检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

并发任务对驾驶员驾驶行为的影响

交通运输研究 2015年第6期1卷 45-50页

作者：胡夫孙健黄一哲周岱广东台山沿海高速公路有限公司广东台山529231 上海交通大学船舶海洋与建筑工程学院交通研究中心上海200240 上海交通大学船舶海洋与建筑工程学院土木工程系上海200240

驾驶过程中使用手机、收听音乐等并发任务会对驾驶员驾驶行为产生不同程度的影响,进而给周围道路环境、车辆以及行人造成安全威胁。为了系统探析不同并发任务模式对驾驶员驾驶行为的影响程度,以四种典型并发任务模式(手机使用、乘客互... 详细信息

驾驶过程中使用手机、收听音乐等并发任务会对驾驶员驾驶行为产生不同程度的影响,进而给周围道路环境、车辆以及行人造成安全威胁。为了系统探析不同并发任务模式对驾驶员驾驶行为的影响程度,以四种典型并发任务模式(手机使用、乘客互动、视频播放、音频播放)为研究对象,引入主成分分析法,构建面向驾驶员行为表现的综合评价体系。同时,以国外学者针对不同并发任务进行模拟实验所用的原始数据作为数据来源,对四种并发任务对于驾驶员行为的不同影响进行了评价。结果表明,使用手机对于驾驶员的驾驶行为影响最大,与乘客互动次之;视觉上注意力的分散相对于认知上注意力的分散更容易对驾驶员的驾驶能力产生负面影响。

关键词：并发任务注意力分散驾驶员行为主成分分析法综合评价体系

粗粒度动态可重构处理器中的并发任务调度问题研究

在线全文

学校读者我要写书评

暂无评论

粗粒度动态可重构处理器中的并发任务调度问题研究

四川省通信学会2011年学术年会

作者：方达电子科技大学通信与信息工程学院

利用调度算法减少重构时间并提高执行并发任务的能力是提升可重构数字系统运行速度的一条重要途径。以粗粒度动态可重构处理器通用架构为基础,重点研究粗粒度动态可重构处理器执行并发任务调度问题的数学模型。通过数学推导,指出了影响... 详细信息

利用调度算法减少重构时间并提高执行并发任务的能力是提升可重构数字系统运行速度的一条重要途径。以粗粒度动态可重构处理器通用架构为基础,重点研究粗粒度动态可重构处理器执行并发任务调度问题的数学模型。通过数学推导,指出了影响动态可重构处理器执行并发任务时处理速度的两大关键因素——需配置的PE总个数和任务载入的总次数。针对影响处理速度的两大关键因素,比较了两种极端条件下相应的调度算法性能。仿真结果表明:执行时间较长时,调度算法对系统性能的改进程度低于配置时间较长时。

关键词：粗粒度动态可重构并发任务调度算法

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

一种高效的面向高并发图分析任务的存储系统

中国科学：信息科学 2022年第1期52卷 111-128页

作者：赵进姜新宇张宇廖小飞金海刘海坤杨赟张吉王彪余婷华中科技大学大数据技术与系统国家地方联合工程研究中心武汉430074 华中科技大学服务计算技术与系统教育部重点实验室武汉430074 华中科技大学集群与网格计算湖北省重点实验室武汉430074 华中科技大学计算机科学与技术学院武汉430074 School of Sciences University of Southern Queensland Toowoomba 4350Australia 之江实验室杭州311121

随着现实世界中图计算需求的快速增长,同一平台上往往并发运行着大量迭代图分析任务.然而,现有的图计算系统主要是为了高效执行单个图分析任务而设计的.因此,当多个并发图分析任务同时在同一个底层图上并行执行时,现有图计算系统会面临... 详细信息

