网格计算商业演化的云计算与应用展望

网格计算及分布式计算、并行计算发展到一定阶段后衍生出了云计算。云计算是上述计算方法的商业实现。云计算是一种新型的计算模型,其基础体系结构属于云计算的技术层次,主要说明系统属性和设计思想;云计算的服务集合源于服务类型,说明能带给客户什么。云计算的核心技术有数据存储技术、数据管理技术、编程模型和云安全。云计算的应用范围和领域也十分广泛。     

一种基于域名解析机制的算力网络实现方案

新型数字化技术和业务的兴起,以及信息数据的爆炸式增长,对云—边—端多级算力资源提出了巨大的应用需求,算力基础设施泛在化成为一大发展趋势。算力网络将算力等资源与网络协同统一,结合用户需求提供最优的资源配置策略,同时提高多级算力资源的协同工作效率,成为网络技术发展的新方向。分析了当前算力网络的技术路线,提出了一种基于域名解析机制的算力网络实现方案。该方案引入域名解析机制,使用URL语言对多种算力资源进行统一标识,由集中式的算力资源管理平台对算力资源进行统一的分配调度。用户在收到分配的算力资源标识时,通过域名解析系统解析出相应资源的网络位置信息,并通过算力网关与资源池建立网络连接。此方案满足灵活扩展算力资源标识的需求,具有很好的实用性和通用性。     

A funding and governing model for achieving sustainable growth of computing e-infrastructures

The current access policies and funding schemes of computing e-infrastructures represent a huge challenge for the sustainable growth of computing e-infrastructures and a serious jeopardy for investments made into these e-infrastructures. In order to be able to address these issues, the economics of computing e-infrastructures has to be understood thoroughly. As a first step in this direction, this paper conducts a set of computing e-infrastructure case studies and discusses the economic issues of different global computing e-infrastructure efforts. The analyses results show that the major shortcomings that need to be resolved are the insufficient involvement of the private sector in the development of computing e-infrastructures, the restricted user access to e-infrastructure resources, and the lack of sustainable funding. As a solution to these shortcomings, we propose a new funding and governing model for computing e-infrastructures. It follows a token-based market mechanism that allows a business-oriented operation of the computing e-infrastructure. We argue that this new model fosters the transition towards a sustainable computing e-infrastructure, being another requirement for successfully implementing the cloud computing vision. Our arguments are supported by an analytical analysis.     

信号级协同计算平台架构及应用思考

针对智能化作战对军事电子信息系统计算能力提升的迫切需求,结合云计算的资源虚拟化、大数据的分布式计算等技术,提出了基于嵌入式CPU+ALL（DSP、FPGA、PPC、GPU、AI处理器等）的异构处理的信号级协同计算平台架构,包括弹性、轻量级异构资源虚拟化模型、分布式实时计算框架和智能计算框架等,形成了一套架构统一、资源共用、使用简便的协同计算和智能计算环境。通过战术级无线电认知和智能信号与信息处理两个典型应用场景,探讨了该信号级协同计算平台可能带来的颠覆性效用。     

云计算中的群体智能与不确定性知识表示

The lasting evolution of computing environment, software engineering and interaction methods leads to cloud computing. Cloud computing changes the configuration mode of resources on the Internet and all kinds of resources are virtualized and provided as services. Mass participation and online interaction with social annotations become usual in human daily life. People who own similar interests on the Internet may cluster naturally into scalable and boundless communities and collective intelligence will emerge. Human is taken as an intelligent computing factor, and uncertainty becomes a basic property in cloud computing. Virtualization, soft computing and granular computing will become essential features of cloud computing. Compared with the engineering technological problems of IaaS (Infrastructure as a service), PaaS (Platform as a Service) and SaaS (Software as a Service), collective intelligence and uncertain knowledge representation will be more important frontiers in cloud computing for researchers within the community of intelligence science.     

Analysis of Hot Topics in Cloud Computing

In the field of cloud computing, topics such as computing resource virtualization, differences between grid and cloud computing, relationship between high-performance computers and cloud computing centers, and cloud security and standards have attracted much research interest. This paper analyzes these topics and highlights that resource virtualization allows information services to be scalable, intensive, and specialized; grid computing involves using many computers for large-scale computing tasks, while cloud computing uses one platform for multiple services; high-performance computers may not be suitable for a cloud computing; security in cloud computing focuses on trust management between service suppliers and users; and based on the existing standards,standardization of cloud computing should focus on interoperability between services.     

云计算中MapReduce技术研究

云计算是由并行计算、分布式计算和网格计算发展而来,MapReduce是云计算的核心技术之一,它为并行系统的数据处理提供了一个简单、优雅的解决方案,其主要目的是为了大型集群的系统能在大数据集上进行并行工作,并用于大规模数据的并行运算.首先介绍了云计算与MapReduce的相关知识,然后对目前MapReduce的国内外研究状况进行了介绍与评析,并总结了目前MapReduce模型的相关研究问题,最后进行总结并展望了未来发展的趋势.     

