P2P流媒体稳态传输模型分析

应用排队理论证明了P2P流媒体系统在稳态时可模型化为多个M/M/n排队系统串联的排队链,在此基础上以节点的播放缓存状态为研究对象,建立了P2P流媒体系统的稳态传输模型。考察了不同chunk调度策略下节点的传输特性,以此验证模型的准确性,并进一步考察了P2P流媒体节点数量、节点缓存大小对传输特性的影响。     

基于云的容灾双活数据中心构建技术研究

云计算技术快速发展催生了新的数据中心模式：基于云的数据中心。在该模式下，容灾双活数据中心建设作为确保数据安全的重要手段，呈现出新的技术特点。本文首先阐述了基于云的数据中心产生的背景、容灾定义和双活数据中心的特点以及国内外现状，在此基础上开展了基于云的容灾双活数据中心整体架构设计，以及网络资源层、存储资源层和计算资源层的构建技术研究，包括基于传统网络和SDN的网络架构、存储双活和卷访问互斥、虚拟机双活和虚拟化集群配置部署等，最后提出了基于云的双活数据中心设计中需要注意的其他技术问题。     

基于SMART数据模式的HDD硬盘状态预测方法

硬盘广泛应用于各类信息系统中,其工作状态预测对信息系统的正常运行管理有着重要意义。现有基于SMART(Self Monitoring Analysis and Reporting Technology)属性的机器学习预测算法为保证其通用性,普遍选取部分典型属性作为特征,带来一定的信息丢失。在分析SMART数据特点的基础上,提出数据模式分类后再进行机器学习预测的SMART数据处理方法。实际测试结果表明,经分类处理后,采用简单的机器学习算法即可获得与强分类器接近的性能,同时,该方法可有效简化SMART数据机器学习时的特征选择过程,有效降低算法的资源消耗。     

基于TCAM的二级转发表管理方案

目前高性能路由器的查找方案采用基于三重内容可寻址存储器(TCAM)的硬件查找。路由查找的最长前缀匹配要求使得TCAM的表项更新复杂。该文针对当前转发表管理方案在带突发情况下的不足,提出一种基于TCAM二级转发表管理方案,并对该方案进行了计算机仿真研究,仿真结果表明该方案在突发的情况下仍能保证转发系统稳定工作。     

虚拟CPU负载预测算法性能评估

准确的虚拟CPU负载预测是提高虚拟机CPU调度性能的重要前提,然而,虚拟机操作系统环境下,虚拟CPU负载预测方法需要尽可能简单、有效.针对虚拟机CPU调度应用场景,以实际CPU负载为研究对象,选取五种简单的时间序列预测算法,详细评估其虚拟CPU负载预测性能,为虚拟机CPU调度的实现提供了研究基础.结果表明,平均移动法、...     

CAM辅助的哈希表查找性能分析

现有大规模IP流处理方式中,哈希机制极具优势而在高速网络环境下被广泛采用,但其查找性能直接受限于访存次数。该文主要研究了CAM(Content Addressable Memory)辅助的哈希表(CAHT)查找性能。利用合理的近似,推导了单函数CAHT查找时平均访存次数的理论下限;结合单函数CAHT的分析结论给出了多函数CAHT查找时达到平均访存次数最小的条件。最后,使用实际网络数据验证了分析结果的有效性,为准确评估CAHT处理能力提供了必要的理论依据。