一种基于冲突的增量诊断方法

增量诊断是一种在离散事件系统中进行诊断的重要方法,因其能够根据新观测和原有诊断的结果进行进一步诊断,在长时间复杂行为的系统上有着良好的运行效率和诊断特性.文章提出了一种带有回溯的增量诊断方法.在离线定义的自动机链模型上根据在线观测进行局部诊断,用轨迹概率选出最可能诊断的同时,保存可行的候选诊断作为回溯点.若增量过程产生冲突,则回溯并根据新观测动态重新对候选诊断选择排序.既避免了不完全可诊断性条件下,增量诊断所面临的多候选选择,亦避免了由于仅保留最优结果导致的重复诊断.     

一种新的类增量学习方法

提出一种新的基于超椭球的类增量学习算法。对每一类样本,在特征空间求得一个包围该类尽可能多样本的最小超椭球,使得各类样本之间通过超椭球隔开。类增量学习过程中,只对新增类样本进行训练。分类时,通过计算待分类样本是否在超椭球内判定其所属类别。实验结果证明,该方法较超球方法提高了分类精度和分类速度。     

一种新的超球SVDD增量学习方法

在基于支持向量数据描述(SVDD)的故障诊断中,往往随着故障数据的不断增加而不断地进行再训练以调整诊断模型,浪费了大量时间。为了解决这一问题,提出一种新的SVDD增量学习算法。该方法在深入分析训练结果与数据样本的关系,多次利用KKT条件,对样本进行筛选,最终选择出影响最终结果的少量训练样本。通过实际电路故障提取采集数据并诊断,所得结果表明该算法可以选择出所有影响结果的相关样本,保证了准确率并避免了大量样本训练,节省了时间。     

一种基于关联分类的增量更新算法

针对现有关联分类技术的不足,提出了一种适用于关联分类的增量更新算法IUAC。该算法是基于频繁模式树挖掘和更新关联规则的,并使用一种树形结构来存储最终用于分类的关联规则。同时,增加了对分类规则的约束条件,进一步控制了用于分类的关联规则的数量。最后,对算法整体进行了分析和讨论。     

一种基于线性判别空间增量更新的跟踪方法

为了在视频中稳定地跟踪目标物,提出一种基于增量型线性判别分析的目标跟踪方法。该方法利用一组仿射参数描述目标物在视频中的空间位置及姿态,根据状态转移模型预测得到下一帧视频中目标物的候选图像样本集合。计算各样本在线性判别空间中为目标图像的似然度,以具有最大似然度的样本作为目标图像区域。最后由类间散度矩阵与类内散度矩阵的充分生成集作旋转变换完成投影矩阵的增量更新,以保持判别空间的判别能力。实验结果表明,该方法对目标物及其周围背景的外观变化具有较强的自适应性,能够有效地对运动目标进行仿射不变的跟踪。     

一种基于快速增量SVM的入侵检测方法

针对基于支持向量机(SVM)的入侵检测方法检测率低、检测速度慢的问题,提出一种基于快速增量SVM的入侵检测方法 B-ISVM。该方法在确定邻界区后筛选其中的样本进行训练,完成分类超平面的初步构造,利用筛选因子提取支持向量,再进行基于KKT条件的增量学习,实现增量SVM分类器的构造。实验结果表明,该方法可以提高入侵检测率和检测速度,拥有更好的分类性能。     

一种增量PCA算法及其在人脸识别中的应用

主成分分析（PCA）是模式识别领域一种重要的方法,现在已被广泛地应用于人脸识别算法中,但基于PCA人脸识别系统在应用中面临着一个重要障碍：增量学习问题。针对这个问题,提出了一种适用于成批增量数据的IPCA算法,该算法在原始PCA分解的基础上,利用空间投影变换,使得可以在一个低维空间求解整体PCA,从而降低了求解的复杂度,在此基础上对该增量算法进行了核化,并在ORL人脸数据库上验证了算法的有效性。     

基于优势关系区别矩阵的一种增量求核方法*

现实中很多数据是增量出现的,就需要对数据进行增量的处理,为此,给出了一种基于优势区分矩阵的增量求核算法,通过修改矩阵的某一行或某一列来增量得到决策表的核。通过实验验证了算法的有效性。     

