【摘 要】
:
本文以网络实训室建设为例,结合云计算、虚拟化技术的特点和应用优势设计构建了基于OpenStack的云虚拟网络实训室,从而实现了设备资源的统一分配和管理以及虚拟工作场景的构建,解决了当前实训室建设存在的规模小、成本高以及利用率低的困境实现教学与企业行业应用的无缝接轨。
【机 构】
:
成都工业职业技术学院信息工程学院 四川 610218
论文部分内容阅读
本文以网络实训室建设为例,结合云计算、虚拟化技术的特点和应用优势设计构建了基于OpenStack的云虚拟网络实训室,从而实现了设备资源的统一分配和管理以及虚拟工作场景的构建,解决了当前实训室建设存在的规模小、成本高以及利用率低的困境实现教学与企业行业应用的无缝接轨。
其他文献
本文分析了大数据时代计算机网络安全问题,并对计算机网络安全技术进行了分析和阐述,以此提出了一些有效的防范措施和策略,望有所帮助。
互联网软件既为人们生活提供了便利,但也带来了一定的潜在危险,故意设计的恶意软件会给网络安全带来威胁。本文对恶意软件检测技术进行了简要分析,结合机器学习提出了一种基于深度学习的恶意软件检测方法,结合使用卷积神经网络和长短期记忆网络,以此提高检测率。
随着网络技术的深入发展,相应的威胁网络安全的因素也越来越多,严重地影响到了互联网公民的隐私安全,提高互联网网络的安全使用系数所谓是众望所归。本文就以新时期网络安全为主要的研究背景,以数据挖掘技术为研究切入点,数据挖掘技术在网络安全中的应用进行阐述。
今年5月初,我随奥运圣火从被称为“天涯海角”的海南三亚,直冲海拔5200米左右的珠峰大本营,经历了从事新闻工作以来用时最短、跨度最大的海拔攀升。
In early May this year
近年来,基于视频的交通参数检测是智能交通领域新的研究方向,具有广阔的应用前景,同时基于视频的交通参数检测技术涉及了图像处理、计算机视觉、模式识别以及人工智能等学科与领
为公司营业收入进行有效的预测,对公司营业收入管理有着重要的参考意义。传统统计学方法存在"抗噪能力"差、在高维特征数据上容易过拟合的问题,同时,在样本量相对较少的条件下,相对复杂的金融时间序列问题并不适合简单地使用神经网络模型进行任务建模。针对上述问题,本文提出在模型复杂度相对可控,并且"抗噪能力"较强的XGBoost模型的基础上,结合卷积神经网络对数据集特征做深度特征挖掘进行营收预测任务建模工作。
随着神经网络模型的广泛应用,其安全性也日益受到重视,本文主要讨论了基于单像素攻击算法对经典CNN模型在黑盒条件下的对抗性攻击,利用该算法对LeNet和ResNet模型进行对抗性攻击测试,并采用粒子群算法进行优化,经过优化后,在扰动差异度为0.3%条件下,LeNet模型攻击成功率在80%以上,ResNet模型攻击成功率60%以上;同时提出针对性防御,自适应异常像素检测修正算法,可实现对单像素攻击算法
卫星通信具有覆盖面积大、通信距离远的特点以便其方便迅捷地组网,有助于在全球范围内实现无缝衔接的优势,无论是在军用还是民用领域都有着巨大的应用价值。但是随着卫星通信的广泛使用,其通信链路成为敌对势力和不法分子干扰破坏的重点。为此本文研究了基于星上基带处理的卫星通信抗干扰技术,为进一步提高卫星通信保障能力提供借鉴和参考。
无线传感器网络技术(wireless sensor network)兴起与20世纪90年代,作为21世纪最热门的计算机与网络发展方向,无线传感器网络技术被逐渐应用于国民社会生活的各个方面(例如:
通信技术和网络技术的协同发展,为当前的网络通信系统提高了良好的带动作用,但是技术本身作为一把双刃剑,在提高了人们生活便利程度之时,网络通信的安全也成为当前饱受诟病的一点。本文分析了网络通信中的数据安全技术应用难点,之后探讨了数据安全技术的具体应用思路,并全面分析了技术的具体应用方法。