导读:本文包含了模型服务器论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:服务器,模型,神经网络,网络,同态,舰船,生产者。
模型服务器论文文献综述
张彦轩,李承峻,杨欣也,王少辉[1]（2019）在《双服务器模型下模幂运算外包新方案》一文中研究指出对形如R=u~a(mod N)的模幂运算,现有外包方案设计时通常忽略特定场景对具体参数R,u,a,N的隐私性要求,对4个参数均进行隐私性保护,导致方案复杂度过高。鉴于此,基于双服务器模型,文中针对不同场景设计了3个不同的模幂运算外包方案,方案通过合理的逻辑划分将原始的模幂运算转化为新运算,在保证有效保护特定应用场景中参数的隐私性的同时,用户的可验证概率能达到1。理论分析和实验仿真均显示相较于现有方案,新方案的用户端效率大幅提高。(本文来源于《南京邮电大学学报(自然科学版)》期刊2019年05期）
彭华[2]（2019）在《生产者消费者模型在认证服务器中的应用》一文中研究指出为了提升认证服务器性能,提出将生产者消费者模型应用到认证服务器中。通过对比实验,验证了基于生产者消费者模型的认证服务器与传统模型的认证服务器的性能区别。此外,实验证明了对生产者消费者模型的消费者线程进行不同的二次分配,会对认证性能产生不同的影响。在认证服务器的架构设计时,针对不同类型认证服务器的应用特点,合理的处理模型和线程分配可最大化提升认证服务器的处理性能。(本文来源于《通信技术》期刊2019年10期）
谭宇宁,党伟超,白尚旺,潘理虎[3]（2019）在《LSTM网络模型在Web服务器资源消耗预测中的应用研究》一文中研究指出如何能够准确地对软件老化趋势进行预测,并及时采取相应恢复策略是当前预防软件老化的一个关键问题.为此,针对老化数据的时序特性,以循环神经网络(Recurrent Neural Network, RNN)及其变种长短时记忆单元(Long Short-Term Memory, LSTM)结构为基础,设计了一种基于LSTM网络的软件老化资源预测方法,并通过应用加速寿命测试实验搭建老化测试平台,对Web服务器因内存泄漏引起的老化现象进行建模和预测.实验结果表明,LSTM老化预测模型在处理Web软件老化的时间序列建模问题上,具有很强的适用性和更高的准确性,能有效提高软件系统的可靠性和可用性.(本文来源于《计算机系统应用》期刊2019年07期）
罗显庭,黎艳群[4]（2019）在《一种支持多客户端的TCP服务器模型》一文中研究指出TCP服务器程序在现今网络发达的仪器仪表中应用广泛。本文以降低设计人员开发难度为目的,从模块化的设计思想出发,提出一种支持多客户端的TCP服务器模型。(本文来源于《数码世界》期刊2019年06期）
梁脊[5]（2019）在《数据库访问中间件在多服务器模型中的研究与实现》一文中研究指出近年来,随着互联网的快速发展,越来越多的传统大型结构化数据库系统被应用于Internet,并担当着企业业务和信息系统核心的重任。然而目前多数企业应用的C/S和B/S体系结构的数据库面临着传输安全和流量控制等问题。为了解决以上问题,笔者研究了数据库访问中间件在多服务器环境下的系统模型,论述了中间件的工作原理,并设计和实现了数据库中间件。(本文来源于《信息与电脑(理论版)》期刊2019年07期）
胡晔明,李强[6]（2019）在《基于自适应遗传算法和BP神经网络的云服务器请求量预测模型》一文中研究指出针对现有弹性云服务器(Elastic Cloud Server,ECS)未来请求量预测模型准确度低,稳定性差等问题,提出了一种基于自适应遗传算法和BP神经网络的预测模型。该模型以BP神经网络作为基础模型进行预测。采用自适应遗传算法(Genetic Algorithm,GA)优化神经网络初始权值和阈值,防止BP神经网络训练过程中陷入局部极小值。在自适应遗传算法初期引入多子代交叉方法加快遗传算法的收敛速度。通过对比实验表明,该模型在实际云服务器请求量预测过程中具有更好的准确性和稳定性。(本文来源于《通信技术》期刊2019年04期）
王红霞[7]（2019）在《舰船云计算系统服务器故障的识别模型》一文中研究指出舰船云计算系统服务器故障的种类多,故障与特征之间是一种非常复杂的映射关系,传统舰船云计算系统服务器故障识别模型难以获得理想的识别结果。为了克服当前舰船云计算系统服务器故障识别模型存在的不足,设计一种基于数据挖掘的舰船云计算系统服务器故障识别模型。首先采集舰船云计算系统服务器故障识别数据,然后采用数据挖掘技术对舰船云计算系统服务器故障识别数据进行分析和建模,建立舰船云计算系统服务器故障识别的分类器,最后进行了舰船云计算系统服务器故障识别仿真对比实验。本文模型的舰船云计算系统服务器故障识别率高达95%,而且舰船云计算系统服务器故障的误识率要小于当前其他舰船云计算系统服务器故障识别模型,结果验证了本文模型的优越性。(本文来源于《舰船科学技术》期刊2019年04期）
