检索结果-南通市图书馆

面向边缘计算的TCA1C DDoS检测模型

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年第1期50卷 198-205页

作者：申秀雨姬伟峰李映岐吴玄空军工程大学信息与导航学院陕西西安710077 93107部队辽宁沈阳110000 94701部队安徽安庆246000

边缘计算弥补了传统云计算数据传输开销大的不足,但边缘网络中存储和计算资源受限的特殊性限制了其部署复杂安全算法的能力,更易受到分布式拒绝服务(DDoS)攻击。针对目前边缘网络中DDoS攻击检测方法性能不高、未对卸载任务分类处理、对... 详细信息

边缘计算弥补了传统云计算数据传输开销大的不足,但边缘网络中存储和计算资源受限的特殊性限制了其部署复杂安全算法的能力,更易受到分布式拒绝服务(DDoS)攻击。针对目前边缘网络中DDoS攻击检测方法性能不高、未对卸载任务分类处理、对多属性的流量处理能力弱的问题,提出一种基于任务分类的Attention-1D-CNN DDoS检测模型TCA1C,对通信链路中的流量按不同的卸载任务进行分类,使单个任务受到攻击时不会影响整个链路中计算任务卸载的安全性,再对同一任务下的流量提取属性值并进行归一化处理。处理后的数据输入到Attention-1D-CNN,通道Attention和空间Attention学习数据特征对DDoS检测的贡献度,利用筛选函数剔除低于特征阈值的冗余信息,降低模型学习过程的复杂度,使模型快速收敛。仿真结果表明:TCA1C模型在缩短DDoS检测所用时间的情况下,检测准确率高达99.73%,检测性能优于DT、ELM、LSTM和CNN;当多个卸载任务在面临特定攻击概率时,卸载任务分类能有效降低不同任务的相互影响,使终端设备的计算任务在卸载过程中保持较高的安全性。

关键词：边缘计算分布式拒绝服务攻击检测任务分类注意力机制 1D-CNN模块

在线全文

学校读者我要写书评

暂无评论

面向任务分类的边缘计算卸载策略及性能研究

面向任务分类的边缘计算卸载策略及性能研究

作者：张扬燕山大学

学位级别：硕士

随着移动智能设备数量的激增和计算密集型应用的涌现,结合云层、边缘层和终端设备层的边缘计算系统成为更适应当下需求的网络计算平台。将任务在端、边、云层之间进行合理卸载有助于提高用户的服务体验和系统的响应性能。根据不同的时... 详细信息

随着移动智能设备数量的激增和计算密集型应用的涌现,结合云层、边缘层和终端设备层的边缘计算系统成为更适应当下需求的网络计算平台。将任务在端、边、云层之间进行合理卸载有助于提高用户的服务体验和系统的响应性能。根据不同的时延要求将用户设备产生的任务请求分为时延敏感型和时延容忍型两类,面向云-边-端三层架构,研究边缘计算系统中的卸载策略及性能问题。首先,面向时延敏感型和时延容忍型两类任务,提出基于任务分类的边缘计算卸载策略。为了满足时延敏感型任务和时延容忍型任务的不同需求,在用户设备和边缘网络中采用接入阈值控制方式处理时延敏感型任务,采用“损失制”控制方式处理时延容忍型任务。当用户设备和边缘网络缓存内的任务数均达到接入阈值时,新到达的时延敏感型任务因阻塞离开系统。当本地处理器忙碌且边缘网络中无空闲虚拟机时,卸载新到达的时延容忍型任务到云中心。其次,分别针对单用户、多用户和可移动多用户等情形,构建具有异构任务的多服务台排队模型。针对单用户设备情形,结合用户设备中时延容忍型任务数和总任务数、边缘网络中时延容忍型任务数和总任务数,建立四维Markov链。针对多用户设备情形,引入用户属性,建立六维Markov链。针对用户设备随机移动的情形,引入用户状态,建立八维Markov链。然后,结合排队模型的理论解析和两类任务随机行为的机理仿真,给出稳态性能指标,验证任务分类卸载策略的有效性。针对所建立的Markov链,构建转移率矩阵,利用Gauss-Seidel迭代方法求解排队模型的稳态分布并给出稳态性能指标的计算公式。基于理论解析结果进行数值实验,基于不同类型任务的随机行为进行仿真实验。根据实验结果研究任务总到达率和各类任务占比对系统性能的影响。最后,综合考虑不同稳态性能指标,构建系统成本函数,优化边缘计算卸载策略参数。折衷时延敏感型任务平均时延、时延敏感型任务丢包率和时延容忍型任务平均时延,构造系统成本函数,固定任务总到达率,针对不同时延敏感型任务占比优化边缘网络接入阈值。

