【摘 要】
：
针对边缘设备随着接入的分支机构增多,需处理的公网与私网数据爆增,导致边缘设备负载过重,影响数据的正常交互.为此,分析了产生问题的根源,提出了网络设备虚拟化技术与多协议标签交换与边界网关协议技术相融合的解决方案.为验证方案的可行性,借助实验室设备,搭建了方案所需环境,完成了方案的部署.部署完成后对方案的可用性、数据访问控制与隔离、数据的分布式处理与负载分担进行了测试,并与传统方式在设备冗余性、扩展性、管理性等10个维度进行了对比.测式与对比结果表明,该方案能在边缘设备上实现数据的分布式处理与负载分担,优于传
【机 构】
：
长沙民政职业技术学院 软件学院, 长沙 410004;湖南大学, 长沙 410082;湖南大学, 长沙 410082;湖南师范大学, 长沙 410012;湖南大学, 长沙 410082;长沙民政职业技
论文部分内容阅读
针对边缘设备随着接入的分支机构增多,需处理的公网与私网数据爆增,导致边缘设备负载过重,影响数据的正常交互.为此,分析了产生问题的根源,提出了网络设备虚拟化技术与多协议标签交换与边界网关协议技术相融合的解决方案.为验证方案的可行性,借助实验室设备,搭建了方案所需环境,完成了方案的部署.部署完成后对方案的可用性、数据访问控制与隔离、数据的分布式处理与负载分担进行了测试,并与传统方式在设备冗余性、扩展性、管理性等10个维度进行了对比.测式与对比结果表明,该方案能在边缘设备上实现数据的分布式处理与负载分担,优于传统方式,是一种有效的VPN解决方案.
其他文献
随着深度学习在目标检测领域的大规模应用,目标检测技术的精度和速度得到迅速提高,已被广泛应用于行人检测、人脸检测、文字检测、交通标志及信号灯检测和遥感图像检测等领域.本文在基于调研国内外相关文献的基础上对目标检测方法进行了综述.首先介绍了目标检测领域的研究现状以及对目标检测算法进行检验的数据集和性能指标.对两类不同架构的目标检测算法,基于区域建议的双阶段目标检测算法和基于回归分析的单阶段目标检测算法的一些典型算法的流程架构、性能效果、优缺点进行了详细的阐述,还补充了一些近几年来新出现的目标检测算法,并列出了
针对隧道施工过程中沉降量精准预测问题,提出了一种基于时空特征区域神经网络的施工隧道沉降量预测方法.依据当前隧道地表下沉量,通过有效融合多维空间特征量,对未来的演化趋势做出合理预测.以白家庄隧道栾川端的地表观测数据为例,对所提方法的预测性能进行算例分析.结果表明:所提预测方法对隧道地表沉降量数据均有较准确的预测效果,且预测结果也具有一定的鲁棒性.研究可应用于实际隧道施工的监测管理过程.
针对Ceph存储系统面对小文件存储时存在元数据服务器性能瓶颈、文件读取效率低等问题.本文从小文件之间固有的数据关联性出发,通过轻量级模式匹配算法,提取出关联特征并以此为依据对小文件进行合并,提高了合并文件之间的合理性,并在文件读取时将同一合并文件内的小文件存入客户端缓存来提高缓存读取命中率,经过实验验证本文的方案有效的提高了小文件的访问效率.
