面向航天器综合测试系统的Web缓存替换策略

航天器一般为复杂系统,其作为典型安全苛刻系统,在综合测试过程中会产生大量测试数据。在查询这些测试数据时,现有的B/S数据查询技术,每次查询时采用从数据库服务器中获取数据的方式,极大地消耗了数据库服务器的资源,占用了大量的网络带宽,导致系统的整体性能下降,用户体验不佳。通过对安全苛刻系统综合测试数据特点和用户查询特征的分析,基于经典Web缓存替换算法GDSF,提出一种适用于B/S数据查询系统的Web缓存替换算法GDSF-STW。该算法是在GDSF算法的基础上,引入了数据流挖掘中的时间衰减模型,并采用滑动时间窗口的思想,提高缓存命中率,从而提高系统的性能,改善用户体验。通过GDSF-STW与LRU、LFU、LFU-DA、GDSF等经典算法进行实验对比,结果表明,GDSF-STW算法具有更好的缓存命中率。      

Internet上的流媒体特性及用户访问行为研究

通过跟踪CERNET中典型流媒体服务器日志,分析了流媒体特性和用户访问行为,为在Internet上通过内容分送网络(CDN)高效分送流媒体内容及流代理服务器的仿真与设计提供实验依据.结果表明:流对象大小和播放持续时间较好地符合对数正态分布,平均位速率呈"双峰"变化特性;对流媒体的访问呈现出比Zipf分布更强烈的偏向性;请求具有定域性,其是由对文件排列中的前若干文件的频繁访问所造成,这些请求间具有较强时间相关性.指出了上述结论对仿真、设计和实现流媒体缓存代理服务器的意义.     

基于前缀树的数据流容错概要结构构造

应用于数据流环境的数据挖掘算法应首要考虑算法的时空复杂性,而要实现消耗巨大计算资源的容错模式挖掘则更要专注于算法的效率.容错模式挖掘是为了从被噪声干扰的真实世界数据中获取允许一定程度错配的、更加泛化的有用知识.提出一种新的单遍历、高压缩的容错前缀树形概要结构DSFT-tree(Data Stream Fault-Tolerant Frequent Pattern Tree),用来捕捉最近到达的数据流中的数据元素,并且能够高效移除过期数据,实现最大限度地降低计算资源消耗.利用滑动窗指针和位向量表达法实现容错树形概要结构的高效重构,并进一步基于滑动窗口技术实现了数据流环境下的容错频繁项挖掘.实验采用IBM数据发生器产生事务数据,在合理时间内最终挖掘频繁项的数量为FP-stream算法的1.5倍.      

基于远程渲染的三维模型发布系统

当前三维模型在Internet上的应用越来越广,但先下载再显示的传统发布方式也一直受到安全性、网络带宽和客户端机器的图形性能3方面的制约.结合三维模型化简和远程渲染技术提出了一种新的三维模型发布系统.系统把高精度模型保存在渲染服务器上,客户端的三维浏览器只提供大幅精简的粗糙模型.用户可以在客户端对粗糙模型进行缩放、平移和旋转等操作,选择最佳的观察视点.当用户停止操作时,客户端向服务器发送一个渲染请求,该请求中包含用户当前的视点、方向和光照条件等信息.服务器根据客户端请求进行渲染并返回高精度模型的图像.因为敏感的高精度模型保存在服务器端,因此该系统具有先天的安全性优势;因为客户端和服务器之间只在用户停止操作时传输平均大小为30 kByte的图像,因此系统对网络带宽要求很低;此外客户端只需要渲染极为简单的精简版模型,所以不需要很高的图形性能.      

一种机群上的处理器虚拟化方法

为了使操作系统能够透明地利用机群中多个服务器的处理器资源,提出了分布式虚拟机监控器中的处理器资源虚拟化方案:即在每个服务器内部提供一定量的虚拟处理器的基础上,通过在服务器之间协作情况下的指令模拟,保证各个虚拟处理器的正常运转,并实现各个虚拟处理器对客户操作系统的位置透明性,从而使得客户操作系统和应用程序可以使用底层多个服务器的处理能力.     

具有容错特性的两层数据流聚类方法

提出一种具有容错能力的进化数据流聚类算法FTGDStream (Fault-Tolerant Grid-Density Clustering over Data Stream),通过在聚类过程中引入适当的松弛条件,从而在含有噪声的真实世界数据中获取更加泛化的有用知识.首先利用基于相似性度量和小波技术的HLSFTS (Hierarchical Lifting Scheme Fault-Tolerant Synopses)层次概要数据结构实现在线微聚类过程,然后采用基于网格密度的聚类算法实现离线宏聚类过程.在线算法所构造的小波概要数据结构对原始数据的高压缩率降低了离线网格密度聚类算法的计算负载,提高了二层数据流聚类算法的效率.在UCI数据集上的仿真实验结果表明,FTGDStream算法可以聚类任意空间形状的数据并且适用于高维数据流环境,是一种具有容错能力的高效数据流聚类算法.     

