Systematic Cloud-Based Optimization: Twin-Fold Moth Flame Algorithm for VM Deployment and Load-Balancing

Cloud computing has gained significant recognition due to its ability to provide a broad range of online services and applications.Nevertheless,existing commercial cloud computing models demonstrate an appropriate design by concentrating computational assets,such as preservation and server infrastructure,in a limited number of large-scale worldwide data facilities.Optimizing the deployment of virtual machines(VMs)is crucial in this scenario to ensure system dependability,performance,and minimal latency.A significant barrier in the present scenario is the load distribution,particularly when striving for improved energy consumption in a hypothetical grid computing framework.This design employs load-balancing techniques to allocate different user workloads across several virtual machines.To address this challenge,we propose using the twin-fold moth flame technique,which serves as a very effective optimization technique.Developers intentionally designed the twin-fold moth flame method to consider various restrictions,including energy efficiency,lifespan analysis,and resource expenditures.It provides a thorough approach to evaluating total costs in the cloud computing environment.When assessing the efficacy of our suggested strategy,the study will analyze significant metrics such as energy efficiency,lifespan analysis,and resource expenditures.This investigation aims to enhance cloud computing techniques by developing a new optimization algorithm that considers multiple factors for effective virtual machine placement and load balancing.The proposed work demonstrates notable improvements of 12.15%,10.68%,8.70%,13.29%,18.46%,and 33.39%for 40 count data of nodes using the artificial bee colony-bat algorithm,ant colony optimization,crow search algorithm,krill herd,whale optimization genetic algorithm,and improved Lévy-based whale optimization algorithm,respectively.

AN ADVANCED DYNAMIC FEEDBACK AND RANDOM DISPATCHING LOAD-BALANCING ALGORITHM FOR GMLC IN 3G

Based on the system architecture and software structure of GMLC (Gateway Mobile Location Center) in 3G (third generation), a new dynamic load-balancing algorithm is proposed. It bases on dynamic feedback and imports the increment for admitting new request into the load forecast. It dynamically adjusts the dispatching probability according to the remainder process capability of each node. Experiments on the per- formance of algorithm have been carried out in GMLC and the algorithm is compared with Pick-KX algorithm and DFB (Dynamic FeedBack) algorithm in average throughput and average response time. Experiments re- sults show that the average throughput of the proposed algorithm is about five percents higher than that of the other two algorithms and the average response time is four percents higher under high system loading condi- tion.

A LIMITED RESOURCE VECTOR LOAD-BALANCING ALGORITHM FOR SOFTSWITCH-BASED HETEROGENEOUS CLUSTERED MEDIA SERVER

Based on the system feature of softswitch-based heterogeneous clustered media server, this paper proposed a limited resource vector load-balancing algorithm. The purpose of the algorithm was to balance the load of clusters by utilizing all system resources effectively and to avoid violent shaking of the system per- formance. A lot of simulations on the Petri net model of load balance system are conducted and the algorithm is compared with some traditional algorithms on balancing ability for heterogeneity, system throughput, re- quest response time and performance stability. The results of simulations show that the algorithm achieves system higher performance and it has excellent ability to deal with the heterogeneity of clustered media server.

电能路由器电气安全风险解析与关键试验研究

电能路由器是未来能源互联网的核心装备,但尚无对于其电气安全方面的测试标准。本文对于电能路由器风险源可能存在的情况进行了详尽的分类解析;重点针对电气安全列出了安全检测项目和指标,给出了电能路由器的测试系统,并根据应用场景制订了测试工况。

