一种进程内安全内存隔离的方法和系统

    公开(公告)号:CN117909963A

    公开(公告)日:2024-04-19

    申请号:CN202211239113.8

    申请日:2022-10-11

    Applicant: 河海大学

    Inventor: 蔡淼 沈俊儒

    Abstract: 本发明公开了一种进程内安全内存隔离的方法和系统,包括执行流隔离步骤:为安全域和非安全域内的程序提供隔离的栈以及运行上下文,并提供调用门机制实现安全域的切换;内存访问插桩步骤:非安全域的编译时,在内存访问的位置插入低开销的越界检测代码,若访问地址在安全域的内存范围内则进行拦截;内存系统调用监控步骤:在操作系统内核中监控并拦截运行在非安全域中的程序通过系统调用更改安全域的内存区域属性的行为。本发明解决了现有的进程内安全内存隔离技术依赖特定硬件支持,以及性能开销过高的问题。

    一种降低混合内存架构中性能干扰的硬件资源分配方法

    公开(公告)号:CN117851024A

    公开(公告)日:2024-04-09

    申请号:CN202311395833.8

    申请日:2023-10-25

    Applicant: 河海大学

    Inventor: 蔡淼 黄鸭文

    Abstract: 本发明公开了一种降低混合内存架构中性能干扰的硬件资源分配方法。在基于动态随机存取内存(DRAM)与非易失性内存(NVM)部署的混合内存架构下,不同应用程序因共享内存总线而对内存带宽产生争用,造成性能干扰。为了解决这个问题,本发明提出一种混合多种带宽调节机制的技术,用于动态调整应用程序所占用的实时资源数。本发明充分利用内存带宽与最后一级缓存路数(LLC Ways)、内存带宽分配节流值(MBA Throttling values)、CPU核心数(Core Number)之间的相关性,监测应用程序实时干扰程度,并基于有限状态机动态调整应用程序所占用的资源数,进一步地减少/增加应用程序实时所占用的内存带宽,避免应用程序占用过多的带宽,从而有效缓解混合内存架构下的内存带宽争用。

    一种基于线性模型缓解混合内存带宽争用的调度方法

    公开(公告)号:CN118819743A

    公开(公告)日:2024-10-22

    申请号:CN202310410218.3

    申请日:2023-04-17

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于线性模型缓解混合内存带宽争用的调度方法。在基于动态随机存取内存(DRAM)与非易失性内存(NVM)部署的混合内存架构下,当运行在不同内存上的应用程序协同运行时,会对内存带宽产生争用,造成性能干扰。为了解决这个问题,本发明提出了两种线性模型,分别用于预测运行在DRAM和NVM上的应用程序协同运行时的性能损失。本发明充分利用线性模型预测值与应用程序协同运行时实际产生和受到的性能干扰之间的相关性,为应用程序设置协同运行时的优先级。此外,本发明提出了一种调度方法,根据应用程序协同运行时的优先级改变协同运行时的调度顺序,避免强干扰的应用程序协同运行,从而有效缓解混合内存架构下的内存带宽争用。

    一种基于任务感知的移动边缘计算多用户计算卸载方法

    公开(公告)号:CN112988275A

    公开(公告)日:2021-06-18

    申请号:CN202110326021.2

    申请日:2021-03-26

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于任务感知的移动边缘计算多用户计算卸载方法,包括如下步骤:根据服务器收集到系统中所有用户设备任务的相关信息,对任务进行分类;将任务参数选择问题建模为最小支配集问题,通过基于粒子群优化的任务参数选择算法来选择出实际计算的任务和重用计算结果的任务;将实际计算的任务和重用计算结果的任务融合成新任务;利用建立好的任务卸载相关模型,根据融合成的新任务,获取到卸载决策,各用户设备执行各自的卸载决策,进行计算卸载。本发明可以有效减少重复数据传输以及任务重复计算,充分利用有限计算和通信资源,从而降低多用户任务的时延与能耗,提高用户体验。

    一种基于B+树和学习索引的字符串数据读优化方法

    公开(公告)号:CN119597976A

    公开(公告)日:2025-03-11

    申请号:CN202411643060.5

    申请日:2024-11-18

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于B+树和学习索引的字符串数据读优化方法。基于机器学习(ML)模型下产生的学习索引专注于固定大小的整型数据,而对于可变长度的字符串考虑欠缺,且在字符串数据中表现不佳。为了解决这个问题,本发明提出了一种字符串切片方法,能够将可变长度的字符串转换为固定大小的整数用于预测,并从字符串键中提取公共前缀以减少模型拟合误差。本发明充分考虑字符串数据的特点,将复杂的多维线性回归简化为一维线性回归,降低模型计算开销。此外,本发明提出了一种自适应策略来选择合适的索引来管理计算成本,这种动态选择索引节点的方法可以最大化地利用两种索引类型的优势,在保证索引效率的同时,有效降低计算开销。

