-
公开(公告)号：CN106371919A
公开(公告)日：2017-02-01
申请号：CN201610712705.5
申请日：2016-08-24
Applicant: 上海交通大学
CPC classification number: G06F9/5016 , G06F11/0709 , G06F11/073
Abstract: 本发明公开了一种基于映射-归约计算模型的洗牌数据缓存方法，包括映射-归约计算框架将一个映射-归约工作按任务为单位的划分通过接口发送到洗牌缓存主机，洗牌缓存主机接收到任务划分数据后，加上时间戳保存在本地内存中；洗牌缓存主机对任务划分数据采用随机算法将其中的归约任务与集群的各个节点做一个一对三的映射，并以哈希表的形式保存在洗牌缓存主机的内存中等步骤。本发明能够提升基于映射-归约模型的分布式计算框架的计算性能，避免低效的用户手动设置检查点，提升分布式计算框架的鲁棒性。
-
公开(公告)号：CN106326011A
公开(公告)日：2017-01-11
申请号：CN201610726983.6
申请日：2016-08-25
Applicant: 上海交通大学 , 国网甘肃省电力公司信息通信公司
IPC: G06F9/50
Abstract: 本发明提供了一种云计算中面向资源成本优化的多资源调度方法，包括：步骤A：获取用户提交的应用；步骤B：根据用户提交的应用确定最优资源配置。本发明提供的SmartYARN算法很好地解决了云计算中多资源配置的最优化问题，即在保证用户设定的性能约束下，通过分配合理的云计算资源，使得用户的任务资源花费最少。本发明适用于拥有大数据量、运行时间较长、并且希望减少资源花费的批处理任务。大量实验测试表明本发明不仅能达到98％的实际最优化准确率，而且性能开销较小，通常只需要15步搜索就能找到适用于该任务的最优资源配置。
-
公开(公告)号：CN106095576A
公开(公告)日：2016-11-09
申请号：CN201610415935.5
申请日：2016-06-14
Applicant: 上海交通大学
IPC: G06F9/50
CPC classification number: G06F9/5077 , G06F2209/5018
Abstract: 本发明公开了一种基于虚拟化多核环境下的非一致性I/O访问虚拟机资源迁移方法，包括：通过VMM和宿主机内存访问检测获得各虚拟CPU线程的线程内存分布矩阵，并记录在监视模块；通过宿主各内存节点访问延迟数据收集获得线程访问各节点的访问延迟矩阵，并记录在监视模块；当发现某个节点的负载高于某个阈值时，触发本CPU上负载最高的线程标记为需要迁移状态；利用公式得到迁移的目的节点，并实施迁移；迁移结束后将反馈管理模块，取消线程标记，继续监控。本发明解决了在虚拟化多核环境下的非一致性I/O访问虚拟资源调度问题，使得高性能网络中的物理带宽利用率得到提升。
-
公开(公告)号：CN103744716B
公开(公告)日：2016-09-07
申请号：CN201410018108.3
申请日：2014-01-15
Applicant: 上海交通大学
CPC classification number: G06F9/4812 , G06F9/45504 , G06F9/45558 , G06F9/461 , G06F9/48 , G06F13/24 , G06F2009/45579
Abstract: 本发明公开了基于当前VCPU调度状态的动态中断均衡映射方法，当SMP虚拟机的虚拟I/O APIC接收到一个虚拟中断后，需要将该虚拟中断映射给虚拟机的某一个VCPU时，根据当前VM的所有VCPU在VMM调度器中的调度状态，分析出处于活跃状态的部分VCPU，并且将该虚拟中断映射到活跃VCPU中，以获得较低的中断处理延时。如果同时有多个VCPU处于活跃状态，则进一步考虑各个活跃VCPU的中断负载，并且将该中断映射给当前负载最低的活跃VCPU，进一步保证各个VCPU之间的中断处理负载均衡，使得SMP结构下VCPU的负载更加对称，从而促进SMP结构下各个VCPU整体性能的均衡发挥。
-
公开(公告)号：CN105871618A
公开(公告)日：2016-08-17
申请号：CN201610228390.7
申请日：2016-04-13
Applicant: 上海交通大学
CPC classification number: G06F9/50 , H04L67/1004 , H04L41/042 , H04L41/08 , H04L67/1097
Abstract: 本发明提供了一种云调度器中应对不确定需求的多资源调度方法，其使用两个针对公平效率的计算公式，作为优化问题中的成本函数。对于一些资源需求不确定的变化集合，原始非线性优化问题的鲁棒性对等式易于计算，所以本发明对这些资源需求不确定的集合的特征进行了建模，即椭球体不确定模型。该模型将每个系数向量置于一个超椭球形的空间中，并作为测量不确定度大小的一个度量。通过借助于椭球体不确定模型，来解决非线性优化问题，可以得出能够应对于动态变化需求的资源分配方案。
-
Patent Agency Ranking
公开(公告)号：CN103425563B
公开(公告)日：2016-05-11