关键词：边缘计算卸载策略任务分类平均时延丢包率成本函数

融合任务分类与D2D辅助的MEC任务卸载策略及性能研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合任务分类与D2D辅助的MEC任务卸载策略及性能研究

作者：李开萍燕山大学

学位级别：硕士

作为一种新型网络架构,多接入边缘计算(Multi-access Edge Computing,MEC)将远程云数据中心的算力与存储资源下沉到移动网络边缘,缩短系统响应时间并节省带宽资源,为用户提供更好的服务质量(Quality of Service,Qo S)。论文在云-边-端... 详细信息

作为一种新型网络架构,多接入边缘计算(Multi-access Edge Computing,MEC)将远程云数据中心的算力与存储资源下沉到移动网络边缘,缩短系统响应时间并节省带宽资源,为用户提供更好的服务质量(Quality of Service,Qo S)。论文在云-边-端协同架构下,基于不可卸载与可卸载两类任务,引入设备对设备(Device-to-Device,D2D)通信技术,探索MEC系统卸载策略,研究其性能评估与优化问题。首先,考虑一个小型且资源简单的边缘服务平台,为了提升用户体验感,实现任务的实时高效处理,面向同构边缘服务器提出一种MEC任务卸载策略。考虑任务的突发到达模式,将泊松过程推广至马尔可夫调制泊松过程(Markov Modulated Poisson Process,MMPP)。面向终端设备(Terminal Device,TD)与D2D设备构建基于抢占优先级的本地模型,面向边缘服务器构建基于服务台持续工作的边缘云模型。其次,鉴于复杂MEC应用场景中网络边缘资源的多样性与计算能力的差异性,面向异构边缘服务器提出一种MEC任务卸载策略。为了节省边缘能耗,设置边缘服务器在开启与关闭状态之间切换。在MMPP驱动下,考虑任务等待的忍耐程度,在TD中引入不耐烦机制,构建基于中途退出与抢占优先级的本地模型,考虑边缘的节能问题,构建基于部分服务台关闭的边缘云模型。再次,为了验证所提MEC任务卸载策略的有效性,利用矩阵几何解方法解析排队模型并给出模型的稳态解,推导得到任务平均时延、TD平均能耗与边缘节能率等性能度量的数学表达式。基于理论分析结果进行性能评估实验,研究各项性能度量的变化趋势,揭示卸载概率、到达率等策略参数对系统性能的影响。最后,基于时延、能耗与节能率等性能度量,考虑网络用户的不同需求,提出一个非线性多目标优化问题。从初始化、交叉与变异等方面改进快速精英非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA Ⅱ),通过对比适应度函数的收敛情况验证算法改进的有效性。根据性能评估结果进行优化实验,给出一组策略参数的Pareto最优方案,根据用户与服务供应商的偏好确定合适的卸载方案。

关键词： MEC 任务卸载任务分类 D2D辅助 MMPP NSGA Ⅱ Pareto最优

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于QoS的任务分类调度算法

计算机应用 2008年第S2期28卷 35-37页

作者：徐洪智张彬连覃遵跃吉首大学信息管理与工程学院湖南张家界427000

分析了QoS Guided Min-Min及其改进算法,指出了这些算法调度不均衡的缺点。在此基础上设计出基于QoS的任务分类调度算法。先对特殊任务使用Min-Min方法进行调度,然后采用贪心策略对一般任务进行调度,转移或交换最大负载和最小负载机器... 详细信息

分析了QoS Guided Min-Min及其改进算法,指出了这些算法调度不均衡的缺点。在此基础上设计出基于QoS的任务分类调度算法。先对特殊任务使用Min-Min方法进行调度,然后采用贪心策略对一般任务进行调度,转移或交换最大负载和最小负载机器上的一般任务,使各机器上的任务快速达到均衡。实验表明该算法在保证应用QoS的前提下,相对于以往算法负载分布更加均衡,任务总的完成时间更短。

关键词：网格任务调度任务分类完成时间

在线全文

学校读者我要写书评

暂无评论

基于任务分类的虚拟CPU调度模型

计算机应用研究 2020年第7期37卷 2087-2092页

作者：吴瑾朱智强孙磊郭松辉郭松信息工程大学郑州450001 郑州信大先进技术研究院郑州450001

为了桥接语义鸿沟,提升I/O性能,需要对执行不同类型负载的虚拟CPU(v CPU)采取不同的调度策略,故而虚拟CPU调度算法亟需优化。基于KVM虚拟化平台提出一种基于任务分类的虚拟CPU调度模型STC(virtual CPU scheduler based on task classifi... 详细信息

