云存储多异构文件联合延迟尾概率凸优化分析

随着擦除码技术的流行,分布式存储中高数据可靠性和高空间效率存储性能逐渐实现,但是降低尾部延迟仍然是一个有待解决的问题。为此,提出一种量化和优化擦除编码存储系统尾延迟的算法框架。对于任意服务时间分布和异构文件,推导给出尾部延迟上界。提出了一个优化模型,使得所有文件在服务器上放置的加权延迟尾概率和访问请求文件的服务器选择共同最小化,并证明了其非凸问题特性,以便采用一种高效的交替优化算法求解。此外,通过描述延迟分布尾部的渐近行为,以闭合形式对任意擦除编码存储的服务延迟的尾部指数进行数学量化,证明了基于概率调度的算法是（渐近）最优的。实验结果表明,在实际工作负载下擦除编码存储系统的尾部延迟显著降低。     

基于栅格环境搜索树的配送路径局部规划北大核心CSCD

为提高配送路径规划算法的有效性,提出一种基于栅格环境Morphin搜索树的配送局部路径规划算法。首先,根据配送城市路况复杂性,利用动力学轨迹模型对配送路径进行建模,模拟配送过程的车辆行驶状态,并给出车辆运行饱和时间指标判别方法;其次,引入Morphin搜索树算法对配送路径的动力学轨迹模型进行优化搜索,同时为提高模型优化精度,提出一种基于栅格环境的Morphin搜索树改进方法,有助于降低路径规划中障碍物碰撞问题;最后,通过在SUMO和OMNET平台上仿真实验,显示所提路径规划算法具有更佳的车辆滞留控制和更低的碳排放效果,验证了算法的有效性。     

基于实例学习和协同子集搜索的特征选择方法

特征子集搜索是数据挖掘分类任务中一个关键性的难题,常用的过滤器方法忽略了基因之间的相关性,此外,现有的解决方法并不是专门针对处理小样本数据,因此在特征选择方面表现出了不稳定性.为了解决上述问题,在实例学习的基础上提出了一种新型的混合封装过滤算法,并且提出了一种具有封装器评价体系的分类器算法——协同性子集搜索(CSS).选取几个高维小样本的癌症数据集作为数据来源,对提出的评价体系进行了实验测试,结果表明,该方法在准确性及稳定性方面较其他方法表现更好.     

基于云计算的海量数据存储

针对因网络的广泛应用而产生的海量数据的存储问题,在云计算技术的基础上,分析了Hadoop框架结构和MapReduce的计算模型,提出了基于云计算的海量数据存储技术架构图,并对存储层进行了进一步分析.该存储结构解决了网络中海量数据存储中存在的问题,提高了存储的效率和安全性.     

具有对偶约束的半监督重叠社区发现方法

在复杂网络重叠社区发现方法的研究中,提高算法准确度的方法之一是利用额外的背景信息（例如来自领域专家的）作为约束的来源来指导社区检测过程。本文研究探索半监督策略的潜力,用以改善在网络中寻找重叠的社区的准确性。在进程的初始化阶段和子社区扩展过程中引入必须链接和不可能链接的约束,提出一种使用有限数量的成对约束、结合贪心策略来寻找重叠社区的方法PC-GCE(Pairwise Constrained Greedy Clique Expansion)。对模拟网络数据与当前无约束的局部扩展重叠社区发现算法（GCE）进行对比实验,结果表明PC-GCE方法在发现重叠社区的性能上优于无约束的算法,并且随着成对约束数量的增加,发现重叠社区的性能越好。     

一种基于时序行为的流过程协同重构算法

过程流数据具有实时性、连续性和时序性等特征,使得传统过程挖掘算法难以发现隐含信息和演化过程。针对流过程模型的动态演化和重构要求,提出了一种基于时序行为分析的自适应混合启发式协同优化算法。首先定义演化流过程模型,基于日志活动间的隐含依赖关系改进过程逻辑的启发式挖掘规则,然后定义基于时序行为的老化因子,并引入高斯变异的多种群协作的自适应策略,改进粒子群优化算法的全局和局部精确寻优能力,实现优化和重构过程模型。该算法在四个典型测试函数上进行了对比实验,结果表明该算法在流过程挖掘中具有更好的收敛性和稳定性。     

云环境下虚拟多媒体教室的构建

目前国内高等院校的多媒体教室,使用过程中存在着资源浪费、维护成本高、更新速度慢等不足,文章针对这一现象,采用云计算技术,设计了基于云环境的虚拟多媒体教室,利用"云平台"进行信息存储,大大降低成本和提高了教学和管理的效能,更好地为现代化的教学提供服务。     

基于云安全架构的Android恶意软件静态检测方案

随着Android系统手机普及,由它自身安全机制缺陷所带来的安全威胁也越来越大,所以针对Android恶意软件设计出高效率、高准确性的检测方案是非常有必要的。通过分析Android恶意软件的实现原理,基于云安全架构提出一种静态检测方案。解决方案将主要的检测工作部署在云端服务器上,使检测工作能够达到高效、快捷;另一方面应用高效的检测算法对目标软件的源代码进行静态分析,能够更加准确地判断出该软件是否具有恶意行为。最后,收集了1143个恶意软件样本和2937个正常应用程序样本来对该方案进行评估,验证其检测准确度和检测效率。