面向Qemu的组件故障诊断系统的设计与实现

这是一篇关于组件故障,可用性,脆弱代码,状态监控的论文, 主要内容为Qemu是一个用C语言编写的开源虚拟化软件,被广泛用于云计算业务以提供虚拟化支持。然而在生产环境中,除了完全组件故障,Qemu还会遭遇传统方法难以检测的局部组件故障。未被妥善应对的完全组件故障,以及由局部组件故障积累转化而导致的系统故障,共同导致了系统可用性的下降。目前,针对上述组件故障问题的诊断方案较少,且多面向Java应用,难以直接迁移到Qemu之上。面向Qemu设计并实现了一套静态离线代码分析与动态在线状态监控相结合的组件故障诊断系统。静态离线代码分析是在语义相对简单明确的机器语言源代码级别,依据预先定义的故障规则,查找可能遭遇组件故障的脆弱代码段;并通过构建好的高级语言与机器语言源代码之间的映射关系,准确记录与报告脆弱代码段的位置。而动态在线状态监控,是以静态处理后得到的脆弱代码段为对象,构建代码执行状态监控器(包含预先设定的故障检测规则逻辑)。然后通过Hook技术劫持上述脆弱代码段,使监控器获得已更新的上下文状态,从而在与主程序同步执行的过程中获取运行信息并监测执行状态。当预定义的故障规则被触发时,监控器将主动报告已发生的组件故障的特征等详细信息,以便系统管理员及时介入应对,进而避免局部故障转化为更为严重的完全故障。依上述设计开发了系统原型,并使用已公开的Qemu软件缺陷以及自定义的脆弱代码段样例进行了测试。测试结果显示,静态离线代码分析能够识别所有预先定义的问题代码段,并准确报告代码段的位置从而能诊断应对部分的完全组件故障;而动态在线状态监控能够及时并有效地检测特定局部组件故障发生时所涉及到的代码块,检测并诊断出的真实故障占全部警报的18%,达到可应用水平。

面向中间件的统一运维平台的设计与实现

这是一篇关于中间件,运维,监控,微服务,可用性的论文, 主要内容为在如今互联网飞速发展、日新月异的时代,人们的生活与互联网逐渐密不可分。大型的互联网网站往往用户数众多,每秒都会有数以亿计的数据被发送与接收,传统的C/S架构往往无法承受如此之大的数据与并发量,中间件技术就此应运而生。但在生产环境中,分布式中间件集群往往会因为各种原因出现问题,很难保证中间件系统的绝对可用性。因此服务提供方需要对各类中间件服务进行统一管理,搭建统一运维监控平台。系统提供配套的监控设置来监控集群的物理参数与服务参数,了解实时的生产者消费者使用情况,及时对中间件系统的指标进行监控与分析,保证中间件系统的可用性,并相应在平台上进行配套扩容,迁移等操作。而对于具体的中间件服务,系统保障服务的可用性,进行各个维度的细化监控。由于中间件服务种类繁多,以Apache Kafka为例,阐述本系统如何适配中间件服务。技术上,使用Spring Cloud微服务架构,Consul作为注册中心、Hystrix处理熔断降级、Feign处理服务调用、Zuul作为API网关、Spring Boot开发单体应用,后端使用开源的Xxl-job作为分布式调度框架,处理定时聚合、拨测任务,数据库接入CMDB。监控系统使用Zabbix,前端使用Vue.js,Bootstrap框架。面向中间件的统一运维平台通过监控指标的收集、投递与展示,运维的自动化,从而有效提高运维工作效率,及时发现并处理问题,保证大型网站业务的可用性。

