《虚拟机：系统与进程的通用平台》由会员分享，可在线阅读，更多相关《虚拟机：系统与进程的通用平台（20页珍藏版）》请在金锄头文库上搜索。
1、虚拟机：系统与进程的通用平台进入 21 世纪，工艺技术的进步和计算机应用的变化推动了计算机体系结构的迅猛发展，赋予了计算机体系结构新的含义。现代计算机系统的硬件结构正在朝着片上多核、系统多级并行处理的方向发展，并且通过 Internet 网络互联起来，构成功能更强大、应用更广泛的系统。在系统的物理资源大大增加的同时，系统的物理实现也变得极为复杂，系统的可扩展性、可靠性、可用性、可管理性和安全性等方面都遇到了前所未有的、难以用单点的体系结构技术来解决的一系列问题。1992 年布特勒兰普逊(Butler Lampson)在他获得图灵奖时发表的演说中引用了大卫韦勒(David Wheeler)的名言
2、：“计算机科学中的任何问题都可以通过增加一个中间层来解决” ，阐明了用虚拟化技术来解决这一系列问题的大方向，揭示了虚拟机技术发展动因的历史必然。虚拟机：系统与进程的通用平台一书的作者 James E. Smith& Ravi Nair 敏锐地观察到了现代计算机体系结构发展趋势的这一重大变化，从计算机体系结构研究者的角度，以计算机系统接口抽象层次中两个最重要的接口应用的二进制接口(Application Binary Interface, ABI)和应用程序接口 (Application Program Interface, API)为边界，将计算机系统资源的各种虚拟化技术划分为进程虚拟机和系统
3、虚拟机两大类展开讨论，清晰地展现了虚拟化技术各种方法的各个层面和各类应用。教材结构：第 1 章首先引入了计算机系统接口的抽象定义，讨论了虚拟化与各层接口的关系。然后从计算机体系结构的概念出发，对各种不同类型的虚拟机进行了分类总结，将虚拟机分为两个主要类型：进程虚拟机和系统虚拟机。第 2 章至第 6 章侧重讨论进程虚拟机。第 2 章讨论在目标指令集体系结构(Instruction Set Architecture, ISA)上仿真源指令集体系结构的相关问题，并以一种 CISC 源指令集 Intel IA-32、一种 RISC 目标指令集 IBM PowerPC 为例来说明；然后以 Shade 系
4、统为例介绍了二进制翻译技术。第 3 章讨论进程虚拟机的实现问题，包括指令集的仿真和主机操作系统接口的仿真，最后介绍实例 FX!32 系统。第 4 章讨论通过代码优化获得更好的仿真性能的技术，包括各种程序剖析技术，此外还讨论了代码重排序技术，最后介绍了 Dynamo 动态二进制代码优化器。第 5 章介绍高级语言虚拟机的体系结构，特别是它们支持面向对象编程和安全的特征，这一章介绍了当今两个重要的面向对象虚拟机Java 虚拟机和微软的 CLI。第 6 章进一步讨论高级语言虚拟机的实现问题，并以 Jikes RVM 作为实例研究说明本章的概念。第 7 章至第 9 章侧重讨论系统虚拟机。第 7章介绍协同
5、设计虚拟机，并以 Transmeta Crusoe 处理器和 IBMAS/400 处理器的实例研究结束本章。第 8 章涉及经典的系统虚拟机及其实现方法，包括本地虚拟机和宿主虚拟机。此外还讨论对计算机系统三个主要资源：处理器、存储器、I/O 的虚拟化技术，以及如何用硬件来提高虚拟机的性能。本章给出的研究实例包括：VMware 和 Intel VT-x(Vanderpool)。第 9 章讨论多处理器系统的虚拟化问题，包括对不同指令集的客户和主机平台多处理器系统的虚拟化。第 10 章介绍了虚拟机技术新兴的应用领域，重点介绍了在安全领域(讨论入侵检测系统的原理以及虚拟机在系统攻防方面的应用潜力) 、移
