9篇关于云服务的计算机毕业论文

今天分享的是关于云服务的9篇计算机毕业论文范文, 如果你的论文涉及到云服务等主题,本文能够帮助到你 多种动力源木材粉碎机智能控制系统研究 这是一篇关于木材粉碎机,STM32

今天分享的是关于云服务的9篇计算机毕业论文范文, 如果你的论文涉及到云服务等主题,本文能够帮助到你

多种动力源木材粉碎机智能控制系统研究

这是一篇关于木材粉碎机,STM32,自动作业,安全监测,云服务的论文, 主要内容为针对园林绿化废弃物的处理问题,传统木材粉碎机自动化程度较低、安全防护水平较差、监控管理手段单一,已经无法满足当今工业生产的需求。为此,本课题结合市面上粉碎机动力源种类,选取电动柴油机、风冷汽油机以及交流电作为动力源的木材粉碎机作为研究目标,通过设计多种动力源的木材粉碎机智能控制管理系统,提高现有木材粉碎设备的作业效率与安全性能,推动林业现代化发展。课题主要研究工作如下:首先,完成了三种动力源合一的通用多功能木材粉碎机控制系统。系统自动识别动力源并实现与木材粉碎机原动机的实时通讯:控制器与柴油机ECU基于J1939通讯协议的通讯;控制器与交流电机软起动器基于Modbus的通讯,获取不同动力源设备运行参数,完成设备进退料自适应,实现不同动力源木材粉碎机自动化作业。其次,完成了基于电磁感应的人员操作安全监测系统设计。根据电磁感应原理在粉碎机木材进料口位置设计安全感应传感器与控制器,完成人体手部接近传感器产生的微小感应电流的信号检测并进行整机控制,有效预防设备运行出现的安全事故。接着,完成了物联网云平台的设备参数监控系统搭建。部署以物联网云平台为核心的服务器端,数据经过中转工作后显示于Web客户端界面,实现木材粉碎机远程监控功能,准确掌握木材粉碎机的工况。最后,完成系统的试验验证。在系统测试环境搭建的基础上对自动作业、安全检测、Web客户端进行功能测试,证明了系统可行性。

基于云服务的工业云市场的设计与实现

这是一篇关于云服务,工业云,关联规则挖掘的论文, 主要内容为在国家“互联网+先进制造业”、“工业4.0”战略推进下,航天云网工业互联网公共平台应运而生。航天云网平台秉承开放运营的理念,汇集平台运营商、软件开发服务商、工业企业用户等多方角色,建立完善的继承部署流程和技术支持,以平台资源和商业模式引导第三方应用入驻,旨在构建海量工业应用开发者和工业企业用户之间双向迭代的双边生态,为工业企业提供丰富多样的解决方案。在上述背景下,基于企业的生产实践需求,本课题提出了基于云服务的工业云市场系统的设计与实现,突破传统地理、行业、信息的壁垒,更广泛的传递企业需求、应用信息,以更公开透明的方式为企业寻找到合适的供应商,完成企业和服务商之间的供需匹配。云市场系统采用B/S架构设计,基于SSM框架,主要分为企业用户、服务商用户、运营人员三类系统角色,云市场为企业用户和服务商用户提供个人工作台、协作工作台及资源管理,为运营人员提供客服管理、商机订阅管理、外购平台数据管理、名企协作管理、企业用户管理、敏感词管理、平台设置、企业健康监测管理、增值服务管理、云素材中心管理、运营管理、统计分析、应用中心、文库管理等功能,此外云市场还提供服务资源、支撑环境、资源库等资源的管理等功能。本人负责参与分析、设计并开发了企业用户及服务商用户的个人工作台、运营人员后台管理系统中应用中心子系统,从功能上可划分为需求收集模块、搜索展示模块、应用管理模块、店铺管理模块,其中应用管理分为应用选购模块、应用售后管理模块、应用状态管理模块三个部分,需求收集的主要功能是管理、收集用户的需求信息并为其推荐服务商;搜索展示模块的主要功能是为云市场提供应用及店铺的检索和列表展示;应用管理模块主要功能是管理、审核应用及评价、售后信息;店铺管理模块的主要功能是管理店铺活动、审核店铺及维护店铺基本信息及评价;此外,云市场为用户提供基于Apriori算法的应用推荐功能,在实现云市场系统的基础上,根据用户的购买历史,应用关联规则挖掘算法,挖掘出用户可能感兴趣的应用信息,为其提供个性化推荐。基于云服务的工业云市场系统于2018年12月投入使用,并与2019年3月发布二期,截止到目前为止已经在云市场部署发布的应用有1200多个,其中上线应用有819个。

