基于云计算的医学图像检索系统

为了提高海量医学图像检索效率,提出一种基于云计算的医学图像检索系统。采用Brushlet变换和LBP算法提取医学示例图像的频域和空域特征,采用具有分布式、并行处理能力云计算将任务分配到各个工作节点共同完成医学图像检索,采用仿真实验对系统的性能进行测试。结果表明,相对于B/S单节点的医学图像检索系统,云计算的医学图像检索系统提高了图像检索速度和效率,尤其对于大规模医学图像检索优势更加明显。     

基于UE4的建筑模型卡通风格化渲染方法的研究

随着建筑可视化技术需求的不断提高,根据不同设计任务,建筑设计人员除需搭建写实风格建筑模型外,还有搭建诸如卡通风格等风格化建筑模型的需求。本文借助UE4引擎强大的实时渲染能力与图像后处理能力,提出通过UE4引擎后处理的方式实现三维建筑模型的卡通风格化渲染。文中对卡通风格渲染的特点以及主要实现方式进行总结,对常用的几种卡通风格渲染算法进行对比研究,并针对现有算法在处理图像边缘检测与分段渲染时存在的问题提出优化方案,引入分布式云渲染的方式提高渲染速度。通过对渲染结果的对比分析,优化后算法有效解决了现有描边算法易产生的边缘断裂问题和分段渲染算法易产生的材质、光照计算错误问题,提高了渲染质量。     

面向多媒体传感器网络的视频压缩新算法

视频压缩可以降低多媒体传感器网络中的数据信息量。传统分布式视频编码方案采用区域统一编码,可能导致运动剧烈区域解码估计的失真。提出一种改进的分布式视频编码算法。该算法基于图像梯度场,针对Wyner-Ziv帧不能准确编解码的区域,通过ROI判定准则提取该区域并基于熵编码压缩,图像其他区域则基于LDPC实现分布式编解码,进而实现视频的优化传输。仿真实验表明：本文算法可增强运动剧烈区域的编码效率,在降低码率的同时提高解码图像质量,最终降低传感器节点能耗。     

一种基于LT码的数据云存储方案

拜占庭失效或恶意攻击会降低云服务供应商的云存储服务可靠性,为此,提出一种基于云计算的安全可靠数据存储方案。通过LT编码增加分布式云服务器的数据冗余度,在保证性能全局准最优的同时,提升数据用户在数据检索阶段的解码效率。利用支持公共数据完整性检查和准确数据修复,避免数据拥有者长期保持在线状态,并设计数据修复解决方案,使服务运行期间无需产生元数据也能进行数据修复。实验结果表明,与基于网络编码和基于RS码的云存储方案相比,该方案的通信成本只增加了15%,但数据检索效率却提高了约1倍。     

基于混沌置乱预处理的分布式视频编码

针对分布式视频编码中的突发差错特性,提出一种基于混沌置乱预处理的方法.该方法通过混沌映射置乱图像,把差错均匀地分布在置乱后的图像中,结合传统分布式编码方法有效实现视频数据的编码.实验结果表明,混沌置乱预处理能够提高分布式视频编码的性能,实现复杂度低,可以应用于某些具有安全要求的领域.     

新的基于分裂层树编码图像的传输方案

提出了一种新的基于分裂层树编码（SPIHT）的实时图像传输方案。该方案首先将图像数据进行小波变换,然后将变换后的小波系数进行合理分块并分别采用 SPIHT编码,以防止在无线信道传输中产生误码扩散。最后为了提高重构图像的恢复质量,提取每一个块中最高一级的小波系数数据进行重复传输,同时采用最优的帧长,提高图像传输系统的吞吐量。理论分析和仿真结果表明,提出的方案比传统的基于SPIHT算法的图像传输方案具有更高的抗误码特性,重构图像的峰值信噪比提高约10dB。     

基于Hadoop云计算平台的大规模图像检索方案

针对传统图像检索方法在处理海量图像数据时面临困扰的问题,提出了一种基于传统视觉词袋(BoVW)模型和MapReduce计算模型的大规模图像检索(MR-BoVW)方案。该方案充分利用了Hadoop云计算平台海量存储能力和强大的并行计算能力。为了更好地处理图像数据,首先引入一种改进的Hadoop图像数据处理方法,在此基础上分特征向量生成、特征聚类、图片的向量表示与倒排索引构建三个阶段MapReduce化。多组实验表明,MR-BoVW方案具有优良的加速比、扩展率以及数据伸缩率,效率均大于0.62,扩展率以及数据伸缩率曲线平缓,适于大规模图像检索。     

