面向客户／服务器计算的网络体系结构模型

本文首先分析了客户／服务器计算（简称Ｃ／Ｓ计算）的特点及对网络技术的要求，然后针对Ｃ／Ｓ计算的特点提出结构化Ｃ／Ｓ计算网络体系的结构ＳＣＳＮＡ，并论述ＳＣＳＮＡ的关键技术，最后讨论了ＳＣＳＮＡ模型在具体的客户／服务器计算环境下的表现形式。     

基于Agent的分布计算环境

为适应分布计算向分散对等的协同计算方向发展，我们开展了基于ａｇｅｎｔ的分布计算环境的研究开发，试图在分布式多ａｇｅｎｔ协同工作系统的开发与当前的分布计算环境之间架起一座桥梁。本文讨论了ａｇｅｎｔ的独立性、自主性和交互性的特点，描述了以事件处理为核心的ａｇｅｎｔ基本模型；研究了基于ａｇｅｎｔ的分布计算环境的构造技术；分析了一种基于ａｇｅｎｔ模型的客户／服务器计算环境ＣＳＥ／ＭＡ的设计与实现，及其超越     

分叉计算问题在YH-2机上的向量算法

本文提出了在ＹＨ－２机上计算分叉问题的ＳＯＲＴＬＩＢ库分类向量算法，并和其他向量算法进行了比较，效能测试表明，这种算法是ＹＨ－２机上计算分叉问题的最优算法。     

分叉计算问题在YH－2机上的向量算法

本文提出了在ＹＨ－２机上计算分又问题的ＳＯＲＴＬＩＢ库分类向量算法，并和其他向量算法进行了比较，效能测试表明，这种算法是ＹＨ－２机上计算分又问题的最优算法。     

信息系统中的客户机/服务器计算策略

文章介绍了Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ计算的概念及其在信息系统中的应用，并针对现有Ｃ／Ｓ结构的不足，结合一个银行系统的实践，从应用风格，计算模型等方面探讨了新一代Ｃ／Ｓ计算的基本思想与策略。     

一个基于服务的网格计算模型

文中提出一个基于服务的网格计算模型，该模型强调了一个网格就是一个特殊的计算系统。通过这个模型与传统计算系统模型的比较，分析了它们的相似点和不同点，这对于网格的研究是很重要的。文中所提出的模型对网格计算的研究也是非常有用的。它不仅为开发一个网格系统提供了一定的帮助，而且为网格理论上的研究提供了一个框架。     

基于PVM的分布计算的研究

本文讨论了ＰＶＭ的计算模型，分析了其支持客户机／服务器（Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ）分布计算的不足，设计和实现了一个可以提供较好透明性的，静态和动态调用接口的ＲＰＣ机制，并获得较好的结果。     

一种多智能体系计算市场模型

本文针对网络信息服务问题提出一种多智能体ＭＡＳ（ｍｕｌｔｉ－ａｇｅｎｔ ｓｙｓｔｅｍ）计算市场模型，定义了计算市场，计算任务Ｃｏｎｓｕｍｅｒ和Ｓｅｒｖｅｒ实体；分析了实体在计算市场中的行为，证明存在针对任务的市场平衡；确定衡量市场效率的标准是市场运行造成的资源分配与最优分配的距离。     

一个基于MultiServer系统的分布计算模型

本文针对开放分布式处理的要求，分析了传统分布计算模型Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ的不足，提出和设计了一个基于ＭｕｌｔｉＳｅｒｖｅｒ系统的分布计算模型，它具有面向对象、服务静态和动态调用、对多服务关系层次的支持等优点，具有较好的服务透明性、可扩充性和容错性．     

程序设计语言的实现计算模型

本文在程序设计语言和实现的形式定义基础上，提出了一个通用的实现计算模型SCM。SCM概括了实现中的基本原理和技术，它清晰地描述了在程序设计语言的实现中，语言的语法、语义和它们依附于计算系统之间的关系。这无疑对语言的设计者和实现者都是至关重要的。     

虚拟化技术与网格计算

主要介绍了虚拟化技术和网格计算技术的发展,以及虚拟化技术在网格计算中的应用.虚拟化技术是一种非常灵活的技术,利用它用户能够动态地实例化一个操作系统以执行他们需要的应用.为了使创建的虚拟机更加有效的参与网格计算,介绍了一种虚拟网络,它能够有效地将虚拟机连接到网络中,并且能够根据网络流的负荷动态地改变拓扑结构和路由路径,最后用parallels工作台创建了虚拟机,并且进行了相关实验.     

