首页/论文/2108.10779

arXiv 2108.107792021-08-24cs.DScs.CRcs.PF

随机化C/C ++动态内存分配器

Randomized C/C++ dynamic memory allocator

Irina Aleksandrovna Astrakhantseva, Roman Gennadevich Astrakhantsev, Arseny Viktorovich Mitin

备注：: Journal of Physics: Conference Series, Volume 2001, International Scientific and Practical Conference "Information Technologies and Intelligent Decision Making Systems (ITIDMS-II 2021) 1 July 2021, Moscow, Russia
发表信息：: Journal of Physics: Conference Series, Volume 2001, International Scientific and Practical Conference "Information Technologies and Intelligent Decision Making Systems (ITIDMS-II 2021) 1 July 2021, Moscow, Russia
DOI：: 10.1088/1742-6596/2001/1/012006

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

动态存储管理在编程时需要特别注意。它应该同时快速和安全。本文提出了一种新的随机动态存储管理算法，旨在满足这些要求。随机化是一个关键特性，旨在保护应用程序免受“免费后使用”或类似攻击。同时，算法中的状态仅由一个指针组成，因此它不会为自己消耗额外的内存。然而，我们的算法不是一个通用的解决方案。它没有解决内存碎片问题，需要进一步的开发和测试。

英文摘要：

Dynamic memory management requires special attention in programming. It should be fast and secure at the same time. This paper proposes a new randomized dynamic memory management algorithm designed to meet these requirements. Randomization is a key feature intended to protect applications from "use-after-free" or similar attacks. At the same time, the state in the algorithm consists only of one pointer, so it does not consume extra memory for itself. However, our algorithm is not a universal solution. It does not solve the memory fragmentation problem and it needs further development and testing.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

快速位图匹配：一个CPU缓存线友好的内存分配器，用于单个对象分配

Fast Bitmap Fit: A CPU Cache Line friendly memory allocator for single object allocations

过度使用基于单对象的数据结构（如链表、树等）的应用程序由于内存中节点的随机化，在一段时间内可以看到效率的下降。这是由于CPU的L1/L2缓存的无效使用。我们提出了一种新的方法来减轻这一点，提出了一个单对象的内存分配器，保持内存局部性随机有序的内存分配和释放的设计。

2021-10-20cs.DScs.OScs.PF

海马中稳定的记忆分配：基本限制和神经实现

Stable Memory Allocation in the Hippocampus: Fundamental Limits and Neural Realization

Peking University（北京大学）

海马被认为是大脑中的记忆分配器，其机制尚未完全阐明。在Valiant的类神经元模型中，海马体被描述为一个随机连接的图，其上的计算将输入映射到一组具有稳定大小的激活的类神经元。Valiant提出了海马电路成为稳定的记忆分配器（SMA）的三个要求：稳定性，连续性和正交性。根据Valiant的模型，海马体中SMA的功能对于皮层内的进一步计算至关重要。在本文中，我们把这些要求的记忆功能严格的数学公式，并引入容量的概念，基于错误的分配的概率。我们证明了SMA的容量和错误概率的基本限制，在数据独立和数据依赖的设置。我们还建立了一个稳定的内存分配器，可以通过神经回路实现的例子。理论界和仿真结果表明，神经SMA功能良好。

2016-12-14cs.DScs.LGcs.NE

带请求碎片化和不带请求碎片化的内存分配的紧边界

Tight Bounds for Memory Allocation With and Without Request Fragmentation

Stony Brook University（石溪大学）；Cornell University（康奈尔大学）；New York University（纽约大学）；Max Planck Inst. for Informatics（马克斯·普朗克信息学研究所）；Carnegie Mellon University（卡内基梅隆大学）；University of Michigan（密歇根大学）

本文研究内存分配的紧边界，发现采用k=1+o(1)的请求碎片化可将最优竞争比从Θ(log M)降至Θ(log log M)，该结论对确定性和随机算法均成立且为紧界。

