检索结果-南通市图书馆

ErlangShen:基于流水线低访问开销的图式区块链高效事务执行机制

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 2111-2121页

作者：肖江吴恩平张世桀伏子豪金海大数据技术与系统国家地方联合工程研究中心武汉430074 服务计算技术与系统教育部重点实验室武汉430074 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

基于有向无环图(DAG)的图式区块链能够显著提升系统性能,已成为近年来业界的研究热点。相较于传统串行化的链式区块链,图式区块链可在单位时间内并发处理大量事务从而提升吞吐量。随着事务量的激增,图式区块链面临事务执行效率低的瓶颈... 详细信息

基于有向无环图(DAG)的图式区块链能够显著提升系统性能,已成为近年来业界的研究热点。相较于传统串行化的链式区块链,图式区块链可在单位时间内并发处理大量事务从而提升吞吐量。随着事务量的激增,图式区块链面临事务执行效率低的瓶颈问题,即海量事务执行对状态数据访问的需求大幅增加,导致高昂的输入/输出(I/O)开销。实现低I/O访问主要包括两方面的全新挑战:一方面,图式区块链若直接采用传统的事务预取机制,将因执行逻辑不一致引入大量的陈旧读;另一方面,针对不同账户的状态访问会在默克尔树的高层节点中造成重复的I/O开销。为此,本文设计基于流水线的图式区块链高效事务执行机制—ErlangShen,包括Epoch粒度的状态预取机制和默克尔高层路径缓存机制来分别减少陈旧读的数量和重复的I/O开销。具体而言,ErlangShen充分分析并利用了事务访问频次的冷热特征,将访问热事务的逻辑执行与冷事务的状态预取并行化,以避免状态预取对事务执行的影响。此外,为了进一步提升事务执行的吞吐量,根据访问冷热状态事务的特性设计了定制化的并发控制方法。实验结果表明,ErlangShen机制能够减少约90%的陈旧读数量,与最新图式区块链事务处理机制Nezha相比,可将性能提升3~4倍。

关键词：区块链图式区块链 I/O优化并发控制状态树

在线全文

学校读者我要写书评

暂无评论

区块链网络综述

软件学报 2024年第2期35卷 773-799页

作者：司冰茹肖江刘存扬戴小海金海大数据技术与系统国家地方联合工程研究中心湖北武汉430074 服务计算技术与系统教育部重点实验室湖北武汉430074 集群与网格计算湖北省重点实验室湖北武汉430074 华中科技大学计算机学院湖北武汉430074

区块链是典型的分布式系统,底层网络的性能和安全性至关重要.区块链网络的本质是P2P网络,然而在安全模型、传输协议和性能指标等方面与传统P2P网络存在明显差异.首先,针对区块链网络的传输流程进行全面、深入地分析,阐明区块链网络所面... 详细信息

区块链是典型的分布式系统,底层网络的性能和安全性至关重要.区块链网络的本质是P2P网络,然而在安全模型、传输协议和性能指标等方面与传统P2P网络存在明显差异.首先,针对区块链网络的传输流程进行全面、深入地分析,阐明区块链网络所面临的瓶颈挑战.其次,针对区块链网络拓扑结构和传输协议的最新研究工作,从节点异构性、编码方案、广播算法和中继网络等方面系统性地分类梳理,并归纳总结跨链网络实现和网络仿真工具.最后,探讨区块链网络的未来研究趋势.

关键词：区块链拓扑结构传输协议跨链网络仿真工具

在线全文

学校读者我要写书评

暂无评论

基于数字孪生的复杂件多机器人智能加工方法

华中科技大学学报(自然科学版) 2024年第6期52卷 1-9页

作者：段现银邵宇轩彭芳瑜向峰杨岑岑周林武汉科技大学冶金装备及其控制省部共建教育部重点实验室国家数字化设计与制造创新中心华中科技大学智能制造装备与技术全国重点实验室

针对舱体类构件内部存在众多复杂相交特征且可行空间狭小，其内壁等加工有极大困难，制造设备的加工效率和智能化水平难以满足航天装备快速和高质量发展需求问题，为提高舱体类构件制造设备的加工效率和智能化水平，提出了一种基于数字... 详细信息

