-
公开(公告)号：CN111857601B
公开(公告)日：2023-09-01
申请号：CN202010750861.7
申请日：2020-07-30
Applicant: 暨南大学
IPC: G06F3/06
Abstract: 本发明公开了一种基于垃圾回收与通道并行性的固态盘缓存管理方法，通过垃圾回收探测写机制和通道并行写机制来管理缓存区。在缓存回写前采用垃圾回收探测写机制尽可能避免I/O冲突，同时降低缓存缺失代价。在缓存回写时尽可能采用通道并行写机制用一次写操作隐藏多次写操作的时间开销，提高固态盘写带宽。该固态盘缓存管理方法，通过合理利用垃圾回收探测写机制和通道并行写机制，在降低用户I/O与固态盘内部I/O冲突的同时节省了缓存回写时间，提高了固态盘整体写性能。
-
公开(公告)号：CN109002400B
公开(公告)日：2023-05-05
申请号：CN201810555251.4
申请日：2018-06-01
Applicant: 暨南大学
IPC: G06F12/0802 , G06F12/0891 , G06F12/0895
Abstract: 本发明公开了一种内容感知型计算机缓存管理系统及方法，包括元数据管理模块和数据块管理模块。元数据管理模块包括：源地址映射索引，源地址管理，指纹索引，唯一数据块缓存地址管理。数据块管理模块负责缓存内数据块的维护。本发明改变传统的基于LRU算法缓存系统的元数据组织，通过结合重复数据删除技术，使缓存系统具有内容感知能力，通过识别并删除缓存中相同内容的冗余数据块，提高缓存系统的利用率，扩大缓存数据块映射数据量，提高缓存命中率，减少对下层存储设备的访问，减少平均I/O时延，提升系统整体性能。
-
公开(公告)号：CN111209082B
公开(公告)日：2023-04-07
申请号：CN202010011190.2
申请日：2020-01-06
Applicant: 暨南大学
Abstract: 本发明公开了一种基于关联度的Docker容器注册表预取方法，该发明针对在容器技术的实践中，由于数据中心存储的镜像数量和用户请求速率呈爆炸式增长，导致用户从后端存储中拉取镜像的时间变长，削弱了部署镜像的灵活性，增大了容器的启动时间，提出了一种基于关联度的Docker容器注册表预取技术方案。该方法主要包含三个模块镜像结构提取器、拉取请求处理器和关联镜像层计算器，通过收集镜像层之间的组合关系、处理请求信息以判断是否触发预取操作以及合理利用镜像层的空间局部性得到关联镜像层的操作，将未来用户未来可能拉取的镜像层预取到注册表缓存中，提高了注册表整体的请求命中率。
-
公开(公告)号：CN110456987B
公开(公告)日：2023-02-24
申请号：CN201910720172.9
申请日：2019-08-06
Applicant: 暨南大学
IPC: G06F3/06
Abstract: 本发明公开了一种基于自适应页管理的数据存储磁盘节能方法。由于传统的能耗节省策略采用超时切换策略，没有进行精确的代价评估，同时没有考虑自适应页模式下带来的影响，因此本发明提出一种基于自适应页管理的数据存储磁盘节能方法，在自适应页模式下，对随机的超级页、原始页读写请求命中情况进行判断，通过聚合单元将命中的请求进行聚合操作，以便能够延长磁盘休眠状态的时间。将聚合后的请求序列提交给能耗管理单元，进行能耗节省预估，若状态切换所节省的能量值能够抵消状态切换所耗费的能量值，才进行状态切换。随后，能耗管理单元将预估结果反馈给磁盘系统，磁盘立即由全功率的活跃状态切换至低功率的休眠状态，实现节能目的。
-
公开(公告)号：CN115240743A
公开(公告)日：2022-10-25
申请号：CN202210954690.9
申请日：2022-08-10
Applicant: 暨南大学
IPC: G11C16/16
Abstract: 本发明公开了一种利用数据不同特征延长SSD寿命的方法、装置、设备及介质，该方法针对SSD数据块由于严重读干扰需要执行擦除操作从而影响到SSD寿命的问题，提出通过两个写边界块和一个数据写入池对数据进行管理，将低读取频率的用户写入数据与高读取频率的读重写数据按比例混合到同一个块中，从而减少数据块读干扰以及擦除次数，以此延长SSD寿命。本发明利用SSD中写入数据的不同特征，在减少读重写发生次数的同时，缩短SSD的读延迟时间，缓解读重写引起的SSD可靠性问题。
-
Patent Agency Ranking
公开(公告)号：CN114528068A
公开(公告)日：2022-05-24
申请号：CN202210030339.0
申请日：2022-01-12
Applicant: 暨南大学
IPC: G06F9/455