MRNDA:一种基于资源受限片上网络的深度神经网络加速器组播机制研究

片上网络(Network-on-Chip,NoC)在多处理器系统中得到了广泛的应用.近年来,有研究提出了基于NoC的深度神经网络(Deep Neural Network,DNN)加速器.基于NoC的DNN加速器设计利用NoC连接神经元计算设备,能够极大地减少加速器对片外存储的访问从而减少加速器的分类延迟和功耗.但是,若采用传统的单播NoC,大量的一对多数据包会极大的提高加速器的通信延迟.并且,目前的深度神经网络规模往往非常庞大,而NoC的核心数量是有限的.因此,文中提出了一种针对资源受限的NoC的组播方案.该方案利用有限数量的处理单元(Processor Element,PE)来计算大型的DNN,并且利用特殊的树形组播加速网络来减少加速器的通信延迟.仿真结果表明,和基准情况相比,本文提出的组播机制使加速器的分类延迟最高降低了86.7%,通信延迟最高降低了88.8%,而它的路由器面积和功耗仅占基准路由器的9.5%和10.3%.

Tenda AX12路由器0-Day栈溢出漏洞挖掘方法

随着5G技术对物联网发展的加速,预计到2025年将会有约250亿台物联网设备连接到人们的生活。其中承担物联网设备网络管理角色的路由器使用量非常大,但是路由器存在众多安全问题,通过路由器设备进行攻击,可以非法获取用户信息。为了维护网络安全,提前发现路由器的漏洞具有重要的研究意义。本文以Tenda AX12路由器为研究对象,从固件入手对其进行0-Day栈溢出漏洞挖掘研究,并提出了基于危险函数追踪的逆向分析漏洞挖掘方法。首先从危险函数中分析函数所在前端的对应位置,将前后端对应;然后对固件中的Web服务进行分析,对其中可能发生栈溢出的httpd二进制代码进行危险函数分析,该方法使用反汇编代码对危险函数的普通形式和展开形式进行定位,并对危险函数进行参数分析和动态检测;接着通过搭建仿真模拟机在模拟机上运行该服务的二进制文件,并在Web前端页面对潜在漏洞位置进行数据包捕捉;最后根据前期分析的危险函数参数情况对包进行改写并发送,以此来触发漏洞,验证漏洞的存在性,同时验证该危险函数是否发生栈溢出。为了更真实地确定漏洞存在,我们又在真实设备上验证漏洞的真实存在性和可利用性。实验结果表明了该漏洞的挖掘检测方法的有效性,我们分别在不同型号的路由器上挖掘到4个0-Day漏洞,并且经过与SaTC工具进行对比实验结果表明该检测方法能够更准确的定位到出现漏洞的函数位置。

基于输入均压与虚拟直流电机相结合的直流电能路由器控制策略

针对中压直流配电网接入下的直流电能路由器在新能源出力等工况下,使用传统控制策略对直流母线的控制效果一般、电压易越限等问题,基于模块化的输入串联输出并联(input-series output-parallel,ISOP)型拓扑结构,提出一种基于输入均压与虚拟直流电机相结合的直流电能路由器控制策略。首先,研究输入均压控制过程中模块间的功率均衡控制特性并与输出均流控制进行比较;接着,将虚拟直流电机控制应用到控制算法中,使变流器模拟出直流电机的惯性特性;然后,对虚拟直流电机建立小信号数学模型,分析其工作机理以及参数对系统的影响;最后,在MATLAB/Simulink中搭建仿真模型进行验证。结果表明:所提控制策略能够在实现直流电能路由器各模块间功率均衡的同时,具有类似直流电机的惯量特性与阻尼特性,可显著提高直流配电网直流母线电压稳定性。

一种Tor网站多网页多标签指纹识别方法

Tor匿名通信系统经常被不法分子用来从事暗网犯罪活动,Tor网页指纹识别技术为暗网监管提供技术手段。针对单标签Tor网页指纹识别技术在网络监管中实用性差的问题,文章提出一种多网页多标签Tor指纹识别方法。首先,对标准粒子群算法、K最近邻算法进行参数优化并整合,提出自适应粒子群优化K最近邻模型APSO-KNN,进行连续多标签网页分割。然后,利用自注意力机制和一维卷积神经网络模型对网页分割片段进行内容识别。最后,利用APSO-KNN记忆打分机制选择识别失败的网页的次优分割点进行网页重分割。实验结果表明,APSO-KNN采用粒子搜索机制代替穷举遍历机制寻找分割点能取得96.30%的分割准确率,分割效率较传统KNN算法有显著提高。深度学习模型SA-1DCNN抗网页分割误差性能远优于机器学习模型,识别准确率可达96.1%。

