大型云计算信息系统的异常数据检测模型仿真

研究大型云计算信息系统的异常数据检测方法。采用传统方法进行大型云计算信息系统的异常数据检测,由于系统数据量较大且呈非线性分布,在进行异常数据检测时,容易产生收敛速度慢,检测准确率低的不足。为此,提出基于模糊隐马尔科夫模型的大型云计算信息系统的异常数据检测方法。依据相关理论对检测模型的模型系数、方差和转移矩阵等参数进行初始化,将隐马尔科夫检测方法与模糊理论进行结合,分别从三个角度进行数据状态判别,并计算检测结果正确的数据集的隶属度函数,最后进行隶属度合并,并据此对当前数据进行判断,从而实现对大型云计算信息系统的异常数据的有效检测。实验结果表明,采用改进算法进行大型云计算信息系统的异常数据检测,能够有效提高检测效率与有效性,能够满足实际检测需求。

依赖多子群分层混合算法的云计算信息系统安全等级保护测评

基于多子群分层混合算法的云计算信息系统的概念和信息安全等级保护(Information security level protection,ISLP)的基本内涵,研究了云计算信息系统的系统结构和信息处理机制。其中,提出了一种多子群分层混合算法的云计算信息系统信息安全等级保护测评方法,即分布式配置与集中式云计算相结合,及其软硬件框架与感知检测集成,并提出了基于镜头原理的信息处理框架及其接收信息处理的流程。设计了多子群分层混合算法,利用镜头聚焦模型和五个阶段的信息处理序列,建立并解析了云计算的工作规律及其自反馈调整,验证了所提出思想的合理性和优势。

云计算信息系统安全整体防护策略研究

目前, 云计算的研发及应用已成为国家 “十三五” 战略性新兴产业规划研究的课题, 云计算及应用得到迅速而广泛的使用, 对于云计算信息系统的信息安全的关注也达到前所未有的高度和广度.本文主要分析了云计算信息系统等级保护测评工作中经常出现的关键风险点, 并给出相应的安全防护措施, 以降低信息安全被破坏的可能性, 降低信息安全事故发生后的破坏程度, 有效保证云计算信息系统的整体安全.

云计算手术室移动信息系统的构建在胶质瘤手术患者中的应用及风险事件观察

目的:构建云计算手术室移动信息系统,探究其在胶质瘤手术患者中的应用及风险事件观察。方法:回顾性选取医院收治的98例脑胶质瘤患者,采取随机数表法将其分为对照组和观察组,每组49例。对照组采用传统手术安全核查方法,按标准流程完成手术相关记录,观察组应用云计算手术室移动信息系统,按系统提示及操作规范,完成手术安全核查工作。对比手术室相关操作行为规范、不同核查方法的医护满意度、常见风险事件发生率和不同时间段下的不同评分指标。结果:观察组手术患者交接时间短于对照组,两组比较差异有统计学意义(t=6.75,P<0.05);观察组核查执行规范率、文书书写合格率及规范抗生素使用率均高于对照组,差异有统计学意义(x^2=5.94,x^2=6.11,x^2=8.12;P<0.05);观察组医护人员满意度高于对照组,差异有统计学意义(x^2=10.23,P<0.05);观察组风险事件发生率低于对照组,差异有统计学意义(x^2=9.23,P<0.05);观察组患者手术后1周、手术后3周时格拉斯哥预后评分(GOS)、改良Bathel指数(MBI)评分及卡氏(KPS)评分均高于对照组,差异有统计学意义[术后1周(t=5.64,t=3.42,t=4.99;P<0.05);手术后3周(t=4.90,t=4.16,t=3.88;P<0.05)]。结论:云计算手术室移动信息系统的构建及应用可更好地结合脑胶质瘤患者个体病情及疾病特点,提高手术干预工作效率,降低风险事件的发生率。

“云GIS＂的发展趋势分析

信息技术的每一次进步，都会给GIS带来巨大的影响，如PC之于桌面GIS，互联网之于WebGIS等。近年的“云计算”的迅速发展．于是有了“云GIS”的想法。我们坚信，“云计算”会给GIS带来颠覆性的改革。

云计算下网络信息安全问题与解决对策分析

云计算属于当前信息化时代的新技术,它与大数据、物联网齐名,满足了追求网络信息化安全管理建设的行业企业发展需求。客观讲,云计算技术对于当前行业产业信息化革命而言是有好处的,因此它也受到了各个行业领域的高度重视,深入设计、研究云计算下网络信息安全的相关问题并分析提出解决对策。本文中就讨论了上述内容,明确了云计算技术支持下网络信息安全管理系统的有效设计思路以及软硬件设计流程,指出系统中可能存在的诸多问题,提出安全问题的解决对策。