一种基于隐马尔可夫风险评估模型的数据快速疏散策略

地震、海啸、泥石流等自然灾害能够对数据中心产生致命的破坏,数据损坏和丢失会造成巨大的经济损失。对数据中心运营商和用户来说,数据丢失造成的无形损失更加无法承受。因数据中心备份会大大增加数据中心运营成本且影响数据恢复效率,近年来大量研究集中在数据快速疏散方面。遗憾的是大部分研究在缺乏建模和风险量化的前提下假设数据中心的风险为已知因素,存在一定的不合理性。基于SDN网络,本文建立隐马尔可夫模型,动态评估数据中心的风险,根据台风的路径和趋势实时计算台风附近的数据中心节点风险值,把数据实时疏散到风险较小的多个数据中心节点,实现了数据的快速疏散。为了验证模型的性能,本文在Mininet环境下进行了仿真实验,实验结果证明本文提出的模型能够较为高效的完成数据中心风险评估和数据疏散。

大型商场疏散能力分析与对策探讨

在大型商场客流事故类型中拥挤踩踏事故是最容易发生的。当大型商场正常运营时,大型商场内存在诸多通行节点,如扶梯、转角、通道等,通过对大型商场内不同节点的运行模式进行模拟,便可以仿真客流运动过程,研究人员的个体和群体特征,并分析风险节点,针对拥挤踩踏高风险位置提出改进方案。利用Pathfinder软件可以创建大型商场的疏散结构,设计其疏散场景,并且可以针对场景设计不同疏散参数,包括:人员多少、分布位置、人员结构的不同,分析疏散需要的时间,最后分析得到疏散数据并在此基础上提出不同情况下的应急对策。

高校教学楼楼梯出口应急疏散的建模仿真研究

通过对华北水利水电大学教学楼教室、楼道和楼梯进行实地测量和观测,采集与该高校相关的人员疏散数据,并对楼梯中学生的人员密度、行走速度、拥堵时间等疏散变量进行计算,量化分析疏散变量之间的相关关系。同时对教室和楼道进行建模、分析和仿真研究。结果表明:在教室和楼道制定合理的应急疏散规则,能够有效地降低保持概率,缩短楼层内的持续拥堵时间,从而降低楼梯出口的人群密度,缩短疏散时间,提高教学楼整体的疏散效率。