一、Daemon编程与启动(论文文献综述)
黄艺[1](2021)在《基于NFS的Docker数据持久化与跨主机共享》文中研究说明基于Docker容器的云仿真平台将云计算与仿真技术相结合,可降低仿真平台成本提高工程质量提升仿真效率,但是由于容器技术的底层实现方式不同于传统虚拟机技术,使用Docker容器时产生的数据文件会在容器关闭时被清除。在实际仿真任务中希望实现仿真推演计算数据持久化存储以及多用户共享。本文在基于Docker容器云仿真平台基础上研究数据持久化和共享的实现,主要研究工作如下:(1)通过分析云服务器数据卷整体架构和调用流程及Volume Plugin实现原理,给出了数据持久化存储设计方案。(2)利用Docker标准卷管理接口Docker Volume Plugin设计并实现基于网络文件系统NFS的容器数据持久化存储和跨主机共享数据卷管理工具,该工具主要功能模块包括数据卷操作模块和数据卷备份模块。(3)构建基于NFS存储后端数据卷共享Docker云仿真实验平台,使得仿真用户搭建自己的持久化高性能仿真方案,运行仿真实例并跨主机共享仿真结果数据。结果表明在保持原系统的仿真资源共享性和重用性的同时,该云仿真平台实现仿真结果数据和仿真模型数据的持久化存储和共享,可以达成多个科研人员共同完成研发全流程的目的,保存并获取仿真实验所需大容量数据开展仿真实验加快研究进程,并且仿真效率较单主机系统有所提升。
贾明皓[2](2020)在《面向天文观测设备的远程自主观测中关键技术的研究》文中进行了进一步梳理时域天文学、系外行星搜寻、空间碎片监测是当今天文及相关应用的研究热点方向,由此需要天文观测设备有更高分辨率、更灵敏的探测能力,并且可以更持续地监测目标。这些需求需要天文设备硬件技术和自主观测控制软件技术配合发展。为了获得更好的视宁度、更长的观测时间,越来越多的天文观测设备会选择在高原、极地、太空等环境建设,这些环境人类难以常驻,决定了设备必须支持自主观测的能力,并可以被远程控制。同时,天文观测设备数量越来越多,并向网络协同观测的趋势发展。为了减少人员维护成本,集中统一管理,提高观测效率,需要加强远程自主观测的发展,建设一个更高层次的网络观测平台。另一方面,望远镜口径越来越大,设备模块越来越多,层级越发复杂,为了降低使用复杂度,兼顾不同使用场景,并且加强数据采集和故障分析平台的建设,需要建设具备多接口层次的控制软件系统。相比于国际上BOOTES、LCOGT等项目中成功实施智能化的自主观测以及远程控制组网,国内远程自主观测技术的研究起步较晚,与国际存在一定差距。国内已有围绕RTS2技术,在南极亮星巡天望远镜、圆顶结合气象站自动化控制、量子1.2米望远镜天文成像端控制系统,LAMOST及丽江2.4m望远镜升级改造等方向取得了一定进展。同时也有各个单位围绕各自设备开展对远程自主观测技术的探索,包括对南极天文观测,空间碎片观测平台,大型望远镜观测设备自主控制等,但在完全无人值守的自动化观测,以及望远镜组网观测方面,还需要有进一步的突破。本文围绕南极天文台的进一步建设、空间碎片监测网的组建、以及WFST拼接相机控制子系统这些新课题开展远程自主观测中关键技术的研究。首先对于小型望远镜种类多,设备不尽相同,需要提高软件实现的复用性,从自上而下的角度对业务进行建模;对于南极天文,需要增加远程控制的稳定性,在高延迟低带宽的卫星网络下提高控制效能;对于空间碎片监测灵活的观测需求,要完善远程自主观测控制的构架,采用更先进的框架开发,完善自主观测过程,为站点组网打好基础;对于国内首个大型拼接相机的硬件平台,需要针对其多种使用场景提出完备的控制平台方案。本论文首先明确了自主观测和控制的重要性,介绍了国内外自主观测控制技术发展现状,并介绍了南极天文、空间碎片监测和大视场巡天望远镜相机这三个需要重点发展自主观测技术的场景。本文对自主观测以及远程控制的整体架构做了定义:硬件设备层、设备控制层、观测控制层、用户服务层。为了降低模块开发复杂度,本文对设备控制层中的不同设备模块做了通用化的定义和设计,对典型设备模块做状态机分析和故障场景分析,对自主观测业务做建模,论述了一般化的观测业务,对自主观测流程中的调焦、平场、导星提出实现方案。对于南极天文,本文在南极亮星巡天望远镜等项目中实现了一套远程自主观测控制框架,对框架依赖的RTS2技术做了分析,介绍了 RTS2的接口扩展方法以及面向远程自主观测的模块开发。在此基础上,设计并实现了在南极高延迟低带宽网络条件下主-从架构的远程控制。该框架可以作为南极天文台运控的原型。对于碎片观测,本文分析其业务及所需功能,明确其组网构架,基于ZeroMQ和Protobuf的望远镜自主观测控制框架RACS2,实现了碎片自主观测的业务功能,并以兴隆碎片观测望远镜为例,提出一种云量分析方案,用于完善自主观测的天气判断。对于恒星观测模式,实现了碎片目标信息提取方法。对于WFST相机控制系统,本文设计其远程控制框架,基于微服务的设计思想,划分设备功能模块和业务模块,并对相机、配置、数据存储等关键模块做了初步设计。针对拼接相机的特点,设计基于MEF(multi-extension FITS)的文件存储方式,兼顾了对现有天文软件的兼容性。本文的创新之处如下:1)完善了自主观测平台的一般化架构定义和功能设计,提炼了南极天文以及碎片观测涉及的望远镜的各设备模块特性,给出了基本属性、状态机、故障事例的定义与分析。对于自主观测业务流程也加以分类并介绍了实现方法。基于RTS2框架,提出基于REDIS对其消息接口做扩展,并将RTS2和Tornado WEB服务框架结合,针对南极低带宽高延迟网络,构建了南极天文设备组网运行控制的原型。2)针对碎片观测业务,基于ZeroMQ和Protobuf的观测控制框架(RACS2)完成了首个碎片自主观测控制平台,配合Python脚本灵活使用,很好地满足碎片观测的功能需求。3)针对国内首个自主研发的大型望远镜拼接相机,对其远程控制平台进行了研究。分析了不同场景的功能需求和关键约束,对相机控制做了多层次多接口形式的设计,基于微服务的思想将功能模块做拆分,方便模块独立开发和调试。
章慧鸣[3](2020)在《基于OpenMP和线程优化的多核线性混沌加密算法的研究》文中进行了进一步梳理随着多核处理器的推广和普及,并行计算技术越来越被人们所关注。如何提高计算机系统的整体性能和充分发挥多核处理器的优势,是计算机各个领域需要面对的基本问题,这也说明并行化趋势越来越明显。信息安全对于人们来说越来越重要。在移动支付,电子邮件,网上购物中所涉及的个人隐私数据和敏感信息一旦泄露,对于人们所造成的危害是巨大的。因此,如何更加安全地保护隐私数据和敏感信息是信息安全领域的关键问题。本文着重研究并行计算技术在信息安全中的应用。利用线性混沌加密算法生成数字证书等数字签名文件,实现对信息保护。为了防止线性混沌序列出现短周期现象,采用多维分段线性混沌方程生成等价类,组合生成混沌随机序列进行数据加密/解密的处理。由于目前的多核处理器大部分基于共享内存模式,因此,本文采用在多核处理器中通过Open MP和线程优化技术实现并行算法的设计,并应用该并行算法在电子邮件服务器中,实现电子邮件的加密分发和存储,对Open MP的数据并行进行了改进和优化,通过数据结构的设计实现在电子邮件服务器中并行任务的调度与管理,提高系统的并行处理能力,保障用户信息的安全。实验结果显示:基于Open MP和线程优化的并行调度能够更好地发挥并行系统的性能优势,基于多维分段线性混沌的随机序列更加安全,通过在信息安全中增加并行设计过程,保证系统的快速和整体性能的提高,同时,为用户的信息安全提供可靠的、快速响应的服务。
