基于RUL和SVs-GFF的云服务器老化预测方法

针对云服务器中存在软件老化现象,将造成系统性能衰退与可靠性下降问题,借鉴剩余使用寿命(Remaining useful life,RUL)概念,提出基于支持向量和高斯函数拟合(Support vectors and Gaussian function fitting,SVs-GFF)的老化预测方法.首先,提取云服务器老化数据的统计特征指标,并采用支持向量回归(Support vector regression,SVR)对统计特征指标进行数据稀疏化处理,得到支持向量(Support vectors,SVs)序列数据;然后,建立基于密度聚类的高斯函数拟合(Gaussian function fitting,GFF)模型,对不同核函数下的支持向量序列数据进行老化曲线拟合,并采用Fréchet距离优化算法选取最优老化曲线;最后,基于最优老化曲线,评估系统到达老化阈值前的RUL,以预测系统何时发生老化.在OpenStack云服务器4个老化数据集上的实验结果表明,基于RUL和SVs-GFF的云服务器老化预测方法与传统预测方法相比,具有更高的预测精度和更快的收敛速度.

一种基于时间序列分解和时空信息提取的云服务器异常检测模型

异常检测是维护云数据中心性能的一项重要任务。云数据中心中运行着大量的云服务器以实现各种云计算功能。由于云数据中心的性能取决于云服务的正常运行,因此检测和分析云服务器中的异常至关重要。为此,该文提出一种基于时间序列分解和时空信息提取的云服务器异常检测模型。首先,提出带时空信息提取模块的双向Wasserstein生成对抗网络算法(BiWGAN-GTN),该算法在具有梯度惩罚的双向Wasserstein生成对抗网络(BiWGAN-GP)算法的基础上,将生成器与编码器替换为由图卷积网络(GCN)与时间卷积网络(TCN)组成的时空信息提取模块(GTN),实现对数据空时信息的提取;其次,提出半监督BiWGAN-GTN算法来识别多维时间序列中的异常,以在训练过程中避免异常数据侵入的风险并增强模型鲁棒性。最后设计多通道BiWGAN-GTN算法-MCBiWGAN-GTN以实现降低数据复杂度并提升模型学习效率的目标。利用带有自适应噪声完全集合经验模态分解(CEEMDAN)算法将时序数据分解,然后将不同的分量送入对应通道下的BiWGAN-GTN算法中训练。在真实世界云数据中心数据集Clearwater和MBD上采用精确率、召回率和F1分数这3个性能指标验证了该文所提模型的有效性。实验结果表明,MCBiWGAN-GTN在这两个数据集上的性能稳定并优于所比较的方法。

瘦客户端/云服务器模式的实现方法研究

为了解决用户获取服务器图形化界面的需求,在局域网下探究了以远程桌面服务为关键技术的瘦客户端/云服务器模式的实现方法,基于云平台搭建Linux云服务器,研究了RDP和RFB两种远程桌面协议在云服务器上的配置方法及过程,在实验室环境下对搭建的瘦客户端/云服务器模式的服务效果进行测试和比对,结果表明:在云服务器上配置的RDP和RFB协议均能实现良好的远程画面和控制效果,且RDP协议在数据传输时占用CPU和带宽资源更少,RFB协议则在画面还原上性能更优。为基于远程桌面协议实现瘦客户端/云服务器模式的改进优化研究提供了参考。

通过云服务器链接HTTPS域名与本地服务器的研究

通常情况下,本地架设的服务器搭配公网IP,申请一个域名关联至此IP的443号端口并配置反向代理,即可使用HTTPS安全域名访问服务器内容,完成数据传输。但实际开发中,使用的服务器可能搭建在企业局域网中,多服务器共用一个公网IP,此时出于安全考虑,443端口无法单独开放给某个服务器使用,直接在服务器上配置HTTPS就行不通了。研究通过在云服务器上使用Nginx反向代理的方式,通过HTTPS域名访问云服务器,再通过反向代理指向本地服务器的公网IP与对应端口,从而解决域名与本地服务器的通信问题。

