基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
兴趣匹配在分布式仿真中扮演着重要的角色.然而,在大规模仿真场景中,仿真实体数量大且区域变化频繁,导致兴趣匹配的计算量很大,严重影响仿真性能.另一方面,多核处理器的普及也促使从并行视角来提升兴趣匹配算法的性能.针对上述问题,提出了一种并行层次兴趣匹配算法,将订阅区域映射到一棵满二叉树中,由更新区域并行地与二叉树进行匹配,并利用二叉树相邻节点的区域关联关系来剔除不必要的计算.实验结果表明:并行层次兴趣匹配算法具有较好的可扩展性,且能够有效提升兴趣匹配的效率.
推荐文章
一种新型的共享存储网络构架
存储网络
存储局域网络
网络附加存储
SNIA共享存储模型
一种基于MapReduce的OpenFlow网络属性并行验证算法
流表配置错误
网络属性并行验证
MapReduce
OpenFlow网络
一种基于Hadoop架构的并行挖掘算法研究
挖掘算法
Hadoop架构
SPRINT
并行化
决策树
MapReduce
一种基于BM算法的改进模式匹配算法研究
入侵检测
模式匹配
KMP算法
BM算法
New-Search算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于共享存储的并行层次兴趣匹配算法
来源期刊 系统仿真学报 学科
关键词 兴趣匹配 并行算法 分布式仿真 基于排序的匹配
年,卷(期) 2021,(5) 所属期刊栏目 仿真建模理论与方法
研究方向 页码范围 1086-1094
页数 9页 分类号 TP391.9
字数 语种 中文
DOI 10.16182/j.issn1004731x.joss.20-0019
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (1)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(4)
  • 参考文献(0)
  • 二级参考文献(4)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
兴趣匹配
并行算法
分布式仿真
基于排序的匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
论文1v1指导