申请号：CN201310278529.5
申请日：2013-07-04
Applicant: 上海交通大学
Abstract: 一种基于虚拟化技术的在线I/O电子取证系统，包括：静默虚拟化模块：用于动态地创建虚拟机监视器层，把原先计算机操作系统悄悄地上托和封装为虚拟机；内存隐藏模块：对于所述的系统安装和运行时所占用的物理内存，通过建立私有页表的方式来进行隐藏；和在线I/O电子取证模块：对硬件设备的I/O活动进行监视和拦截，以获得所需的电子证据，及其电子取证方法。本发明在不影响被取证计算机系统正常运行的情况下，安全而准确地对针对特定硬件设备的各项I/O活动进行监控和记录，且不需要重新启动或者重装原系统；在虚拟机监视器层被创建后，取代操作系统而获得对硬件设备的控制权，并且独立运行于更高的特权模式中，从而保证了取证工作的准确性和有效性。
-
公开(公告)号：CN105227488A
公开(公告)日：2016-01-06
申请号：CN201510526867.5
申请日：2015-08-25
Applicant: 上海交通大学
IPC: H04L12/865 , H04L12/873
CPC classification number: Y02D50/30 , H04L47/52 , H04L47/6275
Abstract: 本发明公开了一种用于分布式计算机平台的网络流组调度方法。本发明通过心跳检测收集集群中实时的带宽信息，采用集中式调度来决定网络流组的优先级和传输速率，解决了分布式调度的复杂控制和对交换机的修改等问题。同时，又采用分布式的动态限速算法来控制低优先级的网络流组的传输速率，避免了集中式调度的带来的延迟性。通过这两种混合的调度策略，最终实现了对网络流组更精确的调度，从而降低了分布式计算机平台中网络流组的平均完成时间，提升分布式计算机平台的性能。
-
公开(公告)号：CN105187269A
公开(公告)日：2015-12-23
申请号：CN201510497717.6
申请日：2015-08-14
Applicant: 上海交通大学
IPC: H04L12/26
CPC classification number: H04L43/08
Abstract: 一种基于性能模型的云平台性能评测方法，通过对各类云系统的接口进行抽象和总结，将复杂的云资源操作逻辑进行封装，实现测试时自动化分配和管理云端资源，并且由基于全新建模方式得到的性能评测模块来对大量的实验数据进行分析解读，对被测云系统各个方面的性能进行扩展性分析，归纳被测云系统规模变化时的性能模型，最终可以较为直观的得到相应应用场景下云系统性能的变化趋势、峰值等情况，以此达到对云系统的性能评测和部署指导的作用。
-
公开(公告)号：CN103064746B
公开(公告)日：2015-08-12
申请号：CN201310025314.2
申请日：2013-01-23
Applicant: 上海交通大学
IPC: G06F9/50
CPC classification number: G06F9/5038 , G06F9/45533 , G06F9/45558 , G06F9/4881 , G06F2009/4557 , G06F2209/485
Abstract: 本发明公开了一种基于当前credit进行预测调度的处理器资源精确分配方法，其中，Credit调度器的运行队列包括位于队列的前部分的处于UNDER优先级的VCPU、处于OVER优先级的VCPU、位于队列末尾的IDLE优先级的VCPU以及用于保存所有透支了credit的VCPU的等待队列，该方法基于VCPU所拥有的credit值来预测credit开始透支的时间点，并停止对该VCPU的调度，从而有效控制credit的消耗，进而达到精确分配处理器资源的目的。本发明提高了Credit调度器在NWC模式下分配处理器资源的精确度，提高了VCPU的隔离性，可以有效地对处理器资源进行划分。此外，该方法还能保留现有Credit调度器对小任务负载的响应快速响应，负载均衡的优点。
-
公开(公告)号：CN104573560A
公开(公告)日：2015-04-29
申请号：CN201510041710.3
申请日：2015-01-27
Applicant: 上海交通大学
IPC: G06F21/62
CPC classification number: G06F21/6245 , G06F2221/2141
Abstract: 本发明公开了一种基于小波变换的差分隐私数据发布方法。通过把原始数据集的属性取值概括为预定义概括树结构中最顶层的取值，再利用概括树结构自顶向下的细分取值，一步一步把概括化的属性值转化为细分的属性值。在选择属性进行细分的选择算法上，利用已有的指数加噪方法；在叶子节点的加噪中引入了小波变换的加噪方法，使得在满足差分隐私保护的前提下，尽量减少新发布数据集相对原始数据集的噪音。本发明结合小波变换和指数机制协同加噪，有效的减少了在对原始数据集加噪过程中噪音的累积，并且符合差分隐私保护的定义，减少了隐私保护的代价，有效提高了差分隐私保护后数据集的利用率。
-
-
-
-
-
-
-
-
-
Search Results
362
records
(took 0.029 seconds)
