流媒体服务系统中一种基于数据预取的缓存策略

具有 VCR 功能的流媒体服务系统由于请求的随机性会影响用户的点播体验,该文结合数据预取机制以及基于分段的缓存策略计算出用户点播延迟的期望,给出一个较优的缓存管理策略,并通过在线计算逼近最优解,同时在缓存已知的情况下,给出相应的数据预取算法,利用缓存和预取两种数据获取方法的相互协作减小客户端点播延迟,提高缓存效率。仿真结果证实了所提算法的有效性。     

基于字符注意力的自然场景文本识别

自然场景文本识别中采用固定大小的卷积核提取视觉特征,后仅进行字符分类的方法,其全局建模能力弱且忽视了文本语义建模的重要性,因此,本文提出一种基于字符注意力的自然场景文本识别方法。首先构建不同于卷积网络的多级efficient Swin Transformer提取特征,其可使不同窗口的特征进行信息交互;其次设计了字符注意力模块(character attention module, CAM),使网络专注于字符区域的特征,以提取识别度更高的视觉特征;并设计语义推理模块(semantic reasoning module, SRM),根据字符的上下文信息对文本序列进行建模,获得语义特征来纠正不易区分或模糊的字符;最后融合视觉和语义特征,分类得到字符识别结果。实验结果表明,在规则文本数据集IC13上识别准确率达到了95.2%,在不规则的弯曲文本数据集CUTE上达到了85.8%,通过消融及对比实验证明了本文提出的方法可行。     

基于安全即服务的网络安全智慧中台技术研究

在新兴互联网时代的推动下,云、大、物、移、智等相关技术在信息变革中起到关键作用。随着中台建设热浪翻涌、云计算落地疯狂扩张、安全自动化运维兴起及5G新技术试点应用,各类业务发展无不要求安全ISP能够快速应对多应用、多场景、多用户下的安全建设需求。单项或者多项安全能力的简单叠加已逐步被数字化市场所摈弃,安全逐步演变为一种可协同联动、相互供给、弹性伸缩、自由组合的数字化生态模式。在新技术、新应用、新需求驱动下,安全如何实现立体空间数字化建设,满足按需增长的动态安全需求,已成为当下研究的热点。     

多专业网连接性业务管理研究

根据多专业网连接性业务的管理需求,基于电信运营图(TOM,Telecom Operations Map),提出了连接性业务的管理框架,以实现多专业网连接性业务配置和维护的自动化;讨论了多专业网连接性业务管理框架中多专业网综合网管系统和专业网网管系统之间的管理接口;提出了配置和故障管理的管理接口功能需求和信息模型;以及基于 CORBA的实现。     

基于Web Services的钻锣机监控系统的实施与应用

为加强对公司数量较多的钻机和锣机的集中监控管理,实施了利用JSP技术的基于Web services的钻锣机监控系统,采集了设备的工作状态和生产信息,实现了远程设备监控,并通过对加工过程参数和信息进行统计分析,提升了生产管理水平和设备稼动率.该系统可以同ERP和MES系统等系统互通集成,为企业打造透明高效的智能生产管理系统打下坚实的基础.     

虚拟机自省中一种消除语义鸿沟的方法

虚拟机自省技术已经广泛应用于入侵检测和恶意软件分析等领域。但是由于语义鸿沟的存在,获取虚拟机内部信息时会导致其通用性和执行效率降低。通过分析现有语义鸿沟修复技术的不足,提出了一种称为ModSG的语义鸿沟消除方法。ModSG是一个模块化系统,将语义修复分为2部分：与用户直接交互的在线语义视图构建和与操作系统知识交互的离线高级语义解析。二者以独立的模块实现且后者为前者提供语义重构时必要的内核语义信息。针对不同虚拟机状态和不同内核版本操作系统的实验表明,ModSG在消除语义鸿沟上是准确和高效的。模块化设计和部署也使ModSG容易扩展到其他操作系统和虚拟化平台上。     

一种基于知识图谱的电气设备推荐搜索技术研究

随着信息技术的飞速发展,信息数据呈指数爆炸型增长趋势,知识图谱的出现有效地帮助用户快速有效地搜索得到所需信息。为此,本文对知识图谱的基本特征、实现流程以及当下的应用特性进行分析,提出了一种基于知识图谱的电气维修设备推荐搜索技术。通过将知识图谱中物品的向量化表示方法与协同过滤算法结合,充分应用知识图谱中电气设备的语义信息以及操作用户对电气设备的行为数据,搭建了基于知识图谱的协同过滤算法模型,并对算法的计算过程进行详细描述。最后,应用交叉验证法对所提模型的有效性进行验证,结果表明本文所提算法模型能够显著提升检索结果的有效性。     

新一代Web技术的发展及其应用

面对互联网发展的突飞猛进以及多媒体应用的普及,新一代的Web标准HTML5应运而生并正加速发展和完善。本文通过分析Web技术的演进过程,阐述了以HTML5为主的新一代Web技术的发展状况和应用情况。     

基于高度有效驱动注意力与多层级特征融合的城市街景语义分割北大核心CSCD

针对DeepLabv3+网络在进行城市街景图像分割任务时,没有充分利用到网络中多层级特征信息,导致分割结果存在大目标有孔洞、边缘目标分割不够精细等不足;并且考虑到城市街景数据具有天然的空间位置特殊性,本文提出在DeepLabv3+网络的基础上引入高度有效驱动注意力机制(height-driven efficient attention model,HEAM)与多层级特征融合模块(multi-stage feature fusion model,MFFM),将HEAM嵌入特征提取网络与空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)结构中,使其对目标关注更多垂直方向上的空间位置信息;MFFM通过融合多层特征图,在网络中形成多条融合支路依次连接到网络解码端,采用逐次上采样提高解码时像素上的连续性。将改进的网络通过CamVid城市街景数据集验证测试,实验结果表明,该网络能有效改善DeepLabv3+的不足,并且合理运用了数据集的位置先验性,增强了分割效果,在CamVid测试集上平均交并比(mean intersection over union,MIoU)达到了68.2%。     

云环境下基于虚拟机动态迁移的调度策略研究

针对目前云环境资源调度采用静态负载均衡策略易于导致资源浪费的问题,提出了一种双限定值的虚拟机动态迁移的调度策略.该策略将当前负载状况与负载过重或过轻时两个限定值比较,选择介于二者之间能耗较低的虚拟机迁移至目标节点.仿真实验表明,该策略能够减少迁移次数,降低虚拟机迁移能耗,从而尽可能达到负载均衡和满足服务等级协议的需求.