结构化激励论文-程开丰,罗汉青,梁利平

结构化激励论文-程开丰,罗汉青,梁利平

导读:本文包含了结构化激励论文开题报告文献综述及选题提纲参考文献,主要关键词:Cache一致性,有向二分图模型,等价类划分,高层次功能覆盖率模型

结构化激励论文文献综述

程开丰,罗汉青,梁利平[1](2018)在《Cache一致性验证的结构化激励生成算法》一文中研究指出为解决Cache一致性验证中传统随机激励方法的冗余覆盖及覆盖死角等问题,提出了一种高层次结构化激励生成算法和相应的高层次功能覆盖率模型.首先根据实际多核应用场景将冲突访存操作分类成基本同步和复杂同步,并进一步抽象成有向二分图模型,由此提出一种通用的层次化输入空间等价类划分算法和对应的高层次HSPC(Host Slave Pair Coverage)功能覆盖率模型,最后基于树的搜索提出了结构化激励生成算法.上述方案成功应用于IME-Diamond SoC的Cache一致性的功能验证中,实际结果表明,相比传统基于代码的覆盖率,高层次HSPC功能覆盖率模型的揭示功能Bug能力更强,而且相对于传统的随机生成,结构化的激励能够将覆盖率收敛所需的激励数减少96.3%.(本文来源于《湖南大学学报(自然科学版)》期刊2018年10期)

程开丰,罗汉青,梁利平[2](2018)在《面向总线系统的高层次结构化激励生成算法》一文中研究指出为了应对大规模设计中逻辑信号级输入激励空间爆炸的问题,针对总线系统提出了一种高层次结构化激励生成算法和相应的功能覆盖率模型.首先将总线系统抽象成通用有向二分图模型,然后建立相应激励的高层次数学模型,由此提出一种通用的层次化输入激励空间等价类划分算法和对应的高层次功能覆盖率模型,最后基于树的搜索提出了2种结构化激励生成算法.上述方案成功应用于IME-Diamond SoC的总线系统的功能验证中,实际结果表明,相比代码覆盖率,高层次功能覆盖率模型的揭示功能Bug能力更强,而且相对于传统的随机生成,结构化的激励生成能够将覆盖率收敛所需的激励数减少96%.(本文来源于《湖南大学学报(自然科学版)》期刊2018年04期)

涂艳[3](2012)在《结构化激励不现实 “种子基金”尚需过法律关》一文中研究指出新基金审批或有望因“种子基金”的推行而新增第七条通道,这种5000万门槛、旨在将持有人与基金管理者利益捆绑的发起式基金方案正在行业广泛讨论中。但知情人士透露,有更多发行压力的中小基金公司或将对此更感兴趣,且类似基金不会采用“亏损股东担,盈利高管拿”的结构(本文来源于《上海证券报》期刊2012-03-15)

张岩[4](2011)在《改制企业领导者激励因素结构化研究》一文中研究指出为了激发改制企业领导者工作积极性,本次研究对改制企业领导者激励因素进行了实证研究,共有356名领导者参加了本次问卷调查。通过对搜集和整理出的激励因素进行因子分析,我们可以把改制企业领导者激励因素分为叁个维度:保障性激励因素、环境性激励因素和工作性激励因素;同时通过回归分析,我们发现对改制企业领导者被激励程度影响程度依次为:环境性激励因素和工作性激励因素,保障性激励因素管理者被激励程度没有显着性影响。(本文来源于《中国城市经济》期刊2011年26期)