半可信云服务器辅助的高效隐私交集计算协议

隐私集合交集(private set intersection,PSI)是隐私计算中的热点,其允许参与两方在不泄露任何额外信息的要求下计算交集.现有的隐私集合交集计算方案对参与双方的计算能力要求高,且计算能力差的参与方无法在保证集合数据隐私的前提下将计算安全外包给云服务器.设计了一种新的不经意两方分布式伪随机函数,允许半可信的云服务器参与相等性测试,又不泄露参与方任何集合信息.基于该不经意伪随机函数构建了半可信云服务器辅助的隐私集合交集计算协议,将主要计算量外包给云服务器.在半诚实模型下证明了协议的安全性.同时,该协议可保密地计算隐私集合交集的基数.通过与现有协议分析与实验性能比较,该协议效率高,计算复杂度与通信复杂度均与集合大小呈线性关系,适用于客户端设备受限的应用场景.

基于云服务器的带式输送机共享数据库设计

随着云计算和大数据技术的快速发展和应用,现代设计理论与方法不断与新的计算方法和数据存储手段相融合,逐步形成一种以协同、共享、智能设计为目标的设计系统与设计思路。这里利用企业知识管理的理论与技术,通过分析产品设计需求,结合产品设计和知识管理体系,构建一种基于云服务器的产品设计数据管理库。从理论上分析了产品专业知识规范、设计过程中的知识发现,到实现机械设计知识管理的过程,以及利用数据库技术在云服务器上完成产品设计知识的储存和运用,并通过ASP.NET技术编写程序在天翼云服务器上设计完成带式输送机共享数据库设计,用户在客户端输入产品参数,提交给后台程序运行得到新的产品部件模型,完成部分零件参数化设计,验证了数据库运行的稳定性与流畅性。

云服务器提供者著作权侵权责任及其认定

云服务器提供者属于网络技术服务中的IaaS服务提供者,适用我国现行法律中关于网络服务提供者的一般规定;其基于合同关系为网络用户提供IaaS服务,负责维护云服务器的正常运行,不能主动审查服务器内的信息内容,但应尽到防止或制止网络用户侵权的注意义务。根据云服务器提供者的服务性质和特点,可能对云服务器内出现的侵权损害行为承担间接侵权责任;其责任的认定施行过错责任原则,包括作为的过错和不作为的过错。以语言、推介技术支持、奖励积分等方式诱导、鼓励网络用户侵权或为用户的侵权提供实质性的帮助,属于作为过错;没有尽到合理的注意义务,对明知或者应知的侵权行为未采取必要的防范或制止措施,属于不作为的过错。只有在云服务器提供者具有过错的情况下才构成间接侵权,承担相应的法律责任。

基于云服务器平台的集成电路课程理实融合教学研究

随着现代信息技术的迅猛发展,集成电路技术已成为我国电子信息产业的重要基础和核心。为了满足我国集成电路产业的发展需求,必须培养一批具有较高专业素质和创新能力的人才。然而,传统的集成电路课程理论教学与实践教学环节在一定程度上存在着一些问题,包括教学内容不能很好地反映当前集成电路技术发展的最新趋势和应用前景,理论教学与实践教学环节的衔接不够紧密,理论与实践脱节等。本文对传统集成电路课程理论教学与实践教学中存在的问题进行分析,并提出相应的解决方法,希望为相关院校开展集成电路课程教学提供一些有益的参考。

基于云服务器的原子层沉积远程监控系统设计

原子层沉积设备置于特定的超净室,设备操作人员需频繁进出超净室观察设备状态及实验数据,操作人员的工作效率受空间限制。针对这一问题,设计一种基于云服务器的原子层沉积远程监控系统,系统主要由数据采集平台、通信协议平台和远程监控平台组成。利用Automation studio搭建贝加莱可编程逻辑控制器和边缘计算网关间数据传输,结合4G和TCP/IP通信技术,使系统实现底层传感器采集到的多种数据通过贝加莱主控器和边缘计算网关实时传输到PC端和手机端的网页进行人机交互,在系统中融合AES加密算法,增强数据远程传输环节数据的保密性,提高系统整体的安全性。测试结果表明,该系统能够实时监测到原子层沉积设备进行实验时的设备状态和实验数据,解决了空间限制的问题,提高了企业生产效率,具有较好的新颖性和实用性。