浅谈高性能计算的地位及应用

高性能计算已被公认为继理论科学和实验科学之后，人类认识世界改造世界的第三大科学研究方法。高性能计算应用在高性能计算技术的支持下为我国的科技创新作出了巨大贡献，并且和高性能计算技术在相辅相成中不断发展。从应用的角度概要总结了高性能计算的作用和地位，列举了几个产业化相关的高性能计算应用，介绍了作为公共服务平台的上海超级计算中心的情况。     

Exact Algorithms for Linear Programming over Algebraic Extensions

Abstract. We study the computational complexity of linear programs with coefficients that are real algebraic numbers under a Turing machine model of computation. After reviewing a method for exact representation of algebraic numbers under the Turing model, we show that the fundamental tasks of comparison and arithmetic can be performed in polynomial time. Our technique for establishing polynomial-time algorithms for comparison and arithmetic is distinct from the usual resultant-based approaches, and has the advantage that it provides a natural framework for analysis of the complexity of computational tasks, such as Gaussian elimination, that involve a sequence of arithmetic operations. Our main contribution is to show that a variant of the ellipsoid method can be used to solve linear programming in time polynomial in the encoding size of the problem coefficients and the degree of any algebraic extension that contains those coefficients.     

An efficient secure k nearest neighbor classification protocol with high-dimensional features

k Nearest neighbor (kNN) classification algorithm is a prediction model which is widely used for real-life applications, such as healthcare, finance, computer vision, personalization recommendation and precision marketing. The arrival of data explosion era results in the significant increase of feature dimension, which also makes for the increase of privacy concern over the available samples and unlabeled data in the applications of machine learning. In this paper, we present a secure low communication overhead kNN classification protocol that is able to deal with high-dimensional features given in real numbers. First, to deal with feature values given in real numbers, we develop a specific data conversion algorithm, which is used in the chosen fully homomorphic scheme. This conversion algorithm is generic and applicable to other algorithms that need to handle real numbers using the fully homomorphic scheme. Second, we present a privacy-preserving euclidean distance protocol (PPEDP), which works with the Euclidean distance computation between two points given in real numbers in a high-dimensional space. Then, based on the novelty PPEDP and oblivious transfer, we propose a new classification approach, efficient secure kNN classification protocol, (ESkNN) with low communication overhead, which is appropriate for a sample set with high-dimensional features and real number feature values. Moreover, we implement ESkNN in C++. Experimental results show that ESkNN is several orders of magnitude faster in performance than existing works, and scales up to 18 000 feature dimension in a memory limited environment.     

具时滞和功能反应模型的Hopf分支与Matlab计算

研究具有离散和连续时滞的Host-Parasitoid模型的Hopf分支问题。以时滞为参数,利用特征值理论给出系统惟一正平衡态的稳定性和Hopf分支存在的充分条件;根据规范型理论和中心流形定理分析了在临界值处出现分支周期解的方向及稳定性,并给出计算其方向和稳定性的计算公式;最后利用Matlab对实例进行验证得到理论分析和数值计算的一致性。     

并行计算在网络化控制中的机遇与挑战

先进控制中存在着大量费时的计算，这限制了它们的应用．现代控制系统正在 向着网络化方向发展，为在控制系统中实施并行计算提供了必要的环境．控制系统的网络化 从根本上导致了控制应用中计算模式的变化．在网络化控制系统中运用并行计算技术可以 提高先进控制算法的计算速度,从而提高其控制品质和扩展其应用范围．本文探讨了在当今 流行的网络控制系统体系结构上实施并行计算以解决控制应用中的计算问题的可能性以及 待解决的问题．     

SCCM并行计算模型及其上的优化算法设计

本文提出了基于同步无缓冲通信的多计算机系统的一种新的并行计算模型－－ＳＣＭＭ模型，给出了其上的一些算法的优化设计例子，并在Ｔｒａｎｓｐｕｔｅｒ多机系统上设计和实现了图像重建里的ＡＲＴ算法。     

配电网络系统潮流计算的一种并行算法

In this paper, aiming to the problems, such as slow convergence, long computing time in the tidal current computation of present medium or large -scale distributed power system, one parallel algorithm based on MPI programming model and the character of distributed power system is given. Then the performance analysis is described. And the algorithm has been programmed in MPICH language. At last, the validity of the algorithm is verified by a middle-scale sample computation on 8 CPUs in a small cluster with 128 CPUs.     

SLD-博弈树中计算规则的独立性

本文提出SLD-博弈树的成功集的概念，证明对任何计算规则R，对应R产的SLD-博弈树的成功集相同，即SLD-博弈树的证明能力与计算规则无关，这就是计算规则的独立性．     

IncPregel: an incremental graph parallel computation model

Large-scale graph computation is often required in a variety of emerging applications such as social network computation and Web services. Such graphs are typically large and frequently updated with minor changes. However, re-computing an entire graph when a few vertices or edges are updated is often prohibitively expensive. To reduce the cost of such updates, this study proposes an incremental graph computation model called IncPregel, which leverages the non-after-effect property of the first-order Markov chain and provides incremental programming abstractions to avoid redundant computation and message communication. This is accomplished by employing an efficient and fine-grained reuse mechanism. We implemented this model on Hama, a popular open source framework based on Pregel, to construct an incremental graph processing system called IncHama. IncHama automatically detects changes in input in order to recognize “changed vertices” and to exchange reusable data by means of shuffling. The evaluation results on large-scale graphs show that, compared with Hama, IncHama is 1.1–2.7 times faster and can reduce communication messages by more than 50% when the incremental edges increase in number from 0.1 to 100k.