面向中间件的统一运维平台的设计与实现

这是一篇关于中间件,运维,监控,微服务,可用性的论文, 主要内容为在如今互联网飞速发展、日新月异的时代,人们的生活与互联网逐渐密不可分。大型的互联网网站往往用户数众多,每秒都会有数以亿计的数据被发送与接收,传统的C/S架构往往无法承受如此之大的数据与并发量,中间件技术就此应运而生。但在生产环境中,分布式中间件集群往往会因为各种原因出现问题,很难保证中间件系统的绝对可用性。因此服务提供方需要对各类中间件服务进行统一管理,搭建统一运维监控平台。系统提供配套的监控设置来监控集群的物理参数与服务参数,了解实时的生产者消费者使用情况,及时对中间件系统的指标进行监控与分析,保证中间件系统的可用性,并相应在平台上进行配套扩容,迁移等操作。而对于具体的中间件服务,系统保障服务的可用性,进行各个维度的细化监控。由于中间件服务种类繁多,以Apache Kafka为例,阐述本系统如何适配中间件服务。技术上,使用Spring Cloud微服务架构,Consul作为注册中心、Hystrix处理熔断降级、Feign处理服务调用、Zuul作为API网关、Spring Boot开发单体应用,后端使用开源的Xxl-job作为分布式调度框架,处理定时聚合、拨测任务,数据库接入CMDB。监控系统使用Zabbix,前端使用Vue.js,Bootstrap框架。面向中间件的统一运维平台通过监控指标的收集、投递与展示,运维的自动化,从而有效提高运维工作效率,及时发现并处理问题,保证大型网站业务的可用性。

基于可用性的猎头公司管理系统设计研究

这是一篇关于可用性,猎头,界面设计,后台设计的论文, 主要内容为随着中国经济的高速发展,市场对人才的渴求越来越强烈,而猎头行业就是充当整个社会人才分配的加速剂和润滑剂。在这飞速发展的互联网时代中,猎头公司也要通过改变传统业务模式,依托信息化管理软件来实施工作资源和流程的整合。虽然目前市场上有很多猎头管理方面的软件和系统,但是其可用性都较差,主要体现在重点内容不突出、易读性较差、界面布局不合理、帮助和提示不完善、不能很好地满足猎头群体的工作需求和审美感受,因此本文将设计出一款可用性高、功能性强的猎头管理系统,来满足某个猎头公司的正常工作使用,提高工作效率。本文首先对系统的总体架构进行设计,一个完整的系统建设不光有前台界面的展示,还需要有后台数据处理能力的支持。本文根据该猎头公司云办公的需求,确定采用B/S开发架构,使用ASP.NET平台进行开发。通过分析猎头平时的工作需求和流程,确定分为项目管理、人才管理、客户管理、面试管理和用户管理5大模块,并分别分析了他们各自内部主要的类的调用和方法。同时根据各模块之间的E-R关系分析,在sqlserver数据库内建立相关联的数据表,为数据存储提供支持。然后定位猎头管理系统的用户群体,选取猎头行业最具代表性的三个不同职能的员工(Researcher寻访员、Consultant顾问、BD市场人员)。对这些用户进行用户分析、用户访谈、问卷调查、问卷结果统计分析，最终建立用户的思维模型、任务模型和操作模型。总结出了用户对现有管理系统的不满和对新系统的期望,确保了设计的系统是符合用户操作和审美的。最后本文对系统界面进行了理论上的研究和具体实践。理论上分析了界面的设计的注意点和交互设计的过程。具体实践是以调查得出的用户模型和界面设计原则为根据进行设计,分别从系统的导航、布局、色彩、图标、字体、总体效果进行分类设计,并且和旧有系统界面进行对比,分析其优缺点。设计完成后,再次对系统进行可用性测试,通过目标用户的参与得出的实验结果来证明新的系统界面可用性比旧有的系统要强。论文从用户需求分析、界面设计研究和后台代码编写,将工业设计相关概念和软件知识相结合,最终设计出一款功能俱全、可用性强的猎头管理系统,最终成功上线,得到用户一致好评。

