一、利用操作特征管理器维护协同设计语义一致性（论文文献综述）
付建宇[1]（2020）在《云计算平台虚拟机端缓存优化关键技术研究》文中研究说明云计算平台是支撑互联网应用服务和大数据处理不可替代的基础设施,已经广泛应用于人类的生产、生活和城市治理的方方面面,呈现出大量数据密集型应用和日益提高的多应用粘合度,这不断加剧了云计算平台的I/O压力。为了支持应用迁移,提高云服务可靠性,云计算平台中的虚拟机使用分布共享存储资源来存储其关键数据。共享存储通过内部网络（如以太网）互连,大数据量存取的带宽可超过单磁盘带宽,但是,在小量数据存取时,延迟大,平均带宽低。为提高云计算平台的I/O性能,虚拟机客户端广泛采用SSD作为数据缓存。然而,虚拟机特有的I/O操作特性大幅限制了客户端SSD缓存性能的充分发挥,具体表现为:在COW（Copy-on-Write）虚拟磁盘下,SSD缓存效率低;虚拟机文件系统的日志机制降低了SSD缓存效率;SSD存储空间有限,需根据虚拟机的QoS需求分配SSD缓存空间。本文针对上述三类技术难题,创新性地提出了以下技术解决方法。一、提出了根据COW虚拟磁盘I/O特性进行优化的数据缓存策略云计算平台中的虚拟机通常使用COW虚拟磁盘以提供多种虚拟机功能。然而,本文发现COW虚拟磁盘的元数据管理和COW机制,会将虚拟机发出的I/O请求数量扩大数倍,给SSD缓存带来低效的元数据性能和COW缓存扩大问题,不仅加剧了SSD磨损,还降低了I/O性能。针对上述挑战,本文提出了一个感知COW虚拟磁盘I/O特性的高效SSD缓存系统,具有三个创新点:（1）设计了一种新的SSD缓存管理架构,可以消除COW虚拟磁盘和SSD缓存的管理之间的语义隔阂,从而能够实现跨层次优化;（2）设计了一种细粒度的元数据缓存与合并写机制,通过匹配元数据的局部性特征,提高了元数据的缓存效率;（3）设计了一种解耦合COW机制,通过将COW虚拟磁盘扩大的I/O请求从关键I/O路径中解耦合出去,并只在SSD中缓存局部性高的数据,消除了COW缓存扩大问题。实验表明,相较于不感知COW虚拟磁盘的传统SSD缓存方案,该系统将虚拟机的I/O性能提高了多达122.7%,将SSD缓存的磨损减少了多达78.5%。二、提出了协同SSD缓存来保证虚拟机文件系统一致性的策略云计算平台中的虚拟机文件系统主要使用日志机制来维护存储一致性。然而,本文发现日志机制具有重复写模式（即对于文件系统的修改操作,需先写到日志区域,再更新到原始位置）,其不仅会给分布式存储系统带来大量的日志写I/O,也会在SSD缓存中造成大量的冗余数据,从而降低虚拟机的I/O性能和SSD缓存的使用寿命。针对上述挑战,本文提出协同使用SSD缓存来保证虚拟机文件系统的一致性,具有三个创新点:（1）设计了一个虚拟日志设备,可以在SSD缓存管理器中获取虚拟机中日志机制的语义;（2）设计了一个缓存即日志区机制,通过将SSD缓存作为虚拟机文件系统的目标日志区域,消除了到分布式存储系统的日志写I/O,进而缓解了分布式存储系统的I/O压力;（3）设计了一个逻辑缓存机制,通过识别文件系统的同一修改带来的日志写I/O和原地写I/O,消除了二者在SSD缓存中产生的冗余数据。实验表明,相较于传统的SSD缓存方案,该方案将虚拟机的I/O性能提高了多达11.4倍,将SSD缓存的磨损减少了多达42%。三、提出了一种确定虚拟机实际缓存空间需求的R-MRC曲线以及基于该曲线且以QoS需求为导向的SSD缓存空间动态分配策略云计算平台中的SSD缓存通常由多个同时运行的虚拟机共享使用,不同的虚拟机具有不同的缓存使用模式,对于QoS服务质量的需求也各不相同。本文发现（1）传统的用于确定虚拟机的缓存空间与缓存性能之间关系的MRC曲线会高估其实际缓存空间需求;（2）传统的SSD缓存空间分配方案没有充分考虑单个虚拟机的QoS需求,从而导致有限的SSD缓存空间无法得到高效的利用。针对上述挑战,本文首先提出了一种新的R-MRC曲线,通过区分数据的局部性来确定虚拟机的真实缓存空间需求;然后提出了一种基于R-MRC曲线的SSD缓存空间动态分配算法,能够更好地满足每个虚拟机的QoS需求。实验表明,相较于传统的SSD缓存空间分配方案,该方案将所有虚拟机与其QoS目标之间的整体距离减少了多达80.6%,将SSD缓存的磨损减少了多达43.2%。
肖韬睿[2]（2020）在《分布式综合业务开发平台的设计与实现》文中研究指明为满足当前业务开发,部门搭建了自主研发的综合业务信息系统开发平台（下文简称开发平台）以支持团队协同开发。由于业务量的提升以及开发人员协同工作量的增加,部门需要将原本单服务器的开发平台向多服务器的分布式模式转变。在实际的开发过程中,分布式环境将面临巨大的挑战,例如服务器宕机问题,因此,保证开发平台的高可用性和程序员编写代码的一致性是基本要求。本文主要研究程序员在分布式开发平台进行协同开发时,满足在不同应用场景下维持代码版本一致性,以及在分布式系统中衍生出来的服务器负载均衡问题。论文主要研究工作包括:1)引入分布式开发平台的技术多智能体系统（Multi-Agent System,MAS）完成了分布式开发平台设计,其中包括技术架构和功能组成。2)基于JADE并利用多台服务器搭建集群环境,论述了实现方法。3)利用搭建的分布式环境,通过理论的分析与建模,设计了系统中的Agent模块并详细分析了各个模块的功能,同时分析了各种一致性算法的利弊。通过实验仿真,模拟服务器宕机场景,验证了这种基于MAS的一致性算法决策的可行性。其次,利用其基于环境管理的优势,解决在不同应用场景下系统能进行一致性算法的决策（选择）问题,实现在分布式服务器上代码的同步。4)在概率gossip算法的基础上,设计了一种寄存器gossip算法,在对称假设下建立期望收敛模型,加快gossip算法的收敛速度,提高了服务器的负载均衡效率。
庾龙鑫[3]（2020）在《基于Web的系统工程建模平台前端图形展示层的架构设计》文中认为随着如今技术的发展,复杂装备设计难度日渐增长,人们也提出了更多更复杂的设计需求。因此在这一领域,以基于模型的系统工程（MBSE）理论实践为基础的图形化系统工程建模软件的重要性就越来越明显。目前国外也有一些成熟的MBSE建模软件,但这一类大型工业建模软件不可避免的具有大软件的通病——臃肿。它们往往安装、更新复杂,配置繁琐,程序加载也十分耗时。而如今网络技术飞速发展,基于网页的建模平台也逐渐流行起来,但这些建模平台难以支撑复杂的建模操作。本文提出的M-Design便是一款结合两者优势的基于网页的MBSE建模平台,它兼具了网页建模平台轻量化的特点,并通过前后端展示和计算分离解决了一般网页建模平台难以支撑复杂建模计算的问题。在网页化MBSE建模领域,我们的研究成果具有一定的领先意义。为了实现M-Design的前后端展示与计算分离,我们创新性地提出了从前到后分别为前端展示层、前端模型适配层、后端模型层的三层架构模型。本文将主要关注系统的前端展示层的架构设计以及业务组织。本文的工作主要解决了图形元素是如何结合后端模型与前端图形控件功能的问题,并在此基础上进行图形交互设计。我们将分成图形元素的结构和行为两部分来介绍。我们根据OMG组织提出的标准结合M-Design的特点,自创了一套可结合模型语义并能支持图形交互的图形元素。还提出了资源池及特征化树结构以解决图形元素的逻辑语义化整体组织问题。文中通过图形元素的创建删除介绍了图形元素是如何与系统其它模块结合的,并介绍了图形元素的回滚和事务组织策略。最后文中还介绍了前端展示层前述以外的几大技术点,大致包括图形绘制渲染、图形交互、拖动优化与连线设计。目前M-Design已能支持基础的MBSE建模功能,并在建模方式上支持直接模型建模和图形建模两种方式,且两种建模方式可同时交叉使用。为支持上述功能,我们也做了一些其它工作,将在文中介绍。
何列松[4]（2020）在《基于地图编辑长事务模型的协同制图关键技术研究》文中指出协同制图是提高地图制图工作效率,快速更新地图产品和地理空间数据库的有效方法。目前,CSCW领域单独研究文本、图像编辑、图形设计方面协同工作相对较多,地图（同时包含大量图形、图像、文本、OLE等）协同编辑设计的研究相对较少;基于DBMS或者DFS研究普通关系型事务相对较多,而针对包含复杂关系的空间数据编辑事务相对较少;协同制图中前台用户交互编辑地图研究相对较多,而后台地理信息数据库同步地永久写入更新前台编辑成果的研究相对较少。面向协同制图研究地图编辑长事务模型,解决协同制图中存在的关键技术问题,对于前台地图交互编辑与后台地理信息更新保持数据一致性,提高多用户协同制图交互界面的协调同步性,平衡兼顾地图制图与地理信息生产更新的效率和成果质量等方面,具有重要的理论与实践意义。本文针对协同制图中目前存在的地图编辑事务执行和处理效率不高、地图编辑长事务并发处理复杂、多客户端集中协同制图时地图协同同步显示难等关键问题,开展了基于地图编辑长事务模型的协同制图关键技术研究与实践,其主要内容如下:1.分析了协同制图的研究背景和现状,指出了当前现有研究的不足,提出了基于MELT模型的协同制图关键技术,明确了本文的研究范围和基本思路。2.介绍了协同制图相关理论与方法,引入了MELT相关的概念;在分析国内外研究现状之后,归纳了目前协同制图中还存在的几个关键技术问题,总结了传统GIS长事务核心问题和开展研究的难点。