6、动计算环境(讨论了商业上的应用：VMware 的 VMotion)、以及计算网格(展示典型的系统虚拟机对新兴网格系统出现的重要作用)方面的应用。 附录为本书的主要章节提供了计算机系统结构的背景资料，讨论了处理器、存储器、I/O 在计算机系统中的作用。虚拟机未来应用的广泛性意味着本书适合各种各样的读者，包括从事计算机系统结构、语言和编译、操作系统、应用软件等各个领域的教学和研发人员。本书的写作具有如下特点：(1)结构清晰。本书从计算机体系结构研究者的角度，以计算机系统接口抽象层次中两个最重要的接口应用的二进制接口和应用程序接口为边界，将计算机系统资源的各种虚拟化技术划分为进程虚拟机和系统虚拟机两
7、大类展开讨论，清晰地展现了虚拟化技术各种方法的各个层面和各类应用。(2)全面系统。作者从学术和工业应用两个方面对虚拟机技术几十年的研究和发展历史进行了综述，从体系结构、程序设计语言和编译，操作系统、系统安全等多个专业领域深入探讨了虚拟机技术的应用。(3)理实交融。本书提供了大量实际虚拟机系统的原理说明及详实的参考文献，包括 Shade 模拟系统、FX!32 系统、Dynamo/RIO、Java 和 CLI等流行语言虚拟机、Jikes RVM、Transmeta Crusoe 处理器、 IBM 的 AS/400 和 z/VM 系统、VMware 的主机虚拟机、Intel 的 VT-x 虚拟技术，
8、以及多处理器虚拟系统 Cellular Disco。微软、惠普及其他工业研究团体的本领域研究人员对全书进行了审阅。(4) 面向未来。本书除在各章节讨论了虚拟机技术的各种应用以外，还在最后一章专门讨论了一些新兴的虚拟机应用，包括安全领域(讨论入侵检测系统的原理以及虚拟机在系统攻防方面的应用潜力)、移动计算环境(讨论了两个商业上的应用：VMware 的 Vmotion)、以及计算网格( 展示典型的系统虚拟机对新兴网格系统出现的重要作用)方面的应用。本书涉及的知识面较宽，包括计算机体系结构、编译和操作系统、应用开发环境等许多方面；观点较新，提出了许多全新的概念和方法。因此，译文难免存在错误和不足，希
9、望与感兴趣的老师共同交流和探讨。 新闻事件的文本挖掘 关键词:短文本挖掘;新闻事件挖掘 摘要: 随着互联网的大规模普及,造成了大量的文本数据累积,其中很大一部分是短文本数据。如何从海量信息中发现突发事件的新闻流主题,并跟踪突发事件的相关信息,文本挖掘技术就显得尤为重要了。本文介绍了文本挖掘在新闻文本挖掘中的应用,分析了新闻事件挖掘的研究现状。 Text Mining of News Zhang Jing (Tangshan Normal University,Studies Affairs Office,Tangshan063000,China) Abstract: With the mass
10、ive popularity of the Internet,causing a large amount of text data accumulated,much of it is a short text data.How to find information from the mass of information flow theme of unexpected events,and track information about emergencies,text mining technology is especially important.This article desc
11、ribes the text mining text mining in the application of information,analysis the research of mining news events. Keywords:Short text mining;News mining 一、引言 近年来,随着互连网的飞速发展和信息传播手段的不断进步,造成了大量的文本数据累积,其中很大一部分是短文本数据。这些数据中有很大一部分是只包含 50100 个词的短文本数据,如文章摘要、电子邮件、图片标题、产品描述等。网页上的大部分信息都是短文本信息。文本挖掘技术对于从这些海量短文中自动获
