一种基于角色和属性的云计算数据访问控制模型

云计算具有开放性、共享性和弹性等特点,这使得传统的访问控制模型不再适应云计算中大规模用户对海量数据灵活动态的访问控制。针对这一不足,该文从云计算实体的属性角度出发,提出一种基于角色和属性的云计算数据访问控制模型,该模型在基于角色的访问控制模型基础上为相关实体引入了属性元素,用户能够通过自身和所在租户的属性及当前的状态分配角色,从而访问不同属性的数据;对该模型进行了详细的设计,阐述了工作流程,并做了安全性证明和综合分析。结果表明:该模型能够在云计算环境下,为用户访问数据提供动态、安全、细粒度的访问控制保障。     

云计算及其架构模式

为了构建有效、稳定的云计算平台环境并对其应用性能进行研究,采用理论分析和实践设计的方法,研究了云计算的关键技术,包括云数据中心串联、云数据存储管理技术和云编程模型,提出了一个通用的云计算架构模型,实现了一个基于Hadoop的实际云平台。研究结果表明:该通用架构模型与NIST模型具有良好的一致性,构建的云平台具有较好的分布式计算性能。该成果对云计算架构模型的研究具有一定的理论指导意义和实际应用价值。     

面向云平台的异构监控数据存储方法

针对云平台监控数据异构、数据量大、冗余量大、时序性强的特点,提出一种异构监控数据存储方法。该方法以反范式化为基础,采用统一数据表达方式兼容异构源数据,通过结合标签分离、数据压缩、预热缓存、索引等机制实现了云平台监控数据的高效存储,提高了存储空间利用率,增强了数据的可扩展性,简化数据管理,降低了数据的开发维护成本。实验结果表明:本文所提出方法满足云平台监控数据高效写入、实时更新与快速查询的实际要求。     

基于三维网格-R树的混合索引方法研究

针对三维场景下空间数据分布不均匀呈现区域密集的问题,本文提出并建立了三维网格-R树混合索引结构,在此基础上给出详细的维护与查询算法。该混合索引结构综合了网格快速划分三维空间以及R树高效查询的优点,较好地解决了海量非均匀分布的三维数据的快速管理、查询问题。最后针对上述混合索引结构模型构建了实验系统,对不同大小、不同分布下的数据集进行范围查询、k近邻查询对比测试,实验结果均表明了该混合索引结构在查询方面的良好性能。     

基于大页内存的学习索引内存分配策略

大数据时代,数据信息的不断膨胀给数据的快速存取带来了巨大挑战.因此,设计一种高效的索引结构具有重要意义. ALEX (updatable adaptive learned index)是一种利用机器学习模型代替传统B-树索引结构的学习索引,具有较好的时间、空间性能,但存在频繁的缺页中断问题.为解决此问题,进一步提升ALEX性能,在ALEX基础上提出了一种基于大页内存的内存预分配策略,较好地降低了内存缺页中断率,提升了ALEX性能.在内存分配阶段,采用预分配策略;在内存回收阶段,则采用延迟释放策略.在Longitudes数据集上的实验表明,该策略具有良好的效果.     

云计算隐私保护的Yao式乱码电路kNN分类算法

针对现有云计算加密数据库分类算法的高时间开销问题,提出一种安全有效的基于Yao式乱码电路云计算隐私保护的kNN分类算法,该方法既能保护数据隐私和查询隐私,又能隐藏数据访问模式,同时又能保证高效查询处理的工作。该算法由4部分组成：加密kd树搜索阶段、kNN检索阶段、结果验证阶段和多数类选择阶段。通过加密索引搜索方案来过滤与查询无关的数据,隐藏了最终的类标签和数据访问模式,提高云计算中数据查询处理的效率。通过Yao式乱码电路来支持有效的kNN分类,保护云计算中数据隐私和查询隐私,同时减少了kNN分类的时间开销。对Yao式乱码电路kNN分类方法的安全性进行了分析。实验结果表明,在分类时间方面,所提算法的性能优于现有PPkNN方法和SkNNCI方法。     