针对舱体类构件内部存在众多复杂相交特征且可行空间狭小，其内壁等加工有极大困难，制造设备的加工效率和智能化水平难以满足航天装备快速和高质量发展需求问题，为提高舱体类构件制造设备的加工效率和智能化水平，提出了一种基于数字孪生的多机器人智能协同加工方法．构建了不同功能机器人协同加工系统虚拟空间、物理空间和信息数据层的数字孪生框架，详细阐述了孪生数据源及类型、数据融合和数据存储等孪生数据模型的设计；建立了多机器人协同加工优化控制与决策模型，研制了多机器人智能加工软硬件平台，实现了虚实映射与交互以及加工系统在线监控．以某型号飞行器舱段精密铣削和测量工艺为案例进行验证与分析，优化加工路线，提高加工效率，验证了该方法的可行性与高效性．

关键词：智能制造智能加工数字孪生多机器人舱体类构件

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种冗余感知的高能效图计算加速器

中国科学：信息科学 2024年第6期54卷 1369-1385页

作者：姚鹏程廖小飞金海周宇航徐鹏张伟曾圳潘晨高朱冰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 之江实验室杭州311121

图作为一种灵活表达对象之间关系的数据结构,广泛地应用于各类重要的现实场景.近年来,随着性能提升速度放缓,通用处理器逐渐无法满足图计算应用的需求,并成为限制图计算发展的主要瓶颈.因此,面向图计算的领域专用加速器成为近年来的研... 详细信息

图作为一种灵活表达对象之间关系的数据结构,广泛地应用于各类重要的现实场景.近年来,随着性能提升速度放缓,通用处理器逐渐无法满足图计算应用的需求,并成为限制图计算发展的主要瓶颈.因此,面向图计算的领域专用加速器成为近年来的研究热点.通过定制化的硬件设计,图计算加速器可以在图计算应用中取得通用处理器数十倍的性能.然而,现有的图计算加速器在运行宽度优先算法时会频繁地重复访问幂律顶点的相关数据,进而导致了严重的冗余访存问题.在特定场景下,现有的图计算加速器的性能甚至低于通用CPU.为了解决该问题,本文提出一种冗余感知的高能效图计算加速器JiFeng.当幂律顶点完成迭代计算时,JiFeng通过跳过剩余的相邻边大幅减少其被重复访问的次数.JiFeng实现了一系列软硬件协同设计,在保证负载均衡的同时提升硬件的执行效率.为了验证JiFeng的有效性,本文采用FPGA原型系统对相关设计进行性能评估.JiFeng在典型的生成图和现实图上实现最高每秒遍历4612亿条边的性能和每秒每瓦特遍历125亿条边的能效比,并在2023年11月的图计算超算排行榜GreenGraph500的小数据集榜单上取得第2名的成绩.

关键词：图计算加速器宽度优先搜索冗余访存 FPGA

在线全文

学校读者我要写书评

暂无评论

ElasticDAG:弹性图式区块链

软件学报 2024年

作者：岳镜涛肖江张世桀程凤陈汉华金海集群与网格计算湖北省重点实验室服务计算技术与系统教育部重点实验室华中科技大学计算机科学与技术学院大数据技术与系统国家地方联合工程研究中心

图式区块链采用有向无环图(directed acyclic graph, DAG)的并行拓扑结构,相较于基于串行拓扑结构的传统链式区块链,能够显著提升系统性能,已受到业界广泛关注.然而,现有图式区块链的共识协议与存储模型高度耦合,缺乏灵活性,难以适应多... 详细信息

图式区块链采用有向无环图(directed acyclic graph, DAG)的并行拓扑结构,相较于基于串行拓扑结构的传统链式区块链,能够显著提升系统性能,已受到业界广泛关注.然而,现有图式区块链的共识协议与存储模型高度耦合,缺乏灵活性,难以适应多元化应用需求.同时,大部分图式区块链在共识协议层面上缺乏灵活性,局限于概率性共识协议,难以兼顾确认延迟和安全性,尤其对于延迟敏感型应用很不友好.为此,提出弹性图式区块链系统ElasticDAG,其核心思想是将存储模型和共识协议进行解耦,让两者并行、独立地运行,从而灵活适配多元化应用.针对提升系统吞吐量和活性的需求,为存储模型设计自适应区块确认策略和基于划分的确认区块排序算法;针对降低交易确认延迟的需求,设计低延迟DAG区块链混合共识协议.实验结果表明, ElasticDAG原型系统在广域网下的吞吐量高达11 Mb/s,并具有10秒级确认性能.与OHIE相比, Elastic DAG在实现同等吞吐量的情况下,可将确认延迟降低17倍;与Haootia相比, Elastic DAG在实现同等共识延迟的情况下,可将安全性从91.04%提升到99.999 914%.