一种基于Flash增量编程的信息存储设计

目前市场上通用的Flash存储器,每个扇区的循环擦除/编程寿命一般在10 000次左右,超过该寿命后Flash将工作在不稳定状态,甚至造成信息数据读写失效。笔者以设备运行过程中故障日志信息存储的数据结构设计和信息存储流程设计为实例,详细阐述了一种基于Flash增量编程的信息存储设计方案,可以有效缓和设备在工作过程中数据信息频繁存储与Flash循环擦除/编程次数受限之间的矛盾。     

一种基于隐马尔可夫模型的虚拟机失效恢复方法

随着虚拟化技术的发展与普及,越来越多的企业将关键业务系统部署到了虚拟化平台上。虚拟化技术降低了企业的硬件和管理成本,但同时也给系统的可靠性带来了严峻挑战。传统的方法通过运行时系统状态备份的方法来提高系统的失效恢复能力,但该方法会引入了巨大的系统开销。提出了一种基于隐马尔可夫模型的系统失效恢复性能优化方法。通过对系统运行时状态的预测分析,计算系统未来运行状态的概率趋势,并在运行过程中动态调整系统失效恢复功能与正常业务功能之间的资源分配,从而降低了系统的运行时性能开销,提高了业务系统服务能力。实验分析显示,该方法可以在保障系统可靠性的同时有效地降低系统的性能开销,在系统运行状态稳定的情况下,最高可以降低2/3的系统响应时间。     

Consensus Methods for Solving Inconsistency of Replicated Data in Distributed Systems

Replication of data is a popular and convenient form of data organization in distributed systems. Together with its advantages, data replication brings specific problems, which have to be solved by system designers. This paper deals with methods for resolving inconsistencies in data replication. The problem investigated in this work is: How to restore the data consistency if after some time of functioning their versions differ from each other on some sites of the system. We propose a solution of this problem by determining consensus of replicated data versions. We assume that there is a possibility to define a distance function between versions of replicated data, next different consensus choice functions are defined and analyzed. A numerical and practical example of applying these methods is also presented.     

一种分布计算系统自适应故障侦测方法

面向高可靠智能应用的分布计算系统,首先提出一组故障侦测服务的QoS度量标准,其次给出一种自适应故障侦测方法.该方法使用一个无需统计行为的高度动态的计算方法,动态地估算心跳消息超时时限,并协商改变心跳消息的发送周期,以适应分布计算系统计算节点和网络状态变化,提高故障侦测服务的QoS.模拟实验表明,该方法能够适应分布计算系统状况的变化,在侦测的实时性和正确性上提供较好的平衡.     

Efficient Resource Utilization in Parallel and Distributed Systems

For this special issue we have selected five papers that address, from several points of view, the problem of efficient utilization of resources in parallel and distributed systems. These papers were among the best papers presented at the IASTED PDCS 2001 conference. The topics covered include: efficient cache strategies for simultaneous execution of threads as well as for the distribution of video-on-demand, efficient communication and failure recovery, and run-time support for the automatic parallelization of dynamic structures     

基于可能世界模型的关系数据不一致性的修复

针对关系数据的不一致性虽然已有各种修复方法被提出,但这些修复策略在构建最终修复方案过程中只分析函数依赖包含属性的信息(即数据集的部分信息),且偏向于修复代价最小的方案,而忽略了数据集的其它属性以及这些属性与函数依赖包含属性之间的相关性。为此,本文提出一种基于可能世界模型的不一致性修复方法。它首先构造可能的修复方案,然后从修复代价和属性值相关性二个方面量化各个候选修复方案的可信性程度,并最后找出最优的修复方案。实验结果验证了本文提出的修复方法取得了比现有基于代价的修复方法更好的修复效果。我们同时也分析了错误率和不同类型概率量化对本文提出的修复方法的影响。     

一种不协调数据库中有效查询的方法

数据库可能由于多种原因变得不协调,不协调的数据库中的查询结果可能是不可信的。定义了一种将原始查询Q做转换的运算符Tω（Q）,将转换后的结果作用于数据库,可以得到协调的答案。     

