检索结果-内蒙古大学图书馆

软件学报 2025年第1期36卷 446-468页

作者：刘海龙王硕侯舒峰徐海洋李战怀西北工业大学计算机学院陕西西安710072 大数据存储与管理工业和信息化部重点实验室(西北工业大学) 陕西西安710072

云多租数据库具有按需付费、按需扩展、免部署、高可用、自带运维能力、资源共享等诸多优势,可以大大降低用户使用数据库服务的成本.现在越来越多的企业和个人开始在数据库即服务(DaaS)平台托管他们的数据库服务.DaaS平台需要按照用户... 详细信息

云多租数据库具有按需付费、按需扩展、免部署、高可用、自带运维能力、资源共享等诸多优势,可以大大降低用户使用数据库服务的成本.现在越来越多的企业和个人开始在数据库即服务(DaaS)平台托管他们的数据库服务.DaaS平台需要按照用户服务水平协议(SLA)为诸多租户提供服务,同时也需要保障平台收益.但是,由于租户及其负载具有动态性、异构性和竞争性等特点,如何在遵循SLA的同时根据负载自适应规划调度资源同时兼顾平台收益对于DaaS平台来说是一件极具挑战性的工作.针对云多租数据库中比较常见的类型,如关系型数据库,详细分析了当前云多租数据库资源规划调度技术所面临的挑战,提炼了关键科学问题,给出了技术框架,然后从资源规划调度技术、资源预估技术、资源弹性伸缩技术以及数据库资源规划调度工具等4个方面对现有研究工作进行了总结和分析,并且展望了未来的研究方向.

关键词：多租户云数据库资源规划调度资源预估资源弹性伸缩关系数据库云原生多模数据库

来源：评论

学校读者我要写书评

暂无评论

面向信息系统设计的癌症阶段生物标志物识别

引用

计算机研究与发展 2025年

作者：陈伯林张劲雷张建君胡悠鹏王腾杨曼婷卞军尚学群西北工业大学计算机学院大数据存储与管理工信部重点实验室(西北工业大学) 西北工业大学软件学院西安交通大学附属儿童医院

癌症是1种复杂且动态变化的高异质性疾病.它的发生发展伴随着大量的基因突变与功能失调．识别癌症阶段相关的生物标志物，对于了解癌症的致病机理与发展机制至关重要.然而，现有的癌症生物标志物识别方法通常将各个基因看作是孤立的节... 详细信息

癌症是1种复杂且动态变化的高异质性疾病.它的发生发展伴随着大量的基因突变与功能失调．识别癌症阶段相关的生物标志物，对于了解癌症的致病机理与发展机制至关重要.然而，现有的癌症生物标志物识别方法通常将各个基因看作是孤立的节点，且仅关注癌症的二分类效果，忽略了不同基因之间的交互关系变化以及不同病理阶段的显著差别.为解决上述问题，首先为癌症各阶段构建回归残差网络（regression residual network，RRN），分析每个阶段RRN的节点和边，并结合生物通路进行多源数据挖掘，刻画了癌症随阶段演化的整个过程.通过对癌症的演化分析，分别获得癌症二分类和阶段多分类的生物网络标志物，并在GSE10072和GSE42171数据集上进行了验证.实验结果表明，仅使用2个基因ALDOA和NME1组成的生物标志物，可以在肺腺癌二分类问题上获得跟现有研究结果具有同样竞争力的预测精度，而使用由17条边构成的阶段生物标志物，则可以在肺腺癌阶段多分类问题上获得比现有方法高出14.86%的预测精度.

