源源翻译是使编译器的分析和优化可重定向的一种重要方式.它被广泛用来支持并行语言扩展或者各种体系结构无关的优化，并且可以帮助程序员进行正确性或者性能的调试.在多核/众核时代，程序分析和优化倾向于让用户更多地参与，这种平台无关而且用户友好的代码生成方式也越来越受到欢迎.在简单的编译器中添加源源翻译的支持很容易，但在实现了复杂的程序分析和激进的优化的编译器中，却很少有编译器提供健壮的源源翻译支持.优化对程序结构的改变是造成翻译困难的首要原因.结合大量出错实例对优化给源源翻译带来的困难进行分析，提出了一套基于类型恢复的翻译技术，并在Open64编译器中实现了这种方法.通过supertest和spec2000测试集的测试，验证了这种方法对源源翻译的健壮性有很大改善.该方法的实现模块集成在源源翻译器内，与编译器各种分析优化模块独立，所以该方法容易移植到其他编译器中.

模型驱动的软件体系结构自适应是支持软件适应性的主要方法之一，其重点是基于模型来支持适应过程中的分析和规划.但是已有的方法和实现大多特定于体系结构描述语言，导致复用性和集成性比较差.由于使用标准的模型技术能够提高方法的复用性和集成性，总结了分析和规划中所需的模型以及模型上的操作，并考察了如何在体系结构建模语言中引入标准模型技术进行支持.基于分析所得的设计原则，对ABC-ADL进行扩展，并且在实现中使用模型转换和模型查询等标准化技术来支持分析和规划.以ECPerf系统中一个性能相关的不良模式自适应分析和规划的过程为例，展示了如何使用扩展后的ADL对分析规划过程进行支持.此外，其中使用2种不同的分析方法，展示了如何使用ADL复用和集成不同的分析和规划方法.

图形化、集成化的软件体系结构开发环境对于推动软件体系结构相关技术的研究和应用具有重要的意义.提出了一种基于图文法的可视化编辑环境生成机制.对于给定的软件体系结构风格的图文法描述，可以自动生成相应的图文法制导的体系结构编辑工具.与常见的基于Meta-Model的开发环境相比，这种图文法制导的开发方式更多地利用了相应软件体系结构风格的内在语义，从而提高了环境的易用性和可靠性. 设计并实现了一个原型系统Artemis-GADE(graph grammar-directed architecture development environment)，初步验证了上述途径的可行性.

软件系统在运行过程中的状态和行为是否与其需求规约一致是衡量软件系统服务质量的一个关键指标.提出了一种使用基于模型的软件系统监测技术来保障软件质量的方法，其基本思路是及时发现系统在运行过程中出现的异常，为调整系统、保障软件服务质量提供依据.该方法以包含约束描述信息的监测模型为基础，基于一系列的转换规则，自动、半自动地将监测模型转换成相应的监测代码，并以合适的实现机制部署到被监测系统之上，从而提高软件系统监测的效果.

实时系统由于其业务对时间要求的特殊性，使得传统工作流技术难以满足其需求.在传统工作流的基础上，针对实时系统提出了实时工作流的概念，并建立了实时工作流元模型.与传统的工作流相比，主要对工作流的时间约束和异常处理进行了考虑.在活动上扩展了启动时间和执行时间，在工作流过程上扩展了执行时间，在并发活动上扩展了并发时间约束等，此外，元模型中还考虑了活动的超时异常以及应用程序和活动之间的执行关系.为了能够利用实时工作流元模型进行实时工作流建模，通过扩展UML定义了一种实时工作流描述语言，并分别从设计要求、定义技术和profile三个方面对实时工作流描述语言进行了阐述，给出了实时工作流的建模规则.最后结合船舶指控系统的具体实例，对建模方法进行了说明.

由于Web系统的复杂性,仅采用性能测试或单一建模方法在多个性能指标度量准确性、预测有效性和测试迭代控制等方面存在局限性.提出一种支持混合性能建模的Web性能测试框架,依据不同的性能指标,采取不同的性能建模方法,导出性能指标的封闭函数及其度量假设条件,执行回归分析和测试.以一个实际Web社区系统为例,针对系统响应时间和伸缩性指标,提出了排队网模型化简方法和伸缩性模型US-γ的混合建模与测试过程.测试结果表明,预测响应时间错误率在4%以内,预测吞吐量饱和点错误率在1%以内,预测拐点下界错误率在5%以内.通过关联系统与Web服务器线程2个伸缩性模型,在构架级识别出一个HTTP处理瓶颈.

