基于Grid Of Tries的无冲突多维IP分类算法

快速IP分类算法是提高网络设备性能的关键，无冲突规则集则是正确进行IP报文分类的前提和保证、本文首先形式化描述了IP分类算法和规则冲突问题，介绍了常用的IP分类算法及冲突解决策略，并提出了一种基于Grid Of Tries的无冲突多维IP分类算法，解决了规则集中存在冲突的问题，最后对该算法进行了性能分析和展望。     

一个定制操作系统的工具包——OSKIT

一直以来,对操作系统的研究和开发总是缺少一个有力的工具.而OSKIT正是为OS的研究和设计人员而开发的一个定制操作系统的工具包.利用OSKIT可以方便的实现OS设计中各种繁琐的工作,如系统引导,内存管理,内核调试等等.另外本文还例举了OSKIT在几个OS设计和在硬件基础上对编程语言的实现的研究项目.     

SYBASE的Client server体系结构及特点

本文介绍了ＳＹＢＡＳＥＣｌｉｅｎｔ／ｓｅｒｖｅｒ的先进体系结构，并根据作者本人对它的研究和应用体会，对其联机事务处理主要性能以及提高性能的先进技术和方法进行了分析和讨论。     

面向DSP的超字并行指令分析和冗余优化算法

如今单指令多数据流(SIMD)技术在数字信号处理器（DSP）上得到了广泛的应用,现有的向量化编译器大多都实现了自动向量化的功能,但是编译器并不适合支持DSP为特征的SIMD自动向量化,主要由于DSP复杂的指令集、特有的寻址模型,以及依赖关系或者数据非对齐等原因而导致向量化效率不高。为了解决此问题,在基于Open64的超字并行(SLP)自动向量化编译系统后端,对SLP自动向量化中的指令分析和冗余优化算法进行了添加和改进,生成更加高效的向量化源程序。实验结果表明,该优化方法能有效提高DSP性能并降低功耗。     

面向异构多核处理器的并行代价模型

现有的并行代价模型大多是面向共享存储或分布存储结构设计的,不完全适合异构多核处理器。为解决这个问题,提出了面向异构多核处理器的并行代价模型,通过定量刻画计算核心运算能力、存储访问延迟和数据传输开销对循环并行执行时间的影响,提高加速并行循环识别的准确性。实验结果表明,提出的并行代价模型能有效识别加速并行循环,将其识别结果作为后端生成并行代码的依据,可有效提高并行程序在异构多核处理器上的性能。     

非正规化循环的单指令多数据向量化

针对非正规化循环的上下界、步长等循环信息不确定的问题,解决了循环条件为逻辑表达式、增量减量语句和do-while循环的正规化问题。对不能正规化的循环提出了一种展开压紧算法,并用超字并行向量化方法发掘展开压紧的结果。实验结果表明,与现有的非正规化循环的单指令多数据(SIMD)向量化方法相比,所提出的转换方法和展开压紧方法能够更好地发掘非正规化循环的向量化特性,生成代码的性能加速比提高了6%以上。     

基于改进证据理论的态势评估方法

证据理论是实现基于规则的态势感知主要方法之一。然而,证据理论在多源多证据合成时存在悖论问题。针对此问题,通过相异度计算对证据重要性度量与修正,提出了一种基于改进证据理论的态势评估方法,该方法包括规则度量、证据修正、规则融合和态势决策等四个阶段。实验表明,该方法能够避免利用证据理论进行态势融合中的悖论问题,在态势评估效率和准确性等方面优于Dempster、Yager和Leung等典型方法。     

分布式系统中数据分解代码的自动产生

为分布内存系统开发的并行编译器碰到的第一个问题就是如何分解一个应用程序中的数据。由于访问非本地节点上数据的代价是昂贵的,所以数据分解必须仔细考虑。尽管数据分解的定义已被提出,但是文献并没有给出相应的算法.本文介绍了在一个已被证明且功能强大的数学模型下如何产生数据分解代码的算法,并在SUIF(Stanforduniversityintermediateformat)系统中的Paraguin编译器上得到实现。