基于最佳分段点估计的流媒体非均匀分段方法

针对命中率随存储的流媒体片段流行度变化的特征,提出了一种新的基于最佳分段点估计的流媒体非均匀分段方法,根据不同存储大小下的流媒体外部分界流行度对其内部最佳分段点进行估计,进而把每个视频分成高流行度段和低流行度段两个片段。实验结果表明,与均分分段相比,该方法能减少流媒体的片段数,提高缓存命中率。

基于流行度分类的流媒体分段策略

对流媒体内部、外部流行度的特点以及流媒体外部流行度与缓存替换次数的关系进行了分析,并在此基础上,针对流媒体的缓存替换通常集中在某一小段流行度范围的特点,提出了一种基于外部流行度分类的流媒体分段方法,令替换频繁的视频采用较小的分段,而其他替换不频繁的视频采用较大的分段,从而提高缓存空间的利用率。实验结果表明,与均匀分段相比,提出的流媒体分段方法可以用更少的分段数目达到相同的命中率。

基于分段流行度分布建模的代理缓存空间优化方法

缓存空间大小和命中率是影响代理缓存服务器建设成本和服务质量的重要因素,但两者相互制约,在代理缓存服务器设计时需要折衷考虑。根据均匀分段后的流媒体片段流行度分布,建立代理服务器缓存空间与命中率之间的关系模型,提出了一种基于均匀分段流行度分布建模的代理缓存空间优化方法,能在定价值函数的情况下计算出的最优代理缓存空间大小。实验结果表明,当给定的价值函数中缓存空间大小和命中率的权重相等时,按所提方法优化设计代理缓存空间存储占比比经验设定缓存存储占比为100%、75%、50%、25%和0%时的价值平均提高24%。

探究云计算之安全问题

云计算是社会发展、科技进步的产物,是IT领域变革的结果。云计算从提出开始就是IT领域较为令人关注的话题,引发了新的技术变革和IT服务模式。其大规模、通用性、用户无需维护和关心基础设施等特点给用户带来了极大的便利。与此同时,云计算也因其特点,凸显出了诸多的安全隐患需要着手解决。论文旨在对云计算存在的安全隐患进行分析,并简单的探讨可实行的安全保障措施。

基于安全管理平台的脆弱性量化探讨与应用

在计算机信息安全领域,针对计算机信息系统的脆弱性量化探讨是目前的研究热点。本文通过对信息系统脆弱性的研究和信息安全风险计算分析与比较,提出了一种基于安全管理平台的脆弱性量化算法,并采用该量化算法在安全管理平台上进行应用实践。结合安全管理平台的脆弱性管理功能和白名单机制,对安全对象进行脆弱性识别后,通过脆弱性量化计算取得目标资产的漏洞和基线的度量值,并由漏洞和基线的度量值综合确定最终的资产脆弱性值。

高时效自动化全量安全管理

本方法旨在帮助单位建立全面性、自动化、高时效的资产管理技术解决方案。该法能够保证对现网设备影响降至最低限度前提下,采用多种技术手段快速完成对设备的发现与指纹采集等工作,帮助单位全面掌握资产分布及运行情况等。

大数据网络安全态势感知中数据融合技术研究

本文详细介绍网络安全态势中的数据融合技术和过程,为建立态势感知的指标体系,提出了采集网络设备和业务系统日志,并利用特征级数据融合技术对其进行处理的方法,从而得到未来网络的发展态势。