云原生驱动的大规模终端网络设计优化和应用实践

终端网络是互联网的重要组成部分,它连接骨干网络和终端网络,对用户体验的影响最为直接.随着5G/6G、物联网等技术的发展,终端网络的性能需求不断提升,承载着诸如智慧城市和工业互联网等新兴应用,是推动社会数字化转型的重要基础设施,是未来网络演进不可忽视的重要研究对象.清华大学李振华教授团队通过分析终端网络中存在的用户困惑和技术鸿沟问题,从“可用性、可靠性、可信性”三个关键维度进行研究,提出云原生强化设计的理念,实现终端网络大规模的测量分析与设计优化,并在多个工业系统中取得了良好的应用效果.文章突出从用户视角出发的设计思想,对提升网络终端的可用性、可靠性与安全性做出了系统性的探索,主要包括以下三个核心点:1)针对终端网络带给用户的主要困惑,从网速、断连、安全和代际角度全面分析,阐述克服经典设计模式潜在缺陷的研究动力,通过剖析大规模工业终端网络在多样化使用场景下的性能落差问题,总结动机、场景、资源和知识方面的研发鸿沟,为克服现存技术挑战指明解决方向.

时间序列异常检测方法研究综述

时间序列是按时间顺序排列的一组数据点或观测值,在金融学、气象学和股票市场分析等领域中被广泛应用。时间序列数据出现异常可能意味着出现潜在问题、异常事件或系统故障。为了便于未来在时间序列异常检测方法设计方面开展深入研究,本文首先介绍时间序列异常检测的相关概念;其次,展开分析国内外单变量和多变量时间序列异常检测方法;之后,介绍一些时间序列异常检测通用数据集并比较常见检测方法在这些数据集上的性能;最后,探讨未来时间序列异常检测方法设计的重点研究方向,以期对相关理论和应用研究提供参考。

基于“互联网+交互式”技术的安全教育培训服务平台的建设——以冶金行业为例

冶金企业安全培训的诸多痛点如线下集中脱产培训难以组织、无体系化课程资源、培训形式单一等制约了安全培训工作质量的提高,进而制约了企业安全生产管理水平的提升。针对这些痛点,利用“互联网+交互式”技术的优势,建设了一套集培训学习、练习考试、档案管理、数据统计等功能于一体的安全教育培训服务平台,取得了较好的培训效果,可为企业安全教育转型发展开拓新的局面,具有较好的借鉴意义。

基于离群点检测和自适应参数的三支DBSCAN算法

针对经典的DBSCAN算法存在难以确定全局最优参数和误判离群点的问题,该算法首先从选择最优参数角度出发,通过数据集的分布特征生成Eps和MinPts列表,将两个列表中的参数进行全组合操作,把不同的参数组合依次进行聚类,从而寻找准确率最高点对应的参数。最后从离群点角度出发,将三支决策思想与离群点检测LOF算法进行结合。该算法与多种聚类算法进行效果对比分析,结果表明该算法能够全自动化选择全局最优参数,并提高聚类算法的准确性。

智能建造背景下建筑产业互联网发展现状思考

建筑产业互联网是智能建造与新型建筑工业化协同发展的“神经网络”,是互联网与建筑业融合发展的重要载体,是建筑业发展数字经济的主战场。工业制造领域通过数字化转型,已率先实现产业链和价值链的重塑。为加快推进建筑产业互联网发展,建议在深入学习借鉴我国工业互联网经验做法的基础上,加大基础研究投入力度,加速全要素数字化转型,推动建筑工业化升级,高标准建立标准体系,加快建筑产业互联网示范推广,以数字化驱动建筑业市场主体转型和发展方式变革。

Web实训云平台的设计与实现

为改善高职院校Web实训课程教学效果,解决当前Web实训教学中存在的项目无法集中管理、页面无法在线浏览、企业评价受限等问题,本文设计并实现了一个基于二维码的一体化Web实训云平台。平台的构建使用云服务、Web全栈开发、数据可视化等技术。实践的结果表明,二维码扫码浏览页面能提高多终端Web页面自适应调试的效率,平台提供的动态可视化分析图表能帮助教师进行个性化实践指导。

工业互联网在石化行业环保领域的应用与展望

该文从工业互联网技术进展入手,从现有基础、数据、模型和应用4个层面介绍了工业互联网在石化行业环保领域的现状、问题和发展趋势。参考相关领域的成熟技术或可行性研究,从完善工业互联网架构、水气污染物在线监测提升、分级控制、固体废物风险管控、场地污染风险管控、环保绿色低碳管理和生态风险防控等7个方面提出推进“工业互联网+环保”在石化行业落地的对策建议,并对未来进行了适度展望。

