基于萤火虫群优化的虚拟机放置方法

利用虚拟机放置策略对云数据中心的物理资源利用效率进行优化十分必要。提出了基于萤火虫群优化的虚拟机放置（glowworm swarm optimization based VM placement,Gso-wmp）方法。GSO-VMP方法将物理主机的处理器使用效率表示为荧光素值，当一个虚拟机被放置到物理主机上时，该物理主机的荧光素值都要进行更新；能够在局部径向范围内搜索到更多的可用物理主机，完成虚拟机放置，减少了虚拟机的迁移次数，从而间接地节省了物理主机的能量消耗。使用CloudSim作为GSO-VMP的仿真环境进行仿真，实验结果表明，GSO-VMP方法使得云数据中心的能耗降低、多维物理资源利用率提高。     

云数据中心面向低能源消耗的虚拟机分配策略

虚拟机分配策略是提高云数据中心的物理主机利用率和降低能源消耗的关键技术。文中提出云数据中心面向低能源消耗的虚拟机分配策略LEC-VM。LEC-VM包括2个组成部分:虚拟机放置策略和虚拟机迁移优化策略。通过放置策略将云数据中心的虚拟机分配到最合适的物理节点之上,保证整个系统的CPU利用率低于一个给定的阈值;通过迁移优化策略,根据系统的当前状态动态迁移虚拟机,对物理主机的资源进行优化。利用CloudSim作为云数据中心的云端测试环境。测试结果表明,LEC-VM可以减少云数据中心的SLA违规,保证云计算的服务质量,与其他的虚拟机分配策略比较起来,可以降低能源消耗。     

训练数据中心物理资源整合技术研究

目前,部队军事训练具有数据来源多、数据量大和可靠性要求高等特点,对训练数据中心的物理资源使用效率提出了更高要求。针对训练数据中心目前物理资源使用效率有待提高的情况,对可用于整合物理资源的一些方法进行了介绍,在此基础上提出了基于云技术的服务器资源整合、存储设备资源整合及网络设备资源整合,为各业务系统提供统一的云平台、云数据库和开放式存储等服务,提高了训练数据中心的物理资源使用效率,降低了系统的运维成本。     

基于遗传算法的虚拟机动态放置研究

在云数据中心（IDC）,虚拟机部署（VMP）策略是指如何在数据中心有限的物理资源中内放置合理的虚拟机（VM）。高效的虚拟机部署策略将更好的实现物理资源的整合和利用,最大化实现资源利用和能源节约的效果。该文中,根据虚拟机的存储和CPU两种资源为目标,研究资源利用率最大化的虚拟机放置策略。该策略基于遗传算法,根据虚拟机实际资源（内存和CPU）需求动态,动态的为虚拟机分配资源,实现最大限度降低数据中心资源利用不足和过度利用等概率。在最后,使用CloudSim仿真软件进行模拟实验,通过实验证明,较最佳拟合递减算法（BFD）相比,使用遗传算法对虚拟机进行动态分配,数据中心的资源利用率有较大的提升,同时也说明将多资源需求作为虚拟机放置策略考虑的重要性。     

云环境中基于混合和声算法的资源调度方案

随着信息技术的日趋成熟,任务、资源也呈几何倍数增长,对资源调度效率的要求不断提高,如何提高资源调度效率也成为了当前研究的热点。为此,文中针对调度策略提出了一种混合和声算法,加入遗传算法交叉操作和动态PAR方法,扩大基本和声算法的搜索范围并防止其陷入局部最优,以达到最短时间跨度的目的。通过Cloudsim云仿真平台进行仿真实验,实验结果表明,该算法明显减少了任务平均完成时间,有效提高了资源调度效率     

基于Hadoop的电子通信数据快速存储系统设计

在Hadoop云平台进行数据云存储系统的优化设计,提高大容量数据快速存取能力,构建基于Hadoop的大容量数据快速存储系统,采用负载均衡调度和云存储优化方法进行存储系统构架,进行Hadoop云平台的海量大数据进行信息融合处理,对Hadoop云平台大容量数据信息流进行非线性时间序列重组,采用特征空间降维方法降低存储开销,优化存储结构,提高存储和调度的速度。仿真结果表明,采用该方法进行Hadoop大容量云存储系统设计,提高了数据存储的吞吐性能和快速存取性能。     

IaaS 环境下改进能源效率和网络性能的虚拟机放置方法简

现在的虚拟机放置研究大多集中在物理服务器能源能耗或网络设备能耗的优化,然而随着这些资源的过度聚合,有可能会带来应用性能的下降。提出了一种虚拟机放置方案,主要有2个目的：最小化激活物理机和网络设备的个数来减少数据中心能源消耗;最小化最大链路利用率来改善网络性能。此方案在优化网络性能的同时,减少物理服务器和网络设备的能耗,使得能源效率与网络性能达到平衡。设计了一种新的二阶段启发式算法来求解,首先,利用基于最小割的层次聚类算法与最佳适应算法相结合来优化能源效率,然后,利用局部搜索算法再次优化虚拟机位置来最小化最大链路利用率。仿真实验结果表明,所提方案取得了良好的效果。     

