液冷技术在数据中心的应用

数据中心由IT设备、制冷系统、供配电系统、照明及其他设备构成。对数据中心各组成部分的能耗占比进行分析后发现,制冷系统用电量已与IT设备相当,占总用电量的比例高达43%。随着数据中心的密度越来越高,面临的散热挑战也越来越大。本研究从数据中心制冷方式出发,阐述常规数据中心的自然冷却方式,并对浸没式、冷板式和喷淋式3种液冷技术进行分析,对液冷技术的关键问题进行探讨。液冷技术在降低数据中心PUE的同时,在成本管控、设计标准和对冷却液的兼容性研究上也应逐步跟进。     

云计算实现医学数据中心的模型分析

本文通过解析当前医院信息化实际情况,首次将医学数据中心模型划分为分体式、大集中式、B／S、C／S混合分布式．并依据对医学数据中心模型发展趋势的分析,提出云式医学数据中心模型．通过对分体式、大集中式和B／S、C／S混合分布式的综合分析,指出云式医学教据中心将成为主流模型．本文认为云计算本质上是对软件设计理论中最根本的抽象和封装概念在大范围、高层次上的延续实现,其核心是公共数据中心,首次提出创建云计算公共数据中心应遵循的宗旨是“一切是服务,服务是一切”．     

数据中心智能监控一体化整合系统设计及实现

针对数据中心人工维护成本过高以及安全性较低的问题,设计数据中心智能监控一体化整合系统。本系统通过ZigBee无线传感网络采集并传输环境数据,智能网关分析处理数据,移动终端、Web端监视中心安全并控制执行器件处理应急情况,实现了数据中心的智能监控。实验表明,该系统在一定程度上提高了数据中心的安全性,减少人员开销,具有一定的实用性。     

多群落粒子群优化供应链数据中心任务调度

要：针对数据中心规模和任务需求不断增加带来的服务效率降低等问题,提出了一种负载均衡多群落粒子群优化任务调度方法。通过改进的适应度函数对任务的最大完工时间和各机器完工时间方差进行组合优化以提升集群的负载均衡性;利用新的自适应惯性权重函数改进粒子搜索效率,提升算法收敛速率;采取新的粒子初始化方法提高初始解的质量和多样性,并利用多群落粒子协同搜索使得最终结果更加接近最优解。在阿里巴巴数据中心的公开数据集上对算法性能进行了验证和对比,实验结果表明,该方法能够提高数据中心在多样化供应链环境下的任务调度效率。     

数据中心的电源设计研究

随着云计算、物联网、高速存储等技术的快速发展,数据中心的建设也逐步成为新的热点,然而数据中心所带来的高能耗也为电源设计带来了新的挑战。本文从安全性、合理性、高效性等方面对数据中心的电源设计提出一些标准和合理化建议,希望能对数据中心电源部分的设计起到一定的借鉴作用。     

“中原云”大数据中心中波干扰计算及防护措施

本文对"中原云"大数据中心的场强大小进行计算和评估。为了保证此地场强理论计算的精确性,特别选定了7个测量点进行实测用于对理论计算的校正。并针对此地超标的无线电干扰提出了防护措施,对不同的材质进行了比对,同时对不同规格的不锈钢网进行了计算。     

Hadoop技术在云数据中心的应用研究

针对大数据时代如何存储、处理、分析、利用海量的电子数据,以及传统数据中心向云数据中心转型进程中大量服务器被闲置的问题,对Hadoop家族中的关键技术HDFS、Map Reduce、Mahout进行深入研究,并在此基础上提出了基于云平台的Hadoop集群应用研究方案。方案包括Hadoop集群拓扑结构、开发运行环境部署流程及基于Hadoop集群的Mahout中贝叶斯分类算法的实现。实验作为整合数据中心资源进行规模部署Hadoop集群的研究基础,证明了Hadoop集群的可用性及其在数据分析方面良好的适应性。     

Overlay Network技术在云计算数据中心中的应用

随着云计算技术的飞速普及和发展,传统的数据中心逐渐向由各种虚拟化技术所支撑的云数据中心转变。服务器虚拟化、存储虚拟化已被大量运用在数据中心的组建中,新型的云数据中心对组网提出了新的要求。overlay network技术作为一种网络虚拟化技术,为解决云数据中心的组网问题提供技术支持。本文对overlay network技术进行了分析研究,并探讨了其在云数据中心中的应用。     

虚拟化技术在黄河数据中心建设中的应用研究

针对当前黄河数据中心存在的资源利用率低、扩展性和业务灵活性差、运维成本高等问题,本文提出将虚拟化技术应用在黄河数据中心的建设中。首先讨论当前黄河数据中心存在的主要问题,分析将虚拟化技术应用在黄河数据中心的意义及先进性,然后对黄河云数据中心建设中使用的虚拟化技术进行研究,分析虚拟化平台架构,提出黄河云数据中心虚拟化技术方案,并对预期成果进行分析。     

基于MILP的云计算数据中心扩张策略优化模型

随着云计算系统的日益发展,云服务提供商需要对大规模数据中心进行不断扩张,为此,提出一种基于混合整数线性规划(MILP)的数据中心扩张策略优化模型.综合考虑了流量负载、能耗、电力成本、土地成本、税率、服务器利用率等多种约束,构建MILP模型,在满足用户的服务级别协议(SLA)下,求解最优扩张策略,使服务商利润最大化.其中,扩张策略包括扩建现有数据中心和在何时何地新建数据中心等措施.仿真实验结果表明,该模型能够根据实际情况获得最优扩张策略,提高了利润.     

