田春岐
- 作品数：25 被引量：361H指数：10
- 供职机构：同济大学电子与信息工程学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划教育部“新世纪优秀人才支持计划”更多>>
- 相关领域：自动化与计算机技术金属学及工艺电子电信更多>>
- 一种基于机器学习的Spark容器集群性能提升方法被引量：2
- 2019年
- 目前基于Spark的应用十分广泛,合理的参数配置会使Spark作业具备较高的执行效率,很多学者对虚拟机集群上的Spark参数调优进行了深入研究。近年来,容器作为一种新兴的云计算基础设施越来越广泛地被应用于服务集群中,因而对基于容器集群的Spark参数调优进行研究也具有重要意义。文章研究了Docker容器集群中Spark的参数配置问题,提出了一种新型的参数调优方法(ContainerOpt),使用机器学习方法学习并预测作业在不同参数组合下的性能,同时引入节点自动伸缩机制,使输入规模较大的作业可以获得更优的性能。文章还提出了由时间和资源共同决定的性能表示模型,代替传统的基于单一执行时间的性能表示模型,从而在作业执行时间和资源占用之间达到较好的平衡。实验结果表明,相较于默认配置,该参数调优方法可提升50%的执行效率。
- 田春岐李静王伟王伟
- 关键词：云计算SPARKDOCKER
- 多播安全中几个关键问题研究
- 随着互联网的发展和宽带网络的普及,多播通信由于其高效、快捷的数据传输技术而得到越来越广泛的应用.多播是一种群体间进行通信的方式,介于单播和广播之间.相对于单播和广播来说,多播具有节省带宽、减轻网络负载、减少拥塞等的优点,...
- 田春岐
- 关键词：多播安全组密钥管理
- 文献传递
- 一种动态环境下的互联网服务故障诊断算法被引量：4
- 2009年
- 服务环境中的动态性会对故障诊断算法性能造成影响.为了降低这种影响,分析了服务环境中的动态性,提出多层管理模型建模服务系统:二分贝叶斯网络建立依赖模型和二元对称信道建模噪声.针对故障自动修复机制导致的动态故障集环境,在故障持续时间统计的基础上修正当前窗口内先验故障概率;针对动态模型环境,基于当前窗口内原始模型和观察症状时间建立期望模型.仿真结果显示,算法可以有效地诊断动态环境下的互联网服务故障.
- 褚灵伟邹仕洪程时端田春岐王文东
- 关键词：动态系统故障管理故障诊断
- 基于ResNet的航空发动机制件表面缺陷分类研究被引量：3
- 2021年
- 针对现有航空发动机制件缺陷分类所存在的检测效率低、适用范围有限等缺陷,提出了一种基于ResNet-18算法的缺陷分类方法。该算法使用深度残差网络提取缺陷特征,并通过修改网络结构适应于不同的缺陷种类。在实验过程中,首先对原始的钢带表面图像进行预处理,使用裁剪、旋转角度等方法扩增数据集。然后使用PyTorch深度学习框架搭建卷积神经网络模型,并将增强后的图片数据输入到模型中进行训练,实现对缺陷的分类。最后,使用东北大学钢带表面缺陷公共数据集进行训练与评估。本文算法在东北大学钢带表面缺陷公共训练集上的分类准确率为97.33%,在测试集上的准确率达到95.36%,为真实工业场景下缺陷的分类提供了可能。
- 闫雪张瑜李光耀田春岐
- 基于改进LSTM方法的安全态势感知模型研究
- 2021年
- 网络环境中的各种网络攻击行为给网络带来了很多挑战,导致网络故障和负载增加等突发网络安全事件发生的概率变大,网络安全预警的前提是安全态势。因此,针对网络安全态势的不确定性、波动性等特点,提出了改进的长短期记忆(LSTM)网络的安全态势感知模型。首先,针对神经网络训练过程中速度较慢和数据维度过高的问题,采用卷积神经网络进行降维,然后利用改进的循环神经网络进行预测态势值,最后通过计算均方根误差来评价模型的优势。通过仿真对比实验验证了改进的LSTM模型大大降低了模型预测误差,能够更加高效、准确地实现对网络态势的评估和预测。