为了桥接语义鸿沟,提升I/O性能,需要对执行不同类型负载的虚拟CPU(v CPU)采取不同的调度策略,故而虚拟CPU调度算法亟需优化。基于KVM虚拟化平台提出一种基于任务分类的虚拟CPU调度模型STC(virtual CPU scheduler based on task classification),它将虚拟CPU(v CPU)和物理CPU分别分为两个类型,分别为short v CPU和long v CPU,以及short CPU和long CPU,不同类型的v CPU分配至对应类型的物理CPU上执行。同时,基于机器学习理论,STC构建分类器,通过提取任务行为特征将任务分为两类,I/O密集型的任务分配至short v CPU上,而计算密集型任务则分配至long v CPU上。STC在保证计算性能的基础上,提高了I/O的响应速度。实验结果表明,STC与系统默认的CFS相比,网络延时降低18%,网络吞吐率提高17%~25%,并且保证了整个系统的资源共享公平性。

关键词： I/O虚拟化虚拟CPU调度机器学习任务分类

在线全文

学校读者我要写书评

暂无评论

大学图书馆用户信息搜寻任务分类探索

图书馆学研究 2010年第3期 62-67页

作者：张玲哈尔滨工程大学图书馆

从信息搜寻任务的外部特征、任务完成者感知的任务特征、信息搜寻任务完成过程以及信息搜寻任务对应的检索任务类型4个方面阐述大学图书馆用户信息搜寻任务分类理论框架。将该分类理论框架应用于通过问卷调查的方式收集的工作任务和对... 详细信息

从信息搜寻任务的外部特征、任务完成者感知的任务特征、信息搜寻任务完成过程以及信息搜寻任务对应的检索任务类型4个方面阐述大学图书馆用户信息搜寻任务分类理论框架。将该分类理论框架应用于通过问卷调查的方式收集的工作任务和对应的信息搜寻任务中,结果显示该分类理论框架基本成立,可以抽取出不同用户群信息搜寻任务的一些主要特征。

关键词：信息搜寻任务大学图书馆任务分类

任务分类视角下的健康信息搜寻行为相关性评估研究

在线全文

学校读者我要写书评

暂无评论

任务分类视角下的健康信息搜寻行为相关性评估研究

作者：秦阳武汉大学

学位级别：硕士

互联网日益成为创新驱动发展的先导力量,深刻改变着人们的生产生活。截至2018年12月,我国网民规模达8.29亿,普及率达59.6%。随着互联网时代医疗服务信息化的程度逐渐加深,遇到健康问题时首先进行在线信息搜索的用户比例越来越高。目前,... 详细信息

