基于移动Agent的服务集成框架研究

在开放的Internet平台上,通过对各节点上的服务进行集成以构建新应用系统成为一种重要的软件开发方法。其中,服务集成技术是关键技术之一。传统的集成构架对Internet这个开放平台上的服务集成的支持存在不足,主要表现在对可组合、可重用、可配置及可移动的支持不够。现利用Agent的移动性和封装性,采用基于移动Agent技术的集成方法,提出了一个统一的Agent集成框架及其支撑技术,有效支持了服务的封装和运行。     

一种基于DDS模型的信息分发方法的研究与应用

DDS是对象管理组织(OMG)推出的数据分发服务规范,专门针对分布式实时系统中基于数据的发布/订阅架构。本文研究了一种基于DDS模型的信息分发方法,然后通过一个例子演示了这种信息分发方法。该方法可很好的满足某平台系统对于数据传输的高可靠性、高实时性的要求。     

基于XML和Web Services的数据交换平台的研究与设计

XML自描述性和平台无关性使得它已经成为通过互联网在各种异构系统间交换和共享数据的强大工具。Web Services技术提供了不同平台上以不同语言开发的应用程序相互通信和互操作的标准手段。文中提出了一种基于XML和Web Services技术的数据共享交换平台模型，阐述了这种模型的结构和实现技术。     

Web服务器的网络负载均衡研究

介绍了网络负载均衡的定义和总体指标。详细讨论了网络负载均衡技术的4种类型。针对不同Web服务器的架构,分析了服务器的吞吐量和网络延迟,其结论对于有效提高服务器的整体性能、服务质量和服务水平具有参考意义。     

利用XML扩展基于MVC模式的Web应用框架的研究

针对目前Web应用的需求以及存在的问题，讨论了在J2EE平台上利用JSP／Servlet／EJB技术构建的一个基于MVC模式的Web应用框架，然后提出利用XML技术来扩展这个应用框架的方案，并在虚拟企业异地产品协同设计管理系统的开发过程中验证了这一方案的可行性和有效性。     

SON中基于蚂蚁网络的QoS单播路由机制

 本文提出一种基于群体智能的自组织网络SON (Self-Organizing Network)中的服务质量QoS (Quality of Service)单播路由机制,通过引入模糊数学相关知识描述不精确路由信息,通过引入微观经济学相关知识兼顾网络提供方和用户利益,基于蚂蚁网络寻找使各方效用达到或接近Nash均衡下Pareto最优的QoS单播路径.基于网络仿真器NS2 (Network Simulator 2)对该机制进行了仿真实现和性能评价,结果表明,该机制在用户效用、网络提供方效用、路径综合评价值、Nash均衡下Pareto最优比和路由成功率等方面具有良好性能.     

基于Web Service的分布式电子商务系统设计与实现

文章仔细分析了现有电子商务系统在构架上存在的不足和远程访问协议上存在的局限性，刨设了基于Web Service的分布式构架。该构架充分利用了Web Service的优势，将商务事件逻辑分布在多台服务器上，提高了系统的可靠性、稳定性、可扩展性以及维护性。在现有商务系统设施和技术平台的基础上，该系统充分利用松散耦合的服务程序集成了多种业务活动，初步构建了大型电子商务系统的架构。     

基于Nios II的嵌入式Web服务器

21世纪计算机网络已经成为人们广泛使用的工具。通过计算机网络,人们可以进行网络控制、信息交换等。本文介绍一种基于NiosII处理器的嵌入式Web服务器的设计方法。系统在Cyclone系列1C20F400C7芯片上,采用软核处理器NiosII来配置核心处理器。NiosII核是用户可随时配置和构建的32位指令集和数据通道的嵌入式系统微处理器IP核,网络协议采用LWIP,这是一种专门针对嵌入式系统应用而设计的网络通信协议,接口芯片使用LAN9C111。本文基于NiosII的嵌入式Web服务器能够达到预期的效果,用户可以通过IE浏览器浏览存储在FLASH芯片中的网页,由于CPU本身是以软核的方式实现,其功能可根据需要进行定制,非常灵活。     

网络数据资源自动获取技术研究与应用

人类社会现已进入了一个信息大爆发的新时代,如何利用计算机新技术从互联网上自动获取特定主题信息并实时提供服务,成为信息技术研究领域的热点之一.在网络爬虫、数据抽取、文本智能分类等关键技术研究及实现的基础上,研制集成了全球油气行业动态信息系统PetroDIS.该系统在信息获取、信息分类、网页构建等多方面做到了自动化,极大地提高了信息收集效率.     

一种基于情感计算与层次化多头注意力机制的负面新闻识别方法

网络负面新闻识别在网络舆情监测中具有重要的研究意义.针对当前海量数据下负面新闻难以检测的问题,提出了一种基于情感计算与层次化多头注意力机制相结合的负面新闻识别方法.首先,从新闻文本中采用TF-IDF（Term Frequeney-Inverse Document Frquency）和语义相似度算法构建负面新闻情感词库;其次,采用情感倾向计算方法计算负面新闻情感词的情感倾向度;最后,将词语和词语的情感倾向度进行向量化表示,并采用层次化多头注意力机制进行正负面新闻的判定.情感计算和多头注意力机制的引入,对于捕获文本中的情感词语提供了很大帮助.最终本文基于真实的网络新闻文本数据与现有的多种算法进行对比,证明了该模型具有较好的识别效果,相比于Han模型和LSTM模型分别提高了0.67%和3.29%.