基于eBPF的云上威胁观测系统

随着云上威胁的种类和攻击路径更加多样化,单一维度的威胁数据难以准确刻画复杂多变的威胁行为。文章提出一种基于扩展伯克利数据包过滤器(extended Berkeley Packet Filter,eBPF)的威胁观测系统ETOS(eBPF-Based Threat Observability System),首先,通过评估威胁行为中各动作的危险程度,对关键动作分层分类设置观测点位,从而在目标机器上实现按需动态激活eBPF探针,获取多维结构化威胁行为数据,能够有效表达云环境中的威胁行为,降低数据分析的预处理成本;然后,设计一种通用eBPF探针模板,实现探针库的自动化扩展;最后,文章在容器云平台上复现了18个容器逃逸通用漏洞披露(Common Vulnerabilities and Exposures,CVE),并利用ETOS观测威胁行为。实验结果表明,ETOS能够在多个层次观测威胁行为,输出多维结构化威胁数据,引入系统和网络的总体开销均低于2%,满足云平台运行要求。

基于电力数据驱动的云控平台边缘计算优化策略

随着工业互联网和智能电网的发展,电力数据量呈指数级增长。边缘计算作为一种新型计算范式,通过将计算资源部署在靠近数据源的边缘节点上,有效地缓解了中心服务器的压力,提升了数据处理的实时性和可靠性。提出了一种电力数据驱动的工业云控平台边缘计算优化策略,从数据预处理、边缘节点的合理分布以及动态任务调度等进行了系统分析。通过实际案例验证了所提出的边缘计算优化策略不仅显著提高了系统的实时响应能力及计算资源的利用,而且增强了数据的安全性,为智能电网的运行和发展奠定了基础。

基于云计算的电力大数据分析技术与应用

为解决电力数据分析系统在大数据时代面临的严重的性能与可伸缩性瓶颈,更好地满足生产、营销等系统的需求,分析了云计算技术的优势,提出了基于云计算的电力大数据分析系统体系结构及关键技术。基于分布式并行计算框架Hadoop和Hive,面向电力大数据特征,设计了多维索引、SQL自动翻译工具和支持数据更新的混合存储模型3项性能提升技术,实现对传统电力数据分析系统的升级优化。在浙江电力用电信息采集系统的实际部署经验表明,和传统电力数据分析系统相比,该系统以1/8的硬件成本,获得平均5倍的性能优势。证明了云计算技术能够显著提升电力大数据查询与分析性能并有效降低成本。

物联网在电力系统的应用展望

以智能电网(数字电网)为框架,分析了智能电网(数字电网)的关键功能与要求。结合物联网概念及射频识别技术,提出了电力物联网(IOTIPS)的概念,并对其应具备的功能、结构以及关键技术和因素做了描述与分析。电力物联网是以网络技术、数据库技术、通信技术的发展为基础的智能型网络,它的应用将显著提高电力系统的稳定性与安全性,同时亦能满足保护环境、节能减排的可持续发展要求,促使电网水平进入一个更高的层次。

云计算在电力用户用电信息采集系统中的应用研究

随着国家电网公司确立的电力用户用电信息采集系统"全覆盖、全采集、全费控"目标的逐步实现,电力系统中运行的采集终端数量大幅激增,从而使采集的电力系统数据信息量呈几何级数增长。面对海量的用电数据,当前用电信息采集系统在多个方面出现瓶颈。文中通过分析当前作为解决大数据存储、分析、计算、管理有效手段的云计算技术,结合当前用电信息采集系统所遇问题,研究了云计算在电力用户用电信息采集系统中的应用前景及面对的挑战,对未来电力用户用电信息采集系统的建设和发展有指导意义。

基于云计算的海量数据挖掘研究

为了实现高效率低成本的海量数据挖掘,为企业决策提供参考,提出了基于云计算的海量数据挖掘模型。该模型中海量数据的处理和存储都是在云计算环境中进行的,首先对海量的数据进行一定的预处理,形成结构一致的数据后,应用云计算平台上的MapReduce模型进行高效的并行数据处理,最后得到所需的数据挖掘结果。基于云计算的海量数据挖掘的效率明显高于传统的数据挖掘,并且数据挖掘结果的准确性有了一定的提高,而且随着数据量的增多,该模型的优势会愈发明显。

引入资源即服务的云计算架构及其应用

提出引入资源的四层云计算构架,阐述资源在云环境中的必要性.同时从资源的角度,给出云和云计算的概念.设计云计算环境下的数据采集模型,并从数据资源的角度,设计应用广义搜索树的面向云计算的数据预处理机制.与已有的云计算构架对比,该构架更能体现出云计算技术的特性,为云计算提供了一个思考方向.

