一种面向连续数据保护的分布式存储模型研究

一个典型的连续数据保护(CDP,Continuous Data Protection)系统必须具有一个高效的存储系统来支撑.本文提出了一种分布式的存储模型,在此基础之上设计了一个面向CDP应用的分布式存储系统.同传统CDP系统相比,本文提出了分布式存储应用于CDP应用,将文件级和块级的数据存储都归纳到一个存储系统中;通过引入了元数据和数据分离的思想,并且把数据分级存储.根据原型系统的理论论证以及测试,结果表明,论文所提存储模型很好的解决了CDP服务器低效率,高负荷的问题,并且具有低成本的优势.     

视频点播系统的软件老化估计和预测

针对视频点播系统,研究其软件老化模式,对系统资源和视频点播服务器的实时参数,采用Mann-Kendall方法来检测老化趋势以判断系统是否存在软件老化现象,并采用Sen的斜率估计方法来估计老化衰退速率;提出了基于径向基网络的软件老化预测模型,对老化趋势进行预测,并采用主成分分析方法来减少径向基网络的复杂度以提高效率.实验结果表明:视频点播系统中存在软件老化现象;基于径向基网络的软件老化预测模型预测效果优于时间序列模型.基于提出方法以及对视频点播系统的老化分析,可为进一步研究相应的软件再生策略提供理论依据.     

列存储数据仓库查询执行中重用缓冲区调度算法

查询的中间结果重用是提高查询效率的重要手段.现有列存储系统主要关注多查询计划间的中间结果重用,忽略了单一查询计划执行过程中大量可重复访问的中间结果.单一查询中的中间结果具有确定性高、结果大小可估计的特征,非常适合作为重用的对象.为此,针对列存储数据仓库单一查询计划执行过程中的中间结果重用问题,提出了一个重用缓冲区空间的...     

非线性延迟积分微分方程单支方法的散逸性

本文研究了非线性延迟积分微分方程单支方法的散逸性．把G（c3P30）-代数稳定的单支方法应用到以上方程中,得到了在有限维空间和无限维空间的散逸性结果．文章最后,数值试验验证了本文的结论．     

ARCE风险处理计划测量模型的设计与实现

提出用于定量测量风险处理计划有效性的ARCE模型,从理论上证明该模型的正确性.以组织信息安全资产的风险值和已实施控制措施为输入,通过中间变量矩阵得到风险处理计划有效性矩阵的模型量化指标体系.模型实现过程包括风险评估、风险处理、定量测量、安全事件管理和报表5个部分,并给出实施流程.应用结果表明,该模型能准确测量风险处理计...     

具有消息恢复的指定验证者的代理盲签名

设计了一种新的具备消息恢复特性的指定验证者的代理盲签名方案.方案的安全性建立在椭圆曲线离散对数难解性之上,并对其进行了安全性分析.方案在验证签名过程中,消息可恢复出来.另外,方案节省了信息的传输量,有效地降低成本,有广泛的应用价值.     

FDP250K-Ⅱ可编程芯片在卡菱停车场系统中的应用

复杂多串口PCB板的设计具有一定难度,制造成本也较高.随着高性能FPGA在通信、消费电子、汽车电子、工业控制等领域的运用,此局面已有改观.以FDP250K-Ⅱ可编程芯片在“卡菱停车场系统主控制板”上的运用为例,说明FDP250K-Ⅱ芯片的运用可提高系统的集成度和稳定性,缩小PCB板面积、降低系统成本和功耗,从而提高系统的性价比.此外,还可实现部分硬件电路的软件化,及在线实时更新.     

Global exponential stability in Lagrange sense for neutral type recurrent neural networks

In this paper, the global exponential stability in Lagrange sense for continuous neutral type recurrent neural networks (NRNNs) with multiple time delays is studied. Three different types of activation functions are considered, including general bounded and two types of sigmoid activation functions. By constructing appropriate Lyapunov functions, some easily verifiable criteria for the ultimate boundedness and global exponential attractivity of NRNNs are obtained. These results can be applied to monostable and multistable neural networks as well as chaos control and chaos synchronization.     

A belief-rule-based inventory control method under nonstationary and uncertain demand

This paper is devoted to investigating inventory control problems under nonstationary and uncertain demand. A belief-rule-based inventory control (BRB-IC) method is developed, which can be applied in situations where demand and demand-forecast-error (DFE) do not follow certain stochastic distribution and forecasting demand is given in single-point or interval styles. The method can assist decision-making through a belief-rule structure that can be constructed, initialized and adjusted using both manager’s knowledge and operational data. An extended optimal base stock (EOBS) policy is proved for initializing the belief-rule-base (BRB), and a BRB-IC inference approach with interval inputs is proposed. A numerical example and a case study are examined to demonstrate potential applications of the BRB-IC method. These studies show that the belief-rule-based expert system is flexible and valid for inventory control. The case study also shows that the BRB-IC method can compensate DFE by training BRB using historical demand data for generating reliable ordering policy.