云计算热点问题分析

在云计算的研究和应用中一些热点问题比较突出,如：如何理解计算资源及其虚拟化、云计算与网格计算的差异、云计算中心与高性能计算机的关系、云安全和云标准等。文章对此给出了一些见解：计算资源的虚拟化促使信息服务走向规模化、集约化和专业化;网格计算是＂多为一＂,而云计算是＂一为多＂;部署于高性能计算中心的高性能计算机未必适合云计算;云安全已经将传统安全问题发展为服务方和被服务方之间的信任和信任管理问题;在现有标准的基础上,云计算标准将需更加关注服务的互操作等。     

5G边缘计算安全研究与应用

本论文聚焦在5G边缘计算安全研究与应用,包括5G边缘计算安全风险、5G边缘安计算安全防护要求以及5G边缘计算安全应用。首先从网络服务、硬件环境、虚拟化、边缘计算平台、能力开放、应用、管理、数据方面明确5G边缘计算安全风险,然后针对安全风险提出对应的安全防护要求,并以智能电网为例介绍了5G边缘计算安全应用。论文为5G边缘计算安全的风险以及防护要求分析等研究提供支持,为5G边缘计算安全应用提供发展思路。     

基于云模型的信息粒化

粒计算作为一种新的信息和知识处理的方法近来已经被许多研究者所重视,在许多领域中得到应用。如何构建合理有效的信息粒是粒计算的前提。在简要阐述云模型理论和信息粒理论的基础上,给出基于云模型进行信息粒化的模型。     

基于云、网、边融合的边缘计算新方案:算力网络

边缘计算已经成为5G时代重要的创新型业务模式,尤其是其低时延特性,被认为是传统方案所不具备的,因此边缘计算能够提供更多的服务能力且具有更为广泛的应用场景。但边缘计算与处于中心位置的云计算之间的算力协同成为新的技术难题,即需要在边缘计算、云计算以及网络之间实现云网协同、云边协同,甚至边边协同,才能实现资源利用的最优化。在研究边缘计算算力分配和调度需求的基础上,提出了基于云、网、边深度融合的算力网络方案,并针对AI类应用给出了一个典型实施系统,该方案能够有效应对未来业务对计算、存储、网络甚至算法资源的多级部署以及在各级节点之间的灵活调度。     

基于普适计算的分布式定位设计

普适环境中,定位计算是上下文察觉计算的重要内容。本文提出分布式定位计算的思想,该思想摆脱了以往传统定位中先确定用户坐标再判断其所处区域的繁琐模式,将对用户所处区域的计算分散至底层的感知设备中,减轻了计算设备的计算负担,提高了上下文感知系统的效率,并通过实现该定位设计验证了分布式定位设计的可行性。     

基于类层次对象的发动机特性计算研究

基于面向对象分析与设计的思想，将发动机特性计算的仿真模型概括为部件、工质流、流动关系3个层次，并将这种层次关系表达为类属层次结构。通过一个涡扇发动机特性计算的实例，验证了这种建模方式的可扩充能力和重用性。     

DNA计算的研究进展

DNA计算是近年来出现的一种新的自然计算方法,因为其具有高度的并行性和海量的存储能力,引起了科学家的关注.本文将主要从DNA计算模型、布尔电路的模拟、基于DNA的大规模数据库及其在生物信息学中的应用等几个方面,介绍DNA计算近年来的研究和发展状况.最后,我们对DNA计算研究的前景和今后的发展方向进行了展望.     

分布式计算模型的分析和比较

分布式计算是近年提出的一种新的计算技术,针对当前几种主流的分布式计算技术,如Web Services,中间件、网格等进行了分析和比较,尽管各种分布式计算技术在理念、规范、应用和实现等方面有较大的差异,但每一种技术都得到了一定程度的发展和应用,解决了特定范围内的分布式计算问题。所以,多种计算技术的综合研究,不仅是分布式未来研究的方向,也是分布式计算技术发展的关键。     

分布式计算技术概述

分布式计算已经广泛而又深入的参透到各行各业的科技应用中.本文对几种主要的分布式计算技术,如网格、云计算、普适计算等,做了分析和比较,同时对分布式计算目前所面临的问题做了总结.最后对分布式计算技术未来的发展方向做了展望与预测.     

面向云的分布式集群四叉树任务分配策略

分布式集群系统是云计算环境的基础,针对当前云计算环境高性能计算的需求,更好地发挥系统的运行效率,本文在分析了已有网格计算环境下分布式任务分配方法的基础上,从软件角度采用动态负载均衡思想,依据网络节点计算力模型,提出了海量数据集群环境计算的四叉树任务分配策略。验证表明,本任务分配策略能有效地提高整体计算速度。     

基于云计算环境下的分布存储技术

云计算是一种新型的计算模式,它在商业计算领域与科学计算领域均占据着重要的成分,由于其可以将大量的数据存储于数据中心,并可以提供稳定、安全、可靠的数据存储服务特点,并可以在任意时刻供上层的应用,因此云计算得到了各界的重视。但由于云计算的核心部分由许多节点组成,这就增加了云计算的成本费用,对其的发展起到一定程度的限制作用。本文主要针对如何提高云计算的容错性以及可扩展性,最大程度的降低其成本费用等,对云计算环境下的分布存储技术做些简要的分析。     

云计算概念、模型和关键技术

云计算指IP技术架构下的网络计算,其本质是ICT业务的一种新的应用方式。绝大数企业和运营商的数据中心的改造将是云计算未来发展的主要任务：使云计算技术更为普遍和更为广泛地为绝大部分企业、机构、团体和运营商服务。云计算技术将不仅提供传统意义的IT资源和应用服务,而且将支持包括IT、通信、电视、移动和物联等一切互联网技术融合后的资源使用和业务应用。云计算发展的关键技术主要有统一交换构架、统一虚拟化和统一计算系统,云计算发展的战略推手将是组建开放产业联盟和推动开放技术标准。     

云计算平台的通用评测体系研究

云计算平台由大量云计算相关产品和承载产品运行的硬件集成,这个集成涉及到大餐的云计算相关技术和标准。该文立足云计算的特点束研究云计算平台的通用评测体系,从IaaS、PaaS、SaaS层而总结出用于度量云计算平台的指标体系,从功能、性能、安全、可靠性角度提出基准评测方法．最后提出评测模型。云计算平台的通用评测体系实现了对云计算平台横向到边、纵向到底的规范管理．为企业测评云计算平台提供参考。