一个结合版本和日志技术的本体演化框架

虽然本体演化的重要性已经得到充分的认识，但是目前的本体编辑工具对本体演化的支持在对本体演化原因的信息保留和处理上却显得不足。比较了一些典型的本体编辑工具，评估它们对本体演化的支持；然后，为加强对历史信息的处理，挖掘演化的原因，提出了一个结合版本和日志技术的本体演化框架，并在其中对目前的OWL语言进行了支持本体演化的扩展，以有效的支持演化原因信息的保留和分析处理。     

应用生成器NITAG的设计与实现

NITAG 是面向企事业事务数据处理、以自动生成事务数据处理应用软件为目标的应用生成器。它提供了一个需求说明语言 RSL,用户可以用它描述数据及应用需求。NITAG 在接受这种描述后便可自动生成用户所需的应用软件。NITAG 采用了程序变换法与知识工程法相结合的系统工作原理,首先对用户的需求说明按变换规则进行变换、细化,使需求说明逐步地接近目标语言(EQUEL/C)的表示形式,然后根据系统的编程知识进行分析、推理,取出相应的软部件构造用户的目标程序。     

基于差分进化算法的语义查询扩展技术

目的提高扩展词与用户查询在语义层面上的关联,解决歧义扩展问题。方法基于差分进化算法的语义查询扩展技术先利用领域本体提供的领域背景知识来获取候选扩展词集,然后通过分析用户日志来获取用户检索偏好信息,最后利用差分进化算法确定同用户检索意图最相符的扩展词集。结果比起前沿的局部上下文分析方法,基于差分进化算法的语义查询扩展技术能够确定更高质量的扩展词集。结论利用用户日志和本体中概念间的语义关系作为背景数据来过滤无关的扩展词可以有效提高后续语义扩展过程的效率,差分进化算法能够有效排除同用户检索意图无关的词集并确定高质量的扩展词集。     

探讨高校多校区计算机实验室电子工作日志

广东药学院实验中心采用传统纸质进行实验室工作日志登记,面临记录烦琐、难以利用等诸多问题,不能满足当前多校区实验室人性化管理的迫切需求。实验中心尝试建立并实施以实际开出实验项目为核心的电子工作日志系统,以方便记录和使用实验室工作日志信息,并为每年上报实验室信息数据提供可靠的数据来源。同时,很好地体现了人性化管理的服务理念,是人性化管理的有效实践。该系统选用B/S结构,具有成本低、易移植、兼容性强,可以广泛应用于高校各类实验室。     

ODTrans:适用于云数据存储系统的容错的事务协议

云数据存储系统中,由于数据的分片、冗余存储以及频繁的节点故障,导致分布式事务的原子提交问题发生变化,使得原先的两阶段提交协议(2PC)不再适用.作者对云存储中事务提交的典型场景进行刻画,重新定义分布式事务的提交问题,并提出基于一致性协议的方法ODTrans,用于处理分布式提交和副本更新.相比于传统的2PC和主备复制方法,在一个没有拜占庭将军问题的集群中,它可以始终取得进展.实验结果表明,所提方法可以获得与已有的方法相近的性能,既可以容忍从节点发生错误,也可以应对主节点的故障.     

ODTrans:适用于云数据存储系统的容错的事务协议

云数据存储系统中,由于数据的分片、冗余存储以及频繁的节点故障,导致分布式事务的原子提交问题发生变化,使得原先的两阶段提交协议(2PC)不再适用.作者对云存储中事务提交的典型场景进行刻画,重新定义分布式事务的提交问题,并提出基于一致性协议的方法ODTrans,用于处理分布式提交和副本更新.相比于传统的2PC和主备复制方法,在一个没有拜占庭将军问题的集群中,它可以始终取得进展.实验结果表明,所提方法可以获得与已有的方法相近的性能,既可以容忍从节点发生错误,也可以应对主节点的故障.     

基于ELKB日志管理系统的应用

针对现阶段云平台应用日志运维效率低的问题,研究一种基于ELKB架构的日志管理方案。该方案可实现对日志数据的高效采集和统一存储,并提供日志查询和可视化分析的功能。详细阐述日志的采集和存储方案,提出优化采集器Filebeat基础参数的方法,日志存储过程部署Elasticsearch集群模式,并总结Elasticsearch集群节点的性能提高方法,以此为基础搭建日志可视化管理系统。实验结果表明：参数优化后的Filebeat进行日志采集时,内存占用率与默认配置相比降低47%;Elasticsearch集群模式在进行关键字查询时的数据吞吐率高于单机服务器250req/s,且集群节点的段合并优化有效降低了日志的索引内存占用率,内存优化百分比介于11.9%和22.1%之间。可见日志管理系统部署方式灵活,有效提高了日志采集和检索效率,为云平台日志管理提供了可行的方案。     

基于支持向量机的Web日志频繁岚列模式挖掘研究

为了降低Web日志频繁序列模式挖掘误差,提出基于支持向量机的Web日志频繁序列模式挖掘方法.构建Web日志频繁序列模式检测序列,采用自相关特征分布式融合方法进行序列重组,提取序列模式的统计特征量,对其特征分布值进行信息融合.建立Web日志频繁序列模式融合式调度模型,采用支持向量机分析方法进行Web日志频繁序列模式挖掘的...     

一种某高校网络用户上网形式的数据挖掘方法

数据挖掘是利用各种分析工具在海量数据中发现某些模型和数据间关系的过程。如何根据用户上网日志发现用户感兴趣的信息和资源,帮助网络中心科学地管理和规范其网络用户,已经成为一个迫切的问题。本文通过问题陈述、数据搜集、数据预处理、数据挖掘和结论几个步骤用SPSS软件对某高校某一时段的网络用户上网日志进行分析,为科学的网络管理提供依据。     

日志模板提取的FT-Tree改进算法研究

计算机日志能够真实、全面记录事件信息,已经作为一种电子证据在侦查办案中得到普遍应用.要实现对海量日志信息的快速自动分析,需要有高效可靠的日志模板提取方法.鉴于目前日志模板提取方法存在的不足,本文以网络服务器日志作为模板提取的研究对象,基于FT-Tree算法,提出了利用Apriori算法计算剪枝阈值,再利用该值控制剪枝的...