李灏宇[4](2020)在《安卓应用自动化测试中台系统的设计与实现》文中进行了进一步梳理随着安卓智能设备的快速普及,“碎片化问题”极大的提高了安卓应用的测试成本。许多企业纷纷使用第三方的自动化测试服务。对于测试服务提供商来说,如何应对不同客户需求的差异,应对客户需求变化的风险,成了亟待解决的问题。与此同时,越来越多的互联网企业开始实施中台战略,以追求更为坚固的基础设施、更为通用的公共服务、更为灵活的项目架构。但是很少有人关注测试中台系统,尤其是对于安卓应用测试这种强依赖于物理设备资源的测试类型。基于以上背景,结合自动化测试的高效率与测试中台系统通用性和灵活性的思路,本文提出并实现了一个基于Appium的安卓自动化测试中台系统。本系统首先会对需要进行测试的APK进行分析,之后选取当前空闲的安卓设备,通过Appium框架与ADB工具,执行自动化的遍历测试。本系统提供了默认的基于DFS的自动化遍历算法,通过对界面上所有UI控件的操作,以发现一些正常流程之外的异常情况。同时本系统通过Groovy支持动态执行自定义Java脚本以增加系统的可扩展性。在遍历执行期间,本系统还会收集若干测试中间数据,如设备信息、屏幕截图、设备Logcat日志、设备运行时状态等。这些中间数据会作为元数据,供后续的报告生成服务使用。通过指定不同的报告生成服务,系统可以从性能、功能性、稳定性、健壮性和兼容性等角度进行分析,生成多维度测试报告。同时,系统也支持自定义测试报告分析工具且分析工具可以热插拔。本文选取了市面上常见的206个安卓应用,在12台安卓设备上进行了集成验收测试。除19个应用因自身原因无法正常进行自动化测试外,其余应用均可通过本系统进行自动化测试,测试通过率高达90.78%。测试结果表明本系统已对不同安卓设备和安卓应用有了较高的支持度。本系统提供了安卓应用泛化的测试能力。通过提供通用的接口、可配置的测试脚本与分析工具,本系统做到了对上游系统无依赖,且上游系统可以任意切换。目前,本系统已落地于慕测科技云平台,为教育版提供着APK评分服务,同时为企业版提供着稳定可靠的自动化测试服务。
何宏伟[5](2020)在《基于Web的Docker持续集成部署设计与实现》文中指出随着互联网的发展,用户需求越来越复杂,需要向用户提供的服务越来越多,如何能够更快速地给用户提供质量更优的服务变得至关重要。对于软件开发人员来说,在明确用户需求后高效地完成多个用户服务部署的同时,使得服务可快速迭代和易于管理维护成为一个亟待解决的问题。针对上述问题,本文实现一种基于Web的Docker持续集成部署设计方案,该方案以软件开发人员和服务部署人员的共同要求为指导,借助持续集成(Continuous Integration,CI)和持续部署(Continuous Delivery&Deploy,CD)的思想,采用单页面Web应用(Single Page Application,SPA)作为GUI实现交互完成部署服务信息收集,Docker容器技术完成服务的自动化构建和部署,大幅度提升软件开发效率、缩短服务部署时间和降低部署服务的维护复杂度,降低软件开发的成本。论文的主要工作如下:(1)需求分析与设计。根据软件开发人员和服务部署人员的需求,明确设计目标,将其按照源代码存储模块、持续集成部署模块、Node.js任务处理调度模块和用户Web操作模块四个关键模块进行分析与设计,分析每个模块的意义、需要承担的任务和各个模块之间的联系。采用统一建模语言(Unified Modeling Language,UML)建模描述两种用户与整体设计方案的交互流程,以及对不同用户所提供的功能。(2)方案实现。绘制系统的整体逻辑架构图,分层说明该方案中数据通信、数据流向、数据展示以及需要包含的子功能。按照划分的关键模块采用流程图和序列图描述编程流程,通过分析需要提供的功能梳理对应REST API将模块之间联系起来,采用前后端分离的方式完成SPA提供给服务部署人员,实现服务的自动化构建和部署并在SPA中展示持续集成过程Docker容器中的运行日志。(3)测试及实践分析。在完成整体方案的编码工作和测试用例设计后,部署相应的测试环境,对关键模块的功能根据测试用例进行详细功能测试并记录是否达到设计目标,统计和分析该设计方案在实践上线后对团队现有软件开发流程的影响。经过测试,四个关键模块功能逻辑处理正确,可以正常工作且符合方案设计目标,上线后的系统,各个功能运行正常,SPA各个组件展示无误,可以满足软件开发人员和服务部署人员的需求。综上所述,基于Web的Docker持续集成部署以服务维护复杂度低、服务部署自动化和低系统资源消耗的高效部署方式满足了用户需求。
黄凯[6](2020)在《基于Mininet的混合网络模拟平台的研究与实现》文中认为随着用户数量及上层应用的爆发式增长,传统IP网络已难以满足现有市场的需求。而SDN(Software-Defined Networking)相较于传统IP网络具有高可控、易部署、易维护等优点,自诞生起便备受关注。越来越多的企业正在或准备进行SDN的部署。在传统IP网络广泛部署的前提下,SDN的部署需要采用增量式方式,即SDN需要与已有的传统IP网络互联。而在实际生产环境中部署新设备、新协议存在不确定性,具有较高的风险。因此,在部署前对期望部署的SDN与传统IP网络的混合网络进行一定的模拟,来验证部署设计及部署配置的正确性是有必要的。现有的网络研究平台对单一的SDN或传统IP网络模拟支持较好,对SDN与传统IP网络的混合网络模拟支持存在不足。它们的不足主要体现在网络类型支持不足以及互联模拟支持不足。网络类型支持不足指的是网络研究平台只能支持SDN或传统IP网络中某一类网络的模拟,缺少对另一类网络的模拟。互联模拟支持不足指的是网络研究平台支持SDN或传统IP网络的模拟,但是不支持SDN与传统IP网络互联的模拟,即仅有设备与链路的模拟,没有网络间的通信模拟。因此,研究人员很难直接利用现有的网络研究平台来实现SDN与传统IP网络的混合网络的模拟。鉴于以上问题,本文设计并实现了基于Mininet的混合网络模拟平台,该平台简单易用,易于扩展,能够较好地支持SDN与传统IP网络的混合网络的模拟。