云计算技术在计算机网络安全存储中的应用分析

在计算机网络存储中,如果安全措施做不到位而导致重要数据丢失,就会引发一系列的损失,降低用户的网络存储使用体验.分析了身份认证技术、数据加密技术、数据备份恢复技术以及删除码等多种计算机网络存储安全关键技术,并设计了基于云计算技术的计算机网络安全存储方案,从模型设计、数据编码构造等各个环节加强数据存储安全,符合大数据时代的...     

基于闪存存储的近数据处理技术综述

在冯 ? 诺依曼架构中,存储与计算的分离造成了存储墙问题,导致现有的系统架构难以应对大数据和人工智能时代的数据爆炸。数据的持续增长导致了计算范式的变化,研究者们开始尝试将计算单元移动到存储器中,即近数据处理技术。近数据处理技术是指利用存储控制器的计算能力,执行与数据存取紧密相关的任务,在减少数据迁移的同时,具有低延迟、高可扩展性和低功耗等优点,具有广阔的应用前景。该文首先介绍了近数据处理系统的架构,其次针对特定应用和面向通用场景的相关研究成果进行概述,并总结了软硬件平台和产业进展,最后展望了其未来的发展趋势。     

大数据下云计算技术在计算机网络安全存储中的应用

互联网在各个领域的普及与应用,促使海量数据日益增长。大数据时代的来临,极大程度提高了我国在社会发展中的技术水平。云计算技术作为大数据时代下的一种重要信息化技术,在保障计算机网络数据安全方面发挥至关重要的作用,实现了数据在计算机网络中的安全存储,保障了数据安全传输与存储。鉴于此,针对大数据下云计算技术在计算机网络安全存储中的相关应用进行深入研究,以期在计算机网络安全存储中实现云计算技术的高效应用,从根本上保障数据安全存储。     

USP让存储更安全

能够可靠存储数据的技术和解决方案正在成为新的市场热点,在网络存储时代?对于直接连接存储(DAS)、嘲络连接存储(NAS)和存储局域网络(SAh)这些存储体系结构,APC公司都提供了多种端到端网络不问断解决方案。     

面向大数据的分布式存储技术研究

随着计算机信息应用技术的发展和互联网技术的不断的成熟,大数据时代是必然的趋势,它能为人们提供更加便捷的生活方式,为各类信息的接收和输出提供更好的途径,庞杂的信息量为数据存储带来了需求的同时也加大了技术上的难度,本文通过对大数据环境下数据分布式存储的技术进行研究,以求获得一些可行性方案。     

大数据时代计算机信息处理技术探讨

在对"大数据"的定义及其对当前互联网环境的影响进行分析和论述的基础上,探讨了"大数据"时代的信息处理技术的关键环节,为大数据时代计算机信息处理技术的分析提供依据。结合当前计算机信息处理技术发展现状,分别从数据的采集、加工以及传输等几个方面探讨了计算机信息处理技术的发展和应用。     

高性能计算与天文大数据研究综述

数据是天文学发展的重要驱动。分布式存储和高性能计算(High Performance Computing,HPC)为应对海量天文数据的复杂性、不规则的存储和计算起到推动作用。天文学研究中多信息和多学科交叉融合成为必然,天文大数据已进入大规模计算时代。高性能计算为天文大数据处理和分析提供了新的手段,针对一些传统手段无法解决的问题给出了新的方案。文中根据天文数据分类和特征,以高性能计算为支撑,对天文大数据的数据融合、高效存取、分析及后续处理、可视化等问题进行了研究,总结了现阶段的技术特点,提出了处理天文大数据的研究策略和技术方法,并对天文大数据处理面对的问题和发展趋势进行了探讨。     

基于PCM的大数据存储与管理研究综述

大数据已经成为当前学术界和工业界的一个研究热点.但由于计算机系统架构的限制,大数据存储与管理在性能、能耗等方面均面临着巨大的挑战.近年来,一种新型存储介质——相变存储器(phase Change Memory,PCM)——凭着其非易失、字节可寻址、读取速度快、低能耗等诸多优点,为计算机存储体系结构和数据管理设计带来了新的技术变革前景,也为大数据存储和管理带来了新的契机.PCM既是一种非易失存储介质,同时又具备了内存的字节可寻址和高速随机访问特性,模糊了主存和外存的界限,有望突破原有的存储体系架构,实现更高性能的存储与数据管理.概述了PCM存储器的发展现状;总结了目前基于PCM的持久存储技术和基于PCM的主存系统等方面的研究进展;并讨论了PCM在多个领域的应用现状.最后,给出了基于PCM的大数据存储与管理研究的若干未来发展方向,从而为构建新型存储架构下的大数据存储与管理技术提供有价值的参考.     