基于HTML的会议管理系统设计与实现

针对当前还有部分企事业单位会议管理统计信息化程度较低的问题,设计并实现了一种基于HTML语言的Web方式管理系统,可实现会议登记、历史查看、图形化展示分析等功能。

基于优先级的云计算资源分配方法研究

传统云计算资源分配方法直接对分配时延进行处理,未对云计算资源分配模型进行构建,造成传统方法分配效果较差,提出基于优先级的云计算资源分配方法。构建云计算资源分配模型,并对分配时延进行处理,降低资源的闲置率,提高资源使用效率,最后基于优先级实现云计算资源分配,实验结果表明该研究方法分配所用开销更少,效果更佳。

基于CE分流联网技术的云网融合业务研究与实践

传统的组网专线在云网融合应用场景方面存在局限性。随着云服务的普及,云网融合业务成为客户的重要诉求。通过研究基于CE分流联网技术的云网融合专线业务,探讨其原理、优势及面临的挑战。某运营商推出专网资源和互联网资源专线融合联动服务,在有效降低客户专线运营成本的同时,实现了快速、灵活部署组网和上云服务,网络访问时延优、业务感知优。

基于腾讯文档的报修系统的探索与实践

高校的信息化建设包含了设备报修系统的建设。针对高校信息化过程中专业技术人员有限,资金不足,信息化难题等挑战,提出并实现了一个基于腾讯文档高效的报修系统设计。该系统使用腾讯文档提供的云服务平台收集表功能完成故障报修系统的前端设计,然后自动生成完整的数据库,创建了可访问的公开二维码,公布在设备仪器或实训室显眼处,供用户扫码调用系统的前端,完成实时报修的故障任务。与现阶段公开文献检索到的广泛使用基于Web开发技术和数据库技术构建的设备报修系统相比,其设计和实现原理简明扼要、易于实现,不需要操作人员具备高深专业知识及强大技术开发能力来进行前端设计和数据库构建,有效解决人员、资金、信息化问题。该系统可以扩展到企事业单位、小区物业等需要故障报修的任何一个场景。

互联网时代分布式关系数据库的有益探索

在实现分布式数据库的技术方案上,业界存在不同的选择.第一种方式需要对应用系统进行拆分,通过分库分表将原本单个数据库管理的数据分散到多个集中式数据库.分库分表方案要求应用系统重构,跨库访问效率较低,关系数据库的重要功能,如外键、全局唯一性约束.

互联网基础设施与生成性社会的来临

媒介本体论(媒介存在论)研究是近年来传播理论关注的重要议题。是什么让媒介从认识论的研究对象转变为本体论的研究对象,值得讨论。本体论讨论“是”(超越性实在或存在),而认识论讨论“所是”(经验性存在或存在者)。如果把媒介理解为工具,那么它就是广播电视这样的各种“所是”;而如果把媒介理解为人存在的前提,那么媒介自然便成为我们所讨论的“是”。

基于TTNT数据链多址接入协议的多机协同任务调度方法

为提高无人机蜂群作战中无人机信息交互、资源共享和任务协同的能力,文章基于TTNT数据链SPMA协议,设计高动态变化拓扑下的分层分簇无人机蜂群模型和与之匹配的层次资源与任务调度模型,并对其消息传输进行优化。通过OMNeT++仿真平台,以TTNT数据链中的数据传输标准对信息端到端时延和网络吞吐量进行不同机间传输距离下的对比仿真实验。其结果表明,该方法满足SPMA协议对于消息传输时延的要求,并且引入SPMA协议后可以有效减少网络数据传输冲突,提高了系统约18%的网络吞吐量,提升了无人机信息交互、资源共享和协同作战的能力,对实际无人机蜂群协同任务调度研究具有可参考性。

链接连接联结——中国科技网30年发展回顾与展望

【目的】自1994年4月专线接入国际互联网,中国内地开启了翻天覆地的互联网时代。历经三十年,中国科学院主导建设的学术性、非营利科研网络——中国科技网(CSTNET),在波澜壮阔的中国互联网发展进程中,扮演着重要角色。为此,本文以中国科技网为案例,通过回顾三十年发展历程,管窥蠡测中国互联网发展史。【方法】依托案例分析方法,本文回溯了中国科技网各个历史时期的关键技术与工程实施,探讨了当前和未来网络创新性探索的建设性方向,并展示了基于中国科技网的典型领域应用示范以及国际化互联互通的建设情况。【结果】展望未来,明确了新一代中国科技基础设施的建设规划,包括发展定位、关键技术迭代方向、一体化建设方案以及面向开放科学的探索实践等。希望上述案例分析,能够对更好地了解中国互联网发展史、探索科教网络基础设施建设有所裨益。