高校门户网站界面可用性设计研究

这是一篇关于高校门户网站,网站界面,可用性,用户的论文, 主要内容为高校门户网站是高校信息化建设的重要组成部分，是外界社会了解高校精神、文化、科研、教学、服务等诸多领域的重要“窗口”。对高校门户网站界面可用性设计的研究，可以优化高校网站界面结构、提高建站质量和用户满意度，有利于提升高校的整体社会形象，促进高校与社会各界之间的相互交流与合作。 本文以黑龙江省30个高校门户网站为分析对象，以高校与互联网的关系为切入点，采用理论与实践相结合的方式进行研究。 在整合现有理论研究的基础上，从人才培养、知识创新、社会服务三大高校的基本职能的角度分析了高校门户网站承担传承校园文化、传播国内外学术科研知识，发现和培育人才的重要传播职能。找到现今高校网站界面设计普遍存在栏目结构单一、版式缺少人性化的设计、缺少专业的设计团队和疏于后台管理四个方面的问题和不足。 从高校门户网站用户的角度出发，分析了一般网站用户浏览网站时的思维模式及行为习惯特征，再通过对高校门户网站使用人群进行问卷调查研究，得出高校用户群体区别于其他用户群体的行为特征，创建了学生、教职工两类主流用户的用户角色模型。 通过对黑龙江省82所高校中的30所进行门户网站界面抽样调查，对影响其网站界面的信息结构设计、交互设计和视觉设计三个方向进行易用性、有用性、用户等可用性方面的调研与分析，运用加权算数平均数方法，建立了可用性数据模型，得出在栏目架构设计、信息组织方式、图形元素特点、交互平台设计、多媒体的使用、语言文字的舆论导向作用、字号大小及行间距7个影响高校门户网站界面可用性设计的重要指标。 最后，以哈尔滨工程大学工学网为设计实践，以上述影响高校门户网站界面可用性设计的重要指标为依据，通过对网站界面设计元素改版前后的对比分析，再对网站改版之后的界面进行可用性测试的方式，来检验该指标的有效性与可行性。

云计算下MapReduce编程模型可用性的研究与优化

这是一篇关于云计算,MapReduce,主从式架构,元数据备份,可用性的论文, 主要内容为云计算的根基是那些隐藏于后台的大规模数据,通常数据的规模可以达到TB甚至PB级别,如何处理如此大量的数据是云计算要面临的主要问题之一。由于数据量非常大,单台机器不可能满足海量数据处理的性能和可靠性等方面的要求。因此如何在分布式数据系统中对大规模数据进行处理,是目前云计算所面临的主要挑战。此前的运算模式已经不能满足云计算环境下的数据处理能力,在此背景下,MapReduce编程模型应运而生。然而MapReduce编程模型并不完善,多数学者分别针对该模型算法执行效率、内部算法本身、与现有系统集成或者与现有方法论结合等方面做出了相应贡献。而在MapReduce编程模型总体架构上的改进相对来说较少。 本文对Google的云平台技术MapReduce和Google File System进行了深入研究,并针对两个技术在Hadoop中的应用(分别对应MapReduce和Hadoop Distributed File System)进行了深入研究和实践。运用现有框架搭建了一个小型机群,实现了一个用于支持大规模分布式数据处理应用的集群系统,发现了该系统在处理单一节点失效问题上的性能缺陷。提出了使用分层的主从式架构模型以及任务节点元数据备份策略相结合的方式,来解决任务服务器上单一节点失效之后所带来的系统崩溃问题,以此提高了整个系统的可用性同时缓解了任务节点的压力。之后根据本文所做的研究工作,重新搭建了一个改进后的小型应用集群系统,并对改进前与改进后的系统进行了系统的测试和数据收集。通过对数据的汇总、对比及分析,本文得出的结论是,采用本文的架构模型会在系统执行效率方面较传统的主从式架构模型有所下降,但是解决了系统性能瓶颈受限于单一任务服务器的问题,同时大幅提高了系统整体的可用性,因此这种用少量性能换取长时间系统稳定运行的做法是可行的。 本文首先对国内外云计算技术研究现状进行了综述,分析了各大公司已有云计算应用的架构与特点;之后,研究与分析了MapReduce编程模型和Google File System等在云计算领域受到广泛关注的技术,并在此基础上进行实验和总结;针对已有应用中出现的单一节点失效问题,提出了使用分层的主从式架构模型与任务节点元数据备份策略相结合的方式对云计算已有架构进行改进,解决了现有系统在任务节点失效之后整体系统瘫痪的问题,同时还降低了任务节点的负荷;最后,对改进前后的集群系统进行了执行效率测试和可用性测试,并对测试数据进行收集、汇总和分析,得出了最终结论。

