杭钢云计算数据中心:传统“钢铁巨人”如何实现“超算梦”

以投资188亿元建设的“杭钢云”和“浙江云”两座超大型数据中心为枢纽,杭钢集团目前已建成全国单元区内规模最大、最节能的数据中心。一个“钢铁巨人”的超算蓝图正愈来愈清晰以前在这里炼“钢”,现在在这里炼“数”。钢铁与数字化,听起来仿佛是两个“平行宇宙”的产物,而在杭州钢铁集团有限公司(以下简称“杭钢集团”),数与实的融合与应用,正颠覆着大众对这家钢铁企业的传统印象。近年来杭钢集团乘数而上,在数字化转型的赛道上不仅切中了脉,找到了新的发展机遇,还通过资源高效整合的方式,充分利用厂房、能源、生产数据、产业链等固有优势,迈入了建设大型数据中心的数字经济赛道。

电子政务云计算数据中心网络组网技术探究

目前,电子政务网云化是主要发展趋势。如何最大程度地发挥现有政务网资源的作用,创建开放、规范、标准的云平台架构是重中之重。因此,本文针对云计算数据中心的特点进行分析,从而推动电子政务网络的创建。电子政务建设已经逐渐形成规模,并且促进了政府信息化服务、管理的发展。但是,针对独立的业务部门来说,缺乏大数据分析处理的技术,无法将数据转变为知识,从而限制了数据的应用,导致数据爆炸、知识缺乏等问题。

废纸回收供应链云计算数据中心架构设计与应用研究

在如今进口废纸受限、环保监管力度加大的压力下,利用云计算技术建立废纸回收供应链数据中心,提升企业废纸回收数据处理能力、企业运营经济效益成为造纸企业与其上下游企业的当务之急。简述了中国废纸回收与利用现状,分析了废纸回收与利用所具有的价值,重点建立了废纸回收供应链云计算数据中心架构,对其基础架构、技术架构、存储架构和安全架构进行设计。并通过云计算数据中心的应用实例,说明其在废纸回收供应链运作中的应用流程与意义。

5G网络环境下云计算数据差分隐私保护算法研究

为了解决5G网络环境下云计算环境的复杂性和不确定性因素导致其差分隐私保护效果较差这一问题,该文研究了5G网络环境下云计算数据差分隐私保护算法。建立5G网络环境下云计算数据差分隐私保护架构,利用信息熵抑制方式,消冗处理5G网络环境下云计算数据。将5G网络环境内云计算数据看作一个社区,并对社区内的云计算数据添加拉普拉斯噪声。通过重构云计算数据社区内的边和社区之间的边,实现5G网络环境下云计算数据差分隐私保护。实验结果表明:该算法对云计算数据消冗处理后,数据结构复杂度最大降低1.2,对数据实施差分隐私保护后,信息泄露比明显降低,表明该研究方法具有较为显著的应用效果。

云计算数据存储技术研究

随着我国信息技术的快速发展,云计算数据存储技术不断进步,但用户对数据的处理分析与储存要求也在逐步提高。为满足日益增长的需求,用户大多采用购置大量服务器的方式增强计算机的处理分析与存储能力,同时采用云计算数据存储技术降低对硬件资源的依赖。目前,云计算数据存储技术已深入社会各个领域,推动着我国各领域相关技术的创新与发展。基于该背景,研究了云计算数据存储技术。

云计算数据中心实时能耗建模

为实现能耗测量,实现云计算数据中心能耗最小化,达成云计算数据中心的能耗量化与管理,定义能耗模型的数学表达式与测量的计算方法,针对CPU与内存运行参数分析计算机节点能耗变化,结合线性回归方法建立实时能耗模型。实验结果验证了该模型的正确性,在系统稳定后,能耗计算精度可达96%,得出的测量方法能准确估算出云计算数据中心能耗,为云计算数据中心能效优化提供一种方法。

云计算数据中心活跃服务器最优配置算法

云计算数据中心由通过高速网络连接的大量服务器构成,一种有效的节能措施是维持与系统负载成比例的活跃服务器数量同时切换剩余服务器到空闲模式,由此分别产生了操作能耗和切换能耗.研究在不同服务时隙内负载已知情况下,如何配置活跃服务器数量以最小化数据中心能耗的问题.首先,建立了问题的NP数学模型;然后分析了无切换能耗情况下最优解的特性;最终通过消除整数动态规划的递推过程,得到具有多项式复杂度的最优算法.数值结果表明,最优算法在不同负载变化趋势下保证能耗达到最小的同时保证计算过程平稳.

