数据竞争混合检测算法研究

来源 :哈尔滨理工大学 | 被引量 : 0次 | 上传用户:lulswhzx512
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着多核架构普遍流行,系统的并行能力和多线程技术随之得到增强,系统程序的并行程序设计开发模型不断研发,多线程技术慢慢成为一种必不可少的编程技术,二者提高了操作系统并发程序的性能。测试的进步和可负担并发性的增加促进了并发方向的发展,虽然用更为全面的方法分析日益复杂的程序已经成为常态,但许多方法在检测方面仍然存在很多缺陷。如何提高数据竞争误检率和漏检率问题,以及提升内存性能,减少运行开销是目前迫切需要解决的问题。本文主要针对现有检测数据竞争方法的误检率和漏检率问题进行改进,从而提出动静混合的数据竞争检测DSrace算法(Dynamic and Static algorithm),静态检测技术使用的是RELAY检测方法,RELAY检测方法精确度高且可拓展性强,数据竞争检测的漏检率低,但误检率高。结合动态数据竞争检测技术可降低误检率,动态数据竞争检测采用改进后的Lockset方法,通过检测线程访问是否对同一位置进行了读写操作,且读写操作中至少有一个是写访问操作,来确定是否产生数据竞争。在数据竞争检测后,发现有重复检测的数据竞争,使用重复过滤检测分析过滤重复的数据竞争,减少内存冗余,提升检测性能。此外,本文根据数据竞争的定义提出了另一种数据竞争检测方法MVM算法(Message Verification Matching algorithm),用随机数的取余数代表访问操作的类型,使用别名分析获取访问分析信息,通过计算HASH函数值并进行对比来检测数据竞争,随后使用程序切片分析降低数据竞争的误检率。最后通过设计实现了动静态结合的数据竞争检测工具以及新提出的数据竞争检测工具,并从数据竞争的检测精度、运行效率和可扩展性等方面进行了测试分析。实验结果表明本文算法在降低数据竞争的误检率和漏检率方面效果有所提升,且不会对原始程序的性能产生很大的影响。
其他文献
近年来强调以满意度等软性指标的受众主观评价模式来解决公共服务绩效评估中存在的资源浪费、形式主义和官僚主义等顽疾,已经成为业界和学界的共识。基于此,本研究从受众满意度视角出发,以"使用后评价"为理论切入点,采用问卷调查法和观察法构建城市体育公园使用后受众满意度评价指标体系,并以沈阳奥林匹克公园为空间样本进行评价应用,在此基础上划分满意度评价结果区域,提出城市体育公园改造原则与顺序。研究结论:1)评价
随着我国人口老龄化不断加剧,摔倒检测算法和系统的研究逐渐成为当前研究的热点之一。在摔倒检测的多种实现方式中,基于视频图像处理的摔倒检测方法以突出的优势和广泛的应用前景深受学者们青睐。但是目前对摔倒检测算法的研究大多停留在PC上的仿真阶段,只有少数学者将摔倒检测算法在嵌入式平台上实现。这部分学者在进行算法实现的研究时没有考虑人体与摄像头之间的夹角以及人体倒下后被部分遮挡的情况,致使现有摔倒检测系统使
随着科学技术的不断发展,三维重建作为一种能够通过以建模方式得到三维信息,进行显示、分析的技术应用在各个领域,如Simultaneous localization and mapping(SLAM)、医疗科学、文物维护、地球大气等领域。随着三维重建技术采用的零部件逐渐市场化和产品化之后,将三维重建技术应用于视力障碍者的出行中变为一种可能。对于视力障碍者而言,三维重建技术运用至其指引工具之上可以快速、
学位
传统的先加工后装配作业车间调度方式,已经很难满足当今社会对个性化产品的需求。在这种背景下,产品的加工和装配一同调度的第三类产品调度模式综合调度应运而生。综合调度的研究虽然取得了丰硕的成果,但目前没有针对存在柔性设备多工序同时结束的问题进行考虑,所以本文对存在柔性设备多工序同时结束的问题进行研究。针对单车间环境存在柔性设备单组多工序同时结束的问题,提出存在柔性设备单组工序同时结束的综合调度算法。该算
异常检测,又称为离群点检测,是找出行为与预期行为差异较大的对象的检测过程,而时间序列异常检测旨在发现对应时序特征中不符合一般规律的特异性模式,是机器学习领域重要的研究方向。然而,现有的时序异常检测方法大多为单模态学习,忽略了时序信息在多模态空间上不同特征分布的关联性和互补性,不能充分利用时序数据进行有效的模式挖掘,从而造成检测效果差等问题。基于这些传统方法的缺陷,本文提出了一种多模态自适应时间序列
历史解释有两大要义:探求因果和阐释意义。自高中历史新课标颁布以来,学界探讨历史解释素养的文章可谓是汗牛充栋,从理论与实践两个方面丰富了人们对历史解释素养的认识。美中不足的是,这些文章探讨的主要是因果关系,阐释意义的文章较为少见。这就好比鸟少一翼,车缺一轮。为此,本文拟择一案例,解剖麻雀,进而探讨阐释历史意义的策略,以求教于方家。本文选择的案例是欧阳修在《归田录》中记载的陈尧咨与卖油翁的故事:
期刊
学位
近年来,高熵合金因其独有的优异性能获得了广泛关注。当前对于高熵合金的研究往往是实验合成或者复杂的理论计算,但是前者需要消耗大量的时间与材料成本,甚至对于实验设备也有较高要求,后者的计算过程耗时耗力且有一定局限性。随着人工智能与计算机技术的飞速发展,机器学习在材料研究与设计中逐渐展现出革命性的优势,获得了研究者的极大兴趣。因此,基于机器学习算法进行高熵合金成分设计以期达到高硬度具有十分重要的研究意义
无模型深度强化学习算法作为强化学习中的一种主要算法,其最大特点是在不对环境建模的情况下,通过与环境不断交互自主的进行学习。强化学习虽然已经在一系列具有挑战性的决策和控制任务上得到了长足的发展,但是连续控制任务下的深度强化学习的研究还是处于初级阶段,这些算法仍存在着一些问题和挑战,比如维度爆炸、随机环境下泛化能力差、样本数据使用效率低、脆弱的收敛特性和极易陷入局部最优策略。这些问题导致多数模型需要细