摘要：云计算需求在催生数据中心部署应用的同时,造成能耗高和碳排放压力,故云计算环境中可再生能源的高效利用问题被提出。针对太阳能的间歇性非稳特点,文章研究了云任务调度方法来提升数据中心供能中能源利用率。首先,构建预测太阳能产能的深度自回归模型DeepAR;然后,利用延时容忍型任务和计划工作任务在时间维度上灵活调度的特性,设计云任务调度策略和算法;最后,运用GluonTS框架使用真实任务数据集和太阳能产能数据集进行仿真实验。结果表明,计算负荷与太阳能出力的匹配性得到改善,数据中心太阳能供能的利用率得到提升。

摘要：针对边缘云环境的自动化和分布式特性、高度不可靠性及易变的工作负载问题,提出基于注意力时空卷积和A2C的虚拟机主动容错优先迁移决策模型AST-A2C。首先,采用带有注意力机制的长短期记忆网络(LSTM)提取各主机的时序特征,根据时序特征和多主机间的交互信息构建图网络,再利用图注意力网络(GAT)提取网络中不同主机间的关联信息,将其用于主机的故障信息编码。其次,设计可动态建立模型并不断生成改进决策的A2C模块,联合故障编码信息和调度决策信息进行优先迁移决策。最后,构建满足不同用户QoS要求和应用程序设置的自适应损失函数来优化调度决策。实验结果表明,该模型在故障检测、能源消耗、时延敏感性等方面优于最先进的基线,是提高边缘云计算可靠性的理想选择。

摘要：根据当前时态数据模型的理论,为儿童保健管理信息系统建立了一个可行的时态关系模型,并对系统中的查询做了简单的描述,最后分析了这种建模方法的优缺点。

摘要：针对属性基可搜索加密(ABSE)方案大都基于非国密算法设计,且无法抵抗内部算法替换攻击(ASA)的问题,提出一种支持密码逆向防火墙的基于SM9的属性基可搜索加密方案(SM9ABSE-CRF)。该方案将国密算法SM9扩展至ABSE领域,实现了细粒度数据访问控制,并引入密码逆向防火墙(CRF)技术有效抵御ASA。分析了SM9ABSE-CRF在判定性Diffie-Hellman(DBDH)假设下满足了选择关键词下的不可区分性,并形式化证明了CRF的部署满足维持功能性、保留安全性以及抵抗泄漏性。理论分析和仿真实验结果表明,与提供CRF的ABSE方案cABKSCRF(consistent Attribute-Based Keyword Search system with CRF)相比,SM9ABSE-CRF具有更高的安全性,并且在索引与陷门生成阶段也表现出显著的性能优势。

摘要：针对云存储数据完整性审计效率低的问题,提出一种基于区块链的云数据完整性审计方案。以树结构保存证据信息,状态通道内完成审计“挑战-验证”,实现高效审计;通过局部置信率随机抽取数据块生成挑战,聚合数据物理性和逻辑性生成挑战对应验证证据,实现数据的逻辑性完整验证;智能合约将审计结果打包成交易并保存区块中,实现审计结果的可追踪性。实验结果表明,BCDIAS方案提供数据隐私保护,能抵御单体攻击,整体审计效率提升12.14%,对实际应用场景有一定参考价值。

摘要：针对基于匿名用户的会话推荐忽略了不同会话之间可能存在的协作信息,以及未考虑所预测的目标项与历史行为的相关性问题,提出一种基于局部-邻域图信息与注意力机制的会话推荐模型(SR-LNG-AM)。从当前会话和邻域会话构建的图结构中分别学习两种类型的项目转换信息,将其融合得到项目嵌入。使用软注意力机制生成全局嵌入,使用目标注意力机制针对不同的目标项自适应生成不同的目标嵌入。结合局部嵌入,进行预测。在两个真实数据集上与多个基线方法进行实验对比,实验指标均有提高,验证了该方法的有效性。

摘要：为解决基于循环神经网络会话推荐方法全局偏好表示不准确,以及欠考虑目标项目与所有项目相关性的问题,提出一种基于图神经网络和注意力机制的会话推荐方法。利用图神经网络捕捉会话项目间的依赖关系,得到项目嵌入;通过多头注意力生成全局嵌入准确表示全局偏好,根据目标注意力生成目标嵌入激活目标项目相关性;融合当前嵌入,得到会话嵌入,预测下一次点击。在公共数据集上进行对比实验,实验结果表明,相较最优基准模型,P@20最高达到了71.74%,提高超过0.3个百分点,MRR@20最高达到了35.20%,提高超过3个百分点,验证了该方法的有效性。

摘要：软件架构是降低成本,改进质量,按时交付产品和按需交付产品的关键因素。通过对软件分层架构技术的介绍及分析,结合煤矿安全监控系统联网软件的实际需求,选择了适合该系统的三层架构方案,并详细介绍了表示层、业务逻辑层、数据访问层在系统中的设计和实现过程。

摘要：指出了目前市场上运行的大部分自动化立体仓库调度系统(以下称调度系统)所存在的问题及弊端,阐述了调度系统的框架结构。为了解决这些问题,避免这些弊端,引入Observer模式。在对Observer模式进行分析的情况下,将这一模式应用于调度系统,使系统精巧、简洁、易于复用、易于扩展,有效提高了调度系统的开发效率和整体的性能。

摘要：本文研究并设计了一种基于大语言模型(LLM)面向老年人的语音交互系统,旨在使用大语言模型,分析老年人的语言特点,设置训练模型目标,然后利用大量训练数据提高模型对老年人语言的理解与交互能力,优化输出结果,从而构建能够与老年人进行良好交互的语音交互系统,提高老年人的交互体验。