随着现实世界中图计算需求的快速增长,同一平台上往往并发运行着大量迭代图分析任务.然而,现有的图计算系统主要是为了高效执行单个图分析任务而设计的.因此,当多个并发图分析任务同时在同一个底层图上并行执行时,现有图计算系统会面临巨大的数据访问开销.为了提高并发图分析任务的吞吐量,现有的核外并发图处理方案通过共享图数据减少并发任务的数据存储与访问开销.但是,由于现实世界中图的图顶点度数幂律分布特性以及图分析任务之间的差异性,现有方案在访问数据时依旧存在着大量的不必要的冗余I/O开销.这是因为即使静态图分区中绝大部分顶点处于非活跃状态或者只被少数图分析任务共享,现有方法也依旧会将整个分区加载入内存供并发图分析任务处理.为解决上述问题,本文提出了一个面向并发图分析任务的高效存储系统GraphDP.它能够插入到现有核外图计算系统中来透明有效地减少现有图计算系统执行并发图分析任务时的存储消耗与数据访问开销,从而提高并发图分析任务的吞吐量.具体来说,GraphDP使用一种新颖的动态I/O调度策略,能够使系统以最优的I/O访问方式完成图数据的加载,并有效地减少加载到内存和cache的数据.同时,GraphDP通过高效的缓存机制在内存中优先缓存被频繁访问的图数据,从而进一步减少数据访问开销.为证明GraphDP的有效性,我们将GraphDP插入到目前流行的核外图计算系统中,包括GridGraph,GraphChi和X-Stream.实验结果表明,GraphDP分别将GridGraph,GraphChi和X-Stream的吞吐量提高了1.57~2.19倍,1.86~2.37倍和1.62~2.21倍.

关键词：迭代图处理并发任务存储系统 I/O开销吞吐量

基于移动边缘云的计算密集型任务卸载决策算法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2023年第8期40卷 291-297页

作者：王志强王金婉济源职业技术学院信息工程系河南济源459000 南京大学信息管理学院江苏南京210023

为了实现移动边缘云环境中移动设备任务执行时间的优化,提出一种任务卸载决策算法。算法考虑了更为普遍的任务结构类型,包含了顺序任务结构和并发任务结构。其主要发现有两点:(1)一个任务卸载执行,则较大可能其邻居任务也会卸载执行;(2... 详细信息

为了实现移动边缘云环境中移动设备任务执行时间的优化,提出一种任务卸载决策算法。算法考虑了更为普遍的任务结构类型,包含了顺序任务结构和并发任务结构。其主要发现有两点:(1)一个任务卸载执行,则较大可能其邻居任务也会卸载执行;(2)应用的执行时间可以通过将任务卸载至边缘云端最大化边缘云端与移动设备端的并行性来降低任务完成时间。对于顺序任务构成的线性拓扑任务图,算法可以找到最优的卸载任务群集;而对于并发任务的通用拓扑任务图,算法可以实现更好负载均衡的任务卸载决策。仿真实验结果证明,与基准算法相比,所提算法得到的任务完成时间与理论最优解更为接近,任务完成效率更高。

关键词：移动边缘云任务卸载顺序任务并发任务完成时间

车联网中以AoI为优化目标的任务卸载算法研究

在线全文

学校读者我要写书评

暂无评论

车联网中以AoI为优化目标的任务卸载算法研究

作者：郭杨万里华中科技大学

学位级别：硕士

随着5G(5-th Generation)技术的逐渐成熟,车联网中应用场景也更加丰富,车辆需要接收和处理消息的任务量和请求任务密度也在不断增长。然而车辆本身的有限计算资源很难满足请求任务的性能需求。为了提高任务的处理速度,将车辆请求的任务... 详细信息

