一种采用新型聚类方法的最佳类簇数确定算法

聚类分析是统计学、模式识别和机器学习等领域的研究热点.通过有效的聚类分析,数据集的内在结构与特征可以被很好地发掘出来.然而,无监督学习的特性使得当前已有的聚类方法依旧面临着聚类效果不稳定、无法对多种结构的数据集进行正确聚类等问题.针对这些问题,首先将K-means算法和层次聚类算法的聚类思想相结合,提出了一种混合聚类算法K-means-AHC;其次,采用拐点检测的思想,提出了一个基于平均综合度的新聚类有效性指标DAS（平均综合度之差,difference of average synthesis degree）,以此来评估K-means-AHC算法聚类结果的质量;最后,将K-means-AHC算法和DAS指标相结合,设计了一种寻找数据集最佳类簇数和最优划分的有效方法.实验将K-means-AHC算法用于测试多种结构的数据集,结果表明：该算法在不过多增加时间开销的同时,提高了聚类分析的准确性.与此同时,新的DAS指标在聚类结果的评价上要优于当前已有的常用聚类有效性指标.     

基于小波变换的网络流量预测与分析

为了有效地分析网络流量,深入研究网络流量的性质,提出了网络流量的预测模型。对于非平稳的网络流量通过ARIMA模型进行平稳化,利用小波分解将这段在时域上的平稳的网络流量分解到不同的频带上,收集各子频带上的低频与高频信号,构造自协方差序列,再通过Davies-Harte方法（DHM）进行仿真重构,合成预测流量。实验结果表明该模型提高了预测精度,证明该方法是有效的。     

基于KQPSO聚类算法的网络异常检测

提出一种基于KQPSO聚类算法的网络异常检测模型.该模型利用K-Means聚类算法的结果重新初始化粒子群,聚类过程都是根据数据间的Euclidean（欧几里德）距离。再通过量子粒子群优化算法（QPSO）寻找聚类中心。最后进行仿真模拟,实验结果表明,该模型对网络异常检测是有效的。     

Partitioning the Conventional DBT System for Multiprocessors

Noticeable performance improvement via ever-increasing transistors is gradually trapped into a predicament since software cannot logically and efficiently utilize hardware resource,such as multi-core resource.This is an inevitable problem in dynamic binary translation (DBT) system as well.Though special purpose hardware as aide tool,through some interfaces,provided by DBT enables the system to achieve higher performance,the limitation of it is significant,that is,it is impossible to be used widely by another one.To overcome this drawback,we focus on building compatible software architecture to acquire higher performance without platform dependence.In this paper,we propose a novel multithreaded architecture for DBT system through partitioning distinct function module,which is to adequately utilize multiprocessors resource.This new architecture devides couples the common DBT system (DBTs) working routine into dynamic translation,optimization,and translated code execution phases,and then ramifies them into different threads to enable them concurrently executed.In this new architecture,several efficient novel methods are presented to cope with intractable work that puzzles most researchers,such as communication mechanism,cache layout,and mutual exclusion between threads.Experimental results using SPECint 2000 indicate that this new architecture for DBT system can achieve higher performance - speed up the traditional DBT system by about average 10.75%,with better CPU utilization.     

海量存储系统高可用性研究

对海量存储系统架构进行介绍和分析,对传统集群高可用方案进行介绍,提出针对海量存储系统架构的高可用性保障方案,并对方案进行测试。测试结果表明,当服务器宕机后,系统能够在极短的时间里恢复服务。所设计的方案可以满足海量存储系统的高可用性需求。     

基于小波包分析的网络流量随机模拟

提出基于小波包分析的网络流量随机模拟算法,通过应用小波包变换将实际测量的网络流量分解为2"个不同分量(n为分解的层数),再将这些分解长度相等的每个分量进行等分,进行这些等分分量的随机组合形成2"个分量,再重构,最后对模拟合成的网络流量进行自相似特性的分析.实验结果表明,用该方法模拟的网络流量具有较好的自相似性.     

半虚拟化I/O模型的KVM虚拟机域间通信优化方法

提出了一种半虚拟化网络模型来优化虚拟机域间通信的性能,通过共享内存建立通信通道来打破虚拟机之前的隔离屏障,减少在数据传输过程中的拷贝次数.基于内核虚拟机(kernel-based virtual machine,KVM)半虚拟化框架编程接口的实现方法可以简化设备I/O的模拟,减少特权指令模拟所需的根-非根模式的切换,提...