夏热冬冷地区绿色建筑外墙节能特性的LBM模拟及效益分析

针对夏热冬冷地区绿色建筑中外墙的典型保温方式和常见保温材料,采用多松弛时间格子玻尔兹曼方法建立瞬态共轭传热数值模型,分析间歇耗能条件下墙体的瞬态热传导过程,进而得出不同类型保温外墙的节能特性。在此基础上,发展保温墙体增量综合效益的计算方法,分析绿色建筑外墙的增量成本及其增量效益,进而建立外墙增量综合效益评价模型,获取保温外墙最优设计方案。研究数据表明,采取内保温方式的外墙在该地区具有最佳的节能特性,尽管采用不同保温方式和保温材料的外墙均具有一定的节能特性,然而,在其全生命周期内,使用外保温方式以及增量成本较高的保温材料的墙体的增量综合效益出现负值,因此,不适宜在工程实践中应用。此外,研究结果显示,尽管增加保温层厚度可以在一定程度上强化外墙的保温性能,然而,增加保温层厚度会产生额外的增量成本,因此,绿色建筑项目实践中应综合考虑墙体节能特性及其增量成本进而选取适宜的保温层厚度,从而实现其全生命周期内增量综合效益的最大化。     

云环境下应用感知的动态重复数据删除机制

针对传统在线/离线重删对云存储系统中重删效率不高的问题,采用混合重复数据删除(Hy-Dedup)机制,通过融合在线和离线两种方式进行有效的数据重删。该方案在线重删阶段根据负载类型对指纹索引进行聚类分组,设置不同重删阈值来评估数据流的空间局部一致性,提高了缓存命中率;离线重删阶段采用延迟敏感的方法,对在线阶段缓存没有命中的重复块进行精确重删。通过这种混合方式在保持系统的I/O性能和吞吐量的前提下,显著减少了写入云存储的重复数据量。实验结果表明,与iDedup机制相比,Hy-Dedup机制可将在线重删率提高35.9%,磁盘空间需求减少41.36%,并且能够在云存储系统中实现高准确率的重删,提升重删效率,节省存储空间。     

采用k-均值聚类算法的资源搜索模型研究

针对当前海量信息存储对等网络系统中资源搜索技术效率较低的问题,提出了一种采用k-均值聚类分析的高效搜索模型.该模型利用资源描述框架(RDF)描述的元数据进行聚类分析,使得资源的搜索由全局变为局部,从而有效地提高了资源搜索效率;采用动态优化排序技术显著提高了查询的速度.通过子网分裂算法和节点备用算法增强了模型的可扩展性、安全性和可靠性.仿真结果表明,所提模型在查找时延和平均路径方面均比传统搜索模型更加高效、便捷.     

基于粗糙集的现役管道失效可能性评价

现役管道的安全与广大居民的人身安全和财产息息相关。文中通过对油气管道系统的研究,提出了影响管道失效的管道覆土厚度、公众教育、外力损伤、运行管理等9个主要因素;根据失效损失的大小,确定了4个失效后果等级;在此基础上,结合管道失效的主要案例,运用粗糙集理论和层次分析法确定各层的权重,从而得出强化管理、优化设计、提高施工质量、加强公众教育等是影响现役管道失效的6大因素。     

一种采用云模型的同驻虚拟机侧通道攻击威胁度量方法

针对云平台中同驻虚拟机间共享物理资源,一些恶意用户通过探测、分析共享资源的信息来隐蔽获取其他用户的私密信息,进而可能引发侧通道攻击潜在威胁的问题,提出了一种基于云模型的同驻虚拟机侧通道攻击威胁度量方法。该方法在分析同驻虚拟机侧通道攻击特征的基础上,利用云模型在多属性决策不确定性转换及模糊性与随机性评估上的强大优势,对云用户的潜在侧通道攻击威胁进行了多指标综合度量评价。实验结果表明,利用该方法对云用户进行威胁度量得出的最大相似度为58.42%、36.47%、46.96%的评价结果符合假定的威胁等级,验证了该方法的可行性。该方法综合考虑了侧通道攻击威胁指标,充分发挥了云模型的度量优势,为云环境中同驻虚拟机间的侧通道攻击检测和防御研究与应用提供了重要依据。     

一种基于云存储系统的自适应数据碎片恢复优化方法

针对基于重删后云存储系统中数据碎片引起恢复性能降低的问题,采用自适应碎片分组设计了一个云存储系统中重删后优化数据恢复的处理方法.该方法不使用固定大小的读窗口,根据数据块地址关联性分成可变大小的逻辑组,旨在选择有限数量的容器,为备份提供更多不同的引用块,减少所选容器中重复或未引用块的数量,减少磁盘访问,以精确识别和删除碎片数据,提升数据恢复性能以及重删率.实验结果表明,该方法在提高恢复性能的同时减少重写数据量.      

面向分散式存储的云存储安全架构

针对云存储系统和应用过程中的数据安全性问题,提出了一种面向分散式存储的云存储安全架构.该架构采用信息扩散法、分散存储管理、数据自举恢复等技术,分层实现存储数据在云存储中完成应用系统的数据安全存储管理和传输.该方法通过检查可用片重新计算数据片中所有的数据,若存在受损数据,则根据互为冗余的存储设备数据加以恢复,从而提高数据的可用性,从数据传输到存储,都建立了相应的保护措施进行云存储层与其他层间的安全防范,实现了数据的有效防护.仿真测试表明,该架构在保证数据高安全性的同时提高了系统的整体性能.     

拆除爆破飞石产生的原因与防护措施

分析了城市拆除爆破中飞石的种类、表现形式以及产生原因，进而提出了较有效的防护措施，这对保证拆除爆破安全，减小爆破公害有着重要意义     

一种融合词序信息的多粒度文本话题情感联合模型

针对基本话题模型只能抽取粗粒度上下文信息的问题,通过对潜在狄里克雷分配(LDA)模型进行扩展,建立了一种利用词序信息的多粒度话题情感联合模型(MTSU-Col)。MTSU-Col模型客观表达了词汇、全局/局部话题、情感标签和词序信息之间的关联关系,使模型中话题和情感的建模更加符合文本的语义表达,有效解决了现有话题、情感分析方法存在的领域依赖问题,从而实现了文本多粒度话题信息和情感倾向信息的同步非监督获取。实验表明:利用MTSU-Col模型对文本进行情感倾向性分类,可使综合评价指标F1值达到84%,整体性能与监督分类方法支持向量机(SVM)类似,均优于未采用词序信息的分析方法。由于挖掘话题集合具有层次化、语义相关的特点,因此MTSU-Col模型对观点挖掘是可行、有效的。