3.设计了MELT模型,它基于地图文档状态及其变化模拟协同制图MET,分别提出了基于虚拟内存和普通内存如何管理和操作地图文档状态及其变化数据的方法,说明了基于地图文档代理MET的原理,设计了事务列表管理协同制图MET,而后详细介绍了设计的地图文档模型详细结构。针对一类特殊制图对象OLE进行扩展建模,以支持对OLE对象的事务操作模拟。4.研究了基于单列表和双列表的协同制图事务组织与调度技术,设计了协同制图MET串行化协议,提出相交并发事务处理方法,阐述了协同制图中自动事务和用户长事务的内涵,研究了GRCP自动方法,设计实现了基于矢量栅格混合金字塔索引的协同制图多客户端同步显技术。5.构建了集中式协同制图实验平台CoMapping系统,开发了基于MELT的地图文档多源数据集成软件模块,构建了地图要素编辑功能框架,实验解决了几类典型GRCP的地图编辑问题。在此基础上,利用不同比例尺、不同数据量大小的地图数据,对基于地图文档模拟的MELT模型进行了事务管理能力测试、事务并发处理实验和基于协同工作组的多客户端地图同步协同显示实验,验证了MELT模型对协同制图机制的支持和协同制图关键技术的解决效果。在本论文最后总结中归纳了以下创新点:（1）基于虚拟内存的动态单备份和基于磁盘和内存存储的静态多备份的地图文档模型改进了传统MELT模型,通过地图文档状态备份和变化数据存储管理,成功模拟了数据库MET,克服了DBMS中GIS长事务执行时间长、DDL操作受限等缺点,提高了MET执行效率和MET管理能力。（2）设计了协同制图事务三元组模型,建立了MELT并发处理规则,实现了基于协同制图MELT优化、合并、丢弃等并发处理方法,支持协同制图事务串行化处理,维护了事MELT的ACID特性,确保了地图编辑成果数据的一致性。（3）设计实现了以双线道路交叉口处理、注记压盖同色线划和填充点符的地图图形关系自动处理方法,这些处理不增加地图文档数据量且不影响地图编辑其他流程,不仅显着减少了编辑事务数量和用户编辑工作量,还显着降低了MELT前后地图文档状态变化数据量。（4）采用基于矢量栅格混合金字塔索引,通过将Drawpile改进的CoMapping实验系统,实现了多用户协同制图客户端地图同步显示机制,显着提升了协同制图视图显示的同步协调性。
李璨[5]（2019）在《BIM技术在建筑设计质量检查中规范转译的方法研究》文中研究指明随着我国建筑业快速发展,面对建筑功能更加复杂、建设规模不断扩大等现状,传统人工二维勘察设计质量检查模式存在检查结果不准确、信息化水平低、工作流程复杂等问题,已无法满足当前复杂的建筑设计要求以及大数据时代发展背景下的行业需求,随着我国审批制度改革工作的展开,自动化、智能化、信息化的检查模式成为当前的研究热点,BIM技术作为新兴技术,对于建筑设计质量检查模式的转型带来了相应的机遇与挑战,利用BIM技术的信息集成技术,将建筑设计规范标准作为信息转译的主要研究对象,如何将我国建筑设计规范条文转译为计算机可识别并执行的代码命令,是实现自动化BIM建筑设计质量检查模式转型的关键点。本文通过整理分析国内外相关研究成果,在此基础上以BIM技术为基础,IFC数据交换标准为信息交互标准,BIM模型为检查载体,探索基于BIM技术的建筑设计质量自动化检查方法,聚焦研究难点,通过分析我国规范条文信息特点及内在逻辑关系,以BIM信息转译技术研究为切入点,通过模拟实验最终提出了基于BIM技术的建筑设计规范信息转译方法。第一章通过对国内外相关文献资料及实际案例应用等内容的整理分析,明确现阶段研究存在的不足及问题。阐述本文研究背景、目的及意义,明确BIM技术、建筑设计质量检查技术以及建筑规范转译等内容的研究范围及内容,最终确定本文研究方法。第二章对BIM技术、IFC标准相关理论进行系统的总结整理,结合BIM技术在建筑业的应用调查报告进行汇总,了解BIM技术的应用情况,为本文提供技术理论基础。第三章首先对建筑设计质量检查相关基础定义、检查方法及内容等进行总结整理,通过对BIM技术在建筑设计质量检查中的应用发展情况,结合其建筑设计质量检查影响因素最终提出基于BIM技术的建筑设计质量检查工作流程,并对每个环节进行详细阐述。第四章为本文核心研究内容,通过对我国建筑设计规范体系进行整理,根据规范条文信息的整理总结信息逻辑分类方法,以及BIM规范转译技术,对BIM平台规则数据库进行整理分类,根据不同逻辑分类的规范信息,总结了不同逻辑类型的规范信息转译方法及相关规则参数设置,最终提出BIM建筑规范转译的原则及方法。第五章通过将本文提出的规范转译方法进行应用,论证该方法可行有效,分析实践应用中该方法存在的问题及不足,辅助研究成果的完善及优化。第六章针对理论研究以及实例应用等内容的研究工作,总结了本文研究成果及存在的不足,最后阐述后续研究工作的展望。
李宏博[6]（2019）在《位置感知的发布/订阅方法研究》文中研究指明随着移动社交媒体和配备GPS接收器的移动智能设备的广泛流行,位置感知的发布/订阅系统引起人们广泛关注,并被应用于许多移动网络场景。在位置感知的发布/订阅系统中,订阅者首先向系统注册自己感兴趣的位置文本订阅,然后系统会基于这些位置内容订阅信息迅速及时地将发布者所发布的位置相关的内容消息投递给相关的订阅者。围绕位置感知的发布/订阅问题,主要开展了3方面的研究工作:自适应Top-K位置文本发布/订阅方法研究、基于语义的时空文本发布/订阅方法研究、可扩展的位置感知发布/订阅系统架构研究。针对于Top-K位置文本发布/订阅问题,大部分现有发布/订阅系统不仅需要为每个订阅匹配所有发布（降低了匹配效率）,而且需要订阅用户预先设定合适的发布订阅匹配阈值（降低了系统灵活性）。针对于以上两个问题,提出一种高效灵活的TopK位置敏感文本发布订阅方法,该方法对发布和订阅进行了分类,使得在发布订阅匹配时,只需为订阅匹配同类的发布,极大地提高了匹配效率。同时,该方法还给出了一个自适应的位置感知文本发布/订阅匹配算法,它不需要用户预先设定匹配阈值,能自适应地为每个订阅获取Top-K个位置感知发布,提高了系统的灵活性。现有位置感知的发布/订阅系统主要针对空间文本数据,大部分直接将关键字视为简单的文本字符,往往忽略了订阅者所表达的具体语义,因而无法返回更加符合订阅者意图的匹配结果,提出了基于语义的时空文本发布/订阅的概念,考虑了三方面的因素:空间的邻近性、文本的语义相近性以及消息的新鲜度,在语义层面提出了基于潜在狄利克雷分配的文档模型进行语义匹配,比基于文本相似度的方法能够提供更加符合用户意图的查询结构,此外给出了基于四叉树的最大可能距离搜索剪枝方案来对基于语义的时空文本订阅高效索引匹配。现有基于位置的发布/订阅解决方案大部分都是垂直地解决了可伸缩性问题,即用负责完整工作负载的集中式计算单元来计算匹配,显然,垂直可扩展性方法只能达到一定的负载,而像物联网生态系统的指数增长很容易超过其负载能力,因而提出了基于位置的分布式发布/订阅系统架构,本文使用地图瓦片化的概念将整个空间局部性分段,并结合消息路由的通讯模式以动态分配计算进程的方式完成匹配,提出先验冲突解决协议来保证在分布式环境下计算单元在瓦片重叠时的计算冲突的问题,同时采用基于主动复制的策略保证系统容错性和可靠性,该体系结构中的所有计算单元都是可以水平扩展的。
姚锋[7]（2019）在《大规模复杂系统云仿真支撑技术研究》文中研究说明大规模复杂系统仿真（Large-scale Complex System Simulation,LCSS）具有实体规模大、模型复杂、平台工具需求多样等特点,对仿真平台计算性能和易用性提出了较高要求。然而,当前云平台多是提供孤立的平台工具供用户使用,未考虑仿真模型易组合需求以及仿真实体间交互复杂的特点,导致用户使用困难、运行效率低。因此,开展大规模复杂系统云仿真支撑技术研究、实现高效的一体化云仿真服务,对满足LCSS的高效易使用需求具有十分重要的理论意义和实用价值。论文针对当前大规模复杂系统云仿真的需求和相关研究存在的问题,围绕一体化服务化仿真平台工具集成、异构仿真资源描述、仿真资源调度优化和仿真容错等关键技术进行了深入的研究,主要工作及创新点如下:（1）提出了一种面向应用的一体化服务化仿真平台工具集成框架。构建一体化云仿真服务需要实现服务化仿真平台工具的集成以及仿真模型的灵活组合,然而当前云仿真平台多是提供孤立的仿真平台工具,不易使用,且在实现仿真模型组合时需要对仿真模型进行改造,难以支持利用已有仿真模型灵活组装不同仿真应用,因而无法提供一体化云仿真服务。对此,提出了一种面向应用的一体化服务化仿真平台工具集成框架,该框架以应用为中心,把平台工具隐藏在服务中,同时利用由初始化事件、DR事件和功能事件E组成的IDE仿真对象结构对仿真模型进行封装,以支持其灵活组合,并借助XML技术实现各服务化仿真平台工具间仿真应用信息的传递,从而提供一体化云仿真服务。实验表明,该框架可为实现简单易用的一体化云仿真服务提供支撑。（2）提出了面向资源检索的异构仿真资源语义描述方法。当前资源描述未能结合动态行为和历史互连记录实现语义描述,检索性能不高。对此,提出了一种面向资源检索的异构仿真资源语义描述方法,采用本体技术,从基本信息、依赖环境、应用上下文和动态信息四个方面对不同类型仿真资源进行语义描述,并结合逻辑匹配、相似度匹配方法实现仿真资源的单独检索和联合检索。