基于虚拟化技术的计算机实验云平台的设计与实现
这是一篇关于实验平台,云平台,权限访问控制,web页面访问虚拟机的论文, 主要内容为随着社会的快速发展,计算机技术在当今社会的重要性日益提高。在计算机技术人才的培养过程中,实验教学是非常重要的一部分。而实验教学平台会极大地影响实验教学的效果,目前很多高校所使用的实验教学平台都存在一定的局限性,比如有的平台缺乏对实验环境多样性的支持;有的平台服务能力难以扩展,使用人数较多时会受到较大的限制;有的平台无法满足用户的多样性需求,导致用户体验不够良好等。因此本文针对现有实验平台存在的一些问题,设计并实现了新的实验教学平台,本平台具有以下特点:平台可以支持不同网络拓扑结构下的实验环境;平台部署在云上,资源可以按需扩展,充分保障平台的服务能力;平台提供了细粒度的访问控制模型来满足用户的多样性需求,保证用户的使用体验,进一步提高实验教学的效果。为了达到这一目标,本文首先对平台需求进行了分析,将平台分为了用户管理、班级管理、教材管理、实验管理、环境管理、实验预约、资源管理、权限管理等主要功能模块,并且提出了平台的非功能需求。然后根据平台需求,提出了本地服务器结合公有云的混合云平台架构设计,确定了使用VMware v Sphere来搭建云平台,基于B/S架构,使用MVC的开发模式来实现实验平台,SSM作为后台开发框架,My SQL作为数据持久化工具来管理存储平台数据,并且对平台实现过程中使用到的关键技术权限访问控制、web页面访问虚拟机技术及资源使用最大值算法的实现与应用进行了详细的介绍。最后展示了平台的实现效果,对平台的功能模块进行了功能用例测试及对平台的性能进行测试,并将平台进行实际上线运行,测试结果表明该平台基本实现了需求分析提出的要求,很好的满足了计算机实验教学的需求,且拥有良好的用户体验,可以稳定高效地为用户提供服务。
基于虚拟化技术的计算机实验云平台的设计与实现
这是一篇关于实验平台,云平台,权限访问控制,web页面访问虚拟机的论文, 主要内容为随着社会的快速发展,计算机技术在当今社会的重要性日益提高。在计算机技术人才的培养过程中,实验教学是非常重要的一部分。而实验教学平台会极大地影响实验教学的效果,目前很多高校所使用的实验教学平台都存在一定的局限性,比如有的平台缺乏对实验环境多样性的支持;有的平台服务能力难以扩展,使用人数较多时会受到较大的限制;有的平台无法满足用户的多样性需求,导致用户体验不够良好等。因此本文针对现有实验平台存在的一些问题,设计并实现了新的实验教学平台,本平台具有以下特点:平台可以支持不同网络拓扑结构下的实验环境;平台部署在云上,资源可以按需扩展,充分保障平台的服务能力;平台提供了细粒度的访问控制模型来满足用户的多样性需求,保证用户的使用体验,进一步提高实验教学的效果。为了达到这一目标,本文首先对平台需求进行了分析,将平台分为了用户管理、班级管理、教材管理、实验管理、环境管理、实验预约、资源管理、权限管理等主要功能模块,并且提出了平台的非功能需求。然后根据平台需求,提出了本地服务器结合公有云的混合云平台架构设计,确定了使用VMware v Sphere来搭建云平台,基于B/S架构,使用MVC的开发模式来实现实验平台,SSM作为后台开发框架,My SQL作为数据持久化工具来管理存储平台数据,并且对平台实现过程中使用到的关键技术权限访问控制、web页面访问虚拟机技术及资源使用最大值算法的实现与应用进行了详细的介绍。最后展示了平台的实现效果,对平台的功能模块进行了功能用例测试及对平台的性能进行测试,并将平台进行实际上线运行,测试结果表明该平台基本实现了需求分析提出的要求,很好的满足了计算机实验教学的需求,且拥有良好的用户体验,可以稳定高效地为用户提供服务。
基于图神经网络的知识库补全与权限管理研究
这是一篇关于科技知识图谱库,图神经,链接预测,权限访问控制的论文, 主要内容为近年来,随着计算机领域的发展,科技类数据逐渐增多,数据存储形式也变的多样化,如何对这些科技大数据进行高效的存储与权限管理也成为了亟待解决的问题。论文依托于“河北省科技创新大数据标准化处理与应用研发”和“科技本体指标库设计与实现”项目,构建了科技知识图谱库,在科技知识图谱库的基础上,提出了一种基于科技知识图谱库的实体关系预测和权限管理方法,实现了对科技知识图谱库的补全和权限管理。论文的主要研究内容如下:(1)基于图神经网络的科技知识图谱库的关系补全首先,根据科技大数据的特点,构建了科技大数据知识图谱库,并给出了构建步骤。其次,针对目前科技领域知识图谱中实体与实体之间关系不足和关系丢失等问题,提出了一种将带权重的图卷积神经网络(WGCN)与注意力机制相结合的实体关系补全方法。设计带权重的图卷积网络来抓取科技知识图谱中节点的隐性特征,加入注意力层来计算图谱中节点与邻居节点之间关系权重,突出实体之间重要关系,忽略非重要关系。将完成的科技大数据知识图谱用词袋模型对实体节点生成one-hot独热编码,训练深度学习模型,获得实体节点特征,最后将实体三元组通过卷积网络模型(Conv E)来进行实体链接预测。(2)基于图神经网络分类的权限管理模型在科技知识图谱库补全好的基础上,结合图卷积神经网络的分类方法实现对知识图谱库的权限管理。相较于传统的二维关系型大数据仓库表或者字段进行权限划分方法,从知识图谱库实体关系出发,使用多层图卷积神经网络模型对科技知识图谱进行实体分类,对分类结果进行多层次权限划分;根据权限划分结果,提出一种基于角色和属性的访问控制方法,同时结合信任度机制来实现对科技知识图谱更细粒度、更安全的权限访问控制。通过使用多层图卷积神经网络模型对科技知识图谱数据进行分类,相较传统的节点分类方法具有更加优越的性能,同时结合角色和属性的访问控制模型,能够实现对科技知识图谱的更细粒度、更安全的权限管理。
