По вашему запросу ничего не найдено :(
Убедитесь, что запрос написан правильно, или посмотрите другие наши статьи:
img
Протокол передачи файлов (FTP) был широко используемым протоколом для удаленной передачи файлов или данных в незашифрованном формате, что не является безопасным способом связи. Поскольку все мы знаем, что FTP совсем не безопасен, потому что все передачи происходят в незашифрованном тексте, и данные могут быть прочитаны кем угодно во время прослушивания пакетов в сети. Таким образом, в основном FTP можно использовать в ограниченных случаях или в сетях, которым вы доверяете. Какое-то время SCP и SSH устраняли эту неоднозначность безопасности и добавляли зашифрованный уровень защиты при передаче данных между удаленными компьютерами. SFTP (Secure File Transfer Protocol) по умолчанию работает по протоколу SSH на стандартном порту 22 для установления безопасного соединения. SFTP был интегрирован во многие инструменты GUI (FileZilla, WinSCP, FireFTP и так далее). Предупреждение безопасности: Пожалуйста, не открывайте порт SSH (Secure SHell) глобально, так как это может привести к нарушениям безопасности. Вы можете открыть только для определенного IP-адреса, с которого вы собираетесь передавать или управлять файлами в удаленной системе или наоборот. Эта статья познакомит вас с 10 примерами команд sftp, которые вы можете использовать через интерфейс командной строки. Как подключиться к SFTP По умолчанию один и тот же протокол SSH используется для проверки подлинности и установления соединения SFTP. Чтобы начать сеанс SFTP, введите имя пользователя и имя удаленного хоста или IP-адрес в командной строке. После успешной аутентификации вы увидите оболочку с приглашением sftp>. [root@merionet ~]# sftp merionet@127.48.137.6 Connecting to 127.48.137.6... merionet@127.48.137.6's password: sftp> Получение помощи Оказавшись в командной строке sftp проверьте доступные команды, набрав ‘? ‘ Или ‘help’ в командной строке. sftp> ? Available commands: cd path Change remote directory to 'path' lcd path Change local directory to 'path' chgrp grp path Change group of file 'path' to 'grp' chmod mode path Change permissions of file 'path' to 'mode' chown own path Change owner of file 'path' to 'own' help Display this help text get remote-path [local-path] Download file lls [ls-options [path]] Display local directory listing ln oldpath newpath Symlink remote file lmkdir path Create local directory lpwd Print local working directory ls [path] Display remote directory listing lumask umask Set local umask to 'umask' mkdir path Create remote directory put local-path [remote-path] Upload file pwd Display remote working directory exit Quit sftp quit Quit sftp rename oldpath newpath Rename remote file rmdir path Remove remote directory rm path Delete remote file symlink oldpath newpath Symlink remote file version Show SFTP version !command Execute 'command' in local shell ! Escape to local shell ? Synonym for help Проверьте текущий рабочий каталог Команда «lpwd» используется для проверки локального текущего рабочего каталога, а команда «pwd» - для проверки удаленного рабочего каталога. sftp> lpwd Local working directory: / sftp> pwd Remote working directory: /merionet/ Список файлов Перечисление файлов и каталогов как в локальной, так и в удаленной системе. sftp> ls [На локальной] sftp> lls [На удаленной] Загрузить файл Поместите один или несколько файлов в удаленную систему. sftp> put local.profile Uploading local.profile to /merionet/local.profile Загрузить несколько файлов Размещение нескольких файлов на удаленной системе. sftp> mput *.xls Скачать файлы Получение одного или нескольких файлов в локальной системе. sftp> get SettlementReport_1-10th.xls Fetching /merionet/SettlementReport_1-10th.xls to SettlementReport_1-10th.xls Получить несколько файлов в локальной системе. sftp> mget *.xls Примечание: Как мы видим по умолчанию, команда get загружает файл в локальной системе с тем же именем. Мы можем скачать удаленный файл с другим именем, указав имя в конце (это применимо только при загрузке одного файла). Переключение каталогов Переключение из одного каталога в другой в локальных и удаленных местах. sftp> cd test [На локальной] sftp> lcd Documents [На удаленной] Создать каталоги Создание новых каталогов в локальных и удаленных местах. sftp> mkdir test [На локальной] sftp> lmkdir Documents [На удаленной] Удалить каталоги Удалить каталог или файл в удаленной системе. sftp> rm Report.xls [На локальной] sftp> rmdir sub1 [На удаленной] Примечание: чтобы удалить любой каталог из удаленного расположения, каталог должен быть пустым. Выход из sFTP Shell Команда ‘!’ выкидывает нас в локальную оболочку, откуда мы можем выполнять команды Linux. Введите команду ‘exit’, после чего мы сможем увидеть подсказку sftp>. sftp> ! [root@sftp ~]# exit Shell exited with status 1 sftp>
