-
公开(公告)号：CN101350731B
公开(公告)日：2011-06-08
申请号：CN200710119156.1
申请日：2007-07-17
Applicant: 北京大学
Abstract: 本发明提出了一种基于概率的增量的节点永久离开判别方法，即周期性地对分布式存储系统中的节点给出永久离线的概率，并且使得从系统开始以来对节点永久离线的判断的累积的概率和真实系统中节点永久离开的概率相同。该方法并不追求对分布式存储系统中各个节点状态的精确判断，而是使对节点永久离开判断的误判率和漏判率相等，通过抵消误判和漏判的效果，从而对当前仍然存在的副本数给出较为准确的判断，进而达到维护分布式系统中数据副本数的目标。利用该方法可以在没有人工配置参数的情况下实时地维护分布式存储系统中数据的副本数，避免时间阈值法误判率和漏判率此消彼长的矛盾，能够有效地维护分布式存储系统中数据的可用性和持久性。
-
公开(公告)号：CN1633086A
公开(公告)日：2005-06-29
申请号：CN200510002915.7
申请日：2005-01-26
Applicant: 北京大学
Abstract: 本发明提供了一种基于数据分块冗余和虚拟化存储的在线备份方法，从而用较低的成本获得高的备份数据安全性和可靠性，并提供良好的扩展性。本发明通过将文件分解成碎片实现数据分块冗余以及虚拟化数据服务进而达到用廉价硬件成本获取高数据安全性、可靠性和系统扩展性的方法。基于数据分块冗余和虚拟化存储的在线备份方法，通过数据分块冗余和数据服务虚拟化的结合使用，大大提高了数据的安全性，可靠性，并具有良好的系统可扩展性。根据本发明的基于数据分块冗余和虚拟化存储的在线备份方法，不必借助昂贵的硬件投入、硬件冗余等传统措施，同样可以达到高的数据安全性、可靠性，扩展性。
-
公开(公告)号：CN103885856A
公开(公告)日：2014-06-25
申请号：CN201410085478.9
申请日：2014-03-10
Applicant: 北京大学
IPC: G06F11/14
Abstract: 本发明涉及一种基于消息再生机制的图计算容错方法及系统。该方法在图计算过程中，对于图结构数据保存相邻两个快照之间图结构的变化信息，对于消息数据保存顶点值集合；当出现失效时，利用保存的所述图结构的变化信息和所述顶点值集合，将图计算系统恢复到之前有效的快照对应的超步（Superstep），然后开始下一超步的计算。该系统包括一个控制节点、多个计算节点和分布式文件系统。为了能够更好地适应图计算系统的失效情况，本发明能够实现快照数据的轻量化，大大缩短快照的生成和恢复时间，提高图计算系统的容错能力。
-
公开(公告)号：CN102143025A
公开(公告)日：2011-08-03
申请号：CN201110074267.1
申请日：2011-03-25
Applicant: 北京大学
Abstract: 本发明公开了一种云下载服务质量的预测方法，属于云计算领域。本方法为：1)云下载请求节点向云下载服务器发送下载请求信息；2)云下载服务器提取云下载系统中请求文件所对应的每一副本历史行为数据；3)计算相应副本在未来时间t内期望累积在线时长Ri(t)；4)根据所有副本的Ri(t)，得到该文件在时间t内的期望累积在线时长U(t)；5)根据该文件的大小f和平均上传速度u，反解U(t)得到该文件云下载所需的期望时间T；6)如果T大于设定的超时阈值T0，则云下载服务器预测此云下载失败；否则，预测云下载成功，并且返回完成下载的持续时间T。本发明预测精度高、有效增强用户对服务质量的感知，且实施代价小。
-
公开(公告)号：CN109213592A
公开(公告)日：2019-01-15
申请号：CN201710533444.5
申请日：2017-07-03
Applicant: 北京大学
IPC: G06F9/50
CPC classification number: G06F9/5061
Abstract: 本发明提供一种基于自动选择副本因子模型的图计算方法，其步骤为：将图数据切分得到若干个切片；根据自动选择副本因子模型为上述每个切片选择最优的副本因子Ri，其中所述副本因子Ri是指为第i个切片Si选择的副本个数；初始化上述每个切片的所有节点值，计算每个切片的每一条边，并根据上述每个切片的副本因子Ri将计算得到的目标节点的副本值存放在Ri个副本中；合并上述每一条边的Ri个副本的目标节点的副本值，并将合并后得到的目标节点的更新值更新至GlobalVertices数组；其中所述GlobalVertices数组用于存放图数据的所有节点值。该方法不仅解决了计算资源被浪费的问题，而且提高了图计算系统的速度。
-
Patent Agency Ranking
公开(公告)号：CN103294799B
公开(公告)日：2016-12-28
