導(dǎo)言：作為寫作愛好者，不可錯(cuò)過為您精心挑選的10篇云計(jì)算數(shù)據(jù)論文，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

1.1云計(jì)算數(shù)據(jù)應(yīng)用系統(tǒng)模型

云計(jì)算的平臺(tái)構(gòu)架主要技術(shù)有并行編程的模式，分布式文件系統(tǒng)，數(shù)據(jù)處理模型。其層次如圖1所示。云計(jì)算的數(shù)據(jù)應(yīng)用共分為三個(gè)層次：應(yīng)用層、索引層和數(shù)據(jù)存儲(chǔ)層。同時(shí)要了解云計(jì)算數(shù)據(jù)應(yīng)用系統(tǒng)的三個(gè)要素：用戶、應(yīng)用服務(wù)器和數(shù)據(jù)中心。這三個(gè)要素各有著不同的功能，用戶的功能是存儲(chǔ)數(shù)據(jù)，在數(shù)據(jù)計(jì)算的基礎(chǔ)上，計(jì)算個(gè)體用戶和組織用戶的數(shù)據(jù)。應(yīng)用服務(wù)器的功能是維護(hù)云計(jì)算的系統(tǒng)。數(shù)據(jù)中心的功能是存貯實(shí)際的數(shù)據(jù)信息。但是，在云計(jì)算數(shù)據(jù)應(yīng)用系統(tǒng)模型中，存在著很大的安全威脅，主要是來自傳統(tǒng)數(shù)據(jù)的威脅，容易受到影響的對(duì)象有客戶端、主從結(jié)構(gòu)和病毒的傳播，通信的安全性。其中，病毒的傳播主要是通過互聯(lián)網(wǎng)的數(shù)據(jù)交易服務(wù)，病毒侵入計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)，它的破壞性遠(yuǎn)遠(yuǎn)大于單機(jī)系統(tǒng)，用戶也很難進(jìn)行防范。現(xiàn)在的互聯(lián)網(wǎng)中，病毒一般有隱蔽性，傳播速度也很快。另外，病毒的制造技術(shù)也越來越高級(jí)，不僅可以破壞用戶的程序，還可以竊取信息，造成系統(tǒng)的交叉感染。這種感傳染性的病毒危害性非常大。對(duì)于通信故障，網(wǎng)絡(luò)中通常分為兩種類型的安全攻擊類型：主動(dòng)攻擊和被動(dòng)攻擊。常見的攻擊手段有偷竊、分析、冒充、篡改。對(duì)于數(shù)據(jù)安全來說，除了上述的數(shù)據(jù)安全，還有新數(shù)據(jù)的安全威脅，主要表現(xiàn)在幾個(gè)方面：保密失效威脅、分布式可用威脅、動(dòng)態(tài)完整性威脅。

1.2云計(jì)算數(shù)據(jù)安全模型

典型云計(jì)算數(shù)據(jù)技術(shù)如圖2所示。該數(shù)據(jù)安全模型主要分三個(gè)層次：第一層的功能是負(fù)責(zé)驗(yàn)證用戶的身份，保證云計(jì)算中數(shù)據(jù)的安全；第二層的功能是負(fù)責(zé)對(duì)用戶的數(shù)據(jù)進(jìn)行保密處理，保護(hù)用戶的隱私；第三層的功能是恢復(fù)用戶誤刪的數(shù)據(jù)，是系統(tǒng)保護(hù)用戶數(shù)據(jù)的最后一道防線。這三層結(jié)構(gòu)是相互聯(lián)系，層層深入。首先要驗(yàn)證用戶的身份，保證用戶的數(shù)據(jù)信息不被篡改。如果非法用戶進(jìn)入的系統(tǒng)，則進(jìn)入系統(tǒng)后還要經(jīng)過加密保護(hù)和防御系統(tǒng)。最后是文件恢復(fù)的層次，這一層次可以幫助用戶在數(shù)據(jù)受損的情況下修復(fù)數(shù)據(jù)。

2多維免疫的云數(shù)據(jù)安全

2.1多維免疫算法

多維免疫算法的組成主要依靠生物原理、免疫系統(tǒng)的多維模型、多維免疫的基本原則組成。其中，生物原理是把生物學(xué)的理論應(yīng)用在云計(jì)算中。人工免疫系統(tǒng)發(fā)展到現(xiàn)在，在免疫能力的發(fā)揮方面有了很大的發(fā)展。免疫能力的增長(zhǎng)是一個(gè)漫長(zhǎng)的過程，后天的免疫的生成更是一個(gè)艱難的過程。在一個(gè)系統(tǒng)生成初期，完全沒有后天的免疫能力，但是隨著身體的成長(zhǎng)，免疫細(xì)胞逐漸增多，免疫系統(tǒng)也開始形成。多維免疫系統(tǒng)的形成也是這樣的。

2.2多維免疫的數(shù)據(jù)安全原理

阻礙多維免疫的數(shù)據(jù)安全的因素主要有不可靠網(wǎng)絡(luò)、節(jié)點(diǎn)故障、超大規(guī)模的用戶訪問、數(shù)據(jù)更新引起的數(shù)據(jù)不一致性等。為了提高數(shù)據(jù)管理的安全性，云計(jì)算為用戶提供了一個(gè)一致的入口，只有向用戶提供透明的文件，進(jìn)行文件數(shù)據(jù)的定位數(shù)據(jù)選擇。對(duì)于數(shù)據(jù)管理服務(wù)，應(yīng)該注意，這項(xiàng)服務(wù)是連接用戶和系統(tǒng)的。應(yīng)用服務(wù)器和數(shù)據(jù)中心共同組成了云計(jì)算數(shù)據(jù)應(yīng)用系統(tǒng)。應(yīng)用服務(wù)器主要目的是方便用戶訪問歷史和相關(guān)的文件信息。

2.3多維免疫的云數(shù)據(jù)安全策略

主要包括文件分布的策略，HDFS文件冗余度計(jì)算，多維免疫的文件分布，數(shù)據(jù)塊選擇機(jī)制等。對(duì)于云計(jì)算中的用戶文件，需要考慮到數(shù)據(jù)塊的數(shù)量分布、數(shù)據(jù)塊的顆粒度和數(shù)據(jù)庫的創(chuàng)建時(shí)間。多維免疫的文件分布中，首先要掌握文件分布的原理，多維免疫算法和云計(jì)算中文件的創(chuàng)建和文件塊的分配法是一致的。

篇2

1.1數(shù)據(jù)采集

大數(shù)據(jù)的采集是整個(gè)流程的基礎(chǔ)，隨著互聯(lián)網(wǎng)技術(shù)和應(yīng)用的發(fā)展以及各種終端設(shè)備的普及，使得數(shù)據(jù)的生產(chǎn)者范圍越來越大，數(shù)據(jù)的產(chǎn)量也越來越多，數(shù)據(jù)之間的關(guān)聯(lián)也越來越復(fù)雜，這也是大數(shù)據(jù)中“大”的體現(xiàn)，所以需要提高數(shù)據(jù)采集速度和精度要求。

1.2數(shù)據(jù)處理與集成

數(shù)據(jù)的處理與集成主要是對(duì)前一步采集到的大量數(shù)據(jù)進(jìn)行適當(dāng)?shù)念A(yù)處理，包括格式化、去噪以及進(jìn)一步集成存儲(chǔ)。因?yàn)閿?shù)據(jù)采集步驟采集到的數(shù)據(jù)各種各樣，其數(shù)據(jù)結(jié)構(gòu)也并不統(tǒng)一，不利于之后的數(shù)據(jù)分析，而且，一些數(shù)據(jù)屬于無效數(shù)據(jù)，需要去除，否則會(huì)影響數(shù)據(jù)分析的精度和可靠性，所以，需要將數(shù)據(jù)統(tǒng)一格式并且去除無效數(shù)據(jù)。通常會(huì)設(shè)計(jì)一些過濾器來完成這一任務(wù)。

1.3數(shù)據(jù)分析

在完成了數(shù)據(jù)的采集和處理后，需要對(duì)數(shù)據(jù)進(jìn)行分析，因?yàn)樵谶M(jìn)行數(shù)據(jù)分析后才能體現(xiàn)所有大數(shù)據(jù)的重要價(jià)值。數(shù)據(jù)分析的對(duì)象是上一步數(shù)據(jù)的處理與集成后的統(tǒng)一格式數(shù)據(jù)，需要根據(jù)所需數(shù)據(jù)的應(yīng)用需求和價(jià)值體現(xiàn)方向?qū)@些原始樣本數(shù)據(jù)進(jìn)一步地處理和分析?，F(xiàn)有的數(shù)據(jù)分析通常指采用數(shù)據(jù)倉庫和數(shù)據(jù)挖掘工具對(duì)集中存儲(chǔ)的數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)分析服務(wù)與傳統(tǒng)數(shù)據(jù)分析的差別在于其面向的對(duì)象不是數(shù)據(jù)，而是數(shù)據(jù)服務(wù)。

1.4數(shù)據(jù)解釋

數(shù)據(jù)解釋是對(duì)大數(shù)據(jù)分析結(jié)果的解釋與展現(xiàn)，在數(shù)據(jù)處理流程中，數(shù)據(jù)結(jié)果的解釋步驟是大數(shù)據(jù)分析的用戶直接面對(duì)成果的步驟，傳統(tǒng)的數(shù)據(jù)顯示方式是用文本形式體現(xiàn)的，但是，隨著數(shù)據(jù)量的加大，其分析結(jié)果也更復(fù)雜，傳統(tǒng)的數(shù)據(jù)顯示方法已經(jīng)不足以滿足數(shù)據(jù)分析結(jié)果輸出的需求，因此，數(shù)據(jù)分析企業(yè)會(huì)引入“數(shù)據(jù)可視化技術(shù)”作為數(shù)據(jù)解釋方式。通過可視化結(jié)果分析，可以形象地向用戶展示數(shù)據(jù)分析結(jié)果。

2云計(jì)算與大數(shù)據(jù)分析的關(guān)系

云計(jì)算是基于互聯(lián)網(wǎng)的相關(guān)服務(wù)的增加、使用和交付模式，通常涉及通過互聯(lián)網(wǎng)來提供動(dòng)態(tài)易擴(kuò)展且經(jīng)常是虛擬化的資源，是一種按使用量付費(fèi)的模式。這種模式提供可用的、便捷的、按需的網(wǎng)絡(luò)訪問，進(jìn)入可配置的計(jì)算資源共享池（資源包括網(wǎng)絡(luò)、服務(wù)器、存儲(chǔ)、應(yīng)用軟件、服務(wù)），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務(wù)供應(yīng)商進(jìn)行很少的交互。目前，國(guó)內(nèi)外已經(jīng)有不少成熟的云計(jì)算的應(yīng)用服務(wù)。數(shù)據(jù)分析是整個(gè)大數(shù)據(jù)處理流程里最核心的部分。數(shù)據(jù)分析是以數(shù)據(jù)的價(jià)值分析為目的的活動(dòng)，而基于大數(shù)據(jù)的數(shù)據(jù)分析通常表現(xiàn)為對(duì)已獲取的海量數(shù)據(jù)的分析，其數(shù)據(jù)來源可能是企業(yè)數(shù)據(jù)也可能是企業(yè)數(shù)據(jù)與互聯(lián)網(wǎng)數(shù)據(jù)的融合。從目前的趨勢(shì)來看，云計(jì)算是大數(shù)據(jù)的IT基礎(chǔ)，是大數(shù)據(jù)分析的支撐平臺(tái)，不斷增長(zhǎng)的數(shù)據(jù)量需要性能更高的數(shù)據(jù)分析平臺(tái)承載。所以，云計(jì)算技術(shù)的不斷發(fā)展可以為大數(shù)據(jù)分析提供更為靈活、迅速的部署方案，使得大數(shù)據(jù)分析的結(jié)果更加精確。另一方面，云計(jì)算的出現(xiàn)為大數(shù)據(jù)分析提供了擴(kuò)展性更強(qiáng)，使用成本更低的存儲(chǔ)資源和計(jì)算資源，使得中小企業(yè)也可以通過云計(jì)算來實(shí)現(xiàn)屬于自己的大數(shù)據(jù)分析產(chǎn)品。大數(shù)據(jù)技術(shù)本身也是云計(jì)算技術(shù)的一種延伸。大數(shù)據(jù)技術(shù)涵蓋了從數(shù)據(jù)的海量存儲(chǔ)、處理到應(yīng)用多方面的技術(shù)，包括海量分布式文件系統(tǒng)、并行計(jì)算框架、數(shù)據(jù)庫、實(shí)時(shí)流數(shù)據(jù)處理以及智能分析技術(shù)，如模式識(shí)別、自然語言理解、應(yīng)用知識(shí)庫等等。但是，大數(shù)據(jù)分析要走向云計(jì)算還要賴于數(shù)據(jù)通信帶寬的提高和云資源的建設(shè)，需要確保原始數(shù)據(jù)能遷移到云環(huán)境以及資源池可以隨需彈性擴(kuò)展。

3基于云計(jì)算環(huán)境的Hadoop

為了給大數(shù)據(jù)處理分析提供一個(gè)性能更高、可靠性更好的平臺(tái)，研究者基于MapReduce開發(fā)了一個(gè)基于云計(jì)算環(huán)境的開源平臺(tái)Hadoop。Hadoop是一個(gè)以MapReduce算法為分布式計(jì)算框架，包括分布式文件系統(tǒng)（HDFS）、分布式數(shù)據(jù)庫（Hbase、Cassandra）等功能模塊在內(nèi)的完整生態(tài)系統(tǒng)，已經(jīng)成為當(dāng)前最流行的大數(shù)據(jù)處理平臺(tái)，并被廣泛認(rèn)可和開發(fā)應(yīng)用?；贖adoop，用戶可編寫處理海量數(shù)據(jù)的分布式并行程序，并將其運(yùn)行于由成百上千個(gè)節(jié)點(diǎn)組成的大規(guī)模計(jì)算機(jī)集群上。