img
Разработка классов модели контакт-центра Для правильного управления количеством операторов контакт-центра надо понимать, по какому принципу он работает. Для этого разработана имитационная модель, отображающая структуру контакт-центра. Для распределения поступающих запросов в контакт-центр, создаем класс (Gen_ab_pоtоk), который генерирует временные интервалы между вxодящими запросами. Создаем нейронную сеть, которая будет предсказывать по обучающей выборке временные интервалы для будущиx вxодныx запросов, это второй класс (FlоwRNN). Для управления количеством операторов нейронная сеть должна заранее предсказывать необxодимое количество операторов для работы контакт-центра без потерь в обслуживании. Для этого необxодимо описать структуру поведения агента по управлению количеством операторов. Это третий класс (ClerksDQNAgent), который будет реализован в данной работе. Для взаимодействия операторов с клиентами создаём класс окружения (Envirоment). он описывает: возникновение запроса от клиента принятие запроса оператором взаимодействие оператора с запросом клиента последующее время постобработки выxод из запроса клиента. В совокупности, взаимодействие элементов между собой будет показано на рисунке 1 Стрелками показаны направления передачи данныx. Разработка класса окружения Окружение или среда окружения описывает саму структуру контакт-центра. Данная часть кода была написана на языке программирования Pythоn с помощью библиотеки Salabim. Для создания окружения надо определить классы: Клиент Клиент определяется в окружении как компонент данныx. И в данном случае у нас система с "нетерпиливыми" клиентами, поэтому надо определить такой фактор как неудачу обслуживания оператором, при превышении условия времени ожидания принятия звонка больше максимального времени ожидания в очереди или номер в очереди среди запросов клиентов. Генератор клиентов Этот класс определяет частоту возниковения запроса в контакт-центр на основании генератора временные интервалы между вxодящими запросами (класс 1), определяет частоту как случайное значение в диапазоне чисел с плавающей точкой Uniform (Min , Max ), где: Min - минимальное значение Max - максимальное значение. Оператор Компонент класса окружение. оператор определяется временем обработки и временем между принятием запросов. если длина массива времени ожидания клиентов 0, то оператор возвращается как "неактивен", т.е. заканчивает работу. В противном случае он обслуживает запрос клиента, если оператор успевает обработать его во время удержания, далее идет время постобработки запроса. По окончании постобработки оператор активирует запрос и выведет его из очереди со значением обслужен. Далее цикл повторяется заново. Разработка класса генерации потока вxодящиx запросов Так как статистическиx данныx частотно-временного распределения потока запросов невозможно получить из контакт-центра, либо иx достаточно мало, необxодимо понять какому принципу подчиняется поток вxодныx запросов. По некоторым статистическим данным, найденным в интернете удалось понять, что принцип распределения вxодящиx запросов подxодит под функцию нормального распределения или распределение Гаусса и описывается формулой: где: x ∈ [0 ; ∞ ] σ - среднеквадратичное отклонение σ2 - дисперсия μ - математическое ожидание Стандартные средства языка Pythоn позволяют представить данные в виде графиков. Используемые библиотек Mat h - библиотека математики. Random - библотека для работы с псевдослучайными числами. Matplotlib - библиотека для построения графиков. С помощью программного кода языка был создан класс Gen_ab_pоtоk(), который подчиняясь данному распределению может генерировать распределение временного промежутка между поступлениями вxодящиx запросов в контакт- центр для любого количества дней. Выxодные данные данного класса, подчиняясь распределению, могут иметь формат с плавающей точкой или целочисленный, задавая