面向云服务的日志处理系统关键技术研发

这是一篇关于日志系统,流式计算,云服务,异常检测,深度学习的论文, 主要内容为当前软件系统朝着云原生、微服务的方向发展,这使得云服务模块众多、模块之间交互复杂,云服务的可靠性保障变得十分困难。一般来说,系统可靠性保障主要依赖系统运行时日志。这些日志数据分散在不同的机器上,记录了系统运行过程中的状态,是开发和运维人员调试系统和故障诊断的重要数据来源,因此日志数据需要被合理地收集和处理。在这样的背景下,日志系统应运而生。目前的日志系统一般由日志采集、日志处理、日志存储和日志查询模块组成,这些模块配合可以有效地采集和存储日志,解决了系统运行时日志的集中化存储问题。尽管如此,当前日志系统依然面临很多问题,人工处理的方式导致日志分析是低效的、容易出错的,难以应对当下云服务系统的日益复杂和日益大规模化。日志数据本身不会产生价值,对数据的处理和分析才会产生价值。因此如何在现有的日志系统架构上,提高日志数据处理的自动化程度和智能化程度,是云服务系统可靠性保障的重要环节,也是目前日志系统架构可以重点改进和优化的地方,这是本文工作的出发点和主要创新点。本文提出的面向云服务的日志处理系统聚焦在传统日志系统架构中的日志数据处理环节,主要工作分为两部分:(1)研究实时日志解析和实时异常检测关键技术;(2)在研究基础上,设计并实现日志系统。日志解析的困难在于日志格式不规范,难以用统一规则描述。本文提出的Fog方法通过构造解析树来匹配日志,用户只需要定义少量规则就可以匹配大部分格式。异常检测的困难在于日志数据多源、不规范,先前的方法集中于执行路径异常检测,且主要是离线算法,本文提出的Intelli Log利用深度学习技术进行异常检测,不仅涵盖执行路径异常,还考虑到系统状态值异常,且是在线算法。设计日志系统的困难在于数据量大、实时性要求高,本文将日志系统划分为离线日志处理和实时日志处理两个子系统,通过流计算等技术能够很好地处理大数据量并做到实时计算。通过对云联络中心的日志数据进行分析和处理,本文得到如下结果。首先,本文提出的日志解析方法Fog能够应对自由格式的日志,性能上单线程下即达到了10000条/秒的处理速度,此外还支持并行加速。其次,Intelli Log异常检测模型与先前方法相比效果良好,性能上在CPU下每秒能处理12000条数据以上,文中还给出了异常的案例分析。最后,本文设计与实现的日志系统实际日志解析和异常检测的时延在1.5~5秒之间,文中还给出了本系统在云联络中心线上的实际体验。这些结果表明,本文提出的系统能够满足云服务的日志处理需求,具备新颖性和实际价值。

