课程文献中心 更多>>

关键词： 联盟链   政务文件   数据上链   智能合约  

摘要： 随着区块链技术的不断发展,完全去中心化的公有链和完全可控的私有链已经不能够满足政务服务的要求,而联盟链具有公有链和私有链的许多优势。相较于公有链,联盟链拥有更强大的安全性和隐私保护能力,而且其交易速度极快,计算资源消耗极低,因为它可以在不需要与全球节点进行任何连接的情况下实现自动化。与私有链相比,联盟链具有更高的扩展性和协作性。总而言之,联盟链是一种结合了公有链和私有链的优势的技术,它可以提供一种灵活、安全、高效、可持续的合作模式,从而帮助政府和企业更加有效地管理和共享信息。传统政务文件系统中的文件可能存在被篡改或伪造的情况,难以保证数据的真实性和可信度。同时由于政府、企业和个人用户之间缺乏协同沟通,导致政府行政效率低下,从而使得政府服务水平难以达到理想的要求。本文基于FISCO BCOS联盟链平台设计了一个政务文件系统。通过采用Django框架和Microapp Interaction-A框架实现了政务文件处理的前后端逻辑,使用户能够通过前端界面将数据存入数据库和联盟链,并进行信息查询验证操作。本文引入了Credit Byzantine Fault Tolerance共识算法,提高FISCO BCOS平台的共识效率和可信度。并使用Solidity语言设计了一套智能合约,实现政务文件的链上存储和查询验证服务,提高了系统中文件信息的安全性。在这篇文章中,我们提出了将联盟链、My SQL数据库以及云计算技术有机地融为一体的存储模型,以此克服联盟链的技术限制,并且可以检测出数据的完整性,从而有效地防止数据的篡改,从而提高数据的安全性。在本文中,设计了将联盟链、My SQL数据库以及云空间存储技术有机地融为一体的存储模型,以此克服联盟链的技术限制,并且可以检测出数据的完整性,有效地防止数据被篡改,从而提高数据的安全性。

关键词： RT-Thread   驱动程序   密码算法   上电控制   可信启动  

摘要： 在大数据、云计算、物联网等信息技术飞速发展的当下,信息安全问题也日益突出。传统的CPU设计时未集成安全度量模块,可能会导致在启动前系统核心信息被篡改,开机后威胁计算机的安全。在我国可信计算3.0背景下,自主可控、安全可信理念更加突出,提升计算机系统的安全性是信息时代主要研究方向。为了脱离硬件层面可信度量时密码算法设计的复杂,本文将国产操作系统RT-Thread与可信计算相结合,避开国外技术,在RT-Thread平台设计出可信密码算法,搭建可信启动框架,实现可信启动策略。可信启动策略实现的前提是RT-Thread操作系统在硬件某款处理器上的成功移植,本文所依托的硬件处理器为项目组成员在FPGA上设计的32位RISC-V架构软核处理器,支持UART、SPI、GPIO等多种接口。基于此,本文主要研究内容有:通过修改RT-Thread内核文件和编写适配的驱动程序,搭建交叉编译平台,实现其在32位RISC-V软核处理器上的移植。移植过程中实现的函数主要有全局中断开关函数、线程栈初始化函数、上下文切换函数等;对board.c与libcpu中的配置文件与参数进行修改;此外,根据可信启动外设需求,在RT-Thread中设计UART、IC、SPI、GPIO驱动程序并进行移植。RT-Thread及其外设的成功移植为可信启动策略的实现做了充分准备。完成可信启动策略的实现,通过在RT-Thread中创建SM2、SM3、SM4密码算法线程,设定其线程优先级、时间片、线程栈大小等,设计密码算法控制函数实现了对不同密码算法的调度,密码算法之间可相互通信与调用;分析可信模块中三个密码算法具体实现中涉及到的关键函数及参数;对本文密码算法控制BIOS下的可信启动流程与异常状态的处理进行讨论。对RT-Thread操作系统在32位RISC-V架构软核处理器的移植进行测试,操作系统移植成功,UART、IC、SPI、GPIO四种驱动也可正确识别;SM2、SM3、SM4三个密码算法的加解密结果验证正确;本文设计的可信启动平台在国产主板飞腾D2000上实现了上电控制及复位等功能;对系统的性能进行测试,加解密速度正常,开机时间有一定延长,但性能损耗在合理范围内,不会对用户体验造成影响,可信启动框架设计合理有效。

