云环境下的动态分段定价策略

为了提高云服务供应商的市场竞争力,解决云计算中定价策略存在的问题,分析了固定定价机制和动态定价机制的优缺点及动态定价中资源拍卖及议价机制的特点,提出了一种基于云服务订购的动态定价策略.首先供应商根据云服务资源的使用情况制定一个预定价格,然后根据客户的预定价格与实时市场价格决定实际收费价格,给予预定客户一定的优惠,以刺激客户提前订购服务.依据定价策略的原理将定价函数按照订购价格进行了分段,给出了分段收费函数,分析了定价策略给用户及供应商带来的利益,最后以定价函数为基础,利用公式分别量化了用户和供应商对实际收费价格的相对满意度,为云环境下供应商制定合理的定价机制提供了参考.     

基于蚁群算法的云计算联盟资源调度

针对目前云计算联盟的架构和单云环境下资源调度的研究缺少对云计算联盟下的资源调度问题的研究情况,建立了由云用户、云服务供应商和云联盟协调器组成的云计算联盟资源调度模型,为达到云供应商利益最大化,设计了任务-虚拟机-数据中心的调度算法,利用蚁群算法进行模型求解,并通过Cloudsim仿真软件证实了该算法的合理性,验证了供应商资源的数据中心负载率在60％～80％之间时达到均衡,并可获得最大利益。     

基于云计算的信息安全风险分析与探索

从云计算等级保护出发,分析云计算模式下等级保护整体结构,从云计算环境中数据的安全性、隐私性、保密性、完整性、可用性,以及安全审计、标准、法律法规、未来发展以及服务质量等方面研究云计算中的信息安全风险,对其风险,提出相应威胁点所应该采取的防护措施,即从环境安全保障技术、云网络安全保障技术、虚拟化安全保障技术、云数据安全保障技术、云租户空间安全保障技术、云计算安全服务技术和云计算安全审计监管技术的体系架构和管理方面确保云计算安全。     

基于移动云计算技术的高职高专院校教育互动平台

提出了基于移动云计算技术的高职高专院校教育互动平台的设计思路和方法。充分分析企业和学校之间的合作与沟通存在的问题,给出解决问题的方法和思路,采用云存储服务方式解决资源存储,针对云计算技术以及移动网络研究,把移动设备访问与云计算技术相结合。     

云计算在自动答疑系统中的应用研究

针对自动答疑系统知识库资源不足问题,以云计算技术和自动答疑技术相结合展开研究,将服务控制器和若干资源服务器不受地域限制组成分布式环境下的"云"系统,同时提出自动答疑系统中云计算数据迁移策略。通过"云"计算机"搭建"超大规模的领域知识库,实现领域知识的资源共享。     

云制造模式与支撑技术

云计算正迅速改变着信息系统设计、构建和服务方式,全球化背景下的现代制造也呈现出按需、自组织和网络化分布的“云态”特点;云制造借鉴云计算的理念,利用云计算技术、物联网技术,将制造资源虚拟化和制造能力服务化,提供面向制造企业的主动、敏捷、聚合、全方位的制造能力服务。论文对云制造模式及其特征进行了探讨,对云制造资源和能力的云端化、资源聚集与服务、服务运营与交易等支撑技术进行分析,提出了一种新型的云制造服务支撑系统架构;研发系统原型并在汽车类企业群进行了应用验证,有效提升了供应链协作的效率和效益。     

云计算环境下的图书馆服务模式创新

云计算以用户为中心,提供强大的数据存储和网络服务等功能,图书馆是信息服务中心,云计算技术必将在图书馆应用并享受云提供服务。本文通过以云计算方式为手段对传统的服务模式进行变革、改进和扩展,＂云＂图书馆服务模式将最大化利用图书馆资源,更加贴近用户不同需求。     

云计算背景下基于物流QoS感知的云服务选择

随着云计算、大数据、物联网等技术的发展,"互联网+物流"模式受到各方的追捧,物流云服务平台应运而生。文章构建了基于物流QoS感知的云服务选择模型,研究了如何在物流云服务平台上进行最优服务选择。该模型通过获取QoS数据和数据处理,利用变精度粗糙集计算服务质量评价指标的权重,得到服务质量综合性能排序,排序靠前的服务即为推荐的最优服务。     

基于SLA的云计算多数据中心任务调度算法

针对现有的云计算任务调度策略仅考虑单数据中心内部负载均衡及平等看待各项任务的问题,研究了基于服务等级协议（ service level agreements ,SLA）的多云数据中心任务调度机制,设计了相应的任务调度效益模型和任务准入控制策略,提出了基于SLA的最大化收益任务调度算法（ SLA-MPS算法）,实现了在多个云数据中心间调度资源、优先处理紧急任务的同时保证云服务商利益最大化。在CloudSim上的实验证明,SLA-MPS算法能加快任务响应速度,降低云服务商违约率并提高其收益。     

云计算环境下基于Agent的信任信息收集机制

利用Agent自治协作的特点,研究了一种基于Agent的云计算环境下的信任信息收集机制.其中研究的信任计算所涉及的因素分为直接信息、推荐与信誉3个方面,为了综合解决集中式信息存取模型导致的存储压力问题与分布式模式导致的管理复杂度问题,该机制利用集中分布式的方式收集与存储信任信息.引入信誉管理Agent来集中管理云服务等资源的信誉以及用户的朋友关系等信息,同时将云计算中的资源分布式划分为不同的资源社区,引入资源社区信任管理Agent分布式管理交互信息等.提出了基于Agent的信任信息收集整体框架与工作流程,以及信息收集模块的设计与信任信息预处理的相关方法,最后进行了模拟仿真试验,试验结果显示了信任预处理机制的有效性.