竞态条件使得多个任务对共享资源进行操作的先后顺序在不同的执行情况下发生改变，从而可能引起系统异常.为了分析实时嵌入式系统可能出现的竞态条件及其所带来的影响，根据目标系统的执行特征，建立系统的执行序列模型，对相关的竞态条件进行精确描述，并在此基础上提出一种竞态集来存储和分析系统的竞态条件，然后利用获取到的竞态集，构建系统的竞态条件图来预测系统潜在的竞态同步关系.实验分析表明该方法能够有效地分析和预测目标系统各种可能的竞态同步关系及其所带来的不同执行情况和结果.

基于SIP的VoIP系统由于其客户端/服务器的服务架构，在用户规模增大时会引发其固有的单点失效和性能瓶颈问题.P2P和SIP融合的VoIP系统具有良好的扩展性和容错能力，但是现有系统并不能满足可管理和可运维的要求.从运营商的角度考虑，提出了一种基于P2P-SIP的可管理、可运维的VoIP系统架构AMAP.在AMAP系统中，由少量部署的服务器按照DHT协议组成服务覆盖网络.服务覆盖网络使用扩展的SIP信令来维护，为用户代理的注册和会话建立、系统的管理和运维等服务提供支持，可有效地与现有VoIP系统兼容.AMAP系统借助备份和缓存技术提高容错能力，缓解服务热点问题.设计了分布式元数据收集和分发算法，满足了运维信息收集和管理策略下达的需求，对比分析了系统的维护开销，结果表明与现有基于P2P-SIP的VoIP系统相比，AMAP系统减少约80%的开销.详细分析了AMAP系统的功能组成和所涉及的关键技术，并实现和测试了原型系统.

P2P流媒体系统中，内容服务器提供源数据并驱动数据扩散，是系统的重要组成部分，其部署方案会影响整个系统的流量变化.分析了服务器的优化部署问题，从服务器负载均衡、主干网内流量最小和调度代价最小3个优化目标建立系统模型，并给出了各个优化目标的算法实现，包括基于负载均衡的贪心算法和基于0-1规划的分支定界算法.最后，通过仿真实验验证了服务器部署方案对系统的影响，实验结果表明不同的优化目标满足了不同的部署需求.

大规模网络上理想的路由方法必须同时具有较小的路由表和较短的路径.传统的最短路径路由算法只考虑优化路径,但是路由表需要维护到所有节点的路由信息,故路由表项数至少随网络规模线性增长,因此呈现较差的扩展性.针对基于图嵌入的可扩展路由进行了研究,提出将网络嵌入到由它的支撑图(spanner)导出的度量空间.利用真实网络普遍存在的小世界和无标度拓扑特征,提出了一种嵌入和路由方法——GEROUTE,它用源于高度节点的树形支撑图来构造嵌入,对节点分配较短的标记，使得节点在支撑图上的距离能够由标记推算出来,在节点标记定义的度量空间中使用贪心路由,而节点的路由表只需要存放邻居的标记.分析和仿真表明该路由方法在像Internet的这类图上能够取得比较理想的路由性能,与其他同类方法相比表现更好.

KNN连接作为数据挖掘的基元，可以用来大幅度提高相似搜索、数据分析和数据挖掘的速度.到目前为止，对KNN连接的研究主要在基于磁盘系统的背景下进行，假设数据库太大以至于不能装入主存.随着RAM越来越大，价格也越来越低廉，这种假设逐渐受到挑战.因此，有必要重新对基于主存的KNN连接进行研究.在高效主存索引的基础上，采用编码解码、自底向上、深度优先遍历和剪枝等技术提出了一种新的KNN连接算法Δ-tree-KNN-Join.该算法解决了KNN连接中确定搜索半径困难的问题，提高了连接效率.在真实数据和合成聚类数据上进行了实验，结果显示Δ-tree-KNN-Join是一种有效的主存KNN连接算法.

组最近邻查询由于涉及多个查询点，因此比传统的最近邻查询更为复杂.充分考虑查询点的分布特征以及它们构成的几何图形的性质和特点，给出组最近邻所应满足的条件及判断组最近邻的理论方法.提出基于Voronoi图的组最近邻查询的VGNN算法，可以精确求解查询点集的最近邻.对于查询点不共线的情况，该算法的查询方式是以一点为中心、向外扩张式的；对于查询点共线的情况，该算法给出搜索范围，限定了参与计算的数据点的个数.给出基于Voronoi图的VTree索引.实验结果表明，基于VTree索引的VGNN算法具有较好的性能，并且当查询点不共线时，其性能具有较高的稳定性.

空间技术的广泛应用，使得空间数据的安全日益重要.空间数据库的访问控制已经成为目前国内外研究的热点问题.现有的空间数据访问控制模型主要分为2大类：一类是对RBAC模型扩展，加入空间位置的判断，提供基于位置的服务，但这类模型缺乏对空间数据自身特性的分析；另一类是基于矢量数据或栅格数据提出的自主访问控制模型，这类模型分析了空间数据的特征，如几何表示、拓扑关系等，但是缺乏一个通用的模型.在传统RBAC模型中扩展了空间位置、时间和尺度等基本数据元素，提出基于尺度的时空RBAC模型(STS-RBAC).通过在角色激活中加入位置和时间的约束条件，增加了空间信息使用的安全性；针对矢量数据和栅格数据定义尺度的概念，增强了访问控制策略的表达能力；同时定义操作集、尺度和空间对象间的关系，使得相关授权信息具有更为简单的表达形式和自动推导特性，减少了重复存储和访问次数，提高了权限判定效率.