电信企业云计算数据中心容量管理

为解决电信企业云计算数据中心基础设施管理中的容量管理问题.采用理论分析和实验的方法,以理解数据中心系统历史容量使用为依据,利用指数平滑法建立容量预测模型,并考虑业务突发对模型的影响,利用斜率调整因子和截距调整因子优化预测模型,实验验证了通过模型计算容量与系统真实占用容量接近的结果.研究结果表明:数据中心系统未来容量需求可以通过历史容量分析建立指数平滑模型来预测.研究结论初步突破了数据中心系统容量不可预测、难于管理的认识,通过容量管理可以使电信业保持系统容量利用率、成本以及服务质量之间的平衡,提升系统资源利用率,提升服务可用性,解决资源瓶颈.

基于云计算平台的风电场SCADA系统的设计与应用

针对目前风电场积累的海量多源异构的大数据,借助云计算平台架构灵活多变、数据并行处理的优势,设计了基于云计算平台的风电场数据采集与监控(SCADA)系统。在该系统的云计算平台上采用智能化数据挖掘算法,完成了风机数据的远程采集、智能分析、故障预判。最后选取反映风电场性能的功率和转子转速数据,以自适应权重(AFW)的K-means算法和最小二乘支持向量机两种典型的数据挖掘算法为例,对数据进行了聚类分析和回归分析,验证了系统的可行性。

基于云计算技术的船舶数据采集与传输网关设计

随着航运业发展,海洋运输的能耗爆发增长,对单艘船舶的能耗管理成为现代船舶制造的重要研究方向。传统的能耗管理依靠人的经验与单一数据采集系统,只能记录单艘船舶的能耗曲线,而不能建立舰队及海运作业总能耗之间的联系。随着云计算技术与互联网技术的发展,基于同一管理平台的船舶能耗数据采集分析成为主流研究方向。本文研究了基于云计算技术的船舶能耗数据采集与传输网关电路结构,对数据进行了实时采集与监控,最后进行统计分析。

三维点云数据获取技术

综述了各种三维数据获取技术的现状,给出了对此类技术的评价指标,根据这些指标,对常用的几种技术进行了比较。为基于编码光、结构光和计算机视觉三维数据获取系统的设计与实现提供了理论论证基础。

基于云计算平台的图书馆混合推荐技术研究

研究基于云计算平台的图书馆混合推荐技术,向不同类型用户精准推荐图书。构建以并行计算框架为计算前提的图书馆混合推荐系统。采用Flume采集图书馆用户日志信息和图书馆图书数据,将采集到的数据信息传输到Kafka消息中间件后,向集群中传入集群订阅的数据信息,集群在用户粘稠度较低时采用聚类算法聚类图书馆数据信息,获取聚类中心,依照聚类中心用户读书偏好向目标用户推荐图书。在用户粘稠度较高时,采用基于协同过滤的混合推荐算法分析目标用户阅读偏好,计算目标用户偏好和用户群中用户偏好相似程度,将偏好相似程度作为权值,组合多个权值产生预测评分,通过预测评分推荐图书。经过实验分析发现,该方法推荐精准性最高为99.72%,推荐查准率高于95%,响应时间不超过0.2 s,说明该方法能高效快速地向目标用户推荐图书。

基于云计算技术的网络数据采集传输仿真

针对网络数据采集传输过程中冗余数据过多、运算复杂度较大,导致数据采集准确度低、数据传输能耗高、效率低的问题,提出基于云计算技术的网络数据采集传输方法。以云计算技术为背景,传感器节点、sink节点、服务种类和数据上传形式为基础架构网络模型,通过sink节点接收到所有节点的坐标信息选出最优的少量采集点坐标,再采用量子遗传算法获得最短环路,当sink节点依轨迹进行运动抵达采集点时,发送采集信息,节点接收到信息后将执行数据的传输操作,通过无线网关软件的分析转换为以太网数据格式,实现向监测中心传输数据。仿真结果表明,所提方法的采集准确率较高,数据传输耗能较低,网络数据采集传输的效率高。

