基于云计算数字取证的CGRS资源选择算法研究

随着高速网络的发展,多站点的资源选择和任务调度在云平台环境下受到越来越多的关注。多站点的资源选择和调度可以显著减少有限的通信需求中应用的平均执行时间,尤其是在数字取证的云平台中。文章提出了一种新的多站点同步迭代应用程序的基于聚类的云平台资源选择(CGRS)算法。通过分析和实验结果验证了该方法在聚类计算中能有效降低计算资源占用,有效降低计算时间,在处理云数据的过程中能发挥较大的优势。充分证明了资源选择算法的有效性和正确性。

一个容错的网格资源选择算法

芝加哥大学提出了一个网格资源选择算法,能够同时满足单一资源选择和多个资源选择的要求。但是,由于算法一开始就选择了资源集合中单机最强的节点,所以很容易陷入局部最优,且算法不具备容错能力。针对这种情况,本文对该算法进行改进,提出了基于基版本/副版本技术的容错资源选择算法。模拟实验表明,算法是有效的。

计算网格中的资源选择与调度算法

针对文中描述的计算网格资源环境模型,构造了一种分布式的层次型任务调度模型,任务调度分为计算资源站点的选择以及资源站点内部的本地调度两层进行。通过研究该调度模型,提出了一种基于双目标衡量函数的资源选择算法,该算法可以通过设置相关参数动态调节响应时间和价格在总目标中所占比重。试验结果表明能够选择综合满足响应时间和价格这两个目标的计算资源,以适应用户的不同需求。

网格经济模型中基于信誉度的资源选择

针对网格资源管理中的经济模型,在资源信誉度的概念基础上,提出了信誉度评价算法和基于信誉度的资源选择算法。通过实验对算法进行验证,结果证明基于信誉度的资源选择在资源调度率、吞吐量、任务完成率和平均完成时间等方面都体现出良好的性能。

可互换驱动的仪器选择算法

阐述了利用COM技术实现可互换信号驱动的软件架构,即IVI-SD模型(基于信号的仪器可互换驱动器)的模块化体系结构,详细阐述了各个组成部分的性能和设计思路,并给出了基于最新的IVI-SD标准的信号驱动器的信号模型,仪器描述模型和TPS开发标准。在此基础上,详述了支持IVI-SD模型的测试要求提取和仪器选择算法,并给出了实验结果。

一个扩展的以QoS为指向的网格任务调度算法

在对网格计算的研究中,有人考虑了计算资源中服务质量(QoS)因素,在对传统的 Min Min算法加以改进的基础上,提出了QoS Guided Min Min算法。在此基础上,本文提出一种新的扩展型算法,以进一步提高网格资源的利用率。最后,本文对以上三种算法的实验结果进行了比较分析。

基于云平台的电子证据存储中访问控制的动态委托方法

对动态云平台电子证据存储代表的必要性的研究,证明所有资源网站的可信任性是安全云平台电子证据存储计算的一个先决条件.分析了现有的代表团类和电网计划,并提出了云平台电子证据存储访问控制的模糊信任、委托模型(FTDM)和基于云平台电子证据存储实体之间信任关系的两个阶段的模糊推理过程,进而决定类的代表团和信任级别授权访问的可能性.并且引用数字取证分析云平台资源的K-means聚类算法的基础上的CGRS资源选择算法,并在实务部门数字取证分析平台的可扩展环境中实施.通过分析和实验结果验证了分析平台的资源选择算法的有效性和正确性.