浏览器/服务器/服务器分布式结构的研究与应用

针对浏览器/服务器模型结构中数据库服务器端易形成数据“瓶颈”之不足，提出了在浏览器与数据库服务器之间增加WWW服务器所构成的一种分布式结构浏览器/服务器/服务器模型。举例说明了该模型在远程故障诊断系统中的应用，给出了以WWW服务器完成远程采集、信号处理、故障诊断等数据处理的系统软件平台结构，介绍了如何使用Java语言实现用户端、服务器端和数据库系统间的连接，及其远程故障诊断的工作过程。

基于浏览器与服务器架构的体外诊断试剂管理系统构建

目的:构建体外诊断(IVD)试剂管理系统,实现对IVD试剂的有效管理和监控。方法:基于浏览器与服务器(B/S)架构,采用前后端分离开发模式构建IVD试剂管理系统,系统前端采用Vue框架和Element-Plus组件库完成界面设计和展示,后端采用SpringBoot框架进行开发,前后端之间的数据传输使用网络请求库(Axios)通过JavaScript对象简谱(JSON)格式进行传递,实现数据的异步交互。对比系统应用前后医院IVD试剂的管理与监控效果。结果:IVD试剂管理系统实现了IVD试剂的权限管理、系统管理、入库管理、出库管理和库存管理等功能。IVD试剂管理系统应用后,通过系统的试剂定时任务预警,医院试剂过期量比应用前减少近60%;库存盘点所需时间由应用前的每次约5h减少至应用后的3h,试剂查找时间由应用前平均15min缩短至应用后的7min,试剂查找效率提升了50%。结论:IVD试剂管理系统能够实现IVD试剂信息共享和交流,提高协作效率,减少信息传递中的误差和延迟,提升医院IVD试剂管理效率。

基于ARM架构的边缘计算服务器关键平台研究

针对现有边缘计算基础网关服务器既不具备安全、稳定、可靠与通用性强等特点,又无法支持边缘计算场景的计算任务等问题,文中首次在基于ARM架构的鲲鹏920芯片的长虹天宫边缘计算服务器TG225B1上,设计并实现了适用于边缘计算场景的iBMC软硬件架构。该架构采用ARM国产化硬件底座,支持边缘网关硬件管理,实现工控多协议的自适应交互框架。对符合性、功能、性能、易用性、维护性、可靠性、兼容性等指标进行测试,表明iBMC架构能较好满足边缘计算服务器的需求。

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。

基于改进人工蜂群算法的边缘服务器部署策略

作为移动边缘计算架构部署的第一步,边缘服务器的部署是基础和关键,其部署位置与用户体验和系统性能密切相关,但是目前较少有研究关注该问题。研究无线城域网中移动边缘计算环境下的边缘服务器部署问题,以最小化响应时间为目标,将边缘服务器部署问题定义为一个优化问题,并提出基于交叉的全局人工蜂群算法求解边缘服务器部署的最优解以降低系统的平均响应时间。充分的实验结果表明,所提算法能够有效降低系统响应时间,算法性能优于其他代表性部署算法。

基于无服务器边缘计算下的服务负载调度算法

随着边缘计算的不断发展,其在资源管理配置方面逐渐出现相关问题,无服务器计算作为一种新的方式可以有效解决边缘计算的相关问题。然而,无服务器计算不具备在分布式边缘场景中高效处理请求所需服务负载调度的能力,针对这一问题,提出了一种基于无服务器边缘计算的服务负载调度算法(service load scheduling algorithm,SLSA)。SLSA的核心是通过隐式建模充分考虑了动态变化的节点状态、负载调度器放置等影响因素来优化整体时延,然后通过改进的平滑加权轮询调度(smooth weighted round robin,SWRR)算法进行服务调度。经仿真实验分析,SLSA在资源消耗上有着明显下降,同时在单城市场景与多城市场景下均有良好的性能表现,其中在单城市场景中相对于集中式轮询调度(round robin centralized,RRC)算法提升了43.01%,在多城市场景中提升了53.81%。实验结果表明,SLSA可以有效降低资源消耗率并提升性能。

服务器机箱底座下沉量Sag仿真与测试研究

文章采用Abaqus仿真与批量测试的方法,对服务器机箱底座的下沉量进行深入研究分析。以2U通用机架服务器为例展开分析,通过进行仿真与实测对比,证明了仿真精度足够且演练了满载sag到空载sag的分析和管控过程。该研究提出了全新的空载sag管控理论,并根据满载建议值反推空载建议值,再由仿真计算出空满载差值,该方法有效提升了工厂端的sag管控,对服务器机箱的sag设计和生产有重要指导意义。