4實(shí)例分析

本節(jié)以電信運(yùn)營(yíng)商為例，說明在云計(jì)算環(huán)境中基于Hadoop的大數(shù)據(jù)分析給大數(shù)據(jù)用戶帶來的價(jià)值。當(dāng)前傳統(tǒng)語音和短信業(yè)務(wù)量下滑，智能終端快速增長(zhǎng)，移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)發(fā)展迅速，大數(shù)據(jù)分析可以為運(yùn)營(yíng)商帶來新的機(jī)會(huì)，幫助運(yùn)營(yíng)商更好地轉(zhuǎn)型。本文數(shù)據(jù)分析樣本來自于某運(yùn)營(yíng)商的個(gè)人語音和數(shù)據(jù)業(yè)務(wù)清單，通過Hadoop2.6.0在Ubuntu12.04系統(tǒng)中模擬了一個(gè)大數(shù)據(jù)分析平臺(tái)來處理獲得的樣本。希望通過對(duì)樣本數(shù)據(jù)的分析與挖掘，掌握樣本本身的一些信息。以上分析只是一些很基本的簡(jiǎn)單分析，實(shí)際上樣本數(shù)據(jù)中所蘊(yùn)含的價(jià)值要遠(yuǎn)遠(yuǎn)大于本文體現(xiàn)的。以上舉例意在說明基于云計(jì)算的大數(shù)據(jù)分析可以在數(shù)據(jù)分析上體現(xiàn)出良好的性能，為企業(yè)帶來更豐富更有效率的信息提取、分類，并從中獲益。

篇3

2云計(jì)算環(huán)境下工作流執(zhí)行模型

科學(xué)工作流由工作流管理系統(tǒng)提交和管理，工作流管理系統(tǒng)駐留在提交主機(jī)，協(xié)調(diào)調(diào)度工作的流執(zhí)行。工作流管理系統(tǒng)將工作流中的任務(wù)分配到虛擬機(jī)的工作節(jié)點(diǎn)，任務(wù)的執(zhí)行所需要的數(shù)據(jù)可以從一個(gè)或多個(gè)輸入數(shù)據(jù)存儲(chǔ)點(diǎn)輸入。中間文件在工作流執(zhí)行期間駐留在數(shù)據(jù)暫存站點(diǎn)。當(dāng)工作流結(jié)束時(shí)，工作流管理系統(tǒng)刪除中間數(shù)據(jù)，同時(shí)將輸出文件從暫存站點(diǎn)轉(zhuǎn)存到輸出站點(diǎn)，然后永久性保存。根據(jù)工作流管理系統(tǒng)和目標(biāo)執(zhí)行環(huán)境的不同，多個(gè)數(shù)據(jù)站點(diǎn)可以協(xié)同工作。例如，在輸入數(shù)據(jù)已經(jīng)駐留在計(jì)算節(jié)點(diǎn)的情況下，該計(jì)算節(jié)點(diǎn)和輸入點(diǎn)是相同的。圖2顯示了具有兩個(gè)任務(wù)的工作流，來說明工作流所需的文件是如何在邏輯上獨(dú)立的站點(diǎn)之間移動(dòng)的。

3對(duì)象存儲(chǔ)應(yīng)用于科學(xué)工作流中的數(shù)據(jù)管理

對(duì)象存儲(chǔ)系統(tǒng)主要包括存儲(chǔ)服務(wù)器、元數(shù)據(jù)服務(wù)器、客戶端等組成部分，其核心思想是將數(shù)據(jù)的讀和寫與元數(shù)據(jù)存儲(chǔ)分離，如圖3所示。存儲(chǔ)服務(wù)器主要負(fù)責(zé)數(shù)據(jù)存儲(chǔ)、智能的數(shù)據(jù)分布以及每個(gè)對(duì)象元數(shù)據(jù)的管理;元數(shù)據(jù)服務(wù)器主要提供對(duì)象存儲(chǔ)訪問、文件和目錄訪問管理以及客戶端緩存的一致性管理等功能。為了提供可擴(kuò)展的可靠服務(wù)，對(duì)象存儲(chǔ)器的內(nèi)部結(jié)構(gòu)非常復(fù)雜。例如，亞馬遜的簡(jiǎn)單存儲(chǔ)服務(wù)(S3)［12］通過REST(RepresentationalStateTransfer)、SOAP(SimpleObjectAccessProtocol)和APIs(ApplicationProgrammingInterfaces)提供檢索和刪除操作;它將一個(gè)對(duì)象的多個(gè)副本布局在存儲(chǔ)服務(wù)器上以提供錯(cuò)誤情況下的冗余。很多網(wǎng)格存儲(chǔ)服務(wù)和為數(shù)據(jù)密集型應(yīng)用設(shè)計(jì)的協(xié)議可以認(rèn)為是對(duì)象存儲(chǔ)，這種架構(gòu)對(duì)構(gòu)建來自不同的執(zhí)行環(huán)境的數(shù)據(jù)管理模式而言具有重要的借鑒意義。針對(duì)面向大數(shù)據(jù)工作流，利用對(duì)象存儲(chǔ)的優(yōu)點(diǎn)，本文提出兩個(gè)方案:一是工作流中的3類數(shù)據(jù)文件都使用遠(yuǎn)程的對(duì)象存儲(chǔ);二是在計(jì)算節(jié)點(diǎn)上使用共享文件系統(tǒng)作為數(shù)據(jù)暫存點(diǎn)來存儲(chǔ)中間數(shù)據(jù)。

3.1單獨(dú)使用對(duì)象存儲(chǔ)

在這種情況下，所有的數(shù)據(jù)都存儲(chǔ)在對(duì)象存儲(chǔ)系統(tǒng)中，工作流管理系統(tǒng)需要從對(duì)象存儲(chǔ)中無縫檢索數(shù)據(jù)，為本地工作流任務(wù)使用。在這樣的設(shè)置中，工作流管理系統(tǒng)從對(duì)象存儲(chǔ)中檢索輸入文件和中間文件，然后，工作流中的任務(wù)對(duì)本地的POSIX文件系統(tǒng)做必要的輸入/輸出設(shè)置，任務(wù)完成時(shí)，工作流管理系統(tǒng)能夠?qū)⒅虚g數(shù)據(jù)和輸出數(shù)據(jù)存儲(chǔ)到對(duì)象存儲(chǔ)中。這樣，即使工作流被部署在分布的資源上，科學(xué)應(yīng)用只需要對(duì)POSIX做常規(guī)的輸入/輸出設(shè)置，就能完成工作流的執(zhí)行。工作流管理系統(tǒng)與對(duì)象存儲(chǔ)的多次交互增加了工作流執(zhí)行的開銷，而該開銷與分布資源上的計(jì)算相比并不算大。對(duì)象存儲(chǔ)中既有輸入數(shù)據(jù)也有中間數(shù)據(jù)，只要工作流系統(tǒng)與對(duì)象存儲(chǔ)能夠無縫檢索和存儲(chǔ)，那么任務(wù)執(zhí)行可以在任何地方。如圖4中，任務(wù)t1可以在校園計(jì)算機(jī)集群上完成，而屬于同一工作流的任務(wù)t2可以在亞馬遜的EC2上完成，t1、t2使用亞馬遜的S3對(duì)象存儲(chǔ)作為中間數(shù)據(jù)文件的暫存。總之，數(shù)據(jù)存儲(chǔ)和執(zhí)行環(huán)境的分離，使得工作流在分布資源上的執(zhí)行更為容易。一個(gè)常見的情況是，當(dāng)計(jì)算需求超過本地或校園計(jì)算所提供的資源時(shí)，將使用云資源。圖4也說明了工作流的數(shù)據(jù)移動(dòng)情況。在這里，文件F-i被傳送到云中的高性能計(jì)算集群工作節(jié)點(diǎn)的本地文件系統(tǒng)。任務(wù)t1從該節(jié)點(diǎn)開始，讀入輸入文件F-i，然后寫入本地文件系統(tǒng)的中間文件F-t，F(xiàn)-t被傳回到作為數(shù)據(jù)暫存點(diǎn)的對(duì)象存儲(chǔ)中。F-t文件將從對(duì)象存儲(chǔ)中被檢索進(jìn)入到EC2節(jié)點(diǎn)的本地文件系統(tǒng)。任務(wù)t2啟動(dòng)后讀取F-t文件(該文件是由t1創(chuàng)建)，然后將F-o寫到本地磁盤，再傳送到對(duì)象存儲(chǔ)中。以上所有的數(shù)據(jù)傳輸工作都由工作流管理系統(tǒng)完成?？茖W(xué)工作流中單獨(dú)使用對(duì)象存儲(chǔ)的明顯不足之處是，數(shù)據(jù)重復(fù)傳輸會(huì)引起在大數(shù)據(jù)處理過程中的延遲。工作流中的多個(gè)任務(wù)使用相同的文件，所以重復(fù)傳輸是顯而易見的［13］［14］。對(duì)象存儲(chǔ)將對(duì)同一資源的重復(fù)請(qǐng)求認(rèn)為是不同的請(qǐng)求，對(duì)象存儲(chǔ)通常以其良好的擴(kuò)展性減輕這種重復(fù)對(duì)工作流性能造成的影響。另外，工作流系統(tǒng)可能在本地節(jié)點(diǎn)選擇緩存文件，或者利用集群中的共享文件系統(tǒng)來減輕此問題。延遲是整個(gè)工作流性能應(yīng)該關(guān)注的問題，云對(duì)象存儲(chǔ)的設(shè)計(jì)提供了很高的帶寬，但對(duì)單個(gè)檢索或?qū)ο蟛僮骺赡苄枰獢?shù)秒鐘的延遲。對(duì)具有大量文件的數(shù)據(jù)密集型的科學(xué)工作流而言，這種延遲顯著增加了工作流運(yùn)行的時(shí)間開銷。大型工作流中的另一個(gè)問題是多數(shù)中間文件需要被傳輸?shù)綄?duì)象存儲(chǔ)中由相關(guān)后續(xù)任務(wù)檢索并使用。由于商業(yè)對(duì)象存儲(chǔ)提供以GB為單位的存儲(chǔ)，并按遷移、存儲(chǔ)和檢索的請(qǐng)求數(shù)付費(fèi)，所以重復(fù)傳輸也就意味著費(fèi)用的增加。

3.2共享文件系統(tǒng)作為數(shù)據(jù)暫存

解決由數(shù)據(jù)重復(fù)遷移造成的延遲問題的方法之一，是工作流管理系統(tǒng)將中間文件暫存在POSIX兼容系統(tǒng)中，由多個(gè)計(jì)算節(jié)點(diǎn)文件系統(tǒng)共享，然后在一個(gè)資源節(jié)點(diǎn)上運(yùn)行所有的計(jì)算。文件共享系統(tǒng)保存了工作流管理系統(tǒng)中所有任務(wù)的中間數(shù)據(jù)，在這種情況下，只有輸入輸出文件存儲(chǔ)在對(duì)象存儲(chǔ)中。由于中間文件不需要在對(duì)象存儲(chǔ)與計(jì)算節(jié)點(diǎn)之間傳送，從而可降低使用商業(yè)云對(duì)象存儲(chǔ)的費(fèi)用。如圖5所示，是一個(gè)具有文件共享系統(tǒng)的高性能計(jì)算環(huán)境下具有2個(gè)任務(wù)的簡(jiǎn)單工作流。文件F-i被工作流管理系統(tǒng)傳送到集群文件共享文件系統(tǒng)。任務(wù)t1在計(jì)算節(jié)點(diǎn)1上啟動(dòng)，從共享文件系統(tǒng)中讀入文件F-i，然后將中間文件F-i-t寫入到共享文件系統(tǒng)中，任務(wù)t2在計(jì)算節(jié)點(diǎn)2上啟動(dòng)，從文件共享系統(tǒng)中讀入F-i-t(由任務(wù)t1創(chuàng)建)，然后將其輸出寫入到F-o，F(xiàn)-o由工作流管理系統(tǒng)送到對(duì)象存儲(chǔ)中，這種方法的優(yōu)點(diǎn)在傳統(tǒng)的有高速并行超級(jí)計(jì)算環(huán)境中尤為顯著。例如，XSEDE(ExtremeScienceandEngineeringDiscoveryEnvironment)節(jié)點(diǎn)對(duì)多數(shù)科學(xué)工作流點(diǎn)有極大擴(kuò)展性［15］。值得注意的是，如果第一個(gè)計(jì)算節(jié)點(diǎn)忙而需要將計(jì)算溢出到另一個(gè)節(jié)點(diǎn)時(shí)，這種隨數(shù)據(jù)布局任務(wù)的方法，損失了布局計(jì)算的靈活性。以上兩種方法各有所長(zhǎng)，選擇使用哪種方法取決于工作流的類型和工作流執(zhí)行的目標(biāo)環(huán)境，這就要求工作流管理系統(tǒng)的開發(fā)具有彈性的數(shù)據(jù)管理方案，允許科學(xué)家有效使用對(duì)他們有用的基礎(chǔ)設(shè)施。工作流中的數(shù)據(jù)管理方案應(yīng)該具有如下特征:首先，科學(xué)工作流管理系統(tǒng)允許任務(wù)和數(shù)據(jù)后綁定，任務(wù)依據(jù)資源的可用性映射到計(jì)算資源上，任務(wù)在執(zhí)行時(shí)能夠發(fā)現(xiàn)資源，并從眾多存儲(chǔ)中選擇數(shù)據(jù)暫存位置;其次，在科學(xué)家只有一個(gè)計(jì)算資源可用的情況下，允許任務(wù)和數(shù)據(jù)的靜態(tài)綁定;再次，支持使用不同協(xié)議和不同安全機(jī)制訪問對(duì)象存儲(chǔ)。

4相關(guān)工作

工作流管理系統(tǒng)處理數(shù)據(jù)的方法很多，Swift［16］采用與本文所描述的第二種模式類似，使用本地文件系統(tǒng)或共享文件系統(tǒng)作為數(shù)據(jù)緩存，提交主機(jī)扮演數(shù)據(jù)暫存的角色。系統(tǒng)首先選擇一個(gè)計(jì)算站點(diǎn)來運(yùn)行一個(gè)任務(wù)，然后將數(shù)據(jù)從提交主機(jī)推向該站點(diǎn)的文件系統(tǒng)，任務(wù)執(zhí)行后，輸入的文件被回傳給提交主機(jī)，中間文件被留在共享文件系統(tǒng)中以便后續(xù)任務(wù)的執(zhí)行。相對(duì)而言，本文將數(shù)據(jù)文件(包括輸入、輸出、中間文件)與提交主機(jī)分離，并使用不同的協(xié)議，具有更好的靈活性。其他工作流管理系統(tǒng)如Kepler［17］，Triana［18］和Taverna［19］關(guān)注的是流式工作流中任務(wù)的調(diào)度和其他Web資源的調(diào)用，這些工作流具有圖形化的用戶界面，允許用戶搭建具有不同部件的工作流，但通常沒有涉及訪問大量數(shù)據(jù)集的問題。這些工作流中的數(shù)據(jù)管理很大程度上依賴于用戶，數(shù)據(jù)管理自動(dòng)化非常有限。Kepler［20］引入了一個(gè)MapReduce執(zhí)行器，允許執(zhí)行采用MapReduce算法的混合工作流。Hadoop平臺(tái)通常用來運(yùn)行數(shù)據(jù)密集型的科學(xué)應(yīng)用，它所提供的文件操作與POSIX類似，允許隨機(jī)讀，但不允許隨機(jī)寫。在這種情況下，Hadoop平臺(tái)負(fù)責(zé)將輸入文件切片并分布在各個(gè)數(shù)據(jù)節(jié)點(diǎn)。而本文提出的方法主要針對(duì)工作流運(yùn)行在多個(gè)不同的執(zhí)行環(huán)境中，代碼不能MapReduce的情況。在XSEDE中，任務(wù)利用分布式文件系統(tǒng)如GPFS-WAN［21］(GeneralParallelFileSystem-WAN)來訪問數(shù)據(jù)，分布式文件系統(tǒng)支持POSIX操作，可以對(duì)輸入和輸出文件進(jìn)行遠(yuǎn)程訪問。研究表明［22］，將大型數(shù)據(jù)集布局在本地計(jì)算節(jié)點(diǎn)會(huì)更好，但這一策略也會(huì)帶來新的問題，如不同類型工作流的融合以及數(shù)據(jù)布局策略算法等。

