云存储中的数据安全问题研究

伴随着经济以及科学技术的进步,云计算技术诞生并取得了飞跃性发展,已然深入到大众生产生活的诸多方面,并因而引发各方面(如政府部门、学术界等)的密切关注。本文即就云存储中的数据安全需求做了系统的论述,从身份认证、加密传输及存储等方面进行了需求分析,建立了云存储中的数据安全方案,并详细分析了这套安全方案的特点。通过对云存储中的数据安全问题进行研究,以期推动云存储应用的发展,强化此项应用的安全性。     

基于证据推理的激光惯组最优维护方法

为解决激光惯组存在的故障样本获取困难和监测维护周期不合理等问题，采用一种融合多元信息的性能评估方法对激光惯组的性能进行评估。首先，综合考虑了惯组指标信息的权重和可靠度，基于证据推理融合多元信息得到激光惯组性能评估结果。其次，根据性能评估结果，通过维纳过程预测综合考虑激光惯组的监测维护成本和性能设计要求，在满足性能状态要求前提下以单位时间内期望维护成本最小为目标，确定最优维护时机。最后，使用某型号激光惯组进行了实验验证，说明所提出的方法的有效性。     

量子信息技术在金融业的探索应用

上世纪七十年代,量子信息技术在量子力学和信息科学的交叉研究中而产生,其主要研究方向包括量子通信、量子计算、量子存储与量子传感等。近年来,随着量子信息技术的研究取得重大突破,量子信息技术的应用价值进一步凸显。本文首先介绍量子信息技术的起源及定义;其次简要介绍量子通信、量子计算、量子存储和量子传感等技术,并结合金融行业发展特点,探索出各项量子信息技术在金融业的应用场景;最后详细分析量子信息技术给金融业带来的巨大挑战,并给出具体发展建议。     

DEA方法在项目厂址选择中的应用

厂址选择是项目建设的重要环节。通过建立方案评价模型,将数据包络分析(DEA)方法应用于项目厂址选择。引入天然气净化厂厂址选择实例,拟定投入、产出因素,利用Matlab对模型进行求解,通过对运算结果的分析,确定最优方案,说明模型及方法的有效性。     

9000m顶部驱动钻井装置结构选型研究

为大幅提高钻井效率,针对9 000 m钻井深度对顶驱的设计要求,通过比较顶驱装置关键部分几种典型的结构,提出适合该型号顶部驱动钻井装置的最优结构形式,为后续9 000 m钻井深度顶部驱动钻井装置的研究提供指导和借鉴。     

内热型超声雾化溶液再生系统最优内热量的研究

基于质量守恒、能量守恒定律，建立了内热型超声雾化溶液再生系统（IH-UARS）的再生性能预测模型并进行了充分的实验验证，通过研究不同内热量下IH-UARS的再生性能及其变化规律，寻求系统所需的最佳内热量并明确其可能的影响因素。结果表明：IH-UARS系统存在最优的内热量范围，使其再生系统性能最佳；所需最优内热量随着再生溶液流量增大呈显著的对数增长，但受空气流量的影响较弱；在该研究中的标准工况下，IH-UARS所需最优内热量约为275~350 W。此外研究发现：内热量的增长有益于促进初始浓度较高的溶液进一步浓缩再生，如当IH-UARS中内热量增至800 W时，其初始浓度为36%的溶液比24%的溶液浓度增量指标改善幅度高37%。研究所得结果可对提高溶液再生性能及经济性提供积极参考。     

LaCie宣布其Porsche Design移动硬盘装配USB-C双向接头

全球领先的存储解决方案提供商希捷科技公司(NASDAQ:STX)旗下的高端品牌La Cie日前宣布其Porsche Design移动硬盘采用了USB-C技术。该产品融合了La Cie Porsche Design系列经验证的速度、设计、耐用性以及USB-C的易用性,完美匹配最新款Mac Book?笔记本电脑。La Cie?移动硬盘采用了未来人性化的端口—USB-C端口。该项新技术使La Cie移动硬盘的连接极为简单,这得益于连接线的两端完全相同,接头可双向使用,因此     

云储存技术在电气自动化控制中的应用

随着科学技术的进步和发展,云存储技术日渐得到广泛应用,并在诸多领域中发挥重要作用.电气自动化 控制作为电力体系的重要组成部分,更需要做好云存储技术的应用.文章对云储存技术在电气自动化控制中的应用进 行分析,希望可以为电气自动化的优化控制提供借鉴。     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。