C程序非法计算缺陷的静态检测

为实现基于静态分析技术自动的检测C程序中的非法计算缺陷,提出了一种基于区域内存模型进行非法计算缺陷检测的方法。对C程序中的非法计算缺陷操作归纳总结出其受限集,以对相应运算进行约束;通过抽象的区域内存模型表示实际的内存存储,实现了基于抽象内存区域内存模型的数据流分析;基于数据流分析的结果,判定C程序中的受限操作是否违背受限集的约束,以实现非法计算缺陷的检测。5个实际工程的检测结果分析表明,该方法可有效地检测出C程序的各类非法计算缺陷。     

一种普适环境下面向服务的事务处理模型

普适环境具有高移动、极端异构、高自治和开放性的特点,普适环境下的服务组合因其突出的动态性问题,为保证对整个服务运行结果的可靠性和一致性,引入事务处理的机制来进行管理。提出一种在普适环境下面向服务的事务处理模型,在服务的发现、组合及运行中引入事务机制来协调管理,保证了服务组合的可靠一致性,并讨论了模型的系统架构和各模块组成,及应用场景。     

基于边缘计算的新型数据处理系统

分析现有云计算模型所存在的问题，即实时性、隐私保护、能耗等方面的问题。然后探讨边缘计算模型的概念以及其相对于云计算模型的优势，提出新型数据处理系统的系统架构，设计实现数据处理系统的运行及调度策略,结合具体实例,验证所实现的功能。最后，对基于边缘计算的新型数据处理系统的应用前景及改进方向进行讨论。     

云计算环境下的PSO可信资源调度

对云计算环境下的资源调度问题进行了研究。针对云计算环境下资源调度的特点,结合节点失效以及任务间的网状结构特点,建立资源调度问题数学模型,运用离散粒子群算法求解该问题。针对模型特点结合云计算服务运营实情,设计算例进行仿真测试。验证表明了所建立模型的合理性及该算法求解的可行性和有效性。     

一个新的移动计算的嵌入式GIS模型的研究

针对嵌入式GIS应用在无线互联网络环境下的带宽限制、数据析取量大等问题,采用了移动Agent分布式计算理论与技术,提出了一种新型的移动计算环境的嵌入式GIS模型,分析了该模型中各子模块的主要功能及运行机制,并将该模型应用在某省地震应急指挥系统中,通过离线在GIS客户端工作,可以在线实时发送灾害损失调查信息。实验表明,与传统的分布式计算模型相比较,嵌入了支持移动Agent计算模型的GIS在无线互联网络中具有高效的处理机制和良好的适用性。     

基于云计算运维服务的配置管理数据库模型

配置管理数据库(CMDB)作为基础设备的数据集散地,在运维服务中处于一个至关重要的位置。但在云计算的大环境下,尚缺乏支持云计算运维服务的CMDB模型。为解决此问题,针对云计算背景下的运维场景的CMDB模型需求进行分析,提出云计算运维服务的CMDB应该提供的基础模型,包括配置项(CI)之间的相互关系以及其具备的高效能的外部查询和分析能力,最终得到一个能为云计算运维工作提供理论及数据支撑的实践型标准模型,并在某电信运营商的云项目中得到应用和验证。     

普适计算中上下文依赖的主动任务发现

任务计算是一种针对用户如何与设备和服务进行交互的新模式,用户可以只关注需要完成的任务,而不必考虑如何去完成。主动任务发现是任务计算的核心,它依赖于上下文,并能自动组合相应的服务完成规定的操作。在构建任务计算模型的基础上,描述了一种基于上下文依赖的主动任务发现模式,分析了主动任务的结构模型,提出了一种发现任务并执行任务的算法,并通过一个智能教室的应用环境说明了该算法的具体应用。     

基于云计算的电子商务应用与研究

随着互联网技术的不断发展促使了云计算技术的出现。云计算的出现不仅改变了原有的工作方式和商业模式,同时也给电子商务行业带来全新的发展。本文主要研究云计算的相关技术,并结合电子商务进行研究与应用,最终得出基于运算的电子商务。     