基于包簇概念的云资源分配成本优化模型

针对云数据中心因传统资源管理方式造成云服务成本过高问题,文中提出一种基于包、簇概念的资源集中管理分配优化模型。将用户的具体需求抽象为一个个独立的需求包,将数据中心的各类资源整合成一个个资源簇,并将CPU、RAM、带宽作为指标,建立成本评估模型,利用基于包簇概念下的改进粒子群算法,实现需求包到资源簇的部署映射。仿真实验结果表明,该优化模型可以有效降低资源分配过程中的营运成本,稳定提高资源平均利用率。     

基于云进化算法的NoC测试规划

针对NoC测试时,如何在功耗限制下利用有限的片上资源最大化并行测试,以优化NoC测试时间的问题,文中提出一种利用云进化算法进行测试规划的方法,可以有效提高测试效率。该方法复用NoC的片上资源作为TAM,采用非抢占式测试和XY路由方式,通过云进化算法优化待测IP核在各条TAM上的分配方式寻找最佳方案。在ITC'02标准电路上的实验结果表明,该方法有效降低了测试时间,提高了测试效率。     

基于CSP的能耗高效云计算资源调度模型与算法

利用约束满足问题对异构云数据中心的能耗优化资源调度问题建模,通过求解建立的约束模型可以获得能耗最优的资源分配方式,并在此基础上提出了能耗优化的资源分配算法dynamicpower (DY)。与已有的算法MinPM、FFD、BFD相比,算法DY考虑了资源的异构性,能够降低云数据中心物理服务器的能耗。最后,利用Choco实现了提出的算法DY,并将DY与MinPM、FFD、BFD进行实验比较,实验结果表明,提出的算法在能耗上有明显优势。     

从流量经营到大数据经营

把"流量"的客观属性归纳为规模性、层次性、异质性和不可分性,揭示了流量巨大的潜在价值。基于电信运营商现有流量经营模式的分析,发现"面向手段性需求"、"无直接网络效应"和"边际成本下降有限"3大缺陷是流量经营价值困境的根源。在辨别"大数据"与"流量"内在联系的基础上,提出大数据经营模式并进行基于类比、场景勾画和理论分析的相关阐述,包括电信运营商和OTT在内的大数据经营者们,将经历消费平台、垂直平台和公共平台3个演化阶段,最终成为大数据公共平台运营商。最后,对电信运营商向大数据经营转型提出一些建议。     

数据仓库和数据挖掘语言初探

着重阐述了数据仓库的基本概念、特征和体系结构，并介绍了使DW作用得以发挥的决策支持工具。还介绍了几种数据挖掘语言及其标准化方面的研究进展，提出了数据挖掘语言分类的方法，在此基础上，对数据挖掘语言的结构和组成进行了探讨和研究，最后指出了数据挖掘语言的发展趋势，以及若干待解决的问题。     

多雷达数据融合中的数据预处理

多雷达数据融合的数据来自不同的雷达,在融合处理前要作相应的处理,如点迹过滤、点迹合并、野值剔除、空间对准、时间对准等等,本文就这些问题作一些讨论.     

Data Breaches [The Data]

Willie Sutton famously said that he robbed banks because that?s where the money was. You might think that today?s thieves would do the same, possibly by hacking into ATM machines. Yet it turns out that financial services account for only 14 percent of data breaches, while 20 percent are in the food and beverage industry.     

基于GIS的气象时空数据挖掘和融合技术

论述了地理信息系统、数据挖掘、时空数据挖掘的概念和技术方法。在此基础上,针对气象数据具有来源复杂、种类繁多、格式多样、表现形式各异、数据量大和增长速度快等特点,提出了基于地理信息系统进行时空数据挖掘和数据融合的设想,并根据各自优势将三者进行集成并设计了其在气象服务方面的应用框架,提高了气象数据的使用率和气象服务的准确率。     

栅格数据结构及数据获取方法

遥感影像数据地理信息系统的重要数据来源，本文介绍了遥感影像数据在ＧＩＳ中的应用，描述了栅格数据的获取和数据精度分析，并在遥感影像数据的数据存储及信息提取方面做了深入细致的分析与说明。     

栅格数据结构及数据获取方法

遥感影像数据作为地理信息系统的重要数据来源，本文介绍了遥感影像数据在GIS中的应用，描述了栅格数据的获取和数据精度分析，并在遥感影像数据的数据存储及信息提取方面做了深入细致的分析与说明。