用于仿真与模拟离散事件的同步并行环境

美国国防部仿真界正努力推动仿真框架的应用,以达到降低费用、促进各不同学科仿真的可伸缩性、可移植性、互操作性的目的。为支持“学科交叉”(interdisciplinary)方法,仿真框架必须提供的服务应有:高级时间管理、数据时间标记、可重复时间/事件同步、共享存储体系通信、仿真期间动态地加减模型等。支持这些仿真服务的方法必须用一个支持高性能计算(HPC)的现存框架来集成仿真体系。本文介绍的一种方法是将SPEEDES(SynchronousParallelEnvironmentforEmulationandDiscreteEventSimulation),即“用于仿真与模拟离散事件的同步并行环境”的建模框架融入JMASS体系。这一基本方法就是以SPEEDES分布式仿真管理服务(DSMS)和SPEEDES建模框架(SMF)为基础,将SPEEDES仿真引擎与JMASS结合,为JMASS应用程序接口(API)建立一个接口库。使用SPEEDES后,要求支持复杂仿真的HPC服务将会顺理成章。另外,有些特性,诸如代码生成、模型互操作性、支持多种建模等也将得以实现。最后集成的框架将允许JMASS仿真在各种并行和分布式高性能计算机(包含MPP)及计算环境中执行。由此,现行JMASS系统的可移植性和可伸缩性得以扩展。     

一种基于DDS的战术信息栅格信息分发方法

战术信息栅格信息分发是实现战术级环境下信息按需共享的核心技术。遵循发布/订阅模型,提出一种基于数据分发服务(DDS)的战术信息栅格信息分发方法,给出了实现框架和应用实例,并进行了性能实验。实验结果表明,该方法具有较好的信息分发处理性能,基本满足战术信息栅格信息分发应用的需求。     

一种面向大型地理栅格数据的并行处理框架

随着高分辨率数据获取技术的发展,地理栅格数据的数据量不断增大,串行计算方式无法快速处理大型栅格数据,因此需要通过并行技术提高效率。传统开发过程将算法与进程调度、内存管理以及数据I/O混杂在一起的编程方式,对程序员要求较高,代码质量不易控制。本研究提出了一种面向大型地理栅格数据的并行处理框架,利用核心类的真实和虚拟两种读取方式,实现了大型数据的分步骤、分块的快速加载和写入,并将所有的并行任务调度、进程间的数据传输过程以及特定的栅格算法步骤归结为任务;通过该框架可以将算法本身与并行调度、磁盘I/O等底层操作分离,使算法编写者可以专注于算法本身,降低开发难度,提高代码质量,解决了快速编写大型地理栅格数据算法程序的目的。实验表明,本框架可实现较好的并行效果,并显著降低代码量、提高软件质量。     

海上信息栅格技术

信息栅格是一种汇集和共享地理上分布的海量信息资源,对其进行一体化组织与协同处理,从而具有按需服务能力的信息基础设施。信息栅格通过应用先进的网格计算技术、信息服务技术、网络基础设施和协议标准规范,将分布在一定区域甚至全球的计算机、数字化设备、数据、信息、知识等统一管理和使用。     

高性能元计算技术

高性能并行与分布计算技术不仅对国民经济的发展产生重大影响,也对国防建设具有重要的意义。随着计算机性能的不断提高和网络通信技术的迅猛发展,应用需求日益朝着高性能、大规模、多样性、多功能的方向发展,要求将地理上分布的、异构的各种高性能计算机、数据服务器、大型检索存储系统、可视化、     

一种面向复杂地理空间栅格数据处理算法并行化的任务调度方法

随着并行计算技术的成熟,地理空间栅格数据处理算法的并行化研究成为新的热点。聚焦于处理流程包含多个计算步骤的复杂地理空间栅格数据处理算法,基于空间计算域理论,提出了一个随着算法处理流程而动态变化的任务调度方法。实验证明,该方法在算法流程的每一个计算步都会调整任务分组方案,因此相比于传统任务调度方法,任务调度的负载均衡效果更好,并行算法程序的运行时间更短。     

面向联合作战的语义参考模型MIM研究与运用

针对盟国多军兵种联合作战数据共享交换的需求,北约面向指挥控制和仿真互操作域提出了多边互操作性规划信息模型(MIM)。MIM作为核心数据框架的语义参考模型,支持互操作性规范的开发及其特定流程。介绍了MIM的开发需求和发展历史,分析了MIM语义信息注释模型的方法,总结了MIM的工具和服务,然后结合其特点,从适用性、应用策略等方面对MIM作为语义参考模型支持跨系统信息共享进行了研究,并给出了具体的应用示例。为语义参考模型的应用及其在多军兵种联合作战中的数据共享交换提供基础。     