本文的主要贡献如下:(1)设计并实现基于Mininet的路由器模拟本文对现有的网络研究平台进行了研究和比较,并选定Mininet作为混合网络模拟平台设计与实现的基础。针对Mininet缺少路由器模拟的问题,利用Mininet虚拟化特性及Quagga软路由技术,实现了路由器的模拟。同时考虑Quagga路由协议配置文件编写的繁琐性及易错性,实现了基于用户网络配置的Quagga路由协议配置文件的自动生成。(2)设计并实现基于Mininet与ONOS(Open Network Operating System)的SDN与传统IP网络的互联模拟SDN与传统IP网络的互联依赖于SDN控制器的支持。在混合网络模拟平台上增加具有SDN与传统IP网络互联支持的SDN控制器,可以解决SDN与传统IP网络的互联模拟问题。本文对现有的SDN控制器进行了研究和比较,并选定ONOS控制器作为混合网络模拟平台的SDN控制器。针对Mininet缺少ONOS控制器模拟的问题,基于Mininet的通用控制器模拟,实现了ONOS控制器的模拟。针对IPv4地址枯竭,IPv6部署加快,而ONOS控制器对IPv6的SDN与传统IP网络的互联支持存在不足的问题,对ONOS控制器进行了IPv6的互联支持扩展。同时考虑ONOS控制器互联配置编写的繁琐性及易错性,实现了基于用户网络配置的ONOS控制器互联配置的自动生成。最后,本文对混合网络模拟平台进行了功能和性能测试。测试结果表明本文设计与实现的混合网络模拟平台能够有效地进行SDN与传统IP网络的混合网络的模拟,具有较好的性能。
汪沄[7](2020)在《基于API重定向技术的远程GPU资源池》文中研究指明随着科技的发展,越来越多的计算机程序利用了GPU的高度并行性与浮点运算能力强的两个特性,其中包括传统的图像渲染、视频编解码、也包含了新兴的领域比如数据挖掘与机器学习。个人电脑与商用服务器已经无法满足日益增长的计算要求,越来越多的个人与企业选择将程序部署在云上,而且GPU加速也成为了不少云厂商的一大卖点。许多厂商都在自己的数据中心里,给服务器配备了GPU设备,并提供了相应的GPU云服务,给其成百上千的云租户提供高性能的GPU加速。但是由于商业成本与能耗限制,在数据中心给每个节点都提供GPU设备可行性较低。为了解决这样的问题,GPU虚拟化技术应运而生。与成熟的CPU虚拟化技术不同,GPU虚拟化一直是虚拟化技术中的研究难点。由于GPU设备的特殊性,传统的IO设备虚拟化的方式无法使用在GPU设备上。目前,大多数云厂商都通过设备直通(Pass-Through)的方式,将GPU设备提供给租户。这样以单块GPU为粒度的GPU虚拟化方案,一方面会导致GPU设备利用率不高,可扩展性较低。另一方面由于直接将设备暴露给客户机,虚拟机监视器无法对GPU设备进行设备监视。所以,如何有效地提高GPU设备利用率,保持对GPU设备的性能管理是一个非常困难的挑战。针对GPU设备的编程模型的特性与现有的GPU虚拟化技术的解决方案,本文提出了g Pooling,一种基于API重定向技术的可扩展的远程共享的GPU资源池。通过利用GPU编程的接口特性,g Pooling打破了不同厂商的设备壁垒,实现了一套设备独立的,对应用程序透明的GPU远程共享资源池。我们工作的主要创新点在于以下三点:·设计了一套基于API重定向技术,硬件独立、应用程序透明的远程共享GPU资源池的方案g Pooling。可以将现有的GPU集群资源聚合利用,可为不同设备提供渲染加速。集群内的单台GPU设备可以虚拟为多台v GPU设备,为多个客户机提供不同的加速能力。具有灵活性大、隔离性强、可扩展性高的特点。·针对g Pooling框架数据传输中数据量大的特点,分析网络传输过程中的数据使用开销。g Pooling设计并实现了一套包括指令流压缩与画面渲染编码的传输框架,有效降低了网络带宽,提高了g Pooling的可扩展性。·针对GPU集群资源使用的负载均衡问题,提出了一套多层反馈式的调度方法。对于集群内的不同层级掌握资源情况不同的问题,多层反馈调度算法利用集群层面与设备层面的信息交互反馈,合理地进行任务分发。通过将不同类型的GPU程序分发到特定的服务器上,有效利用了GPU应用程序的特点,合理地利用了集群内设备的不同资源,提高了设备的利用率,并保持了GPU高并行性。通过实验,验证了g Pooling可以给多达40台客户机提供GPU加速功能。与AWS公司的Elastic GPU方案相比,由于g Pooling采用了应用程序粒度的隔离方案,在多路运行时有效避免了应用程序之间资源竞争,达到了更高的拓展性。此外,实验表明g Pooling的指令流压缩与画面渲染编码能有效地降低了带宽资源的使用。实验证明多层反馈的调度算法,避免了同类程序对相同资源的竞争,达到了资源负载均衡的目的。
王新恒[8](2019)在《软件定义的WLAN系统关键技术研究》文中研究说明以无线局域网络(Wireless Local Area Networks,WLAN)系统为基础的各种新型网络应用场景不断拓展,然而传统WLAN系统采用软硬件耦合的架构,导致了系统的可扩展性和灵活性差。软件定义无线网络(Software Defined Wireless Network,SDWN)架构充分利用软件定义网络(Software Defined Network,SDN)与网络功能虚拟化(Network Function Virtualization,NFV)的优势,可有效增强网络的灵活性、可编程性和可扩展性。虽然主流的SDWN系统架构能够降低物理硬件和逻辑应用之间的耦合性,但当网络规模扩大时,数据平面的转发效率下降和控制平面的精准决策与高效管控依然面临重大挑战。本文针对这些挑战,重点研究三个方面的内容:网络状态实时感知是控制器实现精准决策的前提,需要在无线资源有限的条件下实现低开销测量,为此本文研究基于矩阵填充算法的低开销网络测量模型;现有系统采用虚拟化技术虽然提高了网络的可编程性,但是带来了额外的包处理时延进而影响了AP(Access Point)转发性能,需要研究设计新型数据包快速转发机制来解决性能瓶颈问题;随着高密集部署场景应用的迅速扩展,能耗和干扰已成为突出问题,研究能耗与干扰的联合优化,在减少网络能耗的同时降低干扰。论文的主要创新工作如下:(1)研究低开销的网络测量模型。控制器作为决策平面需要对底层网络状态实时感知,由于AP的资源受限,对所有虚拟AP(Virtual Access Point,VAP)节点进行测量的代价太大而难以承受。研究基于矩阵填充理论的在线实时测量方法,即通过部分VAP节点的直接测量,然后以低误差率恢复全网VAP的测量数据。传统矩阵填充方案主要针对离线应用场景设计,假设数据矩阵有一个已知且固定的低秩特征,然而无线网络的动态变化导致矩阵的秩实时变化且未知。因此,本文提出了基于随机游走的在线自适应矩阵填充算法。