石油企业数据备份策略研究

针对目前石油企业远程数据备份系统存在的问题,如:静态备份策略的局限性、备份分组不合理导致备份时间过长、备份作业对前台实时业务造成影响等问题,结合石油企业的应用特点,提出备份策略优化的思路及实现方法.提出了动态备份策略的概念,即通过对备份任务所占用系统资源的量化分析,实施在线备份任务的热插拔处理.通过对来自各个备份客户端数据量动态排序和分组,按同组作业并发工作的特点和完成备份时间相差最小的原则,精确测算备份时间和定位备份窗口,动态调整备份策略,达到备份过程实时优化的目的.通过模拟一个实例验证了研究的可行性和正确性.     

用户并发访问过程的系统负载分析模型

构建了用户并发访问过程的系统负载分析模型.首先建立用户与应用的对应关系及访问权限矩阵,作为原始数据模型;然后按每个用户并发访问应用的次数建立访问频度矩阵.在访问频度矩阵中增加负载因子,生成系统负载矩阵,即分析模型,并分别以用户和应用为主线进行了相应的量化分析,最后用实例验证了模型的有效性.     

基于细胞神经网络方法的重力异常分离

用细胞神经网络(CNN)方法对重力异常进行分离,讨论如何根据目标局部重力异常特征训练模板.采用拟BP学习算法实时训练神经网络模板, 为保证全局误差函数最小,使用梯度下降法,用全局误差函数对权值变量求导的方法推导权值修正公式.通过模型的不同组合方式来模拟各种地质条件,并总结出细胞神经网络方法的适用条件.应用结果表明,用细胞神经网络方法提取目标异常是切实可行的,只要选择合适的模板,突出目标异常,就能将水平(横向)叠加异常区分开,具有较强的横向分辨能力,特别是可以突出局部异常的边界,据此可用于圈定火成岩体,寻找局部矿藏.