关键词：癌症演化生物网络标志物阶段生物标志物表达模式信息系统

来源：评论

学校读者我要写书评

暂无评论

基于组合负载预测模型的多租户数据库弹性伸缩方法

引用

软件学报 2025年第3期36卷 981-994页

作者：徐海洋刘海龙陈先王磊金轲侯舒峰李战怀西北工业大学计算机学院陕西西安710100 大数据存储与管理工业和信息化部重点实验室(西北工业大学) 陕西西安710100 西安中兴新软件有限责任公司陕西西安710100

云环境下的多租户数据库重要特性之一是可伸缩性,然而大部分的弹性伸缩技术难以针对复杂变化的负载进行有效的伸缩决策.若能提前预测负载变化,则能够准确地调整资源供给.鉴于此,提出了基于内存负载预测的多租户数据库弹性伸缩方法,包括... 详细信息

云环境下的多租户数据库重要特性之一是可伸缩性,然而大部分的弹性伸缩技术难以针对复杂变化的负载进行有效的伸缩决策.若能提前预测负载变化,则能够准确地调整资源供给.鉴于此,提出了基于内存负载预测的多租户数据库弹性伸缩方法,包括一种组合负载预测模型和一种弹性伸缩策略.组合负载预测模型融合了卷积神经网络、长短期记忆网络和门控循环单元的优势,可以比较精确地预测数据库集群内存负载需求;弹性伸缩策略基于需求预测结果,调整虚拟机数目,保证资源供应处于合理范围.与现有方法对比,所提出的模型预测误差降低了8.7%-21.8%,预测拟合度提高了4.6%.在此基础上,改进了贝叶斯优化算法,用于该模型超参数调优,解决了贝叶斯优化在离散解、连续解的组合域中效果较差的问题,误差指标值降低了20%以上,拟合度提高了1.04%.实验结果表明,与Kubernetes中应用最广泛的伸缩策略相比,所提出的弹性伸缩方法避免了弹性伸缩的滞后性与资源浪费,响应时间降低了8.12%,延迟降低了9.56%.

关键词：多租户数据库资源管理资源预测弹性伸缩

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的函数名一致性检查及推荐方法

引用

软件学报 2024年第10期35卷 4604-4622页

作者：郑炜唐辉陈翔张永杰西北工业大学软件学院陕西西安710072 南通大学信息科学技术学院江苏南通226019 空天地海一体化大数据应用技术国家工程实验室(西北工业大学) 陕西西安710072 大数据存储与管理工业和信息化部重点实验室(西北工业大学) 陕西西安710072

函数是大多数传统编程语言中聚合行为的最小命名单元,函数名的可读性对于程序员理解程序功能及不同模块之间的交互有着至关重要的作用,低质量的函数名会使开发人员感到困惑,增加代码中的坏味道,进而引发由API误用而导致的软件缺陷.为此... 详细信息

函数是大多数传统编程语言中聚合行为的最小命名单元,函数名的可读性对于程序员理解程序功能及不同模块之间的交互有着至关重要的作用,低质量的函数名会使开发人员感到困惑,增加代码中的坏味道,进而引发由API误用而导致的软件缺陷.为此,提出一种基于深度学习的函数名一致性检查及推荐方法,该方法被命名为DMName.首先,对于给定的目标函数源码,分别构建其内部上下文、交互上下文、兄弟上下文和封闭上下文,合并后得到上下文信息标记序列,然后利用FastText词嵌入技术将标记序列转换为上下文表示向量序列,输入到seq2seq模型编码器中,引入Copy机制和Coverage机制分别解决OOV问题和重复解码问题,输出目标函数名预测结果的向量序列,借助双通道CNN分类器进行函数名的一致性判断,若不一致则根据向量空间相似度匹配直接映射获得推荐的函数名.实验结果表明,DMName方法在函数名一致性检查任务和函数名推荐任务中的F1值分别达到82.65%和73.31%,比目前最优的DeepName方法分别提高2.01%和2.96%.最后,在GitHub大规模开源项目lancia中对DMName方法进行验证,挖掘得到16个函数名不一致问题并进行合理的名称推荐,进一步证实DMName方法的有效性.

