迁移工作流系统中的自适应信任模型

文中针对迁移工作流系统中信任关系不断变化的特点，提出了一个动态的，分级别的自适应信任模型。模型一方面用来确定迁移实例的迁移位置，解决了实例迁移过程中常见的串联现象；另一方面解决了停靠站中资源的分层次访问控制问题。     

迁移工作流系统中MI间的通信研究

提出了一种新的迁移实例(MI)间的消息通信机制,该通信机制简化了寻址步骤,解决了邮件的失效处理以保证邮件的可靠性,而且通信阶段不再限制MI的自主移动。同时还支持MI邮件的保序,并基于邮箱分离策略实现了MI迁移状态邮件的异步处理,在对邮件进行正确性及完整性验证的基础上,支持错误邮件的重新传送。     

迁移工作流中MI的迁移策略研究

迁移工作流是将移动agent计算模式应用于工作流管理的一项新技术。迁移实例(MI)、工作位置和迁移工作流管理引擎构成迁移工作流管理系统的三要素。其中,MI是以移动agent为计算范型构造的业务过程执行agent,它可以在工作位置之间移动并按照自身携带的工作流说明,就地利用服务执行一项或多项任务。MI的迁移策略是整个迁移工作流系统的核心问题之一。针对MI的服务定位问题,提出了一个分层结构的迁移工作流服务模式,在它对服务进行管理的同时也负责为MI导航;针对迁移目的地的选择问题在充分考虑了主机硬件可用度、主机资源以及迁移实例目标与主机提供服务的匹配程度的基础上,提出了包含静态和动态等要素在内的目的地主机可用度评估方法,用以确定MI的迁移目的地。最后,给出了实验过程描述和对结果的讨论分析。实验表明,分层结构的工作流服务组织形式以及目的地主机的可用评估方法,有效提高了系统效率。     

存储系统数据迁移技术与实现

通过对存储系统数据迁移常用技术的分析,结合云铜数据迁移实际案例,综合阐述了存储系统数据迁移的技术实现、迁移策略、风险分析与规避、数据完整性与一致性验证方法,对类似系统架构的存储数据迁移具有良好的借鉴意义。     

基于免疫算法的迁移工作流实例安全工作位置选择

在迁移工作流系统中迁移实例的安全和路线规划对于工作流目标的完成起着至关重要的作用。提出一种基于免疫算法的迁移策略,该方法借鉴生物免疫系统的特性,将迁移实例的需求以及安全要求编码为抗原,将工作位置的服务信息以及安全性能编码为抗体,模拟免疫系统的匹配过程从而动态的得到迁移路线。该方法不仅考虑迁移实例的任务需求,而且对迁移实例的需求信息划分安全等级,考虑工作位置的安全性,从而为迁移实例得到一个相对安全的迁移目标。仿真实验表明,该算法有效的避开了恶意主机,使迁移实例的被攻击率大大降低,保护了迁移实例的安全。     

面向迁移工作流管理系统中工作位置的安全问题研究

迁移工作流为工作流技术提供了一个新的研究方向,同时也给迁移工作流管理系统带来了更多的安全问题。文中重点研究迁移工作流管理系统中工作位置的安全问题,根据这些问题给出了工作位置的安全策略,并根据安全策略提出了一个工作位置的安全模型,并详细介绍了模型中的安全加载、状态监测和访问控制几个方面的关键技术和实现。     

分层存储中数据迁移时间的设计

分析了数据迁移时间设计中存在的问题.引入了数学公式来判断存储使用量的变化趋势,由变化趋势、存储系统的传输速率和存储容量来判断迁移时间,这为迁移时间的设计提供了理论方式.同时开发了数据迁移监控器,结合迁移时间制定了相应的迁移策略.在高性能计算的环境下,搭建了两层存储的测试系统,部署了该迁移策略.实验结果表明,迁移时间的设计能实现分层存储中数据及时迁移,并可有效缓解迁移堵塞、提高存储层的使用率.     

迁移工作流系统中的迁移域组织与动态迁移实例寻址研究

该文将安全性和高效性原则应用到迁移工作流的迁移决策中。首先,用确定静态迁移域的方法来保证迁移实例不会迁移到恶意工作位置中。然后在迁移域的范围内,对各工作位置进行信任评价,使迁移实例迁移到满足其工作流服务要求的最佳的工作位置中运行,保证了系统运行的高效性。该文讨论了迁移实例的迁移决策问题,包括对静态迁移域的组织,迁移域中工作位置的可量化的信任关系评价,以及基于信任评价的动态迁移寻址。     

迁移工作流管理中的过程完整性控制算法

在研究基于任务片的迁移工作流网络和执行模式的基础上,提出迁移工作流过程完整性控制算法。该算法采用本地恢复和迁移恢复相结合实现任务片的完整性,通过迁移实例派生机制保证整个迁移工作流过程的执行完整性。实例证明该算法可以实现迁移工作流过程完整性的有效控制。     

基于知识树的操作系统迁移教学法

针对目前操作系统课程教学存在的问题,提出以建构主义为指导的基于知识树的迁移教学法,即提倡以学生为主体、以教师为主导的教学理念,学生在教师的引导下,识别或总结操作系统各章节知识点的内在关系,自主画出各章节知识点的"知识树",实现对知识点的总体把握、关联记忆和有序排列,从而实现从领域知识到学生个体知识的迁移,形成学生知识体系的建构。     