基于微服务的数据安全共享服务平台

本文针对多源数据融合及共享应用的需求，以可信受控存储为基础，采用机构间融合数据共享服务模式，并构建合规的数据安全共享平台应用平台，提供微服务架构，通过API网关安全接入服务注册、发布、订阅、调用、注销等全生命周期的数据服务管理。此外，针对多源数据融合共享应用的需求，平台采用基于微服务的数据安全共享架构，通过访问控制策略管理、敏感数据流转监测、异常行为监测与管控等技术，实现内外部数据的跨域安全共享。构建大规模多维数据的融合共享服务平台，实现跨平台、跨主体、跨部门的数据安全使用，解决数据的协同应用问题。     

海上信息栅格技术

信息栅格是一种汇集和共享地理上分布的海量信息资源,对其进行一体化组织与协同处理,从而具有按需服务能力的信息基础设施.信息栅格通过应用先进的网格计算技术、信息服务技术、网络基础设施和协议标准规范,将分布在一定区域甚至全球的计算机、数字化设备、数据、信息、知识等统一管理和使用.信息栅格技术的快速发展,为信息化战争提供了崭新的理念和全新的手段,尤其是它能够将所有的资源融为一个协调一致的整体,与军事上的一体化联合作战思想高度吻合,军事信息栅格由此应运而生.     

计算存储融合：从高性能计算到大数据

随着军事信息化建设,物联网广泛应用于战场感知、智能控制等军事领域,产生了海量的半结构化、非结构化的数据,受到I/O性能尤其是网络传输、硬盘读写的限制,传统的计算系统难以满足海量数据处理的应用需求。因此,提出了一种计算存储融合方法,通过扩展Linux内核,将集群内所有节点上的内存、处理器等计算存储资源在系统空间映射成一个统一的资源池,实现了单一进程空间和单一内存空间,并在内存空间内建立一个分布式内存文件系统。计算时可将数据完全加载到内存中,计算过程中仅与内存文件系统交互,避免了硬盘读写对系统性能的影响;另外,通过进程迁移,避免了节点之间的大量数据传输。实验结果表明,该方法对数据密集型计算是有效的,能够大幅提升系统的计算性能。     

基于区块链的地学大数据管理

随着地理观测技术、计算机网络和地理信息系统、社会调查统计的迅速发展,具有空间位置的自然环境数据正在急剧增长,上升到大数据级别。而传统的数据库已经无法满足现有地学大数据的规模和增长速度。在资源访问方面,人们更加担心数据安全与隐私保护问题。由于数据交易的双方和交易中介都是互不信任的,这显然不利于数据的共享与流通,将阻碍地学大数据产业的发展。常用地学数据管理系统主要由单一机构进行维护管理,在多方用户参与的情形下,由于无法信任数据库中的数据,每一方用户都需要一个专用数据库,这样不同数据库之间数据的差异将产生繁琐的争议。区块链的到来却给这一问题的解决带来了希望,区块链技术实现了不完全可信网络环境中的可信数据管理,具有去中心化、防篡改、不可抵赖、完整性等特性,从而为解决目前依靠中心或第三方机构存在的高成本低效率和信息安全问题提供了切实的方法。本文从区块链的共识机制、智能合约、身份验证、数据溯源等方面进行阐述,并重点分析区块链如何解决流通和共享数据的问题,让地学大数据真正得以广泛应用。     

一种能量高效和均衡的无线传感器网络分簇数据融合算法

在无线传感器网络中,如果传感器节点之间的能耗不均衡,一些能耗进度较快的节点会过快失效,继而导致网络过早无法正常工作。为了解决分簇无线传感器网络在数据收集过程中所存在的节点之间能耗不均衡问题,提出了一种新的分簇数据融合算法。该算法将网络划分为大小不等的栅格,并根据剩余能量使簇首分别在每个栅格的节点中轮转。簇首消耗的能量越多,其所在的栅格也越大,栅格内有更多节点参与簇首的轮换以分担能量负载。通过该方式,算法能够提高节点的能耗均衡程度。另外,考虑到无线传感器网络的能量受限,算法还采取了一系列措施以节约能量。仿真实验结果表明,算法在能量使用效率、网络生命周期以及能耗均衡程度三个方面都具有较好的性能。     