大型云计算数据库安全等级优化评估研究仿真

在数据库等级优化评估问题的研究中,传统的数据库等级优化评估方法只能对较小规模的数据库进行精确评估,一旦数据库规模较大,需处理的数据较多时,则不能保证安全等级评估的精确度,评估效果较差,为此,提出基于模糊多层次分析算法的大型云计算数据库安全等级优化评估方法。针对大型云计算数据库的特点建立数据库层次分析模型,计算数据库安全指标权重值,并建立判断矩阵,通过对结果归一化处理判定数据库评估目标的最大特征值向量,依据模糊多层次分析原理,对评估目标进行综合评价,将结果依据一定方式排序,获取最优对象,从而得到最终的安全等级评估结果。实验结果表明,采用改进算法进行大型云计算数据库安全等级优化评估,能够有效克服传统方法的局限和不足,提高大型数据库安全等级评估的精确度,从而为提高大型云计算数据库的保护能力提供数据支持。

一种用于云计算数据库的数据挖掘方法研究

云计算数据库用于存储海量数据,对其进行挖掘可以提高云计算数据库的并行调度能力。传统方法采用云计算数据库访问信道属性权重分配方法进行数据挖掘,数据挖掘性能较差。提出一种基于属性相关度估计的云计算数据库海量数据挖掘算法。建立云计算数据库的多层自回归矢量空间模型,在多层自回归矢量空间进行海量数据的特征分析和数据聚类,采用属性相关度估计方法提取海量数据的优化特征,实现数据挖掘算法改进。仿真结果表明,采用该算法进行云计算数据库数据挖掘,提高了数据挖掘的峰值聚焦性能和查准率,改善了数据库的优化访问和数据调度能力。

基于改进密钥的云计算数据安全存储策略设计

由于云计算环境下的数据量较大,存在的数据特征具有动态变化特性。传统的安全存储方法通过低维映射得到的密钥空间相对较小、安全性不高、很容易被破解,导致存储的安全性能差。提出基于改进密钥的云计算数据安全存储策略,给出帐篷映射和猫映射的一般描述,将其由实数域转换成整数域进行整数运算。引入帐篷映射和猫映射获取改进密钥参数,得到经初始迭代后的密钥,对得到的结果进行取余运算和异或运算,得到密文字节并验证是否均加密完成,判断是否结束迭代,实现对云计算数据的安全存储。实验结果表明,所提策略不仅安全存储性能较高,而且所需时间少,不增加云计算系统的负担。

DNA密码学在云计算数据安全中的应用

针对云环境多媒体由于通过互联网传输而易受到黑客攻击的问题,提出基于DNA密码学的云计算数据安全模型。该模型的数据所有者根据用户属性、用户密码、DNA参考密钥、互补规则和十进制编码规则随机生成长1024位密钥,基于DNA序列对加密的多媒体文件进行加密,将加密的多媒体数据内容存储在云数据库中,仅授权用户才能从云服务器访问加密的多媒体文件。实验结果表明,该方案具有更高的效率,能够保护多媒体文件免受多种安全攻击。

云计算数据中心移动运维管理系统的设计与实现

随着国内信息化的发展,云计算数据中心的应用越来越广泛,承载的业务越来越多。不能将问题尽可能防患于未然,或发生警报不能及时解决,可能会造成业务中断,甚至造成一些不可挽回的损失。但运维管理云计算数据中心的管理工具种类很多,每种管理工具常用功能相对单一,查看比较分散,消息通知不够主动。将云计算数据中心各种管理工具的常用功能进行系统整合,及时将经常发生的警报消息推送给运维人员和领导,达到随时随地运维管理云计算数据中心的目的,是本系统主要研究内容。

