计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
8期
2243-2247,2272
,共6页
张伟%解争龙%丁要军%张潇晓
張偉%解爭龍%丁要軍%張瀟曉
장위%해쟁룡%정요군%장소효
OpenFlow%GPU%生物序列%机器学习
OpenFlow%GPU%生物序列%機器學習
OpenFlow%GPU%생물서렬%궤기학습
OpenFlow%Graphic Processing Unit (GPU)%biological sequence%machine learning
OpenFlow的出现提高了现有网络的服务质量(QoS),但在处理海量数据时存在网络会话识别效率低、网络报文转发路径不佳等缺点.在OpenFlow的研究基础上,提出了海量网络数据处理(GOMDI)模型,通过将GPU并行计算、生物序列算法和机器学习方法相融合,设计出GOMDI网络会话匹配算法和路径选择算法.实验结果表明,GOMDI网络会话匹配算法与CPU环境相比加速比提升了近300;路径选择算法中网络丢包率低于5％,网络延时小于20 ms.因此,GOMDI模型可有效地提升网络性能,满足大数据环境下实时处理海量信息的需求.
OpenFlow的齣現提高瞭現有網絡的服務質量(QoS),但在處理海量數據時存在網絡會話識彆效率低、網絡報文轉髮路徑不佳等缺點.在OpenFlow的研究基礎上,提齣瞭海量網絡數據處理(GOMDI)模型,通過將GPU併行計算、生物序列算法和機器學習方法相融閤,設計齣GOMDI網絡會話匹配算法和路徑選擇算法.實驗結果錶明,GOMDI網絡會話匹配算法與CPU環境相比加速比提升瞭近300;路徑選擇算法中網絡丟包率低于5％,網絡延時小于20 ms.因此,GOMDI模型可有效地提升網絡性能,滿足大數據環境下實時處理海量信息的需求.
OpenFlow적출현제고료현유망락적복무질량(QoS),단재처리해량수거시존재망락회화식별효솔저、망락보문전발로경불가등결점.재OpenFlow적연구기출상,제출료해량망락수거처리(GOMDI)모형,통과장GPU병행계산、생물서렬산법화궤기학습방법상융합,설계출GOMDI망락회화필배산법화로경선택산법.실험결과표명,GOMDI망락회화필배산법여CPU배경상비가속비제승료근300;로경선택산법중망락주포솔저우5％,망락연시소우20 ms.인차,GOMDI모형가유효지제승망락성능,만족대수거배경하실시처리해량신식적수구.