入侵检测日志数据具有数据量大、特征数目繁多以及连续型属性多的特点.传统的特征选择方法在处理连续型数据时要先进行离散化,这需要花费大量的预处理时间并且离散化过程可能会丢失一些重要信息,导致分类精度下降.针对上述问题,首先引入能直接处理连续型数据的邻域粗糙集约简模型,在此基础上构造计算粒子群优化算法中粒子的适应度函数,最后给出一种基于邻域粗糙集模型和粒子群优化的特征选择算法.仿真实验结果表明该算法可以选择较少的特征,改善分类的能力.

空间概念转换是文景转换系统中的基本任务.空间本体库是在SUMO顶层体系框架下，结合文景转换特定领域要求，基于领域空间本体模型构建特定领域空间本体库.其本体描述的空间概念能够有效地弥补自然语言系统和图形系统之间的差别，把对于图形系统来说自然语言描述中缺失的信息补充上，即完善自然语言系统固有的模糊性，从而完成空间概念的转换，提升生成场景的美观性.这个本体库在面向汉语的静态文景转换中得到测试，且取得很好结果.

针对计算机辅助夹具设计领域存在的设计知识重用困难问题，提出了基于本体的知识表达方法，遵循CommonKADS构建知识模型的结构化方法，采用OWL来构建夹具设计知识本体，定义了该领域的基本概念，如装夹特征、元件、关系与约束等.在本体基础上，用SWRL来描述夹具设计规则，建立一个语义清晰的夹具设计知识库，分离了事实和推理.该本体采用了层次结构，便于扩充和修改，具有较强的推理能力.最后通过实例说明了该本体的应用.

在有监督学习中，每类数据具有独特的特性且类与类之间是独立的.受此启发，提出了基于等同邻域的投影算法.新算法通过计算一组基函数为每类数据在低维空间中寻找高度对称的等同邻域空间.等同邻域可以通过构建正则单纯形得到，基函数可以通过凸优化得到.对于测试样本，可以通过基函数映射到低维的等同邻域空间，与各等同邻域空间中心的距离决定其类别归属，而不必计算与所有训练样本间的距离.实验证明了新方法的有效性.

医学图像分割在医学图像处理,尤其是在临床诊断的核磁共振图像分析中起着重要的作用.偏移场的存在使核磁共振脑图像中的局部统计特性发生变化，这成为自动化分割的一个主要障碍.为了克服偏移对分割造成的影响，提出了一种基于局部熵最小化的核磁共振脑图像二次分割算法.首先采取基于组织的分块算法和局部熵最小化以获得脑图像分割的聚类块，再以每个聚类块为中心进行动态搜索；利用模糊C均值算法对每个搜索窗口进行分割.将所有分割结果与原始聚类块的分割结果进行比较，对满足二次分割条件的像素进行二次分割.模拟数据和真实数据的实验结果表明，提出的二次分割方法准确、可靠.

提出一种新的用于压缩图像的具有高容量和低失真特点的可逆水印算法，在提取水印后可还原原始的压缩图像.该算法使用量化DCT块的中高频零系数索引值进行水印嵌入和提取.只要候选系数范围内最大的零系数索引不小于水印的整数值，就可以通过修改一位零系数来嵌入多个比特的水印.由于降低了被修改系数与嵌入的水印位数比例，该算法能在引入较少失真的情况下嵌入大量的水印.实验结果表明相对于其他基于DCT压缩域的可逆图像水印算法，该算法在水印容量和嵌水印图像质量方面具有优势，并且具有良好的适应性和可调整性.

近年来，支持多标准的LDPC译码器已逐渐成为研究的热点.与传统译码器相比，所设计的LDPC译码器具有以下优点：1.实现了一个码率、码长可配置结构，进而可以支持多种标准；2.采用了一种改进型TPMP算法，使译码器的存储器容量大大减少，避免了因分块LDPC码的非规则性所造成的数据冲突问题；3.采用基于SIMD处理器的硬件结构，实现了硬件的高度规整性，易于芯片布局布线；4.设计了一个6级可配置流水线，可分时构造校验节点处理单元和变量节点处理单元，提高了硬件利用率和系统数据吞吐率.用这种架构实现了一个同时支持CMMB和DTMB两个标准的多标准LDPC译码器；芯片规模为75万门，时钟频率为220MHz，数据吞吐率为300Mbps.