云存储性能评测研究

大数据时代的到来,使得对云存储产生了强烈的需求。云存储性能评测一直是云存储系统研究的热点与难点。通过分析典型云存储平台数据访问的过程,建立云存储数据读写的模型,利用网络分析工具iptools获得云存储系统在处理用户访问请求的各个阶段的时间开销,从中排除网络干扰,反映真正云存储系统数据读写性能。实验结果表明,这种云存储系统数据读写模型是科学合理的,按照模型设计的云存储系统性能评测方法能够有效排除网络干扰,获取反映云存储系统真正读写性能的数据。     

云存储性能评测技术研究

随着网络和存储技术的发展, 提供可共享和便捷使用云存储服务已成为互联网的一种重大新型应用模式和发展趋势。但由于系统规模巨大且存储内容多变, 传统的性能评价及测试方法已不适用于云存储平台。提供云存储系统性能评测的思路, 建立面向不同用户、适用于不同阶段的多指标三维评测体系, 采用云测试云的方案测试不同物理位置上的节点访问性能。     

云存储系统性能评测技术研究

云存储系统目前应用广泛,其核心功能是向外提供存储服务,而云存储性能直接影响着云存储服务的质量.由于云存储系统的数据存储在云端,且使用角色众多,传统的性能评测技术不适用于云存储系统.从用户、云存储服务提供商、设备提供商3个角度出发,针对其关注的云存储系统不同层次,提出适用于多层次、多角色的性能评测指标和评测方法,提供可靠的适用于云存储系统的评测方案、规范测试方法,为性能优化提供数据参考,同时为用户选购、部署云存储系统提供可靠的参考意见.     

一种基于多层块区的数据存储架构

借鉴了云存储的的基本思想与技术平台,针对大容量数据的海量和访问频度不同的特点,提出多层块区概念,并研究基于此的数据存储方法。对数据访问性能的定量分析表明,合理划分块区能够得到比传统存储方法更好的访问效率。最后阐述了块区设置的思路和方法。研究结果可为存储系统的设计提供参考。     

云存储系统可扩展性评测研究

当云存储系统容量增大时,其是否具有管理如此大规模数据的能力,是云存储系统可扩展性的重要组成部分,而测试环境无法达到所需求的容量是云存储系统可扩展性评测的难点。针对此问题,文章分别在水平扩展和垂直扩展两个层面提出可扩展性评测方案,设计并实现了可扩展性评测工具---Thin Provisioning File System(即自动精简配置文件系统,简称tpfs)。tpfs运行在云存储系统中的数据节点上,提供一定容量的实际存储空间和特定大小的元数据空间,并提供文件系统级别的自动精简配置,以此对云存储系统进行可扩展性评估。实验结果表明,在实际空间仅为40GB的情况下, tpfs文件系统可以达到8TB规模的扩展性。     

云存储性能评测技术与方法研究

网络硬盘（简称网盘）,是一种云存储技术,是用户在互联网中独有的数据存储空间。本文从用户使用网盘的角度出发,采用网络嗅探工具Ethereal,通过捕获网盘客户端传输文件的数据包的方式来确定其传输时间,计算传输速率。通过测试比较金山快盘、数据银行和天翼网盘客户端在不同因素下的上传下载速率,探索出用户使用中影响网盘性能的主要因素,为云存储产品性能评测提供一个可行性的技术和方法。     

OpenStack Swift关键技术分析与性能评测

Swift是开源云平台管理项目OpenStack的对象存储系统,能够提供海量、可弹性扩展、低成本的云存储服务。首先对Swift的使用场景做了简要分析,然后针对Swift采用的一致性哈希、高可用服务等关键技术进行了详细分析,最后对Swift进行了性能评测。     

基于固态硬盘的云存储分布式缓存策略

为满足海量数据存储的需求,提出一种基于低功耗、高性能固态硬盘的云存储系统分布式缓存策略.该策略对不同存储介质的硬盘虚拟化,将热点访问数据的缓存与存储相结合,实现在不同存储介质之间的热点数据迁移,解决热点元数据的访问一致性与存储服务器的动态负载均衡问题.工作负载压力测试结果表明,该策略可使云存储系统的读峰值速率最高提升约86％,并且能提高存储服务器的吞吐量.     

面向第三方的云平台可信性在线评测及分析技术

云计算的服务模式对用户数据安全产生的严重威胁,必须通过第三方对云计算是否可信进行评测,才能保障云计算产业的健康发展。由此,总结了国家高技术研究发展计划课题“面向第三方的云平台可信性在线评测及分析技术”的研究内容与成果,描述了从云平台可信评测模型与体系结构、可信性动态评测技术、可信证据收集及可信测试机制、可信性的多维量化评估方法、评测原型系统与工具集5个方面的研究工作,并对云平台的可信性进行评测。     

大数据时代的云存储技术

随着大数据时代的来临,以及云计算技术的迅猛发展,作为信息时代的全新产品云存储也成为存储领域的新宠,云存储改变了以往数据主要集中在本地存储和处理的传统模式,企业和个人用户无需再投入大量购置硬件等设施的成本,就能够方便快捷地通过网络根据需求访问计算与存储等服务。本文从云存储的概念、云存储的分类、云存储的优势、云存储需要考虑的问题等方面来介绍一下云存储技术。     

智能手机中基于云实例的高效文件管理系统

针对现有云存储技术应用到智能手机上导致其能量和带宽消耗较大这一不足,以Dropbox平台作为云服务提供商,设计了一种基于云实例的高效安全的文件管理系统（FM-CI）。FM-CI支持下载、压缩、加密和转换操作,同时支持在两个智能手机用户的云存储空间之间进行文件传输。此外,考虑到频繁开启云实例仍然可能增加用户的成本,还给出了用户空闲实例共享协议和基于共享实例的文件传输方案。仿真实验结果表明,FM-CI能在消耗较少时间和带宽的前提下,高效地完成文件操作,且性能要优于目前最新的云存储方案。     