Abstract: 本发明公开了一种消除无服务器计算容器冷启动的方法，旨在：(1)绕过无服务器平台调用函数过程中的重复计算，消除容器冷启动；(2)避免函数请求外部文件，降低函数执行时的调用延迟。该方法设计了一种基于容器运行时的实时监控机制，根据监控信息将函数分为三类：计算型函数、I/O型函数和环境相关函数，对于计算型函数，通过缓存并直接返回计算结果来绕过函数的执行；对于I/O型函数，通过在本地文件系统维护函数所需的外部文件，降低函数访问外部网络带来的延迟开销。该方法消除容器冷启动并降低函数调用的端对端延迟。另外，由于可绕过函数执行和容器启动，直接返回计算型函数的计算结果，则进一步降低处理函数请求所需的物理资源。
-
公开(公告)号：CN114118415A
公开(公告)日：2022-03-01
申请号：CN202111466243.0
申请日：2021-11-29
Applicant: 暨南大学
Abstract: 本发明公开了一种轻量级瓶颈注意力机制的深度学习方法，该注意力机制分成通道注意力分支和空间注意力分支；通道注意力分支通过全局平均池化和最大值池化获取中间特征图的空间信息，卷积聚合以该通道为中心的左右邻域内的k个通道的信息，将得到的两个特征图按元素相加，生成通道注意力；空间注意力分支使用卷积进行降维，通过两个的空洞卷积进行上下文获取，最后使用卷积将通道数压缩到一维，生成空间注意力；融合两个分支注意力，先将通道注意力按空间的两个维度广播扩充，然后将空间注意力按通道维度广播扩充，将扩充后的两个注意力分支按元素相加，并通过Sigmoid函数运算，生成轻量级瓶颈注意力。本发明计算代价小、模型学习能力强。
-
公开(公告)号：CN111858574B
公开(公告)日：2022-02-11
申请号：CN202010748768.2
申请日：2020-07-30
Applicant: 暨南大学
IPC: G06F16/215 , G06F9/50
Abstract: 本发明公开了一种面向数据去重技术的近似最优数据碎片块重写方法。数据时代的到来，数据总量呈现爆炸式的增长，信息世界的数据存储和管理需求已经达到PB甚至EB级。IDC研究发现，在数字世界中接近75％的数据都是冗余的，ESG指出在备份和归档系统中数据冗余度超过90％。数据去重技术能够有效地识别和消除重复数据，降低数据存储的成本。但是，删除重复数据会导致数据碎片化，数据碎片化严重损害了数据恢复性能。本发明能够准确识别出数据块中的碎片块，并通过重写碎片块缓解数据碎片化的程度；同时，本发明能够根据不同的工作负载自适应地切换重写策略(最优重写策略和激进重写策略)，从而大大提高数据恢复性能，以及数据去重率。
-
公开(公告)号：CN113625961A
公开(公告)日：2021-11-09
申请号：CN202110768446.9
申请日：2021-07-07
Applicant: 暨南大学
Abstract: 本发明公开了一种基于贪心选择的自适应阈值重复数据删除方法。随着去重备份系统中数据量的急剧增大，去重备份系统的磁盘总容量与备份数据量大小的匹配问题成为主要矛盾之一。因此在数据去重中加入重写算法来缓解碎片化对去重备份系统带来的伤害。该方法通过选择引用具有更优效果的旧容器进行重复删除，以达到在保证高去重率的同时，提升去重备份系统的数据恢复性能。基于贪心选择的自适应阈值重复数据删除方法根据每个数据段中涉及的旧容器有效引用数量的分布情况，对不同的数据段使用不同的阈值进行去重，进而贪心选择一组有效引用量最大的旧容器组，在保证高重复数据删除率的同时提高去重备份系统的恢复性能。
-
公开(公告)号：CN110309180B
公开(公告)日：2021-06-11
申请号：CN201910502646.2
申请日：2019-06-11
Applicant: 暨南大学
IPC: G06F16/2455 , G06F16/25 , G06F16/21
Abstract: 本发明公开了一种基于数据资源转化效率模型的缓存方法，针对计算机存储领域的缓存策略问题。数据缓存的本质可以视作为动态I/O数据流的热数据识别问题，传统缓存策略方案大多仅考虑数据流中所反映的新进度和频率指标来确定热数据，然而热数据的判断不能仅仅只依靠这些指标，因为随着对负载认识的加深，一定会有例如重用距离特征等其它更精确和适合指标出现，同时负载是变化的，而新进度和频率指标反映的更多的一种宏观的规律，在具体的数据流时间段中，这种判断方法不一定正确。因此针对这一问题，本方法从数据的资源转效率的角度来定义和解决热数据识别的问题，并提出一种基于数据资源转化效率模型的缓存方法，以提升现有算法的性能。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.028 seconds)
