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

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

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

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图计算体系结构和系统软件关键技术综述

计算机研究与发展 2024年第1期61卷 20-42页

作者：张宇姜新宇余辉赵进齐豪廖小飞金海王彪余婷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) 武汉430074 服务计算技术与系统教育部重点实验室(华中科技大学) 武汉430074 集群与网格计算湖北省重点实验室(华中科技大学) 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

图计算作为分析事物之间关联关系的重要工具,近年来已成为各国政府及公司争夺的关键技术.学术界和工业界在图计算体系结构和系统软件关键技术方面取得了一定进展.然而,现实场景图计算大多具有动态变化、应用需求复杂多样等特征.这给图... 详细信息

图计算作为分析事物之间关联关系的重要工具,近年来已成为各国政府及公司争夺的关键技术.学术界和工业界在图计算体系结构和系统软件关键技术方面取得了一定进展.然而,现实场景图计算大多具有动态变化、应用需求复杂多样等特征.这给图计算在基础理论、体系架构和系统软件关键技术方面提出了新的需求,同时也带来了新的挑战.为应对这些挑战,科研人员提出了一系列图计算系统或图计算加速器,通过高性能计算、并行计算等技术来优化图计算过程.综述国内外图计算体系结构和系统软件关键技术的研究发展现状,对国内外研究的最新进展进行归纳、比较和分析,并结合国家发展战略和重大应用需求,选取与我国国计民生密切相关的领域,从典型应用分析总结图计算相关技术的行业进展.最后,就未来的技术挑战和研究方向进行展望.

关键词：图计算体系结构系统软件图遍历图挖掘图神经网络单机系统分布式系统加速器行业应用

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

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

在线全文

学校读者我要写书评

暂无评论

进化内核模糊测试研究综述

网络与信息安全学报 2024年第1期10卷 1-21页

作者：侍言羌卫中邹德清金海大数据技术与系统国家地方联合工程研究中心服务计算技术与系统教育部重点实验室湖北武汉430074 分布式系统安全湖北省重点实验室湖北武汉430074 华中科技大学网络空间安全学院湖北武汉430074 华中科技大学计算机科学与技术学院湖北武汉430074

模糊测试是一种通过生成随机、异常或无效的测试样例来检测软件或系统中潜在漏洞和错误的技术方法。内核作为一种高度复杂的软件系统,由众多互相关联的模块、子系统和驱动程序所构成,相比用户态应用程序,将模糊测试应用于内核面临着代... 详细信息

模糊测试是一种通过生成随机、异常或无效的测试样例来检测软件或系统中潜在漏洞和错误的技术方法。内核作为一种高度复杂的软件系统,由众多互相关联的模块、子系统和驱动程序所构成,相比用户态应用程序,将模糊测试应用于内核面临着代码庞大、接口复杂、运行时不确定等具有挑战性的问题。传统的模糊测试方法生成的输入只能简单地满足接口规范和显式调用依赖,难以深入探索内核。进化内核模糊测试借助于启发式的进化策略,在反馈机制的引导下动态地调整测试样例的生成和选择,从而迭代式地生成质量更高的测试用例。对现有的进化内核模糊测试工作开展研究,阐述了进化内核模糊测试的概念并总结了进化内核模糊测试的通用框架,根据反馈机制类型对进化内核模糊测试工作进行分类和对比,从反馈机制在运行时信息的收集、分析和利用等方面剖析反馈机制引导进化的原理,对进化内核模糊测试的发展方向进行展望。

关键词：内核模糊测试进化反馈

在线全文

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

基于异构硬件的LSTM训练系统

大数据 2024年

作者：黄为新胡伟方曹雪娇石宣化华中科技大学计算机科学与技术学院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服务计算技术与系统教育部重点实验室

在大数据时代，以LSTM为代表的深度神经网络模型具有处理海量数据的能力，在语言处理、语音识别、时序数据预测等领域表现优异。随着模型复杂度的提高，其训练成本大幅提升。现有的LSTM训练系统使用了算子融合、多流等加速手段，但忽略... 详细信息

在大数据时代，以LSTM为代表的深度神经网络模型具有处理海量数据的能力，在语言处理、语音识别、时序数据预测等领域表现优异。随着模型复杂度的提高，其训练成本大幅提升。现有的LSTM训练系统使用了算子融合、多流等加速手段，但忽略了训练算子内部计算的可并行性，导致计算资源的利用率低，整体耗时长。为此，设计了基于细粒度模型划分和多流并行调度方法的LSTM训练系统TurboLSTM，在英伟达GPU和国产昇腾NPU这两种异构硬件上构建的全新底层训练算子实现了任务对计算资源的合理利用。与已有训练系统相比，在GPU上TurboLSTM的单算子训练时间缩短了23%，模型的整体训练时间缩短了17%，在NPU上TurboLSTM的单算子训练时间缩短了15%左右，且对计算资源的利用率显著提高。这表明提出的加速方案是高效的，具有良好的泛化能力。

