IEI NAS2108R在高校图书馆网络存储系统中的应用

doi:10.11925/infotech.1003-3513.2004.02.23

现代图书情报技术

2004, Vol. 20

Issue (2): 81-83 https://doi.org/10.11925/infotech.1003-3513.2004.02.23

工作交流

本期目录 | 过刊浏览 | 高级检索

IEI NAS2108R在高校图书馆网络存储系统中的应用

朱海涛

（北京第二外国语学院图书馆北京 100024）

The Applications of IEI NAS2108R in the Memory Systems of Networks in the University Libraries

Zhu Haitao

(The Library of Beijing International Studies University, Beijing 100024,China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

介绍IEI NAS2108R在图书馆中的应用，包括提供大容量的共享空间，连接Internet 的路由网关和提供虚拟服务器、文件服务器、DHCP服务器、DNS服务器的作用以及提供高级防火墙的功能。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：图书馆, NAS, 网络, 应用

Abstract：

This article introduces the applications of IEI NAS2108R in the university libraries, including providing large capacity share space, router gateway that connecting Internet, providing the functions of dummy server, document server, DHCP server, DNS server and high grade firewall.

Key words： Library NAS Network Applications

收稿日期: 2003-05-12 出版日期: 2004-02-25

:	G250

	TP33

通讯作者: 朱海涛 E-mail: zhuhaitao@mail.erwai.edu.cn

作者简介: 朱海涛

引用本文:

朱海涛. IEI NAS2108R在高校图书馆网络存储系统中的应用[J]. 现代图书情报技术, 2004, 20(2): 81-83.
Zhu Haitao. The Applications of IEI NAS2108R in the Memory Systems of Networks in the University Libraries. New Technology of Library and Information Service, 2004, 20(2): 81-83.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2004.02.23 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2004/V20/I2/81

1夏克国．网络存储的“独立化”［J］．北京：网络世界，1999（44）
2打造极速硬盘　PC任我行　2002（11）
3iEi NAS-2108 User's Manual

[1]	范少萍,赵雨宣,安新颖,吴清强. 基于卷积神经网络的医学实体关系分类模型研究*[J]. 数据分析与知识发现, 2021, 5(9): 75-84.
[2]	鲁云蒙,刘铁忠. 基于知识关联性的科研合作网络隐性知识扩散模型研究：以重大科技工程为例*[J]. 数据分析与知识发现, 2021, 5(9): 10-20.
[3]	周泽聿,王昊,赵梓博,李跃艳,张小琴. 融合关联信息的GCN文本分类模型构建及其应用研究*[J]. 数据分析与知识发现, 2021, 5(9): 31-41.
[4]	范涛,王昊,吴鹏. 基于图卷积神经网络和依存句法分析的网民负面情感分析研究*[J]. 数据分析与知识发现, 2021, 5(9): 97-106.
[5]	王若琳, 牛振东, 蔺奇卡, 朱一凡, 邱萍, 陆浩, 刘东磊. 基于异质信息嵌入与RNN聚类参数预测的作者姓名消歧方法^*[J]. 数据分析与知识发现, 2021, 5(8): 13-24.
[6]	王勤洁, 秦春秀, 马续补, 刘怀亮, 徐存真. 基于作者偏好和异构信息网络的科技文献推荐方法研究^*[J]. 数据分析与知识发现, 2021, 5(8): 54-64.
[7]	顾耀文, 张博文, 郑思, 杨丰春, 李姣. 基于图注意力网络的药物ADMET分类预测模型构建方法^*[J]. 数据分析与知识发现, 2021, 5(8): 76-85.
[8]	张乐, 冷基栋, 吕学强, 崔卓, 王磊, 游新冬. RLCPAR：一种基于强化学习的中文专利摘要改写模型*[J]. 数据分析与知识发现, 2021, 5(7): 59-69.
[9]	王晰巍,贾若男,韦雅楠,张柳. 多维度社交网络舆情用户群体聚类分析方法研究^*[J]. 数据分析与知识发现, 2021, 5(6): 25-35.
[10]	马莹雪,赵吉昌. *自然灾害期间微博平台的舆情特征及演变^——以台风和暴雨数据为例**[J]. 数据分析与知识发现, 2021, 5(6): 66-79.
[11]	高伊林,闵超. 中美对“一带一路”沿线技术扩散结构比较研究^*[J]. 数据分析与知识发现, 2021, 5(6): 80-92.
[12]	余本功,朱晓洁,张子薇. 基于多层次特征提取的胶囊网络文本分类研究^*[J]. 数据分析与知识发现, 2021, 5(6): 93-102.
[13]	陈文杰,文奕,杨宁. 基于节点向量表示的模糊重叠社区划分算法^*[J]. 数据分析与知识发现, 2021, 5(5): 41-50.
[14]	韩普,张展鹏,张明淘,顾亮. 基于多特征融合的中文疾病名称归一化研究^*[J]. 数据分析与知识发现, 2021, 5(5): 83-94.
[15]	孟镇,王昊,虞为,邓三鸿,张宝隆. 基于特征融合的声乐分类研究^*[J]. 数据分析与知识发现, 2021, 5(5): 59-70.

Viewed

Full text

Abstract

Cited

Shared

Discussed