试析云计算分布式缓存技术在物联网中的实施要点

物联网是计算机信息技术快速发展的产物,云计算平台是物联网应用的基础,目前物联网发展过程中存在一定的问题,而了云计算分布式缓存技术具有高性能、可靠性高、扩展性高等特点,能有效地解决物联网中数据可靠性差、大容量内容共享、线性扩容等问题,云计算分布缓存技术对物联网有十分重要的意义。     

基于云计算分布式缓存构建IPTV业务平台

在政策、市场等因素的诱导下,国内IPTV进入了一个快速发展的阶段,从而面临着容量的扩充问题。云计算使用分布式的架构,具有海量的存储能力和快速的扩展能力。通过对云计算分布式缓存技术的研究和分析,把云计算分布式缓存技术引入IPTV业务平台的方案中,使得IPTV业务平台具有良好的扩展性,满足其快速增长的需要。     

云计算中一种分布式缓存加密存取方法

分布式缓存是云计算系统中提高应用程序性能的重要手段,针对云计算环境中分布式缓存的隐私问题,提出一种基于中国剩余定理的轻量级分布式缓存数据加密存取方法。该方法能够保护缓存数据的机密性,防止云计算环境中的其他用户、平台提供商或者攻击者获取明文缓存数据,且能够较好地保证缓存系统的性能,最后通过实验证明了该方法的有效性。     

一种分布式缓存系统的关键技术及应用

分布式缓存作为处理海量数据的关键技术方案,近年来被广泛关注和应用。通过分析业界分布式缓存的现状和缺陷,提出了一种分布式缓存系统架构。在此基础上,深入阐述了其关键技术原理,研发并实现了新一代的分布式缓存系统DCACHE。最后,在融合通信(RCS)业务应用中对DCACHE进行了分析和验证。     

基于redis的分布式缓存系统架构研究

本文主要研究在redis基础上,从系统应用角度出发,研究包括key-value向关系统型数据库设计,数据一致性、系统可靠性、数据读写分离、数据切片原理,冗余备份热切换、系统高可扩展性等多维度的分布式缓存,并且构建并验证了redis集群的分布式缓存的系统架构.     

分布式数据缓存技术研究

缓存技术在系统中的应用越来越广泛.主要对数据缓存进行研究,着重研究了分布式模式下的数据缓存技术.将数据缓存技术应用到社区平台的开发中,增加分布式解决方案.实验证明,分布式数据缓存技术能优化系统性能,提升数据访问效率.     

决策支持系统中的分布式缓存机制

从如何提高DSS中查询的响应时间出发,提出了一种具有分布式缓存机制的决策支持系统,给出了系统的工作流程,并且介绍了系统中的缓存替换算法。实验表明这种系统的性能是良好的。     

基于MongoDB的分布式缓存

电力信息化的发展对传统电力信息系统的数据处理、并发请求及响应能力提出诸多挑战.针对电力信息系统数据处理的特点,提出一种基于MongoDB数据库的分布式缓存,并对该分布式缓存的运行机制、服务端架构和客户端功能模块的设计进行了分析与阐述.基于MongoDB的分布式缓存能够有效地降低电力信息系统数据库层的访问负载量,提高系统的整体性能,它采用分布式文件存储缓存数据,支持数据冗余备份和故障恢复功能,具有较高的可靠性和扩展性.基于MongoDB的分布式缓存已成功应用到电力某企业的项目管理系统中.     

基于分布式数据缓存技术的Web-OLAP系统研究

为了解决在分布式环境下,Web-OLAP系统并发访问量急剧增加导致OLAP服务器负担过重的问题,提出一种基于分布式数据缓存技术的Web-OLAP系统。给出了该系统的总体框架和分布式缓存数据的表示,并设计了分布式缓存数据的管理算法。具体的应用实例表明,该方法可以有效地提高分布式环境下Web-OLAP系统的访问效率,较大缩短系统的响应时间。     

一种应用于分布式缓存系统中的缓存部署算法

缓存技术能有效的节省网络带宽,减少用户的访问延迟.在分布式缓存系统中,一个值得研究的问题是如何根据用户的请求动态的进行缓存部署,使得系统的收益最大.描述了缓存部署问题并建立了优化模型,在此基础上提出一种新的协作缓存部署算法,该算法利用对象的热度、网络距离,以及系统中各节点接收的请求和系统缓存分布信息,依次对请求路径上的节点进行缓存部署决策,同时该算法将计算分布到请求路径的各个节点上进行.仿真结果表明,该算法具有比LRU和Graph算法更高的缓存命中率和更低的访问延迟.     

