教学课程资源库 更多>>

摘要： 基于TensorFlow框架，设计了一种高效且安全的入侵检测系统，实现了对多元异构网络数据的高效处理和分析。

ISBN: (纸本)9787519889876

摘要： 随着物联网与智能化技术的飞速发展，汽车行业正经历着前所未有的变革。汽车大数据作为这一变革的核心驱动力，其处理与利用成为提升汽车性能、优化用户体验的关键。云计算技术的引入，为汽车大数据的高效处理提供了强大支撑。文章旨在探讨如何利用云计算技术构建汽车大数据处理平台，并设计基于此平台的大学生社会实践平台，以期在提升汽车制造业竞争力的同时，促进大学生的实践与创新能力的培养。

摘要： 中央音乐学院“第五届10·15艺术节”于2023年10月15日至11月2日在北京、延安、昆明、厦门等多地举行。本次艺术节包括“中国·PIANO”中央音乐学院厦门钢琴艺术节、“一带一路”音乐教育联盟大会、世界音乐人工智能大会、全球视野下的中国音乐当代研究国际学术研讨会等主题明确、内容丰富的系列艺术活动。

关键词： 大数据   管理会计   云计算   策略  

摘要： 大数据对于企业的管理会计发展带来了积极的影响，不仅提高了数据的处理能力，还实现了数据的实时分析，帮助了企业制定更具时效性的决策，也进一步推动了管理会计工作的自动化和智能化发展。但是大数据背景下企业在开展管理会计工作时，也面临着各种问题，例如重视程度不高、理论体系不完善、信息化水平不高、风险防范水平偏低等，影响了管理会计的创新发展。因此本文就基于大数据背景下全面探析企业管理会计建设过程中存在的问题和解决对策，还探讨了推动管理会计创新发展的具体措施，将管理会计在推动企业健康发展中的重要价值更加充分地发挥出来。

摘要： 设计了一套基于云计算的分布式存储系统，系统采用分布式架构，运用数据分片、复制和负载均衡策略，对大规模数据处理技术和分布式存储系统进行了全面测试和验证。

关键词： 档案资源体系建设   云计算   档案收集与保护  

摘要： 本文全面剖析了东北抗联档案资源体系建设的现状、路径与技术应用。当前,尽管国内外对东北抗联档案有所研究,但缺乏全面整合与开发。因此,构建以多元主体协同为核心的资源体系显得尤为重要,包括档案馆、文化场馆、高校与科研机构以及个人参与者的共同努力。在资源层面,增加档案数量、提升质量、完善结构,并推动数字化转型是关键步骤。通过提高专业素养、加强口述档案收集以及运用新媒体技术,档案资源得到了有效扩充。同时,鉴定、保真、修复与保护工作的加强确保了资源质量的提升。在技术层面,数字人文技术如自动化、云计算等的应用为档案收集、整合与数字化处理带来了革命性变革。自动化技术实现了数字档案的征集和口述档案数字资源的形成,而云计算和人工智能技术则大大加速了档案资源的整合,并优化了资源结构。此外,图像识别、自然语言处理和机器学习等技术也显著提高了数字化处理的效率和准确性。然而,国外对于抗联档案的开发出版仍有待加强,国际合作在推动全球共享与利用方面具有重要意义。展望未来,通过不断深化多元主体协同,加强技术应用与创新,东北抗联档案资源体系将进一步完善与发展,为传承红色基因、弘扬抗战精神提供坚实支撑。

摘要： 随着社会的快速发展，物联网及云计算技术等新兴技术不断成熟，在社会各个领域的运用优势日益显著。动环监控系统作为提高供电系统可靠性和通信设备安全性的关键系统，需要与时俱进，不断提高系统性能。基于此，本文对基于物联网及云计算的动环监控系统进行了简要概述，探讨了物联网及云计算技术在优化动环监控系统设计中的具体应用思路及效果，以期为相关人士提供有益参考。

关键词： 云计算   Kubernetes   容器调度   负载均衡   资源利用率   异构任务  

摘要： 随着云计算的发展,越来越多的企业开始将其应用迁移至云端,并使用容器化的方式进行部署。容器编排工具Kubernetes以其开源、自动化以及跨平台支持等特点,已经成为编排工具的主流。然而,在超大规模集群计算环境和海量容器应用需求下,使用Kubernetes默认调度算法存在异构计算资源利用率低以及集群资源负载不均衡等问题。 针对以上问题,本文基于异构计算资源,提出了面向负载均衡的容器调度方法和基于异构计算资源的容器调度方法,并基于这两种调度方法搭建了容器调度管理平台。以下是本文的主要研究内容: 1)提出了面向负载均衡的容器调度方法。针对Kubernetes内置调度方法通用性不足,考虑的资源因素单一,无法满足不同类型应用的多样性需求,如深度学习推理、API调用、大数据应用以及Web应用等场景。本文提出了面向负载均衡的容器调度方法A-KCSS(AHP Kubernetes Container Scheduling Strategy)。该方法以CPU、内存、网络IO、磁盘IO等指标为调度因素,建立权重分析计算模型,根据待调度任务的资源需求,设置调度因素的相对重要程度,对各调度因素进行权重计算分析,并根据节点的资源实时使用率,计算所有的候选节点与最优调度节点的贴进度,并将其作为打分依据进行调度。实验结果表明,A-KCSS与default-scheduler、KCSS(Kubernetes Container Scheduling Strategy)、SSBMCDA(New scheduling strategy based on multi-criteria decision algorithm)算法以及F-KCSS算法相比,平均响应时间分别降低10%、4%和6%,F-KCSS算法响应时间略低于A-KCSS算法。A-KCSS与default-scheduler以及KCSS相比吞吐量分别提高30%和15%、可用性分别提高40%和30%、负载均衡率分别提高23%和18%,提高了集群的整体性能。 2)提出了基于异构计算资源的容器调度方法。设计了基于异构计算资源的容器调度方法整体架构。该架构基于监控模块、GPU设备切分模块以及GPU任务调度模块进行设计。针对Kubernetes原生框架无法对GPU资源进行实时监控,设计了基于DCGMexporter组件与自定义采集器相结合的监控模块实时获取GPU资源详细信息。针对Kubernetes集群基于英伟达提供的GPU插件,根据显卡序号调度GPU容器造成GPU资源利用率低下的问题,设计了基于异构计算资源的GPU资源切分模块,该模块将GPU资源按显存和算力两个维度进行细粒度切分,在GPU任务调度时将切分后的GPU资源进行分配,并且可以设置显存和算力限制,实现了GPU资源的共享。在GPU任务调度模块,根据GPU设备上分配的任务数量设置优先级进行调度,实现任务的均匀分配,提高GPU设备的资源利用率。经实验验证,与按块调度GPU资源的方法相比,所提出的方法在调度GPU Pod时降低了资源浪费,提高了GPU资源的利用率以及整体性能。 3)设计并实现了基于Kubernetes的容器调度管理系统。基于上述1)、2)的研究内容,本文将两种调度方法与Kubernetes集群容器生命周期管理、容器内部Webshell交互以及页面可视化等技术融合,设计并实现了基于Kubernetes的容器调度管理系统。该系统提供了异构任务的整体调度、Pod的全生命周期管理以及容器Webshell交互等关键功能。经实验验证了该系统的各项功能。并且通过搭建容器调度管理系统提高了用户的可用性以及集群的安全性。