基于云服务的智能语音技术在智能家居中的应用

这是一篇关于智能家居,语音识别,物联网,MQTT,云服务,服务器的论文, 主要内容为随着近些年科技的发展,在物联网,通信,大数据,人工智能,云技术等方面取得的巨大成就,智能家居技术也逐渐变得成熟。将家中各电器实现网络连接,通过智能终端就能实现各家居设备的控制,为生活带来了极大的便利。但是一般都是通过app的方式控制,存在控制单调,体验性欠缺等问题。本系统拟将智能语音技术用于智能家居控制之中,实现语音控制,提高用户体验的同时使得家居生活变得更加智能。本系统由智能家居设备端,阿里云Io T云平台,Web服务器,百度智能语音云平台以及语音终端五部分组成。智能家居设备端采用乐鑫公司的ESP8266芯片进行开发,通过编写底层代码实现网络接入,完成在Io T云平台上的注册以及解析云端发送的数据完成外围设备的控制;物联网云平台使用阿里的Io T平台,其功能是对接入的设备进行管理控制,设备端与Io T云平台基于MQTT协议进行数据的交互;Web服务器使用Spring Boot进行开发,其功能主要是用于连接Io T云平台与智能语音云平台,将语音云平台的请求转换为Io T云平台能够识别的请求以及将来自Io T云平台的反馈转为语音云平台能够识别的响应;语音云平台的功能是识别接收到的语音信号然后转发到Web服务器做物联网控制;语音终端程序基于Android系统进行开发,其功能为接收用户输入的语音信号,预处理后发送到语音云平台,接收语音云平台的处理结果并加以播报。通过测试,本系统可以实现基于语音的智能家居控制。通过Web服务器可以将语音云平台的能力与物联网云平台的能力实现无缝的衔接,使得语音识别能力快速接入到智能家居中变得可能。整套系统的连接性稳定,易于部署以及成本低廉。主要的功能部署在云端,扩展性得到加强,硬件方面无需大量改动。是将来的一个发展方向,前景广大。

江西省湿地保护管理时空信息云平台的设计与实现

这是一篇关于湿地,时空信息,数据采集,分布式存储,云服务的论文, 主要内容为随着湿地信息化建设步伐的加快,江西省湿地保护管理工作逐渐走向深入,在湿地生态监测、湿地资源调查、科普宣教等工作中已经积累了大量数据成果,而且新的数据还在不断产生。这些数据为湿地科学研究、湿地政策制定、湿地国际交流合作等提供了基础支撑和科学依据,对于湿地保护管理事业发展具有重要意义。然而,数据在采集、存储、管理、共享和应用等方面的问题也随之产生。例如传统采集方法无法满足高并发场景下实时数据接入需求;数据多源异构且缺乏统一标准难以有效存储和管理;数据分发和开放手段落后等问题。为此,本文在时空信息云平台理论框架指导下,以湿地保护管理数据建设为出发点,综合运用云服务、物联网、地理信息等技术手段,进行了湿地保护管理时空信息云平台的建设探索,并开展了以下工作:(1)分析江西省湿地保护管理数据建设现状及其当前所面临的主要问题,研究时空信息云平台的发展历程和相关理论,并在其理论框架指导下,结合湿地保护管理的工作实际,深入挖掘湿地保护管理时空信息云平台的建设需求。(2)改进传统采集方法的接收方式,利用Netty框架搭建高性能数据接收服务端,实现全省湿地监测站和巡护终端数据的统一接入,并且在数据入库之前通过适当的干预,以此提高数据质量,减轻人工处理的负担。(3)设计实现湿地时空数据中心,采用混合型数据存储方式,充分发挥分布式存储的优势,解决湿地数据存储和管理困难的问题,并在此基础上设计开发湿地时空信息综合管理系统,实现数据集中存储和统一管理。(4)构建资源服务平台,提供数据接口和在线分析方法,基于GIS平台提供时空数据服务和地理处理服务,并对外提供用于资源发现的统一服务门户,实现湿地数据资源的互联互通和共建共享。(5)研究湿地保护管理时空信息云平台在湿地时空信息可视化展示与查询、湿地变化遥感监测和湿地生态环境状况分析与评价中的实际应用,分析平台所发挥的数据支撑和应用支撑作用。湿地保护管理时空信息云平台的研究,实现了湿地数据从获取到存储进而应用的全过程服务,在一定程度上为江西省湿地资源管理以及湿地信息化建设提供了新的思路,为湿地合理开发、利用及保护提供决策支持和参考。

