公开(公告)号：CN110213063A

公开(公告)日：2019-09-06

申请号：CN201910499361.8

申请日：2019-06-10

Applicant: 南京大学

Inventor： 田臣 ,  王怿 ,  王炳权

IPC: H04L12/18 ,  H04L12/24 ,  H04L12/911

Abstract: 一种适用于数据中心网络的应用层多播系统及方法，包括如下步骤：第一步，多播源节点同时向m个机架内节点和n个其它机架节点传输数据；第二步，当第一步数据传输完成，被传输数据的节点变成一个“种子”节点，该“种子”节点重复第一步的操作指导所有机架都至少有一份数据；第三步，多播源节点和这些“种子”节点只向本机架内多播目的节点传输数据直到整个多播过程完成。本发明针对数据中心网络中应用层多播问题，提出了机架间传输优先的多播算法。相比于其它多播算法（例如：并行传输多播算法、顺序传输多播算法、随机传输多播算法等），本发明提出的多播算法比以上多播算法快3.7-11.2倍。

公开(公告)号：CN110191001B

公开(公告)日：2020-06-30

申请号：CN201910499179.2

申请日：2019-06-10

Applicant: 南京大学

Inventor： 田臣 ,  王怿 ,  王炳权

IPC: H04L12/24

Abstract: 在具有可选毫米波链路的数据中心网络中的拓扑推测方法，包括如下步骤：第一步，记录数据中心中节点和节点之间的数据传输时间，构造稀疏矩阵D；第二步，使用非负矩阵分解算法补全稀疏矩阵D中缺失的元素；第三步，使用非度量多维尺度变换算法将网络中的节点映射到二维空间；第四步，使用混合球形高斯模型对映射到二维空间中的节点进行聚类，通过设置不同的阈值，可以准确得到网络不同层次的拓扑。本发明针对如何准确实时推测有线和无线混合的数据中心网络拓扑架构问题，提出了数据中心网络拓扑推测算法。在网络中无背景流量的理想情况和有背景流量的实际情况下，本发明提出的算法都可以准确推测出数据中心网络不同层次的拓扑结构。

公开(公告)号：CN110213063B

公开(公告)日：2020-09-18

申请号：CN201910499361.8

申请日：2019-06-10

Applicant: 南京大学

Inventor： 田臣 ,  王怿 ,  王炳权

IPC: H04L12/18 ,  H04L12/24 ,  H04L12/911

Abstract: 一种适用于数据中心网络的应用层多播系统及方法，包括如下步骤：第一步，多播源节点同时向m个机架内节点和n个其它机架节点传输数据；第二步，当第一步数据传输完成，被传输数据的节点变成一个“种子”节点，该“种子”节点重复第一步的操作指导所有机架都至少有一份数据；第三步，多播源节点和这些“种子”节点只向本机架内多播目的节点传输数据直到整个多播过程完成。本发明针对数据中心网络中应用层多播问题，提出了机架间传输优先的多播算法。相比于其它多播算法（例如：并行传输多播算法、顺序传输多播算法、随机传输多播算法等），本发明提出的多播算法比以上多播算法快3.7‑11.2倍。

公开(公告)号：CN114077507A

公开(公告)日：2022-02-22

申请号：CN202111396667.4

申请日：2021-11-23

Applicant: 南京大学

Inventor： 田臣 ,  张天凡 ,  周华平 ,  王怿

IPC: G06F9/54 ,  G06F9/50 ,  G06F15/173

Abstract: 本发明公开了一种应用于远程过程调用系统的零拷贝序列化方法，包括：步骤1：客户端应用程序调用序列化库，对应用程序的数据进行序列化；步骤2：序列化库将应用程序数据转换成字节流，随后根据内存分配策略申请内存，并根据内存批量注册策略将内存注册，再将转换后的字节流写入到分配的内存空间中，生成序列化后的消息；步骤3：客户端应用程序使用基于RDMA的RPC系统通过网络传输序列化后的消息，将序列化后的消息交由服务端的程序处理；步骤4：服务端的程序完成客户端的请求后，将运行结果按照上述步骤反向发回给客户端程序。本发明消除了现有序列化库中的多次拷贝，并有效减少了内存分配次数和内存分配总量，显著提升了RPC系统的吞吐量。

公开(公告)号：CN110191001A

公开(公告)日：2019-08-30

申请号：CN201910499179.2

申请日：2019-06-10

Applicant: 南京大学

Inventor： 田臣 ,  王怿 ,  王炳权

IPC: H04L12/24

Abstract: 在具有可选毫米波链路的数据中心网络中的拓扑推测方法，包括如下步骤：第一步，记录数据中心中节点和节点之间的数据传输时间，构造稀疏矩阵D；第二步，使用非负矩阵分解算法补全稀疏矩阵D中缺失的元素；第三步，使用非度量多维尺度变换算法将网络中的节点映射到二维空间；第四步，使用混合球形高斯模型对映射到二维空间中的节点进行聚类，通过设置不同的阈值，可以准确得到网络不同层次的拓扑。本发明针对如何准确实时推测有线和无线混合的数据中心网络拓扑架构问题，提出了数据中心网络拓扑推测算法。在网络中无背景流量的理想情况和有背景流量的实际情况下，本发明提出的算法都可以准确推测出数据中心网络不同层次的拓扑结构。