基于云存储的电力系统访问控制方案设计

电力系统是一个由多个子系统构成的综合性系统,作为一个能够实现海量数据处理同时具有高实时性、高可靠性的管理控制平台,需要电力系统能够实现对所辖多个子系统进行复杂、细密、大范围的访问控制,这些条件要求能够设计出合理有效的访问控制模型;为了实现安全、可靠、高效的电力系统访问控制提出了将传统电力系统同云存储平台相结合的访问控制方案,通过云存储平台对数据进行存取可以达到大数据量、均衡负载、安全可靠的目的;通过添加可信度因子构建访问控制模型,根据不同用户的可行度计算值分配给以不同的权限,匹配其可操作的资源,实现了对于用户操作对象的细化识别。     

藏文舆情云分析系统平台研究

文章介绍了藏文舆情云分析平台的系统框架和核心模块,系统运用云计算技术在用户不增加高性能设备的前提下,实现由完全不懂藏语言文字的用户对纸质的藏文印刷体文本、存储介质获取的藏文各类格式文档,以及互联网等多种来源实施舆情监控,采用最大熵与条件随机场结合的方法进行命名实体识别,通过词语级以及句子级的辅助翻译技术将藏文舆情分析结果用中文呈报给用户。     

基于清华云监控平台的云迁移性能

当云计算技术兴起后,很多企业已经或计划将业务和应用迁移到云上,而这面临着应用性能可能降低,关键业务和应用安全性受到威胁等问题,因此是否云迁移还是部署到独立服务器上,是一个需要深入研究的问题.以清华云平台为基础,搭建了基于Nagios的清华云监控平台,先对清华云平台和架构进行介绍,再对Nagios和清华云监控平台架构进行了论述,在云迁移性能评估中,以Ubuntu和Windows为操作系统平台,以CPU负载和内存使用为评估指标,分别在云服务器和独立服务器上运行CPU运算类和服务器负载类两类应用,最后对实验结果进行了分析和比较.实验表明,部分应用在独立服务器上性能更好,并不适合云迁移.     

面向读密集型应用的事务内存云研究

对于读密集型的云计算应用,现有系统很难同时满足它们对性能、一致性与可用性的需求。因此提出了一种基于事务内存和云存储技术的编程与存储模型TMC,能为云应用提供可配置的事务特性与数据存储服务。TMC包括事务与存储两个组件,事务组件允许所有只读事务无需远程验证即可顺利提交,其他事务则采用2PC算法提交;存储组件负责实现系统的可扩展性与可用性。仿真实验结果表明,TMC具有较高的性能与可用性。系统若经进一步改进和优化,将具有应用于实际生产环境中的潜力,可为用户提供高质量的云计算服务。     

基于隶属度理论的云服务行为信任评估模型研究

针对云用户难以在大量性能特征不同的云服务提供者中找到满足自己性能偏好和特定信任等级的云服务的问题,建立了一个合理的、科学的云服务行为信任评估系统。设计了云服务行为信任评估系统框架,基于隶属度理论建立了云服务行为信任评估模型,利用综合信任云重心评价法来计算云服务行为信任度,经过实验分析,该模型能够根据用户性能需求,对云服务进行更准确、科学的信任评估。     

云计算中数据隐私的安全保护机制

在云计算中,用户所拥有的数据信息通常被存放在遥远的云端,而其它用户常常能够访问这些数据且这些数据通常不由数据拥有者自己控制和管理.在此状况下,如何在云计算中保护用户的数据隐私安全则是一个十分具有挑战性的问题.为了解决这个问题,本文提出了一种数据隐私的安全保护机制.在此安全保护机制中,针对用户数据上载和访问的过程,首先提出了一种数据隐私保护的安全流程.在此基础上,提出了用户数据安全存储算法和云端数据安全访问算法.为了证明这种保护机制的有效性,本文对其安全性能进行了一系列的分析.分析结果表明：在云计算中使用这种机制能够确保数据隐私的安全性.     

基于私有云平台的科研管理系统设计与实现

目前,越来越多的应用依托云平台,提供给用户更好的体验。私有云平台能够充分发挥单位原有资源,提升服务质量、保障应用安全。在采用OpenStack私有云平台技术的基础上、设计和开发了科研管理系统。实际应用表明,该系统在私有云平台下运行稳定、性能良好,能够满足用户的需要。     

A cost‐efficient resource provisioning algorithm for DHT‐based cloud storage systems

Personal cloud storage provides users with convenient data access services. Service providers build distributed storage systems by utilizing cloud resources with distributed hash table (DHT), so as to enhance system scalability. Efficient resource provisioning could not only guarantee service performance, but help providers to save cost. However, the interactions among servers in a DHT‐based cloud storage system depend on the routing process, which makes its execution logic more complicated than traditional multi‐tier applications. In addition, production data centers often comprise heterogeneous machines with different capacities. Few studies have fully considered the heterogeneity of cloud resources, which brings new challenges to resource provisioning. To address these challenges, this paper presents a novel resource provisioning model for service providers. The model utilizes queuing network for analysis of both service performance and cost estimation. Then, the problem is defined as a cost optimization with performance constraints. We propose a cost‐efficient algorithm to decompose the original problem into a sub‐optimization one. Furthermore, we implement a prototype system on top of an infrastructure platform built with OpenStack. It has been deployed in our campus network. Based on real‐world traces collected from our system and Dropbox, we validate the efficiency of our proposed algorithms by extensive experiments. Copyright © 2016 John Wiley & Sons, Ltd.