一种基于云计算技术的物联网平台设计

物联网平台存在海量数据的存储、管理、计算能力等问题,可通过云计算平台和BigTable存储技术解决。通过对云计算和BigTable存储技术研究,利用BigTable机制建立数据模型表,以时间戳建立与BigTable关联的索引分表,采用分片存储数据机制,设计一种融入云计算技术的物联网平台架构,解决物联网的数据存储、管理、计算等问题。经证明云计算技术能够为物联网提供更快存储和管理服务,能够满足未来跨行业、跨区域物联网发展。

基于虚拟机动态迁移负载均衡算法的研究与改进

为了提升资源利用率、合理分配资源、平衡物理服务器负载资源,文章针对基于虚拟机动态迁移负载均衡算法在权值动态调整受限方面的不足,在原始虚拟机迁移负载均衡算法基础上引用权值概念,优化了基于虚拟机迁移的负载均衡算法。根据权值可以动态选择合适的虚拟机、目标机进行迁移,从而降低了迁移虚拟机造成的过量开销。解决在虚拟机迁移的负载均衡算法中受权值动态限制选择合适虚拟机和目标机而造成的过量开销问题。通过仿真实验,从通信开销、迁移开销和负载性能3方面对改进前后的算法结果进行分析对比,得出改进的虚拟机动态迁移负载均衡算法能够更高效地改善资源负载均衡能力。

基于OpenStack的资源调度算法研究与改进

为了提升资源利用率、合理分配资源、加快资源调度,文章针对基于OpenStack资源调度算法在动态调整方面的不足,对综合负载均衡调度算法补充任务连接数影响因子,并增加动态权值计算方法,提出改进的综合负载均衡调度算法,解决了算法权值动态调整受限问题,从而实现了高效动态资源调度和资源平衡。通过仿真测试工具CloudSim实验,从资源利用率和负载性能2方面对改进前后的算法结果进行对比,得出改进的综合负载均衡调度算法能够更高效地改善资源调度能力和负载均衡能力。

基于异常行为数据流的加权铰链分类算法研究

为了能够快速检测、识别异常行为数据流,并对异常行为数据流的内容准确定位,通过研究决策树算法、逻辑回归算法、神经网络算法、铰链分类等深度学习算法的基础上,文章提出基于指数加权和动量的小批量梯度下降铰链分类算法。该算法在铰链分类算法的基础上增加指数权值方法和动量梯度下降方法,指数加权方法可以实现对损失函数下滑速度的加快,即对异常行为数据流快速定位和识别;动量梯度下降方法可以实现对损失函数结果值进行动态偏差校正。通过该算法可以实现对异常行为数据流内容准确定位及快速识别,解决异常行为数据流内容识别的误报率和漏报率较高的问题,保障数据的安全性和完整性。通过仿真实验,利用计划长度比(schedule length ratio,SLR)、下降速度等指标分别验证,表明该算法的性能和收敛速度等方面都略高于其他铰链分类算法。

基于K层特征模型的异常流量识别算法

针对在NetFlow数据流的环境中,如何解决海量数据识别的问题,提出基于K层特征模型的异常流量识别算法。采用优先级策略依次打开索引表,读取异常行为,并与异常行为的特征值逐条匹配,匹配成功作标记,确定异常行为类型。实验结果表明,该算法能够快速有效地识别异常数据流,提高了海量数据识别的实效性,有效地解决了网络安全问题,达到设计目标。