首先,通过实际测量并对VAP网络性能矩阵进行特征分析,发现其具有低秩、时间稳定性和秩的相对稳定性的特征;其次,针对矩阵的秩随无线环境动态变化的问题,提出基于滑动窗口的测量模型并利用随机游走模型确定新时隙的采样原则;最后,将相邻窗口的恢复矩阵中重叠部分的误差率与标准误差比较,实现测量点的动态自适应选择。通过仿真和真实场景的实验验证,结果表明该测量方法能够在低采样率(30%)、低重构误差(0.6%~0.7%)的情况下实现对全网VAP性能有效感知。(2)研究高性能的无线网络虚拟化技术。虚拟化技术的应用有效实现了软硬件解耦,通过构建终端与虚拟BSSID的逻辑关系,提升了无线网络的可编程性和灵活性。然而,当前主流SDWN系统在实现虚拟化过程中将所有的无线帧通过监听接口模式提取到用户态进行统一处理,这将导致频繁的上下文切换、大量的内存拷贝以及系统调用,会大量消耗AP资源进而严重影响数据平面的转发效率。为此,本文提出了一种新型的AP虚拟化架构,联合用户空间和内核空间实现对无线帧解耦处理。另外,为了保证无缝切换过程中的吞吐率性能,提出了VAP和控制器之间协同维护终端接入信息的方法,在切换时通过控制器下发终端接入信息到邻居AP节点,实现终端接入信息的快速同步;最后,设计一种多AP协调的虚拟化技术,实现一个接入终端通过与多个AP实现并发通信而大幅提高其吞吐率。为使接入节点上每个业务流的吞吐率最大化,将流分配问题表示为一个混合整数非线性规划(Mixed-Integer Nonlinear Programming,MINLP)问题,针对此问题提出启发式算法——NS-Co S,其通过逐渐缩小搜索集来确定一个可行的最优解。设计开发了原型系统,对单连接和多接入两个场景下的时延、吞吐量性能进行测试。(3)研究能耗与干扰的联合优化。为满足高峰时期的用户需求,AP通常密集部署,造成能耗和干扰问题突出。传统方法通常分别考虑节能或干扰问题,难以达到联合最优效果。本文基于控制器的全局资源优化调度和AP虚拟化能力,综合考虑两者之间的关系,提出一种能耗与干扰联合优化方法,即动态选择休眠AP集合并调节工作AP的发射功率。首先,对通用AP设备的能耗进行定量测量与分析,构建AP发射功率-负载-能耗的关系模型;然后,鉴于无线资源的有限性,构造买家-卖家博弈模型以确定干扰限制条件下的最优休眠AP集合和工作AP的发射功率;利用社会选择函数进行模型求解,另外当网络节点较多时,提出基于聚簇和迭代的快速算法;最后,仿真验证算法性能,结果表明该联合优化方案有效减小了能耗同时降低了干扰。本文提出的基于随机游走的矩阵填充算法实现了低开销网络感知,以及通过无线帧解耦和数据零拷贝实现了高性能的虚拟化架构,能有效支撑网络可编程、资源灵活调度和管理。为了对文中提出的关键技术进行实验验证,设计并开发了软件定义的WLAN系统原型。该系统只需要对商业AP进行软件升级改造,因此便于实现部署。
于智博[9](2019)在《基于Docker的程序在线测评系统的设计与实现》文中研究说明随着网络和计算机技术的快速发展,人们对编程语言的学习日益重视和普及,同时随着学生需求的不断变化和对学生要求的不断提高,程序在线测评系统已经成为人们学习编程的重要工具和常用的测试方法,因此在高校中已经得到广泛的使用。为进一步提升其安全性和应对高并发的能力,本文充分利用Docker技术具有的容器间相互隔离、启动速度快和占用资源少等良好特性提出了一种基于Docker判题机的程序在线测评系统。本文较深入的研究了基于Docker的程序在线测评系统的设计与实现方法,该系统主要实现了用户管理模块、公告管理模块、作业/考试管理模块、题库管理模块以及判题模块。学生可以随时登录系统进行在线的编程练习、完成作业和参加考试。教师可以对系统的各个模块进行统一管理,使学生学习和教师教学变得更加方便和高效。文中首先简明扼要的介绍了Docker的相关理论、基于TIG(Telegraf、InfluxDB、Grafana)的Docker容器监控方案、服务发现的原理结构与常用的服务发现框架以及用于登录验证的MD5加密算法。随后论述了系统应对高并发和保证系统安全的具体方法:通过服务发现、Docker监控、负载均衡和弹性伸缩脚本之间的相互联动实现判题机的数量的动态调整,从而保证高并发时系统的稳定运行;通过对程序运行时间和占用资源(CPU、内存使用率等)的限制来保证本系统的运行安全;通过对Linux系统中敏感词语的限制来防止恶意代码删除磁盘数据和下载运行恶意文件从而保证系统的自身安全;通过新增数据库表,备份判题数据来保证数据安全。与传统的程序在线测评系统相比,基于Docker的程序在线测评系统具有更高的安全性以及更好的应对高并发的能力,用户可以更加方便、高效地进行各种常用编程语言的编程练习、在线地完成作业和参加考试。因此基于Docker的程序在线测评系统有着良好的应用前景。
张杰[10](2019)在《基于Docker容器技术的遥感算法程序集成研究》文中进行了进一步梳理近年来,随着我国遥感技术的快速发展,遥感数据呈现出大数据的特点,遥感数据的时效性增强,多源遥感算法日益增多,算法程序的运行和部署环境多样,传统的方法进行开发集成时,由于不同的算法程序可能是不同的人员编写的,开发语言和环境多种多样,配置复杂,很难进行有效的集成,如果统一改成特定语言环境,影响集成效率。在系统部署时,会耗费过多的资源。难以进行高效的快速集成和部署,不利于遥感数据的快速行业应用。已有的遥感图像处理软件如ENVI等,二次开发环境单一,遥感云服务平台如Google Earth Engine提供在线定制化遥感信息产品生产服务,但仍需要个体去学习使用这些API来编写自己的算法脚本以使用这些云计算平台,不能满足算法程序无需改变即插即用的需求。因此,针对上述问题和需求,本文提出并实现了一套基于Docker容器技术的面向遥感信息产品生产的算法程序集成方案。支持不同的编程语言和运行环境差异、支持不同生产流程的编排、支持数据分布式存储及分布式高效计算。该系统设计主要包括镜像的自动化封装,镜像的持续集成,容器的编排和调度,容器的集群运行四个方面。主要流程包括:首先将遥感算法程序及其依赖环境编写为Dockerfile文件,然后将程序代码或可执行程序和Dockerfile文件上传到Gitlab进行代码托管,利用Jenkins的Pipeline工作流插件进行镜像的持续化构建,之后将镜像上传到镜像仓库。根据遥感信息产品生产流程,设计实现了一个基于JAVA开发环境的调度引擎平台,实现不同生产流程的容器编排。最后创建了一个Swarm容器集群环境和GlusterFS分布式文件系统,作为容器运行环境和集群中遥感数据的存储与管理环境。本文以Landsat数据的典型遥感指数产品生产、高分一号影像数据的RPC校正为例进行系统的验证分析。对指数产品生产在容器环境下和物理机环境下在运行时间、内存占用量、部署效率等性能上进行了对比,结果表明Docker虚拟化环境下的产品生产和物理机环境下运算性能几无差别,在部署上能够节省大量时间。本文进行上述研究的意义在于:将不同开发语言环境下的遥感算法程序进行镜像封装,不需要考虑各个算法程序的环境差异,对于遥感算法研究人员来说,有利于遥感算法程序的复用和流程的共享。对于遥感算法程序的使用者来说,在部署时,只需要考虑容器环境的安装,能够实现程序的一键部署。利用容器集群进行遥感信息产品生产,相比于虚拟机能够节省物理资源,提高处理效率。
