基于SOAP的Web异构数据库操作模型的研究

互联网的发展使得Web数据库成为数据库应用的主流。然而,传统分布式计算模式与数据库在设计结构和操作平台上的差异给Web数据库应用带来了困难。文中采用SOAP协议解决传统分布式计算模式在Web应用上的不足,利用XML技术解决异构数据库数据交换的问题,并在这个基础上提出了基于SOAP协议的Web异构数据库操作模型,完成异构数据库在Web上的数据交换和数据共享的工作流程。     

基于RMI构建SCADA通信服务器软件

为了实现SCADA调度控制中心的通信服务器,既能快速处理现场发来的通信报文,又能同时为调度控制中心的局域网的各调度工作站提供实时通信服务,从通信服务器的远动功能需求及分布计算需求出发,研究了如何使用JavaRMI作为通信服务器构件内部与其它构件之间的通信方式,采用面向对象的方法设计并实现了该通信服务器软件,很好地解决了在控制中心整个分布式软件系统内部的协同通信计算及其与外部现场RTU通信的问题,实际运行结果表明,J2EE技术能满足SCADA系统的实时要求并反映出Java有较强的高端计算能力。     

分布式计算技术发展研究

分布式计算技术是把网络上分散于各处的资源汇聚起来,利用空闲的计算容量完成各种大规模、复杂的计算和数据处理任务.文中回顾了分布式计算技术发展历程,并对不同阶段的技术进行了对比研究;一种技术的体系结构是技术的骨架和灵魂,对分布式计算主流技术的体系结构进行了研讨,从而阐明了Web服务、网格计算等新型分布式计算技术的进步性和时代性.     

基于实体对象层次模型的海量空间数据管理

提出了一种面向实体的空间数据组织模型--实体对象层次模型(feature-oiented object level,FOOL),讨论了基于该模型的空间数据组织关键技术:空间分区、空间聚簇、空间索引,并着重对数据库服务层、应用接口层、应用层等相关技术进行了分析.基于所提出的空间数据组织方法和四层系统结构,设计了具有海量空间数据管理的系统功能模块,并提供了详细的对象逻辑关系说明.在对系统架构中的分布式计算环境和远程空间数据处理技术进行分析的基础上,给出了一个基于Linux操作系统和Oracle数据库的分布式海量空间数据处理平台原型.采用由中国国家基础地理信息中心提供的20 GB地形空间数据测试后表明,系统实现了面向实体的空间数据组织、统一的海量空间数据管理以及分布式空间数据计算等主要目标,同时也验证了FOOL模型的正确性.     

移动Agent研究

现在,关于移动Agent的理论和技术应用正变得越来越广泛。本文作者介绍了移动Agent系统的体系结构和特性,以及需要解决的主要问题,目前的发展状况和研究热点,发展方向及应用前景。     

基于DCE和Web的工业数据采集和在线实时发布系统

文章结合广东核电合营公司岭澳核电站1,2号两台机组采用的KIT工业过程数据采集系统,对该系统的功能和应用程序接口软件的使用进行了分析和研究,介绍并讨论了该系统软件部分采用的基于OSFDCE的分布式计算技术。采用DCERPC远程过程调用的编程技术与基于Web的在线数据发布技术的结合,解决了核电站工业过程数据采集和监控系统中数据采集量大,数据发布时效性强的在线实时数据采集和发布问题。     

应“云”而生 IBM 10亿美元打造最新大型主机

近日,IBM发布了适用于云计算和企业数据的高安全系统zEnterprise EC12,并为之配备了目前世界运行速度最快的5.5GHz六核处理器,被IBM视为48年来最强大、技术最先进的版本。IT产业一直在不停地快速向前演进,行业趋势也随着技术的更迭不断在发生变化。对于计算模式,在早期五六十年代主要以大型主机集中处理模式为主,中途小型机、PC服务器分布式计算模式也曾风靡一时,而如今随着云计算、大数据趋势的到来,IT产业计算模式正演化出集中处理、分布处理两条路径。特别是大型企业对于大规模运算能力和混合运算功能、高安全性、大规模云计算能力的服务器需求日益强烈,大型主机在如今云时代背景下并没有黯然失色,反而受到越来越多大型企业客户的青睐。     

FabricCache致力于高性能和可扩展的VDI解决方案

正在我们教孩子修理自行车时,我们可能会告诉他要把车闸进行调整,或者把某个零件卸下来进行更换等。而部署虚拟桌面基础设施(VDI)的过程,与修理自行车其实大同小异,唯一的区别往往在于细节问题。糟糕的用户体验就意味着低的用户普及率。大部分VDI领域的专业人士也认同,存储性能或存储性能缺乏是阻碍成功部署VDI的最大难题。VDI部署对于不同的环境而言所起到的作用不一样,且汇集了基于服务     

云计算环境中资源优化推荐技术研究

随着系统规模的不断扩大和数据获取量的指数级增长,在传统推荐系统的冷启动、精确性、扩展性等问题严峻化的同时,实时性问题亦成为面向海量数据推荐系统新的瓶颈点。基于传统推荐领域的主流算法,提出了一个扩展向量推荐模型。根据扩展模型对推荐算法中对象的向量进行合理扩展,通过相似度计算等过程动态选取推荐集,完成对目标对象更精确的推荐。实验结果表明,与传统推荐算法相比,基于新模型的推荐算法可以显著地提升推荐效果,成功克服冷启动问题。