Linux集群数据中心——个人空间自助申请系统的设计与实现

Linux集群利用多台廉价PC机构造一个高性能、超大存储容量、稳定、实用的大型Linux集群。在此基础之上,开发者试图在校园网内搭建可为学生和教师提供网络和数据增值服务的平台,保证数据中心可持续发展。在应用服务上以个人空间自助申请系统为例,将FTP与www相结合使用户对个人空间的申请、审批、使用都在一个系统上完成,使用户对空间的使用更容易,使管理员对空间整体和使用情况更清楚。     

Linux集群部署系统的设计与实现

为了缩短大规模Linux集群系统的部署过程,设计实现了一个Linux集群部署系统。对部署系统的结构和模块进行了设计和分析,实现了镜像获取和镜像部署的设置;根据系统的整体设计对系统的性能指标进行了测试和结果分析。分析表明该系统能达到快速部署集群系统的目的。     

基于Linux的PC集群

PC机由于其自身性能的限制 ,不可能用于大规模的科学计算中 ,速度和稳定性已经成为PC更深层次应用的一大障碍 .随着主要适用于PC机的Linux操作系统及其集群技术的发展 ,这一问题得到了很好地解决 ,这就是采用基于Linux的PC集群     

Linux集群系统技术研究

本文首先介绍了集群的发展过程，连接结构与通用的网络协议不同的集群专用的通信协议；然后概述集群的分类；最后对集群的关键技术：例如大规模集群系统的可扩展性和性能衰减的问题、调度器的负载均衡技术、集群内部节点之间的通信延时等问题进行了分析，同时给出了集群的评测标准。     

小型集群系统并行计算环境的实现

并行计算在各个领域的应用越来越广泛,基于Linux的PC集群系统是一个廉价、高效的并行计算系统。本文介绍了计算机集群搭建的软硬件环境,如节点的构建、操作系统的选择、SSI的构建、MPI并行环境的构建等。在实验室网络环境下,使用多台普通计算机完成了集群的构建,提供了软件的详细配置过程,为在集群上进行并行编程提供了一个实际的软硬件环境。     

网上购物系统的设计与实现

随着互联网的普及,我们在网上可做的事情也起来越多,不再仅仅追求在网上看看新闻、聊聊天、收发一下邮件这些日常的事务,更多的人们希望可以足不出户的利用互联网选一强大的平台来实现网上购物.同时,对于企业来说,如果能够实现网上交易将大大提高交易速度,节约交易成本.近几年,随着网络数据库技术的进一步发展,使得这一设想逐渐成为现实...     

一种Linux平台下校园网服务器集群实现方案

文章分析了高校校园网中服务器的使用现状,介绍了服务集群技术,并应用Linux服务器集群技术将高校内的服务器连接起来,以解决高校校园网服务器管理中的一些难题。还对校园网服务器管理提出了一些新的方法。     

基于Linux的抗DDoS防火墙的设计与实现

DDoS（分布式拒绝服务攻击）是一种攻击强度大、危害严重的攻击方式,它利用合理的请求来占用过多的服务器资源,致使服务超载,无法响应其他的请求,因为这种攻击只需通过远程控制分布在不同计算机上的攻击进程进行攻击,同时运用IP欺骗和洪水攻击等手段,因此对它进行检测和防御就显得非常困难;netfil-ter是L inux2.4以后的内核中采用的一个结构清晰,便于扩展的优秀的防火墙框架;介绍了如何在netfilter基础之上实现一个能防御DDoS攻击的防火墙。     