实验表明,该方法可有效提高仿真资源的检索性能。（3）提出了一种基于历史信息的仿真资源调度启发式优化算法。不同虚拟机组合方案对仿真运行性能影响较大,然而现有云资源调度方法适合子任务运行时间相互独立并可事先确定的任务,但仿真应用中各仿真实体频繁同步,其运行时间相互影响,难事先确定,导致当前资源调度方法性能不佳。对此,提出了一种基于历史信息的仿真资源调度启发式优化算法PEMOA,该方法首先利用仿真运行历史事件信息建立仿真性能评估模型PEM,以评估不同虚拟机组合上的仿真运行时间,然后以PEM模型结果为依据,结合遗传算法,搜索仿真运行时间最短的虚拟机组合方案。典型测试用例表明,PEMOA可缩短多达31.8%的仿真运行时间。（4）提出了一种基于局部协同的在线仿真容错方法。云环境中常通过复制备份或检查点方法来实现仿真容错,但前者需周期性维护副本状态的同步,开销较大;后者需回滚无故障仿真实体,仿真恢复效率不高。对此,提出了一种基于局部协同的在线仿真容错方法,该方法在传统仿真运行框架上增加仿真恢复执行模块,并结合事件缓存、消息识别以及重发/过滤机制,使得仅需恢复出现故障的仿真实体便可实现仿真正确恢复,从而支持云环境中仿真高效容错。实验结果表明,该方法能提供正确的仿真结果,并可有效提高仿真容错执行效率,扩展性好。基于上述研究成果,论文结合课题组研发的并行离散事件仿真引擎,实现了一个面向大规模复杂应用系统一体化云仿真平台SIMCloud,采用民意仿真实验测试表明,SIMCloud使用简单且运行效率高。
洪扬[8]（2019）在《可扩展共享内存系统的关键技术研究》文中研究表明随着大数据技术的普及,各种领域的应用对于计算资源的需求与日俱增。以Map Reduce、图计算、深度学习等应用为代表的大规模内存计算代表着最新的应用发展方向。然而随着半导体工艺发展的放缓,应用已经无法从处理器的更新换代中持续获得可扩展的性能提升,基于多处理器技术硬件平台已经成为主流。共享内存的抽象是设计运行于多处理器之上的并行应用的基础。小至多核处理器和众核处理器,大至分布式的集群,共享内存系统在各个层次的多处理器环境中都有重要的应用。共享内存系统的设计目标是高可扩展性,即通过增加处理器的数量,应用的性能可以获得相匹配的提升。目前多处理器系统有两种基本的形式:1.单机多处理器上的共享内存系统在一台计算机中集成复数的处理器单元,典型代表是多核系统（Multi-core）和众核系统（Many-core）;2.分布式多处理器上的共享内存系统突破了单机多核系统的限制,使用计算机网络把多台计算机连结起来构成一个松耦合的分布式系统,可以很容易通过增加节点机器数量实现水平扩展。然而,在多处理器系统上实现高可扩展性的共享内存抽象存在着一些共同的挑战。首要的挑战是高效地维护共享数据访问的一致性。多个处理器同时访问共享内存时,不可避免地会发生对同一份数据的访问,包括加载和修改。共享内存系统必须保证多个处理器看到的数据是一致的,否则并行程序将无法正确运行。然而维护数据一致性会影响共享内存系统的可扩展性。如果系统保证的一致性越强,则软件的正确性越容易得到保证,但可扩展性越受限;反之,则共享访存具有较高自由度,系统可扩展性也较高,但是软件的正确性也越难保证。其次,实现高效的线程同步也是提高系统可扩展性的挑战之一。线程同步对于协同完成一项任务是必不可少的。并行应用通常使用线程同步机制来控制对于共享数据的访问。然而各种线程同步机制都会引入不可忽视的性能开销,这种开销的增加意味着程序代码中不可并行部分的增加,从而制约可扩展性。最后,共享内存多处理器系统的易用性与性能的取舍也是重要因素之一。并行程序的复杂性以及操作系统调度的不确定性对程序员设计和实现正确的并行应用程序提出了巨大挑战。为了简化编程难度,方便调试和除错,共享内存系统往往需要在内存一致性强弱、数据同步的效率以及编译器和编程语言的支持等层面做权衡取舍。本文的研究工作通过分析传统并行应用和新兴大数据应用,理解应用程序的访存特点和模式,结合现有硬件特性和接口,分析应用的性能瓶颈和可扩展性的制约因素。针对新型大数据应用和新的硬件特性,本文从单机和分布式的共享内存多处理器两个角度,围绕提高应用可扩展性的目的,探索硬件机制、软件系统的架构以及软硬件结合的接口的设计。本文的主要研究内容分为以下三个部分:1.通过分析保证顺序一致性的软硬件方案,研究总结产生违背顺序一致性错误的根本原因,并探索现有的内存屏障机制的内在缺陷。现有的针对内存屏障优化方案往往过于复杂或者依然有优化空间,甚至可能而引入额外性能开销。因此本工作不使用传统的内存屏障机制,而是提出了一种全新的软硬件结合的方案,通过简单的编译器分析技术找出潜在导致违反顺序一致性错误的共享访存并做标记,设计扩展硬件单元在执行访存指令时动态地检测违反顺序一致性的险情,并延迟相关指令的执行,来主动避免错误的发生。通过对线程同步算法和真实并行基准测试的实验,本文实现的系统可以将同步算法的性能提高10%,并将SPLASH-2和PARSEC中因内存屏障导致的开销从42%降至3%。2.通过分析大数据应用的特征,总结大规模内存计算的访存特点和同步模式。本文发现,新兴的大规模内存计算往往具有同步粒度粗、访存时空局部性较好、包含一定同步语义等特点。在此基础上,本文重新思考了传统分布式共享内存的设计,并结合当下处理器性能和计算机网络性能的特点,重新审视分布式共享内存系统的设计。本工作基于IVY的分布式共享内存协议,针对访存特征和硬件特性提出了4项优化方案。这些优化减少了缺页处理的次数,降低了TLB刷新和网络请求的处理开销,并提出一种混合的一致性模型以允许程序员针对特定模式的共享访存使用自定义的数据同步方式,避免了顺序一致性模型的固有缺陷。实验结果表明本工作提出的优化最多可以将图分析算法的性能提升9.25倍,并且显着提升应用的可扩展性。3.通过研究高速网络提供的RDMA通信原语,分析单边原语与双边原语的不同特点,探索底层原语的实现原理和使用的最佳实践。在此基础上,本文分析了分布式共享内存协议中操作之间的相互依赖关系和协议操作开销的主要来源,认为传统的基于消息传递的协议实现会引入性能开销,并探索了协议操作与RDMA原语相结合的可能性。本文提出了一个基于RDMA原语的分布式共享内存协议,根据不同的应用场景使用适合的RDMA原语,并且提出延迟TLB刷新、重叠RDMA请求和基于RDMA的同步原语等优化。实验表明,结合单边和双边原语实现的分布式共享内存协议相比可以减少42%的协议处理时间,并且比之前的工作具有更好的可扩展性。
张鹏飞[9]（2018）在《云端融合的同步定位与地图构建高效算法关键技术研究》文中提出同步定位与地图构建（SLAM）是移动机器人实现自主行为的前提和基础,其解决方案具有高度数据密集和计算密集的特点。在传统机器人架构中,SLAM的实现完全依赖机器人板载计算机自带的计算和存储资源,导致其效能严重受限。近年来。“云端融合”这一新兴计算模式的兴趣,使得作为“端”的机器人有可能利用“云”的计算资源,而“云”上的大量数据及数据共享能力也有助于提高“端”在SLAM过程中的效能。这一思路催生了“云机器人”等新兴机器人计算范型的出现。但是,由于机器人应用具有与物理世界紧密结合、对计算时效性高度敏感的特点,简单地将“云”和“端”连接在一起是远远不足的。在大规模复杂任务场景中,现有工作面临巨大挑战,突出表现为:（1）现有计算迁移方法的适应性在动态规模化场景中呈现诸多问题。它们中大多面向某一类具体的SLAM算法,受到任务规模或传感器输入类型的限制。而通用方法在动态环境也面临鲁棒性无法满足服务质量的难题,在网络不稳定或云平台服务质量下降时,任务处理能力遭遇显着降级;（2）在开放和多变的环境中,由于可用的地图数据难以满足任务对环境的感知要求,基于视觉的SLAM方法的SLAM子优化过程常常出现性能和精度下降。虽然云平台赋予了SLAM任务共享多机器人地图数据能力,但是在现有的初步探索中,基于云平台的方法难以高效利用共享数据,同时缺乏和这些本地子优化过程融合的有效途径。本文基于“云端融合”这一新兴计算模式,围绕“如何赋予现有的SLAM算法与云平台进行高效协同的能力”这一问题,针对上述挑战展开初步探索。本文的主要工作包括:（1）提出了面向服务质量的SLAM计算任务透明迁移机制计算迁移是实现”云端融合“同步定位和地图构建的重要环节。针对现有的机器人应用程序难以有效地部署到云平台中的难题,本文提出了透明的服务化封装机制,其目的是赋予机器人应用程序透明地迁移计算模块到云平台的能力,并能够和本地机器人进行实时通信,而无需进行代码修改。为了满足机器人应用所需的服务质量和稳定性,在此基础上在云平台和机器人端设计了协同的服务质量保障机制,以应对机器人和云之间网络故障等性能抖动。（2）面向多机器人协同SLAM的多层次通信迁移方法多机器人协同SLAM应用中,实体之间密集的数据交换成为新的性能瓶颈。针对此问题,本文首先对多机器人点对点通信为基础的软件架构的计算和通信模型进行形式化,并对本地原生和计算迁移性能对比观察和分析,进而从中抽象出三种消息的通信瓶颈模式,并对于每种不同的通信瓶颈模式,依次提出不同层次的优化机制通过这些方法,所依托的框架达到动态优化网络拓扑上的数据传输路径,和透明地减少机器人和云平台之间冗余的消息的目的,从而对协同SLAM任务的通信效率和整体性能带来显着提升。