一种基于固态盘的磁盘缓存系统架构及其在子午工程数 据中心业务系统中的应用

固态盘作为内存和磁盘之间的二级磁盘缓存运用于服务器存储层次结构中, 以满足空间科学研究领域日益增长的应用级I/O请求. 然而, 当前主流混合 存储架构未能充分发挥固态盘优势, 也没有考虑其寿命损耗. 因此, 本文提 出一种联合固态盘、磁盘的RAF (Random-Access First)混合存储架构, 在 提高系统性能的同时可延长固态盘寿命. 其主要思路是通过序列探测技术, 区 分负载中的随机访问和连续访问, 并将随机和顺序访问请求重定向到固态盘 和磁盘系统分别处理. RAF的原型已在Linux内核2.6.30.10中实现. 基于子 午工程真实业务数据及模拟数据的实验结果表明, RAF与当前的主流架 构Flash Cache相比, 在多种负载情况下可提升系统响应时间17%, 同时减少 固态盘老化率53%, 提高了存储系统的整体性能.      

基于SSL的数据安全传输系统的设计与实现

安全套接层协议SSL(Secure Socket Layer)是用来保障数据安全传输的协议,目前已经成为工业标准.首先简要介绍了SSL协议,设计并实现了基于SSL的数据安全传输系统,它由两部分组成:SSL客户方安全通信代理CSP(Client Secure Proxy)和服务器方安全通信网关SSG(Server Secure Gateway),二者可以在Internet上建立一个安全通道,从而能够保障敏感数据的安全传输.讨论了系统的整体结构,并详细分析了实现中的若干关键技术,主要包括握手协议的实现、密钥的协商、记录层数据的分段与填充、会话重用等.      

环扫SAR的快速聚焦成像算法

针对环扫合成孔径雷达的成像方法进行研究,分析了环扫合成孔径雷达的工作原理以及信号模型,并提出一种基于频谱分析的聚焦成像算法,该算法较好地校正了批处理数据内的距离徙动,适合对环扫SAR(Synthetic Aperture Radar)进行高精度成像处理.给出了块数据快速聚焦算法的流程图以及简单的推导过程,并在此基础上给出了环扫SAR成像处理的完整流程.较之经典多普勒波束锐化DBS(Doppler Beam Sharpening)非聚焦算法,这种聚焦算法计算量略大,但成像精度高;较之ECS(Extended Chirp Scaling)算法,虽然补偿精度稍低,但计算量大大降低.因此这种算法能够很好地用于环扫SAR高分辨率快速成像.计算机仿真结果验证本文算法的有效性.      

数据流频繁闭集的在线挖掘

基于算法LossyCounting,提出了数据流频繁闭集的在线挖掘算法LC_Closed(LossyCounting_Closed).设计了基于前缀树的频繁闭集压缩存储结构CI-forest(ClosedItemsets-forest),利用该数据结构可以快速的插入和查询闭集模式,且在处理新的事务数据时能够快速定位相关的历史闭集模式.该算法采用在线的处理方式,提高了算法的实时性.实验的结果证明该算法是有效的.      

基于网络编码的无线NoC多播映射

具有高带宽、QoS保障和广播等优点的无线片上网络（NoC）能为通信信号系统的多核并行处理提供平台,而网络编码能够以较小功耗开销为代价显著提高NoC的传输效率。本文从通信信号系统的多播特性与需求出发,为无线NoC建立合适的架构与映射模型,在多约束条件下设计满足网络吞吐率性能最大化及核间通信延时、数据传输和编码功耗等开销最小化的任务映射与网络编码技术联合优化方法,实现了任务的高效并行与多处理核的协同工作。实验表明,本文提出的网络架构及映射算法与传统方式相比能节约6%的功耗,得到16%的吞吐率增益,并且路由节点硬件实现复杂度低。      

基于LSTM的TTE网络速率约束流量预测

时间触发以太网（TTE）中的速率约束（RC）流量为事件触发流量，在RC流量动态调度的应用场景下，若能预测未来短时间内数条RC流量到达交换节点的序列，使交换节点提前进行调度决策，以减小RC流量时延，提高网络吞吐量。对RC流量到达序列预测问题进行了研究，建立了RC流量的到达序列模型，提出了基于长短期记忆网络（LSTM）算法的RC流量预测算法。利用OMNET++工具进行TTE网络仿真，得到多组混合关键性配置下RC流量的传输数据；以此作为输入样本对预测算法进行训练和测试。实验结果显示，LSTM算法在RC流量预测问题的准确率达到了70%以上。通过对比实验说明所提算法适用于RC流量预测场景。      

基于策略和流分类的MPLS显式路由算法

提出一种基于策略和流分类的多协议标记交换(MPLS,Multi-Protocol Label Switch)流量工程显式路由算法,算法分离线计算和在线计算2个步骤实施.离线计算基于多商品流问题,计算使网络总体资源耗费最低,并且能够满足流的带宽需求的每链路每流带宽分配值.在线计算根据这种带宽分配结果,实时计算最短路径作为单个流的显式路由.离线计算和在线计算相结合可使网络流按照其固有的流量分布特征合理地映射到网络物理拓扑中,在一定程度上避免了因路由计算不合理而导致的网络性能退化和资源使用不均衡等问题.算法综合考虑网络流量、资源、管理策略等要素,能够较好地平衡网络资源的使用,提高网络资源利用率,有效实施MPLS流量工程.      