随着5G(5-th Generation)技术的逐渐成熟,车联网中应用场景也更加丰富,车辆需要接收和处理消息的任务量和请求任务密度也在不断增长。然而车辆本身的有限计算资源很难满足请求任务的性能需求。为了提高任务的处理速度,将车辆请求的任务卸载至计算能力更强的路边基础设施进行处理成为当前的研究热点。本文研究了基于V2I(Vehicle to Infrastructure)通信模式下的任务卸载过程,根据实际业务场景对车辆任务进行分类,充分考虑车辆在任务卸载过程中位置状态的变化,并引入AoI(Age of Information)作为任务卸载过程状态连续变化的评价指标,从整体车辆网络的角度对比分析了不同卸载策略算法的性能表现。此外,本文分析了任务卸载过程中的一些主要因素,包括卸载任务到达基站的时间、卸载任务的任务类型和任务车辆的位置状态对AoI的影响,并在此基础上提出了综合优先级任务响应策略来优化整体车辆网络在任务卸载过程中的AoI;仿真结果表明本文提出的任务卸载策略在平均AoI指标上较FIFO(First In First Out)策略下降了多达15.44%;此外相较于FIFO策略,综合优先级策略下峰值AoI和任务损失价值的最大降幅分别约为29.17%和69.91%。最后,本文考虑了在任务卸载过程中可能出现的并发任务问题。对于并发任务问题的复杂性,本文从包括车辆执行指令的初始AoI等方面进行了理论分析和论证,在此基础上对现有的遗传算法进行改进,使其能根据不同特点的并发任务场景动态调整以适应复杂多变的并发任务卸载过程,达到优化并发任务过程AoI的目的;仿真结果显示,本文提出的基于改进遗传算法的任务卸载算法能有效地降低车辆网络整体的AoI,降幅约为38.63%;同时也显示了该算法对复杂多变的并发任务卸载过程良好的适应性。

关键词： V2I AoI 任务卸载并发任务任务优先级

动态时间片缩放:一种优化Linux任务公平性的方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机系统应用 2012年第10期21卷 208-213页

作者：高旭宏李曦中国科学技术大学计算机科学与技术学院合肥230027 中国科学技术大学苏州研究院苏州215123

处理器动态电压频率调节技术,对Linux系统中并发任务的性能产生不同程度的变化,从而影响并发任务计算资源分配的公平性.提出了一种利用动态时间片缩放来优化任务公平性的方法,并基于Linux操作系统任务调度程序,加入动态时间片缩放模块,... 详细信息

处理器动态电压频率调节技术,对Linux系统中并发任务的性能产生不同程度的变化,从而影响并发任务计算资源分配的公平性.提出了一种利用动态时间片缩放来优化任务公平性的方法,并基于Linux操作系统任务调度程序,加入动态时间片缩放模块,该模块通过读取CPU性能监控计数器,在线计算时间片缩放系数,并利用该系数对任务时间片长度进行动态缩放.实验表明,这种方法以较小的系统开销为价,极大地提高了Linux中并发任务计算资源分配的公平性.

关键词：动态电压频率调节 Linux任务调度程序并发任务公平性动态时间片缩放

在线全文

学校读者我要写书评

暂无评论

基于依赖感知的并发图处理加速方法研究

基于依赖感知的并发图处理加速方法研究

作者：姜新宇华中科技大学

学位级别：硕士

随着图数据结构在社交网络分析、金融风险预测、路径规划等各大领域的广泛应用,图处理需求呈现出爆发式增长。为满足各类图应用的需求,分布式图处理平台上通常同时运行着许多图分析任务。然而,目前大多数分布式图处理系统通常都是设计... 详细信息

随着图数据结构在社交网络分析、金融风险预测、路径规划等各大领域的广泛应用,图处理需求呈现出爆发式增长。为满足各类图应用的需求,分布式图处理平台上通常同时运行着许多图分析任务。然而,目前大多数分布式图处理系统通常都是设计用于高效执行单个图分析任务,当并发执行多个图分析任务时,系统会面临高额的数据访问与通信开销。为了提高分布式图处理系统的并发图处理性能,现有的并发图处理解决方案采用数据共享的方法来减少系统的数据访问开销。但是,由于并发图分析任务的数据访问行为具有强烈的不规则性,现有方法往往难以高效实现并发任务间的数据共享,从而导致系统的并发图处理性能依旧较差。为解决上述问题,设计实现了一个依赖感知的并发图处理系统TGraph。该系统能够与现有的分布式图处理系统进行集成,减少系统执行并发图处理时产生的数据访问与通信开销,从而有效提高系统的并发图处理性能。与现有方案不同,TGraph设计了一种依赖感知的并发图分析任务同步执行模型。该模型根据图数据间固有的依赖关系来调度并发图分析任务同步执行,使其数据访问行为更加规则,从而高效实现并发图分析任务间的数据共享。此外,TGraph还提出了一种面向并发图处理的负载均衡策略,通过预测每个图分析任务的具体负载来更加精准地实现计算节点间的负载均衡。最后,TGraph还实现了一种基于联合通信的消息管理机制,通过联合并发图分析任务间的状态同步通信来有效减少系统的通信成本。实验结果表明,将TGraph集成到目前流行的三个分布式图处理系统D-Galois、Gemini和Power Graph中后,上述系统执行并发图处理时的性能分别提高了1.83-3.67倍、2.25-5.03倍和2.12-6.38倍,并且具有了更加良好的可扩展性。