12、取知识具有重要意义。本文介绍了文本挖掘在新闻文本挖掘中的应用,分析了新闻事件挖掘的研究现状。 二、文本挖掘概念 文本挖掘是采用计算语言学的原理对文本信息进行抽取的研究和实践文本挖掘可以对文档集合的内容进行总结、分类、聚类、关联分析以及趋势预测等。Web文本挖掘和通常的平面文本挖掘有类似之处,但是文档中的标记给文档提供了额外的信息,可以借此提高文本挖掘的性能。 三、文本挖掘在新闻文本挖掘中的应用 “新闻的处理,是一种对事实的选择、安排、解释等意义化过程”,作为文字传播的一种特殊形态,新闻在语言表达上有着较为明显的个性特征,如篇章短小精干、表达客观公正、语言准确简洁等。新闻专题是指围绕某一个突发的
13、新闻事件或某一个广泛受关注的问题提供详细、深入的资料。这样的专题信息目的明确、信息丰富,让人一目了然地清楚整个新闻事件的前因后果和来龙去脉,能够较好地满足读者的需要。但通常情况下,这些新闻专题都是经过专业人员加工处理的,即人工归纳到一起。新闻事件挖掘的目的是,是借鉴文本挖掘技术、文本分类和聚类技术,实现对新闻资料的自动组织、生成专题,以满足网络用户检索新闻信息的需要。专题的生成涉及到新闻事件的探测以及对新闻事件的跟踪。 四、新闻事件挖掘的研究现状 目前对于新闻事件的挖掘主要包括以下几类问题: (一) 主题发现与跟踪(Topic Detection and Tracking,TDT) 主题发现与
14、跟踪旨在开发一系列基于事件的信息组织技术,以实现对新闻媒体信息流中新话题的自动识别以及对已知话题的动态跟踪。该研究作为一项 1997 年开始的公开测评而成为自然语言处理的一项研究热点。TDT 包括五项子任务,即:主题分割、话题跟踪、新事件发现和报道关联发现。 主题分割主要采用相同词语数目和词语密度的方法,其优点在于简洁性和高效性,不受领域的限制。目前已有 TextTiling 算法等方法用于主题的分割。采用遗传算法对 TextTiling 算法中的参数进行优化,使得同一主题内的段落之间的总差异应尽可能地小,而不同主题间的总差异应尽可能地大。也有研究采用遗传算法来直接寻找主题的最优划分。骆卫华提
15、出了基于分治多层聚类的话题发现算法,其核心思想是把全部数据分割成具有一定相关性的分组,对各个分组分别进行聚类,得到各个分组内部的话题(微类), 然后对所有的微类在进行聚类 ,得到最终的话题。 (二)热点趋势检测(Emerging Trend Detection,ETD) 热点趋势检测用来自动识别热点主题,从而识别主题趋势的变化。热点趋势检测主要包括三个部分:主题结构的识别,主题出现的检测和主题特征分析。总结了目前研究的 ETD 系统和商业的ETD 系统,其使用方法大多数以关键词的词频分析为基础,形成相关主题的发展趋势。例如,采用关键词项词频分析的方法,寻找芯片封装领域内的技术发展规律。对于这类
16、问题需要优化关键词的选择,看哪一个或者哪一些关键词与该主题上的关系最为密切。也有的研究使用序列模式挖掘来识别短语,生成短语的历史图,使用形状查询来识别指定趋势的短语。 (三)事件预测规则的发现 该问题主要采用文本挖掘技术,同传统的人工智能方法相结合,对于时序文档集的关联规则的进行挖掘,提供相应事件发生的预测规则。 很多研究根据互联网上的新闻稿来生成股票价格指数的规则。Wuthrich 使用专家的先验知识 ,通过对过去的新闻中出现的关键词组的权重和对应的值产生可能性的规则,再利用这些规则对当天的新闻进行股票指数的预测。将关键词组转换成权重,采用基于规则、最近邻和神经网络的方法。Feldman 等人使用多种分布模型对路透社的 2 万多篇新闻进行了挖掘,得到主题、国家、组织、人、股票交易之间的相