- 于春光孙远航李光耀田春岐
- 关键词：态势感知卷积神经网络RNN
- 基于改进Faster R-CNN的航空发动机制件表面缺陷检测算法被引量：2
- 2022年
- 针对现有航空发动机制件缺陷检测所存在的检测准确率低、速度慢等问题,提出一种基于改进Faster R-CNN算法的缺陷检测方法。该算法使用深度残差网络提取缺陷特征,采用含有内容感知重组的特征金字塔模型融合各层次特征图,并根据检测框尺度选取相应层次的特征图进行检测和识别,在RCNN部分使用分层采样实现挖掘难例,增强模型对难例样本的学习。实验结果表明:所提算法具有较高的检测准确率,而且能够有效提升检测速度。
- 唐嘉鸿黄颀田春岐
- 数据驱动的开源软件供应链可维护性风险分析方法被引量：2
- 2022年
- 软件供应链的使用始终穿插在软件系统研发过程当中,近年来关于软件供应链的安全事件频发,软件供应链安全已然成为了一个全球性问题.软件可维护性作为软件质量的重要属性之一,反映了软件维护活动的难易程度.软件供应链的开源趋势逐渐流行,但对开源软件供应链的可维护性研究还处于起步阶段.基于以上考虑,本文结合传统软件维护性风险研究方法,探究了开源软件维护性风险特有的分析视角,并提出了一个开源软件供应链维护性质量模型.该模型通过16种度量指标分别对团队健康、软件活跃度、依赖影响力、测试完整度、外部依赖度和可理解性等9种软件属性类进行度量以反映开源软件供应链的可维护性.同时基于GitHub托管平台和npm (Node.js标准的软件包管理器)子生态数据(包括软件信息、依赖关系、各个软件在开发过程中产生的行为数据等),对同一时间内不同软件的可维护性指标进行对比计算,验证了本文所提出方法的合理性.因此,使用本文所提出的可维护性质量模型可以有效地对开源软件供应链进行可维护性评估,帮助和指导软件的设计与重构,进而开发出更高质量的软件系统.
- 孙晴梁冠宇武延军武延军田春岐武斌
- 关键词：风险评估可维护性
- 一种基于信誉和风险评价的分布式P2P信任模型被引量：57
- 2007年
- 针对目前大规模P2P系统不能有效处理恶意节点攻击的问题,该文提出一种新的基于信誉与风险评价的P2P系统信任模型,该模型考虑到节点的动态行为影响信任度计算的不确定性,引入风险因素,并提出采用信息熵理论来量化风险,将实体之间的信任程度和信任的不确定性统一起来。仿真试验及分析表明,该信任模型能够有效识别恶意节点,相比已有的一些信任模型较大程度地提高了系统成功交易率,可以使节点之间更有效地建立信任关系。
- 田春岐邹仕洪田慧蓉王文东程时端
- 关键词：PEER信任
- 大规模在线实训环境下的快速容器并发启动研究
- 2021年
- 随着在线教育业务的快速增长,需要越来越多的技术来支撑在线教育的不同场景。本文进行了在大规模在线实训环境下的虚拟化技术的可行性探索,得出了容器技术符合在线实训环境的需求的结果,并且得出以下结论:1) 确定数学模型来选择与Docker通信的最佳方式;2) 对大规模在线实训环境下的容器并发启动场景进行了研究,总结出了CPU是影响容器并发启动时延的主要因素;3) 容器镜像大小对容器并发启动影响较小;4) 容器并发启动性能消耗主要阶段在容器启动阶段。
- 毕枫林田春岐王伟唐骏
- 关键词：DOCKER虚拟化技术并发通信方式
- P2P网络信任模型的研究
- 对等网(P2P，peer-to-peer)已经成为Internet中最重要的应用系统之一。然而，P2P具有的开放、匿名以及节点之间松耦合的关系等特性使得节点可以恣意散布非法内容，滥用网络资源，导致节点之间缺乏信任，严重制...
- 田春岐
- 关键词：P2P网络对等网络网络信任模型推荐信任模型信息熵
- 文献传递
