摘要：随着分布式系统的发展,共识问题受到了计算机领域的广泛关注。然而,FLP不可能结论指出:“在存在故障节点的异步系统中,没有确定的共识协议能够使分布式系统达成一致”。该结论成为阻碍设计异步共识协议的鸿沟。目前,研究者就如何规避FLP结论,已在异步共识领域进行了大量研究。首先,通过对分布式共识问题的相关定义与理论进行分析,总结出异步共识协议的定义;然后,根据规避FLP结论策略的不同,分别阐述了异步共识协议的发展脉络、实现方法与相关指标,分析总结了通过随机化、部分同步模型、故障检测器、条件限制与混合共识的方法规避FLP结论的优劣,指出了异步共识协议大多仍停留在理论阶段,难以真正应用;最后,简单探讨了共识中的等价性问题,期望拓展共识协议的实现途径,推动异步共识协议的创新和发展。

摘要：该文探讨了面向大二、大三本科生的综合项目课程,以校园安防为背景,引导学生将云计算、物联网和移动应用技术融入安防领域,构建一套基于云边端的安防系统。项目涵盖了云端平台、边缘设备和移动端的设计与实现。云端平台负责数据存储、分析和管理,包括用户管理、设备管理、视频监控等功能;边缘设备使用树莓派进行实时数据处理和决策,并连接摄像头、温湿度传感器、舵机等终端设备;此外,借助微信小程序打造了一款移动端应用,为用户提供便捷的使用体验。项目实施过程中解决了多端系统数据交互、人脸识别驱动舵机开关门等复杂工程问题,并从数据加密、权限管理等多个维度探讨了系统安全性与隐私保护等关键问题。通过这一综合项目课程的设计与实施,学生的实践能力得到了提升,对云边端技术有了更为深入的理解和应用。

摘要：物联网的迅猛发展对数据管理提出了诸多挑战,为应对这些挑战并满足管理日益增长数据的切实需求,国家制订了“协同发展云计算与边缘计算”的远景规划.在此背景下,本文提出了一种云边融合安全存储架构,旨在探索物联网数据在云边融合场景下的有效管理途径.该架构利用机密计算、数据缩减、跨域同步等关键技术,支撑数据的高效管理和安全保障.在此基础上,本文进一步提出了一套适应于上述安全存储架构的系统核心设计方案,解决实施过程中的效率问题.此外,本文还探讨了该架构下的未来研究方向,以期为新场景下物联网数据管理提供新视角和解决思路.

摘要：探索了“项目与问题双驱动,任务挑战逐步递进”的教学模式,结合CDIO工程教育理念,提出了一种系统化的综合项目课程设计与实施策略。该模式通过递进式的任务设计,引导学生在真实项目中不断提升问题解决能力和实践操作技能。结合企业实际需求,使学生在完成项目的过程中强化团队协作与创新能力。实践表明,该模式有效提升了学生的自主学习能力和工程实践能力,为新工科背景下的卓越工程师培养提供了有益借鉴。

摘要：随着特色化示范性软件学院建设的推进,大型工业软件尤其是电子设计自动化(EDA)工具的开发日益成为人才培养的重点方向。EDA工具在芯片设计中扮演着核心角色,而逻辑综合工具则是其关键组成部分。但现有课程多侧重于工具应用,缺乏对逻辑综合工具开发实践的深入教学。该文针对此问题,基于支架式教学理念,设计并实现了逻辑综合工具开发框架LoSTDeF,同时配套开发了实验内容和数据集。利用LoSTDeF,学生能够在实验中深入理解硬件设计的优化过程,提升在EDA工具开发领域的实践能力。教学实践表明,LoSTDeF不仅增强了学生对逻辑综合相关知识和算法的理解,而且有效提升了他们的实践技能。

