开源IaaS平台在复杂计算机实验环境中的应用研究

提出一种基于多源信息资源调度的开源Iaa S平台兼容性测试方法,并应用到计算机实验环境中。进行多源信息资源调度算法设计和开源Iaa S云平台下的云计算数据聚类分析,实现对开源Iaa S平台下的差异特征的兼容性提升,提高实验平台的兼容性,优化数据处理和分析性能。仿真结果证明,采用该方法进行开源Iaa S云平台下的数据信息处理,开源Iaa S平台多源信息资源调度性能和兼容性较好,能有效应用在复杂计算机数据信息处理实验环境中。

APM:适用于IaaS平台的agent保护机制

在Iaa S平台中,虚假数据的存在将对测评结果造成混淆,无法为用户给出公平公正的平台选择依据。针对该问题,提出一种适用于Iaa S平台的测试代理agent保护机制(APM,agent protection mechanism),在不需要额外软硬件支持的条件下保证agent的完整性和命令执行的正确性;同时提出一种基于质询的APM有效性验证方法,及时发现失效APM所在Iaa S节点以止损。实现了基于APM的实验环境,对APM的有效性和性能开销进行测试。实验结果表明,该机制可以有效保护agent的完整性及其执行命令的正确性,且对Iaa S平台引入的性能代价较小。

云计算IaaS平台交付项目的管理实践

通过对IaaS平台交付项目的管理实践和分析,得出一种基于工作分解结构、资源线程化管理和四象限管理法则的管理方法,以及由交付需求登记表、项目跟进表、项目总表、资源线程表组成的工具包。该套管理方法和工具包在天翼云IaaS项目交付实践中的应用证明可以有效地对高并发、短周期的项目群进行从总体到局部的系统性管控,可为项目管理人员处理此类管理场景提供参考。

面向IaaS云平台的用户异常行为检测方法

针对IaaS(Infrastructure as a Service)云平台中用户异常行为的检测问题,提出了一种基于用户行为模型和神经网络相结合的异常检测方法.该方法通过构造一种基于时间、地点和事件的用户行为模型,在此基础上建立用户的正常行为模式,并与神经网络算法相结合,将用户当前行为网络输出值与给定阈值进行比较,以此来判断用户的行为是否异常,从而实现用户行为的异常检测.实验结果表明,相比其它类似的用户行为检测方法,该方法能更有效发现用户的异常行为.

云计算IAAS平台数字化交付方式研究

数字化交付是一类新型交付方式,通过数字化平台将交付过程产生的静态信息成体系地提供给用户或业主。云计算平台建设过程中各个阶段产生了大量的过程资料。传统文档传输和流转方式和交付手段不利于客户查阅建设信息也不利于后期运维。本文通过对云计算IAAS工程交付过程中产生的文档、信息进行了分析,在立项、设备采购、硬集、平台组件集成等交付环节对云计算IAAS平台建设过程中产生的文档、信息、资料的数字化交付方式进行了研究,提出了一种可适用于云计算IAAS平台交付工程的数字化交付平台的设计。

基于IaaS云管理平台的飞行员招生与管理系统的设计与应用

本文设计了基于IaaS云管理平台的招飞管理系统,解决了现有招飞系统集成度不高、信息共享度不高、功能单一、人性化程度低等的问题。并通过设立私用航空器服务系统、飞行员跟踪系统和政策研究中心来满足为了航空大发展对飞行员招飞与管理工作的要求。

基于FusionCompute的IaaS云平台的构建与实现

针对企事业单位数据中心业务系统扩展存在的成本高、周期长、资源利用率低等问题,利用华为FusionCompute云计算技术,实现数据中心IaaS云平台的构建,IaaS云平台将数据中心内IT基础设施进行资源逻辑化,并对逻辑资源进行统一调度和管理,为用户提供远程资源访问服务。操作人员通过网络远程获得如同直接操作硬件设备一样的用户体验。

深度学习驱动下IaaS云运维异常检测算法的研究进展

异常检测是IaaS云系统运维中的一个关键任务,通过早期预警和提前干预,可有效避免系统崩溃等严重事故的发生。但相较于传统数据中心,IaaS云系统具有较大规模的计算节点,节点拓扑复杂、监测数据量大、缺少标注信息等特点,为IaaS云运维异常检测带来新的挑战。从深度学习的技术框架出发,分析了异常检测问题面临的难点,调研总结了IaaS云系统下常见异常检测算法和相关技术。面向节点异常和系统异常两类典型问题,对深度学习驱动的解决方法进行调研:面向节点级别异常,重点调研了时间依赖的运维数据下由时序数据驱动的检测算法;面向系统级别异常,重点调研了网络拓扑建模下由图数据驱动的检测算法。最后,提出了数据驱动下IaaS云运维数据异常检测中的新问题与新挑战。

基于国产IaaS云平台的性能测评基准设计与应用

云计算是信息技术发展和服务模式创新的集中体现,是信息化发展的重大变革和必然趋势。国产IaaS(基础设施即服务)平台上由于存在多条技术路线等原因,测试评价工具没有统一的标准来评估平台的性能、服务质量等,导致针对国产IaaS平台的选型没有有效的凭据。本文基于以上问题提出了一种基于IaaS云平台系统上云/迁云的性能测试指标评估体系和灵活可定制测评基准模型,并进行了应用验证。

