基于蒙特卡罗方法的内核代码热点动态检测技术研究

计算机操作系统是计算机系统中最为重要的系统软件,其性能的高低直接影响整个计算机系统的性能。因此,发现和优化操作系统内核中最经常运行的代码是一件重要的工作。本文分析了Linux2．4内核中采用的基于蒙特卡罗方法的代码热点检测算法和实现机制,指出了其中的不足,并在此基础上提出了改进措施。     

一种针对规则集不一致性的测试数据包选取算法

在防火墙规则集正确性测试中,现有的测试数据包选取算法大多随机选取数据包和从规则顶点选取数据包。然而,这种做法忽略了存在规则不一致性的区域,从而导致不能检测出所有因规则不一致性而产生的配置错误。针对这一情况,提出了一种针对规则集不一致性的测试数据包选取算法。该算法以两条规则为基本单位,计算其不一致性区域。算法不但从规则顶点选取数据包,而且从规则集不一致性区域选取数据包。测试表明,与常见测试数据包选取算法相比,该算法只需增加少量测试数据包,就能检测出所有因规则不一致性而带来的配置错误。