二、Daemon编程与启动(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、Daemon编程与启动(论文提纲范文)
(1)基于NFS的Docker数据持久化与跨主机共享(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 研究内容和目标 |
1.4 论文组织结构 |
第2章 云计算技术及数据存储分析 |
2.1 云计算技术 |
2.2 Docker容器技术 |
2.2.1 Docker核心技术原理 |
2.2.2 Docker镜像和容器说明 |
2.2.3 Go语言和HTTP协议 |
2.3 基于Docker的云仿真平台 |
2.3.1 云仿真平台整体架构 |
2.3.2 软件架构及环境配置 |
2.4 网络文件技术NFS |
2.4.1 网络文件系统简介 |
2.4.2 NFS底层存储实现原理 |
2.5 本章小结 |
第3章 Docker容器数据存储与共享 |
3.1 Docker数据存储 |
3.1.1 容器分层文件系统 |
3.1.2 Docker容器存储架构 |
3.1.3 容器数据持久化 |
3.2 容器数据卷存储架构 |
3.2.1 容器数据卷整体架构和调用原理 |
3.2.3 基于主机文件系统的数据卷 |
3.2.4 基于数据卷插件的数据持久化 |
3.3 本章小结 |
第4章 基于NFS的 Docker数据持久化与共享 |
4.1 数据卷插件整体架构设计 |
4.1.1 数据卷插件整体架构 |
4.1.2 数据卷插件各模块功能 |
4.2 客户端模块实现 |
4.3 主功能模块实现 |
4.3.1 插件后台守护进程实现 |
4.3.2 数据卷驱动模块Driver实现 |
4.4 数据卷备份模块和后端存储实现 |
4.4.1 数据卷备份模块实现 |
4.4.2 后端存储模块核心函数实现 |
4.5 挂载NFS仿真计算应用实现 |
4.5.1 NFS文件数据共享系统搭建 |
4.5.2 挂载NFS仿真计算服务镜像设计 |
4.6 本章小结 |
第5章 Docker数据持久化及跨主机传输测试 |
5.1 数据卷插件功能测试 |
5.1.1 主程序源码编译与启动 |
5.1.2 数据卷操作功能测试 |
5.1.3 数据卷备份功能测试 |
5.2 数据持久化和共享测试 |
5.3 跨主机数据传输性能测试 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 工作总结 |
6.2 未来展望 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
(2)面向天文观测设备的远程自主观测中关键技术的研究(论文提纲范文)
摘要 |
abstract |
第1章 引言 |
1.1 天文设备观测概述 |
1.1.1 自主观测战略意义 |
1.1.2 自主观测的发展 |
1.2 南极天文观测 |
1.2.1 观测优势 |
1.2.2 南极天文台建设 |
1.2.3 南极天文运行控制平台 |
1.3 空间碎片监测 |
1.3.1 空间碎片监测概况 |
1.3.2 国内外建设 |
1.3.3 空间碎片全球联测网 |
1.4 大视场巡天望远镜 |
1.5 论文章节安排 |
第2章 远程自主观测技术 |
2.1 观测系统架构 |
2.2 天文设备的抽象与控制 |
2.2.1 望远镜装置 |
2.2.2 调焦设备 |
2.2.3 滤光片设备 |
2.2.4 焦面设备 |
2.2.5 圆顶设备 |
2.2.6 环境信息设备 |
2.2.7 授时设备 |
2.2.8 电源管理 |
2.3 自主观测流程 |
2.3.1 一般化观测模型 |
2.3.2 自动调焦流程 |
2.3.3 平场测量流程 |
2.3.4 导星流程 |
2.4 本章小结 |
第3章 面向南极天文的远程观测控制 |
3.1 基于RTS2与EPICS框架的开发 |
3.1.1 RTS2核心类开发 |
3.1.2 RTS2和EPICS集成 |
3.1.3 RTS2的WEB接口分析 |
3.1.4 基于REDIS的消息推送模块 |
3.2 远程控制服务技术 |
3.2.1 服务设计原则 |
3.2.2 远程控制服务基础架构 |
3.2.3 基于Tornado的网络服务 |
3.2.4 数据实时更新技术 |
3.2.5 多用户访问的约束 |
3.2.6 接口设计的幂等性 |
3.2.7 服务代理 |
3.2.8 网络服务前端技术 |
3.3 通用信息采集管理 |
3.3.1 日志搜集 |
3.3.2 进程管理 |
3.4 南极天文设备的远程自主观测实现 |
3.4.1 南极亮星巡天望远镜 |
3.4.2 近红外天光背景测量仪 |
3.5 本章小结 |
第4章 碎片观测望远镜观测平台 |
4.1 业务与架构定义 |
4.1.1 设备控制层 |
4.1.2 观测控制层 |
4.1.3 服务接口层 |
4.2 基于RACS2框架的自主观测实现 |
4.2.1 RACS2简介 |
4.2.2 RACS2模块设计 |
4.2.3 RACS2设备模块支持 |
4.2.4 望远镜校准模块 |
4.3 云量分析 |
4.3.1 图像特征提取 |
4.3.2 数据标记 |
4.3.3 基于支持向量机的分类 |
4.3.4 基于云量识别结果的自主观测 |
4.3.5 改进方向 |
4.4 碎片数据处理技术 |
4.4.1 处理流程 |
4.4.2 实现方案 |
4.5 基于Sentry的应用异常监控平台 |
4.5.1 平台功能简介 |
4.5.2 应用平台部署 |
4.5.3 软件集成方法 |
4.6 平台组网设计 |
4.7 碎片自主观测的实现 |
4.7.1 硬件接口适配 |
4.7.2 系统实测 |
4.8 本章小结 |
第5章 大视场巡天望远镜相机控制系统 |
5.1 系统构架 |
5.1.1 需求及约束分析 |
5.1.2 架构设计 |
5.2 设备控制层 |
5.2.1 相机通信协议 |
5.2.2 相机控制软件开发工具包 |
5.2.3 焦面热控与真空维持 |
5.3 综合控制服务 |
5.3.1 配置服务 |
5.3.2 监控预警 |
5.4 相机数据存储 |
5.4.1 CCD编号信息 |
5.4.2 FITS文件存储 |
5.4.3 坐标系统 |
5.5 对外控制接口 |
5.5.1 接口形式 |
5.5.2 接口安全性 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 工作总结 |
6.2 未来展望 |