（3）利用云端融合的大规模机器人协同SLAM方法为了有效利用”云端融合“模式下”云“的计算能力、提高多机器人协同SLAM的可伸缩性,本文进一步提出了利用云平台多主机并行处理SLAM任务的方法。为了应对多机器人大规模协同SLAM的实时性和精度要求,本文在云平台的通信和一致性方面分别提出了相应的并行优化方法。在通信优化上,提出的Multicut算法将机器人在集群内部分组和面向不同消息类型的高带宽低延迟通信模式;在一致性方面,为了满足不同类型数据的共享和延迟要求,提出基于血统的一致性维护方法。所提出方法在充分利用分布式集群的并行处理能力的前提下,对协同SLAM的可扩展性的提升取得显着效果。（4）云共享的先验地图知识与SLAM的高效融合为了高效利用“云端融合”模式中“云”的数据共享能力,本文以SLAM中回环检测和重定位为研究对象,分别提出了地图共享与现有SLAM算法高效融合的方法。基于回环检测中出现的空间位姿关系模式,本文提出了基于空间临近关系的可嵌入的回环检测优化算法,旨在改善具有内存约束的SLAM方法中检测回环的过程中匹配过少的问题;同时,在基于关键帧的SLAM算法中,也相应提出了基于云平台共享的的重定位候选帧扩展方法,以提升现有的重定位方法的定位速度。以上融合方法,在提高了子过程处理能力的同时,保持了现有SLAM框架的低内存占用和后端位姿优化图限制大小的性质,同时避免引入额外的性能开销,达到了优化的效果。上述工作最终物化以Cloudroid/Cloudroid Swarm任务协作框架和基于云平台的算法具体实现:前者以所提出的计算迁移和协同迁移方法为基础的任务迁移平台,后者为高效利用云平台辅助SLAM任务提供了具体的优化策略。本文成果已在所描述的大量的实际物理场景中的SLAM实验和以ORB-SLAM,RTAB-Map和RGBDSLAM等典型SLAM方法为代表的测试用例中得到验证。
吴仁克[10]（2018）在《分布式数据处理若干关键技术研究》文中提出随着信息技术的飞速发展,各类信息源和数据在当今世界的各个领域被广泛应用,人类社会进入了大数据时代,但大规模数据的持续产生,其格式和类型也呈现多样化趋势。如何快速、高效地实现大数据处理已经成为当前的研究热点及难点。以分布式数据处理为基础,针对大规模数据分析与处理,本文从四个方面探索并形成面向新型体系结构的分布式数据处理与存储技术:（1）基于国产“神威（Sunway）·太湖之光”众核处理器,本文研究与实现了一个分布式数据并行计算框架SunwayMR,可利用分布式服务器资源,加速数据处理与分析;（2）本文提出一种构建分布式数据并行计算框架的软件构建技术,用以加快此类软件开发进程;（3）充分利用RDMA（Remote Direct Memory Access,远程直接内存访问）和HTM（Hardware Transaction Memory,硬件事务内存）技术,本文提出一个可运用于分布式环境的、键值对数据存储系统RHKV,加速数据的“存”和“取”操作,可支撑上层数据密集型应用计算;（4）针对社会关键信息基础设施的智慧信息系统建设,本文提出可提供个性化服务的分布式数据处理与分析解决方案EDAWS。具体如下:（1）本文研究与实现了分布式数据并行计算框架SunwayMR,它只需要GCC/G++环境即可运行。具体地:本文提出基于分布式计算单元集合DCUS（Data Computing Unit Set）的数据划分策略、分布式消息通信机制和任务组织策略,支持在并行硬件上执行数据分析应用程序。SunwayMR为各种数据分析应用提供公开的应用编程接口（API）;与使用OpenMPI/MPI等编程模式相比,使用SunwayMR有效地避免了繁杂的编码,保证了框架的易用性。在一定程度上,SunwayMR对于测试数据集的尺寸大小、计算节点数量、线程数量而言,也具备较好的规模扩展适应性。（2）为了更好地辅助分析分布式数据并行计算框架系统内部,从软件构建角度出发,开展适当的软件架构建模。但是,不恰当的架构模型往往导致系统设计冲突等问题;在设计和开发阶段系统需求在不断变化,系统的可变化点不可预测。为此,本文提出可适用于分布式数据并行计算框架的自适应架构建模技术,综合架构设计、行为分析和自适应机制,形成一种软件构建技术,指导此类软件的开发。以本文的分布式数据并行计算框架原型系统SunwayMR软件构建为例,给出实际开发学习过程。结果表明,所提的软件构建技术具备可用性和有效性。（3）利用分布式系统服务器的动态随机存取存储器DRAM设计键值对数据存储,是应对存储容量压力、I/O性能瓶颈的解决方案,为数据密集型计算应用提供数据访问服务。然而,使用传统网络远程访问数据存在网络往返round trips延时高和请求冲突等问题,这导致数据访问的延时增加。为此,本文提出基于RDMA和HTM友好的Key-Value键值对数据存储系统RHKV,包含RHKV服务器端和RHKV客户端。即客户端将数据请求发送到位于在服务器端的改进型Cuckoo哈希数据管理模式—G-Cuckoo中。管理模式通过桶-点（bucket—vertex）映射方式构建Cuckoo图,在键值对数据插入Cuckoo哈希表的过程中,维持桶-点映射方式并预测kick-out死循环出现与否,避免出现哈希表间无限次kick-out循环问题。RHKV利用先进的HTM技术保证数据操作的原子性。使用性能测试工具Yahoo!Cloud Serving Benchmark（YCSB）开展数据访问的性能对比测评。（4）社会关键信息基础设施的智慧信息系统在投入使用时数据不断产生。在单一计算节点上开展大规模数据分析时,速度性能不佳。本文提出一个面向社会关键信息基础设施建设的分布式数据处理与分析解决方案EDAWS（a Novel Distributed Framework with Efficient Data Analytics Workspace towards Discriminative Service for Critical Infrastructures）:基于数据分析工作空间的、可提供个性化服务的新型分布式框架。即,服务器端平台系统地收集获取、存储并分析原生数据;在分布式计算环境上并行地构建索引,开展数据业务分析,挖掘个性化的服务;通过利用便捷的移动终端设备,以远程的方式快速获取服务器端的大数据服务。为了例证所提解决方案的有效性,本文给出可提供个性化服务的“智慧社区”案例。在小型集群环境上运行原型系统,使用真实数据集开展实验测试:原型系统对计算节点的数量和数据集的大小具备一定规模适应性,能智能地将原生数据转换为用户所需要的大数据服务。
二、利用操作特征管理器维护协同设计语义一致性（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、利用操作特征管理器维护协同设计语义一致性（论文提纲范文）
（1）云计算平台虚拟机端缓存优化关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 云计算平台的现状和发展趋势 |
| 1.1.1 云计算平台应用的需求 |
| 1.1.2 云计算平台的技术特点 |
| 1.1.3 云计算平台的快速发展 |
| 1.2 云计算平台的I/O需求分析 |
| 1.2.1 数据密集型应用场景 |
| 1.2.2 虚拟化带来的I/O需求 |
| 1.3 云计算平台中SSD缓存的现状和挑战 |
| 1.3.1 基于Flash闪存技术的SSD |
| 1.3.2 云计算平台中使用SSD缓存 |
| 1.3.3 SSD缓存面临的挑战性问题 |
| 1.4 本文工作 |
| 1.4.1 感知COW虚拟磁盘的数据缓存策略 |
| 1.4.2 协同SSD缓存的虚拟机文件系统一致性策略 |
| 1.4.3 面向QoS需求的R-MRC曲线构建和空间分配策略 |
| 1.5 论文组织 |
| 第二章 相关研究 |
| 2.1 基于SSD的缓存 |
| 2.1.1 混合磁盘技术 |
| 2.1.2 SSD缓存技术 |
| 2.2 SSD缓存数据管理技术 |
| 2.2.1 数据缓存策略 |
| 2.2.2 数据替换策略 |
| 2.2.3 数据写回策略 |
| 2.2.4 SSD缓存内部优化 |
| 2.2.5 小结 |
| 2.3 SSD缓存空间分配技术 |
| 2.3.1 空间分配策略 |
| 2.3.2 MRC曲线构建策略 |
| 2.3.3 小结 |
| 第三章 感知COW虚拟磁盘的数据缓存策略 |
| 3.1 研究背景与动机 |
| 3.1.1 COW虚拟磁盘分析 |
| 3.1.2 缓存管理层次分析 |
| 3.1.3 为COW虚拟磁盘提供SSD缓存的新挑战 |
| 3.2 COWCache系统设计 |
| 3.2.1 感知COW虚拟磁盘的缓存架构 |
| 3.2.2 细粒度的元数据缓存与合并写 |
| 3.2.3 解耦合Copy-on-Write机制 |
| 3.3 系统实现 |
| 3.3.1 虚拟缓存映射表 |
| 3.3.2 感知COW虚拟磁盘 |
| 3.4 性能测试 |
| 3.4.1 实验环境 |
| 3.4.2 微基准程序测试 |
| 3.4.3 应用程序测试 |
| 3.5 本章小结 |