高赐威,吴刚,陈宋宋[8]（2019）在《考虑地理分散的数据中心服务器频率调节的电网降损模型》一文中研究指出当前,数据中心能耗得到日益广泛的关注。电力网络和数据网络通过数据中心而紧密相关。为了挖掘电力市场环境下数据中心用电作为一种体量大的电力负荷参与电网运行、改善电网运行状态的潜力,首先分析以数据网络负载迁移替代电能转移的现实依据,然后以电网网损最低为目标,对数据中心间网络负载的分配进行研究。基于服务器CPU的工作状态,建立数据中心用电负荷的模型,并给出处理网络负载需遵循的服务质量约束。在IEEE-30节点系统中,利用基于自然选择的粒子群算法对算例进行求解与分析,验证了所提想法的可行性,并分析了网络负载响应时间约束等因素对结果的影响。(本文来源于《中国电机工程学报》期刊2019年06期）
张玮霖,朱永华,高洪皓[9]（2018）在《基于LSTM编码-解码器模型的网络服务器集群负载预测算法》一文中研究指出服务器负载的预测决定了集群动态负载均衡策略的变化方向。为了能够准确预测网络服务器集群中应用服务器的负载状态,本文尝试挖掘历史负载数据的序列特性,并引入了基于LSTM的编码-解码器结构,提出一种基于编码-解码模型的负载预测算法。算法首先使用编码器对历史负载数据序列进行编码学习,将序列的隐藏特性编码到中间语义向量中;然后解码器对中间语义向量进行迭代解码,将预测的负载值依次输出。通过实验和数据分析证明了本文算法在短期的集群负载预测上有较高的准确率。(本文来源于《2018中国信息通信大会论文摘要集》期刊2018-12-14）
李宇溪,周福才,徐剑,徐紫枫[10]（2018）在《双服务器模型下支持相关度排序的多关键字密文搜索方案》一文中研究指出围绕当前云存储环境中用户数据机密性以及可用性的问题,对多关键字密文搜索方案展开研究,提出双服务器模型下支持相关度排序的多关键字密文搜索方案(multi-keyword encrypted search with relevance ranking,MES-RR),在能够保证高效地实现多关键字密文搜索的同时,实现对于搜索结果的排序.方案基于TF-IDF加权技术并融合Paillier同态加密体制,构建关键字相关度安全索引,优化计算代价并降低了存储复杂度;设计双服务器模型架构,引入安全可信的协同处理机制来构造安全排序协议,实现对于搜索结果的高效排序.在安全性方面,在诚实与好奇的威胁场景下构建方案的安全模型,并对安全性进行严格分析,结果表明方案能够在随机预言模型下抵抗自适应性选择关键字攻击,具有IND-CKA2安全性.性能分析表明:该方案用户生成q个关键字搜索令牌仅需要常数级时间O(q),而且仅需和服务器进行1次交互即可得到搜索结果,与以往的支持排序的多关键字密文搜索方案相比,该方案大大降低了计算代价和访问交互次数,适用于实际的云存储环境.(本文来源于《计算机研究与发展》期刊2018年10期）
模型服务器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提升认证服务器性能,提出将生产者消费者模型应用到认证服务器中。通过对比实验,验证了基于生产者消费者模型的认证服务器与传统模型的认证服务器的性能区别。此外,实验证明了对生产者消费者模型的消费者线程进行不同的二次分配,会对认证性能产生不同的影响。在认证服务器的架构设计时,针对不同类型认证服务器的应用特点,合理的处理模型和线程分配可最大化提升认证服务器的处理性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模型服务器论文参考文献
[1].张彦轩,李承峻,杨欣也,王少辉.双服务器模型下模幂运算外包新方案[J].南京邮电大学学报(自然科学版).2019
[2].彭华.生产者消费者模型在认证服务器中的应用[J].通信技术.2019
[3].谭宇宁,党伟超,白尚旺,潘理虎.LSTM网络模型在Web服务器资源消耗预测中的应用研究[J].计算机系统应用.2019
[4].罗显庭,黎艳群.一种支持多客户端的TCP服务器模型[J].数码世界.2019
[5].梁脊.数据库访问中间件在多服务器模型中的研究与实现[J].信息与电脑(理论版).2019
[6].胡晔明,李强.基于自适应遗传算法和BP神经网络的云服务器请求量预测模型[J].通信技术.2019
[7].王红霞.舰船云计算系统服务器故障的识别模型[J].舰船科学技术.2019
[8].高赐威,吴刚,陈宋宋.考虑地理分散的数据中心服务器频率调节的电网降损模型[J].中国电机工程学报.2019
[9].张玮霖,朱永华,高洪皓.基于LSTM编码-解码器模型的网络服务器集群负载预测算法[C].2018中国信息通信大会论文摘要集.2018
[10].李宇溪,周福才,徐剑,徐紫枫.双服务器模型下支持相关度排序的多关键字密文搜索方案[J].计算机研究与发展.2018
论文知识图
