期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
时间约束下的云工作流动态混合资源调度
1
作者 范贵生 王鹏 +1 位作者 虞慧群 李增鹏 《小型微型计算机系统》 CSCD 北大核心 2024年第7期1787-1792,共6页
随着云计算的出现和云基础设施的快速部署,越来越多的大型工作流应用正在积极向云迁移.同时,如何在满足任务时间约束的前提下优化执行成本,提高资源利用率成为新的挑战.本文提出一种云工作流动态混合资源调度算法DHRS,不仅满足任务的时... 随着云计算的出现和云基础设施的快速部署,越来越多的大型工作流应用正在积极向云迁移.同时,如何在满足任务时间约束的前提下优化执行成本,提高资源利用率成为新的挑战.本文提出一种云工作流动态混合资源调度算法DHRS,不仅满足任务的时间约束而且在混合资源租用时取得较低的成本.首先,根据任务的优先级关系对任务进行预处理,基于概率升序对任务进行排序,并为子任务分配子截止日期;然后,依据顺序为工作流选择满足截止日期且成本较低的服务;最后,对每个服务动态选择预留资源和按需资源,基于预留资源的空闲时间段调度,进一步降低成本.在随机生成的不同的科学工作流上进行实验,并通过与现有算法对比,DHRS在满足时间约束并且降低执行成本方面具有一定的优势. 展开更多
关键词 云计算 工作流调度 混合资源
下载PDF
一种基于优先级的云工作流动态调度方法 被引量:1
2
作者 范贵生 陈兴鹏 虞慧群 《小型微型计算机系统》 CSCD 北大核心 2023年第7期1367-1374,共8页
云计算遵循按需资源供应和即用即付定价模式,使得云提供商能够处理大规模的工作流调度.目前已有大量工作对工作流调度问题进行研究,如何以较低的执行成本来满足截止时间约束具有挑战性.本文考虑了云资源的可变性和工作流任务之间的依赖... 云计算遵循按需资源供应和即用即付定价模式,使得云提供商能够处理大规模的工作流调度.目前已有大量工作对工作流调度问题进行研究,如何以较低的执行成本来满足截止时间约束具有挑战性.本文考虑了云资源的可变性和工作流任务之间的依赖性,提出了一种基于优先级的动态调度算法Pbads,旨在满足时间约束的前提下最小化执行成本.首先,根据任务的依赖关系进行任务合并,并为工作流任务分配子截止期限.其次,基于时间约束和任务依赖性,动态调整任务的优先级和分配策略.此外,针对每个服务动态调整其任务队列的执行顺序,以此降低服务执行成本.最后,将Pbads算法与传统调度算法进行研究对比,实验结果表明Pbads算法在执行成本和满足时间约束方面有更好的表现. 展开更多
关键词 云计算 任务调度 截止期限 优先级
下载PDF
基于协议分析和决策树的入侵检测研究 被引量:3
3
作者 胡琼凯 黄建华 《计算机技术与发展》 2009年第6期179-181,185,共4页
入侵检测技术已经成为网络安全领域的热点。针对现有入侵检测系统的不足,尤其是检测效率低、不能有效检测未知入侵和新的攻击行为等,在深入研究协议分析的基础上,通过引入数据挖掘技术中成熟的决策树分类算法,设计出了一种融合协议分析... 入侵检测技术已经成为网络安全领域的热点。针对现有入侵检测系统的不足,尤其是检测效率低、不能有效检测未知入侵和新的攻击行为等,在深入研究协议分析的基础上,通过引入数据挖掘技术中成熟的决策树分类算法,设计出了一种融合协议分析和决策树技术的动态、可扩展的入侵检测模型。同时,建设性地提出了分类组织检测规则的思想,检测过程引入了正则表达式匹配技术,有效地实现了对检测模型的优化。实验结果表明,该方法能够有效地提高检测速度、降低正误报率,具有较好的理论意义和实际意义。 展开更多
关键词 决策树 协议分析 入侵检测 正则表达式
下载PDF
一种特征转移和域自适应的异质缺陷预测方法 被引量:1
4
作者 黄燕 徐贤 +1 位作者 虞慧群 杨星光 《小型微型计算机系统》 CSCD 北大核心 2022年第1期186-192,共7页
软件缺陷预测是软件工程领域中的一个研究热点.跨项目缺陷预测(Cross-Project Defect Prediction, CPDP)采用源项目的缺陷数据来预测目标项目的缺陷倾向性.然而,源项目和目标项目的特征可能会有所不同.因此,研究人员提出了异质缺陷预测(... 软件缺陷预测是软件工程领域中的一个研究热点.跨项目缺陷预测(Cross-Project Defect Prediction, CPDP)采用源项目的缺陷数据来预测目标项目的缺陷倾向性.然而,源项目和目标项目的特征可能会有所不同.因此,研究人员提出了异质缺陷预测(Heterogeneous Defect Prediction, HDP).为了提高HDP模型的性能,本文提出了一种基于特征迁移和域自适应的异质缺陷预测(Feature Transfer and Domain Adaptation, FTDA)方法.首先,FTDA使用基于相关性的特征选择算法从源项目的特征集中选择最优的特征子集.随后,使用欧氏距离进行匹配特征,并为每个目标项目选择最合适的源项目.再次,使用TCA算法解决不同项目之间的分布差异问题.最后,使用SMOTETomek算法处理类不平衡问题.为了验证FTDA方法的有效性,本文对AEEEM,PROMISE,NASA和Relink数据集中的24个项目进行了实证研究.实证研究表明,FTDA显著提高了异质缺陷预测的性能. 展开更多
关键词 异质缺陷预测 特征迁移 域自适应 类不平衡
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部