海量数据存储中云服务器性能加速方法仿真

用户将海量数据存储于云服务器以节省本地存储空间,但是由于云数据的种类复杂、数据量庞大,严重影响了云服务器整体存储的速度。基于此,提出考虑海量数据存储的云服务器性能加速方法。基于小波分析理论,对海量存储数据小波包分解处理,消除噪声数据。构建数据存储结构模型,提取关键信息特征。应用卷积神经网络,设计CNN云服务器加速存储模型,实现云服务器性能加速。实验结果表明,上述方法的吞吐量指标在95%-100%之间,CPU利用率在85%以上,可准确预测云服务器负载,实验所得数据验证了所提方法的可靠性高、应用有效性更强。

云服务器提供商著作权责任认定的困境与出路

云计算服务模式在互联网产业中的广泛应用,推动着网络服务提供者侵权责任规则作出适应性调整。云服务器提供商作为该服务体系中的关键主体,其在服务内容、技术能力、行业伦理方面的特殊性导致其在司法实践中面对责任主体定位不清、责任认定依据不明、责任内容界定不当等诸多问题,亟需在法律规范层面对其著作权侵权责任认定规则予以廓清。基于对云服务器提供商基本定位的释明与对既有立法规则适用关系的厘定,应当明确以《民法典》规定之“通知-必要措施”规则作为其著作权侵权责任的认定依据,并以比例原则为价值指引,通过扩张解释“必要措施”之基本内涵,对云服务器提供商的著作权侵权责任认定路径予以细化完善。在维护法律规范自身稳定性的同时,实现版权产业与互联网产业的利益均衡。

基于云服务器的在线实践教学方法研究

传统在线教学的实践类课程无法保证学生计算机的性能和环境,可能导致实验无法进行,教师也无法全面掌握学生的实践进度。针对这些问题,该文提出一种基于云服务器的在线实践教学方法,系统介绍了该教学方法的开展模式、镜像制作和共享、性能配置及桌面监管方法。基于云服务器的在线实践教学方法配合远程桌面、视频会议的使用,可以让学生在不同地理空间同时参与教学活动,享受统一的在线实践环境,保障课程效果。以交通运输仿真课程为案例,对该教学方法进行了验证,并以问卷形式对学生使用效果进行了分析。结果表明,云服务器的使用可以给学生带来明显帮助,学习效果更好,且实际使用高效便利,易用性和可靠性都让人满意。

云服务器环境下“网页设计与制作”课程教学模式的创新与实践研究

针对传统教学模式中“网页设计与制作”课程的教学环境与实践环境脱节、课堂知识与具体应用缺乏衔接、教学活动欠深入等问题,以云服务器为依托创新网页设计教学模式。在教学实践中通过创设云服务器下的网页运行环境,使“网页设计与制作”课程的教学、内容管理、后续运维、评价模式对接实际应用需求,实现知识与应用的衔接和拓展。实践证明,云服务器的应用使“网页设计与制作”课程的教学更具科学性和实用性,既能拓宽教学场景,推动学生深度学习,又能提高网页设计教学的效果,提升人才培养的质量。

基于云服务器的智能车位锁设计与实现

为充分利用私有车位利用率和缓解城市“停车难”的问题,设计了基于云服务器的智能车位锁系统,利用错时停车以实现车位利用率最大化。系统由智能车位锁、微信小程序和云服务器端停车信息管理系统等三部分组成。智能车位锁以STM32F103RCT6为主控芯片,实现采集车位状态信息、预定车位开锁、报警等功能;通过4G通信技术将车位状态信息实时发送到云服务器,实现车位的信息化管理;微信小程序可实现车位状态信息查看、车位共享预约、自动计费、在线支付、导航等基本功能。测试结果表明,智能车位锁系统可以完成对停车位的自动感知、出入库管理和费用结算功能,达到对停车位的智能化管理,为市民开车出行带来了极大便利。

在线多任务异构云服务器负载均衡算法研究

针对由于云服务器之间软件环境存在异构性及数据分布不均匀等特点而导致云服务器集群在处理大量任务时往往出现节点负载不均衡的情况,提出了解决在线多任务异构云服务器集群负载均衡的方法与相关算法。首先统计集群提供的各类服务的平均资源消耗,结合任务在服务器上已运行时长和资源占用情况,预测评估某一时刻服务器上任务剩余负载总量;然后按周期获取节点实际任务负载情况,及时修正任务负载情况;最后综合考虑节点各项性能,计算在待分配任务提交时刻各节点的预测负载评估值,并将任务分配给预测负载最轻的节点。实验结果表明,该算法具有可行性且在多任务异构云服务器集群负载均衡方面具有一定优势。