基于计算机信息安全存储与利用的相关对策分析

大数据时代的到来,推动了计算机技术的发展,计算机俨然成为人们工作生活中的一个重要工具,同时,计算机技术的不断发展也给计算机信息安全存储与利用带来了风险和隐患。本文通过对当前计算机信息安全现状以及计算机信息安全存储与利用中存在的问题的分析,对计算机信息安全存储与利用的相关对策进行了一番讨论,以期对计算机发展起到一定的推动作用。     

基于云计算的安全数据存储结构浅析

随着现代化科学技术的快速发展,用户对安全存储数据的要求越来越高,云计算是一种以互联网为网络平台的新兴计算方式,将传统计算机网络的低通用、高成本、高集中服务配置转变为高通用、低成本、高分布的全新计算模式,基于云计算的安全数据存储结构被广泛的应用在社会多个领域。该文主要分析了基于云计算的数据存储结构概述和基于云计算的数据存储安全技术。     

面向人工智能和大数据的高效能计算

【目的】本文主要分析人工智能和大数据应用随着迅速增大的数据规模,给计算机系统带来的主要挑战,并针对计算机系统的发展趋势给出了一些面向人工智能和大数据亟待解决的高效能计算的若干研究方向。【文献范围】本文广泛查阅国内外在超级计算和高性能计算平台进行大数据和人工智能计算的最新研究成果及解决的挑战性问题。【方法】大数据既为人工智能提供了日益丰富的训练数据集合,但也给计算机系统的算力提出了更高的要求。近年来我国超级计算机处于世界的前列,为大数据和人工智能的大规模应用提供了强有力的计算平台支撑。【结果】而目前以超级计算机为代表的高性能计算平台大多采用CPU+加速器构成的异构并行计算系统,其数量众多的计算核心能够为人工智能和大数据应用提供强大的计算能力。【局限性】由于体系结构复杂,在充分发挥计算能力和提高计算效率方面存在较大挑战。尤其针对有别于科学计算的人工智能和大数据领域,其并行计算效率的提升更为困难。【结论】因此需要从底层的资源管理、任务调度、以及基础算法设计、通信优化,到上层的模型并行化和并行编程等方面展开高效能计算的研究,全面提升人工智能和大数据应用在高性能计算平台上的计算能效。     

基于忆阻器的计算存储融合体系结构研究进展

Memristor is an enabling device with non volatile resistance, low power consumption, high durability, ease of integration, and CMOS compatibility. The stateful logic of memristors can rea lize the true fusion of computing and storage, and is complete in logic, which is expected to break the limitation of Von Neumann architecture and effectively alleviate the memory wall bottleneck. These excellent properties gain memristors great interest from academia and industry. In light of this, this paper summarizes the research progress of application oriented computing storage fusion architecture based on stateful logic. Firstly, the implementation principle and improvement method of state logic are analyzed in detail. Secondly, the state logic design based on the memristor crossbar is reviewed, including the parallel implementation of the basic logics, copy operation and comparison operation, and then the design principle and implementation structure of the data storage structure based on the memristors are summarized. The paper then revisits an application oriented computing storage fusion architecture in detail, and finally summarizes the problems in the research of this direction, and looks forward to the future direction.     

应用驱动的高效能计算机系统的研究与发展

在分析并行应用为高效能计算机系统提出的挑战的基础上,针对Cray和IBM的相关计划,探讨了应用对高效能计算机研发计划、系统决策、系统架构以及系统软件的影响,总结了有代表性的千万亿次计算机计划及其系统,并从应用范围的角度对高效能计算机系统进行了分类;进一步综述了高效能计算机系统在体系结构、编程环境、管理以及鲁棒性等方面取得的进展.最后从应用的角度展望了高效能计算机系统的发展.     

核电企业面向开放架构的大数据平台的研究与应用

本文对核电企业建设大数据平台的背景、建设目标以及预期收益进行分析,阐述了大数据平台架构设计需要遵循的前瞻性、可扩展、开放性、高性能、稳定性、安全性、易维护、实用性、高可用、统一管理等原则。以面向开放为架构设计准则,采用分层架构,详细分析了数据产生层、数据交换层、数据计算层、数据存储层、数据服务层、数据应用层等各个层次所起到的作用以及各个层次所使用到的具体技术方案。文章以基于大数据与机器学习的信函智能分发功能以及基于实时计算的阀门缺陷分类统计这两个案例为例,阐述了大数据技术平台在核电企业实际业务中的应用场景,介绍了各自的详细技术架构和应用效果,说明了大数据技术平台的应用对核电企业所带来的变化与业务收益。     