基于国产Iaas云平台的性能测试方案设计

云计算从1965年起源至今已有50多年历史,Iaas云作为云计算的立身之本,目前对这块的性能评估特别是国产Iaas云平台却没有一套标准的测试方法,导致在筛选Iaas平台时没有好的依据。基于以上背景,通过对Iaas云平台的架构分析提炼出一套针对不同架构的Iaas云平台均适用的性能测试方法,并对方案进行了应用验证。希望通过对云计算的性能测试技术研究,能为国产Iaas云平台性能测试方法的发展推进贡献绵薄之力。

电子政务云平台规划设计研究

随着电子政务和云计算技术的不断发展,电子政务云平台已经成为重要基础设施,在数字政府建设中发挥着越来越重要的作用。该文通过对政务云总体架构设计、网络结构设计、区域划分、重点建设内容进行研究,探讨如何建设一个规范安全、可管可控的政务云平台。

新型农村合作医疗信息化云平台设计与实现

云计算是在服务器虚拟化、分布式计算和高性能计算为基础发展而来的崭新技术,是未来的计算机领域发展的重大方向,也逐步影响着卫生行业的变革。介绍了利用云计算技术建设新型农村合作医疗信息化平台,并展望云计算技术在医疗行业中的应用。

公安大数据技术应用研究——以山东公安警务云平台建设为例

在"大数据"的时代背景下,海量数据的涌现为公安工作带来新的挑战和机遇,云计算的大规模、分布式和高效性等特点使其成为面对大数据处理的关键技术。利用云计算的独特优势,结合已有公安系统数据设计并开发了警务云平台,实现整合公安内外资源、完善情报信息主导警务机制、完善网上执法办案和信息中心、增强公安机关快速反应能力等目标。

工程教育认证背景下基于云计算的计算机类课程实验教学平台构建与实现

在工程教育认证背景下,针对计算机类实验课程在线上和线下教学过程中实验环境存在的不足,构建了基于华为Fusion Compute基础设施即服务(Infrastructure as a Service,IaaS)云平台的实验教学平台。利用云平台的优势,同时满足“线上+线下”混合式教学的需求,为学生提供更加智能化的实验环境,并实现了教师对学生实验活动的全过程管理与指导,充分体现了工程教育认证中学生过程管理理念。

面向SaaS提供商的数据库资源供给机制的研究

把服务部署到第三方IaaS平台上是SaaS服务提供商一种节省成本的方式。以采用共享型数据库模式的SaaS提供商为研究对象,探寻在新租户部署和租户性能无法满足时,如何部署和调整租户减少资源的租赁量从而提高系统效益的问题。提出部署算法SmartDeploy和调整算法SmartAdjust,通过估算报警虚拟机上各租户迁移到其他虚拟机后的系统效益变化和数据迁移成本,找到最佳的系统效益调整方案。模拟实验结果表明,该算法对系统效益优化有较好的效果。

基于LSTM算法的英语翻译智能化校对系统设计

为提升译文质量,针对广泛普及的英语语种,架构翻译智能化校对系统。利用ADO.NET对象类库,设计语句关系表、翻译判定表等数据库表结构。采用python语言编写应用程序界面的运行程序,结合构建的主页、编辑、显示等view类,得到系统用户端。基于Open Nebula的IaaS云平台与长短期记忆算法,设计出服务器端的编码模块。建立词向量信息融合模块,经架构词语校对单元与语义校对单元,得到智能校对模块。黑盒测试结果表明,该系统各项功能均可达成预期目标;性能评估指标结果显示,所建系统大幅提升译文质量,校对优势显著。

软件定义在地理空间大数据构建中的关键技术研究与应用

为提升高精度卫星(航空)影像数据、实景三维数据、激光雷达点云等海量地理空间数据的安全保障、高效流转和生产效率等综合治理能力,本文提出引入软件定义方法构建地理空间大数据IaaS云平台,实现计算资源、存储资源、网络资源、安全资源等基础设施资源的统一管理、按需分配和灵活调度。该方法可以将新旧资源统一管理,提升资源利用率,达到保护投资的目的;还可以通过“不落地流转方式”消除传统硬拷贝存在的数据泄密隐患,实现业务系统的快速部署,确保成果数据的版本一致性,从而提高数据生产效率。测试实例表明,在资源配置相仿的情况下,与传统计算机集群相比,基于软件定义的地理空间大数据IaaS云平台,分析和处理倾斜摄影数据的效率提升了近1/3。

基础设施云关键算法研究与实现

目前,Iaa S云环境下的资源调度算法与负载均衡算法都存在一些不足,为此我们需要对基础设施云关键算法进行研究,通过不同的手段和方式来实现关键算法,弥补固有方法上的不足。从目前情况分析,由于数据量非常庞大,因此基础设施云关键算法的研究和实现面对很多的问题,需采用相应的方法一一解决。另一方面,还要考虑到影响算法的各项因素,包括基础设施云、负载均衡等等。在今后研究中,需进一步扩大基础设施云关键算法的范围,获得更多的数据和信息,完善算法体系,促进工作的更大进步。