基于Hadoop云计算平台的大规模图像检索方案

针对传统图像检索方法在处理海量图像数据时面临困扰的问题,提出了一种基于传统视觉词袋(BoVW)模型和MapReduce计算模型的大规模图像检索(MR-BoVW)方案。该方案充分利用了Hadoop云计算平台海量存储能力和强大的并行计算能力。为了更好地处理图像数据,首先引入一种改进的Hadoop图像数据处理方法,在此基础上分特征向量生成、特征聚类、图片的向量表示与倒排索引构建三个阶段MapReduce化。多组实验表明,MR-BoVW方案具有优良的加速比、扩展率以及数据伸缩率,效率均大于0.62,扩展率以及数据伸缩率曲线平缓,适于大规模图像检索。     

分布式实时渲染中帧同步的实现

分布式实时渲染系统有效地解决了单机渲染的时间瓶颈问题。但在该系统中,由于每一帧图像在各个部分的场景复杂度不一样,这样就造成了渲染端节点负载不平衡,这将导致各输出端节点显示的图像不能组成一幅连贯的图像。为了解决该问题,本文提出了在分布式实时渲染系统中,通过控制端节点发送命令通知渲染端节点切换缓冲,然后渲染端节点发送请求要求控制端节点发送数据的方法来实现分布式渲染的帧同步。     

基于MapReduce的改进的Apriori算法及其应用研究

随着移动通信和互联网技术的迅猛发展,如何高效地分析移动用户的需求并及时推送有用信息成为数据挖掘领域的热点之一。针对上述问题,提出一种基于云计算Hadoop平台的分布式关联规则MRS-Apriori算法。该方法在经典Apriori算法的基础上优化了数据库编码规则,增加了判断标记Judgemark来判断事务项是否频繁,提高了MRS-Apriori算法在连接时扫描数据库的效率。在编码的基础上,采用Hadoop平台下的MapReduce编程框架模型实现并行化处理,提高了迭代时连接步骤的效率,降低了大规模数据样本运算的时间开销。实验结果表明,改进的MRS-Apriori算法可以有效地减少运算时间,在处理大规模数据集上具有较高的准确性。     

Image-Based Network Rendering of Large Meshes for Cloud Computing

Recent advances in sensing and software technologies enable us to obtain large-scale, yet fine 3D mesh models of cultural assets. However, such large models cannot be displayed interactively on consumer computers because of the performance limitation of the hardware. Cloud computing technology is a solution that can process a very large amount of information without adding to each client user’s processing cost. In this paper, we propose an interactive rendering system for large 3D mesh models, stored on a remote environment through a network of relatively small capacity machines, based on the cloud computing concept. Our system uses both model- and image-based rendering methods for efficient load balance between a server and clients. On the server, the 3D models are rendered by the model-based method using a hierarchical data structure with Level of Detail (LOD). On the client, an arbitrary view is constructed by using a novel image-based method, referred to as the Grid-Lumigraph, which blends colors from sampling images received from the server. The resulting rendering system can efficiently render any image in real time. We implemented the system and evaluated the rendering and data transferring performance.     

基于云计算的科技资源信息共享模式的构建

随着我国电子政务系统的不断升级换代,各个地区和各个业务部门的应用系统已经开始逐步完善起来,但是由于信息化技术水平的限制,造成了大量的人力和物力的浪费,很多业务服务系统之间不能实现信息共享,“信息孤岛”问题越来越突出,如何避免该问题的重复再现,一直是一个研究的热点课题。伴随着当今云计算技术的推广,使用云计算实现大规模数据存储和计算,以及使用云平台整合服务和构建新的应用服务将有助于解决以上问题。本文提出一种基于云计算的平台共享范式,意在解决地区科技资源的信息共享,并实现科技资源数据的大规模存储,防止信息系统碎片。     

基于私有云的大规模交通视频处理框架设计

为了满足智能交通大数据的处理需求,结合云计算技术,设计了基于云计算的大规模交通视频数据管理与高性能计算框架,提出了基于私有云的并行计算模型,通过仿真模拟实验验证了计算模型的有效性,研究成果能够为交通视频数据的智能应用系统提供技术支撑。     

一种简化的流体方法快速仿真大型三维云场景

提出了一种改进的立体云模拟方法,用Navier-Stokes流体方程描述云的运动规律,同时考虑大气运动条件下云的特性,建立云的运动模型。在云的实时渲染方面,基于太阳光照方向和天气状况提出了一种简单的光照模型,大幅度地提高了云的渲染速度。此外,使用改进的环状Impostor技术来提高大范围云层的渲染速度。基于上述理论模型,利用实验室自主图形引擎开发了一套三维云仿真插件,广泛应用于各种实时仿真和科技娱乐项目中。该方法绘制的云具有规模大、真实感强、渲染速度快的特点。     

云环境下基于自然对数序列的似混沌序列图像加密方案

针对云计算中图像数据的安全问题,提出一种基于自然对数序列的似混沌序列图像加密方案.提出自然对数序列的概念,验证其似混沌特性;使用二维猫映射对图像进行像素置乱,并在此基础上利用SM3杂凑算法和自然对数序列进行像素值扰乱,得到加密图像;在离散对数的假设下,证明方案具有IND-CCA安全.仿真实验表明,该方案在安全性上与混沌...     

