P2P分布式存储中基于UDT的NAT穿越技术研究

随着P2P分布式存储的研究深入,处在不同网络的节点间建立连接受到网络地址转换(network address translator,NAT)限制.现有的UDP对NAT的简单穿越(simple traversal of UDP through NAT,STUN)方案,不能满足P2P分布式存储对数据传输质量的要求,并且由于对称型NAT的广泛使用,节点间数据传输必须经过服务器中继转发,中继服务器成为系统瓶颈.提出采用基于UDP的数据传输(UDP-based data transfer,UDT)协议的改进STUN方案,可以保证数据传输可靠性,同时基于端口预测的NAT穿越策略,不需要服务器中继即可实现在对称型NAT后的节点间建立P2P直连.     

基于强挂起弱预测机制的负载均衡模型研究

大数据时代的快速发展和大数据战略的明确提出,使得Web服务器集群将面临更加复杂和严峻的负载挑战。传统的负载均衡算法存在着明显的局限性。提出了一种基于强挂起弱预测机制的负载均衡模型,该模型利用强挂起机制和基于层次分析的三次指数平滑预测算法进行负载均衡动态调度。实验结果表明该模型在系统瞬时性能异常、高并发和重负载交互情况下的负载均衡效果优于传统负载均衡算法。     

浅谈推进网信军民一体化发展

习近平总书记在党的十九大报告中指出,要坚持富国和强军相统一,强化统一领导、顶层设计、改革创新和重大项目落实,深化国防科技工业改革,构建一体化的国家战略体系和能力.网信领域是信息时代构建一体化国家战略体系和能力的"先行示范区",最具军民通用性、创新活力和辐射带动作用.推进网信军民一体化发展,能够探索路子、创新模式,发挥典型示范和引领带动作用.     

基于深度信念网络的语音情感识别的研究

针对语音情感识别中的特征提取的问题,提出了一种新的特征提取方式,利用深度神经网络(DNN)中的深度信念网络(DBNs)自动提取语音信号中情感特征.通过训练一个5层的深度信念网络提取语音情感特征,把连续多帧的语音并在一起,构成一个高维的特征,把深度信念网络训练完的特征作为非线性支持向量机(SVM)分类器的输入端,最终建立一个语音情感识别多分类器系统.其识别率为86.5%比传统的基于提取句子的时间构造、振幅构造、基频构造等特征的方法提高7%.     

分布式数据库聚合计算性能优化

针对分布式数据库在分析应用方面的聚合计算性能较低的问题,以MongoDB数据库为研究实例,提出了一种基于片键和索引的数据库性能提升方法。首先,通过分析业务特征指导选择的片键字段,该字段需要保证数据在分片节点上的均匀布局;其次,通过研究分布式数据库的索引效率,利用删除查询字段索引的方法进一步提升计算性能,该方法能充分利用硬件资源提高聚合计算的性能。实验结果表明,采用高基数粒度的分片片键能够让数据在集群上均匀地分布在各个数据节点上,而舍弃索引使用全表查询能够有效提高聚合计算的速度,聚合计算优化方法能够有效提高聚合计算的性能。     

一种MongoDB集群数据布局优化方法研究

传统关系型数据库在处理大规模数据应用时暴露出许多难以克服的问题,NoSQL以独有的特点在大数据背景下得到广泛应用。选择快递业寄递大数据应用为背景,研究MongoDB分片集群的数据布局优化方法。介绍基于MongoDB分片集群的快递寄递数据离线分析系统。根据快递运单字段特点研究MongoDB片键策略,提出基于分片标签的连续均匀数据条带化数据布局方法。对提出的数据布局方法进行测试,结果表明采用该方法的MongoDB集群数据均匀分布和统计分析性能均达到较高水平,并且通过扩展集群分片数目可以进一步提升系统性能。