导读:本文包含了服务器算法论文开题报告文献综述、选题提纲参考文献，主要关键词:算法,神经网络,模型,集群,服务器,流量,负载均衡。
服务器算法论文文献综述写法
杨永娇,唐亮亮[1]（2019）在《一种基于深度Encoder-Decoder神经网络的智能电网数据服务器流量异常检测算法》一文中研究指出传统的网络流量异常检测通常基于单一原始特征变量进行阈值判断,或者对多个相关变量进行降维设计统计量后进行阈值判断,这类方法虽然简单,但无法应对变量间非线性关系随时间变化的情况。本文设计一种能够自适应动态逼近变量间非线性关系的深度神经网络,在普通的Encoder-Decoder神经网络的基础上引入2层注意力机制,提高了神经网络对长期历史信息的利用程度,实现了流量正常状态估计。基于估计得到的流量正常行为,分析其与实测值的残差分布情况,并最终给出置信区间作为判别异常行为的控制限。(本文来源于《计算机与现代化》期刊2019年10期）
杨永娇,邱宇,占力超[2]（2019）在《基于宽度学习的智能电网数据服务器流量异常检测算法》一文中研究指出电力系统的信息网络是电力行业长久持续有效运行下的重要组成部分,而智能电网中电力网与信息网耦合下的复杂网络结构给信息通讯网络安全中的流量异常检测带来了巨大的挑战。传统机器学习算法与新兴的深度学习算法在解决流量异常检测问题领域往往存在着检测准确度低、实时性差等缺陷,而结合宽度学习与质量管理图的流量异常检测流程则有着训练速度快、准确性高、实时性强的优势,在一定程度上可以满足智能电网服务器流量异常检测需求,从而达到提升电网信息安全的目的。(本文来源于《计算机与现代化》期刊2019年09期）
蒋义伟,周萍,马春磊[3]（2019）在《带有装卸服务器的两台平行机调度问题的LS和LPT算法》一文中研究指出研究带有一个装载服务器和一个卸载服务器的两台平行机调度问题.每个工件在加工前必须由装载服务器安装到机器上,加工结束后由卸载服务器从机器上进行卸载.装载和卸载时间均为单位时间,目标是极小化最大完工时间.该问题是NP难问题,文章主要分析LS和LPT两个经典的启发式算法,分别证明了这两个算法的紧界为11/7和7/6改进了已有结果.(本文来源于《系统科学与数学》期刊2019年08期）
杨炳钊[4]（2019）在《流媒体服务器负载均衡算法研究与应用》一文中研究指出随着流媒体业务的不断增长,导致现有视频服务难以满足用户需求。集群视频分发技术和HLS动态自适应流媒体技术是提升视频服务质量的有效方法。本文在研究国内外集群负载均衡算法的基础上,提出了两种改进的集群负载均衡算法,设计并实现了多节点HLS流媒体分发系统,主要工作如下:(1)简介了目前主流的四种动态自适应流媒体技术:Apple的HLS技术,Adobe的HDS技术和MPEG的DASH技术及Web服务器集群技术、软硬件的负载均衡技术和动静态负载均衡算法。(2)研究了基于剩余服务容量的集群负载均衡算法(RSC)和基于负载均衡比的集群负载均衡算法(LBR)。其中RSC算法利用各节点的剩余服务容量进行任务分配,未能使各节点负载达到均衡;LBR算法重点考虑了各节点的负载均衡性,依据各节点负载比相等的原则进行任务分配,没有充分利用集群中节点的剩余资源。针对RSC和LBR算法存在的问题,本文提出了一种基于剩余服务容量和负载均衡比加权的集群负载均衡算法(RLS),该算法使用压力测试法评估节点服务容量和负载,引入动态反馈机制,既充分利用各节点的剩余服务容量又考虑了节点的负载均衡性。最后对叁种算法进行了数值仿真并验证了RLS算法的有效性。(3)研究了基于负载权值的集群负载均衡算法(PKL)。PKL算法根据各节点的剩余负载分配,而未考虑各节点处理能力的差异。针对PKL算法存在的问题,提出了一种基于节点处理能力和负载组合分配的集群负载均衡算法(DFL),算法中节点处理能力用层次分析法以CPU频率、内存容量、磁盘I/O速率、网络带宽四项指标进行度量;同样,节点的负载也用层次分析法以CPU、内存、磁盘I/O、网络带宽四项指标的利用率进行度量;通过引入动态反馈机制,选取当前负载正常的节点根据其处理能力进行任务分配。