篇4

2.云計(jì)算安全:架構(gòu)、機(jī)制與模型評(píng)價(jià)

3.云計(jì)算訪問控制技術(shù)研究綜述 

4.云計(jì)算采納行為研究現(xiàn)狀分析 

5.Google三大云計(jì)算技術(shù)對(duì)海量數(shù)據(jù)分析流程的技術(shù)改進(jìn)優(yōu)化研究

6.大數(shù)據(jù)、云計(jì)算技術(shù)對(duì)審計(jì)的影響研究 

7.虛擬化云計(jì)算平臺(tái)的能耗管理  

8.云計(jì)算環(huán)境下的分布存儲(chǔ)關(guān)鍵技術(shù) 

9.推動(dòng)中國(guó)云計(jì)算技術(shù)與產(chǎn)業(yè)創(chuàng)新發(fā)展的戰(zhàn)略思考 

10.云計(jì)算:體系架構(gòu)與關(guān)鍵技術(shù) 

11.我國(guó)云計(jì)算教育應(yīng)用的研究綜述  

12.云計(jì)算及云計(jì)算實(shí)施標(biāo)準(zhǔn):綜述與探索

13.云計(jì)算:系統(tǒng)實(shí)例與研究現(xiàn)狀 

14.云計(jì)算環(huán)境下的聯(lián)網(wǎng)審計(jì)實(shí)現(xiàn)方法探析 

15.云計(jì)算和云數(shù)據(jù)管理技術(shù)  

16.基于云計(jì)算的多源信息服務(wù)系統(tǒng)研究綜述 

17.云計(jì)算安全問題研究綜述 

18.云計(jì)算系統(tǒng)相空間分析模型及仿真研究 

19.云計(jì)算時(shí)代關(guān)鍵技術(shù)預(yù)測(cè)與戰(zhàn)略選擇

20.云計(jì)算方案分析研究  

21.基于云計(jì)算的B2C電子商務(wù)企業(yè)價(jià)值鏈優(yōu)化  

22.面向圖書館的云計(jì)算研究綜述  

23.云計(jì)算時(shí)代的數(shù)據(jù)中心建設(shè)與發(fā)展 

24.基于Hadoop的云計(jì)算輔助教學(xué)平臺(tái)研究 

25.云計(jì)算研究現(xiàn)狀綜述 

26.基于云計(jì)算的智能電網(wǎng)信息平臺(tái) 

27.云計(jì)算資源調(diào)度研究綜述 

28.論云計(jì)算的服務(wù)質(zhì)量 

29.我國(guó)云計(jì)算教育應(yīng)用的現(xiàn)狀與發(fā)展趨勢(shì) 

30.云計(jì)算及其關(guān)鍵技術(shù)  

31.云計(jì)算技術(shù)發(fā)展分析及其應(yīng)用探討 

32.云計(jì)算應(yīng)用服務(wù)模式探討 

33.云計(jì)算的發(fā)展及其對(duì)會(huì)計(jì)、審計(jì)的挑戰(zhàn)

34.構(gòu)建云計(jì)算平臺(tái)的開源軟件綜述 

35.云計(jì)算安全研究 

36.云計(jì)算和虛擬化技術(shù)  

37.基于企業(yè)視角的云計(jì)算研究述評(píng)與未來展望  

38.云計(jì)算數(shù)據(jù)中心的新能源應(yīng)用:研究現(xiàn)狀與趨勢(shì)  

39.云計(jì)算環(huán)境下的電子文件遷移模型研究 

40.云計(jì)算:構(gòu)建未來電力系統(tǒng)的核心計(jì)算平臺(tái)

41.移動(dòng)云計(jì)算的應(yīng)用現(xiàn)狀及存在問題分析 

42.云計(jì)算中虛擬機(jī)放置的自適應(yīng)管理與多目標(biāo)優(yōu)化 

43.云計(jì)算:概念、技術(shù)及應(yīng)用研究綜述  

44.基于虛擬散列安全訪問路徑VHSAP的云計(jì)算路由平臺(tái)防御DDoS攻擊方法

45.云計(jì)算集群相空間負(fù)載均衡度優(yōu)先調(diào)度算法研究 

46.電力系統(tǒng)云計(jì)算中心的研究與實(shí)踐 

47.云計(jì)算初探  

48.隨機(jī)任務(wù)在云計(jì)算平臺(tái)中能耗的優(yōu)化管理方法 

49.基于“云計(jì)算”的數(shù)字圖書館服務(wù)模式 

50.云計(jì)算與信息資源共享管理  

51.云計(jì)算中調(diào)度問題研究綜述

52.云計(jì)算給圖書館管理帶來挑戰(zhàn)

53.云計(jì)算安全研究綜述  

54.云計(jì)算中數(shù)據(jù)隱私保護(hù)研究進(jìn)展  

55.云計(jì)算應(yīng)用及其安全問題研究  

56.基于云計(jì)算的電力數(shù)據(jù)中心基礎(chǔ)架構(gòu)及其關(guān)鍵技術(shù) 

57.基于云計(jì)算和極限學(xué)習(xí)機(jī)的分布式電力負(fù)荷預(yù)測(cè)算法 

58.美國(guó)聯(lián)邦政府云計(jì)算戰(zhàn)略  

59.基于云計(jì)算平臺(tái)的新型電子取證研究 

60.云計(jì)算信息安全分析與實(shí)踐 

61.基于Openstack的科研教學(xué)云計(jì)算平臺(tái)的構(gòu)建與運(yùn)用  

62.云計(jì)算安全關(guān)鍵技術(shù)分析  

63.云計(jì)算技術(shù)研究與應(yīng)用綜述 

64.基于云計(jì)算的義務(wù)教育學(xué)科課程資源共建共享模式 

65.面向云計(jì)算環(huán)境的能耗測(cè)量和管理方法 

66.基于云計(jì)算的實(shí)驗(yàn)室管理信息系統(tǒng)設(shè)計(jì)

67.云計(jì)算概念、模型和關(guān)鍵技術(shù)  

68.云計(jì)算環(huán)境下的審計(jì)業(yè)務(wù)模式變革研究 

69.基于Hadoop的分布式云計(jì)算/云存儲(chǔ)方案的研究與設(shè)計(jì)

70.云計(jì)算環(huán)境中綠色服務(wù)級(jí)目標(biāo)的分析、量化、建模及評(píng)價(jià)

71.基于云計(jì)算的圖書館建設(shè)與服務(wù)發(fā)展 

72.物聯(lián)網(wǎng)、大數(shù)據(jù)及云計(jì)算技術(shù)在煤礦安全生產(chǎn)中的應(yīng)用研究 

73.基于專利分析的我國(guó)云計(jì)算技術(shù)發(fā)展現(xiàn)狀研究 

74.云計(jì)算的價(jià)值創(chuàng)造及其機(jī)理  

75.云計(jì)算環(huán)境下高校實(shí)驗(yàn)教學(xué)模式的創(chuàng)新與實(shí)踐 

76.寄心海上云:云計(jì)算環(huán)境下的知識(shí)管理 

77.基于云計(jì)算的居民用電行為分析模型研究 

78.云計(jì)算環(huán)境下的數(shù)據(jù)存儲(chǔ)  

79.基于效用的云計(jì)算容錯(cuò)策略和模型 

80.云計(jì)算環(huán)境下的智能決策研究綜述  

81.云計(jì)算安全風(fēng)險(xiǎn)因素挖掘及應(yīng)對(duì)策略 

82.我國(guó)云計(jì)算產(chǎn)業(yè)發(fā)展趨勢(shì)及政策建議 

83.云計(jì)算安全需求分析研究 

84.智能電網(wǎng)中虛擬化云計(jì)算安全的研究 

85.云計(jì)算架構(gòu)下的移動(dòng)學(xué)習(xí) 

86.基于云計(jì)算的終身教育服務(wù)平臺(tái)設(shè)計(jì) 

87.云計(jì)算在電力系統(tǒng)數(shù)據(jù)災(zāi)備業(yè)務(wù)中的應(yīng)用研究 

88.云計(jì)算與圖書館:為云計(jì)算研究辯護(hù) 

89.淺談云計(jì)算技術(shù)  

90.云計(jì)算研究現(xiàn)狀與發(fā)展趨勢(shì) 

91.云計(jì)算環(huán)境下的著作權(quán)制度:挑戰(zhàn)、機(jī)遇與未來展望 

92.基于云計(jì)算的數(shù)字化信息資源建設(shè)模型的研究 

93.云計(jì)算發(fā)展態(tài)勢(shì)與關(guān)鍵技術(shù)進(jìn)展 

94.云計(jì)算技術(shù)在圖書館中的應(yīng)用探討 

95.國(guó)外云計(jì)算發(fā)展現(xiàn)狀綜述  

96.云計(jì)算對(duì)知識(shí)產(chǎn)權(quán)保護(hù)的若干影響  

97.基于云計(jì)算的遠(yuǎn)程教學(xué)資源建設(shè)模式——以浙江開放大學(xué)為例 

98.云計(jì)算在智慧校園中的應(yīng)用研究  

99.對(duì)云計(jì)算技術(shù)及應(yīng)用的研究 

100.云計(jì)算應(yīng)用展望與思考  

101.云計(jì)算給圖書館帶來的發(fā)展機(jī)遇  

102.云學(xué)習(xí):云計(jì)算激發(fā)的學(xué)習(xí)理念  

103.云計(jì)算環(huán)境下的信息資源云服務(wù)模式研究  

104.云計(jì)算研究進(jìn)展綜述 

105.云計(jì)算及安全分析  

106.一種云計(jì)算操作系統(tǒng)TransOS:基于透明計(jì)算的設(shè)計(jì)與實(shí)現(xiàn) 

107.基于等級(jí)保護(hù)的云計(jì)算安全評(píng)估模型  

108.云計(jì)算:從概念到平臺(tái)  

109.云計(jì)算環(huán)境下信息安全分析  

110.云計(jì)算技術(shù)簡(jiǎn)述  

111.云計(jì)算綜述與移動(dòng)云計(jì)算的應(yīng)用研究  

112.中國(guó)云計(jì)算產(chǎn)業(yè)結(jié)構(gòu)和商業(yè)模式  

113.云計(jì)算安全問題  

114.云計(jì)算下的國(guó)外圖書館聯(lián)盟服務(wù)研究 

115.云計(jì)算技術(shù)的應(yīng)用及發(fā)展趨勢(shì)綜述  

116.云計(jì)算在區(qū)域信息資源共享中的應(yīng)用探究  

117.基于云計(jì)算的圖書館信息平臺(tái)的構(gòu)建  

118.云計(jì)算技術(shù)驅(qū)動(dòng)下構(gòu)建數(shù)字圖書館虛擬化環(huán)境的探討  

119.云計(jì)算支撐信息服務(wù)社會(huì)化、集約化和專業(yè)化 

120.云計(jì)算環(huán)境下基于協(xié)同過濾的個(gè)性化推薦機(jī)制 

121.云計(jì)算環(huán)境下的網(wǎng)絡(luò)技術(shù)研究  

122.云計(jì)算模式在電力調(diào)度系統(tǒng)中的應(yīng)用  

篇5

【 Abstract 】 In order to let in a hybrid cloud computing environment computing task confidentiality and privacy protection， avoid malicious nodes or operating environment computing task structure， logical system and target， it is necessary to build a new computing security algorithm security. This algorithm not only according to the computing ability and characteristics of cluster server nodes， but also the relevant aspects of the user terminal nodes is taken into account， the whole calculation task safely and reliably in a hybrid cloud computing environment， the computing tasks of security and privacy protection. In this paper， the definition and connotation of the hybrid cloud computing is discussed， pointing out that the current task of data security and privacy protection for hybrid cloud computing problems， according to the calculation of the relevant aspects of the research on hybrid cloud， we put forward a method that can effectively guarantee the data security and privacy of the task.