共用数据导向的分布式系统失效恢复缺陷检测

分布式系统的可靠性和可用性至关重要.然而,不正确的失效恢复机制及其实现会引发失效恢复缺陷,威胁分布式系统的可靠性和可用性.只有发生在特定时机的节点失效才会触发失效恢复缺陷,因此,检测分布式系统中的失效恢复缺陷具有挑战性.提出了一种新方法 Deminer来自动检测分布式系统中的失效恢复缺陷.在大规模分布式系统中观察到,同一份数据(即共用数据)可能被一组I/O写操作存储到不同位置(如不同的存储路径或节点).而打断这样一组共用数据写操作执行的节点失效更容易触发失效恢复缺陷.因此, Deminer以共用数据的使用为指导,通过自动识别和注入这类容易引发故障的节点失效来检测失效恢复缺陷.首先, Deminer追踪目标系统的一次正确执行中关键数据的使用.然后, Deminer基于执行轨迹识别使用共用数据的I/O写操作对,并预测容易引发错误的节点失效注入点.最后, Deminer通过测试预测的节点失效注入点以及检查故障征兆来暴露和确认失效恢复缺陷.实现了Deminer原型工具,并在4个流行的开源分布式系统ZooKeeper、HBase、YARN和HDFS的最新版本上进行了验证.实验结果表明Demine...     

A Distributed Fault-Tolerant Design for Multiple-Server VOD Systems

Fault tolerance is an important design criterion for reliable and robust video-on-demand systems. Conventional fault-tolerant designs use either a primary backup or an active replication method to provide system fault tolerance. However, these approaches suffer from low utilization of the backup or replication system. In this paper we propose two playback-recovery schemes for distributed video-on-demand systems called the forward playback-recovery scheme and the backward playback-recovery scheme. Unlike conventional fault-tolerant designs, our schemes use existing playback resources to recover faulty playbacks without allocating new resources, significantly reducing recovery overhead. To use the schemes effectively, we developed a distributed algorithm for determining the order and gap information between the playbacks on the distributed video-on-demand servers so that overhead for recovering from a server failure can be minimized. This algorithm achieves N – 1 fault-tolerant resiliency for N-server video-on-demand systems. In addition, three server-recovery policies are also presented to guide surviving servers in applying the proper scheme to recover faulty playbacks, thus reducing overall recovery costs. Simulation results show that the proposed recovery schemes are effective and useful in designing fault-tolerant multiple-server video-on-demand systems.     

基于模糊层次化评估的分布式系统自毁感知方法及应用

自毁技术已成为保障分布式系统私密性的最后手段,如何实现准确快速的自毁感知是一项严峻的挑战.由于私密性评价指标具有多层次、多因素的特点,本文提出了针对分布式系统私密性的模糊层次化评估方法作为分布式系统的自毁感知方法.基于该方法采用数据多重覆盖技术实现了分布式系统的快速自毁过程,实验结果显示,系统误毁率和漏毁率均控制在1％以下,数据恢复率在1‰以下,该方法有效的保护系统数据的私密性.     

基于两层模式的Web服务工作流失效恢复算法

现有的Web事务工作流恢复算法通常未考虑用户的个性需求,也没有考虑恢复时的连锁恢复情况.为此,定义全局事务工作流模式和执行事务模式2种失效恢复粒度,并提出基于这2种粒度的失效恢复算法.通过细粒度的执行事务模式进行事务实例级的层次式递归恢复,采用粗粒度的全局事务工作流模式进行模型级的恢复,并用来满足客户的个性需求.该算法...     

分布式MIMO-OFDM定时同步算法的研究及比较

多输入多输出-正交频分复用（MIMO-OFDM）技术是下一代4G通信的核心技术,具有频谱利用率高,抗干扰能力强,信道容量大等优点. 分布式MIMO-OFDM系统会产生多时延、多频偏,同时对定时和频偏非常敏感,所以对分布式MIMO-OFDM同步算法的研究更加具有实际意义. 文章对目前三种分布式MIMO-OFDM定时同步算法从序列结构,性能做了全面的比较分析与总结,并通过MATLAB仿真进行比较,得出运用CAZAC序列作为子载波数据的反向共轭定时算法性能突出.