基于排队网络的容量分析与模拟

客户机／服务器模型（Client/Server)是当前计算机网络系统应用最广泛的模型。为了提高系统的服务等级（Degree of Servier)，找到制约系统性能的瓶颈，对系统进行分析以及模拟就显得十分的重要。基于排队网络建立了客户机／服务器模型。介绍了排队网络的MVA算法，并提出了一个近似的算法。并且，结合一个实例介绍了如何进行系统性能分析；最后，用离散事件模拟工具（Discrete Events Simulation Tool)OMNET进行了模拟，验证了分析的可靠性。     

服务器池的高可用N+1冗余结构模型

Linux virtual server是典型的服务器机群结构，通过双前端负载分配器和后端服务器池提供高可用服务。当后端服务器池发生故障时，故障服务器的工作量将通过负载分配算法重新分配到其他可用的服务器上，结果导致服务器池负担变重，进而可用服务器的故障概率增加。该文设计并实现了高可用N+1冗余结构模型系统，改进了典型的服务器池的上述缺陷。实验表明模型有着极低的资源占用率和非常短的故障切换时间。     

基于排队网络的容量分析与模拟

客户机服务器模型是当前计算机网络系统应用最广泛的模型。为了提高系统的服务等级,找到制约系统性能的瓶颈,对系统进行分析以及模拟十分重要。本文基于排队网络建立了客户机服务器模型;介绍了排队网络的MAV算法并提出一个近似算法;结合一个实例介绍了如何进行系统性能分析;最后,用离散事件模拟工具OMNET进行模拟,验证了分析的可靠性。     

Linux服务器系统漏洞分析与安全防护

通过介绍Linux服务器系统的安全扫描工具，从Linux服务器系统漏洞分析与防护、安全检查与分析两个方面对Linux服务器系统进行安全风险分析，提出加强Linux服务器用户及文件系统管理，在操作系统层面对Linux服务器系统进行安全防护。安全扫描作为有效的自我检查改进途径，能及时发现现有防御手段的不足和新的漏洞隐患，指导做好系统漏洞的修复和加固，有针对性地定期安全检查可以避免因配置和权限控制不当、未执行有效的自我安全检查造成安全事件的发生，确保业务数据的连续性，减少数据被篡改或者数据丢失的风险，增强服务器系统的安全防护能力。     

化工过程仿真培训系统的单元过程多模型集成

该文提出经工过程仿真训练系统的单元过程多模型集成方法，用有限状态自动机控制的集成多模型描述方法，描述了经工过程仿真系统的单元过程模型，进而讨论了对集成的多模型进行仿真的方法，提出了状态转换的监测与协调算法。把引发状态转换的事件分析为四类：数据通讯，教师台操作高等系统事件，外部操作，发生时间可预先确定的显式事件；由工艺参数和／或控制信号的变化引发的，发生时间不能预先定的隐式事件，分别讨论了多各事件在     

离散事件系统最优监督控制算法

离散事件系统的监控器可以通过禁止可控事件来使系统满足安全性和活性规范。然而，监控器并不对允许发生的可控事件主动进行选择，所以存在同时允许多个可控事件发生的情况。但在实际应用中，如交通调度、机器人路径规划中，要求系统在每个状态下最多只允许一个可控事件的发生。针对上述问题，引入一种最优机制来量化控制成本，并提出一种离散事件系统最优监督控制算法，以确保系统的安全性和活性，并使事件执行累计的成本最小。首先，给定受控系统和行为约束的自动机模型，并基于Ramadge和Wonham的监督控制理论求解出无阻塞和行为最大许可的监控器；其次，通过定义的成本函数为监控器中每个事件的执行赋予相应成本；最后，利用动态规划思想迭代计算求解出最优定向监控器，从而实现每个状态下最多发生一个可控事件和事件执行累计的成本最小的目标。使用单向列车导轨案例和多轨道列车控制案例来验证所提算法的有效性和正确性。对于上述两个案例，所提算法求解的定向监控器到达目标状态所需的事件执行累计的成本分别为26.0和14.0，低于贪心算法的27.5和16.0，以及Q-learning算法的26.5和14.0。     

