基于动态差异化策略的高效大规模图计算系统研究

项目名称： 基于动态差异化策略的高效大规模图计算系统研究

项目编号： No.61402284

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 陈榕

作者单位： 上海交通大学

项目金额： 24万元

中文摘要： 许多大数据应用如社交计算、模式识别、推荐系统和自然语言处理等均可以通过大规模基于图数据结构的计算进行处理，这也对如何构建大规模的图计算系统从划分算法、编程模型和计算引擎等方面的设计与实现提出了全新的挑战。然而，现有图计算系统大多采用单一性策略，缺乏对图计算中数据、算法和负载的多样性的支持，因而对目前具有种类多和变化快等特征的图数据未能充分挖掘系统效能。本项目将研究基于动态差异化策略的高效图计算系统，拟结合离线剖视和联机抽样等手段，以及神经网络和效能建模等技术，研究高效的动态特征感知方法；同时针对不同特征的图数据、应用和负载，设计并融合不同划分算法、编程模型和计算引擎的策略，充分挖掘图计算过程中的数据局部性和计算并行性，并兼容于现有面向单一策略的优化方法。项目的研究成果将为构建高效的大规模图计算系统提供有力支持，对大数据时代的复杂关联数据的分析研究起到积极的推动作用。

中文关键词： 图并行计算；混合计算引擎；混合图划分；并发图查询；新型硬件支持

英文摘要： Many big-data applications such as social computing, pattern recognition, recommendation systems and natural language processing can be expressed using graph-structured computation. This also raises grand challenges to building large-scale graph-computati

英文关键词： graph-parallel computation；hybrid computation engine；hybrid graph partitioning；concurrent graph query；new hardware support