基于图神经网络的知识库补全与权限管理研究
这是一篇关于科技知识图谱库,图神经,链接预测,权限访问控制的论文, 主要内容为近年来,随着计算机领域的发展,科技类数据逐渐增多,数据存储形式也变的多样化,如何对这些科技大数据进行高效的存储与权限管理也成为了亟待解决的问题。论文依托于“河北省科技创新大数据标准化处理与应用研发”和“科技本体指标库设计与实现”项目,构建了科技知识图谱库,在科技知识图谱库的基础上,提出了一种基于科技知识图谱库的实体关系预测和权限管理方法,实现了对科技知识图谱库的补全和权限管理。论文的主要研究内容如下:(1)基于图神经网络的科技知识图谱库的关系补全首先,根据科技大数据的特点,构建了科技大数据知识图谱库,并给出了构建步骤。其次,针对目前科技领域知识图谱中实体与实体之间关系不足和关系丢失等问题,提出了一种将带权重的图卷积神经网络(WGCN)与注意力机制相结合的实体关系补全方法。设计带权重的图卷积网络来抓取科技知识图谱中节点的隐性特征,加入注意力层来计算图谱中节点与邻居节点之间关系权重,突出实体之间重要关系,忽略非重要关系。将完成的科技大数据知识图谱用词袋模型对实体节点生成one-hot独热编码,训练深度学习模型,获得实体节点特征,最后将实体三元组通过卷积网络模型(Conv E)来进行实体链接预测。(2)基于图神经网络分类的权限管理模型在科技知识图谱库补全好的基础上,结合图卷积神经网络的分类方法实现对知识图谱库的权限管理。相较于传统的二维关系型大数据仓库表或者字段进行权限划分方法,从知识图谱库实体关系出发,使用多层图卷积神经网络模型对科技知识图谱进行实体分类,对分类结果进行多层次权限划分;根据权限划分结果,提出一种基于角色和属性的访问控制方法,同时结合信任度机制来实现对科技知识图谱更细粒度、更安全的权限访问控制。通过使用多层图卷积神经网络模型对科技知识图谱数据进行分类,相较传统的节点分类方法具有更加优越的性能,同时结合角色和属性的访问控制模型,能够实现对科技知识图谱的更细粒度、更安全的权限管理。
基于图神经网络的知识库补全与权限管理研究
这是一篇关于科技知识图谱库,图神经,链接预测,权限访问控制的论文, 主要内容为近年来,随着计算机领域的发展,科技类数据逐渐增多,数据存储形式也变的多样化,如何对这些科技大数据进行高效的存储与权限管理也成为了亟待解决的问题。论文依托于“河北省科技创新大数据标准化处理与应用研发”和“科技本体指标库设计与实现”项目,构建了科技知识图谱库,在科技知识图谱库的基础上,提出了一种基于科技知识图谱库的实体关系预测和权限管理方法,实现了对科技知识图谱库的补全和权限管理。论文的主要研究内容如下:(1)基于图神经网络的科技知识图谱库的关系补全首先,根据科技大数据的特点,构建了科技大数据知识图谱库,并给出了构建步骤。其次,针对目前科技领域知识图谱中实体与实体之间关系不足和关系丢失等问题,提出了一种将带权重的图卷积神经网络(WGCN)与注意力机制相结合的实体关系补全方法。设计带权重的图卷积网络来抓取科技知识图谱中节点的隐性特征,加入注意力层来计算图谱中节点与邻居节点之间关系权重,突出实体之间重要关系,忽略非重要关系。将完成的科技大数据知识图谱用词袋模型对实体节点生成one-hot独热编码,训练深度学习模型,获得实体节点特征,最后将实体三元组通过卷积网络模型(Conv E)来进行实体链接预测。(2)基于图神经网络分类的权限管理模型在科技知识图谱库补全好的基础上,结合图卷积神经网络的分类方法实现对知识图谱库的权限管理。相较于传统的二维关系型大数据仓库表或者字段进行权限划分方法,从知识图谱库实体关系出发,使用多层图卷积神经网络模型对科技知识图谱进行实体分类,对分类结果进行多层次权限划分;根据权限划分结果,提出一种基于角色和属性的访问控制方法,同时结合信任度机制来实现对科技知识图谱更细粒度、更安全的权限访问控制。通过使用多层图卷积神经网络模型对科技知识图谱数据进行分类,相较传统的节点分类方法具有更加优越的性能,同时结合角色和属性的访问控制模型,能够实现对科技知识图谱的更细粒度、更安全的权限管理。
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：毕设向导 ，原文地址：https://m.bishedaima.com/lunwen/53234.html