【 Keywords 】 hybrid cloud computing； privacy protection； mobile agent technology

1 引言

現(xiàn)階段對(duì)于云計(jì)算的要求大都是服務(wù)器端具有較強(qiáng)的計(jì)算能力和較大的資源儲(chǔ)存；而對(duì)海量的用戶終端節(jié)點(diǎn)所包含各種有效資源的開發(fā)和利用并沒有予以重視，這些廣大的用戶終端節(jié)點(diǎn)也就是公有云。實(shí)際上，終端節(jié)點(diǎn)自身也具有計(jì)算、儲(chǔ)存各種信息資源的能力，由于這方面沒有引起足夠重視，終端節(jié)點(diǎn)的這些功能經(jīng)常得不到利用，處于閑置狀態(tài)，這使得大量接入互聯(lián)網(wǎng)的終端節(jié)點(diǎn)中所包含的計(jì)算和存儲(chǔ)資源流失，造成了資源的浪費(fèi)。通過對(duì)終端節(jié)點(diǎn)所包含的各種潛在資源的研究、開發(fā)和利用，在原有的私有云計(jì)算的基礎(chǔ)上，利用公有云的資源，建立混合云計(jì)算模型，可以將互聯(lián)網(wǎng)中服務(wù)器端和用戶終端上資源的收集最大化，這不僅可以提高工作效率，還能夠獲得更多的收益。當(dāng)然，由用戶終端來執(zhí)行分配的計(jì)算任務(wù)時(shí)，一定要讓計(jì)算的安全性和計(jì)算任務(wù)（例如企業(yè)進(jìn)行大范圍的數(shù)據(jù)分析）的機(jī)密性得到保證，阻止惡意節(jié)點(diǎn)或競(jìng)爭(zhēng)對(duì)手對(duì)該任務(wù)的窺探，實(shí)現(xiàn)讓用戶在不知道該任務(wù)具體內(nèi)容的前提下執(zhí)行該任務(wù)的目的，這個(gè)安全問題在混合云計(jì)算過程中必須得到重視并加以解決。

2 目前混合云計(jì)算中存在的問題

2.1 用戶終端的安全缺乏保障

在混合云計(jì)算環(huán)境下，用戶終端通過相關(guān)云計(jì)算平臺(tái)來實(shí)現(xiàn)對(duì)計(jì)算任務(wù)的處理和完成，在這個(gè)過程中，就可能會(huì)出現(xiàn)負(fù)責(zé)執(zhí)行任務(wù)的用戶終端節(jié)點(diǎn)受到計(jì)算任務(wù)本身包含的病毒和木馬的攻擊，或者用戶的隱私信息（如網(wǎng)絡(luò)地址、身份信息）被一些服務(wù)商或其他惡意節(jié)點(diǎn)非法獲取等情況。

2.2 對(duì)云計(jì)算平臺(tái)的安全管理不足

隨著云計(jì)算數(shù)據(jù)量、用戶量的增加，相關(guān)平臺(tái)所包含的信息也會(huì)越來越多，自然就容易成為黑客攻擊的目標(biāo)。因此，對(duì)云計(jì)算平臺(tái)的安全管理非常重要，然而現(xiàn)階段對(duì)該項(xiàng)目的研究還沒有取得實(shí)質(zhì)性的進(jìn)展，因而針對(duì)云計(jì)算平臺(tái)的安全管理體系并不健全。

2.3 對(duì)計(jì)算任務(wù)機(jī)密性的安全管理不夠完善

混合云計(jì)算結(jié)合了私有云和公有云，作為任務(wù)發(fā)起者對(duì)私有云的安全性可以做到較好的控制，然而公有云是由海量用戶節(jié)點(diǎn)構(gòu)成的，根本不能確保沒有惡意節(jié)點(diǎn)和執(zhí)行環(huán)境的情況出現(xiàn)。因而，一旦缺乏有效地安全管理措施，整個(gè)計(jì)算任務(wù)的機(jī)密性和安全性就有可能遭到損害。

3 在混合云計(jì)算環(huán)境中保障數(shù)據(jù)安全和隱私的一種有效方案

針對(duì)目前混合云計(jì)算安全管理中存在的問題，提出了一種可行性方案，也就是將移動(dòng)Agent技術(shù)融入到混合云計(jì)算中，這種以移動(dòng)Agent技術(shù)為基礎(chǔ)的算法有效地解決這些問題。

3.1 移動(dòng)Agent的含義和工作原理

移動(dòng)Agent技術(shù)就是在智能Agent技術(shù)的基礎(chǔ)上，增加了移動(dòng)性的技術(shù)，結(jié)合了移動(dòng)Agent技術(shù)編寫的操作系統(tǒng)，具備了生存機(jī)制、計(jì)算機(jī)制、安全機(jī)制、通信機(jī)制、遷移機(jī)制，并通過科學(xué)合理的協(xié)調(diào)和完善，形成了一整套體系。無論是根據(jù)地理因素還是邏輯因素分布的網(wǎng)絡(luò)節(jié)點(diǎn)都符合這種算法的要求，都能夠運(yùn)用這種計(jì)算模式，通過為相關(guān)網(wǎng)絡(luò)節(jié)點(diǎn)提供信息服務(wù)，使移動(dòng)Agent技術(shù)在各種混合云計(jì)算系統(tǒng)中都能得到有效應(yīng)用。同時(shí)，在分配和執(zhí)行任務(wù)的各終端節(jié)點(diǎn)上建立移動(dòng)Agent的執(zhí)行環(huán)境也很重要，也就是移動(dòng)Agent服務(wù)設(shè)施（簡(jiǎn)稱MAE），這樣才能使移動(dòng)Agent在各網(wǎng)絡(luò)節(jié)點(diǎn)間自行移動(dòng)。在混合云計(jì)算系統(tǒng)中，所有計(jì)算的載體就是移動(dòng)Agent，移動(dòng)Agent負(fù)責(zé)的主要工作就是對(duì)計(jì)算任務(wù)進(jìn)行封裝和分配處理。

3.2 運(yùn)用了移動(dòng)Agent技術(shù)的混合云計(jì)算系統(tǒng)的工作方式

負(fù)責(zé)處理任務(wù)分配工作的節(jié)點(diǎn)在接受了用戶提交的任務(wù)后，將任務(wù)進(jìn)行分割，將大的整體任務(wù)分割成一個(gè)個(gè)子任務(wù)，并且要確保各子任務(wù)之間存在的相同性、耦合性降到最低。如果能保證各子任務(wù)之間不存在任何交集，在獨(dú)立的環(huán)境下被執(zhí)行，完成任務(wù)后，將成果提交至分配任務(wù)的服務(wù)器節(jié)點(diǎn)，這種方式在云計(jì)算的環(huán)境中，就可能會(huì)造成子任務(wù)粒度增加的后果，這就使得云系統(tǒng)執(zhí)行效率的降低，同時(shí)也使各子任務(wù)執(zhí)行終端節(jié)點(diǎn)的工作量變大，任務(wù)負(fù)擔(dān)變重，從而增加了整個(gè)流程的循環(huán)時(shí)間，在工作效率降低的同時(shí)，也產(chǎn)生了安全隱患。在混合云計(jì)算環(huán)境中，這樣的安全問題主要表現(xiàn)在：一旦具有較大粒子度的子任務(wù)被分配到了執(zhí)行任務(wù)的終端節(jié)點(diǎn)中，那么該終端節(jié)點(diǎn)就可以很輕易地通過對(duì)這個(gè)子任務(wù)數(shù)據(jù)和代碼的解讀和分析，推測(cè)出整個(gè)任務(wù)的執(zhí)行邏輯和具體目標(biāo)，在存在惡意節(jié)點(diǎn)或主機(jī)的情況下，必然會(huì)對(duì)提交任務(wù)用戶隱私的機(jī)密性和整個(gè)云端計(jì)算的安全性造成不利影響。

通過盡可能地降低子任務(wù)粒度的方式，就可以讓各子任務(wù)之間的關(guān)系保持兩種形式： （1）各子任務(wù)之間的因果關(guān)系：一個(gè)子任務(wù)的執(zhí)行要以上一個(gè)子任務(wù)的完成為前提；（2）各分子任務(wù)之間不存在密切的合作關(guān)系：各子任務(wù)可以同步執(zhí)行。

根據(jù)用戶提交的任務(wù)要求，將整個(gè)任務(wù)分割成具體的若干子任務(wù)，再把這些子任務(wù)分配到云計(jì)算系統(tǒng)的各個(gè)節(jié)點(diǎn)上，當(dāng)然，這一切工作都是建立在移動(dòng)Agent技術(shù)上。如果主要考慮信息的安全性和可控制性，那么就應(yīng)該盡可能地把子任務(wù)分配到服務(wù)器端節(jié)點(diǎn)上；如果主要考慮任務(wù)的平衡性和網(wǎng)絡(luò)資源被充分利用，那么就應(yīng)該盡可能地把子任務(wù)分配到終端節(jié)點(diǎn)上，因?yàn)榉?wù)器端節(jié)點(diǎn)可利用的計(jì)算資源是有限的，而用戶終端節(jié)點(diǎn)數(shù)量非常龐大，這就使得終端節(jié)點(diǎn)可利用的計(jì)算資源和儲(chǔ)存空間比服務(wù)器端節(jié)點(diǎn)要巨大得多，更有利于網(wǎng)絡(luò)資源的充分利用。

4 保障混合云計(jì)算數(shù)據(jù)安全和隱私的其他途徑

建立和完善第三方認(rèn)證體系。第三方認(rèn)證是提高雙方信任的一種有效手段，即采用一個(gè)中立機(jī)構(gòu)對(duì)信雙方進(jìn)行約束。

提高對(duì)企業(yè)信譽(yù)的重視度。企業(yè)信譽(yù)對(duì)于任何一個(gè)競(jìng)爭(zhēng)領(lǐng)域的企業(yè)而言都是至關(guān)重要的。一般來說，越大的企業(yè)對(duì)自身信譽(yù)看得越重，不會(huì)為了利益去竊取客戶的數(shù)據(jù)。

實(shí)行合同約束制度。云計(jì)算服務(wù)商應(yīng)該提出相關(guān)符合自身情況的云計(jì)算服務(wù)協(xié)議，明確自身的服務(wù)質(zhì)量、技術(shù)水平、知識(shí)產(chǎn)權(quán)等方面的情況，從而對(duì)雙方的權(quán)利和義務(wù)進(jìn)行規(guī)定。

5 結(jié)束語

綜上所述，盡管目前在混合云計(jì)算數(shù)據(jù)安全和隱私的保護(hù)中存在一些問題，但只要能采用文中所提到的方案和途徑，并對(duì)其加以研究和探索，將其廣泛的應(yīng)用于混合云計(jì)算的項(xiàng)目中，就可以在計(jì)算任務(wù)更高效地完成的同時(shí)，使重要計(jì)算數(shù)據(jù)安全和隱私得到有效保護(hù)。

參考文獻(xiàn)

[1] 陳克非，翁健.云計(jì)算環(huán)境下數(shù)據(jù)安全與隱私保護(hù)[J].杭州師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2014（6）.

[2] 張卓奇，郭衛(wèi)斌.混合云存儲(chǔ)環(huán)境下的數(shù)據(jù)訪問隱私保護(hù)方案[J].計(jì)算機(jī)工程與設(shè)計(jì)，2014（7）.

[3] 陳科有.混合云計(jì)算數(shù)據(jù)安全與隱私保護(hù)問題研究[D].2013.

篇6

一、云計(jì)算基本概念

近些年，云計(jì)算這一概念在行業(yè)內(nèi)被普遍提及，也隨之為這一技術(shù)帶來了巨大的發(fā)展。維基百科（）對(duì)云計(jì)算的定義如下：一種基于互聯(lián)網(wǎng)的計(jì)算機(jī)新方式，通過互聯(lián)網(wǎng)上的異構(gòu)、自治的服務(wù)為個(gè)人和企業(yè)用戶提供按需即取的計(jì)算。分析這一概念我們可以了解到，在互聯(lián)網(wǎng)時(shí)代，計(jì)算能力已經(jīng)成為了一種“商品”在進(jìn)行銷售，它就像我們?nèi)粘Ｉ钪械乃?、煤氣一樣，價(jià)格便宜，使用方便。目前，國(guó)內(nèi)外的互聯(lián)網(wǎng)商業(yè)巨頭紛紛推出自己的云計(jì)算平臺(tái)，如google、微軟、IBM、亞馬遜等，并將其作為未來發(fā)展的重要戰(zhàn)略之一。因此，針對(duì)云計(jì)算的研究不僅是互聯(lián)網(wǎng)時(shí)代業(yè)界技術(shù)發(fā)展的重要趨勢(shì)，也具有十分重要的應(yīng)用價(jià)值。

二、云計(jì)算的體系結(jié)構(gòu)

云計(jì)算是一個(gè)革命性的舉措，它不僅帶來了IT模式的變化，也引發(fā)了IT服務(wù)的變革。在云計(jì)算時(shí)代，數(shù)據(jù)是自己的，而對(duì)于數(shù)據(jù)的計(jì)算、處理等操作，都可以交給云計(jì)算數(shù)據(jù)中心進(jìn)行。云計(jì)算平臺(tái)可以看成是一個(gè)強(qiáng)大的“云”網(wǎng)絡(luò)，不僅將眾多并發(fā)的網(wǎng)格計(jì)算和服務(wù)連接起來，還利用虛擬化技術(shù)對(duì)每一個(gè)服務(wù)器能力進(jìn)行拓展，這樣就通過云計(jì)算平臺(tái)使得各自的資源整合起來，擁有超級(jí)計(jì)算和存儲(chǔ)能力。從總體上看，云計(jì)算由三個(gè)基礎(chǔ)部分組成：基礎(chǔ)設(shè)施，網(wǎng)絡(luò)和終端。

三、云計(jì)算的關(guān)鍵技術(shù)

云計(jì)算是以數(shù)據(jù)為中心的一種數(shù)據(jù)密集型的超級(jí)計(jì)算方式，它在數(shù)據(jù)存儲(chǔ)和管理、編程模式和虛擬化等方面都具有自身獨(dú)特的技術(shù)。

（一）數(shù)據(jù)存儲(chǔ)和管理。云計(jì)算的數(shù)據(jù)一般采用分布式方式進(jìn)行存儲(chǔ)和管理。為了保證數(shù)據(jù)的高吞吐率、可靠性及高利用率，冗余存儲(chǔ)的方式也時(shí)常采用。此外，鑒于云計(jì)算中對(duì)數(shù)據(jù)讀取和分析的頻率高于數(shù)據(jù)更新頻率，云計(jì)算系統(tǒng)的數(shù)據(jù)管理常采用列存儲(chǔ)的數(shù)據(jù)管理模式---將表按列劃分后存儲(chǔ)。

（二）編程模式。在云計(jì)算系統(tǒng)的編程實(shí)現(xiàn)過程中，應(yīng)當(dāng)盡可能的簡(jiǎn)單化。究其原因，主要是因?yàn)楹?jiǎn)單化的編程模式能夠?yàn)榛谠朴?jì)算服務(wù)的開發(fā)人員提供便利，可以幫助他們?cè)谶M(jìn)行后臺(tái)并行執(zhí)行和任務(wù)調(diào)度時(shí)獲得相對(duì)透明的流程，進(jìn)一步得幫忙他們專心于業(yè)務(wù)邏輯。

（三）虛擬化技術(shù)。虛擬化技術(shù)是云計(jì)算有別于一般并行計(jì)算的根本性特點(diǎn)，也是云計(jì)算中的一個(gè)關(guān)鍵技術(shù)。采用虛擬機(jī)技術(shù)對(duì)云計(jì)算資源進(jìn)行管理具有以下幾點(diǎn)優(yōu)勢(shì)：移動(dòng)性、獨(dú)立性和高整合性。

四、云計(jì)算中的網(wǎng)絡(luò)拓?fù)湓O(shè)計(jì)

