云数据存储和管理标准化研究

分析云数据存储和管理面临的挑战,指出云数据存储和管理接口标准化问题,提出云数据存储和管理接口标准体系架构,并对标准体系架构中两类云数据存储接口和三类云数据管理接口分别进行阐述,提出未来的标准化工作建议.     

云数据管理研究综述

作为一种全新的互联网应用模式,云计算已成为人们未来获取服务和信息的主导方式。随着云计算中大数据集高效管理、海量数据中特定数据的快速定位、云端海量数据精准查询等迫切需求的日益显现,Web数据管理正逐步向云数据管理阶段发展,一个新的云数据管理研究领域正逐渐形成。在云计算技术的基础上,提出了云数据管理系统的概念,深度剖析了BigTable、Hbase、Sector/Sphere等当前互联网主流云数据管理系统的基本原理,最后指出了云数据管理领域的主要研究方向。     

云计算与云数据管理技术研究

随着企业级应用的不断发展,各行业数据正在呈指数级增长。云计算作为对虚拟化资源的高效整合技术,在海量数据的处理方面越来越受到学术界和企业界的广泛关注。文章在云计算基础上,提出了云数据管理技术,指出了云数据管理领域的发展方向。     

基于云计算的云数据管理技术

本文主要阐述了云计算的相关概念以及它的特点,在此基础上对云数据管理技术进行了研究,最后对云数据管理整体构架进行了分析,以供有关人员进行参考。     

基于知识库管理的IC—CAD框架开发

提出了一种基于知识库的在ＩＣ－ＣＡＤ框架环境下实现工具和数据集成化管理的新方法，把设计工具和设计数据视为对象，对称作中枢监控模块（Ｈｕｂ Ｍｏｎｉｔｏｒ）的核心模块在数据管理和工具管理之间架起了一座桥梁，通过消息交换机制来实现对数据和工具的集成化管理。知识库和引入实现了智能化和标准化ＩＣ ＣＡＤ设计。     

云计算和云数据管理技术分析与探讨

旨在探索云计算和云数据管理技术,以云计算的基本原理为切入点,简要分析了其中的各项重要技术,包括GFS、Big Table、Dynamo技术等,并提出了笔者关于云计算和云数据管理技术的相关展望,以供参考指正。     

分析云计算和云数据管理技术

近年来,随着计算机技术、网络技术的不断发展和进步,给云计算的推广应用提供了坚实的基础保障。作为一种新兴的计算模型,云计算以其自身诸多的优点,现已被广大用户所接受。由于云计算能够提供海量的数据存储,并且具有超强的计算能力,为其在各个领域当中的应用提供了可能。基于此点,本文就云计算和云数据管理技术进行浅谈。     

云计算及其数据存储与管理技术研究

云计算是近几年才出现的一个新名词,虽然时间不长,但它发展异常迅速,受到越来越多的人关注。在当今这个信息大爆炸的时代,云计算凭借其独特的优势,将会得到越来越广泛的应用。数据是云计算系统的处理对象,因而数据存储与管理对云计算系统非常关键,是非常具有价值的研究领域。本文在介绍云计算概念和特点的基础上,重点分析了谷歌的云数据存储与管理技术GFS和BigTable,并对Map-Reduce编程模式进行了讨论。最后对云数据存储与管理技术的发展前景进行了展望。     

基于数据挖掘方法的安全评估管理

本文研究了安全评估工作标准化的方法,该方法解决了现有评估流程主观性强结果不准确的问题;还研究了对评估数据进行数据挖掘的方法,该方法解决了现有的海量评估数据只是以评估报告形式存在并不能从中发掘有价值的信息的问题;最终提出了建立一个安全评估管理平台,对评估过程及数据进行标准化、流程化管理的想法。     

城镇燃气GIS数据管理的探讨

城镇燃气管网的不断扩大,给数据管理带来一定难度。本文分析了GIS技术及其城镇燃气数据管理中的应用,指出以完整性管理理念确定管道数据模型、以精细化数据管理模式梳理数据、以标准化流程化方式管理GIS数据,是做好城镇燃气GIS数据管理的工作要点。     

基于云计算的海量图片存储管理系统研究

随着网络信息容量的膨胀,如何高效地存储和管理海量图片数据,传统的数据管理技术难以满足这些应用所提出的对数据管理的需求。针对云计算应用的特点和需求,借鉴传统数据管理技术的理念,提出了一种基于CouchDB的高可扩展、高可靠的海量图片存储管理系统。系统采用分布式文件系统、分布式数据库等技术,支持海量数据存储、资源目录和交换体系以及并行程序处理,可提供从数据到处理功能的一体化服务。实验证明,本系统具有可行性,能满足空间信息服务的多种需求。     

移动云服务的自适应业务质量管理

The rapid growth of cloud computing and mobile Internet services has triggered the emergence of mobile cloud services. Among many challenges, QoS management is one of the crucial issues for mobile cloud services. However, existing works on QoS management for cloud computing can hardly fit well to the mobile environment. This paper presents a QoS management architecture and an adaptive management process that can predict, assess and ensure QoS of mobile cloud services. Furthermore, we propose an adaptive QoS management model based on Fuzzy Cognitive Maps (FCM), which suitably represents the causal relationships among QoS related properties and cloud service modes. We evaluate the proposed solution and demonstrate its effectiveness and benefits based on simulation work.     