关键词：分布式图处理并发任务图处理加速依赖感知

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

点播与定制类业务拨测系统的设计与实现

点播与定制类业务拨测系统的设计与实现

作者：巩雪北京邮电大学

学位级别：硕士

近年来,点播与定制类业务给运营商和SP提供商带来巨大经济利润的同时也大大方便了用户的生活,用户越来越依赖这种予取予求的信息获取方式,与此同时对信息及时性、准确性等业务质量的要求也在不断提高。业务质量代表了业务运行在网络之... 详细信息

近年来,点播与定制类业务给运营商和SP提供商带来巨大经济利润的同时也大大方便了用户的生活,用户越来越依赖这种予取予求的信息获取方式,与此同时对信息及时性、准确性等业务质量的要求也在不断提高。业务质量代表了业务运行在网络之上能够达到的服务水平。网络端测试结果往往无法反映业务发展的根本问题,即便是发现很多问题,也很难明确核心问题。因此只有让用户真正参与到测试当中,才能保障质量评测与优化有的放矢。业务拨测作为第三方以用户的身份去检测各项业务质量指标,站在最终用户的角度来评价业务质量,在第一时间发现业务质量的变化,为问题的定位和故障的排除提供指导,以保证业务质量的可靠性。本文针对传统的手动拨测系统的缺陷,以及市场上现存的一些拨测系统业务测试能力和业务覆盖范围的局限性,提出了一种高效、高扩展性的自动拨测系统,并重点分析、设计和实现了点播与定制类业务自动拨测系统的业务模块、任务模块以及流程模块。

关键词：点播定制拨测系统并发任务原子操作

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

异构环境下的高并发图计算加速方法

异构环境下的高并发图计算加速方法

作者：赵祥华中科技大学

学位级别：硕士

图计算能够挖掘事物之间潜在不易洞察的行为和联系,广泛应用于服务推荐、欺诈检测、风投分析、市场营销、疾病建模等领域。随着互联网等领域的发展,图数据规模爆炸增长的同时,各种图分析算法不断涌现。在图处理平台上,大量图算法并发地... 详细信息

图计算能够挖掘事物之间潜在不易洞察的行为和联系,广泛应用于服务推荐、欺诈检测、风投分析、市场营销、疾病建模等领域。随着互联网等领域的发展,图数据规模爆炸增长的同时,各种图分析算法不断涌现。在图处理平台上,大量图算法并发地对共享的图结构进行处理,形成了并发图分析任务。与CPU相比,GPU具有更强的并行计算能力,因此由CPU和GPU组成的异构环境更适合大规模图处理。然而,在当前的GPU图计算系统中,并发图分析任务独立地沿着不同的路径访问共享图,由于严重的数据带宽竞争和缓存干扰,导致较高的访存计算比,降低系统吞吐率。为解决上述问题,实现了数据驱动的并发图分析任务执行机制,支持高效的并发图计算。首先,为多GPU节点建立异步通信机制,实现图算法的异步执行模型,避免同步编程模型的大量同步开销;其次,在GPU的本地计算阶段实现数据驱动的并发图分析任务执行机制,将图数据划分成大小合适的块,按照一定的顺序载入缓存中,然后触发多个相关任务并发处理,减少总的数据访问需求;最后,实现了一个图划分块调度器,最大化并发图分析任务数据访问的关联性;此外,通过给待处理的顶点赋予优先级解决异步编程模型可能导致的冗余计算问题。实验结果验证了该GPU图计算系统能够减少并发图计算任务的数据访问开销,与现有的系统Groute相比,提高了并发图分析任务的吞吐率5.26倍。

关键词：图处理并发任务数据驱动 GPU