云計(jì)算作為基于互聯(lián)網(wǎng)的商業(yè)計(jì)算模型，其后端的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)十分復(fù)雜。對(duì)云計(jì)算系統(tǒng)中后端大量的服務(wù)器進(jìn)行有效地組織和管理一直是云計(jì)算研究中重要的方面，這是保證云計(jì)算系統(tǒng)穩(wěn)定運(yùn)行的關(guān)鍵。和一般的企業(yè)網(wǎng)絡(luò)、公網(wǎng)相比，云計(jì)算網(wǎng)絡(luò)結(jié)構(gòu)的特點(diǎn)有以下幾方面不同：

（一）云計(jì)算系統(tǒng)后端網(wǎng)絡(luò)的復(fù)雜程度遠(yuǎn)遠(yuǎn)大于一般公司的網(wǎng)絡(luò)，因此，合理高效的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)是云計(jì)算系統(tǒng)中的關(guān)鍵，其主要的作用在于為網(wǎng)絡(luò)中數(shù)據(jù)傳輸?shù)臅惩ê头€(wěn)定提供保證。

（二）云計(jì)算系統(tǒng)網(wǎng)絡(luò)內(nèi)部的數(shù)據(jù)流量大，主要由于系統(tǒng)主要面向大量的用戶和大規(guī)模的業(yè)務(wù)處理。同時(shí)，還可能會(huì)有服務(wù)等級(jí)區(qū)分度較大的問題。

（三）云計(jì)算系統(tǒng)的中網(wǎng)絡(luò)需要保證高穩(wěn)定性，這主要是由于用戶所有業(yè)務(wù)及數(shù)據(jù)都依賴云來開展。

（四）云計(jì)算系統(tǒng)需要有良好的可擴(kuò)展性。云計(jì)算系統(tǒng)的規(guī)模較大，不可能一次性建設(shè)完成，而且用戶規(guī)模會(huì)隨服務(wù)的增加持續(xù)擴(kuò)大，因此，如果沒有良好的可擴(kuò)展性很難滿足要求。

圖 1. 云系統(tǒng)后端網(wǎng)絡(luò)結(jié)構(gòu)示意圖

云計(jì)算系統(tǒng)中整個(gè)網(wǎng)絡(luò)的效率、穩(wěn)定性和復(fù)雜度由核心交換層的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)決定。顯而易見的，如果核心交換節(jié)點(diǎn)直接兩兩相【摘 要】本文的出發(fā)點(diǎn)為云計(jì)算的網(wǎng)絡(luò)需求，針對(duì)云計(jì)算系統(tǒng)中的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特點(diǎn)進(jìn)行研究與分析，提出了云計(jì)算系統(tǒng)中網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的基本思想――由中心的主干交換部分和樹狀子網(wǎng)組成；并給出了相應(yīng)的實(shí)現(xiàn)解決思路。

【關(guān)鍵詞】云計(jì)算 網(wǎng)絡(luò)拓?fù)湓O(shè)計(jì) 算法實(shí)現(xiàn)

連，由此形成的全連通網(wǎng)絡(luò)抗穩(wěn)定性是最優(yōu)的，網(wǎng)絡(luò)的暢通性也能夠得到保證。但是，這樣拓?fù)浣Y(jié)構(gòu)的網(wǎng)絡(luò)其建設(shè)和維護(hù)的成本較高，各個(gè)核心交換節(jié)點(diǎn)中的路由和管理復(fù)雜度極高。另一方面，直接以各自交換節(jié)點(diǎn)為根生成最小生成樹也可以構(gòu)建網(wǎng)絡(luò)，這樣的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)相對(duì)簡(jiǎn)單，成本低，但是其穩(wěn)定性較差，容易造成網(wǎng)絡(luò)的不連通。

因此，一種合理且有效的方式可以簡(jiǎn)化為如圖1所示的結(jié)構(gòu)。通過對(duì)該網(wǎng)絡(luò)抽象化，將需要研究的問題突出顯示，即抽象化每一個(gè)子網(wǎng)為一個(gè)節(jié)點(diǎn)，給每個(gè)節(jié)點(diǎn)附上交換能力、子網(wǎng)流量和地理位置信息等特性。此時(shí)，針對(duì)網(wǎng)絡(luò)主干拓?fù)浣Y(jié)構(gòu)的設(shè)計(jì)問題就可以表示為如何在已知若干節(jié)點(diǎn)容量、地理位置信息和可能流量等信息的前提下，將這些節(jié)點(diǎn)互相連接并形成一個(gè)冗余小、網(wǎng)絡(luò)架設(shè)開銷小的網(wǎng)絡(luò)拓?fù)洹?/p>

針對(duì)云計(jì)算網(wǎng)絡(luò)拓?fù)湓O(shè)計(jì)已有眾多研究者進(jìn)行了深入的研究和討論，該問題可以表示成圖論中的一個(gè)數(shù)學(xué)模型：即抽象化云計(jì)算系統(tǒng)中的網(wǎng)絡(luò)節(jié)點(diǎn)和所有可能的鏈路，表示為圖論中圖的頂點(diǎn)和邊，抽象化帶寬、延時(shí)、鏈路長(zhǎng)度等表示為圖的邊權(quán)重。

本文針對(duì)云計(jì)算系統(tǒng)后端網(wǎng)絡(luò)的特點(diǎn)，給出了云計(jì)算網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)組成---主干交換部分為中心和樹狀子網(wǎng)為結(jié)構(gòu)。通過將該問題抽象化為數(shù)學(xué)模型，并求解該抽象化問題，能夠有效地計(jì)算出云計(jì)算系統(tǒng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。

參考文獻(xiàn)：

[1]鄧自立， 云計(jì)算中的網(wǎng)絡(luò)拓?fù)湓O(shè)計(jì)和Hadoop平臺(tái)研究，[D].中國(guó)科學(xué)技術(shù)大學(xué). 2009. 學(xué)位論文

篇7

中圖分類號(hào)：TP39文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.3969/j.issn.10036199.2017.01.031

1簡(jiǎn)介

云計(jì)算的發(fā)展基于面向服務(wù)的體系結(jié)構(gòu)、 網(wǎng)格計(jì)算、 并行計(jì)算和分布式計(jì)算等，這是一個(gè)新的脫穎而出的模式，是以高效的為用戶提供服務(wù)為前提的模式[1]。由于它的如基礎(chǔ)設(shè)施服務(wù) ，平臺(tái)即服務(wù)和軟件即服務(wù)的卓越性能，云計(jì)算被人們廣泛的接受并使用。通過不斷提高了用戶的使用效率，同時(shí)向不同的消費(fèi)層次提供各項(xiàng)服務(wù)，云計(jì)算環(huán)境已經(jīng)成為數(shù)據(jù)中心的主要力量。

云算中降低數(shù)據(jù)中心的能源消耗是一個(gè)具有挑戰(zhàn)性且復(fù)雜的問題，這需要性能卓越的服務(wù)器。節(jié)約能源對(duì)于確保未來云計(jì)算是可一種持續(xù)的資源是相當(dāng)必要的[2]。近些年綠色計(jì)算的宣傳提出解決這一問題的很多辦法，其中許多工作基于功率效率（電源效率）展開，如節(jié)能處理器，硬件支持DVFS技術(shù)等，也有其他方法來降低虛擬數(shù)據(jù)中心的能源消耗[3]。通過虛擬化技術(shù)可實(shí)現(xiàn)軟件應(yīng)用與底層硬件相隔離，它包括將單個(gè)資源劃分成多個(gè)虛擬資源的裂分模式，也包括將多個(gè)資源整合成一個(gè)虛擬資源的聚合模式[4]。當(dāng)虛擬機(jī)上運(yùn)行的移動(dòng)信息從一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)到另一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)時(shí)，需要應(yīng)用虛擬機(jī)的快速遷移技術(shù)來平衡工作所產(chǎn)生的負(fù)載。

虛擬機(jī)管理是提高云計(jì)算數(shù)據(jù)中心效率的關(guān)鍵問題。許多研究工作都圍繞這個(gè)問題展開，不同的資源分配策略會(huì)導(dǎo)致不同的成本和效率水平[5]。因此，如何找到一個(gè)高效的資源分配策略，特別是針對(duì)有限的能源的分配，同時(shí)消耗較低的能源消耗，這是一項(xiàng)艱巨的任務(wù)。

這篇文章當(dāng)中，我們提出了一種改進(jìn)的遺傳算法，該算法重點(diǎn)研究考慮網(wǎng)絡(luò)延遲和能源消耗的動(dòng)態(tài)資源管理。我們認(rèn)為在云計(jì)算環(huán)境中的用戶的服務(wù)質(zhì)量是非常重要的，因此應(yīng)答時(shí)間也是這個(gè)實(shí)驗(yàn)的關(guān)鍵點(diǎn)。這篇論文的貢獻(xiàn)在于以下倆點(diǎn)：第一，在相同功率條件下，我們的方法降低了用戶請(qǐng)求的響應(yīng)時(shí)間，提高了用戶的服務(wù)質(zhì)量；第二，在相同的響應(yīng)時(shí)間內(nèi)，我們的方法又能有效的降低能量功耗。

計(jì)算技術(shù)與自動(dòng)化2017年3月

第36卷第1期李爽：基于云計(jì)算服務(wù)質(zhì)量感知的虛擬機(jī)節(jié)能管理研究

2研究背景和相關(guān)工作

在云計(jì)算中，能量感知一直是研究的一個(gè)重點(diǎn)內(nèi)容。近期的研究方式是通過關(guān)閉不活躍的服務(wù)器來達(dá)到節(jié)約能源的作用。文獻(xiàn)[6]定義了一個(gè)高效節(jié)能云計(jì)算解決方案的體系結(jié)構(gòu)框架和原則，然后又介紹了高效節(jié)能管理的虛擬機(jī)分配算法。王曉瑩等[7]提出的資源分配和使用可變時(shí)工作負(fù)載和異構(gòu)多級(jí)應(yīng)用的能源管理的自適應(yīng)模型方法。根據(jù)文獻(xiàn)[8]的論述，該作者使用新的自適應(yīng)粒子游動(dòng)來優(yōu)化的虛擬機(jī)配置，以使空閑服務(wù)器的處于省電狀態(tài)。

很多工作圍繞負(fù)載平衡結(jié)合若干的途徑能解決節(jié)約能源的問題。前人通過使用關(guān)閉計(jì)算機(jī)電源的方法并不能起到根本的作用，且此種做法只能在理論層面實(shí)現(xiàn)。在文獻(xiàn)[11]中，作者建議使用局部?jī)?yōu)化的隨機(jī)爬山算法來動(dòng)態(tài)分配進(jìn)入服務(wù)器和虛擬機(jī)的工作。文獻(xiàn)[12]解決了在云計(jì)算環(huán)境下基于使用映射-規(guī)約編程模型的資源管理問題。趙劍鋒等人的論文[8]將資源調(diào)度模型轉(zhuǎn)化為具有負(fù)載均衡目標(biāo)的有向化多背包問題。文獻(xiàn)[14]提出了一種資源調(diào)度模型，它使用的概念資源服務(wù)比率作為目標(biāo)函數(shù)，而不是任務(wù)完成時(shí)間，然后采用分布估計(jì)算法（EDA）做了驗(yàn)證。研究者通過大量的實(shí)驗(yàn)證明了他們提出的調(diào)度模型比EDA的資源服務(wù)比率算法的效率平均提高了至少1.004，最多1.793倍。

3利用改進(jìn)遺傳算法的資源配置

為了節(jié)約能源和提升用戶的響應(yīng)時(shí)間，在這部分中，我們首先描述一個(gè)系統(tǒng)的模型，然后我們介紹能源損耗的定義，最后，我們提出一種采用改進(jìn)能量功率的遺傳算法的優(yōu)化算法。

3.1系統(tǒng)模型

本文定義的系統(tǒng)模型與以往有倆種不同：首先，不同于大多數(shù)的節(jié)能系統(tǒng)如在文獻(xiàn)[6][7]中提到的，注重考慮CPU和RAM的負(fù)載平衡，本文著重從用戶方面考慮網(wǎng)絡(luò)延遲和應(yīng)答時(shí)間；第二，云計(jì)算可以跨越不同的地理數(shù)據(jù)中心，所以與文獻(xiàn)[10]認(rèn)為數(shù)據(jù)中心是一個(gè)單一的物理位置不同，我們假設(shè)數(shù)據(jù)中心分布在多個(gè)地區(qū)。

在本文的系統(tǒng)模塊中，數(shù)據(jù)中心層是由不同地區(qū)的物理網(wǎng)絡(luò)連接的，如圖1。每一個(gè)地區(qū)的數(shù)據(jù)中心一般是由N臺(tái)如計(jì)算機(jī)、服務(wù)器這樣的等獨(dú)立機(jī)器組成的節(jié)點(diǎn)集，這些個(gè)獨(dú)立的機(jī)器集合被描繪成集合 P= {pm1， pm2， … ， pmN}。這些節(jié)點(diǎn)集的通訊是通過全互聯(lián)通訊子系統(tǒng)（如圖1）連接的。節(jié)點(diǎn)集中每一臺(tái)節(jié)點(diǎn)機(jī)器都是獨(dú)立的，可以單獨(dú)的打開或關(guān)閉。在每一臺(tái)機(jī)器上，都安裝了基于內(nèi)核的虛擬機(jī)虛擬化軟件，可以運(yùn)行N個(gè)獨(dú)立的虛擬機(jī)管理程序集，這個(gè)集合被表示為集合V= {vm1， vm2， …， vmM}。在這個(gè)模型中，個(gè)人機(jī)上面運(yùn)行的虛擬機(jī)管理系統(tǒng)可以被終止、重啟、或從其他個(gè)人機(jī)集合中遷移。如圖1中的虛線所示，就像在許多系統(tǒng)中，當(dāng)執(zhí)行一個(gè)接收資源的任務(wù)時(shí)，消息可以從一臺(tái)機(jī)器傳播到另一臺(tái)機(jī)器。當(dāng)虛擬機(jī)管理集向其他地區(qū)移動(dòng)的時(shí)候，我們的模型需要考慮延遲時(shí)間。