2026-08-31cs.DS

具有对数级过载的记忆重新分配

Memory Reallocation with Polylogarithmic Overhead

UC Berkeley（加州大学伯克利分校）

该研究提出了一种具有对数级预期过载的记忆重新分配算法，通过应用sunflower引理改进了之前的结果，同时证明了亚多项式级过载的不可能性。

2026-02-17cs.DS

Mesh：面向C/C ++应用的紧凑存储管理

Mesh: Compacting Memory Management for C/C++ Applications

用C/C++编写的程序可能会遭受严重的内存碎片，导致内存利用率低，性能下降，以及由于内存耗尽而导致的应用程序故障。本文介绍了Mesh，这是一个malloc的插件替代品，它首次消除了未经修改的C/C++应用程序中的碎片。Mesh将新颖的随机算法与广泛支持的虚拟内存操作相结合，以可证明的方式减少碎片，以高概率打破经典的Robson界限。Mesh在降低内存消耗的同时，通常与最先进的内存分配器的运行时性能相匹配;特别是，它将Firefox的内存消耗减少了16%，Redis减少了39%。

2019-02-16cs.DScs.PFcs.PL

论SSA形式下到处溢出的复杂性

On the Complexity of Spill Everywhere under SSA Form

嵌入式处理器的编译可以是积极的（耗时的交叉编译），也可以是及时的（嵌入式的，通常是动态的）。在动态编译中使用的算法受到有限资源、时间和内存的高度限制。SSA的最新成果形成开放的有前途的方向，为嵌入式系统，特别是嵌入式编译的新的寄存器分配算法的设计。特别是，基于树扫描与两个独立的阶段-一个溢出，然后一个着色/合并-似乎是设计内存友好，快速，有竞争力的寄存器分配器的好候选人。尽管如此，也因为对功耗的副作用，最小化加载和存储开销（溢出问题）是一个重要的问题。本文提供了一个详尽的研究的复杂性的"溢出无处不在“的SSA形式的背景下的问题。不幸的是，与我们最初的希望相反，我们提出的许多问题导致了NP完全性结果。我们确定了一些多项式的情况下，但在JIT的上下文中是不切实际的。尽管如此，他们可以给提示，以简化公式的积极分配器的设计。

2007-10-19cs.CCcs.DS

更多相关论文收起更多论文

加权$k$ -服务器问题的随机无记忆算法

On Randomized Memoryless Algorithms for the Weighted $k$-server Problem

加权$k$ -服务器问题是$k$ -服务器问题的推广，其中移动一个加权为$β_i$的服务器经过一段距离$d$的代价是$β_i\cdot d$ .均匀空间上的加权服务器问题模型缓存，其中缓存具有不同的写入成本。我们证明了紧界的随机无记忆算法的性能，这个问题上的一致度量空间。证明了该问题存在一个$α_k$竞争无记忆算法，其中$α_k=α_{k-1}^2+3α_{k-1}+1$ ; $α_1=1$ .另一方面，我们也证明了没有任何随机无记忆算法能比$α_k$具有更好的竞争比。为了证明$α_k$的上界，我们开发了一个框架，从上面的竞争比的任何随机无记忆算法这个问题。关键的技术贡献是潜在的功能定义为一个线性系统的解决方案隐式工作的方法。结果是鲁棒的，在这个意义上说，一个小的变化，在由算法使用的概率的结果在一个小的变化，在上界的竞争比。上述结果有两个重要的含义。首先，给出了一致空间上加权$k$ -服务器问题的$α_k$ -竞争无记忆算法.这是$k>2$的第一个无记忆竞争算法。其次，这有助于我们证明选择与权重成反比的概率的Harmonic算法具有$kα_k$的竞争比。