云计算下MapReduce编程模型可用性的研究与优化

这是一篇关于云计算,MapReduce,主从式架构,元数据备份,可用性的论文, 主要内容为云计算的根基是那些隐藏于后台的大规模数据,通常数据的规模可以达到TB甚至PB级别,如何处理如此大量的数据是云计算要面临的主要问题之一。由于数据量非常大,单台机器不可能满足海量数据处理的性能和可靠性等方面的要求。因此如何在分布式数据系统中对大规模数据进行处理,是目前云计算所面临的主要挑战。此前的运算模式已经不能满足云计算环境下的数据处理能力,在此背景下,MapReduce编程模型应运而生。然而MapReduce编程模型并不完善,多数学者分别针对该模型算法执行效率、内部算法本身、与现有系统集成或者与现有方法论结合等方面做出了相应贡献。而在MapReduce编程模型总体架构上的改进相对来说较少。 本文对Google的云平台技术MapReduce和Google File System进行了深入研究,并针对两个技术在Hadoop中的应用(分别对应MapReduce和Hadoop Distributed File System)进行了深入研究和实践。运用现有框架搭建了一个小型机群,实现了一个用于支持大规模分布式数据处理应用的集群系统,发现了该系统在处理单一节点失效问题上的性能缺陷。提出了使用分层的主从式架构模型以及任务节点元数据备份策略相结合的方式,来解决任务服务器上单一节点失效之后所带来的系统崩溃问题,以此提高了整个系统的可用性同时缓解了任务节点的压力。之后根据本文所做的研究工作,重新搭建了一个改进后的小型应用集群系统,并对改进前与改进后的系统进行了系统的测试和数据收集。通过对数据的汇总、对比及分析,本文得出的结论是,采用本文的架构模型会在系统执行效率方面较传统的主从式架构模型有所下降,但是解决了系统性能瓶颈受限于单一任务服务器的问题,同时大幅提高了系统整体的可用性,因此这种用少量性能换取长时间系统稳定运行的做法是可行的。 本文首先对国内外云计算技术研究现状进行了综述,分析了各大公司已有云计算应用的架构与特点;之后,研究与分析了MapReduce编程模型和Google File System等在云计算领域受到广泛关注的技术,并在此基础上进行实验和总结;针对已有应用中出现的单一节点失效问题,提出了使用分层的主从式架构模型与任务节点元数据备份策略相结合的方式对云计算已有架构进行改进,解决了现有系统在任务节点失效之后整体系统瘫痪的问题,同时还降低了任务节点的负荷;最后,对改进前后的集群系统进行了执行效率测试和可用性测试,并对测试数据进行收集、汇总和分析,得出了最终结论。