迁移学习在医学图像分类中的研究进展

医学影像作为医疗数据的主要载体,在疾病预防、诊断和治疗中发挥着重要作用。医学图像分类是医学影像分析的重要组成部分。如何提高医学图像分类效率是一个持续的研究问题。随着计算机技术进步,医学图像分类方法已经从传统方法转到深度学习,再到目前热门的迁移学习。虽然迁移学习在医学图像分类中得到较广泛应用,但存在不少问题,本文对该领域的迁移学习应用情况进行综述,从中总结经验和发现问题,为未来研究提供线索。1)对基于迁移学习的医学图像分类研究的重要文献进行梳理、分析和总结,概括出3种迁移学习策略,即迁移模型的结构调整策略、参数调整策略和从迁移模型中提取特征的策略;2)从各文献研究设计的迁移学习过程中提炼共性,总结为5种迁移学习模式,即深度卷积神经网络(deep convolution neural network, DCNN)模式、混合模式、特征组合分类模式、多分类器融合模式和二次迁移模式。阐述了迁移学习策略和迁移学习模式之间的关系。这些迁移学习策略和模式有助于从更高的抽象层次展现迁移学习应用于医学图像分类领域的情况;3)阐述这些迁移学习策略和模式在医学图像分类中的具体应用,分析这些策略及模式的优点、局...     

基于模糊满意度的软件定义网络交换机迁移策略

针对软件定义网络中多控制器间负载均衡的迁移代价和迁移效率问题,提出一种基于模糊满意度的交换机迁移策略。首先,构建均衡判断矩阵,监测控制器负载状态,且提出交换机组选择度,划分交换机组以选取迁移交换机;其次,考虑迁移代价和负载均衡率,构建模糊满意度迁移竞争模型,且提出改进蚁群算法优化求解,选择最佳迁入控制器;最后,将迁移交换机迁往迁入控制器,实现交换机的快速迁移。实验结果表明,与现有交换机迁移策略相比,所提方法在保证较高负载均衡率的同时,进一步优化了网络性能,迁移代价平均减少约26.8%,控制器平均响应时间缩短约0.41 s,改善了交换机迁移过程。     

基于开源KVM的服务器虚拟机迁移方案研究

云计算作为新的计算模式,是当前数据中心建设的首选方案,而虚拟化技术是云平台建设的重点,重点讨论了基于开源的KVM来搭建虚拟化环境的方法。针对常见的物理机应用迁移到虚机的冷迁移和热迁移两种方式,分别给出了KVM环境下的实现方案。     

基于网络学习的中职学生母语迁移类别刍议

语言迁移(也称为语际影响)指目标语和源语之间的共性和差异性所造成的影响.在二语学习中,母语(也称为第一语言)的运用起到重要作用.在网络学习环境下,培养中职学生的英语自主学习能力,研究母语迁移对英语学习和英语表达的影响,显得尤为重要.     

基于遗传算法的虚拟机在线迁移优化方法

虚拟机在线迁移是云计算研究热点。目前已有的研究工作未能考虑Web应用资源需求的变化规律,可能会存在因虚拟机循环迁移而导致的Web应用性能频繁违约现象。提出一种基于Web应用资源需求变化分析的虚拟机迁移优化方法,以虚拟机资源需求小于物理机资源供给为约束条件,将虚拟机和物理机空间布局的稳定性刻画成收益。每次执行虚拟机在线迁移操作时,都以收益最大化作为待迁移虚拟机和目标物理机的选择依据。实验结果表明,与已有方法相比,本方法能减少超过50%的性能违约次数。     

在.net平台下Agent迁移的设计实现

移动Agent是分布式计算与Agent技术相结合的产物,.net Framework提供的虚拟机CLR使得开发移动Agent系统成为可能,并扩充了移动Agent的应用范围.文章首先分析了移动Agent的迁移原理,研究了在.net平台下Agent迁移的具体实现     

基于Linux集群的socket迁移技术

以MOSIX，Condor等为代表的负载均衡集群实现了进程迁移技术。但是目前这项技术中由于没有实现对套接字这一重要的资源的迁移支持，大大限制了它的应用范围，特别是对于网络应用程序的迁移。MOSIX是通过其固有的deputy／remote机制实现间接的支持，而Condor根本就不支持网络程序的迁移。文中讨论了Linux集群中的socket迁移问题，然后分析了一种基于CRAK集群系统的套接字迁移系统MIGSOCK的实现机制及未解决的问题，MIGSOCK通过增加一个Linux Module和少量修改TCP层的方式，在Linux负载均衡集群中实现了内核级可迁移socket，为解决这一问题提供了一种实际的可参考的解决方案。     

进化迁移优化算法综述

进化算法是模拟自然界生物进化的启发式算法,具有良好的搜索能力和灵活性且广泛用于复杂优化问题的求解,但在求解过程中默认问题先验知识为零,然而由于问题很少孤立存在,解决单一任务积累的经验可迁移至其他相关任务。进化迁移优化算法利用相关领域的知识学习和迁移,实现了更好的优化效率和性能。介绍进化迁移优化算法的基本分类,从源任务选择、知识迁移、缩小搜索空间差异、进化算法搜索、进化资源分配等5个角度出发对主流进化迁移优化算法的核心策略和优劣势进行梳理和分析。通过中国知网和WOS平台对2014年至2021年的进化迁移优化相关文献进行检索,运用知识图谱进行数据挖掘、信息处理、知识计量和图形绘制,根据进化迁移优化的发展趋势和经验分析总结了其面临的主要挑战和未来研究方向。     

人脸妆容迁移研究综述

人脸妆容迁移的目标是在保持源图像面部特征的同时,将人脸妆容从参考图像迁移到源图像,具有重要的理论研究价值和巨大的市场应用价值.目前,生成对抗网络已成为解决人脸妆容迁移问题的主流技术.阐述了人脸妆容迁移面临的主要挑战,按照重点解决问题的不同系统地梳理了已有的人脸妆容迁移方法并分析了其优点和局限性,总结了人脸妆容迁移网络常...