关键词：图式区块链混合共识协议 BFT协议存储模型弹性区块链系统

局域芯片分布特征辨识及自适应变步长扫描与匹配

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年第4期30卷 1273-1285页

作者：吴涛周意黄智雄叶玮琳吴福培李斌汕头大学智能制造技术教育部重点实验室广东汕头515063 华中科技大学机械科学与工程学院湖北武汉430074

为解决LED芯片检测与分选中的漏扫、匹配错误等关键问题,提出自适应变步长扫描方法。该方法对当前局域分布特性进行分析,利用晶圆片局部形变的连续性与保持性对邻近区域芯片分布进行预测,实施步长调整。在检测端,提出基于8邻域位置模型... 详细信息

为解决LED芯片检测与分选中的漏扫、匹配错误等关键问题,提出自适应变步长扫描方法。该方法对当前局域分布特性进行分析,利用晶圆片局部形变的连续性与保持性对邻近区域芯片分布进行预测,实施步长调整。在检测端,提出基于8邻域位置模型的区域芯片分布特征表征与描述方法,确立自适应步长调整策略,建立物理地址映射视图以及归一化逻辑视图。在分选端,利用已知物理地址映射图和归一化逻辑视图,对扫描区域、步长与路径进行规划,在遍历芯片的同时,实现芯片匹配。实测表明,相比冗余方法,该方法能够以低于4%的冗余率,实现漏扫率低于0.5%,提升扫描效率近23%。由于只针对有意义的芯片进行查找,可实现接近100%的匹配率,显著改善了算法效率和抗干扰能力。

关键词：晶圆片映射视图逻辑归一化主动遍历位置关系索引匹配

医用柔性CO_(2)激光传输介质研究进展与展望(特邀)

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第1期61卷 361-372页

作者：陶光明邹郁祁刘超任志禾华中科技大学武汉光电国家研究中心湖北武汉430074 华中科技大学同济医院血管衰老教育部重点实验室湖北武汉430074 华中科技大学材料科学与工程学院材料成型与模具技术国家重点实验室湖北武汉430074

中红外激光凭借其非接触、高效率和高精准度的显著优势,广泛应用于病变组织切除、组织整形和肿瘤间质光热疗法等临床外科手术中。在诸多中红外激光中,二氧化碳(CO_(2))激光具备极高消融效率和高精准度的特点,广泛应用于皮肤、耳鼻喉和... 详细信息

中红外激光凭借其非接触、高效率和高精准度的显著优势,广泛应用于病变组织切除、组织整形和肿瘤间质光热疗法等临床外科手术中。在诸多中红外激光中,二氧化碳(CO_(2))激光具备极高消融效率和高精准度的特点,广泛应用于皮肤、耳鼻喉和腹腔等手术中。然而,由于缺乏稳定、高性能的小尺度柔性能量传输介质,CO_(2)激光无法像钬激光、钕激光等近红外激光一样,通过成熟的石英光纤,以微创或无创的方式进入体内,在人体内部自然腔道中进行微创介入操作。目前CO_(2)激光通常通过导光臂、空心波导管等传输介质进行手术,这极大地制约了其优势在微创手术中的充分体现。为使CO_(2)激光更好地服务于临床外科医疗领域,本文总结了现有的医用CO_(2)激光能量传输介质,重点讨论了热拉式多材料光纤技术在CO_(2)激光医疗领域的研究进展,并展望了未来多功能柔性CO_(2)激光消融机器人光纤的发展趋势及应用前景。