关键词：函数名一致性检查名称推荐深度学习 seq2seq模型

来源：评论

学校读者我要写书评

暂无评论

基于增量局部加权学习的查询模板自适应基数估计

引用

计算机学报 2022年第1期45卷 17-34页

作者：冯杰明李战怀陈群陈肇强西北工业大学计算机学院西安710072 西北工业大学大数据存储与管理工业和信息化部重点实验室西安710072

基数估计是基于代价查询优化的关键步骤,已经被研究了近40年.传统方法如基于直方图的方法在一些假设如属性相互独立、相交的表满足包含原则等成立时能基本满足准确性要求.然而,在真实运行环境中这些假设往往不再成立,可能导致基数估计... 详细信息

基数估计是基于代价查询优化的关键步骤,已经被研究了近40年.传统方法如基于直方图的方法在一些假设如属性相互独立、相交的表满足包含原则等成立时能基本满足准确性要求.然而,在真实运行环境中这些假设往往不再成立,可能导致基数估计严重错误进而造成查询延迟.近年来,随着数据的增多和新硬件的发展,使用机器学习方法来提高基数估计的质量成为了可能.由于基于代价的查询优化主要根据查询中子执行计划的估计代价来选择最优的查询执行计划,因此,有一些最近的工作针对一些关键的子执行计划模板建立相应的局部学习模型,取得了不错的进展.但是,这些局部模型主要用于查询(查询空间)分布和数据(数据库数据)分布不变的场景,而在真实运行环境中,它们往往不断地发生变化,限制了这些估计技术的有效性.在本文中,我们针对子执行计划模板在查询分布和数据分布不断变化的环境下提出了一种使用增量的局部加权学习进行自适应基数估计的方法.具体地说,首先抽取子执行计划的语义和统计特征使之能代表当前查询和数据的特性,然后使用增量的局部加权学习模型根据查询分布和数据分布的变化进行自适应的学习,实现基数估计.最后,通过对比实验验证了本文方法的有效性.

关键词：基数估计查询优化执行计划自适应学习增量学习局部加权学习

来源：评论

学校读者我要写书评

暂无评论

MMOS:支持超卖的多租户数据库内存资源共享方法

引用

计算机科学 2024年第2期51卷 27-35页

作者：徐海洋刘海龙杨超云王硕李战怀西北工业大学计算机学院西安710100 西北工业大学大数据存储与管理工业和信息化部重点实验室西安710100

多租户数据库为每个租户分配固定的资源配额,而这些资源配额通常未全部得到有效利用,这种静态分配策略导致资源利用率不高。若在不影响租户性能的前提下将未利用的空闲资源共享给其他租户使用,即实现资源超卖,则可以提高资源利用率、提... 详细信息

多租户数据库为每个租户分配固定的资源配额,而这些资源配额通常未全部得到有效利用,这种静态分配策略导致资源利用率不高。若在不影响租户性能的前提下将未利用的空闲资源共享给其他租户使用,即实现资源超卖,则可以提高资源利用率、提升平台收益。为了支持资源超卖,需要准确预测租户的资源需求,动态地按需为租户分配资源。已有的针对多租户数据库的资源共享方法的研究对象主要是CPU资源,鲜有支持超卖的内存资源共享方法。鉴于此,在联机分析处理场景下,提出了一种支持超卖的多租户数据库内存资源共享方法MMOS(Multi-tenant database Memory resource Overselling and Sharing)。该方法通过准确预测每个租户的内存需求区间,按照区间上限为租户动态调整内存配额,在不影响租户性能的前提下,统一管理空闲内存资源以支持更多租户,实现内存超卖。实验结果表明,MMOS在租户负载动态变化的场景下具有较好效果。在不同资源量的资源池下,支持的租户数可以增加2~2.6倍,资源利用率峰值提升175%~238%。同时,每个租户的业务与性能未受影响。

关键词：多租户数据库资源超卖内存资源资源预测资源分配

来源：评论

学校读者我要写书评

暂无评论

集中式集群资源调度框架的可扩展性优化

引用

计算机研究与发展 2021年第3期58卷 497-512页

作者：毛安琪汤小春丁朝李战怀西北工业大学计算机学院西安710129 工信部大数据存储与管理重点实验室(西北工业大学) 西安710129

集中式集群资源管理系统既能够确保全局资源状态的一致性亦拥有多种调度模型,因此被广泛应用于实际系统中.但是,当集中式资源管理器在接收并处理大规模的周期性心跳信息时,由于其采用单一节点来维护全局资源状态,所以资源管理器的负载... 详细信息

