基于Hadoop的云计算试验平台搭建研究

Hadoop是一个免费的开源云平台,是允许在集群计算机上分布式处理大数据的软件框架。它是一种可靠、高效、可伸缩的云平台,很适合在实验室环境下进行模拟测试。以Hadoop为基础,借助虚拟机VMware以及Linux、ubuntu、Hadoop、java--jdk等软件,详细地介绍了单机环境下的虚拟云平台搭建过程,并给出具体的实例搭建过程。在设计实例中详细的论述了虚拟机、java、Hadoop等软件的安装、设置、测试过程。实现了在实验室环境对云平台的虚拟,并提出了在搭建试验平台时应该注意的用户权限、路径配置和使用SSH服务程序等问题。该试验平台为系统中间件和应用服务的开发提供了基础。     

云计算下用户行为特征的服务选择策略

在云模型中,不同的网络资源被网络虚拟化抽象成为各种服务,这些服务经过进一步的组合后以服务组合的方式提供给终端用户。为保证用户能高效地选取服务,从用户体验质量的角度,分析云环境下用户访问服务的行为,利用其访问服务的偏好性,提出基于用户行为特征的服务选择策略。理论分析和实验表明,该策略能保证较高的性能及用户满意度,能为用户提供有效的选择方案。     

基于GPU 加速的边界面法正则积分的研究

基于GPU高性能并行计算,在CUDA编程环境中实现边界面法正则积分的并行加速.在NVIDIA GTX680GPU和英特尔(R)酷睿(TM)i7-3770KCPU的计算平台上与传统的正则单元积分对比.数值算例表明,在保证相同精度的前提下,加速比可达到8.3.     

云计算技术在数字化校园建设中的应用研究

分析了当前高校数字化校园建设现状、存在问题和云计算虚拟化技术,讨论了云计算虚拟化技术在高校数字化校园建设中整合资源、资源负载均衡、节能减排等功能,提出了基于云计算虚拟化技术的高校数字化校园虚拟化池架构.     

云计算在区划地名信息化中的应用

随着云计算技术的深入应用,面向区划地名提供云服务将成为当前研究的热点。本文综合运用云GIS与大数据技术,提出区划地名云服务平台,构筑云计算架构体系,创新区划地名信息服务模式。     

Particle Swarm Optimization Embedded in Variable Neighborhood Search for Task Scheduling in Cloud Computing

In cloud computing system,it is a hot and hard issue to find the optimal task scheduling method that makes the processing cost and the running time minimum. In order to deal with the task assignment,a task interaction graph was used to analyze the task scheduling; a modeling for task assignment was formulated and a particle swarm optimization (PSO)algorithm embedded in the variable neighborhood search (VNS) to optimize the task scheduling was proposed. The experimental results show that the method is more effective than the PSO in processing cost,transferring cost, and running time. When the task is more complex,the effect is much better. So,the algorithm can resolve the task scheduling in cloud computing and it is feasible,valid,and efficient.     

基于Hadoop云平台的数据传输保护研究

Hadoop是一套开放的云计算平台,使用Map Reduce处理数据的分割与合并,简单的设置就可使用云计算的强大功能.但随之而来的是个人数据在没有任何保护的情况下随时可能遭受攻击,因此云平台上的个人信息安全问题就显得格外重要.本研究提出了一种具备安全数据传输的Hadoop云平台规则来增加云数据分割与合并的安全度.实验结果证明,本安全方案确实提高了云平台数据传输的安全性.     

一种基于任务分解的时间均衡调度算法

网格环境下的任务调度是一个NP完全问题,它一直是网格领域研究的核心。针对计算网格中的任务放牧调度这类问题,提出了一种基于任务分解的时间均衡调度算法。该算法在调度过程中充分考虑了网格资源的特点,采用重复调度和任务分解策略,并进行了仿真实验。在任务完成时间和系统吞吐率两方面与Max-min和Max-int算法进行比较,实验结果证明该算法优于Maxmin和Max-int,是一种性能较好的任务调度算法。     

关于信息资源管理及服务模式探究

云计算技术的发展给多个领域带来深刻变革,图书馆作为信息集散中心和服务中心,学习和应用新技术首当其冲。对云计算环境下的信息资源管理及服务模式进行研究,是我们当前面临的新课题。研究的目标应明确为信息资源管理方法、信息服务模式以及云计算信息服务平台的构建方法,研究内容应根据研究目标并结合图书馆工作实际进行划分,研究中应突出重点和解决难点问题。     

基于Java的分布式高性能计算架构

高性能计算在各个领域中的需求越来越迫切。利用闲置资源构建分布式高性能计算平台,是一种成本低廉而有效的方案。参与的便利程度是构建包含大量计算机的分布式计算平台的关键因素。提出了一种基于Java的分布式高性能计算架构。该架构中,任何空闲计算机通过网络可随时动态加入或退出计算,从而可以在短时间内构建较大规模的高性能计算平台。采用旅行商问题对架构进行了实现及验证,结果显示架构可达到较好的性能效果。