面向云服务的日志处理系统关键技术研发

这是一篇关于日志系统,流式计算,云服务,异常检测,深度学习的论文, 主要内容为当前软件系统朝着云原生、微服务的方向发展,这使得云服务模块众多、模块之间交互复杂,云服务的可靠性保障变得十分困难。一般来说,系统可靠性保障主要依赖系统运行时日志。这些日志数据分散在不同的机器上,记录了系统运行过程中的状态,是开发和运维人员调试系统和故障诊断的重要数据来源,因此日志数据需要被合理地收集和处理。在这样的背景下,日志系统应运而生。目前的日志系统一般由日志采集、日志处理、日志存储和日志查询模块组成,这些模块配合可以有效地采集和存储日志,解决了系统运行时日志的集中化存储问题。尽管如此,当前日志系统依然面临很多问题,人工处理的方式导致日志分析是低效的、容易出错的,难以应对当下云服务系统的日益复杂和日益大规模化。日志数据本身不会产生价值,对数据的处理和分析才会产生价值。因此如何在现有的日志系统架构上,提高日志数据处理的自动化程度和智能化程度,是云服务系统可靠性保障的重要环节,也是目前日志系统架构可以重点改进和优化的地方,这是本文工作的出发点和主要创新点。本文提出的面向云服务的日志处理系统聚焦在传统日志系统架构中的日志数据处理环节,主要工作分为两部分:(1)研究实时日志解析和实时异常检测关键技术;(2)在研究基础上,设计并实现日志系统。日志解析的困难在于日志格式不规范,难以用统一规则描述。本文提出的Fog方法通过构造解析树来匹配日志,用户只需要定义少量规则就可以匹配大部分格式。异常检测的困难在于日志数据多源、不规范,先前的方法集中于执行路径异常检测,且主要是离线算法,本文提出的Intelli Log利用深度学习技术进行异常检测,不仅涵盖执行路径异常,还考虑到系统状态值异常,且是在线算法。设计日志系统的困难在于数据量大、实时性要求高,本文将日志系统划分为离线日志处理和实时日志处理两个子系统,通过流计算等技术能够很好地处理大数据量并做到实时计算。通过对云联络中心的日志数据进行分析和处理,本文得到如下结果。首先,本文提出的日志解析方法Fog能够应对自由格式的日志,性能上单线程下即达到了10000条/秒的处理速度,此外还支持并行加速。其次,Intelli Log异常检测模型与先前方法相比效果良好,性能上在CPU下每秒能处理12000条数据以上,文中还给出了异常的案例分析。最后,本文设计与实现的日志系统实际日志解析和异常检测的时延在1.5~5秒之间,文中还给出了本系统在云联络中心线上的实际体验。这些结果表明,本文提出的系统能够满足云服务的日志处理需求,具备新颖性和实际价值。

密码服务云管理平台的设计与实现

这是一篇关于云服务,虚拟化,密码服务,密钥管理,调度策略的论文, 主要内容为随着云计算的快速崛起与落地,越来越多的传统企事业单位正朝着信息化的方向改变转型。云计算技术可以将计算资源类比为水、电等用户按需使用的能源,通过利用云环境中的闲置的物理硬件资源,按照用户的业务需求向其提供数据处理能力。这种将资源集中管理的运营模式,极大地提高了传统信息行业的资源利用率,但通过闲置资源共享的方式同时也带来了新的信息安全问题。密码技术作为信息安全的保障也逐渐受到人们的重视,如何在云计算环境中提供安全的密码服务也成为信息行业研究的重点。本文针对云化密码服务与管理进行分析,发现现有云环境下的密码服务系统在管理密码资源时存在诸多亟待解决的问题,如密码资源分散,不易管理;密钥管理存在安全漏洞;缺乏合理的密码服务任务分配机制和密码资源负载监控机制以及现有的调度策略无法满足密码服务高可用性的使用要求等。通过将这些问题转化为需求,设计了包含密码计算资源池、密钥管理系统、云管理平台三大模块的密码服务云管理平台系统架构。利用KVM虚拟化技术,Libvirt虚拟机管理接口设计了密码计算资源池管理模块,实现了密码计算资源的统一管理与虚拟化共享;通过主流的多级密钥管理服务架构设计了严谨的密钥使用流程,确保用户数据信息的安全;结合云管理平台中的密码服务任务管理模块以及密码资源监控模块构建了一种适用于云环境下密码服务任务调度策略,在保证密码资源高效的使用率的前提下,使整个平台中的密码计算资源保持负载均衡状态。最终为云环境中的用户按需提供了一个安全、稳定、高效的可定制密码服务的云管理平台。经过测试,本文设计的密码服务云管理平台可以提供安全高效的密码服务。通过仿真实验发现,本文中密码服务任务调度策略完成密码服务任务时,相比于云计算中其他任务调度策略如GA策略节约5.7%的执行时间,与DPA策略相比节约15.5%的执行时间,更加适用于云计算环境下的密码服务任务的调度,保证了密码服务云管理平台的可用性、安全性以及稳定性。

