【摘 要】
：
随着互联网的快速发展以及互联网业务、用户数量的不断增多,越来越多的传统单体应用为了方便拓展新业务、增加可复用度,已经选择将业务拆分为多个微服务,这样可便于后期的管
【机 构】
：
上海理工大学光电信息与计算机工程学院,上海 200093
论文部分内容阅读
随着互联网的快速发展以及互联网业务、用户数量的不断增多,越来越多的传统单体应用为了方便拓展新业务、增加可复用度,已经选择将业务拆分为多个微服务,这样可便于后期的管理和拓展.但若以传统的方式在云平台去部署多个微服务是非常繁琐且消耗人力物力.为了实现敏捷开发和快速部署,减少开发与运维之间团队的时间损耗,在分布式容器编排引擎平台Kubernetes的实验环境中,研究在其中部署CI/CD流水线服务,从而使代码到服务实现自动化构建.
其他文献
深度学习技术在不同领域有着广泛的应用,然而一个训练好的深度学习模型很容易受到干扰而得出错误的结果,从而引发严重的安全问题.为了检验深度学习模型的抗干扰性,提高模型的安全性和鲁棒性,有必要使用对抗样本进行对抗评估和对抗训练.有目标的黑盒对抗样本的生成方法具有较好的实用性,是该领域的研究热点之一.有目标的黑盒对抗样本生成的难点在于,如何在保证攻击成功率的前提下提高对抗样本的生成效率.为了解决这一难点,
目前,大部分的车辆结构化信息需要通过多个步骤进行提取,存在模型训练繁琐、各步骤模型训练数据有限和过程误差累加等问题.为此,采用多任务学习将车辆结构化信息提取整合在统一的神经网络之中,通过共享特征提取结构,减少过程误差累加,并构建了一个多任务损失函数用于端到端训练神经网络;针对训练样本有限的问题,提出了新的数据整合和增广方法.在KITTI数据集上实验结果表明, VSENet可以达到93.82%的mA
为了提高高速列车的受流能力,降低离网率,本文以线性二次型最优控制为基础设计了受电弓的主动控制器.针对线性二次型最优控制中权矩阵Q和R的取值问题,采用遗传算法进行优化,
在基于蜂窝通信演进形成的车用无线通信技术(Cellular-Vehicle to everything,C-V2X)场景下,基站作为多接入边缘计算(Multi-access Edge Computing,MEC)边缘缓存节点可提高用