分布式数据流处理系统的动态负载平衡技术

设计了一种新的大规模分布式数据流处理系统的体系结构。系统由一组异构的服务器集群组成，负载在每个服务器集群内部多台同构的服务器之间获得平衡，从而达到整个系统的负载平衡。集群设计的主要目标之一是以资源换性能，服务器集群中服务器的最大数目足够保证系统不再发生过载现象，不再需要会降低性能的卸载技术。而且投入运行的服务器的数目根据实际的系统负载来决定，负载较轻时，一部分服务器可以进入休眠状态来减少能源的消耗。根据系统动态增减服务器的特点，设计了全新的初始化算法、动态负载平衡算法。与以前的分布式数据流处理系统相比，由于单个集群的服务器的数目大大减少，算法复杂性降低、速度加快、优化的空间增大。     

并行视频服务器调度算法研究

从服务器缓冲要求，客户端缓冲要求，系统响应时间三个方面着重分析比较了在服务器推动模型基础上建立的两种调度算法，并发推动调度算法和改进的并发推动调度算法，为我们进行相关的系统设计提供了理论依据．     

离散事件系统规范DEVS研究

离散事件系统是一类常见的系统，如何对这类系统进行描述与建模是离散事件系统仿真研究的核心内容。离散事件系统规范DEVS是一种离散事件系统形式化描述方法，它具有层次化和模块化的特点，利用该方法可对复杂的离散事件系统进行建模、设计、分析和仿真。该文详细介绍了DEVS基本模型和耦合模型，给出了DEVS在耦合运算下的封闭性构造证明，并提出了一种具有嵌套层次结构的DEVS耦合模型实现算法，该算法对基于DEVS描述的离散事件系统的仿真实现具有一定参考价值。     

计及客户等待时间的云计算效益模型

在计及客户的等待时间的前提下，配置多级多服务器队列系统参数从而最大化效益。给出单级多服务器系统和多级多服务器队列系统等待时间的概率分布函数，构建在截止期限约束下的效益最大化模型，并通过启发式算法来寻找最优解。数值模拟结果表明所得最优方案在实现最大化效益的同时，能够有效减少客户等待时间。     

基于并行计算的认证服务系统

介绍一种基于并行计算的安全认证服务器系统,给出该系统的算法模型。认证服务器的并行环境采用主从模式,私钥分段按照一定顺序存放到各个物理节点中,主节点控制认证流程及私钥发放,从节点保存私钥及密钥计算。在算法模型的基础上实现原型系统,对该方案的安全性能进行了评价。实验结果表明该方案具有抗攻击能力强、认证速度快和结构稳定的特点。     

代理服务器特性探测技术研究

从用户角度远程探测代理服务器的通信特性。对代理的功能及分类进行总结,提出了代理服务器工作模型,对其逻辑模块和影响通信的因素进行分析。在此基础上分析代理特性探测原理,以HTTP代理为例设计了探测算法并实现了探测系统原型。该系统实现了Windows域环境下特定认证机制的穿透;经过测试并分析其性能,具有一定的适用性。     

Load sharing in distributed multimedia-on-demand systems

Service providers have begun to offer multimedia-on-demand services to residential estates by installing isolated, small-scale multimedia servers at individual estates. Such an arrangement allows the service providers to operate without relying on a highspeed, large-capacity metropolitan area network, which is still not available in many countries. Unfortunately, installing isolated servers can incur very high server costs, as each server requires spare bandwidth to cope with fluctuations in user demand. The authors explore the feasibility of linking up several small multimedia servers to a (limited-capacity) network, and allowing servers with idle retrieval bandwidth to help out servers that are temporarily overloaded; the goal is to minimize the waiting time for service to begin. We identify four characteristics of load sharing in a distributed multimedia system that differentiate it from load balancing in a conventional distributed system. We then introduce a GWQ load sharing algorithm that fits and exploits these characteristics; it puts all servers' pending requests in a global queue, from which a server with idle capacity obtains additional jobs. The performance of the algorithm is captured by an analytical model, which we validate through simulations. Both the analytical and simulation models show that the algorithm vastly reduces wait times at the servers. The analytical model also provides guidelines for capacity planning. Finally, we propose an enhanced GWQ+L algorithm that allows a server to reclaim active local requests that are being serviced remotely. Simulation experiments indicate that the scheduling decisions of GWQ+L are optimal, i.e., it enables the distributed servers to approximate the performance of a large centralized server     