嵌入式服务器软件接口通信容量调节算法仿真

考虑到实际系统中不同用户对通信有着不同的容量需求,为了在有限的频谱资源中获得更大的容量效果,提出一种嵌入式服务器软件接口通信容量调节算法。通过用户的信道增益信息,获取最小蜂窝用户数量。根据吞吐量增量降序排列结果,将排名靠前的蜂窝用户通信容量分配给用户对。将嵌入式服务器软件接口通信容量调节问题,转换为随机网络优化问题,对数据包码长和发送功率联合优化,引入离线算法的思想,提出通信容量调节算法,完成嵌入式服务器软件接口通信容量调节。实验结果表明,所提算法可以有效提升吞吐总量,同时能够有效降低平均等待调节延时,平均等待调节时延保持在30ms以内。

一种多控制器的网络服务器集群负载均衡调度策略

为提高网络服务器集群中心宽带利用率、降低网络访问及传输时延,文章提出一种基于SDN的多控制器负载均衡调度策略。首先,构建多控制器的网络服务器集群负载均衡调度的总体框架,通过转发层采集网络交换设备的状态信息;然后,在多控制器单元生成全局网络视图,采用自适应网络大小流进行调度,以提高网络及传输时延为目标构建网络服务器集群负载均衡调度策略模型。最后,控制器单元更新流量表并对OpenFlow交换层设备进行更新,以实现网络服务器集群中心的网络负载均衡。

串口设备服务器在水厂流量计量系统中的应用

本文主要介绍串口设备服务器的通信功能,以及串口设备服务器在水厂生产过程中对流量监测的应用。串口设备服务器在水厂中应用中可以实现上位机读数与现场仪表测量值一致,提高水厂信息化管理水平;通讯线路敷设简单,既降低生产成本;又能减少设备故障发生可能性,提高工作效率和生产安全性。实际应用表明,该系统运行稳定可靠,安装维护简单方便,为水厂流量监测系统提供了一种较好的选择方案。

基于成本感知的边缘服务器部署方法

针对移动边缘计算(mobile edge computing,MEC)中边缘服务器(edge server,ES)供应商的成本预算问题,建立一种以最小化时延和部署成本为目标的数学模型。通过归一化方法将其转化为单目标优化问题,提出一种基于交叉算法的鲸鱼优化算法的边缘服务器部署方法;采用精英反向学习策略构造新种群,提高种群的多样性和全局收敛速度;采用改进的非线性收敛因子平衡算法的整体开发能力和局部探索能力;利用纵横交叉策略提高算法跳出局部最优的能力。使用上海电信基站的真实数据集进行仿真,其结果表明,与其它4种算法相比,该算法在时延和部署成本方面的表现均优于其它算法,系统成本下降了42.1%。

基于云平台和Linux的虚拟FTP服务器搭建方法研究

重要事件的复盘分析工作需要以该过程中的关键数据作为支撑,为了解决利用移动载体、文件共享等方式进行数据传递复杂繁琐且存在安全风险的问题,利用数据中心云平台搭建了基于Linux操作系统的虚拟FTP服务器。依托云平台进行了创建虚拟机实例、安装Linux系统和配置FTP服务等过程,并在实验室环境下对搭建的虚拟FTP服务器进行了用户权限和文件传输功能测试,结果表明,该FTP服务器能够实现对用户的差异化赋权,文件上传和下载速率分别能够达到71.31 MB/s和44.64 MB/s,满足了复盘分析工作的实际需求,达到了预期的设计目标。

一种通用的服务器类环境资源节能降耗平台

通讯领域的能耗主要来自服务器的电力消耗,随着国家“碳达峰”“碳中和”发展理念的实施,及时开展服务器类环境资源节能降耗技术的研究具有重要的行业引领价值。针对传统持续节能过程中人力投入大、成本高、效率低、闲时无法下电等问题,本文从环境驱动、场景触发的角度提出一种服务器类环境资源分层管理的新思路,并在此基础上设计开发节能降耗平台框架,通过技术手段实现对服务器类环境资源用电进行控制,一键配置节能策略,打造节能强劲引擎,提升了节能的效率,节约了成本。该平台在环境资源提效领域得到了应用推广,取得了良好的效果。

基于不可信服务器的差分隐私混合推荐算法

大多数现有的隐私保护推荐算法是针对显式反馈行为数据的单一推荐算法,且仅适用于可信服务器场景。针对以上不足,提出了一个新的隐私保护推荐系统框架。框架利用用户隐式反馈行为数据,在客户端考虑数值敏感度和数据分布不同,使用LCF-VDP(local collaborative filtering-value differential privacy)机制扰动原始数据并上传到服务器;服务器混合两种算法的相似度,最终选择topk混合相似度发送给每个用户设备,在每个用户设备中进行预测评分计算并推荐。仿真结果表明,提出的方法可以根据不同的需求来选择合适的参数,以达到最佳推荐效果,且LCF-VDP在各种隐私预算下比传统的扰动机制效用更好。

车联网中基于多智能体强化学习的边缘服务器选址策略

为解决车联网环境下边缘服务器选址难的问题,提出一种基于多智能体强化学习的边缘服务器部署策略(记为CKM-MAPPO),重点优化边缘服务器间的负载均衡,同时最小化边缘服务器的时延和能耗。首先,使用Canopy和K-means算法确定边缘服务器部署的数量和初始位置;然后,基于多智能体强化学习算法确定边缘服务器的最优部署位置;最后,通过一系列实验评估所提出算法的准确性和有效性。研究结果表明:与基准算法相比,本文提出的方法的负载均衡度提升了26.5%,时延和能耗分别降低了12.4%和17.9%。