船舶云计算数据中心高密度信息安全存储方法研究

现有的船舶云计算数据中心高密度信息安全存储方法存在负载均衡性差、存储效率低的难题。为了解决上述问题,提出船舶云计算数据中心高密度信息安全存储方法研究。为了简化信息安全存储的过程,依据压缩感知对高密度信息进行重构,以此为基础,采用遗传迭代查询函数对异常信息进行过滤,得到正常高密度信息,以此为依据,通过P-SLPS算法对高密度信息进行安全存储,实现了船舶云计算数据中心高密度信息的安全存储。通过测试得到,与现有的船舶云计算数据中心高密度信息安全存储方法相比较,提出的船舶云计算数据中心高密度信息安全存储方法极大的提升了负载均衡性与存储效率,充分说明提出的船舶云计算数据中心高密度信息安全存储方法具备更好的存储效果。

关于云计算数据中心中网络虚拟化技术的应用浅析

网络是云计算数据中心的载体,同时也是云计算向用户提供服务的重要途径,网络虚拟化技术的质量决定了云计算数据中心的运行情况。着重阐述云计算数据中心中网络虚拟化技术的应用情况,希望对相关行业有所帮助。

高校云计算数据中心网络安全问题与防护措施研究

近年来,随着信息化产业的发展迅速,其中计算机网络安全问题成为社会中主要关注的问题。其中,威胁计算机网络安全的网络攻击技术以及网络攻击工具,与信息化技术发展的速度同样迅猛,让个单位的计算机网络的风险不断的增加,社会最为关注的网络安全问题就是高校的云计算信息数据中心,云计算信息数据库中承载着高校的各种类型业务以及庞大的数据信息流,成为黑客以及某些不法之徒所重点攻击的对象之一。本文将对如何避免高校云计算信息数据库产生安全问题进行研究分析,并提出有效的防护措施,希望可以给高校各部门相关人员带来一定的参考。

基于虚拟化技术的高职院校云计算数据中心建设方案研究

由于虚拟化技术与云计算技术的普及程度的不断增高,高职院校作为社会主义建设培养高素质实用性人才的主阵地,虚拟化技术的高职院校云计算数据中心建设情况成为相关学者讨论的热点问题。本篇文章简要分析了虚拟化技术在云计算数据中心建设中的作用。并以此为依据,详细讨论了基于虚拟化技术的高职院校云计算数据中心的职能定位。为高职院校建设虚拟化云计算数据中心,提供了一系列可参考的建设方案。

人工智能技术在云计算数据中心能量管理中的应用与展望

现阶段我国信息技术水平不断提升,促进了人工智能技术的诞生以及发展。目前来看,人工智能技术在我国云计算中的应用越来越广泛。对于云计算数据中心来说,其属于重要的电力用户,电能消耗情况往往会随着国家数字化建设的速度而不断增加,因此对云计算数据中心能量进行管理是非常重要的一项工作。在展开云计算数据中心能量管理工作的时候,往往会涉及多个环节,要对其中各个能量管理环节进行优化,这也是我国绿色经济发展的必然需求之一。人工智能技术是基于高速发展的信息化技术来进行运转的,本文探讨了人工智能技术在现阶段我国云计算数据中心能量管理中的优化应用,并且梳理了机房、设备、云计算平台以及业务系统等层面的能量管理优化方式,对其中存在的问题进行总结及探索。

我国云计算数据中心区域布局研究

分析了全球数据中心区域布局的主要发展模式和我国云计算数据中心区域布局中面临的主要问题,建立了影响云计算数据中心区域布局的多要素模型,说明模型的构成、适用场景和使用步骤,并就具体单要素的区域评估方法进行了具体阐述。

云计算数据库在远程教学中的应用

随着云计算数据库越来越广泛的应用,远程教育得到不断推广。本文以云计算数据库为基础,在界定了相关概念后,对云计算数据库的现状以及技术进行了分析,最后给出了云计算数据库在远程教学中的应用。

基于SVM-ACO算法在云计算数据库中的访问研究

如何能够能够快速地从数据库中寻找所需要的数据一直以来都是研究的重点,人工智能算法中的蚁群算法中的蚂蚁寻找食物与云计算节点寻找访问数据库具有类似的相关性。因此在云计算数据库中引入蚁群算法,在算法的信息素的更新中引入混沌函数,使得改进后的信息素避免陷入局部收敛的可能性,在获得初步的查询结果之后,通过引入SVM中的惩罚因子,对查询结果进行优化,通过支持Map/Reduce的多叉树模型中进行算法检验。仿真实验证明,论文算法在云计算数据库中的查询和网络消耗方面相有了明显提高,从而在很大程度上提高了云计算的效率。