2014-05-29cs.DS

随机凸优化的内存-查询权衡

Memory-Query Tradeoffs for Randomized Convex Optimization

Columbia University（哥伦比亚大学）

本研究证明随机一阶算法在凸优化中面临内存与查询的权衡，割平面方法在帕累托意义上最优，且最优查询复杂度需二次内存。

2023-06-21cs.AIcs.DScs.LG

镜像博弈中的一个随机策略

A randomized strategy in the mirror game

Alice和Bob轮流（Alice先玩）宣布集合$[1,2N]$中的数字。如果一个玩家宣布了一个之前宣布的数字，那么这个玩家输了，另一个玩家赢了。如果所有号码都不重复，结果是平局。如果两个玩家都有无限的记忆和发挥最佳，那么游戏将是平局。Garg和Schneider [ITCS 2019]表明，如果Alice具有无界内存，则Bob可以使用$\log N$内存确保平局，而如果Bob具有无界内存，则Alice需要$N$中的内存线性才能确保平局。Garg和Schneider还考虑了一个{ \em辅助匹配}模型，在这个模型中，Alice得到了一个额外的输入，一个随机匹配的$M$，它与数字$[1,2N]$匹配，存储这个输入不计入Alice使用的内存。他们表明，在这个模型中，爱丽丝有一种策略，它与概率至少$1 - \frac{1}{N}$有关，并且只使用$O(\sqrt{N} (\log N)^2)$记忆。我们将展示如何修改Alice的策略，使其只使用$O((\log N)^3)$空间。

2019-01-23cs.DS

One to Rule Them All：一种通用的有界延迟缓冲区管理随机算法

One to Rule Them All: a General Randomized Algorithm for Buffer Management with Bounded Delay

我们给出了一个无记忆的规模不变的随机算法的缓冲区管理有限延迟问题，是e/（e-1）-竞争对自适应对手，以及更好的性能保证许多限制性的变种，包括s-有界的情况下。特别是，我们的算法达到了最佳的竞争比4/3 2-有界的情况下。该算法及其分析都适用于一个更一般的问题，称为收集项目，其中只有包的截止日期之间的相对顺序是已知的。我们的算法在很强的意义上是该问题在自适应攻击下的最优随机无记忆算法。虽然一些提供的上界是已知的，但一般来说，它们是通过几种不同的算法获得的。

2011-02-07cs.DS

有限自适应随机近似最近邻搜索

Randomized approximate nearest neighbor search with limited adaptivity

本文研究了$d$维汉明空间$\{0,1\}^d$中近似最近邻搜索的基本问题.我们研究了著名的细胞探针模型，一个经典的数据结构模型的问题的复杂性。我们认为，在有限的适应性的细胞探测模型的算法，该算法使$k$轮的并行访问的数据结构，为一个给定的$k$。对于任何$k\ge 1$，我们给出了一个简单的随机算法解决近似最近邻搜索使用$k$轮并行存储器访问，与$O(k(\log d)^{1/k})$访问的总数。我们还给出了一个更复杂的随机算法，使用$O(k+(\frac{1}{k}\log d)^{O(1/k)})$存储器访问$k$轮足够大的$k$。这两种算法都使用$n$中的大小多项式的数据结构，即数据库中的点的数量。对于下界，我们证明了一个$Ω(\frac{1}{k}(\log d)^{1/k})$下界的内存访问所需的任何随机算法解决近似最近邻搜索内$k\le\frac{\log\log d}{2\log\log\log d}$轮的并行内存访问的任何数据结构的多项式大小的总数量。这个下界表明，我们的第一个算法是渐近最优的任何常数轮$k$。我们的第二个算法接近轮和内存访问之间的渐近最优折衷，在某种意义上，任何$k_1$轮的内存访问的下限可以匹配的算法在$k_2=O(k_1)$轮。在极端情况下，对于一些足够大的$k=Θ\left(\frac{\log\log d}{\log\log\log d}…

