您的位置: 专家智库 > >

黄訸

作品数:6 被引量:39H指数:3
供职机构:武汉大学计算机学院更多>>
发文基金:国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文

领域

  • 6篇自动化与计算...

主题

  • 3篇计算机
  • 2篇数据处理
  • 2篇高性能计算机
  • 2篇海量
  • 2篇海量数据
  • 2篇海量数据处理
  • 2篇病毒
  • 2篇高性能
  • 1篇点云
  • 1篇新型病毒
  • 1篇异构
  • 1篇三维点云
  • 1篇三维重建
  • 1篇数据中心
  • 1篇体系结构
  • 1篇图像
  • 1篇图像分割
  • 1篇能耗
  • 1篇能耗管理
  • 1篇评测

机构

  • 5篇国防科学技术...
  • 1篇武汉大学

作者

  • 6篇黄訸
  • 2篇廖湘科
  • 2篇李姗姗
  • 2篇王志英
  • 2篇郑重
  • 2篇陈顼颢
  • 1篇林彬
  • 1篇刘晓东
  • 1篇易晓东
  • 1篇任江春
  • 1篇黄山
  • 1篇孟令丙

传媒

  • 2篇计算机应用研...
  • 1篇计算机安全
  • 1篇计算机研究与...
  • 1篇计算机学报

年份

  • 1篇2015
  • 1篇2013
  • 1篇2012
  • 1篇2011
  • 2篇2010
6 条 记 录,以下是 1-6
排序方式:
基于病毒行为序列的未知病毒分析技术研究被引量:3
2010年
提出了一种在虚拟执行技术支持下基于病毒行为序列的未知病毒分析检测技术。该技术可以克服病毒特征代码扫描法不能识别未知病毒的特点。在模拟的虚拟执行环境中对该方法进行了测试,测试表明了该方法的可行性和较高的准确性。
郑重王志英陈顼颢黄訸
关键词:计算机病毒病毒检测
一种新型病毒主动防御技术与检测算法被引量:9
2010年
在已有的病毒行为分析和模式识别技术的基础上,提出以用户行为模式为核心的主动防御策略,即识别用户的正常行为模式,在检测到异常行为时,判断出系统是否遭受到了恶意攻击。这种策略不依赖于恶意程序的繁衍和变迁,可以使防御技术不受制于恶意程序。对该防御策略进行了实现,并在虚拟执行环境下进行了实验,实验结果表明,该策略对未知病毒有较高的识别度。
陈顼颢王志英任江春郑重黄訸
关键词:主动防御模式识别
高性能计算体系结构下的海量数据处理分析与优化
本文的研究内容是探索如何在高性能计算机上搭建海量数据处理平台,高效地实现海量数据处理。 首先,阐述了在高性能计算机上进行海量数据处理的难点和重大意义,分析了在高性能计算机上处理数据密集型应用,部署MapReduce架构的...
黄訸
关键词:高性能计算机海量数据处理
文献传递
基于图像分割的三维点云深度值合成
2015年
针对传统的计算机视觉方法对复杂物体重建效果不完整的缺点,提出一种基于图像分割的三维点云深度值合成算法。该算法将输入图像过分割为一系列形状、大小相近的超像素,用图结构的方法找到与重建效果欠佳的目标超像素颜色、距离均相近的源超像素,并将源超像素的深度信息传播到目标超像素区域。实验证明,该算法能够修补三维点云中缺失的深度,最终改善三维点云的重建效果。
黄訸黄山
关键词:三维重建点云
Seadown:一种异构MapReduce集群中面向SLA的能耗管理方法被引量:12
2013年
数据中心的能耗管理已经成为大规模数据处理中的热点问题,其主要目标是控制相关成本的急剧增长.大量的工作围绕着在集群利用率较低时,关闭部分服务器来降低能耗,但是这些方法都严重受限于数据存储策略,同时难以保证应用的实时性能.MapReduce集群作为目前流行的大规模数据处理平台,能耗问题尤为突出.文中针对异构MapReduce集群,提出一种面向SLA的能耗管理方法Seadown.首先,提出一种混合数据副本存储策略,它允许关闭大量节点,同时保证数据的完整性和集群的容错能力.其次,设计了一种基于历史记录的响应时间预测方法,它根据服务器节点的数量、性能参数和运行时间的历史信息准确估计程序的响应时间,相对误差大都在6%以下.最后,通过选择性地关闭部分节点以达到最小化能耗,同时保证应用程序的实时性能.文中证明了该优化问题是NP-hard问题,并提出了一种启发式的节点关闭策略.实验结果表明,在节点关闭策略下MapReduce应用的实时性得以保证,同时降低了大量的能耗.
林彬李姗姗廖湘科孟令丙刘晓东黄訸
关键词:能耗管理MAPREDUCE数据中心
面向高性能计算机的海量数据处理平台实现与评测被引量:14
2012年
高性能计算机主要应用于传统的科学计算领域,而在云计算时代,数据密集型应用成为一大类新型应用,已经变得越来越重要.主要探索如何在高性能计算机上高效地进行海量数据处理,使高性能计算机在进行科学计算的同时,能够非常好地支持数据密集型应用,拓展高性能计算机的应用领域.分析了高性能计算机上MapReduce模型实现和部署的可行性之后,在高性能计算环境中进行了实验.实验结果表明,存储系统的并行I/O能力不能充分发挥,是造成系统无法高效运行的主要瓶颈.而导致这个性能瓶颈的原因,是高并发带来的对集群文件系统资源的竞争和冲突.最后,提出了几种解决集群文件系统资源冲突的方案,这是今后的研究方向.
黄訸易晓东李姗姗廖湘科
关键词:高性能计算机海量数据处理
共1页<1>
聚类工具0