基于UVM的片上网络路由器验证平台

路由器是片上网络的关键组件,其性能对于整个网络的性能具有重要影响;针对片上网络路由器进行功能验证,采用SystemVerilog和自动化脚本搭建了基于通用验证方法学(UVM)的验证平台,简化了验证流程;在验证平台中,通过划分多个agent向路由器的每个端口发送受约束的随机激励和定向测试序列,并创建了多个独立的测试用例,对路由器的功能进行充分的验证;通过运用覆盖率驱动策略,对验证进程进行了量化;根据路由器的设计要求,编写了覆盖组和交叉覆盖组以收集覆盖率数据;此验证平台已应用于人工智能芯片的验证工作,平台中的组件和测试用例均可实现更高层次的复用;此外,通过VCS和Verdi的联合仿真,实现了100%的功能覆盖率和95.6%的代码覆盖率的目标。

路由器安全防护锁盖注射模设计

针对某路由器安全防护锁盖设计了1副两板注射模,模具中设计了双斜导柱驱动的四向抽芯复合滑块机构,机构使用2根斜导柱驱动1个滑块实施抽芯,滑块在抽芯过程中由4个小滑块带动4个镶件在4个方向上实施同步抽芯,解决了塑件局部区域多个特征多向抽芯脱模机构的难题。

UNIX进程在PE与router间通信过程模拟中的应用

为提高Ａ－ＮＥＴ计算机的模拟速度，利用ＵＮＩＸ进程管理和进程通信的功能，编制了多进程模拟程序．若干个进程利用进程间传送信息的ｐｉｐｅ来实现同步．排斥控制由ｓｅｍａｐｈｏｒｅ来解决．使用ｐｉｐｅ、ＦＩＦＯ构成通信通道来实现进程间的数据交换．通信用命令的定义和数据传送过程的设定构成了通信协议．

MARS:A General Multilayer Area Router

Based on a ripped-up and rerouted methodology,a multilayer area detailed router is presented by using simulated evolution technique.A modified maze algorithm is also performed for the single net.

Routeros在校园网中的应用

该文以鄂州大学校园网为例,详细论述了Routeros网络操作系统在校园网中的应用。论文具有较高的实用性,可供网络管理人员参考。

Router的一种更安全可靠的设计方案

为强化路由器安全性，提出了一种更安全、可靠的设计方案，在确保路由器功能的前提下，增强了对抗Ｈａｃｋｅｒ攻击的能力。

一种兼具配电网单相接地故障调控的多端口能量路由器

能量路由器是能源互联网领域的核心设备,其电路拓扑能够实现新能源、储能、各类负荷的统一分配。目前,能量路由器缺乏配电网故障恢复能力。该文提出一种实现故障调控与新能源消纳的多端口能量路由器(multi‐port energy router,MP‐ER)。首先,介绍MP‐ER拓扑及原理,根据MP‐ER整体结构,提出以直流母线电压为主信号,各个端口分散控制的控制策略;其次,通过直流母线电压及配电网零序电压情况,将MP‐ER工作模式分为正常模式和故障柔性消弧两种模式,在所提的控制策略下,实现各模态内的稳定、高效运行;最后,针对连接的微网、配电网系统,利用MATLAB数值软件,对该模型进行仿真并验证该文提出的拓扑结构功能的合理性。该研究为能量路由器的研究提出一种新的拓扑结构和模型。

Router OS的防火墙功能在高校计算机房管理中的应用

MikroTik Router OS是基于Linux开发的能在PC机上运行的路由器和专线路由器操作系统,主要应用于防火墙、ISP核心路由器、用户认证管理系统、流量控制等.论述通过使用MikRoTik Router OS的防火墙功能对学校计算机房的网络进行控制与管理,讨论防火墙过滤规则的制定.

