基于等级保护的云计算安全评估模型

云计算应用与发展中最受关注的问题之一是安全。针对云计算服务安全水平量化的需求,以我国等级保护测评要求为基础,借鉴欧美相关机构的云计算风险控制与安全评估框架,通过德尔菲法构建云计算安全评估指标体系,使用层次化分析法计算出各指标项的权重。根据设计的指标体系,将模糊综合评判引入对云计算实例的分析。实际应用表明模型能为云平台安全提供有效的量化和与评估。     

面向用户的DoS攻击效果评估方法研究

DoS攻击效果评估是安全测评中的重要研究内容,从用户关注的服务出发,依据3GPP QoS标准服务质量指标体系,建立了DOS攻击效果三维评估模型并确定了攻击效果综合评估算法.实验结果表明,该三维攻击效果评估方法简单实用,是面向最终用户的安全测评方法.     

企业PaaS平台产品选择框架研究

云计算的三层服务架构（SaaS、PaaS、IaaS）正深刻地影响着企业信息化系统建设,其中平台即服务（PaaS）产品选择问题成为当前企业私有云构建中的棘手问题,至今仍无好的解决方法。为此,提出一个企业PaaS平台产品选择框架,分别从PaaS产品选择的需求分析、测评指标和评选方法三方面研究融合云计算模式的企业面向服务体系架构,PaaS产品评价指标体系的构建方法和基于ANP的多属性产品选择决策过程。通过一个案例展示该选择框架在提高企业PaaS平台产品选择决策水平中的作用。     

服务机器人云平台服务质量指标体系综述

服务机器人的诞生丰富了人们的生活,并且随着大数据、云计算等技术的迅速发展,服务机器人连接云平台并从中调取算法服务已经能够实现,云服务机器人已然成为服务机器人的重点研究方向之一,而服务机器人云平台作为云服务机器人的云端服务平台有着重要的作用,需要对服务机器人云平台服务质量进行全面地评估,使服务机器人云平台能够和云服务机器人更好地结合。对服务机器人云平台服务质量指标体系进行综述,分别从软件QOS指标、网络QOS指标、服务机器人QOS指标三方面展开研究,并对三方面指标内容进行总结分析,得出一种服务机器人云平台服务质量指标体系,通过该体系能够对目前的服务机器人云平台以及相关云服务机器人的服务质量进行较为全面地评估,对该体系的未来发展进行展望。     

基于云计算的大数据服务资源评价方法

随着大数据服务领域引入云计算技术,需要调动的云服务资源增多且其拓扑结构变得复杂,因此传统基于服务质量(QoS)的加权评价方法无法动态地评价云计算服务资源的有效性和准确性。针对此问题,文中提出了一种基于博弈优化调度的筛选加权评价方法。此方法引入了用户的体验质量(QoE)评价指标,充分考虑了动态调度的业务和时延特性,通过多个指标的博弈,得到加权评价的参数的纳什均衡点。仿真实验结果表明,所提评估方法能够准确地评价云计算服务资源调度的有效性和准确性,并且适合大数据服务业务的拓展。     

一种面向云计算服务供应链的安全评估模型

针对云计算服务供应链中存在的安全问题,提出了一种安全评估模型。首先,将供应链风险识别方法与云计算服务场景相结合,识别出了云计算服务供应链的主要风险目标及其风险来源事件集,并以国标《云计算服务安全能力要求》为基础,构建了安全指标体系;其次,考虑到云计算服务供应链的动态开放、复杂多变以及大多安全指标无法量化的特点,设计了基于德尔菲方法的风险来源度量流程和权重赋值流程,并提出了基于模糊综合评价的安全评估流程,以实现风险来源的风险等级度量结果的一致性;最后,通过一个应用实例验证了安全评估模型的有效性和可行性。     