最后用opnet对两种算法进行了仿真并验证了DFL算法的有效性。(4)设计并实现了一个多节点HLS视频分发系统,该分发系统由一个负载均衡器和叁个视频服务节点组成,在负载均衡器的协调下,叁个服务节点能够协同进行视频分发,提高了节点资源的利用率和系统的服务容量。搭建的系统具有视频推荐、上传、查询、分类、编解码、切片及用户信息管理功能。系统利用LNMP框架进行设计和实现,服务节点使用Nginx Web服务器存储视频分片文件和视频索引文件;负载均衡器使用Nginx均衡器分发视频请求;用MySql存储用户管理数据、视频文件索引信息及负载信息;用FFmpeg对视频进行编解码、切片形成TS分片文件和M3U8索引文件;最后说明DFL算法在系统中的实现方法。(本文来源于《贵州大学》期刊2019-06-01）
王亚鲁[5]（2019）在《面向广域网的Web服务器负载均衡算法的研究》一文中研究指出随着Web服务和流媒体的大量应用,Web站点的并发量开始慢慢增大。为了应对高并发需求,目前的解决方案为多物理区域部署Web集群或CDN加速等。因此,集群的负载均衡器如何快速获取访问节点信息,以定位节点所需访问的Web集群或者CDN资源就变得尤为重要。同时,集群所在数据中心的电能消耗非常高,如果多物理地点建设数据中心用来承载Web集群,那整个站点的能耗将会变得更高。并且,大多数Web负载均衡方案也并未考虑集群的能耗问题,只对用户体验给与充分考虑,对于集群运营效益考虑较少。在研究集群能耗时也没有充分考虑负载均衡的特点,使得两者总是被分开研究。本文主要工作如下:针对客户节点需要访问的集群定位问题,本文提出一种新的解决定位问题的方案——基于DNS协同的余弦相似度定位方法。此方法利用本地DNS服务器和站点DNS服务器(负载均衡器)相互配合的方法确定请求来源位置。此方案不但具有高可用、稳定和扩展性,而且降低了响应时延,提高了用户体验。针对集群的能耗问题,本文认为最佳的负载均衡算法不能只考虑用户体验这一个方面.不是把所有的任务平均分配到每个节点上的算法才是最佳的负载均衡算法,而是应同时考虑用户体验和集群能耗这两方面的因素,在满足可接受的最大处理时延的情况下让一个节点的负载达到满载之后,才会给其它节点分配任务。这样不仅有效的利用了资源,也降低了集群能耗,在集群能耗和时延中找到一个平衡点。因此本文在负载均衡的基础上提出了一种基于预测的动态降低集群能源消耗的方案,其原理是根据当前的流量大小预测需要服务节点的数量,然后让集群动态控制节点需要开启或者关闭的数量,使请求能耗比一直处在较高的位置。此方案可以节省一部分空载功率,有效的降低集群能耗。(本文来源于《河南大学》期刊2019-06-01）
王万良,臧泽林,陈国棋,屠杭垚,王宇乐[6]（2019）在《大规模云计算服务器优化调度问题的最优二元交换算法研究》一文中研究指出随着云计算产业的不断兴盛,云计算服务器的合理管理与科学调度成为了一个重要的课题。在模型方面,提出了一个新的携带亲和约束与反亲和约束的混合整数规划(MIP)模型,并将其用于描述大规模云计算服务器调度问题。考虑到求解大规模MIP问题的时间成本,在分枝定界法与局部搜索算法的基础上提出了最优二元交换算法。该算法通过不断地从完整的调度问题中提取MIP子问题,并使用分支定界法解决该子问题的思想,不断地对服务器调度方案进行优化,从而使调度方案接近最优解。实验结果表明,所提算法在测试数据集ALISS上与其他方法相比有较大优势,在完成相同任务的情况下,可以使云计算中心的资源消耗减少4%以上。(本文来源于《通信学报》期刊2019年05期）
时凌,张琼,时义梅,魏代俊[7]（2019）在《带单服务器的自由作业排序问题的启发式算法》一文中研究指出研究带单服务器的自由作业排序问题,证明在只有两台机器且加工时间相同的情况下该问题是强NP-困难的,引入了求解该问题的启发式算法,证明该算法的紧界为5/4.在具有m台机器的情况下,给出相应的启发式算法,其紧界为2-3/(m+2).(本文来源于《数学的实践与认识》期刊2019年09期）
