基于Internet的远程教育系统模型研究

随着计算机网络技术的发展，远程教学系统的结构发生了重大的变化，逐步由原来的客户机／服务器(C／S)结构转变为基于Internet的浏览器／服务器(B／S)结构。本文提出了基于CORBA技术的B／S结构系统模型。分析了其运行过程，并与传统的结构进行了比较，指明了其优越性。在本文的结尾。指出了使用这种技术的一个具体例子。     

中国爆破安全网

中国爆破安全网是由中国工程爆破协会主办的涉爆行业信息专业网 ,开通于 2 0 0 3年 4月。该网是民爆器材生产流通主管部门、使用部门和公安机关实施联网监控和规范化管理的有力工具 ,最主要的功能是为涉爆行业管理部门和从业单位提供一个功能完善的管理和办公平台。该网的开通 ,有利于民爆器材生产、销售、购买、使用流向监控制度的贯彻实行。文章介绍了网络的组成、建设原则 ,并给出了中国爆破安全网网络拓扑图     

分布式计算模式在电力市场技术支持系统中的应用

针对电力市场交易平台中各功能模块核心算法计算复杂、计算速度要求高的特点，提出了一种新的电力市场分布式计算解决方案。该方案借鉴传统的分布式计算思想，利用J2EE体系中的若干核心技术，实现了电力市场技术支持系统的分布式计算。实例分析表明，将该方案应用到实际系统中，可以使核心计算程序与逻辑表示层合理分布在整个技术支持系统中，提高了计算速度和系统稳定性，并使计算程序更有利于维护。     

云计算的发展与应用前景展望

随着大规模互联网应用的发展,分布式处理已经不能够满足互联网的发展要求。近几年提出云计算的构想并进行了初步的实现。通过研究,明确了何为云计算,云计算与传统的分布式计算的联系与区别,并对云计算在各领域中的应用进行了前景展望。     

分布式计算环境中的协同分配任务调度仿真系统

协同分配是在分布式计算环境中进行资源分配的一种重要技术,用于把一个应用程序分解为多个子作业,然后将其分配到多个资源上同时处理来满足特定的性能要求。本文提出了一个离散事件驱动的网格资源协同分配仿真系统,实现了对用户、调度器、协同分配器、协同预留器等协同分配相关实体的仿真,实现了FCFS、FPFS、Backfill等主要的协同分配调度算法和策略,可用于资源协同分配相关的分布式计算环境的资源管理和调度算法的仿真和研究。     

基于输电网广播机制的改进输配互联电网异步状态估计方法

随着电力系统规模的扩大及输电网和配电网之间耦合的不断增强,大规模电力系统的分布式状态估计逐渐成为了研究热点。针对输配互联电网计算中数据交换存在的通信延时问题,提出了一种基于输电网广播机制的输配互联电网异步状态估计(TNBM-based-async-SE)方法。首先,对输配互联系统的状态估计问题进行了重新建模,对传统的同步算法(sync-SE)进行了介绍。接着,对异步机制建立了数学模型,并根据数学模型对传统的异步算法(async-SE)进行改进,引入输电网广播机制并提出了TNBM-based-async-SE算法。提出的算法具有较高的收敛速度和计算效率,并且对参数设置的敏感性低于传统的异步算法,能够适应参数的变化。实验结果表明,在存在通信延迟的情况下,提出的TNBM-based-async-SE算法相比于同步算法和传统的异步算法能够减少运行时间,鲁棒性更强,具有工程实用意义。     

基于机器学习特性的数据中心能耗优化方法

随着互联网的发展,各种类型的数据呈爆炸式增长.通过机器学习的方法对大量数据进行实时或离线的分析,获取规律性信息,已成为各行业提升决策准确性的重要途径.因此,这些机器学习算法成为各个数据中心运行的主要应用.然而,随着数据规模的增大和数据中心面临的能耗问题的突出,如何实现这些算法的低功耗处理,已成为实现绿色数据中心亟待解决的关键问题之一.为了实现对这些机器算法的绿色计算,首先对运行在数据中心中的关键算法进行了深入的分析,并观察到在这些算法中存在大量的冗余计算.在此基础上,设计和实现了一种面向数据中心典型应用的低功耗调度策略.该算法通过对不同计算部分的输入数据进行匹配来判断计算过程中的冗余部分,并对算法进行调度.实验数据显示,对于数据中心的两种典型应用k-means和PageRank,该算法可以实现23%和17%的能耗节约.     

基于大数据的SHA-1算法的适应性研究

安全哈希算法(Secure Hash Algorithm)诞生之初便作为优秀的签名算法得到安全界的重视,其中SHA-1更是因为其安全性和高效性被全球各个领域普遍采用。但是面对海量的待签信息,传统的算法将不再胜任。该文着力于基于大数据的SHA-1算法研究,通过改造散列计算步骤,提出分布式云计算模型,最终减少算法的空间复杂度提高计算效率。     

基于MapReduce模型的分布式天文交叉证认*

交叉证认是实现多波段数据融合的关键技术,目前还缺乏对其分布式算法的研究。快速增长的数据规模使该问题必须要依赖分布式并行计算技术解决。提出了一种基于MapReduce分布式模型的新方法,根据Map-Reduce的要点,尽量减少了任务间的通信量,并通过合理设置划分粒度保证了效率与存储间的平衡。实验结果表明,该方法对海量数据交叉证认的效率提升明显,在大规模集群上达到了接近线性的加速比。该方法为交叉证认提供了一种快速有效的解决途径。