网络互联设备的性能测试原理和实践探微

信息时代,互联网的覆盖领域越来越高,且使用频率也相对较高,使得互联网已经成为人们生活中不可或缺的一部分。伴随着社会经济快速发展,人们生活水平逐年提高,对于互联网的服务要求也越来越高。为了适应用户需求,互联网提供商对于网络互连设备不断更新,以提高其应用价值。特别是目前电子商务盛行,推动着互联网用户上网络流量呈指数增长。这就为互联网技术性能提出了新的挑战。本论文针对网络互联设备的性能测试原理和实践应用进行探究。     

结合深度学习的网络邻居结构研究及应用

通过研究网络的拓扑结构可以探索到丰富的知识,特别是网络中节点的邻居可以形成不同的邻居结构,而不同的结构蕴含着不同的意义,进而也有着不同的影响。实际上,邻居结构与节点的交互行为之间是互相影响、互为因果的。对三种最为普遍的邻居结构进行分析,并提出结合深度学习的网络邻居结构影响力模型DNSI(neighbor structure influence based on deep learning)。通过对图片格式的网络数据提取特征,DNSI可以得到三种邻居结构影响力。分别在几个真实世界网络数据集上进行节点属性预测、类别中心度度量和用户行为预测等任务,实验结果表明该模型在绝大多数情况下具有优越性。     

磺酸型离子液体催化合成脂肪族1,2-二醇

以磺酸型离子液体1-(3-丙烷磺酸)吡啶磷酸氢盐[PyPS]H_2PO_4为催化剂催化甲酸-双氧水氧化端烯烃合成相应的1,2-二醇,采用~1H NMR对产物的结构进行了表征。以1-己烯合成1,2-己二醇为模型反应,得到了反应的优化条件,即:n(1-己烯)∶n(H_2O_2)∶n(甲酸)=1∶1.1∶2,催化剂[PyPS]H_2PO_4 2.5 mol%,反应温度50℃,反应6 h。在此条件下,1,2-己二醇、1,2-戊二醇、1,2-辛二醇、1,2-环己二醇以及苯乙二醇收率分别为78.2%,74.7%,68.8%,76.2%和74.0%。[PyPS]H_2PO_4容易回收,在循环使用中催化活性未见明显降低。     

药用辅料对CYP3A活性的影响及其对仿制药质量和疗效一致性评价的指导作用

药物制剂的处方和工艺是保证药物质量和疗效的基础，药用辅料是药物制剂处方的重要组成部分。部分药用辅料可影响CYP3A的活性，继而可能影响其底物在体内的代谢和生物利用度。在中国和美国，相对生物利用度是仿制药研究的关键内容。我国正在推进仿制药质量和疗效一致性评价。因此，了解药用辅料对CYP3A的影响及其对一致性评价的指导作用具有十分重要的现实意义。     

N,N-二乙酸酯基芳香胺系列染料中间体的合成

以间乙酰氨基苯胺、3-氨基-4-甲氧基乙酰苯胺为原料,氯乙酸甲酯和氯乙酸乙酯为烷基化试剂,研究了催化剂种类、缚酸剂种类、反应时间和加料方式对反应的影响,并对合成的四个N,N-二乙酸酯基芳香胺系列染料中间体进行了结构表征。结果表明:Na Br和Na_2CO_3分别是催化该类反应合适的催化剂和缚酸剂。当芳香胺:氯乙酸酯:碳酸钠为1:4:1. 1(mol),在回流反应2h后加入10%的催化剂溴化钠和0. 5%抗氧化剂(m),再进行分水回流反应2h,得纯度99%(HPLC)、收率98%以上的N,N-二乙酸酯基芳香胺系列染料中间体。经紫外光谱、红外光谱、核磁共振氢谱和质谱分析,所合成的四个N,N-二乙酸酯基芳香胺系列染料中间体为目标产物。     

网络业务能力开放研究现状及展望

通过分析网络业务能力开放的典型应用场景,归纳总结了现有网络业务能力开放的实现方案,并对未来网络业务能力开放的研究热点进行展望。     

基于复杂网络的串联式项目群结构脆弱性分析

运用复杂网络理论研究串联式项目群的结构脆弱性。首先,基于串联式项目群的拓扑结构及特征,将串联式项目群抽象为一个有向加权网络。继而运用网络指标评估串联式项目群的结构脆弱性,并进一步探讨了网络拓扑结构特征与其脆弱性之间的关系。研究实现了串联式项目群结构脆弱性的定量化评估,能够有效识别项目群中存在的薄弱环节,且相关分析表明节点中心性指标能够为关键节点的识别提供参考。本研究对于优化项目群结构、提高项目群的抗风险能力和保障其顺利实施具有重要启示。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。     

网络社群助力运营商市场经营互联网化转型

互联网+时代,电信运营商的营销渠道互联网化发展,用户触点逐渐由线下转向线上,网络社群成为有力抓手。文章论述网络社群的概念和社群运营的应用场景,在此基础上提出网络社群的建立与运营方案,最后为运营商的社群运营提出建议。电信运营商应把握住社群经济的发展趋势,构建起自身的粉丝生态圈,打造互联网化的市场营销模式。文章对电信运营商构建社群营销体系和助力运营商市场经营互联网化转型有参考价值。