-
公开(公告)号:CN101309186B
公开(公告)日:2010-12-22
申请号:CN200810124276.5
申请日:2008-06-23
Applicant: 南京大学
Abstract: 一种可扩展的通用型P2P网络模拟器的设计方法,首先为P2P网络的模拟定义技术框架,构成P2P网络的多层次结构模型;然后为多层次结构中的每一层提供独立的事件容器;再对于系统状态提供对象层次的抽象,使系统可以利用事件容器容纳多状态对象的方式来模拟真实系统中多状态并存;最后将系统的所有行为与状态抽象为对象,为所有对象提供统一的处理接口,保证事件处理的一致性。本发明通过统一系统行为抽象的方法,为P2P协议在模拟器中的实现提供统一的抽象过程,简化真实协议的模拟实现开销,与现有技术相比,其显著优点有:可以完全模拟真实P2P网络系统的行为特征,并为模拟器提供了优秀的可扩展性、可用性与通用性。
-
公开(公告)号:CN101321192B
公开(公告)日:2010-12-15
申请号:CN200810122906.5
申请日:2008-06-20
Applicant: 南京大学
IPC: H04L29/08
Abstract: 一种能使P2P流媒体系统中数据发布源快速切换的方法,包括步骤:1、过程建模,通过对本质特性与关键参数的分析给数据源切换过程建立数学模型,从而将源切换问题形式化为一个数学优化问题,然后推导出此数学优化问题的最优解;2、环境分析,分析实际网络环境与理论模型之间的差异,调整最优解;3、数据调度,每个结点获取其邻居结点的数据可用性信息,从相应邻居结点获取数据分片;4、结束,当结点的源切换过程完成后,终止整个过程。本发明与现有技术相比,该方法是低开销与纯分布式的,每个结点独立地启动并执行该方法,并且执行所依赖的仅仅是本地信息;它能显著地加快源切换过程、减少源切换时间,并且对于规模越大的系统其优势越明显。
-
公开(公告)号:CN101685470A
公开(公告)日:2010-03-31
申请号:CN200910302285.3
申请日:2009-05-14
Applicant: 南京大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于查询统计的P2P系统导向搜索方法,其步骤如下:(1)建立统计导向表SGT。基于对历史查询统计和语义分析结果,建立双层结构的“统计导向表”。上层表项只保留最新查询的历史记录,按照查询的时间排序;下层表项保存响应本次查询或者响应过相似查询的结点信息和有利因子。(2)利用统计导向表查询文件。结点建立统计导向表后,按照本次查询与SGT历史查询的语义相关性大小,利用SGT内的信息进行查询;如SGT保存的历史记录与本次查询相关性不大,自动启用底层查询策略。(3)自适应的更新统计导向表。包括主动和被动更新两种方法,被动方式发生在结点转发查询请求后。
-
公开(公告)号:CN101175011A
公开(公告)日:2008-05-07
申请号:CN200710135028.6
申请日:2007-11-02
Applicant: 南京大学
Abstract: 本发明公开了一种基于DHT的P2P系统中获得高可用数据冗余机制方法,该方法包括以下步骤:1.对原文件进行Erasure Coding编码;2.将编码得到的分片分配到相应节点储存;3.用户提出下载要求并进行查询;4.用户下载文件并将部分文件保存作为副本;5.重复步骤3直到服务停止;6.结束。本发明与现有技术相比,其显著优点是:兼具传统的复制策略和分片冗余策略的优点。实现起来十分简单,并且在各种网络环境中均能较传统冗余策略更节省网络带宽,并且冗余度适中。
-
公开(公告)号:CN118282963A
公开(公告)日:2024-07-02
申请号:CN202410363593.1
申请日:2024-03-28
Applicant: 南京大学
IPC: H04L47/2441
Abstract: 本发明公开了一种基于可编程硬件的网元大象流加速方法及系统,可编程交换机数据面形成的流量统计数据和主机的负载信息发送至可编程交换机的控制面,可编程交换机控制面计算得到流量控制信息,下发至可编程交换机的数据面中的流量调度模块;流量调度模块根据可编程交换机的控制面下发的流量控制信息决策数据包转发逻辑,然后发送至主机;主机中的网元程序执行数据包转发逻辑,主机在执行数据包转发逻辑时根据CPU核心负载信息触发大象流加速逻辑,得到数据包调度决策;智能网卡中的队列映射表通过读取数据包调度决策来分发数据包。本发明通过硬件加速大象流并行化分发及保序提升单个网元处理大象流的极限吞吐,还可增加交换机下网元集群的节点数量实现总容量扩展。
-
公开(公告)号:CN117979033A
公开(公告)日:2024-05-03
申请号:CN202410089072.1
申请日:2024-01-22
Applicant: 南京大学