探讨Linux集群运维平台用户权限管理及日志审计系统实现

随着互联网时代的到来,传统服务器运维管理的模式已经不能满足互联网公司的业务需求,因此Linux集群规模越来越大,并支撑着互联网公司业务的不断拓展,进而国内各个互联网公司都开始逐渐使用自动化的运维平台对Linux集群实施统一管理。Linux集群运维平台包含的方面有自动化监控、任务调度监控、自动化部署、配置管理、机器管理、用户访问质量统计、集群用户权限管理、日志平台等,其中Linux集群运维平台用户权限管理与日志审计系统这两者关系极为密切,同时也是运维平台里特别关键的两大模块,因为它们都涉及信息上的安全问题,而信息安全又是运维平台的核心。文章将主要阐述自动化运维平台中用户权限管理及日志审计系统实现的细节,并通过实际例子进行分析。     

Linux服务器集群系统在高校办公环境中的应用

分析高校发展对网络的需求现状,介绍集群技术,并通过应用集群技术将多个单任务服务器连接起来,构建集群系统,解决校园网中的一些难题.并对该系统的安全问题提出一些建议.     

改进 K 均值聚类的不平衡数据欠采样算法

传统欠采样方法在处理不平衡数据问题时只考虑多数类样本的绝对位置而忽略了其相对位置,从而使产生的平衡数据集存在边界模糊问题。提出一种改进 K 均值聚类的不平衡数据欠采样算法（UD-PK）。该算法首先利用改进的 PSO 算法迭代寻找全局最优解作为 K-means 聚类所需初始值,然后通过 K-means 进行聚类,再按照每个类别中多数类与少数类的比例定义所取多数类样本个数,并根据多数类样本与簇心距离择优选择参与平衡数据集构造。在 UCI 数据集上的对比试验表明,该算法在少数类准确率上较一些经典算法有很大提升。     

K-means聚类算法在高校图书馆读者群细分中的应用研究

K-means算法是聚类分析中的重要算法。运用K-means算法依据高校图书馆读者的借阅行为、借阅习惯等方面的明显差异,把读者划分成若干个读者群,找出不同读者类群的需求特点,重新配置服务资源,为图书馆充分获取读者信息、制定策略提供理论和方法指导。     

数据挖掘之聚类算法综述

近年来,数据挖掘技术的研究备受国内外关注,其主要原因是信息技术发展产生了大量分散的数据,迫切需要将这些数据转换成有用的信息和知识.此前的研究,主要集中于分类算法及应用方面的研究,但某些特殊领域,如生物信息学研究等,需要通过聚类方法解决一些实际问题.本文从横向深入分析了数据挖掘技术中聚类算法的发展,对层次法、划分法、模糊法,以及量子聚类、核聚类,基于密度和网格等10种聚类算法的原理、过程和特点等都进行了比较详细的分析论述.     

流数据聚类的捕鱼算法简

流数据是近年来关注比较多的一种数据形式,但由于它自身的特点,无法使用传统的算法对它进行聚类分析.数据挖掘是从大规模数据库中提取感兴趣的信息.聚类是数据挖掘的重要工具,它根据数据间的相似性将数据库分成多个类,每类中数据要求尽可能相似.针对流数据的特点,引入一种采用渔夫捕鱼策略的新的聚类算法.该算法采用动态多点随机投鱼网方法,并且根据捕鱼环境的不同采用不同的探测策略.流数据聚类的捕鱼算法是一种即时更新模型的在线聚类算法.     

数据中心的高能效方法

概述了云计算环境下处理器能耗模型和数据中心业务模型,然后基于动态电压调节技术阐述功率分配方法,使得在调度时间固定时,系统总能耗最小,在能耗固定时,总调度时间最短,最后结合任务预测及排队模型确定数据中心的服务提供量以关闭不必要的服务器来节省能耗.     

非光滑初值半离散误差估计

本文研究齐次热传导方程在非光滑初值条件下,半离散有限元误差估计。     

数据流挖掘中的聚类技术

在动态数据流挖掘过程中,对数据流进行聚类,把未知的数据流划分或者生成到一个簇中。发现隐含的知识、价值和模式,是一种非常有效的数据流挖掘技术。分析和研究了数据流挖掘的聚类算法,并对数据流聚类技术发展进行了展望,提出了数据流挖掘的研究方向。