Forecasting space weather: Predicting interplanetary shocks using neural networks

We are developing a system to predict the arrival of interplanetary (IP) shocks at the Earth. These events are routinely detected by the Electron, Proton, and Alpha Monitor (EPAM) instrument aboard NASA’s ACE spacecraft, which is positioned at Lagrange Point 1 (L1). In this work, we use historical EPAM data to train an IP shock forecasting algorithm. Our approach centers on the observation that these shocks are often preceded by identifiable signatures in the energetic particle intensity data. Using EPAM data, we trained an artificial neural network to predict the time remaining until the shock arrival. After training this algorithm on 37 events, it was able to forecast the arrival time for 19 previously unseen events. The average uncertainty in the prediction 24 h in advance was 8.9 h, while the uncertainty improved to 4.6 h when the event was 12 h away. This system is accessible online, where it provides predictions of shock arrival times using real-time EPAM data.     

基于地面分布式数据中心的天地一体化网络

天地一体化网络通常具有覆盖范围广、数据传输量大等特点。现有的一体化网络研究侧重于网络间传输协议,以及如何有效管理网络资源等。但考虑到当前卫星网络数据处理能力相对较差,而地面网络发展已非常成熟,因此将一体化网络与数据中心网络融合,把数据中心网分布式地接入骨干光网络中,卫星作为网络的传输节点与地面分布式数据中心网络构成统一整体;以中国电信骨干网为基础,针对一体化网络的内部传输代价和外部请求代价等多种因素,进行折中,使用整数线性规划得到网络的最优化部署。所提出的网络架构能很好地满足一体化网络的要求,提供了一种具有竞争力的信息平台设计架构。     

最新CCSDS图像压缩算法研究与实现

2005年CCSDS(空间数据系统咨询委员会)推出了一项新的图像数据压缩算法标准,制定算法标准的目的是为了解决有效载荷设备的数据压缩以及如何分段压缩能使地面更好地接收图像数据和解压缩.算法的应用能够减少静态图像的数据量,这样不仅可以降低传输带宽,减少数据存储,而且在给定码率情况下能缩短传输时间,这对空间数据压缩具有重要意义.针对CCSDS最新推出的图像压缩算法进行了研究并对其性能进行了阐述,分析了算法硬件实现的可行性,并将算法软件实现的结果与其他图像压缩算法的实现结果进行了测试比较,结果表明在低码率下压缩性能与JPEG 2000,SPIHT相当,甚至更好,完全符合星载图像压缩在低码率下传输的要求.      

基于倒置残差注意力的无人机航拍图像小目标检测

针对无人机航拍图像背景复杂、小尺寸目标较多等问题,提出了一种基于倒置残差注意力的无人机航拍图像小目标检测算法。在主干网络部分嵌入倒置残差模块与倒置残差注意力模块,利用低维向高维的特征信息映射,获得丰富的小目标空间信息和深层语义信息,提升小目标的检测精度;在特征融合部分设计多尺度特征融合模块,融合浅层空间信息和深层语义信息,并生成4个不同感受野的检测头,提升模型对小尺寸目标的识别能力,减少小目标的漏检;设计马赛克混合数据增强方法,建立数据之间的线性关系,增加图像背景复杂度,提升算法的鲁棒性。在VisDrone数据集上的实验结果表明：所提模型的平均精度均值比DSHNet模型提升了1.2%,有效改善了无人机航拍图像小目标漏检、误检的问题。     

非均匀间距的低副瓣宽带微带阵列天线设计

为降低天线副瓣电平（SLL）和展宽带宽，设计了一款谐振频率为14.25 GHz的16阵元非均匀间距的耦合馈电微带阵列天线。天线采用多层设计，通过在接地板开矩形槽进行耦合馈电，并引入空气层，降低天线Q值，增大带宽。区别于均匀间距阵列天线的激励幅值加权，从阵元间距角度入手，利用差分进化算法降低副瓣电平，构建非均匀间距并联线阵天线。用槽面辐射的能量近似代替阵元接收的能量，观察阵元功率分配情况，并建立馈电网络所有馈线段的数学关系，保证非均匀间距条件下所有阵元为等幅同相激励。测试结果显示，天线在14~14.5 GHz范围内电压驻波比小于2，满足了卫星动中通的带宽要求；工作带宽内增益大于16 dB，副瓣电平低于-16 dB，性能优于均匀间距阵列天线。