移动agent在B2B电子商务中的应用

本文对移动agent的概念、技术进行了介绍、分析和研究。在此基础上,研究并设计了一个基于移动agent的B2B协作电子商务模型,并阐述了相应的商务流程。     

分布式计算模式在人力资源管理中的应用

分布式计算模式是一种新的计算方式,本文论述了利用分布式计算模式进行人力资源管理。     

CORBA与RMI技术比较研究

本文对RMI和CORBA两种分布式对象技术的特性和实现进行比较与分析.CORBA对远程过程调用支持,具有良好的语言中立性,需要与其他语言集成的系统.RMI相当透明易于实现,提供非常好的容错能力及对异常的处理.     

银行业未来发展趋势分析

银行是个古老的行业,最典型的业务是揽储放贷,赚取利差,在此基础上又衍生了一系列业务,但基础业务与几百年前并无本质区别。随着技术的深入发展,尤其是高速互联网和新式数字货币的出现,银行业将会呈现出新的发展趋势,会与之前截然不同,颠覆性的时刻即将到来。对此,银行应做好充分的转型准备,迎接整个金融业的大洗牌,银行和证券公司的业务会出现巨大交集乃至融合。     

云计算下的审计风险分析与防范

云计算的产生以及不断地蓬勃发展影响了审计技术和审计方法,巧妙地将云计算与审计相结合,在一定程度上扩大审计范围,提高审计效率,但同时也会产生相应的云审计风险。―、云计算及云审计概述1.云计算的内涵。云计算是一种能够将存储、网络、计算等资源抽象化和虚拟化,形成巨大资源库,按需调度和资源供给的大规模分布式计算模式,用户通过互联网获取想要的信息资源。     

基于Hadoop的铁路货运大数据平台设计与应用

随着铁路货运调度信息系统功能的不断完善,以及与日常生产、运输、营销的契合度越来越高,系统中列车、车辆、机务、货运、现车、乘务、施工等各业务模块的生产数据累积量逐日增加,传统的关系型数据库系统如Oracle和MySQL已经难以快速实现以月、年为单位的千万级或上亿级数据的快速查询、加工、分析与展示的需求。利用Hadoop生态中的分布式存储、计算、传输技术,搭建国家能源集团铁路货运大数据平台,实现了大数据平台与原信息系统生产数据库之间的数据传输、大数据存储、离线计算、实时计算、数据分析与挖掘、报表展示等功能。大数据平台不仅解决了传统数据库难以满足的对海量数据快速计算加工问题,也使数据的处理和分析更加方便,数据可视化界面的开发耗时更短,极大地丰富了货运上下游链路上各相关人员对数据的认知和洞察力。     

大数据:从概念化走向价值化简

大数据时代开始了！作为大数据概念的技术基础,流媒体、物联网、社交网络、内存计算、分布式计算、海量数据存储、结构化/非结构化数据挖掘分析、数据可视化等并非最近一两年才出现的新概念、新名词,但是将这些成熟的概念以全新的商业模式串接起来,并加以组合包装与运用,却打开了一幅将数据作为继黄金、石油、货币之后的全新的社会财富资源的诱人画卷。     

p2p网络计算及其应用研究

随着网络技术的不断发展,大规模资源共享和搜索以及网络性能的要求不断增加,分布式计算可以有效的解决上述问题.作为分布式计算的子集,p2p以其分散和对等特性与因特网的协议和结构完全适应,具有极强的适应性和网络服务能力,在网络领域迅速发展.     

船舶企业信息化的分布式支撑环境

本文提出了船舶企业信息化的主要技术内涵及其体系结构,该体系结构同时考虑了供应链上企业之间的横向一体化和基于多层分布式对象技术的纵向一体化。分析了船舶企业信息化与现有的分布式对象结构的主要矛盾,针对这一矛盾,提出了面向船舶企业信息化的分布式支撑环境的主要技术内涵。给出了一个面向船舶企业信息化分布式支撑环境的典型框架结构,该架构通过W eb Service服务层整合异构分布式对象,并用传统的Socket通信方式以解决实时通信的问题。     

Grid： The Future of the Internet

Grid is one of the core technologies of the next-generation Intemet. The essences of Grid are resource sharing and service collaboration in virtual organization. This paper introduces some concepts and issues about Grid computing. In the first part, the paper briefly describes the definition and some background knowledge of Grid computing, and then presents its current and potential application, and in the end, it discusses the future trends in Grid computing research and application.