陈珊珊[5](2010)在《非结构化P2P网络信任模型及激励机制研究》一文中研究指出对等(P2P, peer-to-peer)技术的出现预示着数据共享和分布式应用领域的大发展。然而,P2P网络具有开放、匿名以及节点之间的松耦合性等特性使得节点可以随意地散播非法内容,滥用网络资源,导致节点之间严重缺乏信任,制约了P2P网络应用的进一步发展。在P2P网络节点间建立信任是促进节点合作、激励节点共享资源的有力保障,能提高整个P2P系统的性能。建立可靠的基于信誉的信任机制是帮助P2P网络建立信任,激励公平,增强安全,但信誉机制本身也带来了其特有的安全问题,本论文正是围绕信誉模型的建立和所面临的安全问题展开研究,为了更好的促进网络良性发展,同时还提出了基于信誉的激励机制,主要贡献如下:(1)针对非结构化P2P网络未能较好解决信任数据聚集和存储问题,提出了一种获得目标节点的全局信任值的信誉模型SuperpathTrust。该模型将本地信任值汇聚于目标节点的邻居节点,并通过信任路径来获取目标节点的全局信任值,信任值存储于本地和目标节点的邻居节点。仿真实验表明该模型信任值计算准确度高,计算和存储代价都较小,与现有的EigenTrust模型相比,能更容易识别恶意节点,降低了网络的恶意交易率。(2)非结构化P2P网络中,全局信任模型充分考虑了节点信任信息的全面性和收敛性,但不适应高度动态和个性化的信任环境,局部信任模型能较好应对这些问题。然而,怎样通过局部信任信息获得准确的信任值,而且能抵抗网络中的各种恶意攻击是一个巨大的挑战。本文提出一种基于参数估计方法的信任模型P-Trust,该模型每个节点维护对其它节点的直接信任信息,信誉系统使得每个节点通过个人经验和二手信任信息评价其它节点,直接信任信息和间接信任信息均由期望值和不确定度两个参数来度量。同时,采用了激励和惩罚措施来促进节点提供真实的二手信任信息。仿真分析表明,P-Trust与其它模型相比,实现开销小,且在多种恶意攻击模式下均具有较高的成功下载率。(3)提出一种基于动态信任关系的网络拓扑适应模型,节点考察邻居节点的信任关系,并根据概率选择策略来更新自己的邻居列表,使得网络的拓扑结构不断优化,成功交易率不断提高,通过理论分析表明该模型具有可行性和抗攻击能力。(4)针对存在被病毒感染的资源在网络中传播,导致网络节点可用性大大降低的问题。本文提出一种基于信任救赎的激励模型,每个节点通过直接监控和其它节点的推荐监控信息共同完成对邻居节点的信任评价,并维护所有邻居节点的信任值,在信任值的更新和重建中引入信任值衰退和信任救赎机制来体现机制的健壮性。仿真分析表明,信任救赎机制能有效挽救有不良行为的非恶意节点,提高网络的可用性,并能从网络中将恶意节点孤立。(本文来源于《南京邮电大学》期刊2010-12-01)

潘正军,王庆生[6](2010)在《非结构化P2P网络中基于激励的搜索算法研究》一文中研究指出针对非结构化P2P系统中主要的搜索方案都存在的共同问题:泛洪算法产生大量的网络开销以及随机漫步产生的查询时延,统一的TTL控制使节点很容易受到自私用户的攻击,导致查询性能下降。本文提出了基于激励的自我优化搜索算法(ISS),通过给自私用户提供有区分的查询服务,把用户的贡献度和所享受的服务水平联系起来,全面的约束自私用户的行为,提高查询性能。仿真结果表明ISS在没有牺牲查询命中率的情况下总是可以降低查询的开销。(本文来源于《微计算机信息》期刊2010年30期)

潘正军[7](2010)在《基于激励的P2P非结构化自我优化搜索算法研究》一文中研究指出随着P2P的广泛应用,基于P2P的应用研究日新月异,搜索技术就是其中之一。研究发现,在P2P网络中,即使每个节点共享少量文件,整个网络所共享的文件数量也是非常庞大,要想充分的利用这些分散的资源,就必须能够迅速准确的找到它们,因此,P2P网络搜索算法研究就成为了一个重要的研究课题。目前,在P2P搜索算法方面的研究主要有基于现有的非结构化搜索算法的改进研究以及以DHT为主的结构化搜索算法的研究。本文主要针对非结构化P2P搜索技术进行了分析和研究,详细分析了泛洪和随机漫步算法存在的问题,并在随机漫步搜索的基础上提出了自己的改进方案。在非结构化P2P网络搜索算法中,以Gnutella协议为基础的泛洪方式的查询以其独立性和易于部署,成为占绝对优势的查询。不过对TTL设置过高将产生大量的流量,而克服这种问题的随机漫步尽管可以将网络开销降低,但是多个漫步者之间无法联系通信同样会造成冗余的查询,而串行化的随机漫步又导致了较大时延。泛洪和随机漫步共同的问题是它们在面对自私用户的时候性能会急剧下降,对所有的用户使用统一的TTL控制搜索并不能在用户利益方面有所区分,对合作和贡献都没有激励。很遗憾的是,搜索的性能极大的依赖于节点合作转发和共享,然而,大多数P2P用户天性是自私的。转发和响应其他用户的查询将会耗费他们自己的资源,因此他们只下载文件从不向P2P网络贡献任何资源,这就是所谓的“搭便车”问题。因此,大部分的文件下载请求都是被定向到小部分的无私节点,这些小部分愿意共享的节点很容易过载,这就造成所谓的“公共的悲剧”问题。另外,自私用户也许会在等待搜索结果的时候重复发布同样的查询请求,如此多的搜索请求导致网络拥塞。这些自私节点具有自私性,加入网络目的明确,下载资源,一旦获得即脱离网络;非恶意性,按照协议转发消息,不会恶意丢包和丢弃消息;以及理性,一切行为选择都是为了自身利益最大化。以上这些行为极大的破坏了泛洪和随机漫步的搜索性能。针对非结构化P2P系统中主要的搜索方案都存在的共同问题:即大量自私节点的存在,导致泛洪算法产生大量的网络开销以及随机漫步产生查询时延,统一的TTL控制使节点很容易受到自私用户的攻击,导致查询性能下降。本文提出了基于激励的自我优化搜索算法ISS,该算法是建立在随机漫步之上,通过建立一个激励模型,引入激励措施,给自私用户提供有区分的查询服务,把用户的贡献度和所享受的服务水平联系起来,动态的调整随机漫步的TTL值以及Walker的数量,让其根据自身的条件和当前的网络状态进行自我优化来调整搜索性能和网络开销,全面的约束了自私用户的行为,减少网络查询开销,提高查询效率。通过比较泛洪、随机漫步在自私用户存在和不存在行为下的查询性能,实验结果表明了自私用户的行为对搜索性能确实产生了很大的影响,而对于改进的ISS算法,通过验证分析,确实能够对用户的行为产生一定的约束,它能够在牺牲很少一部分查询命中率的情况下降低查询的开销。(本文来源于《太原理工大学》期刊2010-05-01)