基于云服务的钻井工程数据管理系统设计与实现

近年来,随着云技术的发展,基于云计算技术架构的应用系统逐渐成为主流。本文根据石油钻井企业工程数据管理的需求,首先采用面向服务思想,将系统封装为9个服务,然后统一部署在云平台上,最终实现了基于云服务的钻井工程数据管理系统,通过使用云计算技术以及SOA软件架构,有效解决了传统管理系统的扩展能力差、维护成本高以及资源利用率低等问题,保证数据的一致性,为企业的管理和决策提供重要的数据依托,提高企业的经济效益。     

基于TVOS打造广电智慧医养平台的实践

本文阐述了基于TVOS终端开发家庭医疗、健康和养老等应用服务的创新实践。通过与医疗机构和管理机构进行信息化共享,以云计算和大数据为基础,构建了广电的“智慧医养”业务平台,创新了广电网络在医疗卫生健康领域的信息化服务。     

A prediction‐based and power‐aware virtual machine allocation algorithm in three‐tier cloud data centers

With the increasing popularity of cloud computing services, the more number of cloud data centers are constructed over the globe. This makes the power consumption of cloud data center elements as a big challenge. Hereby, several software and hardware approaches have been proposed to handle this issue. However, this problem has not been optimally solved yet. In this paper, we propose an online cloud resource management with live migration of virtual machines (VMs) to reduce power consumption. To do so, a prediction‐based and power‐aware virtual machine allocation algorithm is proposed. Also, we present a three‐tier framework for energy‐efficient resource management in cloud data centers. Experimental results indicate that the proposed solution reduces the power consumption; at the same time, service‐level agreement violation (SLAV) is also improved.     

基于云计算服务模式的数据挖掘应用平台的构建

本文将云计算的服务模式应用到数据挖掘应用平台的设计中,提出了3层4模式的云计算服务层次体系,并将此体系应用到数据挖掘平台的构建中,构建了基于云计算服务模式的数据挖掘应用平台框架,详述了平台各子系统的功能,阐述了该平台的特色.此平台集成了多种数据挖掘方法,具有良好的通用性和可扩展性,可以为从事数据挖掘应用和研究的企业或学者提供一个良好的交流平台.     

云计算：体系架构与关键技术

系统地分析和总结云计算的研究现状,划分云计算体系架构为核心服务、服务管理、用户访问接口等3个层次。围绕低成本、高可靠、高可用、规模可伸缩等研究目标,深入全面地介绍了云计算的关键技术及最新研究进展。在云计算基础设施方面,介绍了云计算数据中心设计与管理及资源虚拟化技术;在大规模数据处理方面,分析了海量数据处理平台及其资源管理与调度技术;在云计算服务保障方面,讨论了服务质量保证和安全与隐私保护技术。针对新型的云计算应用和云计算存在的局限性,又探讨并展望了今后的研究方向。最后,介绍了东南大学云计算平台以及云计算研究与应用方面的相关成果。     

Research on data encryption system and technology for cloud storage

To order to address the problem of cloud storage data security,the generic proxy-based data protection system was proposed,which could automatically and transparently secure sensitive data in browser-based cloud storage applications.A novel dynamic program analysis technique was adopted based on JavaScript API function hooking for automatically extending to various cloud applications.And a novel proxy executed searchable encryption solution was presented so that it could achieve data encryption while maintaining the original functions of cloud applications.Experimental results show that the system can support a variety of typical cloud services,effectively protect sensitive data,and bring a relatively low overhead.     

VANET: A novel service for predicting and disseminating vehicle traffic information

The arrival of cloud computing technology promises innovative solutions to the problems inherent in existing vehicular ad hoc network (VANET) networks. Because of the highly dynamic nature of these networks in crowded conditions, some network performance improvements are needed to anticipate and disseminate reliable traffic information. Although several approaches have been proposed for the dissemination of data in the vehicular clouds, these approaches rely on the dissemination of data from conventional clouds to vehicles, or vice versa. However, anticipating and delivering data, in a proactive way, based on query message or an event driven has not been defined so far by these approaches. Therefore, in this paper, a VANET‐Cloud layer is proposed for traffic management and network performance improvements during congested conditions. For the traffic management, the proposed layer integrates the benefits of the connected sensor network (CSN) to collect traffic data and the cloud infrastructure to provide on‐demand and automatic cloud services. In this work, traffic services use a data exchange mechanism to propagate the predicted data using a fuzzy aggregation technique. In the evaluation phase, simulation results demonstrate the effectiveness of the proposed VANET‐Cloud layer to dramatically improve traffic safety and network performance as compared with recent works.