参考文献 |
附录A WFST相机原始数据FITS头定义 |
致谢 |
在读期间发表的学术论文与取得的其他研究成果 |
(3)基于OpenMP和线程优化的多核线性混沌加密算法的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景和意义 |
1.2 课题的国内外研究进展 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文的结构安排 |
第2章 并行与混沌加密的理论基础 |
2.1 并行计算理论 |
2.2 Open MP模型 |
2.3 密码学与混沌 |
2.4 分段线性混沌方程 |
2.5 本章小结 |
第3章 线性混沌加密与并行算法的设计 |
3.1 线性混沌算法 |
3.2 数字证书的设计 |
3.3 线程优化设计 |
3.4 Open MP并行算法 |
3.5 本章小结 |
第4章 算法在邮件服务器中的应用与实现 |
4.1 电子邮件服务器 |
4.2 主要的数据结构和函数 |
4.3 流程设计 |
4.4 并行邮件存储分发 |
4.5 结构安全性 |
4.6 本章小结 |
第5章 算法的评测与分析 |
5.1 混沌序列测试分析 |
5.2 随机性统计测试 |
5.3 数字证书测试分析 |
5.4 并行性能测试分析 |
5.5 线程优化测试分析 |
5.6 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间所发表的学术论文 |
致谢 |
个人简历 |
(4)安卓应用自动化测试中台系统的设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 引言 |
1.1 项目背景及意义 |
1.2 国内外研究现状 |
1.2.1 安卓应用自动化测试的现状 |
1.2.2 中台技术的现状 |
1.3 本文主要工作 |
1.4 本文组织结构 |
第二章 相关技术概述 |
2.1 Appium框架 |
2.2 Spring Boot |
2.3 ADB工具 |
2.4 Redis数据库 |
2.5 Docker与容器技术 |
2.6 Groovy |
2.7 遍历算法 |
2.7.1 深度优先遍历 |
2.7.2 广度优先遍历 |
2.7.3 算法选择 |
2.8 本章小结 |
第三章 安卓应用自动化测试系统需求分析与概要设计 |
3.1 系统整体概述 |
3.2 系统需求分析 |
3.2.1 系统涉众分析 |
3.2.2 功能性需求分析 |
3.2.3 非功能需求分析 |
3.3 系统用例分析 |
3.3.1 系统用例图 |
3.3.2 系统用例描述 |
3.4 系统总体设计 |
3.4.1 系统架构 |
3.4.2 4+1视图 |
3.4.3 自动化任务流程设计 |
3.4.4 自动化遍历算法流程设计 |
3.5 数据库与实体设计 |
3.6 本章小结 |
第四章 安卓应用自动化测试系统详细设计与实现 |
4.1 自动化测试服务的设计与实现 |
4.1.1 自动化测试服务架构图 |
4.1.2 自动化测试服务核心类图 |
4.1.3 自动化测试服务顺序图 |
4.1.4 自动化测试服务关键代码 |
4.2 APK服务的设计与实现 |
4.2.1 APK服务架构设计 |
4.2.2 APK服务核心类图 |
4.2.3 APK服务顺序图 |
4.2.4 APK服务关键代码 |
4.3 设备服务的设计与实现 |
4.3.1 设备服务架构设计 |
4.3.2 设备服务核心类图 |
4.3.3 设备服务顺序图 |
4.3.4 设备服务关键代码 |
4.4 测试执行服务的设计与实现 |
4.4.1 测试执行服务架构图 |
4.4.2 测试执行服务核心类图 |
4.4.3 测试执行服务顺序图 |
4.4.4 测试执行服务关键代码 |
4.5 监控服务的设计与实现 |
4.5.1 监控服务架构设计 |
4.5.2 监控服务核心类图 |
4.5.3 监控服务顺序图 |
4.5.4 监控服务关键代码 |
4.6 二次分析服务的设计与实现 |
4.6.1 二次分析服务架构设计 |
4.6.2 二次分析服务核心类图 |
4.6.3 二次分析服务顺序图 |
4.6.4 二次分析服务关键代码 |
4.7 本章小结 |
第五章 系统测试与系统实例展示 |
5.1 系统测试 |
5.1.1 测试环境 |
5.1.2 单元测试 |
5.1.3 接口测试 |
5.1.4 集成验收测试 |
5.2 系统实例展示 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
简历与科研成果 |
致谢 |
(5)基于Web的Docker持续集成部署设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
缩略语对照表 |
第一章 绪论 |
1.1 论文研究背景 |
1.2 国内外研究现状 |
1.3 论文研究内容及工作 |
1.4 论文组织结构 |
第二章 关键技术概述 |
2.1 Docker |
2.1.1 Docker概述 |
2.1.2 Docker架构 |
2.1.3 Docker联合文件系统 |
2.1.4 Docker数据卷 |
2.2 持续集成部署 |
2.2.1 持续集成部署概述 |
2.2.2 持续集成(CI) |
2.2.3 持续部署(CD) |
2.3 Web前端应用构建 |
2.3.1 Web前端应用框架概述 |
2.3.2 Web前端应用构建 |
2.3.3 自动化命令及标记语言 |
2.4 Node.js概述 |
2.5 本章小结 |
第三章 基于Web的Docker持续集成部署需求分析与设计 |
3.1 设计目标 |
3.2 整体功能分析 |
3.2.1 设计架构 |
3.2.2 主要模块划分 |
3.3 关键模块需求分析 |
3.3.1 源代码存储模块需求分析 |
3.3.2 持续集成部署模块需求分析 |
3.3.3 Node.js任务处理调度模块需求分析 |
3.3.4 用户Web操作模块需求分析 |
3.4 相关数据持久化 |
3.4.1 Docker Volume数据存储 |
3.4.2 数据备份 |
3.5 本章小结 |
第四章 基于Web的Docker持续集成部署实现 |
4.1 整体实现的逻辑架构 |
4.2 硬件及软件环境 |
4.3 关键模块实现 |
4.3.1 源代码存储模块实现 |
4.3.2 持续集成部署模块实现 |
4.3.3 Node.js任务处理调度模块实现 |
4.3.4 用户Web操作模块实现 |
4.4 相关数据持久化实现 |
4.5 本章小结 |
第五章 功能测试及方案实践分析 |
5.1 测试环境说明 |
5.1.1 实验环境 |
5.2 关键模块相应功能测试 |
5.2.1 Gogs代码仓库Git支持测试 |
5.2.2 SPA关联用户仓库测试 |