集群式岸电能量路由器供能精细化就地管控策略

传统的能量路由器能量管理策略未考虑多台设备之间的柔性互联关系,且在港口应用中港机负荷的冲击性和新能源发电的波动性,使区域电网的可靠供电和经济运行面临挑战。为此,基于模糊逻辑控制提出了一种适用于集群式岸电能量路由器的供能精细化就地管控策略。该方法考虑了互联岸电能量路由器之间输出功率的耦合影响,并依据并网模式下可能的功率流向制定了保证电力用户经济效益的模糊控制规则,使储能输出电流根据电池荷电状态(state of charge, SOC)、电网电价以及各台岸电能量路由器净输出功率的变化进行动态调整。该方法计及了互联系统间的协同作用,构建了互联系统间各端口传输功率关系,有利于分布式能源跨台区协同消纳,且不需要上层调度控制,减少了对通信的依赖。仿真结果验证了所提控制策略的有效性和可行性。

考虑储能和新能源的城市轨道交通能源路由器拓扑设计与控制策略研究

为了解决城市轨道交通列车的启停过程和分布式能源进入轨道交通能源路由器导致直流母线功率波动严重的问题,需要在不同端口之间进行能量路由,涉及多种运行模式,而无缝切换是一个重大挑战。该文基于分层控制策略提出一种适用于城市轨道交通的六端口能源路由器拓扑结构以及分层协调控制策略,使多端口能源路由器能够在列车停车、加速、恒功率驱动和减速等工况下协调运行,并在各种工况下无缝切换。能源中央调度层通过采样各端口的状态信息发送工况指令,微电网控制层采用集中控制,接收上层工况指令,向各局部控制层发送驱动信号,接收微电网控制层的驱动信号。局部各端口控制器控制各变流器电路的开关动作,并将变流器的工作状态上传至微电网控制层,以准确传输所需的列车负载功率,保持直流母线电压的稳定。最后,采用Matlab/Simulink仿真和实验验证了适用于轨道交通的六端口能源路由器拓扑设计及分层协调控制策略的可行性。

基于本地收益最大化的命名网内计算部署机制

命名网内计算(named in-network computing,NINC)是一种基于命名数据网络架构、在网络设备处提供泛在计算服务的新兴计算方案。如何有效在单个路由器上部署多个NINC服务,仍有待探索。针对这一问题,提出了本地部署收益与本地服务收益的概念,前者表征NINC服务本地部署后降低转发流量所获得的CPU资源节约量,后者表征所部署的NINC服务每消耗单位CPU资源所获得的流量处理能力。在此基础上,设计了一种基于本地收益最大化的NINC部署机制。该机制中,路由器周期性预评估拟部署NINC服务的本地部署收益与本地服务收益,进而将部署问题转化为一个背包问题,求解出优化的NINC服务部署方案。仿真结果表明,相较于基于流行度的机制,该机制能够有效提高网内计算流量处理能力,在网内计算服务所需数据量均匀分布的一般性场景下,单个路由器可获得约20%~27%的处理能力提升。

Router OS网络工程组建及管理

随着我国信息经济快速发展,电脑再也不是奢饰品,已经走进了人们的生活。为了方便人们对电脑的使用,大量的电脑系统也因此诞生,其中,Router OS是一款在策略路由、无线应用、宽带控制等方面都具备着极高的功能性与性价比的软件,深受人们的喜欢与欢迎。本文就以Router OS为主,分析了Router OS性能优势,着重探讨了用户如何对Router OS网络工程的组建及管理工作。