| 第四章 协同SSD缓存的虚拟机文件系统一致性策略 |
| 4.1 研究背景与动机 |
| 4.1.1 日志文件系统 |
| 4.1.2 日志机制下的SSD缓存挑战 |
| 4.2 JCache系统设计 |
| 4.2.1 感知日志机制的缓存架构 |
| 4.2.2 缓存即日志区 |
| 4.2.3 逻辑缓存 |
| 4.2.4 恢复 |
| 4.3 性能测试 |
| 4.3.1 系统实现 |
| 4.3.2 实验环境 |
| 4.3.3 微基准程序测试 |
| 4.3.4 应用程序测试 |
| 4.4 本章小结 |
| 第五章 面向QoS需求的R-MRC曲线构建和空间分配策略 |
| 5.1 研究背景与动机 |
| 5.2 R-MRC曲线设计 |
| 5.2.1 R3 距离 |
| 5.2.2 RWS栈算法 |
| 5.2.3 重用数据树算法 |
| 5.3 缓存空间分配 |
| 5.3.1 问题描述 |
| 5.3.2 以命中率为QoS目标的优化设计 |
| 5.3.3 以I/O延迟为QoS目标的优化设计 |
| 5.4 性能测试 |
| 5.4.1 实验环境 |
| 5.4.2 R-MRC与 MRC的对比 |
| 5.4.3 命中率实验结果 |
| 5.4.4 I/O延迟实验结果 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（2）分布式综合业务开发平台的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词 |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.2 课题研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 课题研究内容及主要工作 |
| 1.4 论文结构 |
| 第二章 技术研究与分析 |
| 2.1 分布式一致性理论 |
| 2.1.1 分布式系统 |
| 2.1.2 CAP理论 |
| 2.2 一致性算法 |
| 2.2.1 2PC和3PC |
| 2.2.2 Paxos |
| 2.2.3 Raft |
| 2.2.4 gossip |
| 2.3 多智能体系统(MAS) |
| 2.3.1 背景介绍 |
| 2.3.2 Agent简介 |
| 2.3.3 MAS的特征 |
| 2.4 本章小结 |
| 第三章 分布式开发平台设计 |
| 3.1 技术架构 |
| 3.1.1 平台技术途径 |
| 3.1.2 平台架构设计 |
| 3.2 功能组成 |
| 3.2.1 业务功能 |
| 3.2.2 分布式服务功能 |
| 3.3 本章小结 |
| 第四章 JADE平台服务的实现 |
| 4.1 JADE概述 |
| 4.1.1 MAS总体布局 |
| 4.1.2 JADE功能 |
| 4.1.3 Agent平台模型 |
| 4.2 JADE实现 |
| 4.2.1 JADE中Agent与其他技术结合方法 |
| 4.2.2 JADE服务实现 |
| 4.3 本章小结 |
| 第五章 一致性服务的实现与实验 |
| 5.1 SD-PAXOS模块 |
| 5.1.1 算法特点 |
| 5.1.2 SD-Paxos |
| 5.1.3 SD-Paxos模块设计 |
| 5.2 JRAFT模块 |
| 5.2.1 JRaft的总体功能 |
| 5.2.2 JRaft模块设计 |
| 5.3 常驻算法选择实验 |
| 5.4 AGENT决策模块及实验 |
| 5.4.1 Agent决策模块设计 |
| 5.4.2 实验设计 |
| 5.4.3 实验过程及分析 |
| 5.5 本章小结 |
| 第六章 负载均衡效率优化算法 |
| 6.1 算法设计 |
| 6.1.1 分布式平均 |
| 6.1.2 概率gossip算法 |
| 6.1.3 R-gossip算法 |
| 6.2 负载均衡实验 |
| 6.2.1 实验设计 |
| 6.2.2 实验分析 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究总结 |
| 7.2 未来展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的学术论文及取得的研究成果 |
（3）基于Web的系统工程建模平台前端图形展示层的架构设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 系统工程概述 |
| 1.2 国内外相关软件现状 |
| 1.3 M-design设计难点与创新点 |
| 1.4 本文技术概要 |
| 1.5 本文组织结构 |
| 第2章 软件介绍 |
| 2.1 SysML介绍 |
| 2.2 软件功能介绍 |
| 2.2.1 基本概念介绍 |
| 2.2.2 基本功能介绍 |
| 2.3 软件结构设计 |
| 2.3.1 展示与计算分离 |
| 2.3.2 M-Design三层架构 |
| 2.4 本章小结 |
| 第3章 图形元素结构 |
| 3.1 UMLDI和 Notation层次结构极其扩展 |
| 3.2 图形元素的组织 |
| 3.2.1 组织形式 |
| 3.2.2 资源池 |
| 3.3 特征化树结构 |
| 3.3.1 父子引用 |
| 3.3.2 间接引用 |
| 3.4 本章小结 |
| 第4章 图形元素行为 |
| 4.1 图形元素的创建与删除 |
| 4.1.1 图形元素的创建 |
| 4.1.2 模型推导 |
| 4.1.3 图形元素的删除 |
| 4.2 观察者管理器 |
| 4.3 回滚 |
| 4.3.1 回滚的传统实现 |
| 4.3.2 图形展示层的回滚实现 |
| 4.4 事务组织 |
| 4.5 本章小结 |
| 第5章 图形相关架构与优化 |
| 5.1 图形绘制 |
| 5.2 图形交互 |
| 5.2.1 鼠标事件 |
| 5.2.2 鼠标移动时的元素判定 |
| 5.3 拖动优化 |
| 5.3.1 拖动事件 |
| 5.3.2 虚拟对象 |
| 5.3.3 离屏渲染 |
| 5.4 连线 |
| 5.4.1 连线路由 |
| 5.4.2 线段组织 |
| 5.5 本章小结 |
| 第6章 成果展示 |
| 6.1 软件基础功能展示与对比 |
| 6.2 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文工作与贡献 |
| 7.2 存在的问题 |
| 7.3 未来展望 |
| 参考文献 |
（4）基于地图编辑长事务模型的协同制图关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究目的 |
| 1.2 研究现状与问题 |
| 1.2.1 国内外研究现状 |
| 1.2.2 现有研究的不足 |
| 1.3 总体解决方案 |
| 1.3.1 总体研究思路 |
| 1.3.2 主要研究内容 |
| 1.4 本文的组织结构 |
| 1.5 本章小结 |
| 第二章 协同制图理论与方法 |
| 2.1 协同制图概念 |
| 2.1.1 协同制图的CSCW起源 |
| 2.1.2 协同制图相关概念 |
| 2.2 协同制图模型与方法 |
| 2.2.1 长事务模型 |
| 2.2.2 长事务并发控制方法 |
| 2.3 地图制图协同工作机制 |
| 2.3.1 工作组机制 |
| 2.3.2 基于任务划分的协同制图工作流 |
| 2.4 基于MELT的空间数据库更新机制 |
| 2.4.1 基于C/S架构的协同制图数据库更新 |
| 2.4.2 基于B/S架构的协同制图数据库更新 |
| 2.5 协同制图中存在的技术问题 |
| 2.5.1 基于空间数据的协同制图事务效率问题 |
| 2.5.2 协同制图长事务并发处理复杂度问题 |
| 2.5.3 协同制图地图同步显示问题 |
| 2.5.4 传统GIS长事务核心问题 |
| 2.5.5 研究难点 |
| 2.6 本章小结 |
| 第三章 MELT模型构建 |
| 3.1 基于地图文档状态及变化的MET存储模型 |
| 3.1.1 虚拟内存的MET存储模型 |
| 3.1.2 普通内存的MET存储模型 |
| 3.1.3 基于地图文档状态备份与变化的MET模型 |
| 3.2 地图文档模型定义 |
| 3.2.1 基于虚拟内存的地图文档模型变量定义 |
| 3.2.2 文档状态信息在虚拟内存中统一存储 |
| 3.2.3 地图文档中MET三元组模型 |
| 3.2.4 基于地图文档的MELT模型 |
| 3.3 OLE对象的编辑事务支持 |
| 3.4 基于MELT模型的I/O操作 |
| 3.5 本章小结 |
| 第四章 基于MELT的协同制图关键技术及解决方案 |
| 4.1 协同制图事务组织与调度技术 |
| 4.2 协同制图长事务并发处理技术 |
| 4.2.1 协同制图MET串行化协议 |
| 4.2.2 相交事务并发处理方法 |
| 4.2.3 协同制图中自动事务与用户长事务 |
| 4.3 基于MELT的GRCP自动处理方法 |