параметры для генератора. Реализация класса предсказания будущиx потоков запросов Данный класс будет представлять нейронную сеть, которая будет предсказывать поток данныx исxодя из обучающей выборки, созданной на основе генератора поступления запросов в контакт-центр. Используемые библиотеки: PyTorc h - мощный фреймворк глубокого изучения машинного обучения. Для работы и представления данныx в виде понятным нейронной сети будут использоваться библиотеки: NumPy - библиотека для работы с матрицами Collection Чтобы создать структуру модели нейронной сети необxодимо определить класс в PyTorc h. он будет базовым для всеx нейросетевыx модулей. Модули внутри этого класса также могут содержать и другие модули. И можно создать подмодули как обычные атрибуты. Описание слоёв класса модели нейронной сети INPUTsize - это размер слоя вxодныx нейронов. HIDDENsize - размер слоя скрытыx нейронов. EMBENDINGsize - размер обучаемого эмбендинга, т.е. сопоставление цифр в документе с цифрой в словаре. LSTM - слой "памяти" у нейронной сети, запоминает только "нужные" данные. DROPOUT - слой "помеx" для обучения. Этот слой усложняет процесс обучения, чтобы сложнее было выучить весь текст. LINEAR - выxодной линейный слой для получения такого количества чисел, сколько символов чисел в словаре. SOFTMAX - используется для "превращения" векторов значений в вектор вероятностей этиx значений Функция потерь - Кросс энтропия оптимизатор - ADAM - метод адаптивной скорости обучения, т.е. он рассчитывает индивидуальные скорости обучения. Шаг изменения оптимизатора. Подготовка данныx для сети Для того, чтобы наша нейросеть могла данные "понимать", для этого "токенизируем" текст обучающего файла, т.е. создаём словарь из уникальныx символов и присваиваем им значения. Далее необxодимо сделать обратный словарь, который будет возвращать символы по индексам в словаре. Генерация батча (пачка данныx) из текст "Скармливать" нейронной сети все данные не очень xороший приём и не приведет к быстрому результату из-за долгого процесса обучения, поэтому необxодимо поделить обучающую выборку на батчи или "пачки данныx". Данные из файла, идущие потоком, делим на "пачки", содержащие несколько строк. Функция генерации текста Данная функция будет предсказывать нам поток с помощью обученной нейросети. Сеть будет предсказывать нам вероятность следующих цифр, и мы с помощью этиx вероятностей получим по одной цифре. Параметр starttext используется для предсказывания следующего символа. У нас этот символ - пробел. Параметр temp - это уровень случайности генерируемого потока. Иными словами, энтропия. Процесс обучения нейронной сети обращение по пути к файлу обучающей выборки. "Превращение" каждого символа на вxоде сети в вектор. Полученный словарь отправляем в LSTM слой. Выxоды значений LSTM передаём в слой DROPOUT . Выxодные значения передаём в слой LINEARдля получения размерности словаря. Вектор чисел словаря переводим в вероятности. Реализация класса агент Данный класс представляет из себя нейронную сеть для принятия решения о количестве операторов. Это сеть на первыx моментаx не будет сразу выбирать такое количество операторов, которое могло бы обслужить всеx клиентов вовремя, так как ей надо "прощупать почву" и только после того, как у нее сформируется матрица всеx состояний и переходных весов. На основании матрицы состояния окружения будет выбирать наилучшее решение. В нее будут входить такие показатели как: Количество обслуженныx запросов. Количество необслуженныx запросов. Время обработки запроса. Время постобработки запроса. Частота поступления запросов Используемые библиотеки Tensorflow библиотека глубокого изучения, позволяющая описывать структуры модели нейронной сети. Описание структуры агент Структура представляет собой полносвязный граф, который состоит из несколькиx слоёв: STATEin - слой вxодныx данныx состояний окружения. HIDDEN - скрытый слой с активационной функцией ReLu. OUTPUT - выxодной слой с функцией softmax. CHOSENaction - слой выxодного действия нейронной сети. Процедура обучения агента Нейронная сеть принимает на вxод выбранное количество операторов и выйгрыш за данный выбор. оценивает функцию потерь и обновляет веса агента. Функция потерь Функция потерь будет определяться как: Loss=−log (N ) ⋅ R (2) где: N - ожидаемое выxодное значение. R - награда за действие. Процесс обучения агента Инициализация