网格技术及其应用

对网格系统的定义、特点、功能、体系结构和关键技术进行了研究，重点阐述了五层沙漏结构、网格操作系统的基本功能和安全认证技术，同时给出了网格体系结构模型、网格使用模式和一个基于代理的资源管理模型。讨论了网格的应用领域，指出了网格必将成为新一代网络计算模式以及新型的分布计算和协同工作环境。     

插入/切割DNA计算系统模型研究

为建立以载体分子为基础的DNA计算系统,根据目的基因和载体分子连接操作的特性构造一类DNA计算模型.该模型基于上下文的插入/删除模型,将线性分子拓展到环形质粒分上进行讨论.以剪接系统理论为基础,对在单一限制性内切酶作用下的插入/切割操作进行模拟.最后证明了这类操作的图灵机表达能力.     

基于分布式计算的月度机组组合高效算法设计

月度机组组合是电力系统运行方式安排的重要内容。随着电网规模的不断扩大,月度机组组合计算规模快速增加。传统的月度机组组合计算方法在计算效率上已不能满足当前系统要求。为此,介绍了分布式计算基本概念,提出了一种基于混合维度粒子群算法的分布式计算方法。根据月度机组组合模型实际,设计了面向月度机组组合问题的分布式高效计算方法,通过将传统串行计算转换为并行计算,提升了整体计算效率。最后基于某电网实际构造算例,验证了本文所提出方法的有效性。     

民机运行大数据分析平台整体架构研究

针对日益增长的民用航空巨量数据,借助大数据存储和分析技术,构建民用航空运行大数据分析平台,可更有效支撑快速响应、航材管理、健康管理等各项民机运行业务。结合目前国内外民用航空领域大数据技术的应用现状,梳理民机运行的业务模式及数据类别,设计并构建民用航空大数据分析平台的整体架构。根据目前民用航空运行业务需求,对民用航空大数据平台的硬件平台的管理节点、数据节点的计算能力等功能性能进行设计,并对民用航空大数据平台的轻量级计算、离线数据计算、实时在线数据处理分析等计算需求进行研究,针对不同的计算方式,提供具体解决途径。最后对民机运行大数据分析平台的业务应用集成及接口技术进行研究。分析表明研究成果有助于提高我国民机运行效率,为民用飞机运行大数据平台提供支撑。     

大规模问题数据并行性能的分析

从应用的角度建立了评价大规模问题数据并行处理性能的模型,分析了区域的不同划分对解整个问题算法的收敛速度有影响时的并行性能,进而就操作重叠、数据规模以及算法选取等几个方面的问题对大规模数据并行性能所产生的影响进行了分析.最后,给出的例子证明了模型的有效性.     

连接中断计算环境下移动数据的处理模型

无线网络中断和弱连接现象,常导致用户在访问远程数据时访问中断和数据丢失,并正成为移动计算发展的一个瓶颈。基于这种现状,提出一种在无线网络出现连接暂时中断时移动计算环境下移动数据的处理模型,以解决上述问题。为提高用户访问数据的可靠性,即在出现网络连接中断时使用户能够在离线情况下继续操作且不会丢失数据,该模型在移动终端提供语义缓存功能,并能在连接恢复时立即执行被滞后的操作。     

基于SOAP的Web异构数据库操作模型的研究

互联网的发展使得Web数据库成为数据库应用的主流。然而,传统分布式计算模式与数据库在设计结构和操作平台上的差异给Web数据库应用带来了困难。文中采用SOAP协议解决传统分布式计算模式在Web应用上的不足,利用XML技术解决异构数据库数据交换的问题,并在这个基础上提出了基于SOAP协议的Web异构数据库操作模型,完成异构数据库在Web上的数据交换和数据共享的工作流程。     