基于网络处理器的新型IPv6转发系统的设计与实现

转发与控制分离结构的提出和网络处理器的发展对路由器的扩展性、灵活性、性能具有重要的影响,而IPv6作为下一代互联网协议的核心,是路由器研究的重要对象。简要阐述了基于转发与控制分离结构ForCES的IPv6路由器的系统结构,重点论述了基于网络处理器的IPv6路由器的转发结构、双栈转发系统的流程设计和隧道机制设计的实现,给出IPv6路由器原型系统的实际测试结果。     

多自治空间数据源的k邻近查询处理

多自治空间数据源的k邻近查询处理在空间信息领域具有广泛的应用。综合分析比较现有的查询处理算法,研究并提出了多自治空间数据源环境下k邻近查询处理框架及其实现算法。实验结果表明,所提出的算法能有效地减少k邻近查询处理系统的数据传输量,减少了系统响应时间。     

高速SpaceFibre总线节点的系统设计

为了实现SpaceFibre总线节点的高效数据传输,针对网络协议中关键问题和技术提出了一种基于现场可编程门阵列(Field Programmable Gate Array,FPGA)的SpaceFibre总线节点系统设计方案。其中,采用了轮询仲裁算法,解决了多路虚拟通道中流量控制字的申请冲突;设计了基于服务质量机制的高效处理状态机,实现了多路虚拟通道的服务质量调度;提出了一种并行的分区存储架构和重发控制算法,实现了基于错误检测隔离恢复机制的错误恢复;采用了不同的数据并行处理方案,实现了多种数据格式的循环冗余校验和伪随机序列的计算。通过ModelSim仿真平台对节点系统进行功能仿真,并在Virtex-6 FPGA上完成了系统验证。结果表明,该设计实现了SpaceFibre总线节点的功能,串行传输速度可达3.125 Gbit/s,能够满足高速数据传输需求。     

A practical organizational efficiency measure

There is often a call in any organization to make the system ‘more efficient’. This document describes a novel framework for measuring organizational efficiency at the microeconomic level. We show how this framework can be used to monitor an organization using data typically available in extant performance management frameworks. This is most useful in large organizations with eclectic outputs where resources may be too constrained to perform industry-level analyses, such as data envelope analysis, to infer efficiency. This method helps illuminate how the factors of an organization’s internal practices can affect its efficient use of resources.     

分布式并行地形分析中数据划分机制研究

数据粒度是海量空间数据并行计算的重要问题之一。通过对不同性质的并行算法的对比分析,提出空间数据粒度模型,量化地反映并行地形分析中数据划分的规模,建立并行数据粒度评价模型。通过研究集群环境下不同算法的数据并行数据粒度问题,提出基于并行数据粒度评价模型的优化数据粒度调度算法。通过计算每一次并行计算的时间与数据粒度效率,从而实现对计算数据粒度动态更新以追求更高的加速比。经过实验验证,该算法较之传统算法,可提供更高的任务执行效率并具有更好的可移植性。     

指挥信息系统效能评估数据中心建设方法

建设指挥信息系统效能评估数据中心,实现对海量效能评估数据的统一、集中管理,对指挥信息系统效能评估工作的常态化开展和评估成果共享具有重要作用。综合分析了指挥信息系统的效能评估对象需求、数据需求,并在此基础上提出了指挥信息系统效能评估数据中心总体框架、基础条件设计框架、数据资源设计以及数据服务和应用方法。对指挥信息系统效能评估数据中心的建设具有重要的指导意义。     

Combined variance reduction techniques in fully sequential selection procedures

In the past several decades, many ranking‐and‐selection (R&S) procedures have been developed to select the best simulated system with the largest (or smallest) mean performance measure from a finite number of alternatives. A major issue to address in these R&S problems is to balance the trade‐off between the effectiveness (ie, making a correct selection with a high probability) and the efficiency (ie, using a small total number of observations). In this paper, we take a frequentist's point of view by setting a predetermined probability of correct selection while trying to reduce the total sample size, that is, to improve the efficiency but also maintain the effectiveness. In particular, in order to achieve this goal, we investigate combining various variance reduction techniques into the fully sequential framework, resulting in different R&S procedures with either finite‐time or asymptotic statistical validity. Extensive numerical experiments show great improvement in the efficiency of our proposed procedures as compared with several existing procedures.