云中面向图像并行计算的数据分布策略

有效地减少云计算系统中对计算任务的处理响应时间,并使各计算机节点负载均衡,数据分布算法是相当重要的.提出了一种面向图像并行计算的适用于主从类型云计算系统结构的数据分布策略,设计节点性能函数来表示节点的处理能力,根据节点间的性能比率进行任务数据量的分布,结合链路带宽制定数据发送的顺序.模拟实验结果表明,该算法适用于云计算环境,能明显提高系统的数据处理效率.     

社区云计算环境中的一种数据分布及搜索策略

业务数据搜索是商业社区云面向云用户或第三方应用提供的基本服务,在动态、开放的社区云环境中,业务数据更为复杂,商业目标对数据搜索服务也提出了更高的要求.以面向旅游的社区云为背景,讨论一种透明、虚拟化的商业数据搜索服务的实现方法,基本思想是在构成社区云的服务节点中引入相似节点簇和等价节点簇两种虚拟节点簇模型,并分别给出其更新算法,使数据在云中的服务节点之间动态、自主地调整以趋于合理分布;然后,提出一种基于上述模型的3-阶段数据搜索策略.模拟实验表明,以此方法为核心的数据搜索服务,在数据搜索质量、效率和服务节点负载均衡等方面能够获得预期效果,满足社区云环境对数据搜索服务提出的商业目标.     

并行数据库数据分布策略研究

数据分布是并行数据库系统实现的基础,其方法的优劣,直接影响到并行数据库的运行效率。通过对一维、多维几种数据分布方法的分析、对比,阐述并行数据库数据分布策略及方向。     

面向服务架构的云计算平台

介绍了云计算的定义和服务模式,阐述了目前信息化管理和架构中存在的普遍问题,结合面向服务的软件架构技术发展现状,提出融合面向服务架构( SOA)技术的云计算服务平台,对于信息化建设中降低成本、系统重整和业务重组具有战略意义。     

分层网络数据分布优化策略

提出了采用簇的技术来处理分层网络数据分布优化问题,并给出了其数学模型、优化算法及可行性分析。对于一般的网络,给出了把它完全映射到一个分层网络上的方法,以至于完全可以利用分层网络的数据分布优化算法来处理一般网络的数据分布优化问题。     

分布式数据库系统数据分布策略分析

数据分布是分布式数据库的主要特征。实现数据访问的局部化是数据分布的主要目的。本文重点分析了分布式数据库系统的数据分布策略并对分布式数据访问进行了探讨。     

适用于富客户端的云计算模型

在云计算技术兴起的今天,还并没有一套能够和富客户端很好结合的云计算模型。对于此种情况,文中的目的在于提出了一种高效的适用于富客户端的云计算模型,可以将用户的数据处理需求融入云计算环境中。在此模型的基础上,通过实现一套能够实现大图像信息的高效分布处理的在线图像处理系统的方法,对本模型进行实验验证。由此对系统可行性、实用性和性能等进行了相关测试,根据测试结果研究了所提出云模型的优劣之处并提出了可能的改进方案。     

一种支持并行存取的数据分布策略

本文基于关系的水平划分提出了一种支持并行存取的数据分布策略:多步循环均匀分布法(CEDM法)。该法通过循环散布方式保证了数据片段在各磁盘上的物理均匀分布;又通过按查询率多步分布和将片段标号差大的片段存放于同一磁盘的方法,使查询相关性强的片段均匀分布于各磁盘中,从而得到较佳逻辑均匀分布特性。CEDM法可以有效地支持多机多通道信息处理系统对数据库的并行均衡存取,从而提高系统效率。     

面向分布存储系统的全局数据分布

提出了一种全新的全局数据分布分析框架——多节点分布分析,它以数组引用和循环为分析对象,以ADPG为基础,MDG为核心,数组关联为纽带,把全局分布分析转化为分层次的节点间分布分析,通过0-1规划求解,建立并极大地简化了全局数据分布模型。     

一种面向分布主存多处理机的有效数据分布方法

本文针对分布主存多处理机中的数据分布问题，在程序已经过并行性分析的基础之上，提出了一种基于数据变换技术的有效数据分布方法。该方法能对多个嵌套循环中具有一般仿射数组下标的任意维数组进行有效的数据分布，并且该方法还考虑了偏移常量的对准问题，从而能使得数据通信量尽量小。实验结果表明了该方法的有效性。     

面向医疗大数据的云计算研究

随着数据存储量的增长以及数据开放力度的加大,大数据正在影响着各个领域,并改变着各个领域。本文分析了大数据的概念和医疗大数据的特点,阐述了面向医疗大数据的云计算技术的基本框架与可行性。     

