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.     

基于云计算的云数据管理技术

随着我国经济的不断发展,科技的不断进步,数据的管理水平也不断的提高。目前云计算的大量使用促使数据的管理出现了飞速的发展,由于这种技术具有极大的优势,使得它在互联网中普遍的应用。在当今社会上很多数据的处理都要依靠计算机,其中云端数据是计算机管理中的主要的数据之一,其主要是利用云计算进行管理,在使用云计算管理的过程中能够更快、更精准的查询到所需要的信息。这也凸显出了云计算的优点。本文全面的分析了云计算管理技术以及数据存储的一些技术,并且对云计算的发展趋势进行了简单的介绍,希望能够帮助我国的云计算技术的发展以及云端数据的管理。     

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。     

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。     

云计算以及云数据管理技术研究

云计算技术以互联网技术作为主要技术手段,为用户提供计算资源访问。如何提高云计算对大量数据的快速处理以及提供精确快捷查询的功能,是目前的重点研究问题。而对云数据进行管理的技术也逐步发展成为一个热门的研究课题。本文在分析云计算技术的基础上,结合谷歌Google、亚马逊等代表厂商的云计算方案,对云数据管理作了进一步研究,并对其未来作出了展望。     

基于对象的云存储应用接口标准化研究

针对基于对象的云存储应用接口的标准化问题和面临的挑战,介绍了主流的基于对象的云存储应用接口及应用情况,对数据模型、接口协议、功能、应用支持进行分析,并提出未来的标准化工作建议.     

基于华为云的地震处理中间成果数据的管理

利用华为云提供的海量数据存储空间,结合信息高速读取技术,大庆油田成功实现了地震处理中间成果的规范管理,为油田后期地震处理数据的再利用,为快速进行探区的再研究,科学有效地进行勘探开发提供了数据支持.基于华为云的地震处理中间成果的规范化管理为油田后期深度研究奠定了基础.文章重点讨论的就是地震处理中间成果在华为云上的规范化管...     

云计算和云数据管理技术

云计算是网格计算、分布式处理以及并行处理的发展。互联网在最初发展的时候并没有足够的资金,所以只能够寻找一种低成本并且高效率的计算机技术。而云计算就是在引擎搜索平台上诞生的。云计算是一种易扩展、动态的以及能够实现资源化等,是一种能够通过虚拟化的互联网系统。文章简要论述了云计算的背景、特征以及云数据管理技术以及所遇到的问题。     

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。     

基于云数据管理的电子信息工程系统集成技术

随着信息技术的快速发展,云计算已成为电子信息工程的重要基础设施。文中以云数据管理为基础,探讨了电子信息工程系统集成技术。通过云数据管理,电子信息系统可以实现数据的高效共享、实时处理和分析,增强了系统的互操作性和安全性。另外,结合实际案例,对云数据管理在电子信息工程中的应用效果和效益进行了评估,为系统集成提供了有效的参考。     

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。     

基于云计算的大数据挖掘平台

开发了一个基于云计算的并行分布式大数据挖掘平台——PDMiner.PDMiner实现了各种并行数据挖掘算法,如数据预处理、关联规则分析以及分类、聚类等算法.实验结果表明,并行分布式数据挖掘平台PDMiner中实现的并行算法,能够处理大规模数据集,达到太字节级;具有很好的加速比性能;实现的并行算法可以在商用机器构建的并行平台上稳定运行,整合了已有的计算资源,提高了计算资源的利用效率;可以有效地应用到实际海量数据挖掘中.在PDMiner中还开发了工作流子系统,提供友好统一的接口界面方便用户定义数据挖掘任务.     

云计算密钥管理框架研究

本文在分析云计算安全的基础上,重点研究了云计算中的数据安全问题,提出了一个适合于云计算的密钥管理框架,该框架面向各种云计算应用,可以实现统一、标准的密钥管理,同时该框架具有简单和可扩展的特点,最后介绍了该框架的基本工作原理和应用分析。     

云计算数据中心组网技术研究

讨论云计算数据中心网络面临的新需求、新挑战,针对数据中心内部互联、数据中心之间互联的两个应用场景,梳理并提出组网技术。在数据中心内部,为满足云计算新业务需求,提出了大二层网络的组网解决方案。在数据中心之间,同样为解决二层网络延伸的问题,提出了二层VPN和MAC in IP的解决方案,满足数据中心承载的云计算业务需求,保证云计算的快速发展。     

基于代数签名且支持数据动态更新的云数据完整性验证方案(英文)

Cloud storage is one of the main application of the cloud computing. With the data services in the cloud, users is able to outsource their data to the cloud, access and share their outsourced data from the cloud server anywhere and anytime. However, this new paradigm of data outsourcing services also introduces new security challenges, among which is how to ensure the integrity of the outsourced data. Although the cloud storage providers commit a reliable and secure environment to users, the integrity of data can still be damaged owing to the carelessness of humans and failures of hardwares/softwares or the attacks from external adversaries. Therefore, it is of great importance for users to audit the integrity of their data outsourced to the cloud. In this paper, we first design an auditing framework for cloud storage and proposed an algebraic signature based remote data possession checking protocol, which allows a third-party to auditing the integrity of the outsourced data on behalf of the users and supports unlimited number of verifications. Then we extends our auditing protocol to support data dynamic operations, including data update, data insertion and data deletion. The analysis and experiment results demonstrate that our proposed schemes are secure and efficient.     

基于云存储的密文数据检索方法研究与实现

为解决云存储服务海量加密数据检索问题,提出一个新的云存储密文数据检索方法,新方法采用倒排索引结构,首先用户输入检索词,在密文索引中匹配,然后将词转化成其他形式和纠正错误的词之后进行再次查询,在返回结果低于先前设定的临界值的情况下继续执行以上步骤.这种基于云存储的密文数据检索方法提高了存储数据的隐私性,能够使用户得到他们所期望的结果,实验结果证明新的检索方法是有效的.     

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.     

基于Hadoop的海量电信数据云计算平台研究

传统的数据分析方法面对海量电信数据存在管理和分析难的问题.Hadoop是一个可实现大规模分布式计算的开源框架,具有高效、可靠、可伸缩的优点,被广泛应用于云计算领域.本文在对云计算和Hadoop进行分析和研究的基础上,提出了一种针对海量电信数据的分布式云计算方法,建立了基于Hadoop的海量电信数据云计算平台.实验证明,该平台能够有效完成海量数据的管理和分析任务,提高海量数据分析的速度和效率.