面向算力网络的智慧调度综述

分布异构计算资源通过网络连接形成算力网络(Computing power network,CPN),其以“连”和“算”为核心.针对广分布异构性导致可行解空间巨大、强不确定性导致可行解空间易变、高约束复杂性导致可行解孤岛繁多、多目标性导致冲突目标权衡优化难等挑战,提出一个多层次算力网络体系框架,包括参数化结构化业务管理、三阶段(计划、调度、执行)闭环调度模式、多模态资源管理三个功能.提出支持快速、高效、鲁棒的“算法+知识+数据+算力”的算力网络智慧调度框架,形式化分析可行解空间,解析调度策略关键参数,定性分析调度算法性能与效率的内在关系,详细综述调度算法类型,综述算力网络调度研究进展与发展方向.对比已有相关综述研究,展望算力网络调度未来理论和技术的难点与趋势.

基于改进Informer的云计算资源负载预测

负载预测是云计算资源管理中的重要组成部分,准确预测云资源的使用情况可提高云平台性能及防止资源浪费,然而云计算资源使用的动态性和不确定性使得负载预测较为困难,尽管Informer在时序预测领域取得了较好的效果,但未对时间的因果依赖关系加以限制造成未来信息泄露,也未考虑网络深度的增加导致模型性能下降的问题。为解决上述问题,提出一种基于改进Informer的多步负载预测模型(Informer-DCR)。将编码器中各注意力块之间的正则卷积替换为扩张因果卷积,使深层网络中的高层能够接收更大范围的输入信息来提高模型预测精度,并保证时序预测过程的因果性。在编码器中添加残差连接,使网络中低层的输入信息直接传到后续的高层,解决了深层网络退化问题。实验结果表明,Informer-DCR模型在不同预测步长下的平均绝对误差比Informer、时间卷积网络等主流预测模型降低了8.4%~40.0%,并且在训练过程中表现出比Informer更好的收敛性。

基于软件机器人的工控靶场应用软件行为模拟

工控靶场为开展工业控制系统(ICS)安全研究提供重要支撑。面向工控靶场关键任务之一的应用软件行为模拟,提出一种软件机器人方法以实现工控靶场应用软件行为的逼真模拟。考虑软件图形界面及软件内在显隐式规则,提出基于尺度不变特征变换(SIFT)图像相似度的软件菜单采集算法及混合状态机模型对应用软件行为进行建模。针对软件机器人的智能化问题,使用深度Q网络(DQN)算法驱动软件机器人对应用软件行为进行自主学习,同时结合多重经验回访和多重目标网络对DQN算法进行优化。实验结果表明:基于DQN的软件机器人能够对工控软件进行有效学习,且优化后的DQN算法自主学习效果更佳。

基于Kano模型的线上展厅设计研究

为提升用户在线上展厅的游览体验,使线上展厅的功能更加合理和完善。文章通过文献分析、现状分析、观察与访谈获取大众对线上展厅的需求,并将需求根据情感化设计三层次理论进行分类,通过运用Kano模型,对各项需求进行了深入的定性研究和定量分析。研究形成了用户对线上展厅需求的层次表,确定了各项功能需求的优先级,并依据层次表提出线上展厅的设计原则,最后赋予设计实践。以期为线上展厅设计提供一定的借鉴,满足不同用户的需求。

云资源调度的回答集程序描述性求解

针对求解难度为NP完全的基础设施即服务(IaaS)模式云资源调度问题,本文提出一种基于回答集程序(ASP)的描述性优化求解方法,并对其正确性进行分析。首先,把满足虚拟机CPU使用的情况下关闭尽可能多的主机做为减少云平台能耗的方法,将云资源调度问题形式化表述;其次,结合形式化描述以及减少云平台能耗的策略,将云资源调度问题用ASP编码为描述性(优化)问题,并分析其正确性;最后,在公开的PlanetLab数据集上进行实验,结果显示,ASP方法可在保障服务质量的同时减少集群能耗,最高可节能13%以上。这表明ASP方法在云资源调度问题上是有效的,从而提供一种易理解、易修改并能充分利用ASP最新工具成果的有效云资源调度新方法。