分布式集成信息系统中知识检索方法

支持产品设计的分布式集成信息系统中知识库是系统的核心,如何准确检索到所需知识对系统运行性能有重要影响。文章通过将人工神经网络、模糊理论和规则推理相结合提出的快速、有效的知识检索方法,并探讨了知识分层问题,以支撑件知识检索为对象开发了知识检索方法,为分布式集成信息系统的成功运行提供性能保障。     

基于元模型的体系作战联合实验集成评估研究

研究了不同层次作战实验室开展联合实验的模型集成问题.针对多分辨率联合评估难题,运用仿真元模型技术,建立了体系层与兵种层相互支撑的多分辨率模型集成框架,实现了统一作战想定下的一致性联合评估.基于上述模型集成框架,对元模型构建需求、元模型构建实验,以及基于元模型的体系模型集成等问题进行了阐述.运用建立的集成评估框架,建立了封锁作战联合实验的模型体系,以某装备对海打击效能元模型为例,描述了元模型构建和集成应用的过程,验证了在多层次联合作战实验集成评估中的有效性.     

武器装备体系作战需求分析框架研究

武器装备体系作战需求分析是信息时代作战需求分析领域的新概念,对联合作战能力的发展意义重大.在深入研究美军的联合能力集成开发系统基础上,提出一种新的武器装备体系作战需求分析框架.该框架基于两项关键技术:作战任务形式化描述与作战能力量化,包含四个主要步骤:基本任务需求分析、作战能力需求分析、解决方案生成与事后独立分析.实验表明,该框架能有效地将联合作战概念、联合使命转换为相应的作战需求,具有很好的应用前景.     

集成学习分布式异常检测方法

研究了基于模型共享的集成学习分布式异常检测模型,采用多数投票、边界扩展、平均叠加和距离加权4种不同的集成学习方法得到全部的局部模型;采用交换本地数据挖掘模型的方式来实现数据共享,从而构造出一个总体的集成学习模型。从全局的观点检测异常,减少了集中式检测所需数据的传输量,有效保护了数据提供者的隐私性。仿真实验结果表明,该方法的检测性能与集中式检测的性能相当,甚至更好。     

分布式制造资源集成系统软件平台研究

本文提出了分布式制造资源集成系统的概念,分析了该系统的特点,给出了具有核心功能结构的分布式制造多智能体的系统框图。在研究了分布式制造资源集成系统软件平台的功能及其关键技术的基础上,给出了软件平台的有关流程、程序和界面。实验表明,这些工作对分布式制造资源集成系统软件平台的理论研究及应用均具有实际的意义。     

关系数据库中分布式大数据集成冲突消解仿真

针对当前方法在进行冲突消解时存在消解耗时较长、消解成功率较低的问题,提出一种基于BP神经网络的关系数据库分布式大数据集成冲突消解方法,利用相似度度量方法提取关系数据库中分布式大数据集成过程数据属性特征在语义上的冲突特征,包括字符类型属性值的数据、数值类型属性值的数据、布尔类型属性值的数据,还有区间值类型属性值的数据四种;在相似度计算基础上,实现不同属性值类型数据的冲突特征提取,将这些冲突特征输入到训练好的BP神经网络模型中,判断关系数据库中分布式大数据集成过程是否存在冲突,并对存在的冲突进行消解。仿真对比测试结果证明,所提方法能够实现关系数据库中分布式大数据集成过程的冲突消解,而且具有耗时低、成功率高的优点。     

支持产品设计的分布式集成信息系统

对支持设计的分布式集成信息系统的结构及其实现的关键问题进行了讨论,对系统中数据存储与传递作了详细的论述,实现了基于Internet的分布式集成信息系统中知识的表达、存储与获取,最后,给出了基于DIIS思想实现的原型系统,文中的工作为实现基于Internet快速知识获取、提高产品设计水平、加快开发速度提供了一套解决方案。     

分布式作战仿真接口概念设计

接口设计是实现分布式作战仿真互操作的关键，在对高层体系结构研究的基础上，提出了一种基于状态空间影子模型的接口概念设计方案，分析和论述了相关系统结构、接口数据的表达、接口的构成及其工作原理。     

基于防空作战体系的DDoS攻击防御技术研究

防空作战体系依托军事综合信息网、指挥专网、内部局域网等网络,连接各级作战值班室和作战阵地并实现空情共享。这类网络任务单一,防御能力较弱,易遭受敌军攻击,如分布式拒绝服务(DDoS)。基于此,文章中提出了一种新颖的入侵检测方法—KNS。这种方法基于集成学习的思想,首先分别采用K-最近邻(K-Nearest Neighbor,KNN)、朴素贝叶斯分类器(Naive Bayes Classifier,NBC)和支持向量机(Support Vector Machine,SVM)对流量进行检测,其次对检测结果进行投票策略(Voting)整合,最后获得KNS的最终检测结果。这种方法在DDoS数据集进行了测试,结果表明,KNS具有较好的异常检测检测准确性、检测率、误报率。     