云计算环境下差异性资源调度特征匹配算法

云计算环境是一个大型资源池,资源池中的数据特征具有较大的差异性,需要进行特征匹配实现提高资源调度的效率。提出一种基于决策树最优解集路径规划的云计算环境下差异性资源调度特征匹配算法。构建云计算环境下的差异性资源调度模型,设计决策树最优解集路径规划算法实现对特征的优化匹配,从整个任务图的全局出发考虑任务的优先级,创建一个资源公用库,把所有决策树节点分布到各个存储服务器上解决了海量索引数据的存储需求,提高资源调度性能。仿真结果表明,采用该算法能有效提高云计算的资源调度的吞吐性能。     

水电机组监测诊断系统实时数据通道构建策略

针对水电机组监测诊断系统中实时数据通道面临着数据量大、实时性能要求高的特点,给出了分布式监测诊断体系逻辑结构,提出了一种实时数据智能存储策略:根据数据用途和保存周期不同,对数据采用分级保存,提高数据传输访问实时性;通过对机组运行工况标定和数据入库频度自适应调整的策略,保证每个特征工况合理数据量,用来对机组运行性能进行评价和趋势分析,缓解了数据库容量限制瓶颈问题.     

基于ADO.NET的通用数据访问模型的实现

利用面向对象和软件重用的思想,在ADO.NET基础上设计出数据库的通用访问模型和底层数据访问引擎,并就开发周期、响应速度、稳健性等方面进行了性能分析,给出了基于此模型的示例.采用该模型,程序员无需再关注底层数据访问细节而迅速地开发出基于数据库的.NET应用程序.     

基于空间压缩的外存字符串词典索引算法研究

随着大数据时代的到来,大规模的数据需要处理,其中字符串词典数据占据着越来越大的比重。现有的字符串词典索引,不是空间占用过大,就是数据的本地引用性能差,无法高效地应用到外存磁盘环境。针对这些问题,提出了一种具有高效I/O的压缩索引SB-trie,该索引不仅解决了以往索引空间占用过大的问题,同时也具有良好的本地引用性能,能够很好地工作于外存磁盘环境。实验结果表明,相比现有的索引,该索引不仅在空间上得到了有效的压缩,同时在磁盘环境下具有高效的查找性能。     

中间件中语义缓存技术研究

数据库中间件语义缓存技术是提高数据访问性能的重要技术之一.缓存技术通过对用户访问数据信息的访问特征的分析,充分地利用数据的可复制性和可共享性,在适当的位置将数据复制并保存下来,尽量避免重复访问远程数据信息,进而提高了数据的使用效率.本文讨论了数据库中间件语义缓存的基本概念与关键技术.     

Analysis of Classical Encryption Techniques in Cloud Computing

Cloud computing has become a significant computing model in the IT industry. In this emerging model,computing resources such as software, hardware, networking, and storage can be accessed anywhere in the world on a pay-per-use basis. However, storing sensitive data on un-trusted servers is a challenging issue for this model. To guarantee confidentiality and proper access control of outsourced sensitive data, classical encryption techniques are used. However, such access control schemes are not feasible in cloud computing because of their lack of flexibility, scalability, and fine-grained access control. Instead, Attribute-Based Encryption(ABE) techniques are used in the cloud. This paper extensively surveys all ABE schemes and creates a comparison table for the key criteria for these schemes in cloud applications.     

面向嵌入式应用的深度神经网络模型压缩技术综述

结合大数据的获取,深度神经网络关键技术广泛应用于图像分类、物体检测、语音识别和自然语言处理等领域.随着深度神经网络模型性能不断提升,模型体积和计算需求提高,以致其依赖高功耗的计算平台.为解决在实时嵌入式系统中的存储资源和内存访问带宽的限制,以及计算资源相对不足的问题,开展嵌入式应用的深度神经网络模型压缩技术研究,以便缩减模型体积和对存储空间的需求,优化模型计算过程.对模型压缩技术进行分类概述,包括模型裁剪、精细化模型设计、模型张量分解和近似计算和模型量化等,并对发展状况进行总结.为深度神经网络模型压缩技术的研究提供参考.     

