一种通信距离最小化的虚拟机分配算法

为了解决云资源分配过程中虚拟机通信距离较大,造成用户计算任务完成时间延长问题,提出一种最短通信距离的虚拟机分配算法.云资源管理器能够根据用户指定的虚拟机条件,将计算任务分割到合适的数据中心及其内部服务器,大大缩短了虚拟机之间的通信距离.仿真实验表明,与现有的贪婪算法和随机方法相比,提出的方法通信量更少,执行速度更快.     

利用高密度地震技术精细刻画叠置火山岩

安达地区位于徐家围子断陷,营三段火山岩存在2个大的喷发期次（yc32、yc33）,每个喷发期次由多个次级喷发期次构成。由于火山岩埋深大、隐蔽性高、物源特殊、形成机制多变、岩相变化快,导致火山体内部结构复杂。安达地区常规地震资料的地震成像垂向分辨率和振幅保真度低,难以准确识别和刻画各喷发期次的地层展布。为此,在高密度地震数据基础上,采用近地表补偿和黏弹性介质稳相叠前时间偏移,大幅提高了成像结果的垂向分辨率和振幅保真度;应用相干分析、层拉平及波形精细对比等地震解释技术,精细描述了叠置火山岩;通过井震结合,精细划分了火山岩喷发期次,将yc32细分为3期（yc32-1、yc32-2、yc32-3）,yc33细分为2期（yc33-1、yc33-2）。最终获得以下成果：①yc33发育酸性岩,主要为火山角砾岩;yc32发育中基性火山岩,上部以安山岩为主,下部以玄武岩为主。②识别了2个玄武岩体（面积分别为2和22km²）、3个安山岩体（面积分别为1.6、6.5、22.6km²）。上述成果为火山岩气藏储层预测奠定了基础。     

长垣油田地震资料各向异性时差分析与校正

在方位各向异性介质中地震波沿不同方位的传播速度存在差异,会引起宽方位地震资料CDP道集内的道间时差,处理技术无法消除这一时差,必须寻找有效而适用的解决办法,以提高地震成像精度和分辨率。为了满足长垣油田开发后期剩余油挖潜精细地质研究对地震资料的品质要求,基于长垣油田高密度三维三分量(3D3C)地震实验区数据,分析了引起方位各向异性的地质原因,研究了地震资料中方位各向异性的表现特征。通过实际地震资料分析可知,该区快波速度方位约在NE67°,与现代主应力场方向及沉积物源方向一致,在CDP道集内方位各向异性时差约为10 ms,且各向异性强度和方向随深度而变化。进一步研究并试验了模型道相关法时差校正技术,以层剥离方式消除不同沉积时期的方位各向异性时差。通过最终成像效果对比可见,方位各向异性时差校正可提高地震数据成像品质,有利于小断层识别与薄砂体描述。     

用于浅层气藏识别的地震处理技术

鉴于浅层地震资料的有效覆盖次数少、受近地表变化影响大、采集变观造成局部数据缺失等原因,应用常规针对中深层目标的地震资料处理技术不能满足浅层气藏识别与描述的要求。本文基于大庆长垣构造多个三维地震区块浅层气地震资料处理实践,应用了四项针对性地震数据处理技术,包括叠前数据规则化、振幅属性约束空变切除、浮动基准面叠前时间偏移、CRP道集四维噪声压制。与常规处理成果相比,浅层气目标处理成果的品质得到提高,表现在资料的频带展宽、信噪比提高、断层清晰,采集变观区域资料缺口变小,反射同相轴连续性增强,且浅层气藏的地震反射特征明显,易于识别。     

基于双向拍卖的P2P带宽资源分配

本文针对P2P网络的特点,以双向拍卖机制为基础,提出了一种P2P带宽资源分配的方法,实现了节点带宽选择,计费的优化.首先,描述了P2P网络环境中现有机制的不足之处,包括严重的free-riding现象和欺诈行为;接着,引入一种双向拍卖机制,理论上分析更适合P2P网络环境的需求;最后通过仿真实验,验证了这种双向拍卖策略的性能.     

n取m不经意传输协议构造研究

不经意传输协议是设计其他密码协议的基础，同样，该协议在电子商务中也有很多应用．本文首先以2取1不经意传输协议作为子协议，构造n取1不经意传输协议，再以n取1不经意传输协议为子协议构造n取m不经意传输协议．最后，我们利用在公钥密码系统中，由公钥推导出私钥难这一性质，构造出2取1不经意传输协议，从而得出推论，任意的公钥密码系统都可以用来构造n取m不经意传输协议．     

基于图自编码器的无监督多变量时间序列异常检测

针对多变量时间序列复杂的时间相关性和高维度使得异常检测性能较差的问题,以对抗训练框架为基础提出基于图自编码的无监督多变量时间序列异常检测模型.首先,将特征转换为嵌入向量来表示;其次,将划分好的时间序列结合嵌入向量转换为图结构数据;然后,用两个图自编码器模拟对抗训练重构数据样本;最后,根据测试数据在模型训练下的重构误差进行异常判定.将提出的方法与5种基线异常检测方法进行比较.实验结果表明,提出的模型在测试数据集获得了最高的F1分数,总体性能分F1分数比最新的异常检测模型USAD提高了28.4%.可见提出的模型有效提高异常检测性能.     

基于可验证延迟函数的Hyperledger Fabric背书策略优化方案

为了解决Hyperledger Fabric使用固定背书节点进行背书而引发的安全问题, 提出了一种基于可验证延迟函数的Hyperledger Fabric背书策略优化方案. 利用可验证延迟函数不可并行计算以及可高效验证的特点, 设计了匿名化、随机化选取背书节点的Fabric交易模型, 增强了Fabric交易背书的安全性. 通过实验对比优化方案与原始方案, 验证了优化方案在增强安全性的同时, 在效率上也有一定的提升.     

一种高效的车体表面损伤检测分割算法

车体表面损伤检测是计算机视觉中的经典问题。车体表面损伤检测的主要瓶颈在于图像中损伤实例的不同尺度影响了分割的精度与效率。本文采用单阶段语义分割网络（YOLACT⁺⁺）进行车体表面的损伤检测,通过结合EfficientNet设计主干网络提高分割效率,并通过改进损失函数优化YOLACT⁺⁺中目标实例Mask的生成,实验中用深度学习标注实验数据集进行训练测试。实验表明,改进后的YOLACT⁺⁺降低了Mask生成误差,检测的实时帧率提高到35帧/s,同时也提高了YOLACT⁺⁺进行实例分割的精度。