云计算与高能物理实验分布式计算的结合应用

高能物理实验具有大数据量和高计算量的特点,需要分布式计算系统对多个合作单位的计算和存储资源进行整合。中国科学院高能物理研究所已经创建了分布式计算环境,并实现对多个高能物理实验的稳定支持。近年来由于云计算技术不断发展成熟,其扩展性和易定制的特性非常适合应用于高能物理实验计算,是一种新的分布式计算资源类型。我们对云计算与分布式计算的结合应用进行了研究,成功将云计算整合到中国科学院高能物理研究所的分布式计算系统中,实现云站点的稳定运行,并进入生产状态提供给物理用户使用。     

云计算研究

云计算模式是在基础设施即服务（IaaS）、平台即服务（PaaS）、软件即服务（SaaS）、分布式计算、并行计算和网格计算等概念演进并产生的结果。云计算模式是一种全新的计算应用模式,将会成为人们获取服务的主导方式。本文首先介绍云计算在业界中的概念,接着分析云计算和相关计算,最后关于云计算发展的前景进行展望。     

个人云计算安全框架的研究

文章对个人云计算的安全进行了研究,分析了云计算所面临的安全威胁,以及目前主要云服务Amazon EC2的安全问题.同时,在归纳出云安全框架的要求基础上,完善了个人云计算安全框架的要求.最后,通过描述具有可扩展、云编排和安全等特性的服务模型构建了一种通用的个人云计算安全框架.     

云计算现状综述

基于互联网的云计算模式引起了人们极大的关注,也面临着越来越多的安全威胁。该文介绍了云计算的定义、特点以及它的体系结构,比较了与分布式计算、网格计算的区别,探析了云计算所面临的信息策略问题,包括隐私、安全性、匿名性、通信能力、政府的监管、可靠性、责任等,并对云计算信息策略问题进行了较为深入的探讨。     

云计算的发展与应用前景展望

随着大规模互联网应用的发展,分布式处理已经不能够满足互联网的发展要求。近几年提出云计算的构想并进行了初步的实现。通过研究,明确了何为云计算,云计算与传统的分布式计算的联系与区别,并对云计算在各领域中的应用进行了前景展望。     

云计算环境下并行分布式数据挖掘平台研究

网络技术在带给人们大量信息的同时,也极大地增加了人们从海量数据中发现有用知识的难度,而解决这一问题的努力促进了数据挖掘技术的出现和快速发展。云计算是能够提供动态资源池、虚拟化和高可用性的计算平台,云计算开发平台可被用来开发高性能应用程序。研究云计算环境下并行分布式数据挖掘平台的3个层次,依下而上为分布式计算层,知识发现平台层以及用户应用层。     

云计算与网格计算的比较

介绍了当前计算方法的发展趋势,对当前主流的云计算和网格计算两种计算方法从定义、特点方面进行了详细的阐述,并对两种技术进行深入的分析比较,最终对其异同之处进行了概括总结。     

云计算:系统实例与研究现状

针对云计算这样一个范畴综述了当前云计算所采用的技术,剖析其背后的技术含义以及当前云计算参与企业所采用的云计算实现方案.云计算包含两个方面的含义:一方面是底层构建的云计算平台基础设施,是用来构造上层应用程序的基础;另外一方面是构建在这个基础平台之上的云计算应用程序.主要是针对云计算的基础架构的研究与实现状况给出综述,对于云计算的应用也有所涉及.云计算有3个最基本的特征:第1个是基础设施架构在大规模的廉价服务器集群之上;第二是应用程序与底层服务协作开发,最大限度地利用资源;第3个是通过多个廉价服务器之间的冗余,通过软件获得高可用性.云计算达到了两个分布式计算的重要目标:可扩展性和高可用性.可扩展性表达了云计算能够无缝地扩展到大规模的集群之上,甚至包含数千个节点同时处理.高可用性代表了云计算能够容忍节点的错误,甚至有很大一部分节点发生失效也不会影响程序的正确运行.通过此文可以了解云计算的当前发展状况以及未来的研究趋势.     

云计算安全研究

云计算代表IT领域向集约化、规模化与专业化道路发展的趋势,是IT领域正在发生的深刻变革.但它在提高使用效率的同时,为实现用户信息资产安全与隐私保护带来极大的冲击与挑战.当前,安全成为云计算领域亟待突破的重要问题,其重要性与紧迫性已不容忽视.分析了云计算对信息安全领域中技术、标准、监管等各方面带来的挑战;提出云计算安全参考框架及该框架下的主要研究内容;指出云计算的普及与应用是近年来信息安全领域的重大挑战与发展契机,将引发信息安全领域又一次重要的技术变革.     

云计算与云安全

云计算无疑是眼下的一个热点问题.有无数的论坛与专家在关注云计算与云安全问题.本文在分析了云计算的关键技术及其优势后.探讨了目前云计算所带来的云安全问题.