集中式集群资源管理系统既能够确保全局资源状态的一致性亦拥有多种调度模型,因此被广泛应用于实际系统中.但是,当集中式资源管理器在接收并处理大规模的周期性心跳信息时,由于其采用单一节点来维护全局资源状态,所以资源管理器的负载压力急剧增加,导致调度能力降低,影响了集群系统的可扩展性.针对上述问题,提出一种“没有变化就不更新”的思想,取代集中资源管理的定时更新机制,改善了集中式资源管理系统的可扩展性.首先,通过计算节点引入基于差分的心跳信息处理模型,使得未发生状态变化的节点不必发送心跳消息,从而减少消息发送的规模和次数;其次,针对节点宕机监测过程,提出基于环形监视的节点监控模型,让各个计算节点之间互相监视对方的宕机状态,从而将周期性监测压力转移到计算节点;最后,给出这2种模型在集中式资源管理系统YARN上的实现,并针对改进前后的系统进行实验测试.通过实验验证,当集群达到1万个节点且心跳时间间隔3 s时,改进后YARN系统的心跳信息处理效率以及资源更新效率相比原YARN系统提高40%左右.另外,改进后YARN系统管理集群节点规模相比原YARN系统扩大1.88倍以上.

关键词：集中式调度可扩展性心跳消息差分环形监控

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱的跨项目安全缺陷报告预测方法

引用

软件学报 2024年第3期35卷 1257-1279页

作者：郑炜刘程远吴潇雪陈翔成婧源孙小兵孙瑞阳西北工业大学软件学院陕西西安710072 扬州大学信息工程学院江苏扬州225127 南通大学信息科学技术学院江苏南通226019 空天地海一体化大数据应用技术国家工程实验室(西北工业大学) 陕西西安710072 大数据存储与管理工业和信息化部重点实验室(西北工业大学) 陕西西安710072 信息安全国家重点实验室(中国科学院信息工程研究所) 北京100093

安全缺陷报告可以描述软件产品中的安全关键漏洞.为了消除软件产品的安全攻击风险,安全缺陷报告(security bug report,SBR)预测越来越受到研究人员的关注.但在实际软件开发场景中,需要进行软件安全漏洞预测的项目可能是来自新公司或属... 详细信息

安全缺陷报告可以描述软件产品中的安全关键漏洞.为了消除软件产品的安全攻击风险,安全缺陷报告(security bug report,SBR)预测越来越受到研究人员的关注.但在实际软件开发场景中,需要进行软件安全漏洞预测的项目可能是来自新公司或属于新启动的项目,没有足够的已标记安全缺陷报告供在实践中构建此软件安全漏洞预测模型.一种简单的解决方案就是使用迁移模型,即利用其他项目已经标记过的数据来构建预测模型.受到该领域最近的两项研究工作的启发,以安全关键字过滤为思路提出一种融合知识图谱的跨项目安全缺陷报告预测方法KG-SBRP(knowledge graph of security bug report prediction).使用安全缺陷报告中的文本信息域结合CWE(common weakness enumeration)与CVE Details(common vulnerabilities and exposures)共同构建三元组规则实体,以三元组规则实体构建安全漏洞知识图谱,在图谱中结合实体及其关系识别安全缺陷报告.将数据分为训练集和测试集进行模型拟合和性能评估.所构建的模型在7个不同规模的安全缺陷报告数据集上展开实证研究,研究结果表明,所提方法与当前主流方法FARSEC和Keyword matrix相比,在跨项目安全缺陷报告预测场景下,性能指标F1-score值可以平均提高11%,除此之外,在项目内安全缺陷报告预测场景下,F1-score值同样可以平均提高30%.