| 4.3.1 几种典型的GRCP问题 |
| 4.3.2 GRCP模型及其扩展 |
| 4.3.3 几种典型GRCP方法 |
| 4.3.4 其他GRCP技术体制设计 |
| 4.4 协同制图多客户端同步显示技术 |
| 4.5 本章小结 |
| 第五章 基于MELT的协同制图实验 |
| 5.1 集中式协同制图实验平台的构建 |
| 5.2 基于MELT的地图文档多源数据集成 |
| 5.3 地图要素编辑 |
| 5.3.1 地图要素编辑功能划分 |
| 5.3.2 地图编辑处理功能模块架构 |
| 5.3.3 地图要素编辑处理的工作流程 |
| 5.3.4 地图要素编辑测试 |
| 5.4 GRCP的地图编辑 |
| 5.4.1 GRCP的地图编辑功能 |
| 5.4.2 GRCP测试 |
| 5.5 基于地图文档的MELT模型实验 |
| 5.5.1 基于MELT模型的事务管理能力测试 |
| 5.5.2 面向协同制图的MELT并发处理实验 |
| 5.5.3 基于协同制图工作组的多客户端地图同步显示实验 |
| 5.6 本章小结 |
| 第六章 结论 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 应用前景与展望 |
| 6.3.1 应用前景 |
| 6.3.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（5）BIM技术在建筑设计质量检查中规范转译的方法研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 选题背景 |
| 1.1.1 现有建筑质量审查工作面临挑战 |
| 1.1.2 BIM技术带来审批制度改革新契机 |
| 1.1.3 信息化规范转译技术成关键点 |
| 1.1.4 选题来源 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究对象及研究范围界定 |
| 1.3.1 BIM技术 |
| 1.3.2 建筑设计质量检查技术 |
| 1.3.3 建筑规范转译方法的界定 |
| 1.4 国内外研究现状 |
| 1.4.1 国内外BIM建筑设计质量检查研究相关学术研究现状 |
| 1.4.2 国内外BIM建筑设计质量检查研究相关应用研究现状 |
| 1.5 研究内容与研究方法 |
| 1.5.1 研究内容 |
| 1.5.2 研究方法 |
| 1.6 研究框架 |
| 2 BIM技术相关理论研究 |
| 2.1 BIM技术概述 |
| 2.1.1 BIM技术的发展 |
| 2.1.2 BIM技术的特点 |
| 2.1.3 BIM技术应用模式及内容 |
| 2.2 BIM标准的发展及推行 |
| 2.2.1 BIM技术三大标准支撑体系 |
| 2.2.2 国内BIM标准推行现状 |
| 2.2.4 BIM标准推行小结 |
| 2.3 IFC数据交换标准相关理论研究 |
| 2.3.1 IFC标准基础理论概述 |
| 2.3.2 IFC标准体系结构层次 |
| 2.3.3 IFC版本发布以及软件应用现状 |
| 2.4 BIM平台及工具 |
| 2.4.1 BIM软件及平台的分类 |
| 2.4.2 国内外BIM软件的发展情况 |
| 2.5 BIM技术应用现状调查分析 |
| 2.5.1 问卷调查参与人员概况 |
| 2.5.2 建筑业BIM技术应用调查分析 |
| 2.5.3 建筑业BIM应用发展趋势调查情况 |
| 2.5.4 BIM技术应用现状调查小结 |
| 2.6 本章小结 |
| 3 BIM建筑设计质量检查技术 |
| 3.1 建筑设计质量检查内容及工作模式 |
| 3.1.1 建筑设计质量检查内容 |
| 3.1.2 建筑设计质量检查的工作模式 |
| 3.2 我国建筑设计质量检查发展现状及影响因素 |
| 3.2.1 建筑设计质量检查发展现状 |
| 3.2.2 建筑设计质量检查现存问题 |
| 3.2.3 BIM技术在建筑设计质量检查的应用影响因素 |
| 3.3 BIM建筑设计质量检查技术的产生 |
| 3.3.1 人工二维质量审查模式 |
| 3.3.2 三维实体碰撞检查技术 |
| 3.3.3 BIM综合建筑设计质量检查技术 |
| 3.4 BIM建筑设计质量检查方法架构 |
| 3.4.1 需求信息提取 |
| 3.4.2 基于IFC标准的信息提取技术 |
| 3.4.3 BIM模型信息提取技术 |
| 3.4.4 规范转译及规则设置 |
| 3.4.5 BIM检查平台执行检查 |
| 3.4.6 检查结果查看及分析 |
| 3.4.7 信息反馈及优化调整 |
| 3.5 本章小结 |
| 4 BIM建筑规范信息转译原则与方法 |
| 4.1 BIM建筑规范转译技术路线 |
| 4.2 我国工程建设标准体系与建筑规范体系 |
| 4.2.1 我国工程建设标准体系的分级 |
| 4.2.2 我国工程建设标准体系的分类 |
| 4.2.3 建筑规范体系分类 |
| 4.3 建筑规范条文与BIM模型的信息分类 |
| 4.3.1 建筑设计规范强制性条文梳理 |
| 4.3.2 建筑设计规范信息分类 |
| 4.3.3 BIM模型建筑信息分类 |
| 4.4 BIM建筑规范转译基础技术方法 |
| 4.4.1 BIM检查平台规则库编写技术 |
| 4.4.2 API代码编程二次开发技术 |
| 4.4.3 BIM信息转译辅助技术方法 |
| 4.4.4 BIM建筑规范转译技术总结 |
| 4.5 BIM建筑规范转译原则 |
| 4.6 BIM规范信息转译实例 |
| 4.6.1 SMC规则库筛选总结 |
| 4.6.2 数理逻辑信息的规范转译实例 |
| 4.6.3 判断逻辑信息的规范转译实例 |
| 4.6.4 综合逻辑信息的规范转译实例 |
| 4.6.5 不可转译的规范信息 |
| 4.7 本章小结 |
| 5 BIM建筑设计质量检查及规范转译方法实践应用 |
| 5.1 项目背景 |
| 5.1.1 项目概况 |
| 5.1.2 项目规划设计情况 |
| 5.1.3 项目建筑设计情况 |
| 5.2 项目BIM技术应用概况 |
| 5.3 BIM建筑设计规范转译方法实践应用 |
| 5.3.1 建筑设计依据需求信息提取 |
| 5.3.2 需求信息整合汇总 |
| 5.3.3 项目建筑设计规范信息转译 |
| 5.4 BIM模型建筑设计质量检查技术应用 |
| 5.4.1 建立BIM模型 |
| 5.4.2 BIM建筑设计质量检查准备 |
| 5.4.3 BIM建筑设计质量检查技术辅助优化设计 |
| 5.5 应用成果辅助优化方案设计 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 研究工作内容回顾 |
| 6.2 研究成果总结 |
| 6.3 研究存在的不足 |
| 6.4 研究展望 |
| 参考文献 |
| 附录 |
| A.作者在攻读学位期间发表的论文目录 |
| B.作者在攻读学位期间参与科研课题 |
| C.学位论文数据集 |
| D.建筑设计强制性规范条文梳理汇总表 |
| 致谢 |
（6）位置感知的发布/订阅方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究概况 |
| 1.3 存在的问题 |
| 1.4 课题主要研究工作 |
| 2 自适应Top-K位置感知文本发布/订阅方法 |
| 2.1 引言 |
| 2.2 相关概念及符号表示 |
| 2.3 位置感知文本发布订阅方法EPTG |
| 2.4 实验评估 |
| 2.5 相关工作比较 |
| 2.6 本章小结 |
| 3 基于语义的时空文本发布/订阅方法 |
| 3.1 引言 |
| 3.2 主题模型 |
| 3.3 问题形式化 |
| 3.4 基于LDA的语义相似性计算 |
| 3.5 时态空间关键字top-k订阅索引 |
| 3.6 实验评估 |
| 3.7 本章小结 |
| 4 可扩展的位置感知发布/订阅系统架构 |
| 4.1 引言 |
| 4.2 发布/订阅基本模型 |
| 4.3 可扩展基于位置的发布/订阅架构 |
| 4.4 系统详细设计 |
| 4.5 实验评估 |
| 4.6 相关工作比较 |
| 4.7 本章小结 |
| 5 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读博士学位期间发表的主要论文 |
（7）大规模复杂系统云仿真支撑技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及面临的主要问题 |
| 1.2.1 大规模复杂系统仿真概述 |
| 1.2.2 并行离散事件概念术语 |
| 1.2.3 基于云平台的仿真技术研究现状 |
| 1.2.4 云仿真支撑技术面临的主要问题 |
| 1.3 主要研究内容及贡献 |
| 1.3.1 课题主要研究内容 |
| 1.3.2 论文主要贡献 |
| 1.4 论文组织结构 |
| 第二章 一体化云仿真服务集成框架 |
| 2.1 引言 |
| 2.2 相关研究与局限性 |