结合视景仿真的分布式作战训练仿真系统设计

随着分布式交互仿真体系结构技术的发展,需要开发新一代结合视景仿真的计算机仿真系统。结合视景仿真软件Delt3D和C++,介绍了基于视景的分布式计算机仿真系统的总体框架,系统所需要使用的开发工具,以及在视景仿真中需要解决的技术难点问题。该系统逼真地演示了仿真系统作战思想的全过程,并且能够满足系统仿真实时性和逼真性的要求,达到实战演习的要求。     

资源敏感的分布式系统性能建模方法

早期的性能预测可帮助设计人员有效地评估和改进系统设计,降低性能风险,提高软件制品满足性能需求的可信程度.但复杂低效的性能模型构造过程,严重阻碍了它在软件开发过程中的应用.为简化建模复杂度,以典型的UML模型为基础,研究了一种面向分布式系统的性能模型方法,并提出了一种中间模型——资源场景模型(Resource Scenario Model,RSM),解决了多UML视图转化为多性能模型的问题,使设计人员可以根据自身偏好选择熟悉的工具进行性能建模和性能分析.最后,以UML活动图和序列图到分层排队网和通用随机Petri网模型的转换为例,说明了本方法的可行性和有效性.     

基于HLA的分布式作战视景仿真系统开发

随着分布交互仿真体系结构技术的发展,需要开发新一代的基于HLA的视景仿真系统.该文基于实时视景仿真软件平台Vega和HLA仿真支撑平台pRTI设计开发了作战对抗视景仿真系统.该文介绍了作战对抗仿真大系统的总体框架,规划了视景仿真系统的各项功能单元,详细说明了视景仿真系统的联邦设计,并且解决了HLA下视景图像的平滑显示这一关键技术.与作战对抗仿真大系统的联调表明,该系统逼真流畅地演示出仿真系统作战想定的全过程,并且满足系统仿真的实时性要求.     

RDF技术在作战资源描述中的应用

随着作战资源的日趋丰富和对作战资源管控的要求,作战资源描述技术已经成为影响信息化战争中的一个重要研究领域.在对作战资源分类的基础上,采用资源描述框架(RDF)技术对作战资源进行描述,不仅方便了作战资源的描述和存储,为语义网等上层应用提供支持.论文首先介绍资源描述方法,然后从国内外作战资源描述现状出发,提出采用RDF描述作战资源的方法,最后以某型雷达资源为例进行描述.     

作战系统互操作应用效能的仿真评估研究

作战系统互操作是实现多军种联合作战并进而在战争中取得信息优势的关键技术.实现作战系统互操作必须解决的一个问题是互操作的应用效能评估,即评估互操作可以在何种程度上提升作战系统的应用效能.文章旨在通过对作战系统互操作应用效能评估方法进行仿真来证明评估指标体系和评估方法的有效性.仿真系统基于已建立的作战系统互操作的应用效能评估指标体系和综合评估方法,通过Vc 进行了实现.文中给出了仿真评估的运算步骤和计算实例.仿真结果表明了该作战系统互操作应用效能评估方法的可行性.     

分布式系统中的动态任务分配算法设计

设计一种分布式系统中的动态任务分配算法，并对它所使用的数据结构、实现方法以及稳定性加以讨论。本算法采用双向启动策略，即发送者和接受者都能进行启动、而且能根据系统总负载和任务等待量等自适应地选择启动策略的使用。同时利用阈值和阈长把系统中的节点分为接受节点，负载适中节点和发送节点、采用启发式方法进行任务分配。     

蓝鲸分布式文件系统的物理资源管理模型

蓝鲸分布式文件系统可以管理数百个存储节点，向上千个应用服务器提供远程文件访问服务，提供超大规模的系统容量。其物理资源管理模型能有效地管理分布的存储资源，形成统一的地址空间，动态分配各种资源，缩短查找和跟踪路径。此模型为整个蓝鲸分布式文件系统提供了统一的资源管理机制，是文件系统并发访问的基础。     

分布式多媒体系统资源管理的研究

分布式多媒体系统中,资源管理包括多媒体呼叫建立期间服务质量（ＱｏＳ）协商、ＱｏＳ确认过程中的资源分配,以及多媒体传输期间资源监视、ＱｏＳ重协商过程中的资源调整等内容。文章概述了资源管理研究的关键技术,包括系统层次模型、资源管理模型和任务调度算法。     

分布式网络资源管理和业务管理集成方法的研究

基于面向业务的网络管理概念,提出了一个支持动态生成、使用和管理业务的基础结构,该基础结构由抽象表达总线、业务工作流总线、网络事务总线和相应的一些功能单元构成。对增强和扩展基本管理功能的方法以及体系结构所需数据模型进行了探讨。利用文章提出的集成方法可以实现业务和网络资源的统一管理,通过业务管理协调资源使用,通过资源管理保障业务实现。     

Fault Management in Distributed Systems: A Policy-Driven Approach

Managing the availability and performance of a distributed system involves monitoring the behavior of the system, identifying system problems, and correcting those problems. Each of these tasks requires some expertise, such as an understanding of the mechanics of the underlying system components. As the size and complexity of these systems increases, and the number of distributed applications executing on these systems increases, managing the availability and performance of distributed systems becomes more difficult. Little research has focused on embedding systems management expertise into a management application for a distributed system. In this paper we describe a rule-based management application for a commercially available distributed computing environment that is capable of monitoring the distributed system, detecting system service-related performance and availability problems, and generating corrective actions to correct the problems.