同态公钥加密系统的图像可逆信息隐藏算法

同态加密技术在加密信息、对信息进行隐私保护的同时,还允许密文数据进行相应的算术运算(如云端可直接对同态加密后的企业经营数据进行统计分析),已成为云计算领域的一个研究热点.然而,由于云存在多种安全威胁,加密后信息的安全保护和完整性认证问题仍然突出.另外,信息在加密后丢失了很多特性,密文检索成为了云计算需要攻克的关键技术.为了实现对加密图像的有效管理及其安全保护,本文提出了一种基于同态加密系统的图像可逆信息隐藏算法.该算法首先在加密前根据密钥选择目标像素,并利用差分扩展DE(Difference Expansion)的方法将目标像素的各比特数据嵌入到其它像素中.然后,利用Paillier同态加密系统对图像进行加密得到密文图像.在加密域中,利用待嵌入信息组成伪像素,加密后替换目标像素,完成额外信息的嵌入.当拥有相应的密钥时,接收方可以分别在密文图像或明文图像中提取出已嵌入的信息.当图像解密后,通过提取出自嵌入目标像素的各比特数据来恢复原始图像.实验仿真结果表明,该算法能够在数据量保持不变的前提下完成同态加密域中额外信息的嵌入,信息嵌入快速高效,并可分别从加密域和明文域中提取出嵌入的信息.     

大规模点云内外存调度绘制技术

为实现大规模点云的快速绘制,提出以部分内存访问机制为基础、以节点点数上限为叶节点形成条件的平衡八叉树存储结构。设计点云内外存调度绘制流程,包括节点可见性判断、内外存数据调度和点云绘制等环节。为提高可见性判断的效率,在视点与节点距离、夹角约束条件的基础上给出节点可视半径约束。利用实测大规模点云数据进行实验,结果证明,该技术可以在有限的内存资源条件下,以较小的内存消耗实现上亿级规模点云从整体到局部的流畅绘制。     

A secure re‐encryption scheme for data services in a cloud computing environment

Cloud computing as a promising technology and paradigm can provide various data services, such as data sharing and distribution, which allows users to derive benefits without the need for deep knowledge about them. However, the popular cloud data services also bring forth many new data security and privacy challenges. Cloud service provider untrusted, outsourced data security, hence collusion attacks from cloud service providers and data users become extremely challenging issues. To resolve these issues, we design the basic parts of secure re‐encryption scheme for data services in a cloud computing environment, and further propose an efficient and secure re‐encryption algorithm based on the EIGamal algorithm, to satisfy basic security requirements. The proposed scheme not only makes full use of the powerful processing ability of cloud computing but also can effectively ensure cloud data security. Extensive analysis shows that our proposed scheme is highly efficient and provably secure under existing security model. Copyright © 2015 John Wiley & Sons, Ltd.     

适应大规模数据处理的动态服务私有云系统

为适应私有云环境下数据量大、计算密集、流程复杂的计算任务需求,借鉴公有云计算的相关理论与技术,结合私有云环境的特点,提出了一种适应大规模数据处理的动态服务私有云系统实现方案。该方案使用作业文件描述计算任务,以作业逻辑结构动态构建处理工作流程;通过数据流驱动服务请求,引入MapReduce并行框架进行大规模数据处理。实验结果表明：该方案能够正确有效地处理数据量大、计算密集、流程复杂的计算任务,显著提升处理效率,具有很高的实用性。     

一种基于BloomFilter的改进型加密文本模糊搜索机制研究

随着云计算的日益普及,为实现共享计算资源、节约经济成本等目的,越来越多的重要数据被从本地外包迁移至云端.出于对保护云端数据安全和用户隐私等方面的考虑,数据所用者一般倾向对敏感数据进行加密处理,在此基础上,如何能够对数据开展有效检索处理成为关注的重点.为此,提出一种改进的密文数据多关键字检索机制,一方面,基于BloomFilter数据结构设计一种新的关键字转换方法,能够在保持模糊搜索功能及识别率的同时,有效降低数据索引规模;另一方面,基于动态混淆参数调节的思路改进相似度评估算法,以提高数据的加密强度,并且能很好地反映用户的检索偏好.实验结果验证了所提机制是可行和高效的.