基于图像的隐写算法性能评价体系研究

为解决图像隐写技术评价方法研究滞后于信息隐藏技术发展的问题,提出基于图像的隐写算法性能评价体系,包括指标体系,测评体系和综合测评体系。在分析隐写算法特性的基础上,提出隐写算法指标体系;从测评框架,测评策略,测评方法和测评工程建立测评体系;采用二级模糊综合评估模型对图像隐写算法的性能进行综合评价。实验结果表明,利用该评价体系可以对现有的隐写算法进行有效评价。     

基于BP神经网络的智能云效能模型

面对日趋庞大和复杂的智能应用,建立有效的云服务质量模型是评价云服务质量的重要手段.然而,由于智能云各层资源的多样性、动态性等特点,智能云服务效能的评估具有很大的难度.针对目前智能云计算领域缺乏标准和统一的云服务质量评价指标和云服务建模手段的问题,文中将智能云抽象的服务质量具体化为云服务效能,云服务效能被定义为反映云服务...     

服务质量驱动的云计算研究

云计算是一种以“服务”为核心的新型网络计算模式,其关键在于为用户提供满足一定服务质量的服务,因此,服务质量驱动云始终是云计算研究中关注的焦点问题.首先从服务质量角度出发,分析了当前云计算服务质量相关的基本概念,剖析了业界服务质量云的研究现状;而后对围绕服务质量的研究中所使用的关键技术和方法进行了总结;最后指出了其中存在的问题,并对其中一些问题提出了相应的解决方法.     

基于证据推理的云计算服务适应性评估

针对云计算服务模式尽管对中小型企业吸引力巨大,但由于受到安全、技术、管理等方面的限制并不是都能适用,企业需要根据自身实际需要作出判断的问题,提出了一个云计算服务适应性评估指标体系。该体系从安全与风险、数据、服务、资源、经济五个维度来分析云计算服务的适应性问题,并利用证据推理方法对实际问题进行建模分析,验证了评估指标体系的有效性与合理性。     

SDN云网平台的服务质量模型研究

基于SDN的云网平台逐渐得到广泛应用,云网平台所提供服务的质量评价也越来越受到关注。考虑了云网平台服务所具有的通用云服务和软件化的特点,从服务提供者和用户两个视角出发,对服务质量模型的设计进行了需求分析,并获得服务质量模型的分类维度;参考SQuaRE等国际标准,提出了云网平台服务质量模型QM-SDNCCP,并给出了度量元的计算方法,以达到描述并量化评价云网平台服务质量的目的;对QM-SDNCCP进行了信度分析,表明QM-SDNCCP模型的特性和子特性的设计具有可靠性和一致性。QM-SDNCCP可以应用在技术选型、验收、运维和服务使用阶段,为服务提供者和用户提供云网平台服务选择和质量改进的参考。     

可信云——云时代的新生态

云计算已成为信息通信领域最具活力的增长点之一.云服务改变了以往的信息化模式,正引领软件、硬件和网络技术的深度融合与快速创新,深刻地影响着整个信息通信产业的发展格局.2013年10月,可信云服务认证正式启动,这标志着我国也拥有了自己的云服务质量评估体系.可信云服务认证的核心目标是建立云服务商的评估体系,为用户选择安全、可信的云服务商提供支撑,并最终促进我国云计算市场健康、有序发展.     

基于用户心理行为的云制造知识服务优选决策

为提高云制造环境下知识服务的选择质量,提出一种基于用户心理行为的云制造知识服务优选决策方法。基于云制造知识服务的特性分析,建立云制造知识服务优选评价指标体系;运用粗糙集理论,对各评价指标进行初始权重分配,并根据用户多属性偏好对初始权重进行调整,以确保权重分配的合理性;在此基础上,结合用户在决策过程中的心理行为分析和后悔理论,构建云制造知识服务的感知价值矩阵,并计算各知识服务的综合感知价值,以获得最优云制造知识服务。通过一个应用实例,验证此方法的有效性和实用性。     

