基于Hypermetro技术的双活容灾存储技术数据中心设计

为了创造更高效运行、故障处理能力强的数据中心,分析数据中心技术现状,提出基于Hypermetro技术的双活容灾存储技术数据中心设计思路。分析该数据中心设计的技术需求及特征,包括全局负载均衡技术、存储双活技术、虚拟化双活技术。将该数据中心设计思路应用于双活云计算数据中心,提出双活容灾存储技术数据中心的设计总方案和详细实现。发现提出的基于Hypermetro技术的双活容灾存储技术数据中心设计思路,能够在任何一台主数据存储设备一旦运行故障,另外主存储便能够瞬时自动地接管数据业务,达到短时间内的实时数据信息迁移,确保系统持续运行并提供有力保障。

FSDNP:针对软件缺陷数预测的特征选择方法

软件缺陷预测先前的研究工作主要关注软件缺陷分类问题,即判断一个软件模块是否含有缺陷。如何量化一个软件模块中含有软件缺陷的数量问题还未被很好地研究。针对该问题,提出了一种两阶段的软件模块缺陷数预测特征选择方法FSDNP:特征聚类阶段和特征选择阶段。在特征聚类阶段中,使用基于密度峰聚类的算法将高度相关的特征进行聚类;在特征选择阶段,设计了三种启发式的排序策略从簇中删除冗余的和无关的特征。在PROMISE数据集上,使用平均错误率和平均相对错误率指标,与6个经典的方法进行了比较。实验结果表明,FSDNP能够有效移除冗余的和无关的特征,构建高效的软件缺陷数预测模型。

基于异构存储环境的标签化数据调度研究

论文在混合存储架构下,提出了一种基于数据标签化的数据调度策略,旨在利用DRAM/NVM混合存储架构的非易失性、存储密度高等优势,该策略可以有效减少任务调度数据的总时间,提高了任务执行的效率。

基于k-prototypes聚类算法的混合加密敏感数据保护方案研究

当今社会进入大数据时代,其挖掘工作主要依托云计算平台。然而,云计算环境复杂多变,数据安全和隐私泄露问题日益显著。针对云计算环境下的数据安全问题,提出一种混合加密方案,根据数据敏感等级采用不同加密方法。同时提出了一种隐私保护的可识别性k-prototypes聚类算法,并利用信息熵对各数值属性进行权重分配进行改进,以解决大数据挖掘过程中的隐私泄露问题。结果显示,改进k-prototypes聚类算法的NMI值为0.284,准确度达到了94.95%,RI值为0.935,运行时间为924 ms。综合来看,该方案在提高数据加密效率的同时,确保了云环境下数据的安全性。