移动云服务环境中办公资源的安全访问控制技术研究（英文）

由于云计算环境中无线办公网络环境的复杂性,导致移动端用户的数据资源存在较大的安全性隐患,因此为了提高移动云服务环境中办公数据访问的安全性,提出了一种基于改进CP-ABE(ciphertext-policy attributed-based encryption)的安全访问控制机制。该方法通过结合电子签章技术,对传统属性加密方案进行了改进,实现了更加高效的移动云计算安全访问控制。仿真实验结果显示:相比其他方法,提出方法所需计算开销和存储更小,且运算效率更高,适用于云服务环境中移动端用户的多种办公应用。     

基于改进CP ABE算法的移动云计算数据安全访问控制方法

为了提高云计算数据访问的安全性及高效性,采用改进的CP ABE算法来实现移动云计算数据访问控制。该方案将文件按不同的访问权限进行分级管理,将每种访问权限定义为一个权限模型,接着对多个权限模型结构进行整合。这种方案对密文的处理采用分享式的模式,所有权限模型均可共享该密文,有效减少每个权限模型存储密文的时间成本。实验结果显示,提出的分享式密文方案在加密和解密过程中可以有效减少时间开销,具有较强的应用价值。     

基于改进CP-ABE算法的移动云计算数据安全访问控制方法（英文）

为了提高云计算数据访问的安全性及高效性,采用改进的CP-ABE算法来实现移动云计算数据访问控制。该方案将文件按不同的访问权限进行分级管理,将每种访问权限定义为一个权限模型,接着对多个权限模型结构进行整合。这种方案对密文的处理采用分享式的模式,所有权限模型均可共享该密文,有效减少每个权限模型存储密文的时间成本。实验结果显示,提出的分享式密文方案在加密和解密过程中可以有效减少时间开销,具有较强的应用价值。     

基于SM4算法的移动终端接入车间信息系统的安全性设计与验证

网络化的车间信息远程控制带给用户便捷的同时伴随着安全隐患,为了杜绝移动终端接入车间信息系统通信过程可能存在的潜在威胁,针对移动终端接入车间信息系统可能存在的安全问题,设计了身份认证、访问控制、异常行为检测、黑白名单过滤和接入审核的安全机制,并建立一个3层信息安全控制系统。经测试结果表明,设计的安全机制有效地提高了车间信息系统移动终端接入的安全性,可阻止针对移动终端接入车间信息系统可能存在的恶意攻击。     

基于QoS的制造云服务组合优选问题研究

基于云制造的QoS(Quality of Service)属性分析了制造云服务的组合优选问题,建立了该问题的以时间、费用、信誉和可靠性为目标的云服务组合数学模型。提出了结合层次分析法和改进的粒子群算法对该模型进行求解的优化方法。为了分析用户需求,细化了每个QoS属性,形成了云服务属性层次,采用层次分析法确定各属性的权重。改进的粒子群算法则可以快速有效地收敛到最优解。这种优化方法既弥补了以往单一优化方法的不足,同时又能深入分析用户对云服务的需求,找到满足用户需求动态变化的云服务组合方案。     

一种互联网办公资源安全风险在线评估方法设计

信息网络安全对于互联网办公来说具有十分重要的意义。实时网络安全风险评估作为信息安全的一个关键组成要素,能够对网络资源的安全状态进行有效检测。因此,为了提高互联网环境中办公资源的安全性,提出了一种基于预测模型的网络安全风险在线评估方法。该方法使用期望最大化(expectation and maximization,EM)算法对传统连续时间隐Markov模型进行了改进,以便完成基于预测模型的风险评估。仿真实验结果显示:提出方法能够有效地完成网络安全在线预测。相比其它方法提出方法能够实现较高的准确率和实时性,能够满足互联网环境下的各种信息安全需求。     

编者语

<正>云制造及其关键技术被列为国家十二五规划863重点项目,该项目在国内率先提出云制造理念。云制造,是在"制造即服务"理念的基础上,借鉴了云计算思想发展起来的一个新概念。云制造是先进的信息技术、制造技术以及新兴物联网技术等交叉融合的产品,是制造即服务理念的体现。采取包括云计算在内的当代信息技术前沿理念,支持制造业在广泛的网络资源环境下,为产品提供高附加值、低成本和全球化制造的服     

工业云环境下服务的搜索与匹配

随着工业云环境下的制造服务和需求的逐渐增多,如何快速而准确地在众多资源中寻找到最适合的服务就显得格外重要。提出一种工业云环境下服务的搜索与匹配方法。首先对服务资源和服务需求进行标准化描述和标注,在信息解析器的基础上对资源与需求间进行逐级匹配,且提出一种对属性指标权重的赋值法,为用户提供更符合要求的云服务。并且在文章最后经过案例验证,证明了该方法能够较为准确的在候选资源中筛选出合适的服务。     

CNDT&E“云”检测与评价技术

基于云计算技术和检测集成技术的云检测是一个全新的概念,它包容各种物理与化学的检测方法,实现信息共享和远程控制,也是无损检测集成技术发展的趋势。讨论了无损检测技术集成创新带来的优越性,该技术目前的研究现状以及未来的发展方向,即云检测。简要阐述了无损云检测与评价技术计划方案,云检测通过云计算和无损检测集成技术的结合,将传感器采集的数据收集于云端进行存储、处理。云端的功能包括信号处理、存储、评估、预测、信息反馈等一系列软硬件共享资源。用户能够共享软、硬件资源,享受云检测带来的便捷服务和高效率。讨论了无损检测技术建立云检测的可能性,优点和亟待解决的问题,并介绍了一种无损云检测的雏形样机,指出云检测是未来无损检测集成技术的发展方向。     