5.2.3 SPA持续集成部署测试 |
5.3 实践效果分析 |
5.4 测试结果说明 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 研究工作总结 |
6.2 工作展望 |
参考文献 |
致谢 |
作者简介 |
(6)基于Mininet的混合网络模拟平台的研究与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 研究内容与主要贡献 |
1.3 论文组织结构 |
第2章 相关技术研究 |
2.1 SDN与 Open Flow技术概述 |
2.1.1 SDN |
2.1.2 Open Flow技术 |
2.2 网络研究平台概述 |
2.2.1 NS-3 |
2.2.2 GENI |
2.2.3 Mininet |
2.2.4 网络研究平台比较 |
2.3 SDN控制器概述 |
2.3.1 Floodlight |
2.3.2 Open Daylight |
2.3.3 ONOS |
2.3.4 控制器比较 |
2.4 小结 |
第3章 基于Mininet的混合网络模拟平台的架构研究 |
3.1 SDN与传统IP网络互联场景的分析与设计 |
3.2 基于Mininet的混合网络模拟平台的分析与设计 |
3.2.1 架构分析与设计 |
3.2.2 模块分析与设计 |
3.3 小结 |
第4章 基于Mininet的混合网络模拟平台的详细设计与实现 |
4.1 路由器模拟子系统的详细设计与实现 |
4.1.1 基于Mininet的设备与链路模拟 |
4.1.2 路由协议模块 |
4.1.3 路由器模块 |
4.2 ONOS控制器模拟子系统的详细设计与实现 |
4.2.1 ONOS控制器的互联支持 |
4.2.2 ONOS控制器模块 |
4.2.3 ONOS控制器互联配置生成模块 |
4.3 小结 |
第5章 测试 |
5.1 测试环境 |
5.2 功能与性能测试 |
5.2.1 功能测试 |
5.2.2 性能测试 |
5.3 小结 |
第6章 总结与展望 |
6.1 工作总结 |
6.2 展望 |
附录A |
参考文献 |
致谢 |
(7)基于API重定向技术的远程GPU资源池(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 研究内容与成果 |
1.4 本文结构 |
第二章 技术背景 |
2.1 虚拟化技术 |
2.2 GPU虚拟化技术 |
2.3 GPU编程特点 |
2.4 本章小结 |
第三章 系统设计 |
3.1 设计目标 |
3.2 gPooling的总体架构 |
3.3 基于API重定向的GPU虚拟化方案 |
3.4 指令流压缩与视频流编码 |
3.4.1 指令流压缩 |
3.4.2 视频流编码 |
3.5 多层反馈的GPU集群调度 |
3.5.1 任务分发 |
3.5.2 节点资源监控 |
3.5.3 基于多层反馈的调度算法 |
3.6 本章小结 |
第四章 系统实现 |
4.1 概述 |
4.2 Linux图形子系统 |
4.3 API重定向模块 |
4.3.1 gPooling Command Proxy |
4.3.2 gPooling vGPU Daemon |
4.3.3 OpenGL的上下文一致性 |
4.4 指令流压缩与视频流编码 |
4.4.1 指令流压缩 |
4.4.2 视频流编码 |
4.5 GPU集群调度 |
4.6 本章小结 |
第五章 实验与分析 |
5.1 实验环境 |
5.2 网络带宽使用情况测试 |
5.2.1 视频流压缩 |
5.2.2 指令流压缩 |
5.3 隔离性测试 |
5.4 可扩展性测试 |
5.5 集群调度算法测试 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 本文工作总结 |
6.2 不足与展望 |
参考文献 |
致谢 |
攻读学位期间参与的项目 |
攻读学位期间申请的专利 |
(8)软件定义的WLAN系统关键技术研究(论文提纲范文)
摘要 |
abstract |
注释表 |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 软件定义的WLAN系统研究现状 |
1.2.2 网络感知研究现状 |
1.2.3 能耗与干扰的优化研究现状 |
1.3 论文主要研究工作 |
1.3.1 研究目标 |
1.3.2 主要研究工作及贡献 |
1.4 论文组织结构 |
2 关键问题分析与研究思路 |
2.1 SDWN系统原理 |
2.1.1 研究基础及相关技术概述 |
2.1.2 SDWN系统实现原理 |
2.2 问题分析 |
2.2.1 无线网络实时状态感知时的高开销问题 |
2.2.2 虚拟化技术带来的数据平面转发性能下降 |
2.2.3 AP密集部署时的能耗与干扰问题 |
2.3 研究思路 |
2.3.1 研究低开销的网络感知模型 |
2.3.2 研究新型的AP虚拟化技术 |
2.3.3 能耗与干扰的联合优化策略 |
2.4 软件定义的WLAN系统框架 |
2.4.1 设计目标 |
2.4.2 系统框架 |
2.5 本章小结 |
3 基于矩阵填充的无线网络状态实时感知模型 |
3.1 引言 |
3.2 测量模型建立 |
3.2.1 矩阵填充与矩阵恢复算法 |
3.2.2 矩阵构造与秩的特征分析 |
3.2.3 基于滑动窗口模型的采样策略 |
3.2.4 问题分析与研究思路 |
3.3 基于随机游走的自适应矩阵填充算法 |
3.3.1 确定初始采样样本 |
3.3.2 随机游走过程 |
3.3.3 基于随机游走模型的自适应采样阶段 |
3.4 算法性能评估 |
3.4.1 初始窗口采样方法对比 |
3.4.2 算法误差率验证 |
3.4.3 算法性能对比验证 |
3.5 本章小结 |
4 高性能的无线网络虚拟化技术 |
4.1 引言 |
4.2 面向高速转发的虚拟化技术 |
4.2.1 问题分析与研究思路 |
4.2.2 无线帧接收机制 |
4.2.3 无线帧转发机制 |
4.2.4 无线帧处理机制 |
4.3 面向无缝切换的虚拟化技术 |
4.3.1 无缝切换 |
4.3.2 无线信息同步策略 |
4.4 支持多AP协同的虚拟化技术 |
4.4.1 多连接机制 |
4.4.2 多路径传输上的流分配原理 |
4.4.3 数据流分配策略 |
4.4.4 流分配算法求解 |
4.5 性能验证 |
4.5.1 单AP性能分析 |
4.5.2 多接入性能分析 |
4.6 本章小结 |
5 AP密集部署时的能耗与干扰联合优化 |
5.1 引言 |
5.2 问题分析与研究思路 |
5.2.1 问题分析 |
5.2.2 研究思路 |
5.3 联合优化模型建立 |
5.3.1 实验方法 |
5.3.2 能耗模型分析 |
