基于Logistic-ARMA组合模型对基坑开挖过程地表沉降的预测研究

基坑开挖对周边环境影响较大,对周边地表沉降进行预测预报是安全施工的重要手段。从沉降一般性规律出发,针对Logistic生长模型和ARMA模型对基坑开挖阶段地表沉降的预测精度低,进而提出Logistic-ARMA组合模型,并应用于工程实例。结果表明:Logistic-ARMA组合模型能降低基坑开挖过程对地表沉降预测精度的不利影响,相对单一模型具有更高的预测精度,且预测结果更为合理、可靠。

基于OpenStack云平台的Docker容器安全监测方法研究

随着虚拟化技术和容器技术的兴起,容器安全问题引起了社会和企业的广泛重视。针对传统的监控方式对Docker容器信息监控不全面、易产生监控黑洞等问题,提出一种针对OpenStack云平台下的Docker容器安全监测方法,该方法针对性强,资源占用率小,除了实现传统监测功能外,通过采用Logistic-ARMA预警模型和BERT序列标注,还可以实现对DoS攻击、容器逃逸等恶意攻击的有效监测,且根据容器规模不同可实现自定义的预警功能。经过实验验证,该方法在大规模容器网络中威胁预测准确率可达85%以上。