位置:成果数据库 > 期刊 > 期刊详情页
基于隐马尔可夫模型的热路径预测算法研究
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]湖南大学计算机与通信学院,长沙410082, [2]国防科学技术大学计算机学院,长沙410073
  • 相关基金:国家自然科学基金资助项目(60673061); 中国博士后科学基金资助项目(20080441285)
中文摘要:

基于热路径的动态优化技术是动态二进制翻译器中提高软件运行效率的一种有效方法。如何利用基本块中已有的有限历史运行信息来识别热路径并提高它的预测命中率,同时保持计算开销没有增加是研究的重点。已有的热路径识别算法中基于模型进行预测的方法非常少,算法实现比较复杂。基于隐马尔可夫模型提出一种改进的热路径预测算法。由于状态转移序列惟一,该算法实现简单,可以提高热路径的命中率,在一定程度上改善动态二进制翻译器的性能。最后通过实验对所提出算法的有效性进行验证。

英文摘要:

Method of hot paths-based dynamic optimization is effective for improving the operational efficiency of the software in dynamic binary translator.This study focused on how to identify the hot paths by using the existing limited amount of previous operational information of basic blocks,and to enhance the hit rate of the prediction,with no increase of computational cost at the same time.There had been few methods based on models among exsiting hot paths prediction algorithms,which need complicated implementation.This paper proposed an improved hot paths prediction algorithm based on hidden Markov model.Since the sequence of state transition was unique,this algorithm was easy to implement,and could improve the hit rate of hot paths as well as the performance of the dynamic binary translator.The experimental results verified the efficiency of our algorithm.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049