云服务传递网络研究进展

云服务传递网络(Cloud Services Delivery Networks,CSDN)在Internet之上构建了一层分布式服务器网络,以就近和按需的方式向用户提供云传递服务。互联网流量的非线性快速增长及其表现出的视频化、移动化和交互化等特点,使得以提供高效、可信云传递服务为目标的CSDN面临诸多新挑战。首先在介绍和分析CSDN背景与新挑战的基础上,从基础设施层、平台层和服务层等3个维度提出了一个现有相关技术的分类模型。然后全面综述了CS-DN相关技术的最新研究现状,包括节点内组网、服务器部署、内容命名、内容管理、请求解析和系统管理等。最后指出了CSDN的未来研究趋势,即CSDN亟需突破的新技术问题,包括协同、移动管理和交互支持等。     

基于云服务传递网络的弹性P2P VoD覆盖网构造方法

部署于云服务传递网络(Cloud Service Delivery Network,CSDN)基础设施的P2P VoD系统,在每个CSDN节点内将同一节目的所有用户构建成P2P覆盖网,但CSDN单节点内大量节目的并发用户稀少.因此,如何在兼顾流量本地化的前提下,解决CSDN架构下P2P VoD覆盖网构造中Peer资源稀疏问题是当前面临的一个挑战.为此,提出一种P2P覆盖网的弹性构造方法ECM( Elastic Construction Method).ECM依据资源索引来弹性扩展P2P覆盖网的构造范围,有效解决Peer资源稀疏问题;同时根据CSDN节点间距离来选择扩展路径,实现P2P流量本地化.最后模拟实验结果表明,ECM能有效均衡服务器负载和跨ISP流量.     

车联网边缘计算环境下基于深度强化学习的分布式服务卸载方法

边缘计算将计算、存储和带宽等资源分布到了靠近用户的一侧.通过将边缘计算引入车联网,服务提供商能为车载用户提供低延时的服务,从而提高用户出行的服务体验.然而,由于边缘服务器所配备的资源一般是有限的,不能同时支持所有车联网用户的服务需求,因此,如何在边缘服务器资源限制的约束下,确定服务卸载地点,为用户提供低时延的服务,仍然是一个巨大的挑战.针对上述问题,本文提出了一种"端-边-云"协同的5G车联网边缘计算系统模型,并针对该系统模型设计了深度学习和深度强化学习协同的分布式服务卸载方法D-SOAC.首先,通过深度时空残差网络,D-SOAC在中心云预测出潜在的用户服务需求量,协同各边缘服务器获取本地车联网边缘计算环境的系统状态,输入边缘服务器上的本地行动者网络,得到该状态下的服务卸载策略.然后,本地评论家网络基于时序差分误差评价该服务卸载策略的优劣,并指导本地行动者网络进行网络参数的优化.优化一定步数后,边缘服务器将优化过的本地网络参数上传到位于中心云的全局网络,协同中心云进行网络参数的更新.最后,中心云将最新的参数推送回本地网络,从而不断对行动者评论家网络进行调优,获得服务卸载的最优解.基于来自现实世界的车载用户服务需求数据集的实验结果表明,在各种车联网边缘计算环境中,相比于四种现有的服务卸载算法,D-SOAC能够降低0.4％～20.4％的用户平均服务时延.     

IMS 重叠网络多路径传输内容分发机制

基于IMS的流媒体业务通常以集中方式为终端客户提供直播、点播等内容服务.然而集中式的服务模式并不能充分利用资源,还会因为流量过于集中而拒绝为更多终端提供服务,甚至会因为媒体服务器的失效而影响业务.提出了一种基于IMS重叠网络支持多路径传输的内容分发机制,在传统IMS网络中通过引入重叠网络实现资源的共享与分发,提高了网络资源利用率、降低了中心媒体服务器负载.实验表明与传统媒体服务器为中心的内容分发机制相比基于IMS重叠网络的内容分发机制具有显著优势.     