2016-02-14cs.DS

RMR有效的随机可中止互斥

RMR-Efficient Randomized Abortable Mutual Exclusion

最近的研究互斥共享内存系统集中在“本地自旋”算法。性能是使用“远程内存引用”（RMR）度量来衡量的。在最近的文献中，我们考虑一个标准的异步共享内存模型与N个进程，它允许原子读，写和比较和交换（简称：CAS）操作。在这样的模型中，对于最优确定性算法，每次通过临界区的RMR数量的渐近紧上限和下限是Theta（log N）（参见Yang和Anderson，1995，以及Attiya，Hendler和Woelfel，2008）。最近，已经设计了几种随机算法，其打破了Omega（log N）屏障，并且预期每次传代仅需要o（log N）RMR（参见Hendler和Woelfel，2010，Hendler和Woelfel，2011，以及Bender和Gilbert，2011）。在本文中，我们提出了第一个随机的“可中止”互斥算法，实现了一个子对数预期的RMR复杂度。更准确地说，对于一个弱对手（它可以根据整个过去的历史，但不是每个进程的最新硬币翻转来做出调度决策），每个进程都需要一个预期的O（log N/ log log N）RMR来进入和退出临界区。如果一个进程收到一个中止信号，它可以在有限的步骤内中止进入临界区的尝试，并导致O（log N/ log log N）的RMR。

2012-08-08cs.DCcs.DS

$(Δ+ 1)$着色inCongested团、大规模并行计算和集中式Local计算的复杂性

The Complexity of $(Δ+ 1)$Coloring inCongested Clique, Massively Parallel Computation,and Centralized Local Computation

我们提出了新的随机算法，提高了经典的$(Δ+1)$着色问题的复杂性，其推广$(Δ+1)$ -列表着色，在三个良好的研究模型的分布式，并行和集中式计算：分布式拥塞集团：我们提出了一个$O(1)$ -轮随机算法$(Δ+1)$ -列表着色的拥塞集团模型的分布式计算。这解决了这个问题的渐近复杂性。它还改进了Parter和Su [DISC'18]的$O(\log^\ast Δ)$轮随机化算法和Parter [ICALP'18]的$O((\log\log Δ)\cdot \log^\ast Δ)$轮随机化算法.大规模并行计算：在强次线性内存的大规模并行计算模型下，提出了一个具有轮复杂度$O(\sqrt{\log\log n})$的$(Δ+1)$ -列表着色算法。该算法对于任何期望的常数$α>0$使用每台机器的$O(n^α)$的存储器，以及$\widetilde{O}(m)$的总存储器，其中$m$是图的大小。值得注意的是，这是第一个着色算法与亚对数轮复杂度，在次线性记忆制度的MPC。对于MPC的准线性记忆机制，Assadi等人[SODA'19]最近给出了$O(1)$轮算法。集中式本地计算：我们表明，$(Δ+1)$ -列表着色可以解决$Δ^{O(1)} \cdot O(\log n)$查询复杂度，在集中式本地计算模型。集中式局部计算模型中的$(Δ+1)$ -列表着色的现有技术是基于已知的并行计算算…

2018-11-05cs.DS

M&M系统中的原子寄存器和随机一致性

On Atomic Registers and Randomized Consensus in M&M Systems

Aguilera等人受近年来分布式系统技术的启发，提出了一种混合的分布式计算模型，称为消息和内存模型，简称m&m模型[1]。在这个模型中，进程可以通过消息传递进行通信，也可以通过访问一些共享内存（例如，通过一些RDMA连接）。我们首先考虑的基本问题，实现原子单写多读（SWMR）寄存器共享的所有进程在M&M系统。具体来说，我们给出了一个算法，实现这样的寄存器在M&M系统，并表明它是最佳的进程崩溃，它可以容忍的数量。这推广了纯消息传递系统中原子SWMR寄存器的众所周知的实现[5]。然后，我们结合我们的寄存器实现的m&m系统与著名的随机共识算法的Aspnes和Herlihy [4]，并获得一个随机共识算法的m&m系统，也是最佳的进程崩溃，它可以容忍的数量。最后，我们确定的最小数量的RDMA连接，足以实现一个SWMR寄存器，或解决随机共识，在一个m&m系统与t进程崩溃，对于任何给定的t。