关键词：软件安全安全缺陷报告预测跨项目知识图谱领域知识

来源：评论

学校读者我要写书评

暂无评论

安卓移动应用兼容性测试综述

引用

计算机研究与发展 2022年第6期59卷 1370-1387页

作者：郑炜唐辉陈翔张满青夏鑫西北工业大学软件学院西安710072 南通大学信息科学技术学院江苏南通226019 信息安全国家重点实验室(中国科学院信息工程研究所) 北京100093 蒙纳士大学信息技术学院澳大利亚墨尔本3800 空天地海一体化大数据应用技术国家工程实验室(西北工业大学) 西安710072 大数据存储与管理工业和信息化部重点实验室(西北工业大学) 西安710072

安卓移动应用兼容性故障是指应用程序在不同的环境或内部状态发生变化时,实际结果与预期结果不相符合而导致的一类软件缺陷.安卓平台的高度开源的特性,使得安卓平台下移动应用的兼容性故障频繁发生.这类软件故障在最严重的时候,甚至可... 详细信息

安卓移动应用兼容性故障是指应用程序在不同的环境或内部状态发生变化时,实际结果与预期结果不相符合而导致的一类软件缺陷.安卓平台的高度开源的特性,使得安卓平台下移动应用的兼容性故障频繁发生.这类软件故障在最严重的时候,甚至可以导致程序崩溃,程序崩溃一方面会影响到用户体验,另一方面因其突发性也会对用户带来难以估量的损失.因不同设备型号和安卓操作系统版本所组成的大量组合,使得开发人员无法对其应用程序进行充分的测试.在安卓生态系统碎片化异常严重的开发背景下,如何有效地应对兼容性问题成为当前软件质量保障领域的一个热门研究问题.从安卓移动应用兼容性故障的分析、检测、定位和修复3个方面出发,简要介绍了安卓移动应用兼容性故障的发展历程及该领域所面临的主要挑战,并回顾和总结了近些年来该综述主题的实践探索和理论成果.最后,对该领域的未来工作进行了展望,以期为兼容性测试研究人员提供有价值的参考.

关键词：安卓移动应用兼容性测试碎片化软件故障故障定位故障检测故障修复

来源：评论

学校读者我要写书评

暂无评论

重复软件缺陷报告检测方法综述

引用

软件学报 2022年第6期33卷 2288-2311页

作者：郑炜王晓龙陈翔夏鑫廖慧玲刘程远孙瑞阳西北工业大学软件学院陕西西安710072 Faculty of Information Technology Monash UniversityMelbourneVIC 3800Australia 南通大学信息科学技术学院江苏南通226019 空天地海一体化大数据应用技术国家工程实验室(西北工业大学) 陕西西安710072 大数据存储与管理工业和信息化部重点实验室(西北工业大学) 陕西西安710072 信息安全国家重点实验室(中国科学院信息工程研究所) 北京100093

软件缺陷在软件的开发和维护过程中是不可避免的,软件缺陷报告是软件维护过程中重要的缺陷描述文档,高质量的软件缺陷报告可以有效提高软件缺陷修复的效率.然而,由于存在许多开发人员、测试人员和用户与缺陷跟踪系统交互并提交软件缺陷... 详细信息

软件缺陷在软件的开发和维护过程中是不可避免的,软件缺陷报告是软件维护过程中重要的缺陷描述文档,高质量的软件缺陷报告可以有效提高软件缺陷修复的效率.然而,由于存在许多开发人员、测试人员和用户与缺陷跟踪系统交互并提交软件缺陷报告,同一个软件缺陷可能被不同的人员报告,导致了大量重复的软件缺陷报告.重复的软件缺陷报告势必加重人工检测重复缺陷报告的工作量,并造成人力物力的浪费,降低了软件缺陷修复的效率.以系统文献调研的方式,对近年来国内外学者在重复软件缺陷报告检测领域的研究工作进行了系统的分析.主要从研究方法、数据集的选取、性能评价等方面具体分析总结,并提出该领域在后续研究中存在的问题、挑战以及建议.

关键词：缺陷报告重复检测深度学习自然语言处理信息检索

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：