Dynamic task assignment and resource management in cloud services by using bargaining solution

Cloud computing provides infrastructure, platform and software as services to customers. For the purpose of providing reliable and truthful service, a fair and elastic resource allocation strategy is essential from the standpoint of service customers. In this paper, we propose a game theoretic mechanism for dynamic cloud service management, including task assignment and resource allocation to provide reliable and truthful cloud services. A user utility function is first devised considering the dynamic characteristics of cloud computing. The elementary stepwise system is then applied to efficiently assign tasks to cloud servers. A resource allocation mechanism based on bargaining game solution is also adopted for fair resource allocation in terms of quality of service of requested tasks. Through numerical experiments, it is shown that the proposed mechanism guarantees better system performance than several existing methods. The experimental results show that the mechanism completes the requested tasks earlier with relatively higher utility while providing a significant level of fairness compared with existing ones. The proposed mechanism is expected to support cloud service providers in elastically managing their limited resources in a cloud computing environment in terms of quality of service. Copyright © 2013 John Wiley & Sons, Ltd.     

云计算服务持续监管研究

云计算环境的复杂性和动态性,难以及时掌握云计算服务安全运行状态、评估云计算服务风险。为确保云计算服务的安全能力持续符合国家相关标准要求,对云计算服务持续监管相关内容进行了研究,定义了云服务商、客户和持续监管方角色,明确各角色的监管责任、评估指标体系以及接口规范,确保政府部门、重点行业客户稳定且安全地使用云计算服务。     

多源信息云服务质量的犹豫模糊优劣IPA评价方法

为有效评价多源信息云服务质量水平,在IPA框架下提出了一种以指标优劣水平为性能度量的犹豫模糊方法。首先,从用户满意角度构建了多源信息云服务质量评价的IPA层次结构框架;接着,以犹豫模糊集表述评价信息,基于参考解依赖评价规则,融合TOPSIS方法的最优与最劣参考解和EDAS方法的平均参考解,提出了一种以指标优劣水平为性能度量的犹豫模糊IPA分析方法,用于多源信息云服务质量评估。此外,考虑到现有的犹豫模糊距离测度无法度量不对称信息问题,构建了一种基于Squared-χ2的犹豫模糊测度。最后,以东莞A企业多源信息云服务质量评价为实例进行分析,结果表明了该方法的可行性,并通过与近似方法的对比分析可知,该方法能够有效评价多源信息云服务质量。     

Towards an accurate evaluation of quality of cloud service in service-oriented cloud computing

Cloud computing promises to provide high quality, on-demand services with service-oriented architecture. However, cloud service typically come with various levels of services and performance characteristics, which makes Quality of Cloud Service (QoCS) high variance. Hence, it is difficult for the users to evaluate these cloud services and select them to fit their QoCS requirements. In this paper, we propose an accurate evaluation approach of QoCS in service-oriented cloud computing. We first employ fuzzy synthetic decision to evaluate cloud service providers according to cloud users’ preferences and then adopt cloud model to computing the uncertainty of cloud services based on monitored QoCS data. Finally, we obtain the evaluation results of QoCS using fuzzy logic control. The simulation results demonstrate that our proposed approach can perform an accurate evaluation of QoCS in service-oriented cloud computing.     

Cloud UDDI:一种应用在云计算环境中的UDDI扩展模型

云服务的质量管理和自动服务选择是云服务化的关键研究内容.现有的UDDI标准不能完善地对云服务质量、资源进行描述,无法满足云服务快速查找的需求.因此,文章结合UDDI已有的研究基础,提出了一种应用在云计算环境中的UDDI扩展模型-CloudUDDI,该模型扩展了存储云服务的质量和资源信息的数据结构以支持云服务的注册和查找.在查找过程中,使用联合质量和资源信息约束的检索机制以提高服务发现的精度.实验也表明该模型提高了云服务查找的精度.