现代操作系统下的高可用集群系统概述

在现代操作系统下实现高可用集群计算机系统,提供及时、不间断的服务.将不同服务器放置在不同地点,避免发生意外时服务完全中断、重要数据丢失.     

一个高可用集群的管理方案

讨论了高可用集群及其管理问题，通过采用改进的SNMP协议，并结合Web技术、数据库技术和HeartBeat方法，给出了一个方便、高效的高可用集群管理方案．     

基于linux的高可用负载均衡集群系统的应用

通过分析Li nux集群系统关键技术,设计了一种基于LVS和Keepalived的高可用服务器集群系统的实现方案,可以提高集群系统的负载均衡、高可用性和可扩展性,为集群系统的构建提供了较好的理论和实践参考依据.     

高可用集群中TCP连接同步策略的研究

在分析比较了基于TCP连接的各种高可用方案中同步策略的基础上,提出了一种“混合式”的同步策略,该策略对输入流采用集中同步的方式,主服务器复制转发TCP连接建立过程中的初始序列号ISN给服务端的其他节点,来保证服务端所有节点与客户端成功进行三次握手并建立连接,对输入流采用集中同步简化了设置和实现的复杂度;对输出流采用后台同步的方式,该方式通过修改TCP协议栈的接收缓存来保存用于同步的必要信息,以保证输出流消息的后台一致性,提高了服务端在高负荷环境下的性能.     

CORBA的分布式服务高可用技术探讨

本文在分析和探讨当前高可用技术的基础上,针对面向海量数据处理的分布式服务设计了一套多层次的高可用保障机制,从多个角度保障服务的可用性。高可用机制从三个层面来延长各服务的平均正常工作时间,从两个角度来缩短服务的平均修复时间,从而提高分布式服务的可用性。     

HANDY集群文件系统

针对当前集群文件系统缺乏动态扩展性和高可用性的不足,提出了一种基于逻辑矢量环结构的集群文件系统HANDY.系统利用逻辑矢量环实现动态扩展和资源的动态管理,采用了分布式元数据管理策略,引入邻接复制技术实现元数据的容错,通过可定制的数据存放策略满足不同应用的数据存储需求.测试结果表明,基于环状结构的系统HANDY具有良好的动态扩展性和高可用性.     

OceanBase高可用方案

传统关系数据库基于共享存储或者主备同步的方式实现高可用.这些方案要么依赖硬件的高可用,但成本高昂;要么无法同时满足强一致性和高可用性.OceanBase将云计算和数据库两种技术有机地融合起来,实现了基于Paxos协议的高可用方案.该方案构建在普通服务器上,成本低廉,且同时满足强一致性和高可用性.     

高可用性系统研究

高可用系统是每一个系统所追求的最佳性能。分析了系统停机的主要原因,从机房环境、服务提供、数据管理、容灾、管理制度等方面探讨了增强系统可用性的方法。     

高可用的容灾数据库应用系统的研究与构建

随着信息技术的不断发展,企业级的数据库应用系统,如ERP系统等,已经成为企业业务运转的基础和核心。数据是企业最为宝贵的资源,数据服务中断及数据丢失都会给企业带来不可估计的损失。根据企业业务的连续性和业务数据的可恢复性对数据库系统的要求,考虑各种影响数据库服务及数据保护的因素,对数据库系统的高可用性进行了研究。不同于常用的集群技术,在此对Oracle Data Guard技术进行了分析并设计实现了效率更好的高可用容灾数据库系统。     

计算机系统的高可用性技术

阐述了提高计算机系统可用性的有关技术,即:错误容忍和故障恢复;分析了与错误容忍相关的失效转移及存储区域网技术,以及与故障恢复相关的面向恢复的计算(ROC)技术.     

基于SNP系统的改进粒子群聚类算法

脉冲神经膜系统是基于神经生物学的高性能计算模型.在标准粒子群聚类算法中引入脉冲神经膜系统,将初始聚类中心的各种组合作为粒子分配到若干个神经元,在神经元中进行粒子群的迭代与进化.利用脉冲神经膜系统的高并行性,在更短的时间内得到更优化的初始聚类中心,为K-means算法的局部寻优提供更好的聚类初值.实验结果表明,改进后的算法可以进一步提升聚类的准确率,取得更好的聚类效果.     

基于PLC的控制系统在污水处理中的应用

给出了一套适合污水处理的以PLC为核心的分布式控制系统,并分析了该系统的整体结构、任务分配、控制方式和一些重要控制回路的实施。与其它PLC控制系统相比,本系统硬件结构采用两台上位机互为热备,主要现场控制站PLC双机热备以及通讯网络冗余,从而保证了整个系统的高可靠性和稳定性。实际运行证明：该系统成功地实现了污水处理的自动化控制,提高了污水处理设备的运行效率和管理水平。     

基于聚类中心分离的模糊聚类模型

在模糊C-均值聚类（FCM）目标函数的基础上按聚类中心分离原则增加一个聚类中心分离项来扩展FCM算法,提出基于聚类中心分离的模糊聚类模型(FCM_CCS)。该模型可使聚类过程中的聚类中心之间距离扩大,从而得到更好的聚类效果。由于该模型和FCM一样对噪声敏感我们提出它的可能性聚类模型(PCM_CCS),最后进一步扩展成它的可能性模糊聚类模型(PFCM_CCS)。基于聚类中心分离的可能性模糊聚类模型在处理噪声数据和克服一致性聚类问题方面表现出良好的性能。对数据集的测试实验结果表明了提出的PFCM_CCS能同时产生模糊隶属度和典型值,使聚类中心间距扩大,同时具有更好的聚类准确率。     

基于HNC词的聚类

针对文本分类和信息检索中的信息冗余和计算复杂等问题,在概念层次网络的基础上,提出了反义词、同义词、近义词的聚类算法.算法的基本思想是将词语的语义映射到HNC概念符号体系上,将所有的词语都变成一系列符号串,并在计算语义相似度和语义距离的基础上,在词语的HNC符号语料库上实现同义、近义、反义的聚类.     

基于蚁群聚类的信息检索系统研究

网络信息量的急剧增加,使得信息检索的速度急剧下降。本文利用蚂蚁堆形成原理,进行了聚类分析,提出了一种蚁堆聚类算法,并应用到Web信息检索系统中。实验结果表明：蚁堆聚类精度高、速度快,提高了信息检索速度和效率。     

基于簇特征的文本增量聚类研究

提出了一种基于簇特征的文本增量聚类算法:充分利用简单、有效的k-means算法来进行初始聚类,并保留聚类后每个簇的簇中心、均值、方差、文档数、3阶中心矩和4阶中心矩作为该簇的簇特征,当出现新增数据时,利用初始簇的簇特征对新增数据进行聚类.在20newsgroups数据集上的实验结果表明:相比于对整个数据集进行重新聚类,该算法具有一定的优势.     

基于集群环境的K-Means聚类算法的并行化

K-Means聚类算法在面对海量数据时,时间和空间的复杂性已成为K-Means聚类算法的瓶颈.在充分研究传统K-Means聚类算法的基础上,提出了基于集群环境的并行K-Means聚类算法的设计思想,给出了其加速比估算公式,并通过实验证明了该算法的正确性和有效性.     

NetWare与WindowsNT系统容错技术的研究与实现

首先介绍了广泛使用的RAID容错技术,然后按国内流行的Novell,WindowsNT两大平台分类,详细地探讨了两种系统的容错技术,并给出了多种容错方案,供实际网络系统选择。