胡晔明,李强[8]（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）
张杰鑫,庞建民,张铮,邰铭,张浩[9]（2019）在《面向拟态构造Web服务器的执行体调度算法》一文中研究指出调度是拟态构造Web服务器的重要机制,现有的调度算法多数缺乏对拟态构造Web服务器异构性和Web服务质量的考虑,不能解决调度机制带来的安全性和Web服务质量不稳定的问题。为此,提出基于最大异构性和Web服务质量的随机种子调度算法,通过计算拟态构造Web服务器所有阈值,随机选出种子执行体,根据最大异构性和Web服务质量确定调度方案。仿真结果表明,与随机调度算法相比,该算法具有较优的调度效果,在安全性、Web服务质量和动态性之间达到了较好的平衡。(本文来源于《计算机工程》期刊2019年08期）
陈旭,王朝斌,廖彬宇,陆旭[10]（2019）在《虚拟服务器下的RSA算法改进》一文中研究指出在虚拟云服务器存储时代,由于所有用户都会访问虚拟服务器中的资源,并且需要将用户的数据安全地存储在虚拟服务器中,因此云安全问题促进了很多安全性保障方法的产生.虚拟数据安全是云服务器中所有安全问题中最重要的部分,可以通过密码算法来保证机密性,数据在发送到虚拟云服务器之前进行加密.而密码算法是为了避免攻击者并且保护数据而产生的,目前广泛使用的是非对称密码术,也称为公钥密码术,而RSA密码是非对称密码中的着名算法之一.本文在传统RSA算法的基础上使用参数替换来隐藏公钥,避免了黑客对密码的直接攻击,增加了破解难度,保障了虚拟服务器存储的安全性.(本文来源于《赤峰学院学报(自然科学版)》期刊2019年01期）
服务器算法论文开题报告范文
（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：
电力系统的信息网络是电力行业长久持续有效运行下的重要组成部分,而智能电网中电力网与信息网耦合下的复杂网络结构给信息通讯网络安全中的流量异常检测带来了巨大的挑战。传统机器学习算法与新兴的深度学习算法在解决流量异常检测问题领域往往存在着检测准确度低、实时性差等缺陷,而结合宽度学习与质量管理图的流量异常检测流程则有着训练速度快、准确性高、实时性强的优势,在一定程度上可以满足智能电网服务器流量异常检测需求,从而达到提升电网信息安全的目的。
（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。
服务器算法论文参考文献
[1].杨永娇,唐亮亮.一种基于深度Encoder-Decoder神经网络的智能电网数据服务器流量异常检测算法[J].计算机与现代化.2019
[2].杨永娇,邱宇,占力超.基于宽度学习的智能电网数据服务器流量异常检测算法[J].计算机与现代化.2019
[3].蒋义伟,周萍,马春磊.带有装卸服务器的两台平行机调度问题的LS和LPT算法[J].系统科学与数学.2019
[4].杨炳钊.流媒体服务器负载均衡算法研究与应用[D].贵州大学.2019
[5].王亚鲁.面向广域网的Web服务器负载均衡算法的研究[D].河南大学.2019
[6].王万良,臧泽林,陈国棋,屠杭垚,王宇乐.大规模云计算服务器优化调度问题的最优二元交换算法研究[J].通信学报.2019
[7].时凌,张琼,时义梅,魏代俊.带单服务器的自由作业排序问题的启发式算法[J].数学的实践与认识.2019
[8].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
[9].张杰鑫,庞建民,张铮,邰铭,张浩.面向拟态构造Web服务器的执行体调度算法[J].计算机工程.2019
[10].陈旭,王朝斌,廖彬宇,陆旭.虚拟服务器下的RSA算法改进[J].赤峰学院学报(自然科学版).2019