软件工程硕士论文栏目提供最新软件工程硕士论文格式、软件工程硕士硕士论文范文。详情咨询QQ:1847080343(论文辅导)

硕士论文范文大全5例「软件工程硕士论文」

日期:2021年11月04日 编辑:ad201107111759308692 作者:无忧论文网 点击次数:852
论文价格:150元/篇 论文编号:lw202110291040539555 论文字数:7656 所属栏目:软件工程硕士论文
论文地区:中国 论文语种:中文 论文用途:硕士毕业论文 Master Thesis
1.2 移动边缘计算的基本框架
        2.1.3 多目标优化的背景
    2.2 粒子群算法介绍
        2.2.1 粒子群算法基本原理
        2.2.2 粒子群算法的流程
    2.3 遗传算法介绍
        2.3.1 遗传算法的原理及关键技术
        2.3.2 遗传算法的基本流程
    2.4 粒子群与遗传混合算法可行性分析
    2.5 本章小结
第三章 服务选择模型设计
    3.1 移动边缘计算中的服务选择
    3.2 服务和服务请求
    3.3 交互时间和能耗模型
    3.4 移动模型
    3.5 服务选择多目标优化模型描述
    3.6 本章小结
第四章 服务选择问题的多目标粒子群遗传混合算法
    4.1 HGAPSO算法
    4.2 编码方案
    4.3 PSO算法的应用
    4.4 GA算法的应用
    4.5 精英保存策略
    4.6 本章小结
第五章 实验验证及分析
    5.1 实验环境介绍
    5.2 实验参数设定及对比算法设置
        5.2.1 实验参数设定
        5.2.2 对比算法设置
    5.3 实验性能评估指标
    5.4 实验结果与分析
    5.5 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望


软件工程硕士论文范文四:异构Hadoop集群环境下能耗感知的负载均衡机制研究


本文将围绕异构Hadoop YARN集群环境下的能耗、性能、负载均衡三个研究方向进行展开,解决以上问题。本文主要的工作内容如下:(1)本文设计了一个基于异构Hadoop YARN集群的系统架构,该系统架构主要包括三个基本组件:任务分析器(Task Analyzer)、在线任务调度器(Online Dispatcher)和DVFS调节器(DVFS Adjuster),本文将Hadoop YARN集群中的任务调度问题定义为用户指定的截止时间约束的能耗优化问题。(2)本文提出了一种基于负载均衡和截止时间约束的启发式算法。该启发式算法是基于负载均衡因子和用户指定的作业截止时间内调度Map Reduce任务到服务器节点,以提高能源效率。


第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 Hadoop集群能耗研究现状
        1.2.2 Hadoop集群性能研究现状
        1.2.3 Hadoop集群负载均衡研究现状
    1.3 论文研究内容
    1.4 论文的组织结构
第二章 相关技术概述
    2.1 云计算概述
        2.1.1 云计算定义
        2.1.2 云计算的基础体系结构
    2.2 Hadoop简述
        2.2.1 Hadoop的来源及其组成
        2.2.2 Map Reduce并行计算
        2.2.3 HDFS
        2.2.4 YARN系统
    2.3 DVFS技术和负载均衡
        2.3.1 DVFS技术
        2.3.2 负载均衡
    2.4 本章小结
第三章 模型和启发式算法
    3.1 问题描述和数学符号定义
        3.1.1 符号定义
        3.1.2 问题描述
    3.2 系统架构的设计
        3.2.1 系统架构及其核心组件
        3.2.2 系统架构其他组件
        3.2.3 系统架构工作流程
    3.3 功率模型和作业完成时间模型
        3.3.1 功耗模型
        3.3.2 作业完成时间模型
    3.4 优化模型和约束函数
    3.5 启发式算法的设计
    3.6 本章小结
第四章 实验验证及分析
    4.1 实验平台概述及配置
    4.2 实验参数调优及实验对比方法的设置
        4.2.1 实验参数调优
        4.2.2 实验对照方法设置
    4.3 Hadoop集群部署
        4.3.1 Hadoop集群的部署
        4.3.2 Ganglia的部署
        4.3.3 Hadoop系统参数调优
    4.4 系统框架与启发式算法的实现
        4.4.1 系统架构的实现
        4.4.2 启发式算法的实现
    4.5 实验与实验结果分析
        4.5.1 实验数据集
        4.5.2 作业总完成时间
        4.5.3 作业总能耗
        4.5.4 集群负载均衡
    4.6 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献


软件工程硕士论文范文五:IIoT中协议漏洞智能检测方案设计与实现


随着工业互联网的应用越来越广泛,其安全问题也开始逐步受到重视,在攻击者之前发现其存在的潜在安全隐患是十分重要的。模糊测试是一种常用且简单高效的漏洞检测工具,目前在工业互联网漏洞挖掘中也应用广泛。在传统的协议模糊测试方法中,生成测试用例需要花费大量人力和时间来对协议规范进行分析,且随着协议的改变,生成方法将不具备通用性。因此需要设计一种能降低协议分析成本且能得到较好测试效果的模糊测试方法。


1 绪论
    1.1 研究背景
    1.2 国内外研究现状
    1.3 主要研究内容
    1.4 论文组织结构
    1.5 本章小结
2 相关知识和技术
    2.1 工业控制系统
        2.1.1 工业控制系统
        2.1.2 工控网络协议
    2.2 模糊测试
        2.2.1 基于变异的模糊测试
        2.2.2 基于生成的模糊测试
    2.3 深度学习
        2.3.1 卷积神经网络
        2.3.2 循环神经网络与长短时记忆单元
        2.3.3 序列到序列模型
    2.4 生成对抗网络
        2.4.1 原始生成对抗网络
        2.4.2 序列生成对抗网络
        2.4.3