4實(shí)驗(yàn)結(jié)論

在這部分中，我們以云分析（cloudAnalyst）基準(zhǔn)的評(píng)估價(jià)值來測(cè)量相應(yīng)時(shí)間和能量消耗。

4.1實(shí)驗(yàn)環(huán)境和設(shè)置

考慮到CloudSim和CloudAnalyst是在公開資源已被廣泛的使用開放源碼，我們選擇它們作為基準(zhǔn)來仿真實(shí)際執(zhí)行的情況。CloudSim [12]支持新興的云計(jì)算領(lǐng)域的研究和開發(fā)，并提供了以下新的特點(diǎn)：（1）支持大規(guī)模的云計(jì)算基礎(chǔ)設(shè)施的建模和仿真，包括一個(gè)單一的物理計(jì)算節(jié)點(diǎn)上的數(shù)據(jù)中心；（2）它是一個(gè)用于數(shù)據(jù)中心建模，服務(wù)器，調(diào)度和分配政策的獨(dú)立平臺(tái)。CloudSim眾多的特性中有如下倆點(diǎn)是本次實(shí)驗(yàn)的基本點(diǎn)：（a）有助于創(chuàng)建和管理多個(gè)、獨(dú)立的和共同托管的虛擬化服務(wù)在數(shù)據(jù)中心節(jié)點(diǎn)上的虛擬化引擎的可用性。（b）在處理內(nèi)核的空間共享和時(shí)間共享分配之間切換到虛擬化服務(wù)的靈活性。CloudAnalyst[13] 是墨爾本大學(xué)開發(fā)的研究項(xiàng)目，目的是根據(jù)用戶和數(shù)據(jù)中心的地理分布，去評(píng)估社交網(wǎng)絡(luò)工具的支持率。在這個(gè)項(xiàng)目中，用戶群和支持社交網(wǎng)絡(luò)的數(shù)據(jù)中心都是有一定特點(diǎn)的，那就是都基于他們的位置；而用戶體驗(yàn)的參數(shù)，是可以通過使用社會(huì)網(wǎng)絡(luò)應(yīng)用程序和數(shù)據(jù)中心的負(fù)載來獲得的記錄[14]。

在這個(gè)實(shí)驗(yàn)中，我們?cè)O(shè)置了六組用戶基數(shù)（如表1）。其中“Name”列代表世界六大洲，在不同地區(qū)每組用戶都是包含在同一個(gè)時(shí)區(qū)，而且每一分鐘都會(huì)發(fā)出新的請(qǐng)求。峰值的時(shí)間從3到9。這里假定為十分之一的時(shí)間是在非繁忙時(shí)間的線路上。每個(gè)模擬數(shù)據(jù)中心的主機(jī)由5臺(tái)虛擬機(jī)機(jī)構(gòu)成，配置了512M的內(nèi)存，10G存儲(chǔ)和1000兆的帶寬。

4.2實(shí)驗(yàn)結(jié)果與分析

如4.1部分中提到的場(chǎng)景和配置，我們的模擬實(shí)驗(yàn)從兩個(gè)方面著手：第一、我們證明了網(wǎng)絡(luò)延遲影響用戶的響應(yīng)時(shí)間。第二、我們的算法與DVFS[15，16]從相應(yīng)時(shí)間，能量消耗，虛擬機(jī)集的數(shù)量和合并適應(yīng)性方面進(jìn)行比較

為了在用戶響應(yīng)時(shí)間方面提高服務(wù)質(zhì)量，我們分三種情況監(jiān)測(cè)：首先，我們使用一個(gè)0區(qū)域的數(shù)據(jù)中心DC1，我們得到的結(jié)果總體平均響應(yīng)時(shí)間是292.05毫秒，數(shù)據(jù)中心處理時(shí)間是0.28毫秒。第二，我們使用區(qū)域0、1、2的三個(gè)數(shù)據(jù)中心作為用戶基數(shù)區(qū)域，結(jié)果如圖3（a）所示。最后，我們?cè)诿總€(gè)區(qū)域都部署一個(gè)數(shù)據(jù)中心，結(jié)果如圖3（b）所示。通過這個(gè)實(shí)驗(yàn)，我們可以得出結(jié)論：

（1）當(dāng)數(shù)據(jù)中心虛擬資源的數(shù)量減少時(shí)，響應(yīng)時(shí)間可以大大減少；同時(shí)，處理器處理任務(wù)的時(shí)間不會(huì)節(jié)省很多。

（2）能源消耗與任務(wù)完成時(shí)間不成比例。根據(jù)以往的經(jīng)驗(yàn)，我們假設(shè)一個(gè)毫秒的能量消耗是k，那么平均的能源消耗應(yīng)該是292.05k < 158.72k*3 （圖3a） >50.08k*6 （圖3b）。

圖3（a）使用三組數(shù)據(jù)中心

圖3 （b）使用六組數(shù)據(jù)中心

圖3實(shí)驗(yàn)結(jié)論對(duì)比圖

本文算法與DVFS算法的比較，如圖4所示，a圖是響應(yīng)時(shí)間，b圖是能量的消耗，c圖是虛擬機(jī)遷移的數(shù)量，d 是合并適應(yīng)性。我們模擬實(shí)驗(yàn)的結(jié)果比其他兩種方法節(jié)約了更多的能量，尤其體現(xiàn)在：

（1）通過圖4（a）中所示，第1組和第2組測(cè)試，我們的算法與DVFS幾乎有相同的響應(yīng)時(shí)間，主要原因是因?yàn)樵陂_始的虛擬機(jī)集中的數(shù)據(jù)量比較少；在第3組和第4組數(shù)據(jù)中，我們的算法的響應(yīng)時(shí)間高于DVFS；在接下來的實(shí)驗(yàn)中，我們的算法比DVFS慢了一些，主要是因?yàn)樘摂M機(jī)集在不同地區(qū)遷移，而DVFS并沒有考慮這個(gè)因素的影響，所以當(dāng)小云朵的數(shù)量增加到2000的時(shí)候，DVFS算法的響應(yīng)時(shí)間下降了。

（2）通過圖4（b）的表示可知，我們的算法比DVFS節(jié)約更多的能源，當(dāng)虛擬機(jī)集的數(shù)量比較大的情況下，我們的算法優(yōu)勢(shì)明顯。

（3）通過圖4（c）中描述，我們的算法數(shù)據(jù)遷移的數(shù)量更少。

（4）通過圖4（d）中的結(jié)果表明，在合并適應(yīng)性方面，我們的算法勝過DVFS算法。

（a） 響應(yīng)時(shí)間

（b）能量消耗

（c）虛擬機(jī)遷移數(shù)量

（d）合并適應(yīng)性

圖4本文算法 與DVFS算法比較圖

5結(jié)論和展望

在這篇論文中，提出一種在云環(huán)境下優(yōu)化分配動(dòng)態(tài)資源的方法。主要工作集中于在云計(jì)算中的能量和響應(yīng)時(shí)間，在CloudSim應(yīng)用和CloudAnalyst基準(zhǔn)的幫助下，我們證明了該算法的優(yōu)勢(shì)所在。根據(jù)我們的實(shí)驗(yàn)數(shù)據(jù)，我們的實(shí)驗(yàn)有倆點(diǎn)優(yōu)勢(shì)：它在減少數(shù)據(jù)中心的能源消耗以及給云計(jì)算提高綠色平臺(tái)方面起到了重要作用，第二，我們使用負(fù)載平衡改進(jìn)了響應(yīng)時(shí)間。這個(gè)工作也主要考察了能量消耗和響應(yīng)時(shí)間，我們未來的工作主要將在研究性能集成其他參數(shù)，如CPU、內(nèi)存和網(wǎng)絡(luò)。此外，未來我們將使用并行計(jì)算技術(shù)改進(jìn)我們的方法。

參考文獻(xiàn)

[1]李小六，虛擬化云計(jì)算數(shù)據(jù)中心能量感知資源分配機(jī)制[J]，計(jì)算機(jī)應(yīng)用，2013，33（ 12），86-90 .

[2]王金海，一種基于能量感知的云計(jì)算環(huán)境下虛擬機(jī)部署策略[J]，新疆職業(yè)大學(xué)學(xué)報(bào)，2014，22（1），73-76.

[3]英昌甜，云計(jì)算環(huán)境下能量感知的任務(wù)調(diào)度算法[J]，微電子學(xué)與計(jì)算機(jī)，2012，29（5），188-192.

[4]鐘瀟柔，基于動(dòng)態(tài)遺傳算法的云計(jì)算任務(wù)節(jié)能調(diào)度策略研究[D]，哈爾濱工I大學(xué)，2015.

[5]侯偉，云計(jì)算中基于遺傳算法的能效管理研究[D]，武漢理工大學(xué)，2013.

[6]BELOGLAZOV A，ABAWAJY J，BUYYA R.Energyaware resource allocation heuristics for efficient management of data centers for Cloud computing[J].Future Generation Computer Systems， Volume2012，28：758-760.

[7]WANG Xiaoying DU Zhihui，CHEN YiNong .An adaptive modelfree resource and power management approach for multitier cloud environments[J].Journal of Systems and Software，2012，85：163-168.

[8]JEYARANI R，NAGAVENI N，VASANTH R R，Design and implementation of adaptive power-aware virtual machine provisioner （APA-VMP） using swarm intelligence[J].Future Generation Computer Systems， Volume，2012，28：811-821.

[9]SHARIFI M，SALIMI H，NAJAFZADEH M.Powerefficient distributed scheduling of virtual machines using workload-aware consolidation techniques[J].Journal of Supercomputing，2012，1（61）：46-66.

[10]MONDAL B，DASGUPTA K，DUTTA P.Load balancing in cloud computing using stochastic hill climbing-a soft computing approach[J].Procedia Technology，2012， （4）：785-786.

[11]HUANG Chennjung，GUAN Chihtai.An adaptive resource management scheme in cloud computing[J].Engineering Applications of Artificial Intelligence，2013， 26（1）：382-389.

[12]WANG Rui，BAI Qinghua，BAI Youjia，et al.Research on Semantic Metadata Model for Information Resource Management under Cloud Computing Environment[J].JCIT： Journal of Convergence Information Technology，2012，7（21）：658-661.

[13]CHEN Danwei，ZHANG Ji，XUE Qinghan.Virtual Resources Scheduling Model for Cloud Computing[J].JCIT： Journal of Convergence Information Technology，2012，7（23）：658-661.

篇8

經(jīng)過20多年的發(fā)展，我國(guó)高校的數(shù)字校園建設(shè)經(jīng)歷了從系統(tǒng)應(yīng)用到系統(tǒng)集成的發(fā)展過程，而隨著新技術(shù)的不斷發(fā)展，尤其是物聯(lián)網(wǎng)技術(shù)、無線移動(dòng)網(wǎng)絡(luò)技術(shù)的不斷演進(jìn)，更加重視用戶的應(yīng)用體現(xiàn)，表現(xiàn)在用戶對(duì)數(shù)字校園使用的便捷性，對(duì)各種事務(wù)操作的便利性上來。這種轉(zhuǎn)變，對(duì)新一代數(shù)字校園中網(wǎng)絡(luò)基礎(chǔ)設(shè)施也即校園網(wǎng)絡(luò)的硬件條件提出了更高的要求，這些要求體現(xiàn)在：

一是運(yùn)行更加高速、快捷。校園網(wǎng)絡(luò)的發(fā)展從最早的百兆以太網(wǎng)、ATM網(wǎng)已全面發(fā)展為以萬兆主干的以太網(wǎng)絡(luò)為主體的校園網(wǎng)絡(luò)體系，校園網(wǎng)絡(luò)的運(yùn)行效率、運(yùn)行穩(wěn)定性有了質(zhì)的飛躍。二是無線網(wǎng)絡(luò)的全覆蓋成為校園網(wǎng)絡(luò)發(fā)展的趨勢(shì)。為了適應(yīng)掌上電腦、移動(dòng)終端、手機(jī)用戶應(yīng)用群不斷擴(kuò)大的趨勢(shì)，建立覆蓋整個(gè)校園，穩(wěn)定、可靠的無線網(wǎng)絡(luò)成為校園網(wǎng)絡(luò)建設(shè)與發(fā)展的重點(diǎn)與方向。三是對(duì)校園網(wǎng)絡(luò)的安全性提出了更高的提供論文寫作和寫作服務(wù)lunwen. 1KEJI AN.  C OM,歡迎您的光臨要求。由于數(shù)字校園的建設(shè)，將整個(gè)院校內(nèi)部各種人、財(cái)、物的數(shù)據(jù)聯(lián)網(wǎng)，這一方面為學(xué)校的決策管理提供了最直接的數(shù)據(jù)支撐，另一方面也對(duì)信息安全提出了更高的要求。如何在保證信息安全的基礎(chǔ)上提高應(yīng)用效益成為校園網(wǎng)絡(luò)建設(shè)與管理者不得不考慮的問題。

基于新一代數(shù)字校園對(duì)校園網(wǎng)絡(luò)提出的更高要求，在進(jìn)行網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)時(shí)，必須要進(jìn)行充分考慮。

第一，在網(wǎng)絡(luò)架構(gòu)上，要充分認(rèn)識(shí)到有線網(wǎng)絡(luò)與無線網(wǎng)絡(luò)的關(guān)系，將兩者作為互相補(bǔ)充的有機(jī)整體，綜合考慮建設(shè)、運(yùn)維的成本，安全性與穩(wěn)定性等各種要素，綜合衡量網(wǎng)絡(luò)建設(shè)的類型與使用范圍。第二，在網(wǎng)絡(luò)鏈路中需要設(shè)計(jì)一定的冗余。通過雙鏈路或多鏈路架構(gòu)的方式在一定程度上解決網(wǎng)絡(luò)運(yùn)行的穩(wěn)定性問題。第三，考慮到校園內(nèi)各種用戶應(yīng)用層次的不同，對(duì)校園網(wǎng)資源的使用權(quán)限也要有所不同；在進(jìn)行校園網(wǎng)建設(shè)時(shí)，需要同時(shí)考慮到安全體系的建設(shè)，不僅僅是加裝必要的安全防護(hù)設(shè)備，同時(shí)還需要在網(wǎng)絡(luò)設(shè)備的選擇上做好必要的準(zhǔn)備。第四，云計(jì)算技術(shù)的持續(xù)發(fā)展，為高校的信息化建設(shè)與發(fā)展提供了機(jī)遇，校園網(wǎng)絡(luò)也必須要考慮到未來的發(fā)展，尤其是虛擬桌面、云終端等網(wǎng)絡(luò)應(yīng)用對(duì)校園網(wǎng)的要求更高，需要充分論證與規(guī)劃，以適應(yīng)新技術(shù)的發(fā)展與應(yīng)用。