申请号：CN201310201372.6
申请日：2013-05-27
Applicant: 北京大学
Abstract: 本发明涉及一种数据并行批量导入只读查询系统的方法及系统，系统由协调器，Hadoop驱动程序模块与线上查询系统驱动模块组成，方法为：1）接收原始特征数据请求，并转发到Hadoop进行处理；2）根据节点映射规则在Hadoop上建立Map/Reduce任务并在每个reducer任务节点上生成特征数据的数据块；3）将数据块放置到Hadoop对应节点上，并通过只读查询系统并行读取对应节点上的数据块。本发明利用Hadoop的并行框架处理特征数据，避免线下系统导回线上系统过程中的索引计算和副本计算对线上系统计算资源的消耗。同时将Hadoop形成的数据块，在后台并行异步的读取到线上系统上，减少对线上系统影响。
-
公开(公告)号：CN102143025B
公开(公告)日：2013-05-15
申请号：CN201110074267.1
申请日：2011-03-25
Applicant: 北京大学
Abstract: 本发明公开了一种云下载服务质量的预测方法，属于云计算领域。本方法为：1)云下载请求节点向云下载服务器发送下载请求信息；2)云下载服务器提取云下载系统中请求文件所对应的每一副本历史行为数据；3)计算相应副本在未来时间t内期望累积在线时长Ri(t)；4)根据所有副本的Ri(t)，得到该文件在时间t内的期望累积在线时长U(t)；5)根据该文件的大小f和平均上传速度u，反解U(t)得到该文件云下载所需的期望时间T；6)如果T大于设定的超时阈值T0，则云下载服务器预测此云下载失败；否则，预测云下载成功，并且返回完成下载的持续时间T。本发明预测精度高、有效增强用户对服务质量的感知，且实施代价小。
-
公开(公告)号：CN101192924B
公开(公告)日：2011-01-26
申请号：CN200610145311.2
申请日：2006-11-24
Applicant: 北京大学
Abstract: 一种基于点对点存储系统编码方法，包括下列加密步骤：1)根据用户输入的密钥key和用户要求的冗余度r，产生加密矩阵G；2)通过矩阵G把原始数据编码成r×m个加密数据碎片；3)对碎片命名，使不同的碎片具有独立的名字，分发到点对点存储系统中；和下列解密步骤：4)当用户要想读取自己的数据，重新生成数据碎片的名字，根据碎片名从点对点存储系统收集m个碎片；5)根据密钥key构造出与加密矩阵G相对应的解密矩阵D-1，就可以解密得到原数据。本发明结合了P2P存储系统的特征和底层协议，能够同时保证数据的安全性和可靠性，解决了现有技术方案在P2P存储系统应用中的不足。
-
公开(公告)号：CN107025099A
公开(公告)日：2017-08-08
申请号：CN201610069106.6
申请日：2016-02-01
Applicant: 北京大学
IPC: G06F9/44
Abstract: 本发明公开了一种基于双队列模型的异步图计算实现方法及系统。本方法首先在图系统中设置的编程接口描述将要在图系统上运行的图算法；在每个计算节点中设置一消息队列，用来存储对图顶点进行计算状态过程的消息，一激活顶点队列，用来存储即将进行产生消息过程的图顶点序号；然后在图计算过程中，计算节点持续并同时地进行两种操作：一、计算节点从消息队列中取出一消息，然后令该消息的目标图顶点进行一次计算状态过程，如果顶点进入激活状态，则将其序号加入激活顶点队列中；二、计算节点从其激活顶点队列中取出一图顶点序号，令对应的图顶点进行一次产生消息过程，并将产生的消息加入该消息的目标图顶点所在计算节点的消息队列中。
-
公开(公告)号：CN103345508A
公开(公告)日：2013-10-09
申请号：CN201310279445.3
申请日：2013-07-04
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明涉及一种适用于社会网络图的数据存储方法及系统，该方法包括：以边表或邻接表形式读取社会网络图的图结构信息；将一个顶点分裂为多个子顶点，每个子顶点拥有该顶点的所有顶点数据和相应的边上的数据；对于图中尚未分配到分区中的每一条边，先尝试将其分配到一个分区中，此时不产生跨分区的边；若该分配不成功，则产生一条跨分区的边。该系统包括：若干管理节点、若干工作节点和ZooKeeper集群，同一时刻只有一个管理节点处于工作状态，每个工作节点包含DHT索引、图结构存储器、请求处理器和数据库接口。本发明可以增量反映社会网络图结构的变化，减少服务器间的通信代价，增加服务器整体吞吐，改善用户体验。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.021 seconds)
