面向云数据中心的成本感知容错算法

针对云数据中心重调度算法大多是以牺牲云任务的完成时间或者增加云服务提供商的损失为代价的问题,系统分析了虚拟机故障所带来的性能损失和云数据中心容错策略的重调度过程。参考了Amazon云数据中心的真实定价机制,并对Amazon的多个云数据中心的虚拟机价格进行分析。同时,对失效的云任务根据截止时间进行了分类。利用不同配置虚拟机的定价差异提出了面向云数据中心的成本感知容错算法(Cost-aware Fault-tolerant Algorithm for Cloud Data Centers, CAFT)。该调度算法通过提高云任务的故障修复率从而降低云服务提供商的损失。实验仿真结果显示,相比IRW、RI和DTRDT算法,所提算法的故障修复率明显提升,同时,云服务提供商的损失平均降低了1.3%、13%和0.5%。     

管理信息系统数据资源配置的研究与应用

目的 提出大中型管理信息系统建设中数据资源本国的基本思路和实现的关键技术。方法 从管理信息系统开发方法的局限性和数据资源配置存在的问题出发,在现有技术和数据库设计方法的基础上,探讨信息系统数据资源方案实现的关键技术和方法。结果与结论 建立了基于Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ（Ｃ／Ｓ）与Ｂｒｏｗｓｅｒ／Ｓｅｒｖｅｒ９Ｂ／Ｓ）集成模式的分布式数据库,管理信息系统的数据资源配置应该以分布数据库设计为中心,系     

数据中心平台在电力企业的应用研究

介绍了信息化资源整合平台-数据中心平台的组成以及在电力企业中的应用情况。     

数据中心建设中服务器虚拟化的应用研究

为了节约数据中心建设成本,数据服务器虚拟化应运而出,数据服务器虚拟化主要是在云计算背景下新兴的一项信息技术,主要是通过服务器的虚拟化将企业服务器进行集中处理,从而便捷数据系统升级、维护、设置等一系列操作方式。本文根据服务器虚拟化的概念和应用优势进行分析,结合其在企业数据中应用的实际事例,提出了其在数据中心建设中的具体应用模式。     

管理信息系统数据资源配置的研究与应用

目的提出大中型管理信息系统建设中数据资源配置的基本思路和实现的关键技术.方法从管理信息系统开发方法的局限性和数据资源配置存在的问题出发,在现有技术和数据库设计方法的基础上,探讨信息系统数据资源配置方案实现的关键技术和方法.结果与结论建立了基于Client/Server(C/S)与Browser/Server(B/S)集成模式的分布式数据库,管理信息系统的数据资源配置应该以分布数据库设计为中心,系统地考虑数据的一致性、协调性和安全性,实现数据和功能的有机集成.     

ITIL在校园网数据中心管理的应用研究

分析了目前高校校园网数据中心的现状及存在问题.由于数据中心在高校各业务部门起着越来越重要的作用,因此数据中心管理部门需转变管理理念和方法,适应高校对数据中心服务的更高要求.高校在校园数据中心管理中引入ITIL方法论,建立科学、统一的IT服务体系,利用服务台等一系列管理工具,使校园数据中心服务管理进入规范化、流程化的新阶段.     

数据中心IPv6应用过渡策略研究

针对高校校园网络基础架构在IPv4向IPv6过渡过程中,使数据中心成熟的、丰富的IPv4应用可以在IPv6终端下访问,解决高校数据中心IPv4应用向IPv6过渡的问题,提出了在纯IPv4网络、IPv4/IPv6混合组网和纯IPv6网络三个不同的过渡时期实施数据中心IPv4应用向IPv6应用过渡的策略,该方案对数据中心IPv4应用向IPv6应用过渡具有重大的现实指导意义。     

云环境下应用感知的动态重复数据删除机制

针对传统在线/离线重删对云存储系统中重删效率不高的问题,采用混合重复数据删除(Hy-Dedup)机制,通过融合在线和离线两种方式进行有效的数据重删。该方案在线重删阶段根据负载类型对指纹索引进行聚类分组,设置不同重删阈值来评估数据流的空间局部一致性,提高了缓存命中率;离线重删阶段采用延迟敏感的方法,对在线阶段缓存没有命中的重复块进行精确重删。通过这种混合方式在保持系统的I/O性能和吞吐量的前提下,显著减少了写入云存储的重复数据量。实验结果表明,与iDedup机制相比,Hy-Dedup机制可将在线重删率提高35.9%,磁盘空间需求减少41.36%,并且能够在云存储系统中实现高准确率的重删,提升重删效率,节省存储空间。     

黄河数据中心海量数据存储方案应用研究

通过分析黄河数据中心对海量数据存储的要求,提出了一套完备可行的数据存储管理方案,包括数据的备份与恢复、数据迁移与分级数据管理和SAN共享系统。     

数据中心在学校信息整合中的应用研究

在分析了学校目前的IT架构和各业务系统的应用现状和所面临的困难的基础上,提出了信息整合的分层整合架构,就数据整合层所涉及的数据中心设计及实现进行了详细论述。     

层次分析法在医疗资源配置中的应用研究

为了实现医疗资源的社会效益最大化,需要通过Internet、电话手机查询医疗资源的分配,用“层次分析法”制定方便快捷的求医线路并合理分配地区之间的医疗资源。综合各个方面的原因,最终实现最大限度的方便群众,提高社会效益。     

动态间隔可调整的列控系统自主感知关键技术及应用

为提高铁路运输效率、优化列车控制、降低铁路运营维护成本,提出一种动态间隔可调整的列控系统方案,分析列控系统自主感知关键技术和动态间隔调整原理.研究基于卫星导航和惯性导航的组合定位技术,在差分定位和数字轨道地图的辅助下,实现列车连续无缝定位;研究基于三级告警机制的列车追踪预警方法和列车间隔动态调整策略.在京沈高速铁路进行了实测试验,结果表明:在列车高速运行环境下,差分定位误差均值为2.5m,数字轨道地图辅助的组合定位误差均值为1.5m,测试速度与列车实际速度误差±0.01%,满足动态间隔可调整的列控系统对列车运行状态精准、连续获取的需求.基于三级告警机制的列车追踪预警方法可以实时监测列车间隔变化并及时给出预警信号,为司机操作提供参考,保障列车安全运行.     

