云计算环境下面向数据密集型应用的数据布局策略与方法

云计算环境下面向流程的数据密集型应用已被广泛应用于多个领域.面对多数据中心的云计算环境,这类应用在数据布局方面遇到了新的挑战,主要表现在如何减少跨数据中心的数据传输、如何保持数据间的依赖性以及如何在提高效率的同时兼顾全局的负载均衡等.针对这些挑战,文中提出一种三阶段数据布局策略,分别针对跨数据中心数据传输、数据依赖关系和全局负载均衡三个目标对数据布局方案进行求解和优化.实验显示,文中提出的数据布局策略具有良好的综合性能,特别是在降低流程执行过程中由跨数据中心数据传输所导致的时间开销方面,效果尤为明显.     

LTSS: Load-Adaptive Traffic Steering and Forwarding for Security Services in Multi-Tenant Cloud Datacenters

Currently, different kinds of security devices are deployed in the cloud datacenter environment and tenants may choose their desired security services such as firewall and IDS (intrusion detection system). At the same time, tenants in cloud computing datacenters are dynamic and have different requirements. Therefore, security device deployment in cloud datacenters is very complex and may lead to inefficient resource utilization. In this paper, we study this problem in a software-defined network (SDN) based multi-tenant cloud datacenter environment. We propose a load-adaptive traffic steering and packet forwarding scheme called LTSS to solve the problem. Our scheme combines SDN controller with TagOper plug-in to determine the traffic paths with the minimum load for tenants and allows tenants to get their desired security services in SDN-based datacenter networks. We also build a prototype system for LTSS to verify its functionality and evaluate performance of our design.     

云计算环境下适于工作流的数据布局方法

云计算环境下的工作流管理系统,适合支持需要高效的计算性能和大规模存储的跨组织业务协作,在应急管理、供应链管理和健康医疗等领域具有广泛的应用前景.然而,在大量并发工作流实例的情况下,当工作流的任务需要不同位置的数据,特别是涉及客户端隐私数据时,如何有效地存放这些数据、优化数据传输就成为其中的挑战.为此,云计算环境下适于工作流的数据布局方法能够根据数据的隐私要求把数据存放到云端和客户端,并且在工作流运行时根据控制流动态地调整数据布局,减少数据传输.实验表明,该方法能够有效减少工作流运行时的数据传输.     

混合云中面向数据中心的工作流数据布局方法

科学工作流是一种复杂的数据密集型应用程序.如何在混合云环境中对数据进行有效布局,是科学工作流所面临的重要问题,尤其是混合云的安全性要求给科学云工作流数据布局研究带来了新的挑战.传统数据布局方法大多采用基于负载均衡的划分模型布局数据集,该方法可以获得很好的负载平衡布局,然而传输时间并非最优.针对传统数据布局方法的不足,并结合混合云中数据布局的特点,首先设计一种基于数据依赖破坏度的矩阵划分模型,生成对数据依赖度破坏最小的划分;然后提出一种面向数据中心的数据布局方法,该方法依据划分模型将依赖度高的数据集尽量放在同一数据中心,从而减少数据集跨数据中心的传输时间.实验结果表明,该方法能够有效地缩短科学工作流运行时跨数据中心的数据传输时间.     

云计算在中小企业的应用前景分析

云计算作为一项迅速发展的信息技术目前已应用在国内外诸多领域并得到了充分的利用,但是对于目前国内的一些中小型企业来说,仍然处于一种谨慎观望缓步发展的状态.本文介绍了云计算基本原理及发展现况,探讨了云计算技术应用在中小型企业中的实际意义,以及目前阻碍云计算技术在中小型企业进一步发展和应用的主要原因.     

Supporting Cost-Effective Fault Tolerance in Distributed Message-Passing Applications with File Operations

In this paper we present an approach to reliable distributed computing, which incorporates fault tolerance into applications at low cost, in terms of both run-time performance and programming effort required to construct reliable application software. In our model fault tolerance is based on distributed consistent checkpointing and rollback-recovery integrated with a user-level reliable transmission protocol. By employing novel techniques 8and algorithms, our approach is distinguished from other consistent checkpointing schemes by the following features: first, minimum communication overhead for constructing a consistent distributed checkpoint and catching messages in transit during checkpointing; second, tolerance to message losses due to site failures or unreliable non-FIFO networks; and third, efficient checkpointing and recovery of persistent state, i.e., user files. Based on the model, a software library prototype called Libra has been implemented for supporting fault tolerance in distributed message-passing applications with file operations. The library provides an easy to use programming interface including message-passing and file I/O primitives, which hides the complexity of both fault-tolerant network communications and checkpointing and recovering user files from the application level. Experience with a number of long-running distributed applications shows that Libra can provide fault tolerance in a cost-effective manner.     