| 2.3 面向应用的一体化服务化仿真平台工具集成框架 |
| 2.3.1 云仿真平台架构 |
| 2.3.2 服务化仿真平台工具集成框架 |
| 2.3.3 仿真模型组合框架 |
| 2.4 实验与分析 |
| 2.5 本章小结 |
| 第三章 基于本体的异构仿真资源描述方法 |
| 3.1 引言 |
| 3.2 相关研究与局限性 |
| 3.3 面向资源检索的异构仿真资源语义描述方法 |
| 3.3.1 总体思路 |
| 3.3.2 异构仿真资源描述框架SRDF |
| 3.3.3 基于本体的仿真资源描述模型 |
| 3.3.4 基于SRDF的仿真模型语义检索 |
| 3.4 实验与分析 |
| 3.4.1 评估指标 |
| 3.4.2 单仿真模型资源检索 |
| 3.4.3 多仿真模型资源联合检索 |
| 3.5 本章小结 |
| 第四章 云环境中仿真资源调度启发式优化方法 |
| 4.1 引言 |
| 4.2 相关研究及局限性 |
| 4.3 基于历史信息的仿真资源调度启发式优化算法 |
| 4.3.1 性能评估模型 |
| 4.3.2 基于遗传算法的仿真资源调度优化算法 |
| 4.4 实验与分析 |
| 4.4.1 实验设计 |
| 4.4.2 实验结果及分析 |
| 4.5 本章小结 |
| 第五章 云环境中在线仿真容错方法 |
| 5.1 引言 |
| 5.2 相关研究及局限性 |
| 5.3 基于局部协同的在线仿真容错方法 |
| 5.3.1 云环境中仿真运行 |
| 5.3.2 传统的PDES仿真容错 |
| 5.3.3 在线仿真容错支撑技术 |
| 5.4 实验与分析 |
| 5.4.1 PDES4Cloud的实现 |
| 5.4.2 正确性验证 |
| 5.4.3 高效性验证 |
| 5.4.4 可扩展性验证 |
| 5.5 本章小结 |
| 第六章 大规模复杂系统云仿真平台的实现与测试验证 |
| 6.1 引言 |
| 6.2 SIMCloud框架设计与实现 |
| 6.2.1 设计目标 |
| 6.2.2 体系架构 |
| 6.2.3 系统设计与实现 |
| 6.3 SIMCloud测试验证 |
| 6.3.1 民意系统仿真应用场景描述 |
| 6.3.2 民意系统仿真应用的组装与运行 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 论文工作总结 |
| 7.2 进一步研究工作 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（8）可扩展共享内存系统的关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 论文研究背景 |
| 1.2 国内外相关研究 |
| 1.2.1 大规模内存计算应用 |
| 1.2.2 内存一致性模型 |
| 1.2.3 线程间同步 |
| 1.2.4 编译器和运行时支持 |
| 1.3 论文的研究内容和主要贡献 |
| 1.4 论文的结构安排 |
| 第二章 硬件技术背景与性能分析 |
| 2.1 多核同步可扩展性问题 |
| 2.1.1 线程同步的性能测试与分析 |
| 2.1.2 Fence机制的性能测试与分析 |
| 2.2 RDMA技术与性能分析 |
| 2.2.1 RDMA技术背景 |
| 2.2.2 RDMA的性能测试与分析 |
| 第三章 无内存屏障的多核同步机制设计 |
| 3.1 研究概述 |
| 3.2 研究背景 |
| 3.2.1 违反顺序一致性的情形 |
| 3.2.2 写缓冲与内存屏障指令 |
| 3.2.3 Fence的缺陷 |
| 3.2.4 相关工作 |
| 3.3 系统概述 |
| 3.3.1 Sync-Order的语义 |
| 3.3.2 Sync-Order的正确性 |
| 3.4 降低冲突检测开销 |
| 3.4.1 识别sync-var |
| 3.4.2 无数据竞争的程序 |
| 3.5 体系结构扩展 |
| 3.5.1 流水线的扩展 |
| 3.5.2 硬件模块的设计 |
| 3.5.3 写操作之间的冲突 |
| 3.6 实验结果与分析 |
| 3.6.1 性能开销 |
| 3.6.2 Sync-Order的性能数据 |
| 3.6.3 可扩展性 |
| 3.7 本章小结 |
| 第四章 基于消息传递的分布式共享内存系统 |
| 4.1 研究概述 |
| 4.2 相关工作 |
| 4.3 研究动机 |
| 4.4 系统概述 |
| 4.4.1 顺序一致性的协议 |
| 4.4.2 NUMA抽象 |
| 4.4.3 内存冲突检测 |
| 4.4.4 分布式的目录 |
| 4.5 降低协议开销的优化设计 |
| 4.5.1 预测性页缺失 |
| 4.5.2 批量翻译缓存失效 |
| 4.5.3 轮询的消息处理 |
| 4.5.4 协议旁路操作 |
| 4.6 实验结果与分析 |
| 4.6.1 实验方法 |
| 4.6.2 优化效果 |
| 4.6.3 可扩展性 |
| 4.7 本章小结 |
| 第五章 基于RDMA的分布式共享内存系统 |
| 5.1 研究概述 |
| 5.2 相关工作 |
| 5.3 基于RDMA的分布式共享内存协议 |
| 5.3.1 协议操作 |
| 5.3.2 RDMA的接口选择和使用 |
| 5.3.3 延迟本地TLB刷新 |
| 5.3.4 重叠RDMA请求 |
| 5.3.5 基于RDMA的线程同步原语 |
| 5.4 实验结果与分析 |
| 5.4.1 页缺失的处理时间 |
| 5.4.2 基于RDMA的同步机制 |
| 5.4.3 可扩展性 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 攻读学位期间参与的项目 |
（9）云端融合的同步定位与地图构建高效算法关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 SLAM问题及其面临的挑战 |
| 1.1.2 云端融合技术对SLAM效能的提升 |
| 1.2 SLAM问题模型及其求解 |
| 1.2.1 SLAM问题模型 |
| 1.2.2 SLAM求解方法 |
| 1.2.3 多机器人协同SLAM |
| 1.3 本文主要工作 |
| 1.3.1 本文研究内容 |
| 1.3.2 主要贡献和工作评估方式 |
| 1.4 本文研究内容及章节安排 |
| 第二章 机器人SLAM效能扩增技术相关研究 |
| 2.1 引言 |
| 2.2 云端融合提升机器人效能的研究 |
| 2.2.1 云端融合和云机器人 |
| 2.2.2 面向机器人的云平台支持 |
| 2.2.3 云平台提升机器人任务执行效能 |
| 2.3 基于云端融合的SLAM计算迁移和知识共享相关研究 |
| 2.3.1 DAvin Ci:利用Hadoop加速Fast SLAM算法 |
| 2.3.2 面向三维地图重建的C~2TAM |
| 2.4 多机器人协同SLAM效能提升相关研究 |
| 2.4.1 多机器人SLAM的通信及其优化 |
| 2.4.2 多机器人SLAM的建图方式及其优化 |
| 2.4.3 基于云端融合的多机器人协同SLAM |
| 2.5 SLAM相关子过程的效能扩增相关研究 |
| 2.5.1 回环检测 |
| 2.5.2 重定位和“绑架”问题 |
| 2.6 小结 |
| 第三章 面向QoS的 SLAM计算透明迁移方法的研究 |
| 3.1 引言 |
| 3.2 Cloudroid关键机制设计 |
| 3.2.1 ROS平台和其编程模型 |
| 3.2.2 服务结构的自动生成机制 |
| 3.2.3 端到端的可感知QoS的机制设计 |
| 3.3 总体架构和实现 |
| 3.3.1 总体结构 |
| 3.3.2 实现和优化细节 |
| 3.4 性能验证与分析 |
| 3.4.1 验证平台的简介 |
| 3.4.2 测试应用的性能对比分析 |
| 3.4.3 在SLAMBench公开基准套件的性能测试 |
| 3.4.4 CPU和内存利用率的测试 |
| 3.4.5 Cloudroid在 QoS维护的有效性测试 |
| 3.5 Cloudroid在真实物理环境中的性能测试 |
| 3.5.1 室内场景的建图实验 |
| 3.5.2 室内多机器人场景的建图实验 |
| 3.6 小结 |
| 第四章 基于云端融合的多机器人协同SLAM通信迁移方法研究 |
| 4.1 引言 |
| 4.2 通信迁移和协同迁移的相关研究 |
| 4.3 多机器人SLAM应用的通信效率建模和实验验证 |
| 4.3.1 基于Actor的计算模型和计算迁移模型 |
| 4.3.2 分布式多机器人架构和通信模型 |
| 4.3.3 计算迁移对通信负载的影响分析 |
| 4.3.4 基于公开数据集的多机器人协同SLAM的观察分析 |
| 4.4 通信迁移的关键机制设计 |
| 4.4.1 端到端的通信链路感知方法 |
| 4.4.2 基于云平台中继的消息去重机制 |
| 4.4.3 基于全局通信视图的拓扑优化 |
| 4.4.4 Cloudroid Swarm实现 |
| 4.5 基于协同SLAM相关应用的验证与分析 |
