DOI系统中LHS部署的性能和安全性研究

doi:10.11925/infotech.1003-3513.2005.08.05

现代图书情报技术

2005, Vol. 21

Issue (8): 20-22 https://doi.org/10.11925/infotech.1003-3513.2005.08.05

数字图书馆

本期目录 | 过刊浏览 | 高级检索

DOI系统中LHS部署的性能和安全性研究

衷宜李千目刘凤玉

(南京理工大学计算机系南京 210094)

Research of High Availability and Security of LHS in DOI System

Zhong Yi Li Qianmu Liu Fengyu

(Department of Computer Science and Technology, Nanjing University of Science and Technology, Nanjing 210094,China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

对DOI系统中RA的LHS部署进行了深入研究，在遵循Handle System标准和DOI运行机制的情况下，提出改进方案使RA部署LHS更加高效和安全，从而提高整个DOI系统的性能。

	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 ： DOI, RA, Handle System, CA, Cache Server, Proxy Server

Abstract：

This paper studies the LHS of RA in the DOI system, presents an improvement to make the LHS of RA more secure and high available based on Handle System standards and DOI system mechanism.

Key words： DOI RA Handle system CA Cache server Proxy server

收稿日期: 2005-04-25 出版日期: 2005-08-25

G250.76

通讯作者: 衷宜 E-mail: oldfairy2000@hotmail.com

作者简介: 衷宜,李千目,刘凤玉

引用本文:

衷宜,李千目,刘凤玉. DOI系统中LHS部署的性能和安全性研究[J]. 现代图书情报技术, 2005, 21(8): 20-22.
Zhong Yi,Li Qianmu,Liu Fengyu. Research of High Availability and Security of LHS in DOI System. New Technology of Library and Information Service, 2005, 21(8): 20-22.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2005.08.05 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2005/V21/I8/20

1CNRI Handle Systemhttp://www.handle.net/(Accessed Apr20，2005)
2International DOI Foundationhttp://www.doi.org/(Accessed Apr20.2005)
3S.Sun,S.Relly etcRFC3262:Handle System Protocol(ver 2.1)Specification http://www.hardle.net/rfc/rfc 3652.html(Accessed Apr20，2005)
4S.Sun,S.Relly etcRFC3261:Handle System Namespace and Service Definition(Accessed Apr20，2005)
5Norman PaskinDOI Handbook Version 4.2.0(February 2005):104-106

[1]	陈星月, 倪丽萍, 倪志伟. 基于ELECTRA模型与词性特征的金融事件抽取方法研究*[J]. 数据分析与知识发现, 2021, 5(7): 36-47.
[2]	李贺,刘嘉宇,李世钰,吴迪,金帅岐. 基于疾病知识图谱的自动问答系统优化研究^*[J]. 数据分析与知识发现, 2021, 5(5): 115-126.
[3]	闫强,张笑妍,周思敏. 基于义原相似度的关键词抽取方法 ^*[J]. 数据分析与知识发现, 2021, 5(4): 80-89.
[4]	夏天. 面向中文学术文本的单文档关键短语抽取 ^*[J]. 数据分析与知识发现, 2020, 4(7): 76-86.
[5]	张冬瑜,崔紫娟,李映夏,张伟,林鸿飞. 基于Transformer和BERT的名词隐喻识别*[J]. 数据分析与知识发现, 2020, 4(4): 100-108.
[6]	秦成磊,章成志. 基于层次注意力网络模型的学术文本结构功能识别*[J]. 数据分析与知识发现, 2020, 4(11): 26-42.
[7]	李博诚,张云秋,杨铠西. 面向微博商品评论的情感标签抽取研究 ^*[J]. 数据分析与知识发现, 2019, 3(9): 115-123.
[8]	孙明珠,马静,钱玲飞. 基于文档主题结构和词图迭代的关键词抽取方法研究 ^*[J]. 数据分析与知识发现, 2019, 3(8): 68-76.
[9]	程齐凯,王佳敏,陆伟. 基于引用共词网络的领域基础词汇发现研究^*[J]. 数据分析与知识发现, 2019, 3(6): 57-65.
[10]	王安,顾益军,李坤明,李文政. 基于复杂网络词节点移除的关键词抽取方法 ^*[J]. 数据分析与知识发现, 2019, 3(11): 35-44.
[11]	卢新元,王雪霖,代巧锋. 基于fsQCA的竞赛式众包社区知识共享行为构型研究 ^*[J]. 数据分析与知识发现, 2019, 3(11): 60-69.
[12]	余丽,钱力,付常雷,赵华茗. 基于深度学习的文本中细粒度知识元抽取方法研究^*[J]. 数据分析与知识发现, 2019, 3(1): 38-45.
[13]	刘竹辰, 陈浩, 于艳华, 李劼. 词位置分布加权TextRank的关键词提取^*[J]. 数据分析与知识发现, 2018, 2(9): 74-79.
[14]	周立欣, 林杰. 基于NodeRank算法的产品特征提取研究^*[J]. 数据分析与知识发现, 2018, 2(4): 90-98.
[15]	王璟琦, 李锐, 吴华意. 基于空间自相关的网络舆情话题演化时空规律分析^*[J]. 数据分析与知识发现, 2018, 2(2): 64-73.

Viewed

Full text

Abstract

Cited

Shared

Discussed