IPC: H04N19/89 , H04N19/176
Abstract: 本发明针对网络中存在的不同类型丢包环境问题,提供了一种基于接收方反馈的自适应实时视频传输FEC控制系统及方法,包括:在视频接收方持续统计网络传输数据包丢失情况和视频帧内数据包丢失情况,并定时反馈到视频发送方;在视频发送方的FEC控制器中对接收方反馈的信息进行收集和处理,计算统计信息;在视频发送方的FEC控制器中根据统计信息的特征,确定用于FEC编码的参数;将FEC控制器生成的编码参数下发到FEC编码器中,指导FEC编码器的后续编码过程。本发明针对性地调整FEC编码块大小,尽可能提高数据包恢复率的同时避免引入过长的恢复时间;同时针对性地调整FEC冗余率,在尽可能节约发送带宽的同时保证实时视频传输的及时性和流畅性。
-
公开(公告)号:CN116633859A
公开(公告)日:2023-08-22
申请号:CN202310612961.7
申请日:2023-05-29
Applicant: 南京大学
Abstract: 本发明公开了一种基于自适应分段式学习的网络拥塞控制框架及方法,该网络拥塞控制框架包括:拥塞控制模块和自适应分段式学习模块,拥塞控制模块用于根据网络信息调整网络发送速率,并将网络信息转化为样本对后输入自适应分段式学习模块中;自适应分段式学习模块根据样本对实时更新当前样本对对应状态空间的模型参数,形成新决策策略,并通过新决策策略更新拥塞控制模块。本发明提出了一种能够自适应地更新强化学习代理模块的方法,弥补了函数拟合方法和基于表格方法的缺陷,不需要重新学习整个马尔可夫过程便可以实现对连续动作空间和状态空间中环境的变化部分的快速学习,很好地应对了拥塞控制问题中网络环境变化的问题。
-
公开(公告)号:CN112149416B
公开(公告)日:2023-08-22
申请号:CN202010938852.0
申请日:2020-09-09
Applicant: 南京大学
IPC: G06F40/289 , G06F40/216 , G06F40/126 , G06F16/335 , G06F16/27
Abstract: 一种在分布式学术数据仓库中检测热点学术研究话题的方法,包括在分布式数据仓库中的数据数据采样压缩编码,传输阶段,以及中央服务器上的数据恢复和检测阶段;数据采样压缩编码对每个从学术文档中提取出的学术词进行多重采样决定是否进入组内每个编码型布谷鸟过滤器,成功采样的词汇将进入数据编码阶段;数据压缩编码阶段负责在每个分布式数据仓库中扫描所有的文档,并利用分词器从文档中提取学术研究词汇;数据传输阶段负责将每个分布式数据仓库中记录压缩数据的编码型布谷鸟过滤器传输至中央服务器;数据恢复和检测阶段是在中央服务器上将从各个分布式数据集上构建起来编码布谷鸟过滤器中解码恢复出原始词汇并估算其热度。
-
公开(公告)号:CN116561169A
公开(公告)日:2023-08-08
申请号:CN202310545641.4
申请日:2023-05-15
Applicant: 南京大学
IPC: G06F16/2453 , G06F16/2455 , G06F16/27 , G06F16/955
Abstract: 本发明公开了一种自动化云原生大数据查询加速方法,该方法包括如下步骤:集群管理员创建缓存系统集群;用户提交查询过程访问的数据表描述;控制器检查缓存系统创建情况,修改元数据存储组件中数据表元信息;控制器将对应数据表挂载到缓存系统中;用户将大数据查询提交至大数据查询系统中,初次访问数据时会将数据表从远程存储中读取,后续访问相同数据表将直接通过缓存系统进行访问;本发明在云原生场景下给用户提供自动化的数据访问加速,降低用户使用门槛与编程开销,提高查询的执行效率,缓解了云原生存算分离架构带来的数据访问延迟以及数据存储异构等问题。
-
公开(公告)号:CN115292308A
公开(公告)日:2022-11-04
申请号:CN202210790603.0
申请日:2022-07-05
Applicant: 南京大学
IPC: G06F16/22 , G06F16/2453 , G06F16/2455
Abstract: 本发明公开了一种用于加速云平台数据库LSM树查询的高效过滤方法,包括如下步骤:将已写入的数据按自身特点划分至互相独立的数据集子块内,为每一个数据集子块单独构建缓存行大小的分块布隆过滤器;结合在本数据块内缺失,但是历史查询频繁的数据,自适应调整已写入的数据的哈希函数集并存入分块哈希表达器;将分块布隆过滤器以及分块哈希映射表共同构成分块哈希自适应过滤器,并部署到系统中。在进行数据是否写入的判断时,采用单指令多数据流技术同时检测一个块内多个比特位。本发明将过滤器按缓存行大小进行分块,并行检测分块内的比特数据,极大提升了查询效率,并结合哈希自适应技术,有效避免了分块带来的准确性降低问题。
-
-
-
-
-
-
-
-
-