关键词： 文件系统   Ceph系统   性能优化   DDPG   安全  

摘要： 随着大数据时代的到来,文件系统的性能优化变得越来越重要。参数调优作为一种有效的优化方式,可以根据用户的需求对文件系统参数进行调整,以提高系统的性能。然而,针对文件系统的参数调优也存在着问题和挑战。面对众多的参数和复杂的工作负载,需要针对不同的场景和工作负载进行合理的参数配置,以提升文件系统的性能。同时,一些不安全或不合理的参数组合可能会导致文件系统性能异常或系统故障。针对上述问题,提出了一种基于强化学习的文件系统性能自动优化及参数安全评估技术。首先,基于参数重要性度量公式构建了参数筛选模型,通过分析性能方差,对每一个参数计算重要性指标,并以此为基础对参数进行筛选,降低了文件系统参数调优的复杂性。然后,采用强化学习中的深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)模型和遗传算法(Genetic Algorithm,GA)相组合的调优模型,先利用GA模型收集高质量的样本,再用这些样本对DDPG模型进行预训练,降低了调优时间,同时取得了令人满意的性能优化效果。最后,为了保证调优的安全性,采用基于规则的白盒模型和基于性能预测模型的黑盒模型来评估参数配置的安全性,白盒模型和黑盒模型分别排除容易导致系统崩溃的参数配置和可能导致性能大幅下降的参数配置组合,减少了调优过程中系统故障和性能异常发生的次数。为验证文件系统性能自动优化及参数安全评估技术的有效性,本文对Ceph系统在不同工作场景下进行了实验。结果表明,相比默认参数配置,性能自动优化技术可显著提升系统性能。在大文件顺序写、大文件顺序读、小文件顺序写、小文件顺序读场景下,性能分别提升57.2%、75.5%、62.5%、79.2%。在大文件随机写、大文件随机读、小文件随机写、小文件随机读场景下,性能分别提升52.7%、68.8%、60%、66.7%。此外,参数安全评估技术可在小文件场景下减少83.3%的性能异常和92.8%的系统故障,而在大文件场景下,可减少81.7%的性能异常和86.9%的系统故障。

关键词： 设备管理   TPM管理   数字化   全生命周期管理  

摘要： 当前,受国际环境影响,经济增长趋势下行压力增大,国内外钢材市场需求下滑。钢铁工业是我国经济发展的支柱产业,钢铁产业健康发展是驱动我国经济发展的重要保障,对区域经济的发展和保障民生具有重要意义。在新形势下,钢铁企业通过降本增效措施持续提升竞争力,实现钢铁产业的高质量发展,是当前钢铁企业发展的必经之路。在需求放缓、竞争加剧的背景下,为实现低成本生产、高效管理的目标,利用先进的管理理念与措施提升效率和降低成本,成为研究的主题。钢铁企业生产设备投资规模大,设备管理是生产管理的重要基础,科学的设备管理降低生产成本的关键保障,因此提升设备管理效率是钢铁企业降本增效的核心管理目标。本文以A钢铁企业为研究对象,借鉴国内外设备管理的研究成果,结合全面生产维护理论、全生命周期等理论,针对该企业设备管理中存在的问题进行深入研究。通过分析现状和问题原因,提出设备管理优化改进措施,包括组织架构调整、业务流程优化、人员培养机制完善以及制度建设强化等方面,旨在解决当前设备管理中TPM管理策略和设备全生命周期管理策略存在的设备管理没有全员参与、设备非停次数高于行业水平、停机检修时间长、基层设备管理工作量大等问题。同时,结合已投运的数字化系统,优化考核机制、健全设备维护指标评价体系以及提升数字化技术应用价值,并提出对应措施。通过健全业务协同机制、完善预防性维护策略、优化设备检修策略及设备全生命周期管理四个方面,实现设备管理效率的提升,减少设备管理成本,提升A钢铁企业竞争力。本文所提出的设备管理优化措施遵循实用性原则,对提升A钢铁企业设备管理效率和企业综合竞争力具有重要意义。同时,研究成果可为同类型钢铁企业提供设备管理理论参考。

关键词： Auto-scaling   Distributed systems   Machine learning   Resource scheduling   Workload balancing  