曾丽君,蔡奉慈,任一鑫[8](2009)在《职业经理人的结构化激励模型的构建与应用》一文中研究指出目前职业经理人的激励体系存在激励不足,激励方式单一等问题。为了充分调动职业经理人的工作积极性,要对职业经理人进行结构化激励。按照四种标准分别将激励分为两类,通过建立数学模型,对各种激励因素的激励效用进行分析。在此基础上,提出了报酬、声誉、控制权和市场竞争四种激励途径。(本文来源于《全国商情(经济理论研究)》期刊2009年12期)

常俊胜,王怀民,尹刚,唐扬斌[9](2009)在《一个非结构化P2P网络中基于信誉的激励机制》一文中研究指出在P2P网络中,freerider节点和恶意节点的不合作行为严重影响了P2P服务的可用性。为此,本文提出了一个应用于非结构化P2P环境下基于信誉的激励机制。该机制通过有限的信任信息的共享,实现信任评估和推荐信任度评估;并以此为基础,通过有效的拓扑构造和服务选择策略及服务请求冲突解析策略的选择,实现对合作节点的激励和对freerider和恶意节点的遏制及惩罚。分析及仿真实验表明,本文提出的基于信誉的激励机制是简单有效的。(本文来源于《计算机工程与科学》期刊2009年02期)

熊亚波[10](2005)在《创新与激励并举 建设结构化的培训体系》一文中研究指出赣西供电公司地处江西省的西部,现有职工1389人。1970年建局,经过30多年的发展壮大,已经成为了赣西地区最重要的电力枢纽,现辖有分公司4个、县级供电公司7个,供电范围涵盖了新余、宜春、吉安叁个设区市,为赣西地区经济的稳步发展提供了重要的电力保障。20(本文来源于《科学发展观与劳动保障问题研究》期刊2005-06-30)

结构化激励论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

为了应对大规模设计中逻辑信号级输入激励空间爆炸的问题,针对总线系统提出了一种高层次结构化激励生成算法和相应的功能覆盖率模型.首先将总线系统抽象成通用有向二分图模型,然后建立相应激励的高层次数学模型,由此提出一种通用的层次化输入激励空间等价类划分算法和对应的高层次功能覆盖率模型,最后基于树的搜索提出了2种结构化激励生成算法.上述方案成功应用于IME-Diamond SoC的总线系统的功能验证中,实际结果表明,相比代码覆盖率,高层次功能覆盖率模型的揭示功能Bug能力更强,而且相对于传统的随机生成,结构化的激励生成能够将覆盖率收敛所需的激励数减少96%.

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

结构化激励论文参考文献

[1].程开丰,罗汉青,梁利平.Cache一致性验证的结构化激励生成算法[J].湖南大学学报(自然科学版).2018

[2].程开丰,罗汉青,梁利平.面向总线系统的高层次结构化激励生成算法[J].湖南大学学报(自然科学版).2018

[3].涂艳.结构化激励不现实“种子基金”尚需过法律关[N].上海证券报.2012

[4].张岩.改制企业领导者激励因素结构化研究[J].中国城市经济.2011

[5].陈珊珊.非结构化P2P网络信任模型及激励机制研究[D].南京邮电大学.2010

[6].潘正军,王庆生.非结构化P2P网络中基于激励的搜索算法研究[J].微计算机信息.2010

[7].潘正军.基于激励的P2P非结构化自我优化搜索算法研究[D].太原理工大学.2010

[8].曾丽君,蔡奉慈,任一鑫.职业经理人的结构化激励模型的构建与应用[J].全国商情(经济理论研究).2009

[9].常俊胜,王怀民,尹刚,唐扬斌.一个非结构化P2P网络中基于信誉的激励机制[J].计算机工程与科学.2009

[10].熊亚波.创新与激励并举建设结构化的培训体系[C].科学发展观与劳动保障问题研究.2005

标签:;  ;  ;  ;  

结构化激励论文-程开丰,罗汉青,梁利平
下载Doc文档

猜你喜欢