云资源网络负载均衡控制服务智慧医疗管理

为了提升医疗管理水平,提出云资源网络负载均衡控制服务智慧医疗管理方法.首先将用户的移动性设定为影响系统性能的一个重要因素,结合马尔可夫过程分析云资源网络的系统性能,同时结合二次优化方法实现云资源网络负载均衡控制服务智慧医疗管理.仿真实验结果表明,所提方法的管理时延和管理成本较低,且能耗较低,能够有效增强医疗管理服务质量.     

网络爬虫攻防内幕

CSDN密码丢失、3B大战、方周大战,诸多的网络事件中网民不再是看客,而深深感受到隐私泄露的威胁。所以,我们有必要了解网络背后的真相。2012年的中国互联网注定是个多事之秋,发生了CSDN密码丢失、3B大战及方舟子质疑360浏览器等诸多的事件。这些事件大多与网络搜索相关,另外一个共同的特点是:网民的隐私被置于危险之中,而这些危险并非我们没有保护好自己的电脑,而是因为我们的信息被网络服务商搜集到服务器上所致。我们的隐私信息是如何被收集的?这些信息又是如何被泄露的?让我们看看其中的内幕。     

多关键字云资源搜索算法

云计算的核心是在虚拟化技术的基础上,通过互联网技术为用户提供动态易扩展的计算资源。利用中心服务器的计算模式来管控网络上大量云资源使得中心服务器成为整个系统的瓶颈,不利于云计算的大规模应用,因此提出使用对等网络技术构建分布式的云资源索引存储和查询系统,但是结构化拓扑系统维护比较复杂,一般不支持复杂搜索条件查询。本文提出了一种多关键字云资源搜索算法。在基于分层超级节点的云资源搜索算法基础上进行路由算法改进,希望实现多关键字的精确查询。对多关键字的生成、分割及存储做出了详细说明,提出一种有效的基于数据集的索引搜索策略,实现了包含三个或三个以上的关键字高效、准确查询。分析实验结果证明了算法明显提高了资源搜索的命中率,尤其是随着关键字数目的增多,不仅保证了资源搜索的命中率,同时大大增加了资源的召回率。     

半分布式P2P Botnet控制服务器的设计与实现

控制服务器是半分布式P2P Botnet的bot程序最为重要的核心部分.基于Socket非阻塞模式的select模型,设计并实现了半分布式P2P Botnet的控制服务器.详细介绍了控制服务器的主要功能模块及各模块之间的运行关系,阐述了控制服务器的工作流程及相关的关键数据结构.从僵尸网络的资源占用、传递速度和控制方式等方面,与传统的IRC Botnet、全分布式P2P Botnet做了比较.实验结果表明,开发的控制服务器不管是功能还是性能,均满足半分布式P2P Botnet的要求.     

基于云平台的高并发WebGIS服务

随着Internet技术的发展,传统的WebGIS服务器在面对大用户群高并发访问时会出现服务延迟甚至拒绝服务的现象.针对该问题,本文提出了一种基于云平台的应对高并发的WebGIS服务器架构.架构使用云平台为WebGIS服务器提供弹性计算和存储资源,并从负载均衡、缓存设计、数据库集群三方面缓解高并发瓶颈.选择开源服务器端软件GeoServer作为WebGIS应用实验部署.实验数据表明使用缓存机制明显降低了WebGIS服务响应时间.与单物理服务器相比,云平台WebGIS服务器集群架构能够有效处理高并发请求,且随着集群规模扩展,云平台WebGIS系统能够获得良好的加速比.     

一种基于对等网络的云资源定位算法

提出用分布式哈希表(DHT)为每台云服务器产生一个唯一的节点编号,该编号作为网络拓扑结构、检索信息存储和信息查询共同的标志符,从而形成一个适合分布式计算的结构化P2P覆盖网.设计了新的拓扑和路由协议来解决云资源的常数跳定位问题.仿真实验表明,经典的P2P算法平均查找跳数与网络规模成正相关,无法依据云计算的实际需要人为地控制查找跳数;该算法的平均查找跳数与网络规模无关,随着网络规模的增大而趋向于设定值,可以解决云资源的常数跳定位问题.