计算机科学杂志 北大期刊 CSCD期刊 统计源期刊

计算机科学 2014年第S2期杂志 文档列表

突发性故障模式下实时任务的优先级分配策略-

摘要：在容错实时系统中,可调度性分析是确保实时任务在限定时间内完成的重要手段。分析了突发性故障模式的可调度性问题,针对该故障模式下已有策略的不足,设计了优先级分配策略,并根据策略的性质实现了容错优先级变迁因子的搜索算法。深入的分析和实验证明,这种策略能够有效地提高系统的容错能力。

基于矩阵运算的最小冗余存储再生码MSRRC研究-

摘要：分布式存储系统常常使用纠删码冗余技术提高数据的安全性和可靠性,从而使系统具有自修复失效数据的能力,但传统纠删码在修复失效节点时需要传输的数据量较大。再生码是纠删码的一种改进形式,它的主要特点是无需下载整个数据文件就能恢复单个节点数据,从而有效减少了数据修复时的网络带宽。相关文献证明数据修复时存在最小存储再生点(MSR),由此提出最小冗余存储再生码MSRRC。本研究主要采用数据矩阵和修复矩阵实现MSRRC再生码,通过实例详细给出再生码的实现过程,并理论证明其正确性,最后仿真实验验证了MSRRC的有效性。

基于神经网络的无线传感器网络异常数据检测方法-

摘要：传感器网络的异常数据检测对于环境监测具有十分重要的意义。基于BP神经网络模型和线性神经网络模型,分别提出了两种无线传感器网络异常数据检测方法。提出的方法在每个当前时刻通过最近的固定长度的历史数据集训练神经网络,来完成下一时刻的预报。通过神经网络的模型残差,确定概率为P的置信区间。当下一时刻数据落入置信区间内,则该数据被判为正常;反之,则为异常。为了比较和验证两种检测方法的性能,在Matlab环境下完成了仿真实验。实验结果表明,基于线性神经网络的异常数据检测方法的检测率(detection rate)达到了97.9%,误报率(false positive rate)不超过0.76%;基于BP神经网络的异常数据检测方法的检测率为96.7%,误报率不超过0.84%。

一种个性化推荐方法-

摘要：提出了一种新的个性化推荐方法。该方法来源于对个性化推荐技术本质的研究。产出的方法包括一种用正态分布卷积性质所得到的离线相似度计算方法;一种通过计算物品与物品之间无差别的相似性操作次数得到离线相似度的方法;一种用类似于贝叶斯的方法来综合不同的相似度结果的方法。另外还提到一些用于工程实施的方法和技巧。所提方法已经在数据挖掘领域得到了成功的应用。

HMSST:一种高效的SPARQL查询优化算法-

摘要：在缩小海量数据查询范围的前提下,结合哈希映射和选择策略树提出了一种SPARQL优化算法——HMSST(HashMapSelectivityStrategyTree),实现了SPARQL的查询优化。并针对LUBM 1000所大学的测试数据集对查询策略进行了实验,实验结果表明:提出的HMSST算法以及存储策略相比现有的查询方案,具有更小的存储代价以及更高的查询能力,在大数据集下可以高效地工作,并且该优化方案在查询的元组模式个数较多和语义较复杂时效果更加明显。

基于SOA云架构的电子监察业务平台的设计与构建-

摘要：在分析电子监察业务特点的基础上,设计了一种基于SOA云架构的电子监察业务平台。在平台底层采用云计算的虚拟化技术和分布式并行数据处理技术对平台涉及的海量异构资源进行统一而高效的管理,并向上层提供虚拟资源服务、监察业务核心功能开发环境和灵活可伸缩的海量异构数据处理能力;在平台中层采用SOA架构把业务核心逻辑、资源和数据封装为标准Web服务,实现单项监察业务元服务;在平台高层采用BPMS业务协作管理机制,把监察业务间的协作封装为Web服务,实现多项监察业务间的协作服务及相关组合服务。元服务、协作服务及组合服务由平台最高层的服务中心统一组织管理,供跨地域分布的各监察部门最终用户使用。