    一种基于非易失性内存的键值存储写优化方法

    公开(公告)号:CN117908755A

    公开(公告)日:2024-04-19

    申请号:CN202211239115.7

    申请日:2022-10-11

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于非易失性内存的键值存储写优化方法,包括非易失性内存友好的缓存层:将日志结构合并树按照层进行划分,顶部若干层作为非易失性内的缓存树,在非易失性内存中使用持久内存表作为数据管理单元,并使用支持多版本并发控制的持久内存跳表对各层持久内存表进行索引;轻量级数据刷写算法:将键值对数据同步写入持久内存和易失性内存,实现高速数据刷写;列表压缩算法:仅通过重建索引对持久内存表归并压缩,避免重写数据;基于最近最少使用的缓存溢出策略:充分利用数据局部性以降低固态硬盘写入量。本发明充分利用非易失性内存特性优化了日志结构合并树键值存储的写性能,降低了写放大并减少了因固态硬盘性能瓶颈导致的写停滞。

    一种基于NVMe固态硬盘特性的缓存尾延迟优化方法

    公开(公告)号:CN119847420A

    公开(公告)日:2025-04-18

    申请号:CN202411643043.1

    申请日:2024-11-18

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于NVMe固态硬盘特性的缓存尾延迟优化方法,旨在解决缓存系统中由高扇出请求引发的缓存长尾延迟问题。所述方法包括差异化请求处理策略:基于NVMe固态硬盘的加权轮询仲裁机制特性,根据请求的扇出大小决定不同优先级包含的子请求数量,在给予高扇出请求更高优先级的同时减少子请求间的处理时间差异;子请求排序算法:根据子请求特征评估其对尾延迟的影响并据此进行排序,以此确定子请求的优先级;优先级队列负载均衡策略:平衡NVMe优先级队列间的负载,避免队列拥塞;反馈调节机制:监控并分析队列负载与请求延迟以进行动态调整。与现有基于固态硬盘的缓存相比,本发明充分利用NVMe固态硬盘特性优化了缓存的尾延迟。

    一种优化无服务计算环境中容器冷启动的方法

    公开(公告)号:CN119645520A

    公开(公告)日:2025-03-18

    申请号:CN202411703268.1

    申请日:2024-11-26

    Applicant: 河海大学

    Inventor: 叶保留 蒋越 蔡淼

    Abstract: 本发明提出了无服务计算环境中基于函数关联度挖掘和累积直方图策略的冷启动优化方法,该冷启动优化方法通过局部时间函数关联度计算和动态时间规整找到关联函数集合,以函数集为单位绘制函数到达时间间隔的累积直方图,并根据累积直方图的不同特征选择不同的预热策略,计算实际预热窗口和保持活动窗口,根据预测结果提前预热无服务器计算函数的容器环境。该冷启动优化方法相比传统的冷启动优化方法具有更小的调度粒度,能有效地降低无服务器计算环境下的冷启动延迟和资源消耗。

    一种写优化的持久性跳跃表设计
    9.
    发明公开

    公开(公告)号:CN118820221A

    公开(公告)日:2024-10-22

    申请号:CN202310410284.0

    申请日:2023-04-17

    Applicant: 河海大学

    Inventor: 蔡淼 高康悦

    Abstract: 本发明公开了一种写优化的持久性跳跃表设计,跳跃表是一种高效的有序数据结构,可用于快速查询、插入和删除操作。在持久性内存的环境中,由于持久性内存设备存在写延迟高、写放大等问题,传统的跳跃表存在较大的写操作性能瓶颈。为了解决该问题,本发明提出了一种写优化的持久性跳跃表设计。该写优化的持久性跳跃表使用底层节点的扩展方法,通过拓展传统跳跃表的底层节点,优化其局部性并降低跳跃表高度,大副减少持久化操作次数,提升写操作效率。其次,提出一种伙伴节点设计。在底层节点中设置主、从节点,通过避免节点分裂时额外的键值复制操作,降低在写操作时底层节点分裂的开销。

    一种基于任务感知的移动边缘计算多用户计算卸载方法

    公开(公告)号:CN112988275B

    公开(公告)日:2022-10-14

    申请号:CN202110326021.2

    申请日:2021-03-26

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于任务感知的移动边缘计算多用户计算卸载方法,包括如下步骤:根据服务器收集到系统中所有用户设备任务的相关信息,对任务进行分类;将任务参数选择问题建模为最小支配集问题,通过基于粒子群优化的任务参数选择算法来选择出实际计算的任务和重用计算结果的任务;将实际计算的任务和重用计算结果的任务融合成新任务;利用建立好的任务卸载相关模型,根据融合成的新任务,获取到卸载决策,各用户设备执行各自的卸载决策,进行计算卸载。本发明可以有效减少重复数据传输以及任务重复计算,充分利用有限计算和通信资源,从而降低多用户任务的时延与能耗,提高用户体验。

Patent Agency Ranking