互联网日益成为创新驱动发展的先导力量,深刻改变着人们的生产生活。截至2018年12月,我国网民规模达8.29亿,普及率达59.6%。随着互联网时代医疗服务信息化的程度逐渐加深,遇到健康问题时首先进行在线信息搜索的用户比例越来越高。目前,公众对医学与健康信息的关注日益增加,医疗健康信息需求不断增长,但公众健康信息素养总体水平偏低,各类健康信息网站服务质量亟待提升。本研究旨在探讨不同任务情境下,大学生网络用户的健康信息搜寻行为的规律。主要的研究包含两部分,第一部分是结合任务的内外部特征及需求主体差异,采用新的任务划分方式探究用户在不同任务分类情境中是否会倾向于选择不同类型的健康信息进行浏览并采纳(即相关性评估);第二部分是根据眼动仪采集的用户浏览数据判断用户所处的健康信息搜寻任务情境。另外,用户的人口统计学信息和个性、健康信息素养等变量是否影响用户的信息搜索过程也是本研究考虑的因素。这为搜索引擎和健康类信息网站提供了一条可行的个性化推荐理论链路,即通过采集用户的屏幕眼动行为数据,预测其所处的特定任务搜寻情境,进而个性化推送该任务情境下被大多数用户采纳的相关健康类型信息。本研究采用实验法,内容分析法,访谈法,数理统计分析等研究方法,通过结合眼动追踪实验中得到的眼动数据和用户浏览的文本内容,总结出用户在进行不同任务情境的健康信息搜寻时对信息相关性的评估规律;结合注视和略读的各项浏览时长以及前测问卷中人口统计学及健康信息素养等相关因素,判断用户所处的健康信息搜寻情境。同时,本文结合已有分类,规划总结出一个健康信息分类标准表,包含3个大类,32个小类,并将其应用于本研究提出的信息相关性评估流程中,结果表明:第一,不同的任务情境中,用户会倾向于把不同类型的健康信息判断为相关。事实型任务的被试出于想要弄清楚问题的成因以及潜在的解决问题需求,不会只浏览任务中指定的信息;为自己搜寻的探索型被试者普遍认为基于病患的健康信息这一大类是与他们的信息需求相关的;为他人搜寻的探索型任务的被试更关注与某一疾病或问题相关的所有官方说法以及患者的主观感受;经验型任务的被试同时使用基于病患的健康信息以及基于事实/常识的健康信息来指导他们的相关性评估,判断为相关的信息类型更加多样化,几种类型的信息占比更为均衡;大学生普遍关注的健康信息类型是共同的健康问题,热门健康问题,以及有争议的健康话题。第二,用户在不同的任务情境中有不同的注视和略读持续时长。这可以作为判断其所处任务分类情境的依据。被试进行事实型任务时所有浏览时长均最短;为自己搜寻的探索型任务被试在阅读阶段的仔细阅读持续时长明显长于比为他人搜寻的被试;自定义任务与长时间扫视阶段持续时长、长时间扫视阶段仔细阅读时长、长时间阅读阶段略读持续时长以及短时间阅读阶段仔细阅读时长相关等。第三,根据被试浏览时长的不同,结合性别和健康信息素养等因素,使用Logistic回归模型预测被试所处的任务搜寻情境,准确率为85.71%,该模型的10倍交叉验证平均准确率为81.52%。

关键词：健康信息搜寻行为相关性评估任务分类眼动追踪个性化推送

众包平台任务分类与交易方式匹配研究——基于国内外众包网站的探索

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

科技进步与对策 2015年第14期32卷 6-11页

作者：吴俊崔昊哲赵嘉琪北京邮电大学经济管理学院北京100876

随着众包模式的快速发展,众包平台上的任务规模日益扩大,如何根据众包任务特点选择相匹配的交易方式成为众包有效运营的关键。在既有研究的基础上,通过对国内外典型众包网站的任务分类和交易方式进行梳理,首先从创新程度和技术含量两个... 详细信息

随着众包模式的快速发展,众包平台上的任务规模日益扩大,如何根据众包任务特点选择相匹配的交易方式成为众包有效运营的关键。在既有研究的基础上,通过对国内外典型众包网站的任务分类和交易方式进行梳理,首先从创新程度和技术含量两个维度对众包任务进行分类,然后选取任务工期、成交金额、竞投数量、可重复性、承接资质5个任务特征观测指标,建立了众包任务类别与交易方式匹配分析框架。结果发现,低创新性、低技术性任务适用于计件制交易方式;低创新性、高技术性任务适用于招标制交易方式;高创新性、低技术性任务适用于悬赏制交易方式;高创新性、高技术性任务适用于雇佣制交易方式。

关键词：众包平台任务分类交易方式匹配性

在线全文

学校读者我要写书评

暂无评论

脑电意识任务分类的研究

中国医学物理学杂志 2009年第5期26卷 1418-1421,1462页

作者：邹清广东医学院公共卫生学院生物医学工程教研室广东东莞523808

目的:脑电意识任务分类。方法:本文将脑电信号中事件去同步化/相同步化现象作为特征信息,讨论了运用多变量参数AAR模型算法(MVAAR)提取脑电信号特征后,采用线性分析、基于马氏距离分类和留一法三种分类器分别进行脑电意识任务识别。引... 详细信息

目的:脑电意识任务分类。方法:本文将脑电信号中事件去同步化/相同步化现象作为特征信息,讨论了运用多变量参数AAR模型算法(MVAAR)提取脑电信号特征后,采用线性分析、基于马氏距离分类和留一法三种分类器分别进行脑电意识任务识别。引入正确率,互信息,kappa值,ROC曲线下面积值的概念对分类效果进行性能评价。结果:传统的线性分类、基于马氏距离的二次分类,留一法分类效果都较好。结论:但当两类的协方差矩阵差别较大时,MDA方法有更好的结果。当实验数据庞大时,留一法的分类时间将随着数据量的增大而延长,分类效果受到影响。

关键词：任务分类线性分析马氏距离留一法