| 4.5.1 CGSLAM协同SLAM应用的对比实验和分析 |
| 4.5.2 基于协同SLAM的其他任务的测试和分析 |
| 4.6 小结 |
| 第五章 基于云端融合的大规模机器人协同SLAM方法 |
| 5.1 引言 |
| 5.2 协同分组算法和地图共享一致性机制 |
| 5.2.1 基于费用流的机器人分组算法 |
| 5.2.2 SLAM的低延迟数据一致共享模型 |
| 5.3 总体架构设计和实现 |
| 5.4 实验验证和分析 |
| 5.4.1 实验环境和软硬件配置 |
| 5.4.2 云平台内部计算和通信效果分析 |
| 5.4.3 在不同尺度环境场景中的公开数据集测试 |
| 5.4.4 室外多无人机场景建图验证和分析 |
| 5.5 小结 |
| 第六章 基于云端地图知识融合的SLAM效能扩增方法的研究 |
| 6.1 引言 |
| 6.2 PoseDB:利用共享地图知识提升回环检测速度的方法 |
| 6.2.1 问题描述 |
| 6.2.2 通过内存实验观测 |
| 6.2.3 PoseDB中的主要算法 |
| 6.2.4 PoseDB系统结构 |
| 6.2.5 实验验证和分析 |
| 6.3 共享云平台提升稀疏SLAM重定位速度的方法 |
| 6.3.1 相关的预备知识 |
| 6.3.2 方法和设计 |
| 6.3.3 系统实现 |
| 6.3.4 实验验证和分析 |
| 6.4 小结 |
| 第七章 结论 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（10）分布式数据处理若干关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题提出的背景及意义 |
| 1.2 研究目标与几个主要研究问题 |
| 1.3 课题的研究内容和创新点 |
| 1.4 论文的结构安排 |
| 1.5 本章小结 |
| 第二章 研究现状与相关技术 |
| 2.1 引言 |
| 2.2 分布式数据并行计算框架的研究现状 |
| 2.2.1 高性能计算机的发展 |
| 2.2.2 商业化的计算加速器正在不断扩展它的应用 |
| 2.2.3 "神威·太湖之光"并行计算机 |
| 2.2.4 现今流行的通用分布式数据并行计算框架 |
| 2.3 分布式数据并行计算框架软件构建技术相关研究 |
| 2.3.1 模型驱动工程技术与分布式数据并行计算框架软件构建 |
| 2.3.2 架构模型和自适应变化 |
| 2.4 面向大数据应用的键值对数据存储系统技术 |
| 2.4.1 非关系型NoSQL数据存储 |
| 2.4.2 基于RDMA的键值对数据存储管理 |
| 2.4.3 客户端—服务器端C/S模式 |
| 2.4.4 数据库理论 |
| 2.5 在分布式环境下的大数据服务 |
| 2.5.1 多领域数据分析与知识挖掘 |
| 2.5.2 分布式大数据服务 |
| 2.5.3 社会关键信息基础设施的数据处理 |
| 2.6 本章小结 |
| 第三章 SunwayMR:面向神威机器的分布式数据密集型并行计算框架 |
| 3.1 研究背景与研究动机:“神威·太湖之光”并行计算机的诞生 |
| 3.2 SunwayMR框架概述 |
| 3.3 SunwayMR系统架构详细设计 |
| 3.3.1 分布式内存数据管理机制 |
| 3.3.2 Pthread编程 |
| 3.3.3 任务、调度器、执行器和框架上下文 |
| 3.3.4 数据处理机制 |
| 3.3.5 粗细粒度并行 |
| 3.3.6 SunwayMRHelper消息通讯组件 |
| 3.3.7 神威体系结构众核(1 主核+64 从核)并行设计 |
| 3.4 系统优化机制设计 |
| 3.5 易用性 |
| 3.5.1 层级软件架构 |
| 3.5.2 学习案例:Pi值计算和PageRank算法编程示例 |
| 3.6 实验 |
| 3.6.1 实验设置 |
| 3.6.2 性能评估 |
| 3.6.3 系统优化评估 |
| 3.6.4 国家超算无锡中心国产众核平台系统运行测试 |
| 3.6.5 计算加速原因分析 |
| 3.6.6 SunwayMR特性 |
| 3.7 本章小结 |
| 第四章 自适应的分布式数据并行计算框架软件构建技术 |
| 4.1 引言 |
| 4.2 研究背景与研究动机 |
| 4.2.1 分布式数据并行计算框架软件构建的挑战 |
| 4.2.2 领域建模的复杂性与难度 |
| 4.3 自适应的软件构建 |
| 4.3.1 总体流程 |
| 4.3.2 步骤一:参考性的架构建模描述 |
| 4.3.3 步骤二:集成动态行为分析到架构模型 |
| 4.3.4 步骤三:架构建模自适应规约 |
| 4.4 学习案例:SunwayMR软件构建实践 |
| 4.4.1 解决的研究问题RQs |
| 4.4.2 RQ1:软件构建过程 |
| 4.4.3 RQ2:自适应讨论 |
| 4.4.4 RQ3:软件构建优化 |
| 4.4.5 RQ4:软件构建技术对比评估 |
| 4.4.6 RQ5:有效性分析 |
| 4.5 讨论 |
| 4.5.1 维护现今主流的分布式并行计算框架 |
| 4.5.2 评估正确性与有效性风险 |
| 4.6 本章小结 |
| 第五章 RHKV:基于RDMA和 HTM的 Key-Value键值对数据存储管理 |
| 5.1 引言 |
| 5.2 背景知识 |
| 5.3 RHKV概述 |
| 5.4 RHKV详细设计 |
| 5.4.1 RHKV架构设计 |
| 5.4.2 哈希表间无限kick-out循环问题分析 |
| 5.4.3 改进型G-Cuckoo哈希数据管理模式 |
| 5.4.4 RHKV的 RDMA网络通信引擎 |
| 5.4.5 与哈希表的信息交互 |
| 5.4.6 HTM感知的强原子性保障 |
| 5.4.7 寻求空闲位置并预测G-Cuckoo中数据条目的无限kick-out循环 |
| 5.4.8 一致性机制优化 |
| 5.4.9 数据访问执行协议 |
| 5.5 关键实现和软件接口 |
| 5.6 分布式C/S模式环境下的RHKV性能分析 |
| 5.6.1 实验设置 |
| 5.6.2 吞吐量提升和访问延迟减少情况 |
| 5.6.3 与其他基于RDMA的键值对数据存储系统的性能对比 |
| 5.6.4 负载偏差的抵抗力 |
| 5.6.5 空间扩大情况 |
| 5.6.6 数据一致性机制评估 |
| 5.7 RHKV数据密集型应用场景举例 |
| 5.8 本章小结 |
| 第六章 EDAWS:社会关键信息基础设施分布式环境数据管理及大数据服务解决方案 |
| 6.1 引言 |
| 6.2 研究动机:社会关键信息基础设施建设举例 |
| 6.3 分布式数据集成与融合系统 |
| 6.4 服务器端信息处理管理 |
| 6.4.1 原生信息获取与抽取 |
| 6.4.2 信息处理与索引库构建 |
| 6.4.3 分布式系统并行索引构建 |
| 6.4.4 用户感兴趣的大数据服务挖掘 |
| 6.4.5 在分布式环境下处理并发请求的原理 |
| 6.5 大数据服务信息交互 |
| 6.5.1 信息交互管理 |
| 6.5.2 并发请求处理与资源请求限制的理论分析 |
| 6.6 一些关键实现细节 |
| 6.7 真实场景案例学习:智慧社区信息系统建设 |
| 6.8 实验评估 |
| 6.8.1 原型系统示例 |
| 6.8.2 实验环境与设计 |
| 6.8.3 实验结果与分析 |
| 6.9 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究工作总结 |
| 7.2 未来展望 |
| 参考文献 |
| 简历 |
| 致谢 |
| 攻读博士学位期间参加的科研项目 |
| 攻读博士学位期间学术论文等科研成果目录 |
四、利用操作特征管理器维护协同设计语义一致性（论文参考文献）
- [1]云计算平台虚拟机端缓存优化关键技术研究[D]. 付建宇. 国防科技大学, 2020(01)
- [2]分布式综合业务开发平台的设计与实现[D]. 肖韬睿. 中国电子科技集团公司电子科学研究院, 2020(03)
- [3]基于Web的系统工程建模平台前端图形展示层的架构设计[D]. 庾龙鑫. 浙江大学, 2020(08)
- [4]基于地图编辑长事务模型的协同制图关键技术研究[D]. 何列松. 战略支援部队信息工程大学, 2020(02)
- [5]BIM技术在建筑设计质量检查中规范转译的方法研究[D]. 李璨. 重庆大学, 2019(01)
- [6]位置感知的发布/订阅方法研究[D]. 李宏博. 华中科技大学, 2019(01)
- [7]大规模复杂系统云仿真支撑技术研究[D]. 姚锋. 国防科技大学, 2019(01)
- [8]可扩展共享内存系统的关键技术研究[D]. 洪扬. 上海交通大学, 2019(06)
- [9]云端融合的同步定位与地图构建高效算法关键技术研究[D]. 张鹏飞. 国防科技大学, 2018(01)
- [10]分布式数据处理若干关键技术研究[D]. 吴仁克. 上海交通大学, 2018