云计算的RFID数据采集和管理系统设计

现代航运业及海上军事系统建设中,需要对各种海量的数据进行采集处理,如海上气象数据﹑环境监测数据﹑海底地形数据及卫星通信数据等,有些数据的采集处理对实时性及准确性要求较高。传统的RFID数据采集和管理系统结构单一,处理性能已经越来越不能满足现代航运业的实际要求。本文研究云计算架构及海上RFID数据采集和管理系统,重点探讨基于云平台的分布式架构并改进数据采集中的哈希过滤算法,有效提高系统性能。

云计算环境下船舶运行数据的采集与传输方法研究

随着现代化网络技术的高速发展,需要对更多的数据进行长时间保存,这对数据采集、存储和传输系统的容量和便捷程度提出了更高的要求。在此背景下云计算技术应运而生,为精准、快速查询数据提供了全新的方法,以便对海量的数据进行高效管理。再次背景下,提出云计算环境下船舶行业数据采集和传输系统设计发方法。通过云计算数据处理技术对船舶运行情况进行实时监测和分析,并对船舶运行数据进行采集和输出,以便对船舶的运行情况进行实时精准的掌握。通过仿真实验对船舶运行数据采集与传输系统的灵活性和数据精准度进行检测,实验结果证实该系统数据采集和传输的完整性和精准程度满足船舶能航行的发展要求,在实际运行中具有重要参考意义。

大数据系统架构及技术发展研究

近几年技术的进步使得许多领域(如医疗保健传感器、客户端、互联网和金融企业、以及商业系统)产生了海量数据.相比传统数据,除了其庞大的数据量,大数据也表现出其他特性.例如,大的数据通常是非结构化的,需要更精确的实时分析.这意味着需要新的系统架构对数据进行采集、传输、存储以及大规模数据处理的机制.提出了大数据的定义和未来大数据面临的挑战,将大数据系统分为四个连续的模块,即数据生成、数据获取、数据存储和数据分析,这四个模块可以形成大数据的价值链.对研究和产业机构提出的许多方法进行了分析和总结并列出了一些大数据系统潜在的研究方向.

论图书馆大数据在读者决策采购中的应用

阐述读者决策采购是图书馆未来电子资源采购的重要模式,提出大数据将给图书馆个性化读者决策采购带来新的发展机遇,同时就如何将大数据应用到图书馆读者决策采购中提出建议并解决方案。

Integration system research and development for three-dimensional laser scanning information visualization in goaf

An integration processing system of three-dimensional laser scanning information visualization in goaf was developed. It is provided with multiple functions, such as laser scanning information management for goaf, cloud data de-noising optimization, construction, display and operation of three-dimensional model, model editing, profile generation, calculation of goaf volume and roof area, Boolean calculation among models and interaction with the third party soft ware. Concerning this system with a concise interface, plentiful data input/output interfaces, it is featured with high integration, simple and convenient operations of applications. According to practice, in addition to being well-adapted, this system is favorably reliable and stable.

海上测控任务数据中心一体化管理平台设计

根据海上测控任务数据和信息分布的特点,设计了海上测控任务数据中心的一体化管理平台。首先,平台设计采用基于无共享存储的高性能集群模式数据库架构,具备统一的计算与存储系统能力以及良好的动态可扩展性;其次,平台采用层次化设计,包括数据采集与处理、数据存储、数据管理和数据应用4层,实现统一的数据中心管理和应用。根据应用需求,重点设计了航天器遥测故障预警与诊断、测控设备远程监控与故障诊断、外测数据精度分析与数据挖掘等典型数据应用模块,实现数据核心价值。

基于云计算的Web数据挖掘研究

数据挖掘技术是当前数据库和人工智能领域研究的热点。文章从云计算的概念及关键技术出发,详细阐述了在云计算下的Web数据挖掘的各种技术方法,分析了Web数据挖掘技术,并对云计算基础上的Web数据挖掘进行了探讨。