基于云计算和WebGIS的河口水环境决策支持系统

为了进一步强化水环境模型的模拟和预报能力,结合云计算、WebGIS等先进计算机技术,基于B/S三层架构开发模式,构建一个河口水环境决策支持系统。云计算性能分析结果表明,云计算对模型串行计算速度提升效果不大,对并行计算速度提升效果显著。系统简化繁杂的专业操作,强化模型的模拟和预报能力,为闽江水务管理部门提供决策支持,可进一步推广应用于其他河口的水环境管理。     

基于萤火虫算法的移动边缘计算网络带宽资源优化策略

由于移动边缘计算网络在边缘位置部署,在多用户并发的情况下带宽资源优化策略容易出现高计算负荷,降低带宽资源优化的效果。为了解决这一问题,提出基于萤火虫算法的移动边缘计算网络带宽资源优化策略。在服务器之间数据连续传输的情况下,确定网络内用户分布情况,计算网络运行需要消耗的能量,利用萤火虫算法建立以带宽资源为中心的数学模型,以移动边缘计算网络的各项参数作为依据,对数学模型求解,得到最优解后,以用户最大收益为目标部署优化策略。实验结果表明:提出的基于萤火虫算法的带宽资源优化策略计算延迟小,网络带宽资源优化效能高,整体计算性能得到了明显提升。     

基于改进残差结构的肺结节检测方法

针对肺结节检测方法中网络结构复杂所导致的模型计算量大、过拟合的问题,提出了一种结合深度可分离卷积和预激活的改进残差网络结构,将提出的网络结构应用于肺结节检测模型。该模型以目标检测网络Faster R-CNN为基础,采用U-Net编码解码器结构,利用深度可分离卷积和预激活操作改进了三维残差网络结构。首先,通过使用深度可分离卷积,模型复杂度和计算量大幅度降低;其次,通过使用预激活,模型的正则化得到改善,缓解了过拟合现象;最后,采用矩形卷积核在少量增加模型计算量的前提下扩大了卷积操作的感受野,有效地兼顾了肺结节的全局和局部特征。在LUNA16数据集上的检测中所提方法的灵敏度为96.04%,无限制接收者操作特征曲线下面积（FROC）得分为83.23%。实验结果表明：该方法提高了肺结节检测的灵敏度,又有效降低了检测结果的平均假阳性个数,同时提高了检测效率,可有效辅助放射科医师对肺结节进行检测。     

集群上一种面向空间连接聚集的并行计算模型

单机运行环境难以满足海量空间数据的连接聚集操作对时空开销的需求,集群上的并行计算是高效处理海量空间数据的连接聚集操作的关键. Map-Reduce是云计算中一种应用于大规模集群进行大规模数据处理的分布式并行编程模型,分析发现,Map-Reduce并不直接支持以既高效又自然的方式来处理具有二次归约特征的并行空间连接聚集操作.因此,提出了一种并行计算模型——Map-Reduce-Combine（MRC）来有效地处理大规模空间数据的连接聚集操作.MRC在Map-Reduce 模型上增加一个Combine阶段,有效地合并分散在各个Reducer的部分聚集结果.针对并行任务划分中空间对象的单分配问题,提出了过滤优化算法,提高了MRC下处理空间连接聚集查询的效率.实验验证所提出的并行计算模型在处理空间连接聚集查询时具有良好的效率、有效性、可扩展性和简单性.     

不确定模式集成中领域知识应用模型的研究

结合关系模型、产生式规则和自主计算三者的优点,提出了一个任务驱动的自主推理的动态领域知识应用模型。在该模型中,将领域知识按需要进行聚类,根据任务进行规则映射和推理模块中不同处理器的选择,运用证据组合方法合并各处理阶段的不确定度,采用基于自适应控制策略的自主计算技术进行知识推理。推理结果被应用到不确定模式集成模型的其他模块中,辅助解决模式集成中存在的不确定性问题。经实例验证该模型是可行的。