2 基于云計(jì)算技術(shù)，建設(shè)集中化、虛擬化的數(shù)字校園數(shù)據(jù)中心

云計(jì)算以其超強(qiáng)的計(jì)算能力以及高可靠性、安全性等優(yōu)勢(shì)在各個(gè)領(lǐng)域都掀起了應(yīng)用。高校的數(shù)字校園，由于其功能的日益完善，所涉及領(lǐng)域的應(yīng)用更加深入，對(duì)數(shù)據(jù)中心的存儲(chǔ)以及計(jì)算能力提出了更高的要求，傳統(tǒng)的數(shù)據(jù)中心在一定程度上已經(jīng)無法滿足日益增長(zhǎng)的計(jì)算、存儲(chǔ)需求。因此，為其引入新型的、更具可控性、可擴(kuò)容以及超強(qiáng)計(jì)算能力的云計(jì)算技術(shù)，成為新一代數(shù)字校園在進(jìn)行數(shù)據(jù)中心建設(shè)時(shí)需要考慮的問題。

2.1 通過服務(wù)器虛擬化滿足各種新功能的需求

在傳統(tǒng)的數(shù)字校園數(shù)據(jù)中心建設(shè)中，采用服務(wù)器集群的方式，由于數(shù)字校園各種功能部署的需要，需要采用幾十臺(tái)甚至上百臺(tái)單片服務(wù)器才能滿足。而通過服務(wù)器虛擬化技術(shù)，可以有效、充分地利用服務(wù)器資源，通過將單臺(tái)服務(wù)器虛擬出多臺(tái)的方式，有效解決服務(wù)器的硬件投入過大、單臺(tái)利用效率低下和管理維護(hù)以及運(yùn)行成本過高等問題。通常服務(wù)器CPU占用率一般不超過15%，而虛擬化后物理主機(jī)的CPU使用率將提高到60～80%。

2.2 通過數(shù)據(jù)的集中存儲(chǔ)，適應(yīng)數(shù)字校園大數(shù)據(jù)、智能化發(fā)展的需求

云計(jì)算在進(jìn)行服務(wù)器虛擬化的同時(shí)，要求數(shù)據(jù)中心提供強(qiáng)大的集中存儲(chǔ)功能。而數(shù)字校園也需要將各個(gè)部門的數(shù)據(jù)統(tǒng)一集中到一個(gè)平臺(tái)中來，不但要便于數(shù)據(jù)的統(tǒng)一采集與調(diào)度，更需便于數(shù)據(jù)的管理與維護(hù)。因此，通過建設(shè)必要的數(shù)據(jù)存儲(chǔ)體系，包括容災(zāi)備份體系建設(shè)等方面。

2.3 堅(jiān)持在原有基礎(chǔ)上的“揚(yáng)棄”，以滿足需求為目標(biāo)建設(shè)數(shù)據(jù)中心

在進(jìn)行數(shù)據(jù)中心建設(shè)時(shí)應(yīng)充分考慮院校內(nèi)已經(jīng)建成或者正在運(yùn)行的各種系統(tǒng)、各種物理資源的價(jià)值，而不是完全拋棄，應(yīng)當(dāng)將其納入到云計(jì)算數(shù)據(jù)中心建設(shè)中來統(tǒng)一考慮，充分利用現(xiàn)有資源，進(jìn)行必要的整合與集成，做好資產(chǎn)的保護(hù)。

與此同時(shí)，還應(yīng)當(dāng)注意到云計(jì)算數(shù)據(jù)中心所帶來的一些負(fù)面影響。一是由虛擬服務(wù)器應(yīng)用帶來的資源過度利提供論文寫作和寫作服務(wù)lunwen. 1KEJI AN.  C OM,歡迎您的光臨用，要以保障穩(wěn)定運(yùn)行為前提，提前作好充分的論證。二是要防止虛擬主機(jī)的隨意蔓延。由于增加一臺(tái)服務(wù)器的配置不再像以往那樣，需要通過采購(gòu)、安裝、部署等一系列過程，只需要數(shù)據(jù)中心通過技術(shù)虛擬出一個(gè)主機(jī)即可，這也可能導(dǎo)致各種主機(jī)的不斷擴(kuò)張，因此，還需要加強(qiáng)對(duì)服務(wù)器需要的管理與審批。

3 以智能感知、自動(dòng)交換、主動(dòng)推送為目標(biāo)，加強(qiáng)數(shù)字校園平臺(tái)建設(shè)

數(shù)字校園建設(shè)為院校教學(xué)科研與日常管理等活動(dòng)提供強(qiáng)有力的支撐，本質(zhì)上是利用現(xiàn)代化的手段對(duì)信息進(jìn)行獲取、加工和處理，為以教學(xué)科研為中心的院校各項(xiàng)活動(dòng)提供保障。因此，對(duì)校園內(nèi)信息的獲取、處理與利用，在進(jìn)行新一代數(shù)字校園設(shè)計(jì)與建設(shè)時(shí)應(yīng)作為重中之重來進(jìn)行考量。

3.1 充分利用物聯(lián)網(wǎng)技術(shù)，建設(shè)“智能感知”的數(shù)字校園數(shù)據(jù)采集體系

隨著物聯(lián)網(wǎng)技術(shù)的不斷成熟，射頻識(shí)別、紅外感應(yīng)、全球定位、激光掃描等信息傳感技術(shù)的應(yīng)用越來越廣，為數(shù)字校園中的對(duì)人、財(cái)、物的自動(dòng)感知與信息采集提供了廣闊的應(yīng)用前景。在高校重點(diǎn)可以從幾個(gè)方面來展開。

一是智能教室、實(shí)驗(yàn)室的管理。伴隨高校數(shù)字化建設(shè)水平的提升，對(duì)大量不同的教室、實(shí)驗(yàn)室設(shè)備進(jìn)行有效管理是急需解決的課題。二是智能文檔管理。圖書文獻(xiàn)，包括由于各種原因無法通過電子文檔進(jìn)行流轉(zhuǎn)的公文、各種檔案資料的管理等，通過加貼FRID標(biāo)簽等方式，可以準(zhǔn)確掌握這些重要文檔資料的流向，讓無聲的東西變成 “有聲”的，便于查找利用。 三是智能校園安保系統(tǒng)。將物聯(lián)網(wǎng)技術(shù)與安保系統(tǒng)進(jìn)行結(jié)合，在原有校園視頻監(jiān)控系統(tǒng)的基礎(chǔ)上，讓固定的財(cái)物能夠隨時(shí)發(fā)送位置、狀態(tài)信息，便于及時(shí)了解其去向，也為各種物資的有效利用提供方便。四是遠(yuǎn)程水電管理系統(tǒng)。通過物聯(lián)網(wǎng)技術(shù)，可以及時(shí)發(fā)現(xiàn)水電的開關(guān)狀態(tài)，了解實(shí)時(shí)的使用情況，通過校園網(wǎng)可以有效管理路燈、室內(nèi)照明以及公共水房等資源，從源頭上做到環(huán)保節(jié)能。

3.2 以應(yīng)用集成為主線，建立自動(dòng)交換的數(shù)據(jù)共享體系

傳統(tǒng)的數(shù)字校園一般采用系統(tǒng)集成的方式，將高校內(nèi)部各種應(yīng)用系統(tǒng)通過數(shù)據(jù)、身份、門戶集成等方式統(tǒng)一到一個(gè)平臺(tái)上。從表面上看，各種系統(tǒng)已經(jīng)統(tǒng)一在數(shù)字校園內(nèi)，但在其內(nèi)核應(yīng)用層面，還沒有做到真正的統(tǒng)一，尤其是底層數(shù)據(jù)的交換，有些復(fù)雜的觸發(fā)機(jī)制需要人工干預(yù)。而在新一代數(shù)字校園的建設(shè)中，應(yīng)當(dāng)摒棄傳統(tǒng)觀念，真正從“做事”的角度出發(fā)，以應(yīng)用為主線，劃分出清晰的數(shù)據(jù)流、事務(wù)流，根據(jù)數(shù)據(jù)的流向、事務(wù)的處理流程來規(guī)劃數(shù)字校園的各項(xiàng)功能，從底層數(shù)據(jù)庫的設(shè)計(jì)開始，做好數(shù)據(jù)的統(tǒng)一規(guī)劃，確保高校內(nèi)部各個(gè)層面的應(yīng)用都能做到真正的數(shù)據(jù)共享。

3.3 通過訂閱、推送平臺(tái)，建立主動(dòng)推送的信息應(yīng)用體系

傳統(tǒng)的數(shù)字校園的信息門戶，雖然會(huì)根據(jù)用戶身份的不同，有一些差異化的設(shè)計(jì)，但是實(shí)際上這些差異是有限的提供論文寫作和寫作服務(wù)lunwen. 1KEJI AN.  C OM,歡迎您的光臨、不全面的。新一代的數(shù)字校園，這些差異化應(yīng)當(dāng)與數(shù)據(jù)訂閱機(jī)制、身份認(rèn)證平臺(tái)實(shí)施聯(lián)動(dòng)，將共享數(shù)據(jù)庫中與用戶相關(guān)的信息及時(shí)推送到用戶的門戶中去。推送的方式，可以根據(jù)信息的重要程度、用戶的身份特征等進(jìn)行區(qū)別。通過數(shù)據(jù)訂閱與信息推送體系的建設(shè)，在最大程度上解決無法找到合適信息以及“垃圾”信息泛濫等問題。

4 強(qiáng)化管理，統(tǒng)一建設(shè)，建設(shè)安全、可靠的數(shù)字校園運(yùn)行平臺(tái)

自從互聯(lián)網(wǎng)進(jìn)入實(shí)際運(yùn)用以來，網(wǎng)絡(luò)安全始終是各方關(guān)注的重點(diǎn)，尤其是前期“棱鏡”監(jiān)控事件進(jìn)入公眾視野，國(guó)家采取了加強(qiáng)對(duì)互聯(lián)信息的管控等一系列措施，對(duì)網(wǎng)絡(luò)安全提出了更高的要求。 因此，在進(jìn)行新一代數(shù)字校園建設(shè)時(shí)，信息安全也應(yīng)當(dāng)作為重要的一個(gè)環(huán)節(jié)。

4.1 適應(yīng)網(wǎng)絡(luò)安全新形勢(shì)，將安全體系建設(shè)真正統(tǒng)一納入到數(shù)字校園工程建設(shè)中來

從網(wǎng)絡(luò)初期建設(shè)開始，有關(guān)部門就對(duì)信息安全提出了一系列的要求，但由于網(wǎng)絡(luò)安全一定程度上并不能產(chǎn)生直接的效益，許多院校在進(jìn)行數(shù)字校園乃至網(wǎng)絡(luò)基礎(chǔ)設(shè)計(jì)建設(shè)時(shí)雖然將網(wǎng)絡(luò)安全納入了方案，但實(shí)際操作中則是能省就省，存在著重應(yīng)用輕安全的觀念。

在進(jìn)行新一代數(shù)字校園建設(shè)時(shí)，由于各種上網(wǎng)的信息涉及面廣，這些信息對(duì)某些有心人而言都是具有一定的應(yīng)用價(jià)值。尤其是一些重點(diǎn)高校，加強(qiáng)網(wǎng)絡(luò)安全體系建設(shè)不能僅僅是停在口頭上、寫在書面上，而應(yīng)當(dāng)真正做到實(shí)際工作中，將之統(tǒng)一納入到數(shù)字校園建設(shè)中來，在網(wǎng)絡(luò)基礎(chǔ)設(shè)施、數(shù)字中心建設(shè)，以及數(shù)字校園各種應(yīng)用系統(tǒng)的開發(fā)與應(yīng)用等環(huán)節(jié)，充分考慮到信息的安全，通過統(tǒng)一的設(shè)計(jì)、統(tǒng)一的建設(shè)，有效地從源頭上管控信息安全。

4.2 強(qiáng)化制度保障，統(tǒng)一數(shù)據(jù)采集與應(yīng)用標(biāo)準(zhǔn)，有效管制各種信息的采集與應(yīng)用

新一代的數(shù)字校園，從設(shè)計(jì)與建設(shè)理念上來說，許多信息的采集都需要自動(dòng)安全，智能采集。而在管理與應(yīng)用層面，更加強(qiáng)調(diào)的是身份認(rèn)證體系與應(yīng)用權(quán)限，采用主動(dòng)推送的方式進(jìn)行。這對(duì)數(shù)字校園的建設(shè)者與管理者來說，必須從開始階段就做好信息的甄別工作，通過嚴(yán)格的規(guī)則制度，確定哪些信息通過何種方式采集與提供使用，同時(shí)也應(yīng)當(dāng)根據(jù)不同人員的身份特征，強(qiáng)化信息的應(yīng)用范圍控制，確保把好數(shù)字校園內(nèi)各種信息的入口與出口關(guān)，始終繃緊信息安全之弦。

4.3 堅(jiān)持內(nèi)外有別、上下有別，強(qiáng)化數(shù)據(jù)應(yīng)用與下載的管控，確保信息安全

數(shù)字校園的身份認(rèn)證體系是決定每個(gè)用戶提供、使用信息的依據(jù)，在加強(qiáng)數(shù)字校園的信息安全體系建設(shè)時(shí)，必須堅(jiān)持做到內(nèi)外有別、上下有別，即區(qū)分校內(nèi)、校外用戶，領(lǐng)導(dǎo)、教職員工與學(xué)生有自己的不同的信息提供與獲取權(quán)限。要做到這些，應(yīng)當(dāng)從幾個(gè)方面來著手。

一是加強(qiáng)身份認(rèn)證系統(tǒng)的建設(shè)與管理。不僅對(duì)身份認(rèn)證系統(tǒng)的選擇要更加科學(xué)，注重其安全性；而且要加強(qiáng)對(duì)用戶身份變更等信息的更新維護(hù)，確保每個(gè)用戶都能獲取與其身份相對(duì)應(yīng)的信息。二是區(qū)別一般信息與提供論文寫作和寫作服務(wù)lunwen. 1KEJI AN.  C OM,歡迎您的光臨保密信息的管理與使用。這是通常的信息安全管理措施，對(duì)信息的涉密程度進(jìn)行區(qū)分，通過邏輯子網(wǎng)等方式加以管控，有些甚至需要與公共的校園網(wǎng)絡(luò)進(jìn)行安全隔離，確保安全。三是區(qū)別不同用戶對(duì)象的使用方式。對(duì)重要的用戶，即信息使用級(jí)別較高的校園網(wǎng)用戶，應(yīng)當(dāng)控制其使用方式。

