云计算环境下的虚拟化技术的安全性问题研究

虚拟化技术是云计算中最核心的技术,虚拟化中的安全隔离、迁移复制、权限访问等安全问题,也是云计算安全的关键因素。本文从技术防护、人员防护和权限控制等角度出发,指出并分析了云计算环境下的虚拟化可能存在的一系列安全性问题,并给出了相应的安全建议,为云计算的发展提供了安全性方面的参考。     

云计算环境下的应用虚拟化的研究

针对基于浏览器方式的SaaS(软件即服务)应用不能满足更多应用服务的问题,本文提出了应用虚拟化才是云计算和SaaS的出路。本论文通过对应用虚拟化和云计算的全面分析与研究,以现有的国内外主流的应用虚拟技术的分析为基础,重点剖析了在云计算环境下的应用虚拟化的特点及优势,并指出它的几种主要的应用模式和未来的发展趋势,最终阐述了为什么应用虚拟化才是云计算和SaaS的解决之道。     

浅析云计算环境下高校多媒体教学平台的研究意义

采用多媒体组织教学是未来教育信息化的发展趋势和方向,而教育信息化又是实现数字化校园和教育现代化的必由之路,而目前的商用的高校多媒体教学平台虽然在功能上较为完善,但并没有针对校园网络的多媒体教学需求进行优化,存在着资源分配不合理,无法体现校园多媒体教学需求特点等问题.云计算的出现为高校建立网络教学平台,整合教学资源,开展数字化校园建设提供新的网络环境和解决办法.     

云计算环境下信息安全防护方案探讨

目前云计算迅速发展,解决云计算环境下的信息安全问题至关重要。本文根据云计算的特点,提出了一种针对云计算环境下的信息安全防护方案。该方案将云计算安全防护分为体系结构的总体防护和应用层面的安全防护两部分,并分析了其解决方案。     

云计算环境中虚拟化技术的研究探讨

在云计算环境中,虚拟化技术是最为核心的技术,发挥着非常关键的作用。本文结合云计算和虚拟化技术的概念,从应用虚拟化和虚拟化技术的安全问题出发,对云计算环境中的虚拟化技术进行了研究和探讨。     

云计算环境下的信息安全解决方案

云计算作为IT业未来发展的趋势,正在受到越来越多的重视,但由于安全方面的制约导致云计算在大规模推广方面遇到诸多的困扰。首先对云计算面临的边界风险、数据安全风险以及云服务器风险三方面进行分析,然后针对每种风险提出相应的解决方案。     

云计算概念及其可靠性分析

针对当前网络环境下出现的“云计算”概念进行分析与研究,阐述“存储云”和“计算云”等概念,并结合现有关于“云计算”的研究与应用资料,对云计算的体系架构以及云计算体系的可靠性进行分析计算,结果证明云计算体系框架的整体可靠性极高,为云计算的高速发展提供强有力的基础。     

一种基于能耗优化的云计算系统任务调度方法

服务器执行任务产生的能耗是云计算系统动态能耗的重要组成部分。为降低云计算系统任务执行的总能耗,提出了一种基于能耗优化的最早完成时间任务调度方法,建立了服务器动态功率计算模型,基于动态功率的服务器执行能耗模型,以及云计算系统的能耗优化模型。调度策略根据任务的截止时间要求和在不同服务器上的执行能耗,选择不同的调度算法,以获得最小任务执行总能耗。实验结果证明,提出的任务调度方法,能够较好地满足任务截止时间的要求,降低云计算系统任务执行的总能耗。     

云计算环境下的取证问题研究

云计算是一种基于互联网的超级计算模式,它的快速发展给取证带来了一定的挑战。在云计算环境下,取证活动包括证据发现、证据固定及证据提取3个阶段。但云计算自身存在的安全风险,导致云计算环境下的取证活动亦面临一定的技术及法律问题。对于取证信息及手段方面的问题,可以采取数据迁移技术及入侵检测系统等手段加以解决。对于相关的法律问题,则可以采取完善相关法律法规、强化国际区际合作等途径加以解决。     

云计算可靠性的现状分析

云计算的可靠性成为决定云计算能否广泛应用的一个关键因素。本文对云计算的可靠性现状进行了调查与分析,从云硬件系统、云网络系统、云存储系统的可靠性分别进行研究与分析,并对其发展前景进行了分析与总结。     

移动云计算中时延保证的任务分配方法

为在移动云计算中给任务提供实时保障,设计任务窗口对虚拟机中的任务进行分配,根据任务截止期和任务窗口大小进行调度;监控任务的执行过程,对窗口尺寸进行动态调整和修正,采取反馈机制保障后续任务分配不受影响,确保窗口内的任务时延达标。根据任务的变化情况,建立相应的虚拟机扩展或收缩策略,保障任务能够实时完成。实验结果表明,任务能在规定的时间里得到提交,保证了实时任务可用性,系统中资源利用率高,其性能得到了很好的验证。     

一种基于QoS参数归约的云计算环境能效评估方法

高性能、低功耗且具有QoS保障的高能效问题是云计算领域的一个研究难点。目前的研究主要是通过限定一个约束条件寻求另外指标的最优来实现三者之间的折衷或均衡,缺乏一种有效的能效计算方法和评估模型将三者整合,以更好地描述云环境能效的“程度”。提出一种云环境下QoS参数的归约方法和加权的能效模型,把系统性能作为一个关键因素引入QoS,并将离散的多个QoS参数度量值归约到同一个量纲区域内,获得评价权重矩阵,求得用户最终的QoS评价值,以单位能耗所提供的整体QoS水平值作为能效值,并且建立云数据中心的能效分级标识,最终将云环境下能效值刻画为一个定性的概念,实现了对云环境下能效的定性评估。此外,分别对单机环境和同构、异构的云计算环境中云数据中心的能效进行了评估分析,并进行了实验验证。实验结果表明,所提出的能效模型和评估方法在评价云系统的QoS水平和能源消耗方面是有效的。     