摘要： Distributed systems have evolved into large-scale cloud platforms that support parallel computing of workloads from hundreds of thousands of users. Administrators of distributed systems are finding that improving resource utilization without violating service level agreements (SLAs) is becoming more and more challenging due to the ever-increasing complexity of workloads. Benefiting from adaptivity, statistical and machine learning (ML) algorithms, which automatically reconfigure the system based on historical and real-time workloads, have been widely adopted for resource optimization. Unfortunately, existing optimization approaches are far from optimal, particularly in terms of 1. resource scheduling, which allocates multi-dimensional resources for heterogeneous workloads; 2. auto-scaling, which automatically allocates/de-allocates resources based on dynamic workloads; 3. workload balancing, which balances skewed workloads; and 4. explainable AI (XAI) which aims to improve the explainability of black-box ML models, and enhance system robustness and transparency. In this dissertation, we show that the resource utilization of distributed systems can be improved through the collaboration of statistical and ML-based resource scheduling, auto-scaling and workload balancing, while the transparency and robustness of the systems can be enhanced through data dependency techniques that track data/computation flow and enable efficient XAI computing in large-scale. We validate our thesis through the design of three complementary systems: Eigen, ESDB, and PXAI. Eigen is a large-scale, cloud-native cluster management system that features end-to-end resource optimization in a hierarchical resource management system. The system hierarchically organizes machines in the cluster (i.e., machines are assigned to non-empty layer, empty layer, and offline layer respectively), and simultaneously optimizes resources using three novel algorithms. Vectorized Resource optimization (VRO) is a h

关键词： 路径规划   仓储机器人   粒子群算法   进化蚁群算法   死锁   进化论   黏菌算法   融合算法  

摘要： 在物流业迅速发展的背景下,传统仓储效率极低,智能仓储越来越普遍,仓储机器人作为智能仓储的关键一环就显得尤为重要。但是由于现有的仓储机器人路径规划算法单一,只能完成相对简单的任务,易出现路径较长,时间较长等问题,不足以应对当下复杂的仓储环境。基于此,本文针对不同的仓储环境,设计了不同的路径规划算法,使得仓储机器人可以在最短的时间内找出最优路径。具体内容如下:针对传统堆垛式仓库的路径规划,利用笛卡尔坐标系法建模,为了解决基于粒子群算法进行路径规划时出现的局部极值和收敛速度慢问题,提出了一种基于障碍物分布的定向优化粒子群算法。首先利用选择性定向优化策略提高了算法跳出局部极值的能力;然后利用自适应时变策略动态调整学习因子加快收敛速度;最后通过MATLAB仿真实验验证了算法的有效性。结果表明:本文算法加快了收敛速度,提高了算法跳出局部极值的能力。针对全自动货架式仓库的单个机器人路径规划,为了解决利用蚁群算法进行路径规划时出现的运行时间长,搜索效率低和容易出现死锁问题,提出了一种基于达尔文进化论思想的蚁群算法。首先,针对在空白栅格中出现的搜索效率低的问题,提出了一种蚁群算法简易模式。其次,调整启发函数提高了算法的全局搜索能力,避免陷入死锁。最后,利用进化论思想改进蚁群算法的信息素更新规则,加快算法的迭代速度,缩小运行时间。在不同规模的栅格地图环境下的实验表明:本文提出的进化蚁群算法加快了迭代速度,提高了搜索效率,实现了最优路径并且解决了算法死锁问题。针对全自动货架式仓库的多机器人路径规划出现的效率低,易陷入死锁状态和路径非最优问题,提出了一种融合算法。首先,根据不同的标准利用粒子群算法对蚁群算法的主要参数进行寻优,得到了蚁群算法最优的参数组合。其次,提出了一种可行的多机器人避障策略,使得在仓储环境下的多机器人实现有效避障。然后,针对狭窄走廊地图易出现的死锁问题,提出了一种快速通行策略。最后,将蚁群算法与黏菌算法融合解决了路径非最优问题。通过与不同算法的对比,证明本文算法在路径长度、死锁蚂蚁个数以及效率等参数上优于其他算法。