云计算中的数据放置与任务调度算法

在海量数据的云计算中,通常面临着数据传输时间长的问题.针对目前大多数数据放置与任务调度算法存在的副本静态性和传输标准精确度的不足,提出了一种动态调整副本个数、以时间作为衡量数据传输标准的数据放置与任务调度算法.该算法根据数据访问频率和存储大小,动态地调整副本个数,一方面减少了低访问率副本对存储空间的浪费;另一方面也减少了高访问率副本所需跨节点传输次数.考虑到节点间网络带宽的差异性,确定以数据传输时间作为传输衡量标准,提高了传输标准的精确度.实验结果表明,除了任务集和网络节点均较少的情况外,该算法均能有效地减少数据传输时间,甚至在任务集合和网络节点较多的情况下,能减少近50%的传输时间.     

云计算的基础结构设计和云应用服务

云计算是基于云结构的信息技术资源消费与利用系统,也是基于互联网的链路传输系统与终端服务系统的集成应用模型。典型的云服务模型包括Saa S/Aaa S、Iaa S、Paa S、Daa S,这些参考模型同时组成云系统应用服务基础架构。云计算开发标准与规则是云结构发展与云数据库的开发参考基准,也是云管理与云进化的参考结构。云系统服务质量关系云应用发展,而云管理的服务配置与监视服务提供反馈信息。云应用服务维护运行与数据安全是云安全提供的基础保障服务。云备份作为领导性企业云的高级服务功能应能适应云灵活多变性与容灾免灾设计,文中深入分析云数据备份技术应用与程序算法,细述实用数据应用处理方法。动态开发环境是企业云对云计算开放研究平台,在全球推进云环境的开发测试。云计算风险分析与管理同时促进云应用进化。     

Special Feature Microcomputer Applications in Japan

JEIDA, the Japan Electronic Industries Development Association, recently surveyed the state of the applications art in Japan. The most striking features of the study were its scope and the richness of the answers obtained.     

云计算与云存储技术的企业应用分析

作为以互联网为计算平台的云计算,将会更广泛地涉及到海量数据处理任务.海量数据处理指的是对大规模数据的计算和分析.在互联网时代,互联网数据的统计和分析很多是海量数据级别的,为企业的数据储存提供了重要的服务.本文分析了云计算的应用类型,介绍了云计算的基础设施,深入分析了云计算与企业应用之间的关系.     

云桌面应用研究概述

随着信息技术的发展,数量巨大的PC设备使得企业对于员工个人电脑的日常管理成为了一项复杂的工作,升级补丁、安全策略、日常的设备维护等往往需要企业投入大量的人力与物力。而随着工作地点的分散、移动设备开始应用于办公,传统的 PC 设备已不能完全适应企业的办公需求。近年来云计算概念开始兴起,云桌面这一新型办公设备形式也进入了人们的视野。作为虚拟化技术的延伸,云桌面依赖于服务器端计算,安全度高、管理方便,而且适用于移动设备。云桌面在国内外已经有了众多的应用案例,为企业的IT办公设备选择指明了一个新的方向。整理了云桌面的相关应用,并结合云桌面的技术特性,对云桌面的应用进行了分析。     

牙颌点云数据的显著性特征提取

随着激光扫描测量技术的发展,其数据测量精度的逐渐增高使得获取的几何模型表面点云数据的细节信息越丰富,能更准确的反应物体几何表面特征,但如此海量的点云数据同时也带来对应的技术挑战,海量的点云数据在计算机文件存储、数据后期进一步处理以及软件可视化方面都不方便且效率低下.本文中的算法首先采用栅格法对点云进行空间划分及领域关系的建立,其次利用局部表面拟合的方法估算点云法向量,然后利用点云K领域法的向量求解坐标点的显著性值,最后根据显著性的值构建点云八叉树.该算法实现了对点云显著性特征的提取和对点云数据量的进一步简化,它不仅保留了对点云细节特征保持方面的优势,而且在时间效率上得到了提高.     

