基于CUDA的AES并行算法优化

为提升高级加密标准(AES)的加密性能,利用显卡的通用计算能力,在统一计算设备架构(CUDA)平台上实现AES的128位、192位和256位3个版本的GPU并行算法,并提出优化的AES并行算法。在考虑块内线程数量、共享存储器容量和总块数的基础上,根据分块最优值的经验数据指导AES算法在GPU上的最优分块。实验结果表明,与未优化的AES并行算法相比,该算法的3个版本在Nvidia Geforce G210显卡上的加密速度分别提高5.28%,14.55%和12.53%,而在Nvidia Geforce GTX460显卡上的加密速度分别提高12.48%,15.40%和15.84%,且能更好地对SSL数据进行加密。     

云数据中心心跳检测与故障评估

为提高云数据中心的抗毁能力,针对软硬件日趋复杂化带来的诸多故障问题,以传统的服务器心跳检测机制为基础,结合云计算的特点,提出一种保证云数据中心有效运行的心跳检测与故障评估方案。在实验室搭建仿真平台进行实验,实验结果表明,该方案能够及时检测到节点故障,依据预先制定的故障等级评估标准,采用模糊综合法进行评估,为云数据中心的管理与运作提供参考依据与保障。     

一种基于点集拓扑分形变幻的云计算登录认证方法

考虑到云服务登录安全性及便捷性的需求,针对单点登录认证模式,提出云计算的统一登录认证方法,并采用点集拓扑分形变幻方法生成随机密钥,提高登录认证的安全等级。首先对云计算登录认证系统结构进行分析,然后以网络公共数据库中的指纹图像为例,进行分形变幻环运算,生成伪随机序列,再将这些序列加密并通过UDP发送给服务器端进行认证,最后进行实例仿真。     

基于GPGPU的实体表面实时提取

为实时提取三维实体表面,提出一种基于GPGPU并行计算的实体表面实时提取方法。在分析深度剥离算法原理和GPU图形绘制管线的基础上,给出在GPU上利用深度剥离算法实现实时提取三维实体表面的算法;通过OpenGL的高级着色语言GLSL控制GPU的图形绘制管线实现了该算法,给出其伪代码。以龙、叶轮和刀具扫描体的模型为应用实例验证了该算法效果良好,特别是对于刀具扫描体表面的提取,可满足实时性要求。     

云计算环境中高效可扩展的元数据管理方法

针对现有元数据管理方法存在可扩展性差或访问效率低的问题,提出一种高效可扩展的元数据管理方法.基于可扩展哈希方法实现元数据系统动态可扩展,使用并行定位方法实现元数据服务器高效定位,提出动态K叉树的元数据组织方法以提高元数据服务器扩展时选择迁移元数据的速度.实验结果表明,该方法具有近似线性扩展性能,其选择迁移元数据的时间几乎为零,有效解决了云计算环境中元数据管理系统的高效动态可扩展问题.     

基于改进离散粒子群禁忌算法的并行测试任务调度

针对并行测试任务调度问题特点,提出了一种解决并行测试任务调度的离散粒子群禁忌算法,设计了符合并行测试任务调度特点的粒子初始化编码方式、粒子位置转移公式以及禁忌搜索邻域。通过与禁忌搜索相结合,避免了离散粒子群算法早熟问题。通过实验以及算法对比,表明提出的算法是快速有效的,能够很好地解决并行测试任务调度问题,求得测试总时间最短的任务调度序列。     

平行梁式电容传感器力学性能的仿真与分析

针对S型平行梁式电容称重传感器参数结构设计问题,运用有限元软件ANSYS Workbench对平行梁式弹性体结构进行参数化模拟仿真,基于二次多项式曲面拟合建立其结构力学性能与主要结构参数的函数关系,并通过算例分析验证了拟合公式的有效性。研究表明,拟合公式对复杂仿真计算后的结果有很好的近似,能更好的反应实际情况,公式结构更加简洁,具有较快的收敛速度、较高的精度和较好的推广能力,有利于准确实现平行梁式电容称重传感器结构参数设计。     

基于有限元方法的3-PPSR大长径比柔性并联机器人刚度模型分析

为实现较大工作空间的运动,设计了一种大长径比的3-PPSR结构的微操作柔性并联机器人.该机器人由压电马达驱动,采用大长径比柔性铰链连接,柔性铰链的变形范围在毫米级,适用于要求大变形的场合,同时具有结构简单、无奇异、无间隙、运动精度高等特点.由于系统的刚度直接影响系统的运动精度、承载负荷等性能,针对大长径比柔性铰链特点,运用有限元方法,建立了柔性铰链的数学模型,并采用整体刚度的方法,结合机构协调方程和力平衡方程,得到系统的柔性刚度模型.最后,采用ANSYS比较了所建理论刚度模型结果与有限元模型分析的结果.分析结果表明,理论刚度模型合理,符合机构的运动特征.     

车联网中基于雾计算和多TA的条件隐私保护认证方案

车联网在生活中扮演着越来越重要的角色,它可以有效地防止交通拥堵从而减少交通事故。然而,在车联网中总是有非法车辆试图接入车联网并发布虚假消息。此外,现有方案多数存在计算效率低下的问题。针对上述存在的问题进行了研究,提出了一种车联网中基于雾计算和多TA的条件隐私保护认证方案。在保护车辆用户身份的条件下实现了车辆、雾节点、TA三者之间的身份认证,且在车辆追踪阶段可以还原车辆用户的真实身份,从而实现条件隐私保护。雾计算的使用降低了方案的计算和通信开销,同时多TA模型的使用也解决了单TA单点故障的问题。安全性证明和性能分析的结果表明该方案是安全且高效的。最后对当前方案进行了总结以及对未来研究作出了展望。     

Unikernel的研究及其进展

Unikernel是一种专门定制、优化的轻量级虚拟机,在云环境中,它能够解决由传统虚拟机带来的资源消耗大、低效率、低安全性的问题,有望成为超越Docker的下一代轻量级微服务系统架构。目前,Unikernel开源项目较多,技术呈现复杂性和多样性,使得研究人员和开发人员难以准确理解和把握。为此,首先介绍了Unikernel的基本概念和基本特点;然后总结出了Unikernel的系统架构,并详细阐述了Unikernel关键技术的研究工作进展,包括应用层、库操作系统层和平台适配层;最后结合已有的研究成果,探讨了Unikernel的研究方向及其面临的机遇和挑战。