关键词： 通信车   B/S架构   跨平台   集中管控平台   国产操作系统  

摘要： 通信车作为机动式应急通信的重要工具,在应急通信系统建设中发挥着至关重要作用。随着通信车逐渐发展壮大,车载设备种类和数量也丰富起来。这种情况下传统分布式的控制方式不仅效率低,而且还会因人工操作失误引起设备损坏。 当前通信车设备集控系统多采用C/S架构,存在操作终端受限的问题。还有些B/S架构的集控产品,因其定制化程度较高,当设备变动时,系统更新流程复杂。这些产品采用的设备控制方式单一,难以体现系统的智能化,且只能在Linux系统或Windows系统上运行,不适用于国产硬件平台和操作系统。另外集控系统端与被控设备本地控制的协同性以及系统与设备之间数据交互实时性不高也是当前通信车集控系统需重点解决的问题。 本文针对目前通信车设备集控系统存在的问题,同时满足军工企业信创体系建设需求,基于完全国产的瑞芯微RK3568开发板和银河麒麟操作系统,提出了B/S模式的通信车设备集控系统的解决方法,主要工作和研究成果如下: (1)采用.NET Core框架开发了集中管控平台Web服务器,解决了通信车集控系统不能跨平台、不适用于国产硬件平台和国产操作系统的问题,同时提高了系统使用方便性,解决了集中管控平台跨终端使用的难题。 (2)针对集控系统实时性以及与本地控制端协同性不高的问题,本文通过国产CPU四核协同的多线程工作的方式,在硬件层面为系统的实时性提供保障。在软件层面,将多线程技术融入到设备数据采集中,提高数据采集的效率和实时性,并采用服务器主动推送技术,保证界面上设备运行状态的实时更新。 (3)本文创新性的设计了联合控制的定制功能,基于数据库开发实现了多种类设备的分组控制,实现一键对多个设备进行快捷的操作,解决了集控系统设备控制方式单一的问题,提高了通信车集控系统工作效率。 (4)针对集中管控平台适配不同通信车时软件配置流程复杂的问题,设计了易扩展的系统架构,基于数据库设计了可动态加载的用户界面,并提出一种低成本、操作便捷的软件配置流程。 最终开发了适用于国产硬件和操作系统,且跨平台性和通用性强的通信车集中管控平台。并面向某公司需求,定制开发了散射通信车集中管控平台,实现了对车辆公用系统设备的各种状态与信息等进行集中管理、实时监测与综合控制,并对该定制的平台进行实际部署和测试,验证了本平台的稳定性和可行性。

关键词： 异常检测   日志分析   日志数据   日志序列   分布式系统  

摘要： 在结构日趋复杂的分布式系统中,系统故障处理成为了常态化问题,由于其容错机制,系统对大部分故障反应并不敏感,使得故障在发生后难以被发现,这将成为引发宕机故障的潜在因素。所以,在系统运维过程中引入异常检测技术自动化地发掘异常信息帮助系统管理人员及时发现和处理异常尤为重要。由于日志数据通常是记录分布式系统运行时信息的关键数据,它被广泛应用于异常检测任务中。但现有日志数据分析系统存在强人工依赖问题,同时在异常检测任务中多使用传统异常检测模型,这使得其在对分布式系统的海量异构日志数据进行异常检测时性能不足。为了缓解分布式系统日志数据规模与异构性对异常检测性能的影响,选取循环神经网络的变体Bi-GRU(Bi-directional Gate Recurrent Unit,Bi-GRU)作为异常检测模型,并提出使用注意力机制增强模型对日志序列中不同日志事件模板重要性的理解能力。通过在三组公开日志数据集的实验证明该模型可以有效利用日志序列上下文信息,相较于对比模型具有更好的检测精度与效率,在三组评估实验结果中F1值均高于0.94。基于该异常检测模型和日志分析相关技术,以提高日志数据分析系统的自动化程度和异常检测性能为目标,完成了系统的需求分析与整体架构设计,并对各核心功能模块进行了详细设计与实现。该系统通过监听分布式系统中不同组件的日志文件变化采集系统运行时日志数据,并在对其加工处理后进行索引存储与分析,实现日志数据异常检测、可视化分析和异常告警等功能。其中,基于ELK Stack日志管理框架实现了具备近实时采集与存储能力的日志数据采集模块;使用Flink实时计算框架和Py Torch深度学习框架实现了具备高精度实时检测能力的日志数据异常检测模块;基于B/S架构实现了具备良好交互性的系统可视化和异常告警模块。最后,通过设计完整的测试用例对异常检测系统各功能模块进行了全面的测试,测试结果表明该系统能够高效地采集分布式系统日志数据并进行准确地异常检测,根据检测结果能够正确展示异常情况并及时告警,整体满足预期设计目标。