基于IQPSO-GA优化ANFIS模型的服务器故障预警方法

针对服务器底层部分业务类硬件故障对系统稳定运行的影响,提出一种改进的量子行为粒子群优化(IQPSO)与遗传算法(GA)相结合的混合元启发式优化算法对自适应神经模糊推理系统(ANFIS)参数进行训练,以获得更准确的ANFIS规则进行硬件故障预警的方法;首先,通过分析服务器业务与硬件相关参数之间的映射关系,通过采集的数据集对ANFIS模型进行训练构造预测模型;其次,考虑ANFIS在梯度计算过程中存在容易陷入局部最优值的问题,设计了一种IQPSO算法结合GA中的交叉和变异算子操作混合元启发算法全局搜索ANFIS规则参数;最后,通过一组后处理样本数据集对所提方法有效性和稳定性进行了检验;实验结果表明,该方法可有效预警服务器硬件故障,基于所提混合元启发优化算法获得的ANFIS模型具备更快的收敛速度和更高的全局搜索精度,与传统ANFIS模型相比泛化精度提高了47%以上。

瘦客户端/云服务器模式的实现方法研究

为了解决用户获取服务器图形化界面的需求,在局域网下探究了以远程桌面服务为关键技术的瘦客户端/云服务器模式的实现方法,基于云平台搭建Linux云服务器,研究了RDP和RFB两种远程桌面协议在云服务器上的配置方法及过程,在实验室环境下对搭建的瘦客户端/云服务器模式的服务效果进行测试和比对,结果表明:在云服务器上配置的RDP和RFB协议均能实现良好的远程画面和控制效果,且RDP协议在数据传输时占用CPU和带宽资源更少,RFB协议则在画面还原上性能更优。为基于远程桌面协议实现瘦客户端/云服务器模式的改进优化研究提供了参考。

基于CH579的高速串口服务器

针对目前的串口到网口数据透传模块存在传输速度慢、稳定性差、串口参数无法远程配置等问题,设计了一种基于CH579型号单片机的高速串口转以太网服务器。该系统通过采用串口八级FIFO缓存方式提高数据传输速率,通过优化串口成帧机制降低丢包率从而提高系统稳定性,通过设计串口参数配置协议实现上位机对串口参数的远程配置。测试结果表明:系统进行透明传输时串口最高波特率能达到5 Mbit/s,平均丢包率为0.0650%。因此该系统在提高串口波特率,提升系统稳定性和通用性上有明显改善。

面向服务器无感计算的模型推理服务切换方法研究

模型推理服务正随着大模型技术的发展被广泛应用,为模型推理服务构建稳定可靠的体系结构支撑逐渐成为云服务商关注的焦点。服务器无感计算是一种资源粒度细、抽象程度高的云服务计算范式,具有按需计费、弹性扩展等优势,能够有效提高模型推理服务的计算效率。但是,模型推理服务工作流呈现出多阶段的特点,独立的服务器无感计算框架难以确保模型推理服务工作流各阶段的最优执行。因此,如何利用不同服务器无感计算框架的性能特征,实现模型推理服务工作流各阶段的在线切换,缩短整体工作流的执行时间,是亟待解决的关键问题。讨论模型推理服务在不同服务器无感计算框架上的切换问题。首先,使用预训练模型构建模型推理服务函数,得出异构服务器无感计算框架的性能特征;其次,采用机器学习技术构建二分类模型,结合异构服务器无感计算框架的性能特征,实现模型推理服务在线切换框架原型;最后,搭建测试平台,生成模型推理服务工作流,完成在线切换框架原型的性能评估。初步实验结果表明,在线切换框架原型与独立的服务器无感计算框架相比,最大可缩短模型推理服务工作流57%的执行时间。

基于用户密度和平均访问时间的边缘服务器放置方法

为解决边缘服务器放置过程中资源浪费和延迟增加的问题,对边缘服务器放置方案的用户密度和平均访问时间进行分析建模,将其描述为多目标优化问题。设计了一种基于用户密度和平均访问时间的边缘服务器放置方案,并提出了一种多目标海马遗传算法(MOSGA)解决该问题。MOSGA首先使用多目标优化算法的思想对海马优化(sea horse optimizer,SHO)算法进行改进,使SHO算法能够适用于多目标优化问题,并在此基础上使用遗传算法改进SHO算法的繁殖操作,使MOSGA能更好地跳出局部最优解,加速问题的求解。该算法在上海电信数据集上进行了实验验证,仿真实验结果表明,MOSGA明显优于RA、K-means、NSGA、LMM,不仅有效解决了服务器资源浪费的问题,同时大大降低终端设备访问服务器的时间。