基于硬件虚拟化的云服务器设计与实现

随着互联网服务、大数据、云计算的兴起,云服务器渐成需求主流.相对于传统基于虚拟机的解决方案,基于硬件虚拟化的云服务器因减少了软件的花销能更好地实现高效能、按需简约,能更好地满足云计算的需求.与传统云服务器相比,该服务器的特点是高密度、高效能成本比、高效能功耗比和高可扩展性.本文介绍了云服务器按需配置的设计理念、分布式硬件资源共享的系统结构和硬件资源虚拟化的方法.设计并实现了一个基于硬件虚拟化的16个处理器的云服务器原型系统.在该系统中,基于现场可编程门阵列(Field programmable gate array,FPGA)设计实现云服务器的互联架构控制器(IFC).IFC集成网络、存储和通用I/O资源,为高密度的云服务器提供多处理器间的互联.借助于IFC,所有CPU能够共享网络、存储和通用I/O资源,实现硬件资源的虚拟化.对原型系统的网络和存储性能进行了测试,结果表明该系统不但具有传统云服务器的架构优点而且还提供更好的扩展性和更高的性能.

基于ARIMA-RNN组合模型的云服务器老化预测方法

针对云服务器系统运行环境具有非线性、随机性和突发性的特点,提出了基于整合移动平均自回归和循环神经网络组合模型(ARIMA-RNN)的软件老化预测方法。首先,采用ARIMA模型对云服务器时间序列数据进行老化预测;然后,利用灰色关联度分析法计算时间序列数据的相关性,确定RNN模型的输入维度;最后,将ARIMA模型预测值和历史数据作为RNN模型的输入进行二次老化预测,从而克服了ARIMA模型对波动较大的时间序列数据预测精度较低的局限性。实验结果表明,ARIMA-RNN组合模型比ARIMA模型及RNN模型的预测精度高,且比RNN模型预测收敛速度快。

云服务器中的不稳定数据挖掘系统的研究与设计

针对当前的云计算服务器缺少对不稳定数据的识别与检测,设计并实现一种云服务器中不稳定数据挖掘系统。介绍系统的总体结构,利用数据采样预处理模块实现从源数据到挖掘数据的映射,完成离散化、数据过滤等处理过程。依据2.0 mm ERmet Hard Metric连接器,采用Rapid IO协议,通过接口模块完成数据间的传输,以达到信号传输效率与稳定性的要求。通过数据挖掘模块对云服务器中不稳定数据的确认与挖掘,将挖掘结果传输至控制模块进行处理。软件设计过程中,对云服务器中不稳定数据挖掘系统进行了详细地分析,并给出不稳定数据挖掘的实现过程以及系统部分程序代码。实验结果表明,所设计的系统具有很高的实用性和可靠性。

基于云服务器的旋转机械在线监测诊断系统设计

以LabVIEW为开发平台,介绍了基于云服务器的在线监测及故障诊断系统的设计方法。该系统采用租用云服务器的方式,减免了对监测过程大数据的维护和管理;采用分布式设备振动数据采集器方式采集振动数据,实现设备分布式管理;开发数据采集存储软件,可视化操作;结合客户端软件和Web网页操作开发状态监测和故障诊断系统,通过监测系统发现设备异常情况,发出警报通知现场人员,通过诊断系统对故障数据进行详细分析,定位设备故障,及时采取保护措施,减少经济损失。

基于量子优化的云服务器负载均衡算法研究

为了实现云计算系统的负载均衡,最大化系统的吞吐量,提出了一种基于量子优化的云服务器负载均衡算法。该算法将量子优化的方法应用到粒子聚类中,提出了基于量子理论的无监督的聚类方法,类似于量子与势能变化的原理,通过粒子分布的势能函数来确定聚类中心。提出了服务器的任务调度策略,分析了系统处于最佳状态时最短的任务处理时间和最大联合吞吐量。最后结合量子优化原理实现了服务器的负载均衡。实验仿真结果表明,在提升服务器的负载均衡率和吞吐量优化上,该算法都具有较好的性能。