基于GPU的字符串核函數(shù)并行實現(xiàn).pdf

1、字符串相似性匹配是計算機領域最基礎的技術之一，被廣泛應用于網(wǎng)絡安全、信息GPU領域,同時數(shù)(廣泛應用于生物GPU息處理，文本詞根NVIDIA用。然而隨著網(wǎng)絡發(fā)展的日新月異，網(wǎng)絡數(shù)據(jù)流量成倍增加以及匹配要求從精確匹配到模糊匹配的日益復雜。字符串的匹配處理速度慢，不足以適應當今大規(guī)模數(shù)據(jù)集任務的要求，迫切需要提出新的更有效以及質(zhì)量更高的算法來滿足大規(guī)模數(shù)據(jù)集的處理需求。
　　 當今GPU（圖形處理器）更新?lián)Q代提速，GPU功能越來越強

2、大。NVIDLA公司于2007年推出CUDA(ComputeUnifiedDeviceArchitecture)架構(gòu)，使顯卡用于解決圖像計算以外的任務。CUDA這一新的基礎架構(gòu)可以用來解決工業(yè)、商業(yè)以及科學計算方面的復雜問題。采用CUDA具有眾多優(yōu)點:便宜的價格，高效并行性，高密集運算，超長流水線。現(xiàn)在CPU+GPU(中央處理器+圖形處理器)異構(gòu)處理平臺已逐漸成為主流的并行解決方案。
　　 本文旨在利用CPU+GPU異構(gòu)處理平臺

3、的高效并行能力，更為有效的進行大規(guī)模數(shù)據(jù)集處理。本論文首先概述基于字符串核函數(shù)的SVM(支持向量機)的廣泛應用及面臨的挑戰(zhàn)，同時論述了GPU的架構(gòu)特點以及NVIDIA推出的專用平臺CUDA(theComputeUnifiedDeviceArchitecture，計算統(tǒng)一設備框架)，詳細論述了CUDA中線程的調(diào)度、內(nèi)存的種類以及分配和充分發(fā)揮GPU計算能力的原則，并回顧了國內(nèi)外基于CUDA的字符串處理研究。其次本文對經(jīng)典的字符串核函數(shù)算法

4、——編輯距離核函數(shù)(EditDistanceKernel)、p頻譜核函數(shù)(P-spectrumKernel)、序列間隔加權(quán)核函數(shù)（Gap-WeightedSubsequenceKemel）——進行了GPU并行優(yōu)化，結(jié)合CPU+GPU異構(gòu)平臺的特點將上述核函數(shù)算法使用CUDA平臺并行化向GPU移植。使用Reuters-21578和SpamAssassin公共語料庫對本文的gpuSKSVM進行評估，三種核函數(shù)的計算獲得了比原系統(tǒng)7-33倍的