分布式交互应用中服务器放置问题的启发式算法

分布式交互应用是允许分散在不同地点的多个参与者能实时进行交互的网络系统,它的交互质量在很大程度上取决于网络延迟,而通过对服务器位置的合理布局可以降低网络延迟。因此,服务器放置是影响分布式交互应用的交互性能的关键因素。针对分布式交互应用中服务器放置问题,提出了模拟退火算法和禁忌搜索算法,并与已有的遗传算法进行了比较。通过实验可以看出,尽管在求得较好解的速度方面,遗传算法占据优势,但在求得解的质量方面,提出的模拟退火算法和禁忌搜索算法均优于遗传算法,在服务器数量相同的条件下,延迟平均降低了15.5%和15.2%,更加有效地提高了交互质量。     

浅议云计算在高校中的应用

云计算是一种基于分布式的计算,以用户为中心,数据存在于云海之中,你可以在任何时间（Anytime）、任何地点（Anywhere）以某种便捷的方式安全地获得它或与他人分享。云计算使得Intemet变成每个人的数据存储中心、数据计算中心,本章具体讨论在高校中的应用。     

基于随机规划的云计算中虚拟机分配优化研究

IaaS是云计算中一种基本的服务模式,虚拟机分配是其中的一项重要任务。本文针对虚拟机分配中响应时间和费用消耗的目标,给出了一种虚拟机分配问题的优化算法。该算法在需求具有不确定性的前提下,综合考虑了响应时间和费用消耗两方面的因素,对从属不同供应商的虚拟机资源进行调度和分配。本文基于随机规划理论,对算法进行了建模和仿真,给出了面向响应时间和费用消耗的目标函数及其约束,并通过仿真实验对模型进行了求解。结果表明,该方法能在最大限度节省计算费用的基础上满足不同用户的需要。     

反求工程中点云数据的二次曲面特征提取技术

基于点的连通性及同一特征面测量点几何特征相似性，在特征曲面拟合误差控制下，实现了散乱数据二次曲面的区域分割．工程应用实例表明：文中方法稳定可靠，可显著提高反求CAD建模效率与重建模型精度。     

一种通用云计算资源调度问题的快速近似算法

在分布式云计算平台中,面向大规模用户的在线应用需处理针对海量资源的用户需求,在给定的资源预算下,服务提供商需确定最优资源放置位置,以最大程度地满足用户需求,通常需求用给定时间段内均值表示.然而真实场景中用户需求是高度动态和随机的,采用随机需求模型以考虑更多需求细节,资源利用率可得到进一步优化.但相比均值调度方法,随机需求模型会导致很高的计算复杂度.已有的最优解求解算法的时间复杂度和资源总量成正比,无法满足海量资源在线调度的效率要求.基于非线性规划理论,提出了一个快速资源分配算法,该算法可将计算复杂度降低至最优解算法的1‰,并逼近最优解效果的99%,因此可用于在线应用场景中海量资源的高效调度.     

云计算中虚拟机放置的自适应管理与多目标优化

云计算的一个关键需求是其基础设施中大规模虚拟机的放置问题.虚拟机和物理结点之间的映射决定了如何将云计算中虚拟化资源分配给多个Web应用,对云计算系统的性能、能耗和QoS保证有重要影响.文中提出了云计算中虚拟机放置的自适应管理框架,提出了带应用服务级目标约束的虚拟机放置多目标优化遗传算法,用于制定框架中的虚拟机放置策略....     

混合云环境下基于模糊理论的科学工作流数据布局策略

混合云环境下,合理的数据布局策略对科学工作流的高效执行至关重要.传统的科学工作流数据布局策略主要基于确定性环境,而在实际网络环境中,由于不同数据中心之间的负载不同、带宽波动和网络拥塞等原因以及计算机自身的特性,数据传输时间存在不确定性.为了解决该问题,基于模糊理论,以最小化数据模糊传输时间为目标,提出了一种基于遗传算法算子的模糊自适应离散粒子群优化算法(Fuzzy Adaptive Discrete Particle Swarm Optimization Algorithm Based on Genetic Algo-rithm Operators,FGA-DPSO),对科学工作流数据进行合理布局,同时满足数据集的隐私要求和数据中心的容量限制.实验结果表明,该算法能够有效地减少混合云环境下科学工作流的数据模糊传输时间.     

浅析云计算及其应用

云计算是一种创新的商业计算服务,云计算是将计算任务分配到云网平台中,为各种应用系统提供计算、存储以及各类软件服务。本文首先概述了云计算的定义和构成,并介绍了云计算的特点,最后探讨了云计算的应用问题。