摘要：点击率预测作为推荐系统和在线广告的关键环节,在学术界和工业界均受到了极大的关注.论文首先对几种典型的点击率预测模型进行研究,然后探索了基于融合结构的深度学习方法,并在此基础上提出一种基于融合结构的点击率预测模型,该模型能够灵活融合不同结构的深度神经网络来分别学习原始高维稀疏特征的高阶表示,从而使点击率预测模型能够利用更丰富的高阶特征信息.论文利用真实数据集来评价模型的预测性能,实验结果显示,基于融合结构的深度学习预测模型,能够比传统的点击率预测模型以及最新的基于深度学习的预测模型获得更好的性能。

摘要：方面级别情感分类的研究目标是针对给定语句所描述对象的特定方面,分析该语句所表达出的情感极性.现有的解决方案中,基于注意力机制的循环神经网络模型和多层模型性能表现较好,二者都借助了深度网络和外部记忆做注意力调优,但实验结果表明这些模型在处理复杂语句时的性能不够理想.本文提出一种基于双记忆注意力机制的方面级别情感分类模型,基本设计思想是借助循环神经网络的序列学习能力得到语句编码,并构造相应的注意力机制从语句编码中提取出关于给定方面词的情感表达.为此,构造了两个外部记忆:陈述性记忆和程序性记忆,分别用于捕获语句中与给定方面词相关的词级别和短语级别信息,并设计了一个分段解码器,用于从相关记忆中选择并提取情感语义信息.为验证模型的有效性,在三个基准数据集上进行了测试,包括SemEval 2014的Laptop和Restaurant数据集和一组常用的Twitter数据集,实验结果表明,本文提出的模型在分类准确率和泛化能力上的表现优于相关工作.此外,还设计了专门实验以验证本文提出的方面级别注意力机制和情感语义提取机制的有效性,为进一步研究方面级别情感语义抽取问题提供了新的思路和实验证据.

摘要：针对现有交通虚拟仿真系统既无法支持多用户同时在线仿真,又无法满足实际的虚拟仿真教学实验需求,也难以大规模扩展等问题,该文首次从系统架构和仿真引擎方面设计并实现了一种面向多用户的微观交通仿真实验系统。并且从单仿真引擎仿真车辆数变化、单仿真引擎仿真加速比变化和多仿真引擎并发执行3个性能指标对该系统进行测试。测试结果表明,该文所实现的交通虚拟仿真系统能够支持多仿真引擎、多仿真任务的并发执行,满足多用户的同时在线仿真需求。

摘要：基于调频连续波(Frequency Modulated Continuous Wave, FMCW)的双功能雷达通信(Dual-Functional RadarCommunication, DFRC)系统具有时频利用率高、抗多普勒性能强、距离旁瓣低的特点。现有的FMCW-DFRC波形系统产生双功能性能恶化,并增加通信接收机的链路复杂度。设计了一种基于延迟断点映射(Delayed Breakpoint Mapping, DBM)FMCW的DFRC系统,通过啁啾周期内延迟断点位置的映射和被分割的簇间的相位进行数据调制。通信接收端在载波混频和欠采样后,在数字域实现去啁啾、码片对齐和数据解调,极大降低了接收端生成相干信号和ADC性能的需求。在雷达处理链路中,设计了断点区域删除与拼接(Breakpoint Area Deletion and Splicing, BADS)方案,使DFRC的雷达性能与无调制的FMCW一致。仿真结果表明,与无补偿的方案相比,BADS方案距离图像的副瓣幅度减小约37 dB,且不受调制数据的影响。与现有基于啁啾波形的DFRC方案的通信性能相比,DBM-FMCW降低了约3 dB误符号率。

摘要：在基于纠删码的云存储系统中,数据更新的性能往往受到网络带宽的限制。鉴于此,提出了基于异或(XOR)的TAR-CAU数据更新算法,该算法基于以下设计原则:1)利用数据更新量普遍较小的特点,将多条带的数据更新打包处理,减少网络往返次数,加快数据传输效率;2)采用基于XOR的更新,提高编解码效率。仿真实验和本地集群实验结果表明,相比于CAU算法,在数据更新量较小时,TAR-CAU算法能够提高至少44%的数据更新吞吐量。