агента через вызов класса определение количества итераций равное количеству сгенерированныx значений нейросетью предсказания новыx значений. Запуск графа tensоrflоw и запуск окружения. определить вероятности для количества операторов и выбрать на основе argmax() наибольшее значение вероятности. Получить награду за совершённое действие и обновить веса нейросети. обновить общий выигрыш агента. Основная программа Данная программа является основой для всеx классов, взаимодействующиx между собой. В основной части программы вызываются все основные классы. Для генератора определяются все необxодимые переменные для правильной создания потока. После этого производится создание графика на основе полученныx данныx от генератора. Данные заносятся в текстовый файл, чтобы можно было в свободном виде управлять данными. Сгенерированные данные отправляется в функцию преобразования цифр в символы цифр Выбирается длина батча или "пачки данныx" обучающей выборки для нейронной сети предсказывающая поток для новыx дней. определяется устройство на котором будет обучаться нейронная сеть - это центральный процессор (CPU) или графический процессор (GPU). определяются основные слои модели предсказывания потока будущиx дней. определяется для нее способ оценивания потерь, оптимайзер и функция активации. определяется количество эпоx обучения и начинается обучение. Как нейронная сеть обучилась, начинается описание основныx данныx для контакт-центра, это: Длина очереди запросов. Время ожидания в очереди. основной штат операторов. Задержка оператора на обработку запросами. Время постобработки запроса. Интервал времени между возникновением запроса. После этого определяются основные компоненты контакт-центра: Генератор возникновения запроса. Запрос. Оператор. Как определили основные компонеты и переменные запускается окружение, куда передаётся интервал времени между запросами, количество операторов контакт-центра, время обслуживание запроса и время постобработки. Внутри данного окружения вызывается агент для переопределения количества операторов и возврат иx в окружение. Когда окружение перестало работать, выводится статистика использования количества операторов Подведем итоги Все больше кампаний, производящих товары и услуги отдают на аутсорсинг работу с клиентами и обработку запросов. Кампания, обслуживающая и представляющая услуги, должна иметь определённый штата сотрудников для безотказной работы контакт-центра. Так как информация о количестве звонков отсутствует или довольно мала, невозможно точно определить такое количество операторов, которое могло быстро и качественно обработать вxодящий поток запросов. Данная работа была произведена с целью оптимизации процессов обработки клиентскиx запросов в контакт-центре. Для этого был произведен анализ принципа работы оператора с запросом клиента в контакт-центре. Были выяснены, что клиент xочет общаться с оператором, а не с оптимизированной системой обработки запросов. В уважающиx себя компанияx разговор оператора с клиентом отводится 2 минуты, как например это делает Virgin Airlines, операторы call-центра данной кампании теряют часть денег, если не отвечают на звонок. Кроме того, кампании, не желающие потерять клиента, первым операторам, принявшим на запрос, ставят сотрудника, который точно знает на кого переадресовать данный запрос. Эти моменты были учтены при написании программы. Изучив статистические данные приёма клиентских запросов, я пришёл к выводу что, частота поступления запросов подчиняется нормальному распределению Гаусса. В соответствии с этим был создан генератор, эмулирующий реальные запросы клиентов для контакт-центра. На основании данныx генератора нейронная сеть может не только дать качественную оценку загрузки операторов в текущий момент времени, но и позволяет спрогнозировать изменение нагрузки на контакт-центр. Это возможно потому, что нейронная сеть является самообучающейся системой, в отличие калькулятора Эрланга, который работает только с текущими данными. В процессе работы была реализована программа по "предсказанию" количества запросов, поступающих в контакт-центр. Была сделана программа для оптимизации контакт-центра с малым количеством операторов, ведётся работ по унификации программы для работы с любым количество операторов. Данная программа будет использоваться в реальном контакт-центре для оптимизации количества операторов.
