多Web服务器负载均衡技术的研究

本文分析了近年来数据中心关键技术之一的多Web服务器的负载均衡技术,并设计和实现了一种基于软件的多Web服务器负载均衡软件原理,采用该方法能够有效地平衡负载,尤其适合于单台服务器处理用户请求能力不足而需要扩展三到五倍处理能力的中小型数据中心。     

C/S模式综合数据库系统安全策略

一个系统的安全策略解决方案大致可以分为两大类:一类是以防火墙技术为代表的被动防卫型方案,另一类是以身份认证、用户授权认证为核心的主动开放型方案。被动型安全解决方案主要是用于保护集团内部网络安全,为系统安全运行撑起第一层“保护网”;以身份认证和用户授权认证为基础的主动开放型方案则是直接对源数据进行主动保护,实现端到端的安全,是该文讨论的重点。     

基于粒子群优化算法的虚拟机部署策略

针对云计算基础设施即服务(IaaS)中的虚拟机部署问题,提出一种基于粒子群优化(PSO)算法的部署策略。由于PSO算法在处理虚拟机部署这类大规模复杂问题时,具有收敛速度慢且容易陷入局部最优的缺点,首先,引入多种群进化模式提高算法收敛速度,并在此基础上加入高斯学习策略避免局部最优,提出了一种多种群高斯学习粒子群优化(MGL-PSO)算法;然后,根据部署模型,使用轮询(RR)算法对MGL-PSO进行初始化,进而提出了一种以负载均衡为目标的虚拟机部署策略。通过在CloudSim中进行仿真实验,验证了在解决虚拟机部署问题时,MGL-PSO相比PSO算法,具有更快的收敛速度,并且负载不均衡度降低了13.1%。在两种实验场景下,所提算法相比随机负载均衡(OLB)算法,其负载不均衡度分别平均降低了25%和15%;相比贪婪算法(GA),使负载不均衡度分别平均降低了19%和7%。     

基于军事训练本体的文档向量空间模型构建

为解决军事训练文档间语义相关问题,提出一种基于军事训练本体的向量空间模型构建方法。介绍了基于军事训练本体构建文档索引和基于已建索引构建向量空间模型,其中向量空间模型构建的过程主要包括特征项抽取、权重计算和向量空间模型降维三个步骤。实验结果证明,基于军事训练本体的向量空间模型的文档表示方法可以解决文档间的语义相关问题。     

浅析Observer模式及在权限管理中应用

介绍了软件设计模式和Observer模式的基本概念,并详细阐述了Java2中对Observer模式的支持以及Observer模式在权限管理中的应用。     

非战争行动专业训练设施智能化系统设计与研究

部队非战争行动训练专业多、组训难度大,对训练场地和设施都有很高的要求。本文通过对非战争行动专业设施智能化系统的设计和研究,模拟公路、铁路、通信枢纽等重要目标遭受破坏的情况,提供逼真的非战争行动环境,以便部队进行相关训练,对于提高部队非战争行动专业训练水平具有一定的意义。     

基于领域本体的文档向量空间模型构建

针对VSM不能揭示隐藏在不同特征词后面的相同概念语义、反映文档中的潜在语义关系、在相似度计算中精度较低的问题,提出一种基于领域本体的文档向量空间模型DOBVSM(domain ontology-based vector spacemodel)。该模型把领域本体中的概念扩展为文档特征词,并通过概念间的语义关系对特征词权重进行调整,最终建立包含语义关系的文档DOBVSM。通过实验分析表明:DOBVSM计算的文档相似度值更加发散,与专家评价值最为接近,能够较好地反映文档之间的相似情况。     

基于MapReduce的分布式ETL体系结构研究

针对传统ETL工具集中式执行方式的不足,提出了一种基于MapReduce的分布式ETL体系结构——M DETL(MapReduce Distributed ETL).该体系结构采用MapReduce并发处理海量数据的并行编程模型,结合分布式ETL的集群运算方法,实现了集群分布式执行ETL流程,从而提高了整个ETL系统的灵活性和吞吐率,并具有较好的可扩展性和负载平衡性能,提高了执行效率.     

基于相对密度的军事高维数据噪声点检测方法

军事训练领域的特殊性造成其相关数据存在大量的噪声点,同时也为噪声检测算法提出了相应的要求。分析现有数据噪声点检测算法,提出将数据属性分为空间属性、环境属性、特征属性,利用空间属性确定数据对象的分类,利用环境属性确定具有不同特征的数据对象邻域,利用特征属性计算离群度。改进了基于相对密度的离群度计算方法,提出LRDF算法,实验结果表明,该方法有效地提高了噪声点检测的精度和效率,增强算法可用性。