了FPGA上各计算核心的实现和性能优化,并将其与SW26010众核处理器进行了对比;同时探讨了FPGA应用于高性能计算时存在的若干问题。分析表明,当前FPGA的能效最高为SW26010的63倍;FPGA上新兴应用(如图计算和深度学习)的性能最高为SW26010的26倍。未来,降低FPGA与主机的通信开销,提升其可编程性并完善基于FPGA的科学计算软件库,可有效推动FPGA在高性能计算方面的应用。

关键词：高性能计算 FPGA 加速能效新兴应用

来源：评论

学校读者我要写书评

暂无评论

灰盒模糊测试自适应技术研究

引用

计算机工程与应用 2019年第14期55卷 87-97,167页

作者：许航赵世斌朱俊虎彭建山林宏阳数学工程与先进计算国家重点实验室

分析了在不同测试环境下灰盒模糊测试各个阶段的不适应问题,针对反馈获取、反馈处理和样本生成三个阶段机制存在的问题分别提出了自适应技术进行解决。针对样本生成机制存在的格式破坏缺陷,导致测试效率低下的问题,提出了样本格式修复技... 详细信息

分析了在不同测试环境下灰盒模糊测试各个阶段的不适应问题,针对反馈获取、反馈处理和样本生成三个阶段机制存在的问题分别提出了自适应技术进行解决。针对样本生成机制存在的格式破坏缺陷,导致测试效率低下的问题,提出了样本格式修复技术;针对反馈获取机制存在的缺陷,导致部分进化样本被漏报的问题,提出了路径追踪位图自适应技术;针对反馈处理机制存在的缺陷,导致优选语料库效率较低的问题,提出了语料选择自适应技术。基于提出的理论实现了原型系统,该原型系统在针对MathType、unzip、binutils等软件进行测试时代码分支发现的效率提高了20%以上,解决了部分进化样本的漏报问题,发现了一些商用软件的漏洞。

关键词：灰盒模糊测试自适应技术样本格式修复路径追踪位图语料选择

来源：评论

学校读者我要写书评

暂无评论

一种基于分布式平台的规则处理架构

引用

计算机工程与科学 2020年第1期42卷 18-24页

作者：陈孟东原昊谢向辉吴东数学工程与先进计算国家重点实验室

采用字符串变换规则对字典进行变形变换是安全字符串恢复中的一种有效方法,然而,规则的处理过程复杂,现有的方式都是基于软件实现,针对处理性能、功耗等方面的现实需求,提出了一种基于分布式平台的规则处理架构,首次使用FPGA硬件来加速... 详细信息

采用字符串变换规则对字典进行变形变换是安全字符串恢复中的一种有效方法,然而,规则的处理过程复杂,现有的方式都是基于软件实现,针对处理性能、功耗等方面的现实需求,提出了一种基于分布式平台的规则处理架构,首次使用FPGA硬件来加速规则的处理过程,并通过将复杂的规则组合进行拆分,分布到并行结点上进一步加速规则的处理过程。在蚁群系统上的实验结果表明,采用该种架构的规则处理系统满足实际需求,性能和能效相比CPU和GPU都有显著提高,表明了该分布式规则处理架构的有效性。

关键词：规则分布式平台身份认证字符串

来源：评论

学校读者我要写书评

暂无评论

基于Intel MIC架构的3D有限差分算法优化

引用

计算机科学 2017年第5期44卷 26-32页

作者：郝鑫郭绍忠数学工程与先进计算国家重点实验室

有限差分算法是一种基于偏微分方程的数值离散方法,被广泛应用于弹性波传播问题的数值模拟中。该算法访存跨度大、计算密度高、CPU利用率低,这在实际应用中成为了性能瓶颈。针对上述问题,在详析3D有限差分算法(3DFD)的基础上,基于Intel ... 详细信息

有限差分算法是一种基于偏微分方程的数值离散方法,被广泛应用于弹性波传播问题的数值模拟中。该算法访存跨度大、计算密度高、CPU利用率低,这在实际应用中成为了性能瓶颈。针对上述问题,在详析3D有限差分算法(3DFD)的基础上,基于Intel MIC架构,采用三步递进法对其进行优化:首先,通过分支消除、循环展开、不变量外提等基本优化法削减计算强度并为向量化扫除障碍;然后,通过分析数据依赖及循环分块,使用向量指令集改写核心算法等并行优化法,充分利用MIC协处理器多线程、长向量的机制;最后,在异构众核平台(CPU+MIC:Many Integrated Cores)下通过数据传输最小化、负载均衡等异构协同优化法实现CPU和MIC的并行计算。实验验证,与原有算法相比,优化后的算法在异构平台上获得了50~120倍的加速。