云环境下的数据库扩展策略的设计

针对云环境下的应用系统规模越来越庞大的问题,提出了一种扩展性较好的数据库服务器扩展模型。该模型架构分为三个层次：逻辑SQL处理层、DA和CP层、物理数据库层。采用了读/写分离策略、数据库复制、负载均衡策略、服务器群集策略等技术,提出基于虚拟节点的加权一致性哈希负载均衡算法,根据物理节点的性能权值计算分配的虚拟节点数。通过仿真实验表明,该模型在负载均衡的性能上具有优势,在数据库层具有较好的扩展性。     

面向云计算的AMD

正Gartner和IDC将云计算列为2010年第一大IT趋势,云计算包括应用、平台、基础架构的提供。其中,应用是在云集群中运行,并且用户可以通过Web浏览器进行访问,这通常被叫做软件即服务(SaaS)。平台是套集成的工具和中间件,以开发"云就绪"应用,这通常被叫做平台即服务(PaaS)。基础架构是硬件和软件的基础,包括服务器、操作系统和管理程序,这通常被叫做基础架构即服务(IaaS)。     

云环境下面向数据密集型应用的数据选择策略研究

云环境下独立任务包数据密集型应用已出现在多个领域。鉴于多数据中心环境和"按需付费"的资源使用模式,这类应用在数据选择方面面临着新的挑战,主要表现为如何从内容相同但位置和访问成本均不同的数据集中选择合适的数据资源作为应用的输入。针对该问题,首先构建云环境和数据选择问题模型。在此基础上,将成本最小化的数据选择过程抽象为带权重集合的覆盖问题,提出一种新的数据选择策略,以在执行效率和经济成本间取得平衡。实验结果显示,提出的数据选择策略在保证成本优化的同时兼顾了执行效率,综合性能良好。     

云计算数据安全策略研究

云计算作为当前流行的信息技术,已受到了学术和企业界的广泛关注。从云计算的特点入手,分析了其所面临的数据安全问题,提出了基于公共密钥基础设施PKI和授权管理基础设施PMI的安全身份认证和访问控制策略。     

云计算中的数据安全及规避策略

云计算是当今信息技术领域的热门话题,被喻为当前信息领域正在发生的工业化革命。随着云计算的逐步普及,其面临的数据安全问题成为用户首要关注的问题。分析了当前云计算面临的数据安全问题,提出了规避策略,为用户选择云计算平台、厂商提供技术选型参考。     

面向云计算的工作流技术

云计算的发展,对提高服务质量与压缩运行成本提出了新的要求.在此背景下,工作流技术被认为是一种较为优越的解决方案:从云计算用户的角度看,工作流提供了对复杂应用的抽象定义、灵活配置和自动化运行;从云计算服务提供者的角度看,工作流实现了任务的自动调度、资源的优化和管理.文章介绍工作流技术与云计算;阐述了云工作流产生的背景;深入剖析了云工作流的技术特征以及与其他工作流(业务工作流、网格工作流)的异同;列举了云工作流的4个实现案例,并对其进行比较.最后,在总结全文的同时,展望了云工作流技术的发展前景.     

云计算环境下基于可信性的动态资源分配策略

在云计算环境下,基于连续双向拍卖(CDA)机制的资源分配模型,给出资源供需双方各自的报价策略以及节点资源的失效规律,提出一种基于CDA机制和节点可信性的动态资源分配策略。Matlab仿真结果表明,该策略能保证动态分配资源的可信性,有效提高动态节点资源的执行效率以及最大限度地满足用户的服务质量需求。     

云计算环境下面向最小成本的数据副本策略

数据副本管理是云存储系统的一个重要组成部分,对提高系统的可靠性和性能具有重要意义。一般而言,云计算环境中数据副本数目越少,其传输成本则愈大;而副本过多,存储成本又随之增加,可能导致总成本上升。从降低数据管理成本的角度,在权衡存储成本与传输成本的基础上研究面向最小成本的数据副本管理策略,主要包括:数据管理成本模型、创建副本必要性测试以及近似最小成本的副本布局策略等。以Amazon云平台数据管理成本模型为例进行实验,结果表明:面向最小成本的副本管理策略在满足用户响应时间等需求的同时,可以有效地降低数据中心的管理成本,推动企业(用户)积极运用云计算平台管理企业数据,促进云计算环境的和谐发展。     

云计算数据库中集成化数据智能挖掘算法研究

为实现高效、快速、准确的信息挖掘,笔者设计了一种云计算数据库中集成化数据智能挖掘算法,通过研究基于MapReduce的云计算平台集成化数据智能挖掘技术,对yarn云计算的智能挖掘算法架构进行划分,完成对集成化数据的映射归约,利用HDFS编程构建模型。实验结果表明:运用MapReduce的云计算可以更高效、精准地完成集成化数据智能挖掘。