摘要：风冷直膨型精密空调广泛应用于数据中心机房。实际使用工况与设计参数存在较大差异,机房热湿环境很难达到最佳状态。介绍了一种空调集群控制方式,即通过优化气流组织,调节空调运行工况,降低风机工作时长,降低压缩机启停频率,最终实现机房热湿环境高效稳定运行。

摘要：近年来,CFD软件被广泛应用于数据中心设计、建设和优化改造之中。本文使用数据中心专业CFD软件之一的Tileflow在试点机房开展了仿真模拟和气流组织优化改造工作。通过对送风量、温度分布、回风路径等多维度的剖面及3D展示,辅助工程人员完成了冷热通道隔离和气流组织优化工作,最终实现了少开3台空调、空调制冷效率提高50%、冷热气流混合现象大幅缓解的效果,达到了相关预期。

摘要：【目的】建立机构规范、作者规范、期刊规范、基金规范,为发现系统、科研实体分析评价等建立数据基础。【方法】以多源异构数据为基础,对数据进行汇聚和融合,形成具有唯一标识符的统一的结构化数据。依据名称规范元数据模型,对科研实体及实体间的关系进行抽取。针对不同的科研实体可获取的文献特征,制定不同的消歧规则集合,结合传统字符串匹配方法和深度学习方法进行文本相似度计算。【结果】形成包含260多万条数据的机构规范库、2 300多万条数据的作者规范库、3万多条数据的期刊规范库和200多万条数据的基金规范库。以NSTL机构规范为例,与InCites机构规范进行对比,结果显示所遴选的美、英、中3个国家的6所高校,对标吻合度平均值达到86.8%。【局限】所提出的消歧规则和算法在处理文献特征表达形式多样性方面有待进一步细化和提升;需对具体数据源数据情况进行分析,以选择合适的算法模型。【结论】本研究提出了多源异构数据汇聚融合方法,设计了科研实体消歧规则和算法,能够有效实现名称规范数据库建设的规范性和全面性。

摘要：当前,作为主要攻击媒介的恶意域名被广泛滥用于多种网络攻击活动中,针对恶意域名检测中检测特征设计复杂、需要经验知识辅助以及容易被攻击者有针对性绕过等问题,文章提出一种基于多元时序特征的恶意域名检测方法。该方法使用基于融合长短期记忆网络和全卷积神经网络的深度学习模型,分别从客户端请求和域名解析流量中自动化提取多元时序嵌入特征,并学习恶意域名行为的低维时序表示。对比传统的时间统计特征方案或时间序列局部模式判别方案,该方法可以建模长期域名活动模式,从中发现恶意域名区别于正常域名的行为序列,具有更强大的恶意域名检测能力。同时,该方法支持融合多元时序嵌入特征和通用恶意域名检测特征,多维度表征恶意行为信息,提升检测性能以及模型鲁棒性和扩展能力。