本文主要研究了在室内场景中使用多台无人机设备对受害者进行合作搜索的问题.在室内场景中,依赖全球定位系统获取受害者位置信息可能是不可靠的.为此,本文提出一种基于多智能体强化学习(MARL)方案,该方案着重对无人机团队辅助救援时的路径规划问题进行研究.相比于传统方案,所提方案在大型室内救援场景中更具优势,例如部署多台救援无人机、救援多位受害者.本方案也考虑了无人机的充电问题,保证无人机的电量始终充足.具体地,鉴于模型中的救援场景深度参数不断变化,所提方案将搜索路径规划问题模拟为部分可观的马尔可夫决策过程(De
当前针对非结构化数据处理的研究多集中于实验态的技术实现,对于其在金融投研业务中落地应用的整体架构与路径的研讨则较为缺乏.为此,提出将大数据、自然语言处理、知识图谱等技术结合起来进行智能化投研平台的研发设计,并实现其在真实金融投研场景的应用.该平台基于Hadoop分布式系统进行数据采集、存储与计算,集成了传统文本处理技术及主流AI算法,形成了投研相关的深度语义理解能力,一是高效提取出金融文本信息,并以知识图谱的形式存储;二是基此进一步挖掘预测,输出金融投研领域的智能化分析服务.以金融研究中城投债相关文本作为
作为主要传动零部件,汽车发动机连杆质量直接影响发动机的传动性能,最终影响着整车的安全性.针对同时实现汽车发动机连杆几何参数、弯曲、扭曲检测问题,提出基于机器视觉的发动机连杆质量多参数检测.构建汽车发动机连杆质量多参数检测视觉系统,研究基于多阈值分析与同态滤波的图像预处理,去除发动机连杆图像中的阴影、增强图像对比度.基于亚像素级分析与Hough变换检测发动机连杆图像的直线、圆等几何特征目标,采用最小二乘法拟合发动机连杆几何特征参数,并分析质量参数,实现汽车发动机连杆质量多参数检测.某车用发动机连杆质量多参数
针对强化学习方法训练能耗控制系统时所存在奖赏稀疏的问题,将一种基于自监督网络的深度确定策略梯度(deep deterministic policy gradient,DDPG)方法应用到建筑能耗控制问题中.首先,处理状态和动作变量作为自监督网络前向模型的输入,预测下一个状态特征向量,同时将预测误差作为好奇心设计内部奖赏,以解决奖赏稀疏问题.然后,采用数据驱动的方法训练建筑能耗模型,构建天气数据作为输入、能耗数据作为输出.最后,利用基于自监督网络的DDPG方法求解最优控制策略,并以此设定空气处理装置(air
随着软件项目规模的增大与复杂性的增加,测试过程产生了大量的错误报告,其中重复的错误报告广泛存在.重复错误报告的存在,降低了开发人员修复错误的效率.重复错误报告预测可有效地避免重复错误报告的产生,是近年来的热门研究方向之一,但其效率及准确率有待提高.为此,提出一种基于语义扩展连续查询的重复错误报告预测方法,通过构建基于主题模型的错误报告索引词库,对查询词序列进行语义扩展,采用基于连续查询的错误报告检索算法,在缩小索引空间的同时,提升了预测准确率与效率.实验表明,相较于传统重复错误报告预测方法,该方法减小了5
为加强IP地址、自治域号等国际互联网码号资源的管理和控制,国际互联网工程任务组提出了互联网码号资源公钥基础设施,近年来有效解决路由劫持、路径篡改等问题,为保证域间路由稳定运行发挥了巨大作用.然而,它在互联网码号资源管理模式中存在的安全问题也逐渐突显,如单点故障、资源分配异常、证书撤销数据同步不及时造成验证失效等.本文针对上述安全问题,提出了一种基于可修改区块链的互联网码号资源管理方案,并通过实验验证了该方案的有效性和可行性.
随着目标检测模型的日趋成熟,基于检测的追踪成为多目标追踪研究的主要方向.借助几乎完美的目标检测结果,在数据关联时可以采用只使用IoU信息的方法.但是在实际使用中,少量丢失的检测会造成大量的身份互换和轨迹断裂,进而严重影响追踪效果.针对这一问题,该算法引入图像信息,使用IoU模型进行初步追踪,结合行人特征向量对初步追踪的结果进行校验,对没有通过校验的轨迹进行再匹配.对于目标间遮挡的问题,该算法采用预测目标的运动轨迹,提前采取措施的方法应对.该算法采用MOT16和2DMOT15数据集进行实验,均取得了较好的效