高校门户网站界面可用性设计研究

这是一篇关于高校门户网站,网站界面,可用性,用户的论文, 主要内容为高校门户网站是高校信息化建设的重要组成部分，是外界社会了解高校精神、文化、科研、教学、服务等诸多领域的重要“窗口”。对高校门户网站界面可用性设计的研究，可以优化高校网站界面结构、提高建站质量和用户满意度，有利于提升高校的整体社会形象，促进高校与社会各界之间的相互交流与合作。 本文以黑龙江省30个高校门户网站为分析对象，以高校与互联网的关系为切入点，采用理论与实践相结合的方式进行研究。 在整合现有理论研究的基础上，从人才培养、知识创新、社会服务三大高校的基本职能的角度分析了高校门户网站承担传承校园文化、传播国内外学术科研知识，发现和培育人才的重要传播职能。找到现今高校网站界面设计普遍存在栏目结构单一、版式缺少人性化的设计、缺少专业的设计团队和疏于后台管理四个方面的问题和不足。 从高校门户网站用户的角度出发，分析了一般网站用户浏览网站时的思维模式及行为习惯特征，再通过对高校门户网站使用人群进行问卷调查研究，得出高校用户群体区别于其他用户群体的行为特征，创建了学生、教职工两类主流用户的用户角色模型。 通过对黑龙江省82所高校中的30所进行门户网站界面抽样调查，对影响其网站界面的信息结构设计、交互设计和视觉设计三个方向进行易用性、有用性、用户等可用性方面的调研与分析，运用加权算数平均数方法，建立了可用性数据模型，得出在栏目架构设计、信息组织方式、图形元素特点、交互平台设计、多媒体的使用、语言文字的舆论导向作用、字号大小及行间距7个影响高校门户网站界面可用性设计的重要指标。 最后，以哈尔滨工程大学工学网为设计实践，以上述影响高校门户网站界面可用性设计的重要指标为依据，通过对网站界面设计元素改版前后的对比分析，再对网站改版之后的界面进行可用性测试的方式，来检验该指标的有效性与可行性。

面向Qemu的组件故障诊断系统的设计与实现

这是一篇关于组件故障,可用性,脆弱代码,状态监控的论文, 主要内容为Qemu是一个用C语言编写的开源虚拟化软件,被广泛用于云计算业务以提供虚拟化支持。然而在生产环境中,除了完全组件故障,Qemu还会遭遇传统方法难以检测的局部组件故障。未被妥善应对的完全组件故障,以及由局部组件故障积累转化而导致的系统故障,共同导致了系统可用性的下降。目前,针对上述组件故障问题的诊断方案较少,且多面向Java应用,难以直接迁移到Qemu之上。面向Qemu设计并实现了一套静态离线代码分析与动态在线状态监控相结合的组件故障诊断系统。静态离线代码分析是在语义相对简单明确的机器语言源代码级别,依据预先定义的故障规则,查找可能遭遇组件故障的脆弱代码段;并通过构建好的高级语言与机器语言源代码之间的映射关系,准确记录与报告脆弱代码段的位置。而动态在线状态监控,是以静态处理后得到的脆弱代码段为对象,构建代码执行状态监控器(包含预先设定的故障检测规则逻辑)。然后通过Hook技术劫持上述脆弱代码段,使监控器获得已更新的上下文状态,从而在与主程序同步执行的过程中获取运行信息并监测执行状态。当预定义的故障规则被触发时,监控器将主动报告已发生的组件故障的特征等详细信息,以便系统管理员及时介入应对,进而避免局部故障转化为更为严重的完全故障。依上述设计开发了系统原型,并使用已公开的Qemu软件缺陷以及自定义的脆弱代码段样例进行了测试。测试结果显示,静态离线代码分析能够识别所有预先定义的问题代码段,并准确报告代码段的位置从而能诊断应对部分的完全组件故障;而动态在线状态监控能够及时并有效地检测特定局部组件故障发生时所涉及到的代码块,检测并诊断出的真实故障占全部警报的18%,达到可应用水平。