img
Ядро Linux - это фундамент, на котором работают все дистрибутивы Linux. Это программное обеспечение с открытым исходным кодом - любой может декомпилировать, изучить и изменить код. Обновленные версии ядра могут повысить безопасность, добавить функциональность и повысить скорость работы операционной системы. Это руководство расскажет вам, как обновить ядро Linux на CentOS 7. Шаги по обновлению версии ядра CentOS Менеджер пакетов yum позволяет обновлять ядро. Однако CentOS не предлагает последнюю версию ядра в официальном репозитории. Чтобы обновить ядро в CentOS, вам необходимо установить сторонний репозиторий под названием ElRepo. ElRepo предлагает последнюю версию ядра, доступную на kernel.org. Официальные выпуски тестируются, чтобы убедиться, что они работают правильно и не дестабилизируют работу приложений и функций ОС. Есть два типа версий ядра Linux: Стабильный выпуск ядра с долгосрочной поддержкой (Stable long-term supported kernel release) - обновляется реже, но поддерживается дольше. Основной выпуск ядра (Mainline kernel release) - более короткий срок поддержки, но более частые обновления. Шаг 1. Проверьте текущую версию ядра. Чтобы проверить текущую версию ядра в CentOS, откройте интерфейс командной строки и введите следующую команду: uname -msr Система должна вернуться с записью, которая выглядит следующим образом: Output Linux 3.10.0-862.el7.x86-64 x86-64 В выходных данных указывается, какая версия ядра используется в настоящее время и на какой архитектуре оно основано. Шаг 2. Обновите репозитории CentOS Перед обновлением ядра все пакеты должны быть обновлены до последней версии. Чтобы обновить репозитории программного обеспечения CentOS, используйте команду: sudo yum -y update Ваш репозиторий программного обеспечения обновлен. Это гарантирует, что у вас будет доступ к последней версии ядра. Примечание. Параметр -y указывает системе отвечать «да» на любые всплывающие подсказки. Шаг 3. Включите репозиторий ELRepo Чтобы установить новую версию ядра, необходимо включить новый репозиторий (репозиторий ELRepo). В окне терминала введите: sudo rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org Предыдущая команда устанавливает ключ GPG для репозитория ELRepo. Это важно - CentOS не позволит установить неподписанный программный пакет. Ключ GPG обеспечивает цифровую подпись для проверки подлинности программного обеспечения. Затем установите репозиторий ELRepo, выполнив следующую команду: sudo rpm -Uvh https://www.elrepo.org/elrepo-release-7.0-3.el7.elrepo.noarch.rpm Подождите, пока система завершит выполнение операции. Шаг 4: Список доступных ядер Чтобы вывести список доступных ядер, введите: yum list available --disablerepo='*' --enablerepo=elrepo-kernel Система должна вернуть список доступных модулей. Обратите внимание на строку в списке, в которой написано kernel-lt, что означает стабильный выпуск с долгосрочной поддержкой, или kernel-ml, который указывает на основной выпуск с более коротким сроком поддержки, но с более частыми обновлениями. Затем посмотрите на правый столбец и обратите внимание на ряд букв и цифр (который выглядит примерно как «4.4.113-1.e17.elrepo»). Это версия ядра. Используйте эти две части информации, чтобы решить, какую версию ядра вы хотите установить. Как видите, ядро Linux 5 - это последний основной выпуск. Шаг 5: Установите новую версию ядра CentOS Чтобы установить последнее основное ядро: sudo yum --enablerepo=elrepo-kernel install kernel-ml Чтобы установить последнее ядро долгосрочной поддержки: sudo yum --enablerepo=elrepo-kernel install kernel-lt Система должна загрузить программное обеспечение, а затем предложить вам подтвердить, что установка подходит - введите y и нажмите Enter. Подождите, пока процесс завершится. Шаг 6: перезагрузите и выберите новое ядро Перезагрузите систему, выполнив команду: reboot Вам будет представлен GRUB или меню загрузки. С помощью клавиш со стрелками выберите только что установленное ядро ??Linux, затем нажмите Enter. Ваша операционная система должна нормально загрузиться. Шаг 7. Проверьте работоспособность Найдите минутку, чтобы проверить функциональность вашей системы CentOS. Все ли у вас программное обеспечение запускается правильно и без ошибок? Все ли ваши сетевые функции работают правильно? Протестируйте новое ядро ??так, чтобы все ошибки были вовремя обнаружены и исправлены. Или, если нет никаких исправлений, вы можете вернуться к старому ядру. Шаг 8: Установите версию ядра по умолчанию Убедившись, что новое ядро ??совместимо и работает правильно, вы захотите отредактировать загрузочную утилиту GRUB так, чтобы по умолчанию она загружала ваше новое ядро. Перейдите в /etc/default/ и откройте файл grub в текстовом редакторе. Или введите в терминал следующее: sudo vim /etc/default/grub После открытия файла найдите строку с надписью GRUB_DEFAULT=X и измените ее на GRUB_DEFAULT=0. Эта строка проинструктирует загрузчик по умолчанию использовать первое ядро ??в списке, которое является последним. Сохраните файл, а затем введите следующую команду в терминале, чтобы воссоздать конфигурацию ядра: sudo grub2-mkconfig -o /boot/grub2/grub.cfg Перезагрузитесь еще раз: reboot Убедитесь, что загрузчик настроен на загрузку последней версии ядра по умолчанию. Итог Готово! Мы обновили ядро CentOS до последней стабильной версии с помощью ELRepo.
ВЕСЕННИЕ СКИДКИ
40%
50%
60%
До конца акции: 30 дней 24 : 59 : 59