关键词： LSTM 训练加速细粒度并行多流调度

地球表层系统开放科学数据目录关联网络构建研究进展

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地球信息科学学报 2024年第4期26卷 866-880页

作者：邱芹军郝孟璂谢忠陶留锋李伟杰王洋刘建东中国地质大学(武汉)计算机学院武汉430074 地理信息系统国家地方联合工程实验室武汉430074 中国地质大学(武汉)地质探测与评估教育部重点实验室武汉430074

快速发现、挖掘并利用海量地球表层系统(以下简称“地表系统”)开放科学数据,是大数据时代下地表系统开放科学数据共享新的发展趋势和前沿研究方向。地表系统开放科学数据具有组织分散、多源异构、多模态、多类型等特性,通常以专题共享... 详细信息

快速发现、挖掘并利用海量地球表层系统(以下简称“地表系统”)开放科学数据,是大数据时代下地表系统开放科学数据共享新的发展趋势和前沿研究方向。地表系统开放科学数据具有组织分散、多源异构、多模态、多类型等特性,通常以专题共享网站、数据服务、元数据、期刊论文(特别是数据论文)等形式存在,研究发展适应不同模态的地表系统开放数据挖掘方法、分析其共享质量是充分利用这些数据的关键科学问题。关联网络为地表系统开放科学数据的语义互联和知识发现提供了有力的支撑,其以元数据URI(Uniform Resource Identifier)为节点,元数据间的语义关系为边,节点间关联性的强弱作为边的值。本文从地表系统开放科学数据关联网络构建角度出发,对其发展现状、基本特征和构建技术进行了调研与分析。首先选取国内外典型关联网络和相关文献作为研究对象,根据所选取的9个主流关联网络和200余篇相关文献,从关联网络的基本特征和构建技术2个方面进行比较分析。在基本特征方面,分析了关联网络的数据来源、自动化程度和更新方式;在构建技术方面,介绍了关联指标的选择,讨论了地表系统开放科学数据特征的提取、表示和计算方法。最后提出了未来地表系统关联网络构建的建议,包括构建高质量、全覆盖的地表系统开放科学数据本体、考虑顾及“时间-空间-内容”地学知识复杂关系及推理、建立面向多语言的地表系统开放科学数据关联网络方法以及提升地表系统开放科学数据关联网络应用成效等。

关键词：地球表层系统关联网络数据目录特征计算元数据共享程度评价数据本体关联指标

在线全文

学校读者我要写书评

暂无评论

分割学习数据隐私研究综述

网络与信息安全学报 2024年 20-37页

作者：秦轶群马晓静付佳韵胡平一徐鹏金海大数据技术与系统国家地方联合工程研究中心服务计算技术与系统教育部重点实验室华中科技大学网络空间安全学院华中科技大学计算机科学与技术学院

随着机器学习的快速发展，以其为核心的人工智能技术已经应用于生活的各个领域，但人们也日益担忧机器学习会泄露隐私信息。为了保护国家和公民的信息安全，我国颁布了《中华人民共和国个人信息保护法》来规范隐私信息的收集、使用和传... 详细信息

随着机器学习的快速发展，以其为核心的人工智能技术已经应用于生活的各个领域，但人们也日益担忧机器学习会泄露隐私信息。为了保护国家和公民的信息安全，我国颁布了《中华人民共和国个人信息保护法》来规范隐私信息的收集、使用和传输。然而机器学习需要使用大量数据，因此需要隐私保护技术在合法合规的情况下完成数据的收集和处理。分割学习可以在不共享原始数据的情况下在多个参与方之间训练分布式模型，成为机器学习隐私保护领域的研究热点。分割学习面临着数据隐私遭受攻击的风险，目前已有多种不同的攻击方法和对应的防御方法被提出，但已有的综述未对分割学习训练阶段数据隐私的研究内容进行讨论和总结。因此对分割学习训练阶段的数据隐私攻防技术进行综述。归纳了分割学习定义，给出了其原理和分类；介绍了分割学习中两类常见的攻击方法，原始数据重建攻击和标签推断攻击，分析了分割学习训练阶段数据隐私受到数据隐私攻击的原因，并总结了相应的防御方法；最后，讨论了分割学习数据隐私研究的未来发展方向。

关键词：隐私保护人工智能安全分布式机器学习分割学习