动态聚合权重的隐私保护联邦学习框架

There are two problems with the privacy-preserving federal learning framework under an unreliable central server. ① A fixed weight, typically the size of each participant’s dataset, is used when aggregating distributed learning models on the central server. However, different participants have non-independent and homogeneously distributed data, then setting fixed aggregation weights would prevent the global model from achieving optimal utility. ②Existing frameworks are built on the assumption that the central server is honest, and do not consider the problem of data privacy leakage of participants due to the untrustworthiness of the central server. To address the above issues, based on the popular DP-FedAvg algorithm, a privacy-preserving federated learning DP-DFL algorithm for dynamic weight aggregation under a non-trusted central server was proposed which set a dynamic model aggregation weight. The proposed algorithm learned the model aggregation weight in federated learning directly from the data of different participants, and thus it is applicable to non-independent homogeneously distributed data environment. In addition, the privacy of model parameters was protected using noise in the local model privacy protection phase, which satisfied the untrustworthy central server setting and thus reduced the risk of privacy leakage in the upload of model parameters from local participants. Experiments on dataset CIFAR-10 demonstrate that the DP-DFL algorithm not only provides local privacy guarantees, but also achieves higher accuracy rates with an average accuracy improvement of 2.09% compared to the DP-FedAvg algorithm models. © 2022, Beijing Xintong Media Co., Ltd.. All rights reserved.     

视频点播服务器的动态缓存管理

视频服务器的缓存管理对视频点播系统的性能有重要的影响。为了提高视频服务器的资源利用率、提高客户端节目的播放质量和流畅性，我们提出一种动态的缓存管理算法。该算法节省资源，有效地防止缓存上溢或下溢，为客户端的高质量播放提供可能。本文通过建立一个排队论模型对该算法进行分析，然后给出了详尽的算法描述，最后模拟仿真以证实其可行性和有效性。     

多服务器模型下的服务器选择算法及仿真

在分布式视频点播系统中,由于不同视频服务器到代理服务器之间的网络QoS状况可能存在较大的差异,因此多媒体代理服务器必须引入有效的服务器选择算法。文章主要讨论所提出的在多服务器模型下基于增益模型的服务器选择算法;通过仿真实验测试其性能、与其他算法进行比较;并分析此算法对环境参数变化的适应性。     

An infrastructure for embedded systems using task scheduling

Task scheduling in heterogeneous environments such as cloud data centers is considered to be an NP-complete problem. Efficient task scheduling will lead to balance the load on the virtual machines (VMs) thereby achieving effective resource utilization. Hence there is a need for a new scheduling framework to perform load balancing amid considering multiple quality of service (QoS) metrics such as makespan, response time, execution time, and task priority. Multi-core Web server is difficult to achieve dynamic balance in the process of remote dynamic request scheduling, so it is necessary to improve it based on the traditional scheduling algorithm to enhance the actual effect of the algorithm. This article do research on the multi-core Web server, Focusing on multi-core Web server queuing model. On this basis, the author draws the drawbacks of the multi-core Web server in the remote dynamic request scheduling algorithm, and improves the traditional algorithm with the demand analysis. Not only it overcomes the drawbacks of traditional algorithms, but also promotes the system threads carrying the same amount of tasks, and promotes the server being always in a dynamic balance. On the basis of this, it achieves an effective solution to customer requests.     

基于P2P的视频点播系统模型及算法研究

服务器带宽是Internet视频点播系统的瓶颈问题。文中设计了基于P2P的VoD系统模型,讨论了以该模型为基础的BTBM-Tree建立、维护的算法思想。对整个系统进行了性能分析,表明系统具有较好的稳定性、扩展性和延迟性,能较好地解决网络带宽瓶颈。     

P2P点播系统的客户端磁盘缓存策略

在基于有服务器结构对等网络环境的点播系统中,针对客户端需要缓存部分流媒体数据的问题,提出一种新型预测双缓存模型,给出相应的缓存替换算法。仿真实验表明,该模型在用户数目增多时,客户端缓存的命中率大幅提高,服务器的负载得到改善,显著降低了VCR操作时所引起的等待延迟。     

基于集群的多源日志综合审计系统

随着网络规模的扩大,日志审计系统中单个日志服务器受到处理能力的限制,已经成为系统的瓶颈。采用具备高可用性和负载均衡的日志服务器集群系统来解决这个问题,提出一个基于集群的日志审计系统。分析了该系统的体系结构、总体结构模型,以及各个组成模块的功能,并给出一个综合负载统计的动态负载均衡策略。最后,用排队论的方法来分析集群系统的性能。