BeLibnids 分析数据包使用 libnids 和 dpdk 它是一个使用多进程将dpdk和libnids结合在一起以支持10G端口分析数据包的平台。 ##0.什么是? a:它是一个使用多进程从一个或多个端口接收和处理数据包的平台。 b:它使用RSS队列和对称散列来保证一个tcp流只被一个进程处理。 c:使用多进程解决libnids资源冲突。 d:我是在CentOS 6.4和6.5下运行的,代码你都有,当然可以改。 ###技术架构 ##1.如何编译? a:编译intel dpdk“ 可以下载或使用doc/dpdk-1.5.0r2.tar.gz。 b:cd libnids-1.24/src 并编译它直到生成一个 libnids.a(我注册 nids_syslog_return 函数而不是 nids_syslog 以提高多进程中的性能) c:cd symmetric_mp
2023-03-24 13:29:06 9.36MB fast dpdk high-performance libnids
1
A Practical Handbook on High Speed PCB and System Design,
2023-03-08 16:09:48 23.43MB high speed pcb design
1
版本2.5可用! 最新更改在TFastList类中。 它是用于快速字符串管理的辅助类。 最新的TGraph组件也可用。 新的ParseUtils.FindFormula方法允许在某些文本中搜索任何可能的公式。 解析组件旨在供Delphi开发人员使用,并执行高速(每秒约一千万次评估)的数学和布尔计算。 所有组件均适用于Delphi 6,Delphi 7,Delphi 2005,Delphi 2006,Delphi 2007,Delphi 2009,Delphi 2010,Delphi XE,Delphi XE2,Delphi XE3,Delphi XE4,Delphi XE5,Delphi XE6,Delphi XE7,Delphi XE8,德尔福10西雅图,德尔福10.1柏林。 请注意,这些样本不需要安装组件(但是可以安装,并且在安装后,您可以在托盘的“样本”页面上找到这些组件)。 您可以在示例文件夹中打开Delphi项目文件(* .dpr)并简单地运行它。 功能齐全的TGraph组件
2023-03-03 13:28:37 2.64MB 开源软件
1
编织 Weave是用Java实现的分布式密钥库,并使用基于RAFT的领导者选举的自定义实现来达成共识。 它被设计为快速,可访问且容错的。 Weave旨在促进原始RAFT论文的目标,包括易懂性。 这就是为什么Weave有充分的文档资料并易于扩展。 它还包括一个基于Python的命令行客户端,以测试和分析密钥存储区的状态。 我们创建Weave的三个主要目标之一是设计: 基于云的环境的容错分布式密钥库 需要共识算法的分布式Java应用程序的RAFT的理想实现 分布式环境中的学术共识的分布式环境 Java文档 您可以在阅读Javadoc。 RAFT共识简介 Diego Ongaro和John Osterhout在论文“寻找可理解的共识算法”中引入了RAFT,它是1990年代Leslie Lamport提出的Paxos共识算法的替代方案。 众所周知,原始Paxos论文难以实施,导致各种行业
1
Julia High performance.pdf
2023-02-06 00:59:29 18.13MB Julia
1
生物激励机器人学 高清版,Yunhui Liu and Dong SunCRC主编
2023-01-27 14:28:40 45.52MB Robotics
1
【论文解读】High-Dimensional Vector Autoregressive Time Series Modeling via Tensor Decomposition. 【基本信息】上海交通大学数学科学学院王迪副教授在JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION(SCI一区)发表的文章。 【摘要】经典向量自回归模型是多元时间序列分析的基本工具。然而,当时间序列和滞后阶数甚至相当大时,它涉及太多参数。本文建议将模型的转换矩阵重新排列为张量形式,以便通过张量分解可以同时沿三个方向限制参数空间。 相比之下,降秩回归方法只能在一个方向上限制参数空间。 除了实现大幅度的降维,所提出的模型还可以从因子建模的角度进行解释。此外,为了处理高维时间序列,本文考虑在因子矩阵上施加稀疏性,以提高模型的可解释性和估计效率,从而产生了稀疏性诱导估计器。对于低维情况,我们导出了所提出的最小二乘估计的渐近性质,并引入了交替最小二乘算法。对于高维情况,我们建立了稀疏性诱导估计器的非渐进性质,并提出了一种用于正则化估计的ADMM算法。
2023-01-12 17:55:44 5.72MB 论文解读
1
这是HPIPM,一种高性能的内点方法求解器,用于密集的,最优的控制结构和树形结构的凸二次方程序。 它提供有效的密集算法和结构探索算法的实现,以解决一般在模型预测控制和嵌入式优化中出现的中小型问题,并且它依赖于高性能线性代数程序包BLASFEO。 HPIPM(和BLASFEO,这是一个依赖项),同时包含make和cmake构建系统。 首选的是make ,它可以用来编译和运行任何语言的任何库,接口和示例。 make也用于连续集成travis脚本中。 cmake只能用于编译库,而感兴趣的用户应通过从各种Makefile的命令中Makefile灵感来编译接口并自己运行示例。 入门: 开始使用HPIPM的最佳方法是查看/hpipm/examples/ 。 HPIPM可以从C直接使用,但是也有到Python和Matlab的接口。 根据您要使用HP​​IPM的级别,请查看下面的以下部分。 可以在do
1
Encoding High Dynamic Range and Wide Color Gamut Imagery Display-HDR and WCG
2023-01-04 13:28:20 30.97MB HDR WCG
1
Python High Performance(第二版带书签很清晰英文无水印)
2022-12-30 09:07:11 4.57MB python
1