2020-12-13cs.DCcs.DS

关于随机算法的线性化与终止性

On Linearizability and the Termination of Randomized Algorithms

我们研究的问题是否“终止概率为1”属性的随机算法被保存时，一个替换原子寄存器，该算法使用线性化（实现）寄存器。我们表明，在一般情况下，这是不是这样的：粗略地说，每一个随机算法A有一个相应的算法A'，它解决了相同的问题，如果它使用的寄存器是原子或强线性化，但不终止，如果这些寄存器被替换为“仅仅”线性化的。与[15]中所示的先前结果一起，这意味着不能使用消息传递系统中寄存器的众所周知的ABD实现来自动地将在共享存储器系统中工作的任何随机算法转换为在消息传递系统中工作的随机算法：对于强大的对手，所得到的算法可能不会终止。

2020-10-28cs.DCcs.DS

随机共识与常规登记

Randomized Consensus with Regular Registers

著名的随机共识算法由Aspnes和Herlihy异步共享内存系统被证明工作，即使对一个强大的对手，假设它使用的寄存器是原子寄存器。使用原子寄存器，每个读或写操作都是瞬时的（因此不可分割）。然而，正如Golab et al.（2011）所指出的，如果我们用寄存器的线性化实现替换它使用的原子寄存器，那么与原子寄存器一起工作的随机算法不一定工作。这就提出了以下问题：如果我们用可线性化的寄存器替换原子寄存器，Aspnes和Herlihy的随机共识算法是否仍然适用于强大的对手？我们的答案是肯定的，事实上，我们表明，即使是线性寄存器是不必要的。更确切地说，我们证明了该算法的Aspnes和Herlihy工程对一个强大的对手，即使该算法只使用常规寄存器。

2020-06-11cs.DCcs.DS

凸优化中更强的内存-查询权衡：次二次内存的局限性

Stronger Memory-Query Tradeoffs for Convex Optimization: The Limitations of Subquadratic Memory

University of Toronto（多伦多大学）；Vector Institute（向量研究所）；Weizmann Institute of Science（魏茨曼科学研究所）

研究在单位球上最小化d维1-利普希茨凸函数且有m比特内存时的一阶预言机复杂度下界，通过证明给出随机和确定性算法的新下界，改进了之前结果，还揭示了确定性算法在$m\approx d^2$附近的复杂度相变及随机算法内存需求。

2026-07-29cs.CCcs.DScs.LG

一种有效的Top-k和频率估计的随机接纳策略

Randomized Admission Policy for Efficient Top-k and Frequency Estimation

网络管理协议通常需要对每个流的网络流量进行及时和有意义的洞察。本文介绍了随机接纳策略（RAP）-一种新的算法的频率和top-k估计问题，这是在网络监控的基础。我们证明了空间减少的替代品相比，由一个因素高达32的真实数据包的痕迹和高达128重尾工作负载。对于top-k标识，RAP根据工作负载的倾斜度显示出4到64倍的内存节省。这些实证结果得到了形式分析的支持，表明我们的概率接纳方法的渐近空间改进。此外，我们提出了d路RAP，RAP的硬件友好的变体，经验上保持其空间和准确性的好处。

2016-12-09cs.DScs.NI

利用依赖追踪应对随机预条件子的并行化挑战

Tackling Parallelization Challenges of Randomized Preconditioners With Dependency Tracking

University of California, Berkeley（加州大学伯克利分校）；North Carolina State University（北卡罗来纳州立大学）；Lawrence Berkeley National Lab（劳伦斯伯克利国家实验室）；Rice University（莱斯大学）；MIT-IBM Watson AI Lab（麻省理工学院-IBM沃森人工智能实验室）；Amazon Web Services（亚马逊云服务）

针对随机预条件子并行化瓶颈，提出ParAC，通过动态依赖追踪和架构感知内存管理在CPU/GPU上并行化rchol算法，在不规则图拉普拉斯系统上实现显著加速且保证收敛。

2026-09-11cs.DCcs.DScs.NA