关键词：有限差分算法 MIC架构向量化异构协同并行计算

来源：评论

学校读者我要写书评

暂无评论

拟态构造Web服务器的服务质量量化方法

引用

计算机科学 2019年第11期46卷 109-118页

作者：张杰鑫庞建民张铮邰铭刘浩数学工程与先进计算国家重点实验室

随着新兴的“互联网+”快速成为驱动社会经济发展的重要动力,Web服务的地位越来越重要,其面临的安全问题也越来越严重。拟态构造Web服务器是一种基于拟态防御原理的新型Web防御系统,其利用异构性、动态性、冗余性等特性阻断或扰乱网络... 详细信息

随着新兴的“互联网+”快速成为驱动社会经济发展的重要动力,Web服务的地位越来越重要,其面临的安全问题也越来越严重。拟态构造Web服务器是一种基于拟态防御原理的新型Web防御系统,其利用异构性、动态性、冗余性等特性阻断或扰乱网络攻击。虽然其已经展开应用部署,并取得了较好的防御效果,但至今仍缺乏有效的服务质量量化评估方法。首先在分析拟态构造Web服务器系统架构的基础上,讨论其服务质量量化与传统的Web服务质量量化的区别和关键问题,分析了影响其服务质量的因素;然后基于“木桶”原理提出了拟态构造Web服务器服务质量的量化评估方法,并利用向量相似度方法量化服务质量的损耗值。文中在理论上为拟态构造Web服务器服务质量量化评估提供了一种新方法,在工程实践上为优化其服务质量提供了指导。仿真和实验结果表明,与现有的评价方法相比,提出的量化方法能够更加有效地量化评估拟态构造Web服务器的服务质量。

关键词： Web服务服务质量拟态防御 QoS属性量化方法

来源：评论

学校读者我要写书评

暂无评论

基于动态指导的深度学习模型稀疏化执行方法

引用

南京师大学报（自然科学版） 2019年第3期42卷 11-19页

作者：孙茹君张鲁飞数学工程与先进计算国家重点实验室

以深度学习为代表的人工智能技术迅速发展,庞大的数据、模型,更大的计算量和更复杂的计算都对模型的执行提出了挑战.在实际应用中,资源和应用的动态特征以及用户的动态需求,需要模型执行的动态性来保证.而稀疏化是在资源受限、用户需求... 详细信息

以深度学习为代表的人工智能技术迅速发展,庞大的数据、模型,更大的计算量和更复杂的计算都对模型的执行提出了挑战.在实际应用中,资源和应用的动态特征以及用户的动态需求,需要模型执行的动态性来保证.而稀疏化是在资源受限、用户需求调整情况下动态模型的执行重要手段.目前主流的稀疏化技术主要是针对特定问题的稀疏化,且针对推理的多,针对训练的少,缺乏在训练执行阶段进行动态调整和稀疏化的手段.本文在对深度学习领域的基本计算单元进行可稀疏性分析的基础上,进一步分析了模型执行的不同层面、不同组成部分的稀疏化能力;经过对动态需求、模型稀疏化策略的建模后,提出了基于动态指导的深度学习模型稀疏化执行方法,并进行了基本实验;最后从量化建模与量化实验的角度对今后的研究工作提出了展望.

关键词：深度学习稀疏化方法资源受限动态调度

来源：评论

学校读者我要写书评

暂无评论

基于软件基因的Android恶意软件检测与分类

引用

计算机应用研究 2019年第6期36卷 1813-1818页

作者：韩金单征赵炳麟孙文杰数学工程与先进计算国家重点实验室

随着移动互联网的发展,针对Android平台的恶意代码呈现急剧增长。而现有的Android恶意代码分析方法多聚焦于基于特征对恶意代码的检测,缺少统一的系统化分析方法,且少有对恶意代码进行分类的研究。基于这种现状,提出了恶意软件基因的概... 详细信息

随着移动互联网的发展,针对Android平台的恶意代码呈现急剧增长。而现有的Android恶意代码分析方法多聚焦于基于特征对恶意代码的检测,缺少统一的系统化分析方法,且少有对恶意代码进行分类的研究。基于这种现状,提出了恶意软件基因的概念,以包含功能信息的片段对恶意代码进行分析;根据Android平台软件的特点,通过代码段和资源段分别提取了软件基因,其中代码段基因基于use-def链(使用—定义链)进行形式化。此外,分别提出了基于恶意软件基因的检测框架和分类框架,通过机器学习中的支持向量机对恶意软件基因进行学习,具有较高的检测率和分类正确率,其中检测召回率达到了98.37%,验证了恶意软件基因在分析同源性中的作用。

关键词： Android安全恶意软件基因 use-def链检测分类

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：