应用虚拟化技术搭建高可用性医院数据中心

随着医院信息化建设的不断深化,信息系统在医院发展中所起的作用分量越来越重,对信息化基础架构的数据中心也提出更高的要求,传统数据中心建设运行已经暴露出诸多问题,不能适应发展要求。虚拟化技术作为一种构建IT基础架构的技术,有效地突破了底层资源的物理配置约束,对高可用性数据中心建设能否成功起决定性作用。     

基于虚拟化技术的云数据中心基础设施规划方案

针对当前数据中心存在的资源利用率低、动态调配能力低、运维成本高等问题,对存储虚拟化、网络虚拟化、服务器虚拟化等关键技术进行深入研究,并在此基础上提出了一套基于虚拟化技术的基础设施规划方案。方案包括云数据中心体系结构、资源池的建设方案及基于虚拟网关的数据容灾方案,利用该方案可实现各项资源的统一管理和自动调配,并有效保证业务系统及数据的安全性。     

基于碳中和的数据中心绿色发展策略研究

【目的】双碳目标下，分析数据中心的碳中和路径，为数据中心绿色发展提供方向。【方法】以基于碳中和的数据中心相关政策、标准出发，分析数据中心从选址规划到设计、设备选用、生产、运维全寿命周期节能优化方法。【结果】数据中心的碳中和路径涉及制冷、供配电、ICT设备等各方面，仍存在技术上的短缺与政策、标准等指导性不足的问题。【结论】全寿命周期的节能降耗离不开新型能源技术的发展，以促进碳中和目标的实现。     

基于SWOT模型的郑东新区都市旅游业发展策略研究

大郑东新区旅游区是郑州市重点构建的旅游空间布局"两带八区"之一。本文运用SWOT模型分析了郑东新区都市旅游业发展的优势、劣势、机会和威胁,并在此基础上,探讨了郑东新区都市旅游业的发展策略。     

智慧岛大数据正成为河南科技创新的新引擎

<正>自省委省政府做出决策,将郑东新区智慧岛作为国家大数据综合试验区核心区以来,智慧岛以优化"双创"生态、激发"双创"活力为目标,突出大数据对培育发展新动能的引领作用,积极推动、促进大数据创新创业资源在岛内集聚,着力打造具有国际影响力的大数据特色品牌,努力将龙子湖区域培育成为以大数据产业集聚为特征的智慧岛、双创岛、基金岛,引领推动全省大数据综合试验     

我国大数据产业呼唤开放共享

<正>当前,新一轮科技革命和产业变革席卷全球,大数据、云计算、物联网、人工智能、区块链等新技术不断涌现,数字经济正深刻地改变着人类的生产和生活方式,作为经济增长新动能的作用日益凸显。然而,在我国大数据产业发展迅猛的当下,大数据产业也存在资源开放共享程度低,数据价值难以被有效挖掘利用、安全性有待加强等问题。尤其是伴随着大数据热潮,重复建设问题也浮出水面:我国投建了大量数据中心,其中很多中心因为缺乏运营经验而处于闲置状态,鲜有发挥作用,但很多城市仍在花费巨资投建新的数据中心。     

双引共振:智慧岛蓄势待飞

<正>惠风和畅,春和景明。在郑州市郑东新区龙子湖畔,坐落着一个绿水环绕、风景秀美的智慧岛。智慧岛在浩瀚的大数据长河里熠熠生辉,一点一滴悄然影响着河南省乃至全国的数字经济。郑东新区智慧岛以龙子湖湖心岛为核心,面积约3平方千米,规划建设楼宇55栋,总建筑面积约350万平方米,主要发展数据采集存储、加工处理、流通交易、信息安     

龙子湖近期供水方案水资源研究

<正>龙子湖工程区位于郑州市现状城区的东部,根据规划:龙子湖工程是郑东新区高校园区内的生态水系工程,属于郑东新区生态水系的一部分,是规划于郑东新区大学园区的环行人工湖泊。在景观上与龙湖水系相配     

量子密码学结合Grover搜索的大数据安全认证方案

随着云计算和大数据技术的不断发展,大数据中心的安全性变得尤为重要,基于此提出一种基于量子密码和Grover搜索的数据中心安全认证方案.首先,构建一个多层安全管理模型,在用户读取数据时,将数据进行分组加密.然后,基于量子密码构建一种用户和数据中心之间的安全认证协议,保证两者之间的通信安全.利用量子Grover搜索算法来寻找密钥处理过程的最优参数,以最小化整个密钥管理的计算复杂度.分析表明,提出的安全认证方案具有较低的计算复杂度和较高的安全性能.     

基于量化分析的数据中心基础设施运行风险评估

数据中心作为“新基建”的重要代表,具有高价值性、高产出比和高集成度的特征,其基础设施往往伴随着多样的运行风险。为填补数据中心基础设施运行风险评估标准上的空白,解决运行风险难以量化的问题,参考GB/T 20984—2022《信息安全技术信息安全风险评估方法》,从评估对象的价值、风险发生可能性和预计损失三个纬度着手,构建风险评估模型。通过量化分析计算风险值,确定风险等级。经实例验证,所采用的量化分析方法科学合理,结论可信度高,具有实际意义。