云计算环境下基于MapReduce的Apriori算法研究

Apriori算法是一种经典的数据关联规则挖掘算法,本文借力云计算环境,根据MapReduce模型并行运行实现的特点,对Apriori算法进行优化,并行化改进后的MR-Apriori算法大大降低了时间消耗,其较强的扩展能力能更好地运用于大规模数据分析、处理和挖掘的需要.     

云计算中MapReduce技术研究

云计算是由并行计算、分布式计算和网格计算发展而来,MapReduce是云计算的核心技术之一,它为并行系统的数据处理提供了一个简单、优雅的解决方案,其主要目的是为了大型集群的系统能在大数据集上进行并行工作,并用于大规模数据的并行运算.首先介绍了云计算与MapReduce的相关知识,然后对目前MapReduce的国内外研究状况进行了介绍与评析,并总结了目前MapReduce模型的相关研究问题,最后进行总结并展望了未来发展的趋势.     

MapReduce并行编程架构模型研究

针对高质量高效率的MapReduce应用程序的开发,分析了基于Hadoop MapReduce模型的工作机制,从开发类库级阐述了MapReduce并行工作流程,提出了一个具有通用性的MapReduce开发框架原型,对开源的Ma-pReduce模型的改进作了一些展望.     

基于MapReduce分级调度的试题库组卷算法研究

MapReduce调度算法包括默认的FIFO调度策略、公平调度策略、计算能力调度策略,在试题库组卷过程中采用的是分阶段的任务方式来实现的,根据任务优化MapReduce算法是本文要解决的问题。提出分级调度算法,把现有的调度策略在分级任务基础之上分为多级模式,不断趋近最终结果,根据任务的不同阶段进行分级分阶调度符合不同阶段不同需求。实验表明,多阶段调度算法能够满足试题库组卷任务的检索需求。     

MapReduce模型的调度及容错机制研究

MapReduce是一种并行编程模型,可以用来处理和生成大量数据集。它的调度以及容错机制是模型的重要一部分。通过对MapReduce模型的执行过程进行分析,提取得到其上面的调度以及容错模型。并将P2P模型中常用的调度思想使用于MapReduce调度模型上,对原来的调度机制和容错机制做一定的修改。     

基于MapReduce云计算的报表平台技术与应用

随着企业数字化程度越来越高,企业已经积累了大量的业务数据,并且通过EDA建立了集中的数据仓库,业务数据量都达到PB级规模。同时企业对数据运用和报表分析的及时性也越来越高,传统的报表计算方法已经很难满足企业的要求。当前云计算技术及大数据的发展,给此类复杂报表的快速取数计算提供了一种新的解决方案。本文结合云计算和大数据相关技术,利用MapReduce并行计算原理介绍在其报表平台中的核心技术和深度应用。     

云计算安全:架构、机制与模型评价

计算机网络时代的飞速发展,促使云计算时代和大数据时代到来,目前云计算几乎应用在生产生活的各个领域中,极大地方便了人们对储存信息、计算数据等需求.但是,随着云计算的快速发展,云计算的安全问题被人们广泛关注,现在,云计算的安全已经成为影响云计算服务的关键因素之一.因此,对云计算安全的架构、机制以及模型评价进行分析,提高云计算的安全性,在很大程度上能够推动云计算的发展和完善.     

云计算安全架构、机制与标准的研究与探讨

为解决云计算平台的安全问题,对现有多种云计算安全架构进行研究,系统地分析探讨云计算不同服务周期内的安全策略,并对云计算安全标准的现状进行解读,最后对云计算安全问题未来的发展进行展望。     

云计算下基于容错 QoS 的虚拟机资源分配策略

为了提高云环境下虚拟机的可靠性及执行用户请求的成功率,采用了基于 cloudsim 的开源框架构建了云计算平台,提出了基于容错 QoS 、随机分配及按序分配三种资源分配策略,并对提出的三种策略进行了对比.实验结果表明,基于容错 QoS 的虚拟机资源分配策略有性能上的优势.     

基于Hadoop的云计算平台安全机制研究

Hadoop作为一种开源的基础云计算框架,在企业界逐步得到了有效的应用,但其安全机制的薄弱已成为阻碍其发展的主要问题之一。文中首先归纳了传统网络的安全问题以及安全机制,分析了云计算的安全问题,然后通过对Hadoop工作模式的描述,提出了Hadoop的安全需求,最后通过对Hadoop当前安全机制的研究,分析了其中的安全隐患,并提出了相应的解决办法,为Hadoop新安全需求的企业应用提供了技术支持。