燃气企业网络安全改进实例分析

燃气企业信息化系统所面临的风险和威胁越来越大,尤其系统中断造成的宕机,会给燃气企业带来经济与信誉等诸多方面的损失。当前燃气企业信息化系统是一个资源高度整合的系统,一旦发生意外事故,势必造成燃气业务大面积瘫痪,无法持续正常运作。因此需要提供一个安全的网络环境,以保障燃气企业的业务和数据稳定运行。     

基于数值模拟的矩形微槽热沉流道的优化设计

为了提高矩形微槽热沉的散热性能,首先利用热阻网络模型对数值方法进行验证;然后分别对斜槽开度u为0.2 mm时不同形式的流道进行数值模拟,找到最优的开槽方式;再以双排叉槽的斜槽开度u为设计变量,以热阻与泵功率为优化目标分别利用多项式回归与径向基函数进行代理模型的构建,通过精度分析,利用多目标遗传算法对径向基函数模型进行寻优,最后利用熵权TOPSIS法进行优化方案的选取。结果表明:泵功率随着斜槽开度的增大而逐渐降低,而热阻随着斜槽开度的增大先减小后增大。优化后槽道的斜槽开度u为0.3213 mm,与不开斜槽的矩形直槽道相比热阻与泵功率分别降低了26.62%与19.62%。     

基于SDN和虚拟拓扑的天基网络路由算法

针对天基网络的时变拓扑结构给网路管理和路由设计带来的难题,综合考虑GEO卫星和LEO卫星的优势,建立了一种基于软件定义网络(SDN)架构的天基网络模型,提出了一种基于虚拟拓扑的包含必经节点的天基网络路由算法(VTPN)。通过改进时间片划分策略,提高了计算效率,通过必经节点的设定,改善了链路拥塞问题。仿真结果表明:SDN架构下的VTPN算法与其他算法相比,网络链路利用率和负载均衡性能提高了约50%,丢包率降低了约20%。     

基于深度学习的传感器优化布置方法

针对传感器优化布置(optimal sensor placement,简称OSP)问题,提出了一种新的使用深度神经网络的解决方案,并以简化的桥梁形状的桁架结构中的振动测试传感器优化为例进行了验证。首先,选择一种传统的传感器优化布置方法,对自动化生成的大量不同的桁架结构分别进行传感器优化布置计算,将所得优化布置结果在进行数据预处理后构建出深度学习方法所需要的训练集与验证集;其次,使用Python语言和深度学习框架TensorFlow设计实现与本研究问题适配的深度神经网络模型并训练;然后,随机生成了新的桁架结构参数;最后,将深度神经网络输出的传感器布置结果和传统方法的计算结果进行了比较,验证了本研究方法的有效性以及在速度上、可移植性与可扩展性方面的性能优势。     

工程建设标准客观优先度评价研究

在工程建设标准的制定和修订过程中，如何科学地确定编制顺序一直是困扰标准管理部门的难题，采用传统方式“按需制标”，具有盲目性、主观性，容易造成标准在制定和修订过程中的互相重复、滞后与矛盾。为了保证标准制定和修订工作的协调性，指导标准体系中各标准的制修订顺序，引入复杂网络拓扑结构，将同一标准类型下的标准构成功能团，根据相互之间的关系形成复杂网络，采用剥落算法对其网络节点重要性排序，进而确定标准制修订的优先度。通过对建筑给水排水工程规范标准修订的实证分析，总结工程建设标准的网络拓扑优先度评价的算法模型，实现制定和修订顺序的自动计算，从而更加科学地指导标准的制定和修订工作     

面向5G发展的城域传输PTN网络演进探讨

随着科技的发展5G时代已经来临,各大手机商已经在向5G进军,据说速度比4G要提高上百倍,真的很令人期待本文讲述了面向5G发展的城域传输PTN网络演进。