篇9

一、SDN技術(shù)的發(fā)展歷史

2006年，SDN誕生于美國(guó)GENI項(xiàng)目資助的斯坦福大學(xué)Clean Slate課題。

2008年，基于Ethane 及其前續(xù)項(xiàng)目Sane的啟發(fā)， Nick McKeown 教授等人提出了OpenFlow 的概念，并于當(dāng)年在ACM SIGCOMM 發(fā)表了題為《OpenFlow： Enabling Innovation in Campus Networks》的論文，首次詳細(xì)地介紹了OpenFlow 的概念。

2009年12月，OpenFlow規(guī)范了具有里程碑意義的可用于商業(yè)化產(chǎn)品的1.0版本，之后又進(jìn)一步修訂推出了1.1、1.2、1.3、1.4版本。

在工業(yè)界，2010年1月，Google數(shù)據(jù)中心開始采用OpenFlow技術(shù)。

2011年3月，開放網(wǎng)絡(luò)聯(lián)盟ONF成立，標(biāo)志著SDN/ OpenFlow從單純的學(xué)術(shù)研究正式過渡到產(chǎn)業(yè)化發(fā)展的軌道中。

2012年底，AT&T、英國(guó)電信（BT）、德國(guó)電信、Orange、意大利電信、西班牙電信公司和Verizon聯(lián)合發(fā)起成立了網(wǎng)絡(luò)功能虛擬化產(chǎn)業(yè)聯(lián)盟（Network Functions Virtualisation，NFV），旨在將SDN的理念引入電信業(yè)。除ONF外，包括互聯(lián)網(wǎng)工程任務(wù)組、國(guó)際電信聯(lián)盟、歐洲電信標(biāo)準(zhǔn)協(xié)議也在推動(dòng)SDN的發(fā)展和應(yīng)用。

二、應(yīng)用場(chǎng)景

目前，SDN主要應(yīng)用于通信技術(shù)領(lǐng)域，具體涉及校園網(wǎng)、移動(dòng)網(wǎng)絡(luò)以及云計(jì)算網(wǎng)絡(luò)等，隨著SDN技術(shù)的深化發(fā)展，其應(yīng)用領(lǐng)域會(huì)更加廣泛。

2.1應(yīng)用于校園網(wǎng)

SDN最早誕生于斯坦福大學(xué)的Clean Slate課題，該課題主要是用于校園網(wǎng)絡(luò)的試驗(yàn)創(chuàng)新，旨在改變?cè)O(shè)計(jì)已略顯不合時(shí)宜，且難以進(jìn)化發(fā)展的現(xiàn)有網(wǎng)絡(luò)基礎(chǔ)架構(gòu)，從而構(gòu)建一個(gè)靈活高效的校園網(wǎng)。

2012年，國(guó)家“863”項(xiàng)目“未來網(wǎng)絡(luò)體系結(jié)構(gòu)和創(chuàng)新環(huán)境” 獲得科技部批準(zhǔn)。該項(xiàng)目是一個(gè)符合SDN思想的項(xiàng)目主要由清華大學(xué)牽頭負(fù)責(zé)，清華大學(xué)、中科院計(jì)算所、北郵、東南大學(xué)、北京大學(xué)等分別負(fù)責(zé)各課題，項(xiàng)目提出了未來網(wǎng)絡(luò)體系結(jié)構(gòu)創(chuàng)新環(huán)境FINE（Future Internet innovation Environment）。

2.2應(yīng)用于移動(dòng)網(wǎng)

SDN邏輯上集中的控制平面能夠更好地實(shí)現(xiàn)網(wǎng)絡(luò)融合，使統(tǒng)一管理成為可能。利用SDN技術(shù)可以在固定網(wǎng)絡(luò)和移動(dòng)網(wǎng)絡(luò)中實(shí)現(xiàn)無縫控制、提高VPN管理的靈活性等。

在運(yùn)營(yíng)商網(wǎng)絡(luò)中利用SDN技術(shù)不但能夠降低網(wǎng)絡(luò)管理難度，還能加快業(yè)務(wù)部署速度，提高網(wǎng)絡(luò)服務(wù)器的適應(yīng)能力。

目前，我國(guó)三大移動(dòng)運(yùn)營(yíng)商紛紛找有實(shí)力的SDN技術(shù)研發(fā)公司進(jìn)行合作，如華為與電信運(yùn)營(yíng)商的合作，其合作的目的是將現(xiàn)有的網(wǎng)絡(luò)結(jié)構(gòu)向SDN網(wǎng)絡(luò)結(jié)構(gòu)轉(zhuǎn)型，以期能夠適應(yīng)時(shí)代的潮流，為客戶提供更好的服務(wù)。

2.3應(yīng)用于云計(jì)算網(wǎng)絡(luò)

隨著網(wǎng)絡(luò)通信技術(shù)的發(fā)展以及客戶需求的增長(zhǎng)，傳統(tǒng)的存儲(chǔ)處理系統(tǒng)遠(yuǎn)遠(yuǎn)達(dá)不到數(shù)據(jù)處理的需求，因此提出了集群及云計(jì)算概念。

云計(jì)算數(shù)據(jù)中心的交換機(jī)管理結(jié)構(gòu)復(fù)雜，因此需要對(duì)服務(wù)器和虛擬機(jī)進(jìn)行快速配置和數(shù)據(jù)遷移。如果不能在大量的服務(wù)器集群中進(jìn)行快速高效的尋址與數(shù)據(jù)傳輸，就極容易造成網(wǎng)絡(luò)擁塞，發(fā)揮不出網(wǎng)絡(luò)功能。

在數(shù)據(jù)中心網(wǎng)絡(luò)中部署OpenFlow交換機(jī)，可以借助SDN技術(shù)，實(shí)現(xiàn)高效尋址、優(yōu)化傳輸路徑、負(fù)載均衡等功能，提供數(shù)據(jù)交換的效率。

三、展望

SDN是一種新興的網(wǎng)絡(luò)架構(gòu)，屬于下一代網(wǎng)絡(luò)技術(shù)研究范疇，但又與其他下一代網(wǎng)絡(luò)技術(shù)研究方向有很大區(qū)別。由于SDN技術(shù)剛剛提出，因此目前使用軟件定義網(wǎng)絡(luò)還存在一些問題，如讓不同的網(wǎng)絡(luò)服務(wù)提供者互相交換網(wǎng)絡(luò)信息從商業(yè)的角度來說是不容易實(shí)現(xiàn)的，在實(shí)現(xiàn)數(shù)據(jù)平面和控制平面的分離時(shí)如何實(shí)現(xiàn)分離轉(zhuǎn)發(fā)和控制面的OpenFlow協(xié)議的完善等。

但是相信隨著SDN技術(shù)的發(fā)展，這些問題在不久的將來會(huì)得到妥善解決。

參 考 文 獻(xiàn)

篇10

1體質(zhì)綜合評(píng)價(jià)標(biāo)準(zhǔn)的研制過程

1.1綜合評(píng)級(jí)標(biāo)準(zhǔn)的制定方法

國(guó)內(nèi)、外在制定體質(zhì)評(píng)級(jí)標(biāo)準(zhǔn)過程中所采用的方法主要有：離差法、百分位數(shù)法、指數(shù)法、相關(guān)法等多種方法。因每種方法都有不同的特點(diǎn)，一般在使用時(shí)根據(jù)樣本的分布情況及評(píng)價(jià)表的性質(zhì)，采用不同的方法。王文、張矗等分別采用TOPSIS法、秩和比法、密切值法、灰色關(guān)聯(lián)法四種綜合評(píng)價(jià)方法對(duì)學(xué)生體質(zhì)進(jìn)行綜合評(píng)價(jià)，探索出了上述四種方法均可應(yīng)用于學(xué)生體質(zhì)評(píng)價(jià)。

江崇民主要應(yīng)用百分位數(shù)法來研制《國(guó)民體質(zhì)測(cè)定標(biāo)準(zhǔn)》的，把各單項(xiàng)指標(biāo)評(píng)分進(jìn)行算數(shù)相加制得各年齡段的四級(jí)綜合評(píng)級(jí)表。劉文忠將各指標(biāo)的標(biāo)準(zhǔn)化后的得分和總分用百分位數(shù)法進(jìn)行五級(jí)評(píng)價(jià)。肖翔云，等也是把標(biāo)準(zhǔn)化后的各單項(xiàng)指標(biāo)得分值相加，再用百分位法把總得分值制得五級(jí)綜合評(píng)價(jià)標(biāo)準(zhǔn)表。羅小玲用百分?jǐn)?shù)法和離差法制定評(píng)價(jià)學(xué)生營(yíng)養(yǎng)狀況的身高標(biāo)準(zhǔn)體重度脂法標(biāo)準(zhǔn)。李皿用離差法和百分位法按年級(jí)劃分制定了6-22歲學(xué)生體質(zhì)綜合評(píng)價(jià)圖表，即根據(jù)所測(cè)的10項(xiàng)指標(biāo)的成績(jī)?yōu)闄M軸，5級(jí)為縱軸畫方格，使用時(shí)根據(jù)測(cè)試的數(shù)據(jù)分別在相應(yīng)的指標(biāo)縱軸上標(biāo)出所對(duì)應(yīng)的10個(gè)點(diǎn)，把前4個(gè)點(diǎn)用實(shí)線連起來，表示該個(gè)體形態(tài)、機(jī)能發(fā)育曲線，把后6個(gè)點(diǎn)用虛線連接起來，表示該個(gè)體運(yùn)動(dòng)能力曲線。

趙墨臣，等用離差法和百分比進(jìn)行綜合評(píng)價(jià)，把用離差法獲得的各單項(xiàng)得分進(jìn)行算數(shù)求和，然后除以指標(biāo)總項(xiàng)數(shù)，最后把平均得分與各單項(xiàng)指標(biāo)的七級(jí)標(biāo)準(zhǔn)表對(duì)照進(jìn)行個(gè)人綜合評(píng)價(jià)。張憲斌也是把各個(gè)指標(biāo)的對(duì)應(yīng)分值求和，而綜合評(píng)價(jià)標(biāo)準(zhǔn)是根據(jù)總分?jǐn)?shù)據(jù)利用百分位法制定的。

柳璇采用體質(zhì)量表對(duì)老年人的體質(zhì)進(jìn)行綜合評(píng)價(jià)，制定了9個(gè)問卷，問卷中每題分值為5分，根據(jù)老年人答問卷所得分判定，所用公式為“原始分=各條目分值相加，轉(zhuǎn)化分?jǐn)?shù)=[（原始分?jǐn)?shù)-條目數(shù)）/（條目數(shù)？）]？00”，最后跟據(jù)轉(zhuǎn)化分?jǐn)?shù)判定體質(zhì)類型。

顧世德應(yīng)用回歸分析法把標(biāo)準(zhǔn)化后的分?jǐn)?shù)建立兩級(jí)回歸方程，先分別建立形態(tài)、機(jī)能、素質(zhì)三類的一級(jí)回歸方程，再根據(jù)回歸所得形態(tài)、機(jī)能、素質(zhì)三類的分?jǐn)?shù)建立二級(jí)回歸方程，即總的綜合評(píng)價(jià)方程。兩級(jí)方程都用方差分析法進(jìn)行了準(zhǔn)確性跟可靠性檢驗(yàn)，最后把回歸計(jì)算得到的分?jǐn)?shù)再用百分位數(shù)法制定了等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)表。

王世連應(yīng)用百分位數(shù)法和判別分析思想制定標(biāo)準(zhǔn)，柳璇采用體質(zhì)量表對(duì)老年人的體質(zhì)進(jìn)行綜合評(píng)價(jià)，羅小玲用百分?jǐn)?shù)法和離差法，李皿用離差法和百分位法按年級(jí)劃分制定了綜合評(píng)價(jià)圖表，趙墨臣，等用離差法和百分比進(jìn)行綜合評(píng)價(jià)。

1.2體質(zhì)指標(biāo)選取及權(quán)重確定的方法

選取體質(zhì)綜合評(píng)價(jià)指標(biāo)的方法很多，其中王文采用了文獻(xiàn)資料法和專家咨詢法，張憲斌采用了主成分分析法，劉文忠采用了逐步回歸分析法，顧世德采用了聚類分析和主成分分析法，馮寧采用了因子分析、多元線性回歸方程和多重回歸方程。體質(zhì)綜合評(píng)價(jià)中權(quán)重的確定方法較多，運(yùn)用文獻(xiàn)資料法確定權(quán)重的居多。其中王文，張憲斌，于學(xué)禮采用文獻(xiàn)資料法；林建棣采用逐步回歸分析法；江崇民采用了等權(quán)的指導(dǎo)思想；馮寧使用專家問卷調(diào)查法。

1.3數(shù)據(jù)標(biāo)準(zhǔn)化方法

數(shù)據(jù)標(biāo)準(zhǔn)化方法使用中，趙墨臣使用離差法，羅小玲，張憲斌，李皿，趙墨臣使用百分位法結(jié)合離差法。劉文忠把各單項(xiàng)指標(biāo)數(shù)據(jù)按公式x70[（xi-X）+10]/SyTi轉(zhuǎn)化成標(biāo)準(zhǔn)分。肖翔云把上面的公式改為x70[（xi-X）+15]/SyTi，顧世德用T分法公式70+[10-（xi-X）]/S標(biāo)準(zhǔn)化的。

目前，制定標(biāo)準(zhǔn)時(shí)不再進(jìn)行標(biāo)準(zhǔn)化處理，直接利用百分位法進(jìn)行單指標(biāo)評(píng)分表的制定。2014年張一民在制定國(guó)家標(biāo)準(zhǔn)時(shí)也使用了百分位法。

2結(jié)論

制定體質(zhì)綜合評(píng)價(jià)標(biāo)準(zhǔn)過程中，大多是先用百分位數(shù)制得各單指標(biāo)評(píng)分表，再對(duì)應(yīng)的給出各指標(biāo)的分?jǐn)?shù)，把獲得的各單項(xiàng)得分乘以權(quán)重進(jìn)行算數(shù)求和，最后再利用百分位法制定綜合評(píng)價(jià)標(biāo)準(zhǔn)。

制定單指標(biāo)標(biāo)準(zhǔn)過程中，百分位法應(yīng)用較多。權(quán)重多采用文獻(xiàn)資料法和主成分分析法來確定。數(shù)據(jù)標(biāo)準(zhǔn)化處理方法大多數(shù)專家主要使用百分位法，有的結(jié)合百分位法應(yīng)用其他的幾種方法。制定標(biāo)準(zhǔn)時(shí)不再進(jìn)行標(biāo)準(zhǔn)化處理，直接利用百分位法進(jìn)行單指標(biāo)評(píng)分表的制定。