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。

身份加密多云多副本完整性审计协议

为解决现有可证明数据持有(PDP)协议只适用于单云存储服务器且过度依赖公钥基础设施的问题,提出一种新的基于身份的多云多副本PDP协议。该协议采用身份加密来简化证书管理,并设计双层默克尔哈希树作为新的安全数据结构,以维护多副本的新鲜性和一致性。安全性分析和实验结果均验证了该协议具备安全性和高效性,能够在多个云存储服务器上实现多副本完整性审计,并在标签生成、证据生成和证据验证3个阶段的效率上明显优于对比算法。

面向云审计的轻量级隐私保护方案

在大数据爆发式增长背景下,云存储服务的发展为用户数据存储带来了极大的方便,按需服务特性使其备受青睐。但由于失去了对云服务器中数据的直接控制,不确定因素可能导致用户的数据损坏,这给云存储发展带来极大挑战。笔者提出轻量级计算和验证的数据审计方案,简化了用户在上传数据之前的标签计算操作,保证用户上传数据的安全性。此外,云服务器和审计者的计算任务也得到减轻,进一步降低计算开销。为保护用户数据隐私,借鉴了图像加密中的置乱加密,让用户使用随机函数对数据块的位置进行置乱,同时让审计者计算出数据块的真实位置,完成审计操作。实验结果表明,该方案有效节省了审计流程中用户和服务器、审计者3方的计算资源,提升流程效率。

基于冗余分析的数据中心服务器能耗特征选择

应用精确的服务器能耗模型对能耗进行预测,可为资源调度方法提供重要依据。考虑到云数据中心服务器能耗特征维度高、冗余特征难以判断的题,分析特征与特征之间、特征与目标值之间皮尔逊相关性系数的联系,并给出服务器能耗冗余特征的判断准则,在此基础上提出一种基于冗余分析的服务器能耗特征选择算法。实验结果表明了所提能耗特征选择算法在服务器能耗模型构建中的有效性。

基于SQL Server Spatial的空间数据的组织与查询

论述了SQL Server Spatial技术理论,探讨了空间数据导入、索引的创建以及空间数据的查询方法。并以3维激光扫描获取的点云数据为例,采用C#连接SQL Server数据库,对点云数据进行了组织及查询,并在MapOb-ject组件下进行可视化。试验证明,建立空间索引后点云数据的检索效率较高。

基于随机策略更新的大数据访问控制方案及实验分析

文章主要探究了基于随机策略更新的大数据访问控制方案的设计内容,并通过仿真实验对其应用效果进行了验证。设计仿真实验,将本方案与基于动态策略更新的隐藏属性加密方案进行对比。结果表明,在属性个数相同的情况下,本方案下系统进行数据加密的用时更短,在保证数据安全的前提下提高了系统运行效率。

基于联邦增量学习的物联网数据安全共享方法

为了提升物联网数据安全共享传输精准度,缩短物联网数据安全共享耗时,提出了一种基于联邦增量学习的物联网数据安全共享方法。构建物联网数据共享模型,通过类增量改进联邦学习,对数据共享模型参数进行更新,有效避免局部最优问题;向SN发生共享请求,根据更新的模型参数进行访问控制权限匹配,计算物联网数据安全共享密钥,恢复目标数据内容,实现物联网数据安全共享方法。实验结果表明:当干扰强度为60dB时,本方法的物联网数据安全共享传输精准度为99.1%,当物联网数据量为300GB时,本文方法的物联网数据安全共享耗时仅为0.9s,表明本文方法能够有效提升物联网数据安全共享效果,提升物联网数据安全共享效率。

基于蓝牙的智能天平数据采集系统

针对检测实验室中专用计算机缺乏,而传统的人工存在效率低、容易出错、原始数据溯源难等问题,把蓝牙和钉钉小程序进行融合,将天平称重数据通过RS232串口连接到蓝牙模块,使用蓝牙透传功能,将数据自动上传到钉钉小程序,经过人工判定后提交到企业云服务器,配合企业LIMS,生成检测报告。开发的智能系统具有检测试验的便利性、数据强安全性、数据高准确性、数据易溯源性等优势。

计算机网络与云计算技术的应用

阐述云计算技术及其特点,计算机网络云计算的关键技术和应用,包括构建相应的服务器架构体系、SAN计算架构体系的数据传输效率、虚拟化技术和存储模式的应用。

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。

地震灾情获取中无人机直播关键技术研究

近年来国内多次地震应急经验表明,在震后第一时间获取灾情信息是公共服务的关键,能够有效减轻地震灾害带来的损失,因此快速获取灾情信息并制定合理的救援策略成为减轻灾害的有效方法。无人机灾情获取技术可与传统灾情获取手段相互融合,在多次地震应急中取得了良好的效果。针对单兵系统依赖的远端服务器稳定性差、本地布设的服务器价格高、展示渠道单一等问题,本文研究了基于无人机视频传输快速获取震后现场灾情信息的方法,有助于完善现有灾情信息获取手段。无人机直播技术采用实时消息传输协议,在云服务器中设定推流、拉流对应地址,将采集的图像信息推流至云服务器,实现数据的拉流,现场灾情信息可同时在前后方电脑端、手机端显示。当网络中断时,利用现场应急通信车的卫星组网功能,仍可将灾情信息回传至后方指挥大厅。