RBAC在分布式监控和故障诊断系统中应用

针对Web服务体系结构模式下机电设备分布式监控故障诊断系统中的安全问题，文章提出了运用基于角色的访问控制模型来建立其系统资源的安全访问控制策略，减少了系统授权管理的复杂性，实现了用户与访问权限的逻辑分离，极大地方便了权限管理，有效地保证了用户合法地使用系统资源。文章具体分析了系统资源功能节点树和系统权限框架数据库关系表的建立方法以及访问控制程序流程。     

高速接入网云计算平台的大数据挖掘算法研究

随着移动高速接入网络的发展,网络流量显著增加,但移动终端使计算和存储受限。利用有限的人工智能应用大数据挖掘、云计算有利于解决这些冲突,提高用户体验。针对大数据挖掘算法的移动互联网特性,联合考虑云计算和大数据挖掘,并充分考虑数据传输效率和拓扑移动接入开展研究。仿真结果表明：该算法是有效的。     

基于云计算的大数据信息处理技术研究

随着大数据时代的到来，信息的数据量正在以指数级的速度快速增长，己经达到TB、PB甚至是ZB级别。而在信息数据飞速増长的背后，是它们所蕴含的无穷无尽的价值。大数据信息处理技术可以帮助人们发现知识并从海量数据中找出规律，从而创造应用价值。但传统的信息处理方法不能有效地处理海量数据，尤其是不能满足用户对时效性的要求。云计算技术的出现和发展为快速、高效地处理海量数据提供了解决方案。为了充分利用云计算的并行计算能力及其动态资源的分配来有效地处理海量数据，基于云计算的大数据信息处理技术变得至关重要。因此，以提高信息处理效率并且保持数据的准确率为目标，将现有的经典数据分析算法模型与云计算技术相结合，对结合云计算和大数据的海量信息处理技术进行了研究，并提出了一种基于云计算的大数据信息处理方法。     

基于云计算与风险评估的数字化信息发布系统设计

为了解决大数据环境下,传统数字化信息发布系统存在的响应效率低以及抗风险性能差的弊端,设计基于云计算与风险评估的数字化信息发布系统,系统由数据层、支撑层以及应用层构成,分析了系统的业务流程,并对系统的综合信息管理、风险评估交流以及信息发布共享功能进行了分析。给出了系统中多媒体播放终端模块、信息发布管理模块的设计和实现过程。分析基于云计算的信息安全风险评估流程,实现信息发布系统安全风险的有效评估。实验结果说明所设计的信息发布系统,具有较高的响应效率和抗风险性能。     

海量数据冗余干扰下云数据查询的安全索引构建方法

针对云数据查询安全检索结构未能考虑数据的不确定性,在海量数据冗余干扰下无法稳定挖掘数据特征,提出一种专门针对海量数据冗余干扰的云数据查询的安全索引构建方法,其构建规则是以数据可被安全查询为基础,构建了一种新型云数据查询的安全索引结构,通过迭代法消除冗余数据,并从位于中心区域的R树开始顺次索引个体云数据,以便得到比较确切且更加安全的查询或索引结果。实验结果表明:所提方法的云数据索引规模大,数据查询效率与查准率高,具有较好的抗干扰性能,且在索引过程中能够消除大量数据冗余干扰,稳定性较好。     

基于激光SLAM的移动机器人导航算法研究

定位技术是机器人技术中导航控制和路径规划的关键问题,传统定位方式采用全球定位系统(GPS),难以完成精准的定位导航功能,不依赖于GPS的定位导航方法是目前机器人领域的研究热点。提出一种基于激光雷达采集的点云信息帧间匹配方法,根据改进式激光点云数据的位姿估计算法,结合非线性优化进行了校正和优化,完成移动机器人对未知环境的精确定位。通过ROS机器人操作系统搭建实验平台,对改进算法进行验证,证明改进后帧间匹配算法的建图和定位效果对应的鲁棒性与定位精度效果更佳,可满足工程要求。     

面向铸件自动化打磨的点云精简方法

由于铸件自动化打磨作业中存在点云数据过冗余等问题，导致数据处理时间过长，影响加工效率。为了提高点云处理的计算效率，提出一种基于线性耦合曲率的点云精简方法，以兼具效率和精度。对源扫描点云构建K-d树数据结构，并提出更稳健的线性耦合曲率特征模型以提取特征域；在此基础上，利用改进空间二分法快速精简非特征域；最后融合特征域和精简后的非特征域，得到最终精简结果。结果表明：该方法可得准确的精简比，拟合曲面模型仅存在微小的数据空洞。在90%精简比、2.7%噪声比条件下，保形性误差为0.867 mm，优于传统的点云精简方法，能够实现铸件点云的高效精简。     

云计算平台中分布式Hadoop数据挖掘关键技术研究

云计算环境下的大数据特征挖掘是大数据统计及分析的基础。为了提高聚类的准确度和速度,设计了一种基于分布式Hadoop平台和熵加权特征选择的数据挖掘方案。该方案首先采用无回路有向图对Hadoop平台下的Map Reduce 作业流调度问题进行了分析。然后采用并行 Map Reduce执行过程完成分布式计算。最后,采用熵加权聚类算法实现海量数据挖掘。仿真结果显示,提出的数据挖掘方案具有较好聚类效果和运行效率。