基于云计算集群扩展中的调度策略研究*

为了达到更为经济的扩展集群的目的,本文从使用云计算扩展集群的角度出发,提出了一种集群扩展的基本构架;描述了两种策略,本地优先策略、云环境优先策略,并根据云计算的特点,提出了一种基于计算强度的新型调度策略。此外,设计了调度器系统,并在不同环境下对每种策略进行了分析比较,得出基于计算强度的调度策略的低成本和较多任务超时的特点。最后,对如何使用云计算扩展本地集群更为经济,进行了分析。     

云计算下负载均衡的多维QoS约束任务调度机制

高效的任务调度机制能够更好地满足用户的QoS需求,实现各物理主机间的负载均衡,从而提高云计算环境的整体性能。而传统的任务调度往往只考虑任务的响应时间或安全性等,且负载均衡策略是静态的。根据云计算的弹性化和虚拟化等新特性,综合考虑任务的性能QoS和信任QoS,提出一种在云计算环境下的任务调度机制,采用虚拟机迁移技术实现动态负载均衡。通过在CloudSim2.1仿真环境下的分析和比较,该任务调度机制不但可以提高用户满意度,而且可以有效实现负载均衡。     

虚拟化云计算数据中心资源节能调度算法研究

针对当前云计算数据中心资源调度过程耗时长、能耗高、数据传输准确性较低的问题,提出基于VR沉浸式的虚拟化云计算数据中心资源节能调度算法。构建云计算数据中心资源采样模型,结合虚拟现实(virtual reality,VR)互动装置输出、转换、调度中心资源,提取中心资源的关联规则特征量,采用嵌入式模糊聚类融合分析方法三维重构中心资源,建立虚拟化云计算数据中心资源的信息融合中心,采用决策相关性分析方法,结合差异化融合特征量实现对数据中心资源调度,实现虚拟化云计算数据中心资源实时节能调度。仿真结果表明,采用该方法进行虚拟化云计算数据中心资源节能调度的数据传输准确性较高,时间开销较短,能耗较低,在中心资源调度中具有很好的应用价值。     

云环境下绿色任务调度策略

针对云计算数据中心的能耗问题,提出了绿色云计算体系理论,设计了绿色云系统架构;基于该架构,将能量作为一种系统资源进行分配,提出了三种绿色任务调度算法分别是STF-OS、LTF-OS和RT-OS算法;对三种绿色任务调度算法可行性做了相关的理论分析,三种算法可以有效地减少能源消耗;通过扩展云计算仿真平台CloudSim实现了模拟实验,结果表明STF-OS算法降低数据中心能耗的能力最优。     

一种基于云计算的动态可扩展应用模型

可扩展性对于很多互联网企业而言是非常重要的。如果按照访问量峰值需求配置资源,则成本很高,资源利用率很低。云计算提供了一个强大的计算模式,允许用户按需访问资源。基于虚拟云计算环境中阈值,提出一个动态可扩展的Web应用模型,该模型通过一个前端负载平衡器,将用户的访问请求路由安装在云计算环境中虚拟机上的Web服务器上。又提出了一个动态扩展算法用于自动扩展虚拟服务器的数量。根据提出的模型和算法,通过实验模拟,当用户访问量激增时,系统的响应时间不会显著延长,完全可以满足实际的需求。     

Multi-device task offloading with time-constraints for energy efficiency in mobile cloud computing

Nowadays, in order to deal with the increasingly complex applications on mobile devices, mobile cloud offloading techniques have been studied extensively to meet the ever-increasing energy requirements. In this study, an offloading decision method is investigated to minimize the energy consumption of mobile device with an acceptable time delay and communication quality. In general, mobile devices can execute a sequence of tasks in parallel. In the proposed offloading decision method, only parts of the tasks are offloaded for task characteristics to save the energy of multi-devices. The issue of the offloading decision is formulated as an NP-hard 0–1 nonlinear integer programming problem with time deadline and transmission error rate constraints. Through decision-variable relaxation from the integer to the real domain, this problem can be transformed as a continuous convex optimization. Based on Lagrange duality and the Karush–Kuhn–Tucker condition, a solution with coupled terms is derived to determine the priority of tasks for offloading. Then, an iterative decoupling algorithm with high efficiency is proposed to obtain near-optimal offloading decisions for energy saving. Simulation results demonstrate that considerable energy can be saved via the proposed method in various mobile cloud scenarios.     

一种多QoS目标约束的云计算任务调度策略

针对云计算环境下大量用户任务请求各异的服务质量（Quality of Service, QoS）调度目标要求,通过综合考虑云用户任务的截止时间底线、调度预算等QoS目标约束条件以及各类可用资源的性能参数,对任务调度的多QoS目标约束条件进行形式化建模,基于构造的隶属度函数将多QoS目标约束的优化求解问题转化成一个单目标约束的优化问题,对转化后的单目标约束优化问题进行近似求解,最终提出一种多QoS目标约束的云计算任务调度策略。在CloudSim模拟器上的仿真结果表明,提出的多QoS目标约束的云计算任务调度策略总体上优于传统的Min-min算法以及改进的以QoS为导向的Min-min算法。