故障诊断云服务设计研究

这是一篇关于云服务,SSH框架,故障诊断,数据可视化的论文, 主要内容为如今企业设备的智能化管理程度越来越高,而故障诊断技术在设备的稳定运行、企业安全生产等方面发挥着重要作用。其中,故障诊断行业的信息量和工作量越来越大,传统的故障诊断方式有许多的缺陷,如数据存储效率低下、不容易保管、数据的共享也不方便,还有诊断过程成本高、故障发现不及时等问题,传统故障诊断方法已经不能满足现代故障诊断要求。随着故障诊断技术和互联网技术的不断发展,故障诊断与云计算技术结合一定是大势所趋。因此,开发基于Java Web的故障诊断云服务系统具有深远意义。本文设计了一个基于云服务的智能设备故障诊断系统,以阿里云服务器为平台,设计了云端数据库与人机交互系统,数据库采用的是MySQL,人机交互系统的设计采用的是SSH框架,人机交互系统内容主要包括三级树状导航菜单与整体采集信息的显示,其通过与云数据库交互提供了查看监测点振动信号的包络时域波形、包络频域波形以及趋势分析图的功能。系统的登录分为普通用户与管理员用户登录,管理员用户拥有的权限:增加、删除、修改系统工厂、车间、设备等重要信息,诊断报告的上传和下载。系统还提供历史报警数据查询和后台系统管理功能,用户可以设置查询条件进行历史报警记录查询,管理员用户可登录后台管理系统进行系统操作。系统具有灵活性高、成本低、实用性高等特点。系统与试验台进行了联合调试,经测试,系统界面简洁实用、数据传输高效、数据分析合理正确,验证了故障诊断云服务系统可以有效地解决故障诊断周期长、成本高、效率低等问题,并能够为故障诊断领域的云服务发展提供一定的借鉴。

云服务安全能力评估及原型系统研发

这是一篇关于云服务,安全要素,安全能力,评估,原型系统的论文, 主要内容为目前,我国网络经济飞速发展,实现对信息服务良序治理,成为事关社会民生的重中之重。在信息服务可信治理方面,尽管国内取得了一定的进展,但仍缺乏整体性;而国外的成果对我国信息服务而言又缺乏针对性。因此,亟需从体系结构层面提升我国信息服务综合治理能力,为国家监管机构对政务云服务、电商服务、金融信息服务等提供分级化的认证管理手段,极大地提高信息服务管理效率和准确性,促进信息服务可信体系建设,为合规与安全的信息服务实体营造良好的发展环境,提升网络空间信息服务的市场活力。本文课题源于国家重点研发计划“网络空间安全”重点专项“基于国产密码算法的服务认证与证明关键技术”项目,其中课题一为“信息服务可信管理分级分类体系研究”。本文以“信息服务”中具有代表性的云服务为切入点,研究其安全能力评估问题,涉及安全支撑对象、安全类别等各个层次的要素及其综合方法,并在此基础上实现一个云服务安全能力评估原型系统。本文完成的主要工作及取得的成果包括:(1)研究了已有国家标准、行业标准和相关国际标准规范,综合国内外云服务安全评估相关经验和成果,分析了云服务模式与云服务过程中涉及到的各项安全要素以及多维度安全属性对机构运行、机构财产及人员的潜在影响程度;由此建立了云服务安全能力等级划分原则,形成云服务安全类别与云服务能力等级的映射关系,得出了云服务安全能力评估的框架和流程。(2)在云服务安全能力分析的基础上,完成了云服务安全能力评估原型系统的研发。该系统以云服务提供商、审核者、监查者三大类角色的视角,给出了系统需求分析,以此引导完成了系统的概要设计和详细设计。在原型系统的实现方案中,采用了Spring Boot等框架,完成了针对云服务提供商、审核者和监查者需求的云服务安全能力评估系统主要功能模块的实现。

本文内容包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主题。发布者:源码工厂 ,原文地址:https://bishedaima.com/lunwen/45386.html

相关推荐

发表回复

登录后才能评论