基于数据挖掘的用户语义智能分析系统设计与开发

这是一篇关于用户研究,语义,需求,可用性,智能分析系统的论文, 主要内容为用户反馈是用户体验优化的重要组成部分,对于互联网产品来说,用户评论则是用户反馈最直接的组成部分。通过处理用户评论,能有效地获取用户需求,挖掘产品的可用性问题,为产品的优化迭代提供切实有力的支撑。在大数据时代,数据挖掘技术得到了飞速发展。本文所涉及开发的基于数据挖掘的用户语义智能分析系统旨在利用人工智能简化用户反馈的分析过程,将设计师从冗杂重复的案头工作中解放出来,探索人工智能在设计研究中的应用方式。本系统以自然语言处理技术为核心技术点,对自然语言处理在中文语境中的应用进行了详细的实践。系统的主要功能包括用户将大文本的用户评论上传至系统进行分析,系统则输出包括需求,关键词,优缺点在内的top10问题,以及每个问题所属的原始评论。系统为后续设计研究中的各项工作提供强有力的支撑。用户语义智能分析系统通过对用户反馈的原始评论进行详细的分析,来探索评论中用户需求和产品可用性问题的表达方式和构成特征,并提出了具有普遍适用性的用户需求和可用性问题的基础构成形式。在此基础上,利用现有的自然语言处理技术对原始文本进行分词分句,情感分析和依存文法分析等语义处理,然后利用观点分析,观点标签抽取和极性分析等方法对语义处理结果进行分析,最后,进行数据相似度计算以获得用户需求和产品可用性分析的聚类结果。本文探讨了功能设计的策略,在充分研究了使用场景和用户认知的基础上,使用以用户为中心的设计方法,提出了系统的设计流程。通过多次用户反馈进行功能设计迭代,最终构建了系统的交互界面设计模型。最后,在充分实践的基础上,根据交互原型,设计了该系统的可视化界面。经由设计师和工程师的共同努力,最终将产品实现并投入使用。该系统能够应用在设计研究中,切实地提高在大量用户信息中获取有效信息的效率。本文对于人工智能在设计中的应用做出了探索和尝试,并为设计研究提供了新的工具和方法。

基于数据挖掘的用户语义智能分析系统设计与开发

这是一篇关于用户研究,语义,需求,可用性,智能分析系统的论文, 主要内容为用户反馈是用户体验优化的重要组成部分,对于互联网产品来说,用户评论则是用户反馈最直接的组成部分。通过处理用户评论,能有效地获取用户需求,挖掘产品的可用性问题,为产品的优化迭代提供切实有力的支撑。在大数据时代,数据挖掘技术得到了飞速发展。本文所涉及开发的基于数据挖掘的用户语义智能分析系统旨在利用人工智能简化用户反馈的分析过程,将设计师从冗杂重复的案头工作中解放出来,探索人工智能在设计研究中的应用方式。本系统以自然语言处理技术为核心技术点,对自然语言处理在中文语境中的应用进行了详细的实践。系统的主要功能包括用户将大文本的用户评论上传至系统进行分析,系统则输出包括需求,关键词,优缺点在内的top10问题,以及每个问题所属的原始评论。系统为后续设计研究中的各项工作提供强有力的支撑。用户语义智能分析系统通过对用户反馈的原始评论进行详细的分析,来探索评论中用户需求和产品可用性问题的表达方式和构成特征,并提出了具有普遍适用性的用户需求和可用性问题的基础构成形式。在此基础上,利用现有的自然语言处理技术对原始文本进行分词分句,情感分析和依存文法分析等语义处理,然后利用观点分析,观点标签抽取和极性分析等方法对语义处理结果进行分析,最后,进行数据相似度计算以获得用户需求和产品可用性分析的聚类结果。本文探讨了功能设计的策略,在充分研究了使用场景和用户认知的基础上,使用以用户为中心的设计方法,提出了系统的设计流程。通过多次用户反馈进行功能设计迭代,最终构建了系统的交互界面设计模型。最后,在充分实践的基础上,根据交互原型,设计了该系统的可视化界面。经由设计师和工程师的共同努力,最终将产品实现并投入使用。该系统能够应用在设计研究中,切实地提高在大量用户信息中获取有效信息的效率。本文对于人工智能在设计中的应用做出了探索和尝试,并为设计研究提供了新的工具和方法。