人工智能技术在矿山智能化建设中的应用初探

介绍了人工智能技术的相关概念、发展概述及其在煤炭行业发展中的应用,指出目前人工智能技术在矿山应用只是点状结合和浅度结合,没有实现人工智能技术和矿山某个生产或管理系统层面的深度融合。概述了智能矿山的发展历程,指出智能矿山是人工智能技术、大数据技术、物联网技术和矿山实体的深度融合体,利用智能通信、智能控制和智能计算技术实现数字化矿山的计算、处理,构建数字孪生矿山,通过数字孪生矿山和物理矿山的智能交互演化,达到对煤矿安全、高效、绿色的生产控制。构建了将人工智能技术和矿山深度融合的包括设备层、智能层、应用层的智能矿山三层构架:应用层处于智能矿山的最高层,其中的数字孪生矿山子层相当于“数字大脑”,实现矿山最高层次的智能控制;智能层中的智能体要求子系统不仅仅是应用人工智能技术处理子系统所产生的数据,而是从架构上就要将智能计算、智能通信、智能控制融为一体。展望了智能矿山建设的发展趋势:智能化矿山需要加强人工智能技术和矿山融合度的深入研究,将现有的基于人工智能的故障检测、诊断及超前干预技术应用到机器人系统中,智能计算、智能通信、智能控制融合的巡检机器人将是最早能推广的井下智能体之一;智能化矿山需要进一步加强复杂巨系统建模技术的研究,只有建立了矿山的复杂巨系统模型,才能实现采矿活动和环境的协同互动,实现采煤活动的精准控制,复杂巨系统模型的缺乏将是未来智能矿山建设亟需解决的问题。     

新时期对计算机大数据与云计算网络技术的思考

科学技术快速发展,我国的计算机技术、网络技术水平逐渐提高,被广泛应用到了社会生产、生活不同行业中,计算机大数据和云计算网络技术的应用,对数据的分析、运算能力起到了改进作用,有效提高了数据处理和应用水平,这二者之间有着密切的关系。本文对计算机大数据的特点进行了探讨,结合云计算网络技术应用优势,提出了新时期计算机大数据分析与云计算网络技术应用的必要性,探讨了新时期计算机大数据分析与云计算网络技术的具体应用。     

网络计算环境下大容量数据安全存储策略研究

近年来,随着计算机技术的发展,网络环境下的数据运算能力愈来愈强;加之,大数据时代的来临将人们日常生活、工作、学习的物质化信息转化为数据化关联性链条,通过网络进行大数据资源共享,简化了工作学习的繁杂,提升了工作学习效率;但是,传统的网络储存策略常常出现数据泄露、储存服务器数据溢出等一系列储存安全问题;针对问题产生原因,提出网络计算环境下大容量数据安全存储策略研究方法;通过采用数据修正单元、逻辑补偿单元与节点加密单元,对传统网络储存策略进行动态化针对性解决;通过仿真实验证明,提出的网络计算环境下大容量数据安全存储策略研究方法,具有数据储存响应速度快、反渗透逻辑性强、数据安全级别高、易用性强的优点。     

面向大数据的北京水务数据融合技术研究

为解决北京水务数据资源面临多源异构数据难以分析及数据集成困难等难题,在分析北京水务数据资源的基础上,采用大数据和云计算等相关技术进行北京水务数据资源的有效融合。针对北京水务的结构化及非结构化数据,研究相应的数据抽取、转换及存储的技术,提出基于水务数据资源融合的技术架构,其中结构化数据抽取使用D2RQ工具,非结构化数据的抽取使用jieba分词工具及tf-idf权重算法,并进行实验验证,证明该套技术方案的可行性与可信度,在数据存储模块采用基于云计算的分布式数据存储技术,用于存储融合后的海量数据。研究的数据资源融合技术方案能够帮助提高北京水务数据资源的融合效率与应用能力。     

大数据环境下的平台架构技术研究

大数据时代的到来,对数据的管理和存储带来了挑战。为了更好地管理和利用大数据,对大数据的基本特征进行了剖析,从大数据和分析技术平台的视角,分析了海量并行处理架构、云计算、网格计算和MapReduce这几种重要的技术,比较了其技术特点,对运用不同的技术对大数据时代数据管理产生的作用进行了分析,讨论了大数据分析工作所需要的混合环境,整合环境资源以使能够协同工作,使得每一项技术变得更加强大有效。     

航空装备测试技术体系及测试保障技术智能化发展分析

从剖析航空装备测试技术体系、综合保障测试技术及智能测试保障技术的概念出发，明确了航空装备测试技术的主要特点及其分类方法，构建了初步的航空装备测试技术体系架构，分析了人工智能、大数据、云计算、数字孪生、物联网等新技术在测试保障技术智能化过程中发挥的主要作用，希望该研究成果能够为未来构建完善的航空装备测试技术体系及测试保障技术智能化发展提供借鉴和指导。