5.3.3 AP能耗-负载-发射功率的关系模型 |
5.3.4 能耗与干扰联合优化模型建立 |
5.4 基于贝叶斯博弈的最优方案 |
5.4.1 贝叶斯博弈机制设计 |
5.4.2 基于社会选择函数的最优求解方案 |
5.4.3 快速求解算法 |
5.5 实验仿真及分析 |
5.5.1 实验设置 |
5.5.2 贝叶斯博弈机制验证 |
5.5.3 算法评估 |
5.6 本章小结 |
6 原型系统设计与实现 |
6.1 系统架构实现 |
6.1.1 总体架构 |
6.1.2 模块实现 |
6.1.3 接口实现 |
6.2 系统功能模块实现 |
6.2.1 虚拟化接入流程 |
6.2.2 无缝切换流程 |
6.2.3 功率控制流程 |
6.3 系统平台部署 |
6.3.1 实验平台平面分布图 |
6.3.2 硬件配置 |
6.4 性能测试 |
6.4.1 低开销的网络测量验证 |
6.4.2 系统能耗效果 |
6.5 本章小结 |
7 总结及未来展望 |
7.1 总结 |
7.2 未来展望 |
致谢 |
参考文献 |
附录 |
A.作者在攻读博士学位期间发表的论文目录 |
B.作者在攻读博士学位期间取得的科研成果目录 |
C.作者在攻读博士学位期间参加项目目录 |
(9)基于Docker的程序在线测评系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 本论文的研究内容和结构安排 |
第2章 相关理论基础 |
2.1 Docker相关理论 |
2.1.1 Docker简介 |
2.1.2 Docker关键组件 |
2.1.3 Docker特点 |
2.2 TIG监控方案 |
2.2.1 Telegraf |
2.2.2 InfluxDB |
2.2.3 Grafana |
2.3 Ext Js前端框架 |
2.4 服务发现 |
2.4.1 客户端服务发现模式 |
2.4.2 服务端服务发现模式 |
2.4.3 两种服务发现框架的简介 |
2.5 MD5 算法 |
2.6 本章小结 |
第3章 关键技术研究 |
3.1 负载均衡 |
3.1.1 分析与设计 |
3.1.2 实现方式 |
3.1.3 测试结果分析 |
3.2 系统安全 |
3.2.1 分析与设计 |
3.2.2 实现方式 |
3.3 本章小结 |
第4章 系统的功能需求 |
4.1 功能需求 |
4.2 系统用例分析 |
4.3 用户管理模块功能需求 |
4.4 公告管理模块功能需求 |
4.5 作业/考试管理模块功能需求 |
4.6 题库管理模块功能需求 |
4.7 判题模块功能需求 |
4.8 本章小结 |
第5章 系统的设计与实现 |
5.1 系统概述 |
5.2 系统开发环境 |
5.3 系统体系结构设计 |
5.4 数据库设计 |
5.5 系统各模块设计 |
5.5.1 用户管理模块 |
5.5.2 公告管理模块 |
5.5.3 作业/考试管理模块 |
5.5.4 题库管理模块 |
5.5.5 判题模块 |
5.6 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间所发表的论文 |
致谢 |
(10)基于Docker容器技术的遥感算法程序集成研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景与意义 |
1.2 国内外研究现状 |
1.2.1 遥感产品生产集成系统研究现状 |
1.2.2 Docker容器发展情况 |
1.3 研究内容 |
1.4 组织结构 |
第2章 容器集群与持续集成技术 |
2.1 Docker容器技术 |
2.1.1 Docker容器概述 |
2.1.2 Docker容器的架构原理 |
2.1.3 Docker容器和虚拟机对比 |
2.2 Docker Swarm技术 |
2.2.1 Swarm集群架构 |
2.2.2 集群调度策略 |
2.3 持续集成技术 |
2.3.1 持续集成概述 |
2.3.2 持续集成工具及选择 |
2.4 分布式文件系统GlusterFS |
2.5 本章小结 |
第3章 容器化遥感信息产品生产系统集成设计 |
3.1 系统需求分析 |
3.1.1 Docker容器需求 |
3.1.2 持续构建需求 |
3.1.3 平台调度需求 |
3.1.4 集群运行需求 |
3.2 系统集成设计 |
3.2.1 总体设计 |
3.2.2 自动化镜像封装设计 |
3.2.3 镜像的持续构建设计 |
3.2.4 容器的调度与编排设计 |
3.2.5 容器集群运行设计 |
3.4 本章小结 |
第4章 系统创建与实现 |
4.1 多语言遥感算法程序容器化运行实现 |
4.2 遥感算法镜像的自动化创建实现 |
4.2.1 Dockerfile文件的标准化 |
4.2.2 遥感算法镜像分类管理 |
4.2.3 镜像的自动化持续构建 |
4.3 Swarm集群部署与容器调度 |
4.3.1 集群环境部署 |
4.3.2 集群遥感数据管理 |
4.3.3 集群的容器调度 |
4.4 容器的可视化管理 |
4.5 本章小结 |
第5章 典型案例分析 |
5.1 生产验证 |
5.1.1 典型指数产品生产 |
5.1.2 RPC校正产品生产 |
5.2 性能分析 |
5.3 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 不足与展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
四、Daemon编程与启动(论文参考文献)
- [1]基于NFS的Docker数据持久化与跨主机共享[D]. 黄艺. 中北大学, 2021(09)
- [2]面向天文观测设备的远程自主观测中关键技术的研究[D]. 贾明皓. 中国科学技术大学, 2020(01)
- [3]基于OpenMP和线程优化的多核线性混沌加密算法的研究[D]. 章慧鸣. 哈尔滨理工大学, 2020(02)
- [4]安卓应用自动化测试中台系统的设计与实现[D]. 李灏宇. 南京大学, 2020(04)
- [5]基于Web的Docker持续集成部署设计与实现[D]. 何宏伟. 西安电子科技大学, 2020(05)
- [6]基于Mininet的混合网络模拟平台的研究与实现[D]. 黄凯. 南京师范大学, 2020(03)
- [7]基于API重定向技术的远程GPU资源池[D]. 汪沄. 上海交通大学, 2020(01)
- [8]软件定义的WLAN系统关键技术研究[D]. 王新恒. 重庆邮电大学, 2019(01)
- [9]基于Docker的程序在线测评系统的设计与实现[D]. 于智博. 河北科技大学, 2019(07)
- [10]基于Docker容器技术的遥感算法程序集成研究[D]. 张杰. 中国科学院大学(中国科学院遥感与数字地球研究所), 2019(06)