关于医院数据中心的应用探讨

随着我国医疗信息化的不断发展以及医院信息互联互通标准化的不断推进,数据中心的建设在医疗行业如火如荼。通过对于医院数据中心的合理应用,可以在保障医疗质量,提高诊疗效率的同时,实现互联互通、信息惠民,不仅让临床医务人员在诊疗过程中切身感受到信息互联互通带来的便利,也为医院的管理提供科学的数据支持,提高医院的运营效率,进而为患者提供高质量、最优化的服务。     

虚拟化在云计算数据中心的应用

虚拟化技术可以使得用户在同一台主机上独立运行多个商业应用或者多个操作系统,虚拟化技术已经日益成为了云计算的主要支撑技术,尤其是在云计算调度、云计算能力租赁等方面发挥了较好的作用。本文首先阐述了虚拟化技术的特点和云计算数据中心虚拟化技术的分类,其次,提出＂虚拟化是云计算数据中心的技术基础＂,对其进行重点分析。同时,就云计算数据中心应用虚拟化技术还需解决的问题进行了深入的探讨,具有一定的参考价值。     

科技资源配置的模式研究

科学资源配置问题，无论在国外还是我国，都得到学术界和政府的重视和研究。西方国家通过建立国家创新体系，由政府来推动科技资源的优化整合。我国作为一个发展中国家，随着市场经济的发展和科技体制改革的深化，科技资源配置已远远不适应经济发展。尤其是我国加入“世贸”后，在经济     

科技资源配置的模式研究

科技资源配置问题 ,无论在国外还是我国 ,都得到学术界和政府的重视和研究。西方国家通过建立国家创新体系 ,由政府来推动科技资源的优化整合。我国作为一个发展中国家 ,随着市场经济的发展和科技体制改革的深化 ,科技资源配置已远远不能适应经济发展。尤其是我国加入“世贸”后 ,在经济趋向一体化 ,技术研发、生产经营趋向全球化这样一个大的背景下 ,通过产业调整、优化、升级和培育新的经济增长点来提高我国的竞争能力 ,就是必然的选择。而科技资源配置存在诸多问题 ,如资源分散、存量未活、增量上不去、政策不配套 ,使其作为推动经济发展…     

消息替换风险动态感知的缓存管理策略

针对机会网络中缓存资源利用效率低的问题,提出一种消息替换风险动态感知的缓存管理策略,该策略综合考虑多维网络状态参数,其中包括消息的已生存时间、跳数、副本数及区域概率,以分布式的方式估计给定消息的投递状态,并采用K 均值聚类法动态地评估给定消息的替换风险,进而为不同投递状态的消息合理地预留资源。仿真结果表明,提出的缓存策略与其他缓存策略法相比,能够有效提高消息投递率,并改善网络负载率。     

云数据中心构建研究

随着信息化建设的深入特别是新一代数据中心及云计算技术的高速发展,对构建数据中心基础架构的网络系统提出了更高要求,使其向着统一交换架构和业务融合、更大容量和带宽、更高性能和扩展性、更精细的QoS保证、更高的可靠性和容错性能、智能化和易于管理、绿色节能等方向发展,满足不断涌现的各种新型业务和应用、改进用户体验,并持续降低单位带宽成本。本文就云数据中心的构建提出了解决思路。     

排队时间感知的动态网格工作流调度

网格资源站点的可靠性将影响站点上任务执行性能,从而影响其他任务的排队等待时间.利用可修排队系统对网格资源站点进行可靠性建模,通过模型求解获得稳态下各资源站点的排队等待时间,提出了排队时间感知的动态网格工作流调度算法并设计了动态网格工作流调度的原型系统.基于GridSim进行了不同网格系统环境设置场景下的仿真实验.实验结果表明,本算法在不同负载和不同失效率的情况下其完成时间明显优于HEFT和CPOP算法,且在平均等待时间方面也比这2种算法高出了50%左右.     

基于时间感知的动态组旅行查询

小组旅行规划（GTP）查询是空间数据库领域的一个热点研究问题,迄今为止已有不少研究成果.但目前尚无人考虑行程中新成员加入或现有成员离开的问题,也没有在行程规划中考虑兴趣点与查询需求的时间匹配问题.为了解决这个问题,把两者相结合,提出了时间感知的动态组旅行规划查询（TDGTP）问题,该查询包含一组空间分散、动态变化的成员,返回满足该组成员的多个兴趣需求的一组对象及所规划的最佳路径.首先,基于真实的Euclidean空间,设计了一个包含空间文本和时间信息的综合索引TIR-Tree,利用TIR-Tree对空间文本和时间进行剪枝,以此来筛选出所有符合约束条件的兴趣点集;其次利用椭圆的性质,规划出ESRA算法对兴趣点区域剪枝,进一步筛选满足小组成员要求的兴趣点集;然后对兴趣点集使用BestTD算法进行最短路径查询,返回满足该组行程的最佳旅行距离;最后通过大量实验验证了所提出的解决方法的有效性.