普适计算的访问控制研究

普适计算环境是由移动用户、系统的服务、嵌入在物理环境的传感器和资源组成的联合环境．用户在该环境中能够在任何时间任何地点访问资源．但是保证这样应用的安全是很困难的,因为相互合作的实体具有事先不可预知性,传统的在静止的、封闭的环境中基于身份的访问控制方法是行不通的．提出了普适计算的动态访问控制模型．模型的操作过程表明它适合普适计算应用．     

一种面向用户的Web服务设计策略

提出了一个适用于计算网格资源包装的Web服务模型,采用工厂/实例模式、以用户为单位管理资源,把局域计算系统的全部资源作为一个整体,按照其为应用领域提供的功能,抽象成若干个符合WSDM规范的可管理资源.它们分别以一个工厂服务的形式,为远程用户管理、访问局域计算系统提供一致的Web界面.工厂动态创建的每个实例分别是应某个用户的要求而配置的专用执行环境,用一个符合WSRF规范的WS资源表示,可以执行任意数量的任务.该Web服务模型在计算网格协同平台Harmonia中被采用,以支持需要循环调用遗留程序的任务流.     

林业资源数据集群的快速索引设计

设计一种快速索引以管理分布存储的林业资源数据, 通过大量独立数据节点共同负载数据请求, 减少数据访问过程的互斥, 实现了空间与属性数据的分布式存储并行访问. 实验结果表明, 基于目前的应用服务器集群, 应用该快速索引方法, 能以较低的改进成本提高整个数据集群的快速统计和更新能力.     

A prediction mechanism of file access popularity and optimal strategy of replicas deployment in cloud computing

In cloud computing,the number of replicas and deployment strategy have extensive impacts on user's requirement and storage efficiency.Therefore,in this paper,a new definition of file access popularity according to users' preferences,and its prediction algorithm are provided to predict file access trend with historical data.Files are sorted by priority depending on their popularity.A mathematical model between file access popularity and the number of replicas is built so that the reliability is increased efficiently.Most importantly,we present an optimal strategy of dynamic replicas deployment based on the file access popularity strategy with the overall concern of nodes' performance and load condition.By this strategy,files with high priority will be deployed on nodes with better performance therefore higher quality of service is guaranteed.The strategy is realized in the Hadoop platform.Performance is compared with that of default strategy in Hadoop and CDRM strategy.The result shows that the proposed strategy can not only maintain the system load balance,but also supply better service performance,which is consistent with the theoretical analysis.     

Parallel scheduling strategy of web-based spatial computing tasks in multi-core environment

In order to improve the concurrent access performance of the web-based spatial computing system in cluster,a parallel scheduling strategy based on the multi-core environment is proposed,which includes two levels of parallel processing mechanisms.One is that it can evenly allocate tasks to each server node in the cluster and the other is that it can implement the load balancing inside a server node.Based on the strategy,a new web-based spatial computing model is designed in this paper,in which,a task response ratio calculation method,a request queue buffer mechanism and a thread scheduling strategy are focused on.Experimental results show that the new model can fully use the multi-core computing advantage of each server node in the concurrent access environment and improve the average hits per second,average I/O Hits,CPU utilization and throughput.Using speed-up ratio to analyze the traditional model and the new one,the result shows that the new model has the best performance.The performance of the multi-core server nodes in the cluster is optimized; the resource utilization and the parallel processing capabilities are enhanced.The more CPU cores you have,the higher parallel processing capabilities will be obtained.     

一种基于分布式Web-GIS的数据仓库模型

提出了一种基于采集和管理地理信息数据的数据仓库模型,这个模型允许用户使用由不同探测源采集上来的环境数据并有权将其规范化,以方便浏览和分析．并且用户还可以通过使用分布式计算方法和网络应用程序加工处理这些数据。     

云计算下异构数据集成模型的构建

为使用户能够将现有的应用系统向云计算环境迁移,将原有的异构数据处理无缝的映射为云计算环境下通用的数据服务和行为,从云计算和云存储的理论和模型出发,面向大规模的数据密集应用,针对各种异构数据库存储系统和云存储系统,构建云计算环境下异构数据模型,为用户提供透明、统一的异构数据集成和访问接口服务。实践证明:云计算下基于本体的异构数据集成模型的构建,可以为云计算环境下各业务应用提供统一的数据管理和处理方法,方便、快捷地实现异构数据统一的检索与查询以及业务应用所处理的各种异构数据之间实质性关联与映射。