云计算数据存储技术研究

随着我国信息技术的快速发展,云计算数据存储技术不断进步,但用户对数据的处理分析与储存要求也在逐步提高。为满足日益增长的需求,用户大多采用购置大量服务器的方式增强计算机的处理分析与存储能力,同时采用云计算数据存储技术降低对硬件资源的依赖。目前,云计算数据存储技术已深入社会各个领域,推动着我国各领域相关技术的创新与发展。基于该背景,研究了云计算数据存储技术。

铁路电务设备巡检数据实时显示动态分析系统设计

针对铁路电务设备巡检数据种类繁多、数据处理智能化程度不高的问题,基于二维码技术、BI(商业智能)工具设计了一种包括巡检数据采集、数据同步上传和数据可视化分析的新型铁路电务设备巡检数据实时显示动态分析系统。该系统将设备二维码中的表单数据,通过数据API将存储在云端的海量二维码表单数据连接到百度智能云Sugar平台上创建数据大屏,实现巡检数据的有效分析与展示。研究结果表明,该系统能使处理巡检数据速度提高至实时级别,数据大屏能够显示100%的巡检内容。

云数据中心可信计算池关键技术研究与实践

云数据中心在云数据运行过程中仍然会被安全问题所影响,严重制约了云计算的发展,让其存在不可控和不安全的因素。当前云数据中心的发展遇到了瓶颈,为解决上述问题,对云数据中心可信计算池关键技术作出分析,在分析过程中以案例项目背景为基础,首先明确云数据中心的特点,其次针对当前数据中心网络技术的相关要求对可信计算池的体系结构与关键基础进行设计,以此有效解决各类技术问题。

煤矿主要通风机远程无线监控系统设计

针对因煤矿主要通风机房位置偏僻且有线网络不易覆盖等造成的主要通风机监控系统易沦为"信息孤岛"的问题,提出了一种基于移动平台的煤矿主要通风机远程无线监控系统设计方案。该系统采用GPRS DTU模块与现场PLC通信,从而获取现场监控数据,并通过GPRS网络将监控数据上传至云端数据服务器;基于Android系统的移动客户端采用Socket通信模式,通过3G、4G或WiFi无线网络接入云端数据服务器,使用户可随时随地远程监控主要通风机运行状况。测试结果验证了该系统的可行性。

云数据中心虚拟机管理研究综述

云中心的虚拟资源管理是云计算提供者提供快速有效服务的重要保障,虚拟机管理是云中心资源管理的主要研究方向之一。该文首先对云中心虚拟资源相关研究现状进行深入调查和分析;讨论了云数据中心虚拟机放置调度方法(预留分配、即需分配、现货分配);综述了虚拟机动态在线迁移技术、服务器整合技术。最后指出云中心虚拟机管理的未来重要研究方向:分布式的虚拟机放置算法、虚拟机网络的拓扑结构、虚拟机资源使用模式探索和热能相关的动态虚拟机整合策略,以便为云数据中心虚拟机管理及研究提供有益的参考。

云计算数据中心服务器数量动态配置策略

云计算数据中心由通过高速网络连接的大量服务器构成,一种有效的节能措施是维持与系统负载成比例的活跃服务器数量同时切换剩余服务器到空闲模式,由此分别产生操作能耗和切换能耗。该文研究如何动态配置活跃服务器数量以最小化数据中心能耗(操作与切换能耗之和)的问题。首先,建立了问题的NP数学模型,并分析了无切换能耗情况下最优解的特性;其次,通过消除整数动态规划的递推过程,推导具有多项式复杂度的最优静态算法;最后,采用对未来负载的最坏预测结果作为约束制定了优化在线策略。仿真结果表明,所提出的静态最优和动态优化策略能够适应外界负载的剧烈变化趋势始终谨慎调整活跃服务器和休眠服务器的比例,以接近最优的能耗代价维持数据中心的平稳运行。

基于服务模式切换的数据中心能耗最小化问题研究

面向云计算的数据中心一般由大量服务器组成,保持合适数量活跃服务器提供及时服务的同时,尽可能切换服务器到空闲模式以减少能耗是一种有效的节能措施。文章研究了负载已知的情况下如何最小化数据中心操作能耗(服务进程能耗)和切换能耗(活跃/空闲模式改变能耗)的问题。首先,建立数据中心能耗最小化模型;然后分析特殊情况下最优解的特性;最后通过消除动态规划的递推过程,得到具有多项式复杂度的最优算法。不同负载变化趋势的数值结果表明,该算法能保证能耗达到最小,同时计算过程平稳。

基于Android平台智能家居客户端的设计与实现

为改善传统智能家居客户端功能单一、操作繁琐、不易推广等不足,设计并实现了基于Android系统平台集内外网对智能家居控制、智能配对、动态添加设备和房间、多用户共享数据、消息推送等关键技术的智能家居客户端。通过云服务器转发消息,客户端实现了外网与网关通信。网关保存所有智能家居信息,客户端通过查询网关获取信息,实现多用户数据共享。采用基于MQTT协议的消息推送机制,实现当设备状态改变时,设备信息能被及时推送给每一个用户。经测试,多用户均可从网关获取设备等信息,并对设备进行控制,是一款性能良好、界面友善的智能家居客户端软件。