云计算环境下虚拟机安全管理模型研究

为了解决云计算虚拟化环境的安全问题,设计了一个基于虚拟机高效部署和动态迁移与调度的虚拟机安全管理模型,研究了其中的虚拟机安全体系架构,提出了基于AHP(analytic hierarchy process)的虚拟机部署和调度方法和基于CUSUM(cumulative sum)算法的DDoS攻击检测方法,并对上述方法进行了功能和性能测试。测试结果表明,采用AHP的虚拟机管理方法,可以减少虚拟机迁移次数,提高物理机的可用性能;采用CUSUM的DDoS攻击检测方法,可以提高虚拟机被攻击的检测成功率。     

云计算背景下VXLAN技术的应用

在云计算的背景下,服务器的虚拟化对传统网络的数据迁移能力提出了非常高的要求。文章分析了当前非常典型的一种网络虚拟化技术—VXLAN技术,通过在三层IP网络之上建立基于数据链路层的逻辑隧道,使数据链路层数据能够穿越网络层的承载网络进行传递,实现虚拟机跨三层网络的动态迁移,有效地提高了数据的传输效率以及对硬件资源的利用率。     

OpenStack环境下的虚拟机调度算法研究

随着云数据中心的大规模应用,文章通过对当今主流的开源云平台OpenStack在虚拟机初始化放置机制的研究,针对OpenStack在创建虚拟机时初始化放置算法的不足,提出了基于虚拟机的综合优化放置算法作为OpenStack的虚拟机初始化放置算法,通过在仿真云平台Cloud Sim上仿真,结果表明,该算法性能更好,能更好地提高物理机的资源利用率。     

山西：试点云平台建设

通过整合山西省住房和城乡建设厅现有服务器资源创建云数据中心,形成资源池,在资源池中创建虚拟操作系统,可充分利用硬件资源,提高服务器效率,并减少需要管理和维护的服务器数量,利用虚拟技术,IT管理员可以在物理服务器之间移动正在运行的虚拟机,同时保持服务持续可用。     

虚拟机技术在地铁信号系统室内测试中的应用

本文对地铁信号系统架构及室内测试流程进行分析,针对当前地铁信号系统室内测试的重难点问题,结合虚拟机技术特点,对虚拟机技术在地铁信号系统室内测试中的应用进行研究。虚拟机技术在地铁信号系统测试中的应用,可以降低办公楼宇、设备用电、硬件采购等成本;能充分利用现有的设备资源,创造出更加多样和完善的测试场景,提高室内测试用例执行率、场景覆盖率,以减少现场调试工作量,提高交付水平。同时,合理采用虚拟机的分级集中管理方式,可以极大提高实验室计算机设备及网络的管理水平,为下一步测试自动化、提高测试效率,打下坚实基础。     

多维数据分析处理技术

本文研究了基于大数据下的多维数据分析处理方法:针对大数据的多维离散拘束高效分析处理方法。该方法采用空间重构方法对多维数据采取离散映射,找到最小嵌入维数和最合适的时延构造信息流模型,并采用模糊聚类算法求解初始聚类中心搜索目标函数,从而获取到多维数据的最优聚类中心,利用优化算法实现聚类优化完成多维数据的高效聚类,仿真实验结果证明了该方法的可行性,提高计算效率。     

车联网移动云系统虚拟机迁移技术研究

智能交通车联网的发展面临着异构网络传输容量瓶颈、海量信息高效处理瓶颈等一系列具有挑战性的难题。针对该系列问题,本文提出一种层次化移动云系统参考模型,使车载移动终端根据其网络环境与通信能力择优接入相应层次的云服务,达到移动网络资源与云计算资源的最佳匹配。同时,由于车载单元的快速移动性,车联网中的信息传输随时可能中断,这就制约了车联网业务服务质量的提高,对云计算持续稳定的服务构成了很大的挑战,这一瓶颈问题可以通过虚拟机动态迁移技术得到改善,从而实现服务的不间断。     

岩体随机不连续面产状数据划分方法研究

动态聚类算法从本质上讲是单目标组合优化算法,一般需要事先给定目标分类数和初始聚类中心,且初始聚类中心的选择对数据划分结果影响较大。为了解决该问题,提出将产状数据的划分问题转化为多目标优化问题,并采用小生境Pareto遗传算法进行求解。针对聚类问题的特殊性,采用基于链表的编码方案,并建议相应的遗传操作算子;通过引入小生境技术和Pareto支配集理论,仅通过一次求解可由Pareto支配集给出对应于不同目标组数的最优分组结果,而且不用事先给定目标组数以及初始聚类中心。最后,将算法应用于三峡船闸高边坡岩体实测不连续面产状数据的划分,得到较为符合实际的优势结构面分组。     

基于启发式算法对木板切割方案的优化模型设计

针对尺寸固定的木板的切割下料、利用率最优和求总利润最大求最优解等问题,可以通过建立整数规划、最大利润等模型,幵基于启发式算法中的GA遗传模型算法和蚁群算法,综合使用MATLAB、LINGO等软件编程进行求解。在原有数据的基础上,最终的模型结果显示了单块木板利用率最高的设计方案以及利用率最高所需要的板块数。基于前两者的结论进而利用蚁群算法寻求仸务确定条件下木板切割全局最优解以及依赖木板成本构建出最大利润模型。     

基于直方图峰值优化的阶梯k-means聚类算法

本文提出了一种基于直方图峰值优化的阶梯k-means聚类算法,本算法能够根据给定的K值,较快的得到初始聚类中心,能够很有效的减少迭代次数,得到的聚类结果很接近真实数据。