关键词： 决策智能体   分布式系统   半实物仿真   马尔科夫决策  

摘要： 随着人工智能和电子科技等信息技术的不断发展完善,智能体技术在复杂系统建模和问题求解已经取得广泛的应用。在各类约束的前提下,多智能体系统可最大限度利用当前分布式系统资源,针对不同任务目标,根据状态数据实时进行策略的产出。在日益复杂和迅速变化的动态环境中,为保证智能体系统决策流程的顺利进行,必须考虑复杂系统中包含各类计算和通信资源的决策信息管理问题,另外,为保证分布式集群的协同能力的构建,必须建立智能体信息共享通道从而减少单个智能体观测的局限性。在国内外研究基础之上,本文分析了实时策略智能体的功能需求,建立了一个具备决策信息处理和实时决策能力的智能体系统。本文的主要工作主要包括以下几个方面:首先,针对各类仿真环境中决策所需信息的不同构成,本文进行了决策信息的基本数据类型定义,并进行了层次化的决策信息资源建模,同时还设计实现了多种决策信息处理服务,通过简洁高效的信息操作接口,减少了信息传输的冗余,为智能体系统提供了决策信息的统一管理能力。其次,针对分布式系统中多智能体协作问题,本文聚焦于智能体间信息共享的关键,构建了一种基于路由信息表的智能体间信息传输方法,为智能体间的信息传输提供了基础的消息通路,并对决策信息分发智能体进行了设计实现。再次,为满足系统实时决策能力,本文对智能体的效用函数构建方法进行研究,通过构建基于光源树的效用函数满足个体决策的计算需求,通过效用信息共享满足协同决策的需求,并在游戏场景下进行了不同角色对应智能体的设计实现。最后,为测试智能体系统中各个软件模块功能以及智能体决策效果,本文搭建了一套分布式半实物仿真验证系统,并基于吃豆人游戏场景进行实验测试。实验结果表明本文设计实现智能体系统具备对决策信息的快速处理能力,可高效完成预定的决策任务。

关键词： SpringCloud   分布式系统   MQTT   定量识别   Vue  

摘要： 钢丝绳是物料搬运机械的重要部件,主要用来提升、承载,在使用过程中由于受到各种因素的影响会出现不同程度的断丝,使用强度降低,甚至发生断裂导致出现人员伤亡以及经济损失。因此,设计并实现一个能够对钢丝绳的断丝损伤状态进行实时监测和管理的系统,在保障人员和设备的安全方面具有十分重大的意义。随着互联网与物联网技术的发展,就有可能开发出一款钢丝绳断丝状态监测管理系统,实现对钢丝绳状态的实时监测与管理。本次研究将某机构的钢丝绳状态监测管理平台作为研究方向,通过对Java的Spring Cloud框架和前端Vue框架技术的研究,使用前后端分离的开发模式,设计和开发了钢丝绳状态监测管理系统,实现了对钢丝绳断丝状态的监控与管理。在开发钢丝绳状态监测管理系统的过程中,主要包括以下几个方面的工作:(1)对钢丝绳作了断丝损伤定量识别。首先对钢丝绳损伤信息的特征值进行了选取,并进行归一化处理。接着学习了人工神经网络并将BP网络与RBF网络进行对比,最终选择RBF神经网络建立模型来进行钢丝绳断丝损伤定量识别。(2)分析了系统的需求并设计了系统架构。首先对关键技术进行了选择,包括:Spring Cloud框架中相关组件、页面前端用到的Vue框架、持久层相关数据库(Mysql、Redis、Influx DB)、MQTT消息协议等。接着对系统进行了用例分析、可行性分析、业务需求分析以及系统非功能性分析,最后对系统架构进行了设计。(3)根据系统的具体需求,对相关微服务功能以及可视化界面的设计方案进行具体实现。首先确立了开发环境,设计了持久层数据库,使用Mysql、Redis以及Influx DB存储数据;随后对微服务组件进行了配置,使用Nacos进行服务注册与发现、Dubbo进行服务远程调用、Gateway进行网关拦截;接着实现系统的微服务模块,包括用户微服务、钢丝绳微服务、数据微服务以及企业微服务。再进行可视化界面的设计与实现,包括用户管理、钢丝绳项目与钢丝绳设备管理、钢丝绳状态监测与统计以及企业管理等页面的设计与实现,使用Vue和Element-UI完成页面布局,使用JSON完成与后端的数据交互,使用阿里云oss完成图片存储等。(4)对系统进行测试与功能验证。首先对微服务组件配置的功能测试,随后对系统的业务功能模块测试,包括客户端和管理员端两个模块。最后对系统的性能测试。结果说明系统能完成预估的功能,能满足钢丝绳状态监测管理系统用户的实际使用需求。