关键词：激光医疗 CO_(2)激光红外光纤多材料纤维连续体机器人

在线全文

学校读者我要写书评

暂无评论

面向电商联盟的区块链营销标签交易系统

计算机研究与发展 2024年

作者：代炜琦李铭赵珂轩姜文超周蔚林邹德清金海华中科技大学计算机科学与技术学院华中科技大学网络空间安全学院集群与网格计算湖北省重点实验室(华中科技大学) 湖北省大数据安全工程技术研究中心(华中科技大学) 数安时代科技股份有限公司广东工业大学计算机学院服务计算技术与系统教育部重点实验室(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(华中科技大学) 分布式系统安全湖北省重点实验室(华中科技大学)

大数据电商时代，数据交易可使彼此孤立的数据资源得到协同共享与价值利用，营销标签作为电商业务中数据交易的主要形式，拥有巨大的潜在价值．然而传统数据交易市场面临3个主要问题：1）中心化平台信息不透明导致信任危机和恶意竞价... 详细信息

大数据电商时代，数据交易可使彼此孤立的数据资源得到协同共享与价值利用，营销标签作为电商业务中数据交易的主要形式，拥有巨大的潜在价值．然而传统数据交易市场面临3个主要问题：1）中心化平台信息不透明导致信任危机和恶意竞价排名；2）缺乏合理的激励机制来打破数据孤岛导致数据不流通和共享困难；3）数据安全威胁导致隐私泄漏和数据倒卖盗卖等问题．为解决这些问题，设计了一种面向电商联盟的区块链营销标签交易机制(decentralized data security transaction system， DSTS)，以去中心化为基础设计上层共识激励机制，结合可信执行环境完成系统各项数据交易和计算业务，从而实现了一个安全完备的数据交易生态．通过真实性验证机制确保营销标签有效性，设计共识激励机制使用户积极共享数据，利用智能合约对角色行为按照系统设计规范进行有效约束；随后通过SGX (software guard extensions)远程认证实现密钥传输和数据安全存储，实现了智能合约安全调用来保障用户隐私和数据安全；最后，通过可信计算机制和系统设计思想，实现了数据交易结果的可靠交付．为验证系统的安全性和实用性，采用某电商公司提供的35万条真实数据进行性能测试，测试结果表明系统能够同时保证安全和性能需求，其额外开销主要来自远程认证模块且在可接受范围内．

关键词：区块链数据交易电商联盟可信执行环境共识机制

联邦学习在高度数据异构场景下的泛化鲁棒性增强

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学：信息科学 2024年第3期54卷 566-581页

作者：万伟胡胜山陆建荣李明慧周子淇金海华中科技大学网络空间安全学院武汉430074 华中科技大学软件学院武汉430074 华中科技大学计算机科学与技术学院武汉430074 大数据技术与系统国家地方联合工程研究中心武汉430074 服务计算技术与系统教育部重点实验室武汉430074 分布式系统安全湖北省重点实验室武汉430074 湖北省大数据安全工程技术研究中心武汉430074 集群与网格计算湖北省重点实验室武汉430074

联邦学习(federated learning,FL)是一种以保护客户隐私数据为中心的分布式处理网络,为解决隐私泄露问题提供了前景良好的解决方案.然而,FL的一个主要困境是高度非独立同分布(non-independent and identically distributed,non-IID)的... 详细信息

联邦学习(federated learning,FL)是一种以保护客户隐私数据为中心的分布式处理网络,为解决隐私泄露问题提供了前景良好的解决方案.然而,FL的一个主要困境是高度非独立同分布(non-independent and identically distributed,non-IID)的数据会导致全局模型性能很差.尽管相关研究已经探讨了这个问题,但本文发现当面对non-IID数据、不稳定的客户端参与以及深度模型时,现有方案和标准基线FedAvg相比,只有微弱的优势或甚至更差,因此严重阻碍了FL的隐私保护应用价值.为解决这个问题,本文提出了一种对non-IID数据鲁棒的优化方案:FedUp.该方案在保留FL隐私保护特点的前提下,进一步提升了全局模型的泛化鲁棒性.FedUp的核心思路是最小化全局经验损失函数的上限来保证模型具有低的泛化误差.大量仿真实验表明,FedUp显著优于现有方案,并对高度non-IID数据以及不稳定和大规模客户端的参与具有鲁棒性.

关键词：分布式网络联邦学习异构优化泛化性鲁棒性隐私保护