高性能的云存储安全网关设计与实现

随着互联网应用的迅速发展,数据量呈指数级增长趋势。越来越多的用户选择将数据存储备份到云端,但同时数据安全隐患也越发突出。用户对海量数据的存储备份和安全性需求越来越高。为了方便用户将本地数据迁移到云存储服务端,简化远程云端资源的访问,提供隐私保护、数据安全等附加价值,设计并实现了一个安全、高性能、大容量的混合云存储安全网关。该云存储安全网关能够提供安全、高效的数据存储备份服务,克服传统存储备份服务的不足。具有灵活的数据机密性和用户隐私管理、安全的数据存储和传输等特点。     

基于云架构的图书馆存储中心设计与实现

在大数据和云存储技术的迅猛发展下,图书馆紧跟时代发展潮流,根据自身的特点,通过对基于云架构的图书馆存储中心建设及思考,探索出适合图书馆发展的存储技术,基于云架构的图书馆存储中心设计与实现,将云存储架构模式作为图书馆存储中心建设的重点,为图书馆大数据打造安全可靠的存储中心.     

企业云存储管理系统的设计与实现

根据目前企业对存储容量的需求较大,通过分析OpenStack云计算平台和该平台中Swift对象存储的特点以及其应用领域,结合目前企业对存储的需求分析,将企业存储应用进行整合分类,设计并实现基于Swift对象存储集群的存储资源的统一认证、管理和存储资源的云端化,解决了企业对存储需求的弹性应用问题,最后采用Express框架设计和开发了一个完整的Web管理平台,方便了存储集群的运维和管理。     

云存储安全增强系统的设计与实现

云存储系统在得到广泛应用的同时,也存在数据泄露等安全隐患,数据存储安全问题备受关注。设计并实现云存储安全增强系统,可以有效防止数据在传输存储过程中泄露,增强存储的安全性,是当今计算机技术发展中的重要问题。     

云存储日志文件系统中快照的设计与实现

在逐步分析云存储日志文件系统中快照机制的基础上,设计并实现了基于HLFS(Hadoop DFS log-structured File-system)云存储日志文件系统的快照系统。通过在HLFS中添加新的快照,从快照系统中就可以随时获取该快照的信息,并恢复该快照时的所有数据,使云存储系统能够及时地进行数据恢复,从而避免云存储中核心数据的丢失,保证云存储中数据的安全性。为尽可能提高云存储日志文件系统中快照系统的可扩展性与实用性,详细分析快照在云存储日志文件系统中的设计与实现,并结合其他快照,分析了HLFS快照的实现性能。     

云存储服务端数据存储加密机制的设计和实现

云存储是一种新型的网络存储形式。随着云存储的广泛使用,云存储中的数据安全问题,如数据泄漏、数据篡改,也成了用户广泛关注的问题。云存储可以分为访问层、应用接口层、基础管理层和存储层,云存储安全可以分为访问层安全、应用接口层安全、基础层安全和存储层安全。为保证云存储中服务端数据存储的机密性,文章设计了数据存储加密机制,在基于云桌面的办公系统个人存储的应用环境中,实现了基础管理层和存储层加密机制。基于JAVA、JSP等技术,实现了基础管理层;基于Bash脚本等技术,实现了基础管理层与存储层的接口;基于开源项目TGT实现了存储层数据加密机制,保证服务端存储数据的机密性。     

云存储安全增强系统的设计与实现

云存储是一种新型的网络存储形式,并逐步为大家所接受,企业和个人用户都开始使用云存储作为其网络存储媒介。目前很多著名的IT企业都推出了云存储服务,其中Amazon公司推出的SimpleStorageService（S3）就是商用云存储服务的典型代表。随着云存储的广泛使用,云存储中数据的安全问题,如数据泄漏和数据篡改,也成了用户广泛关注的问题。文章基于Amazons3的云存储服务,设计并实现了一款云存储安全增强系统,对用户上传至Amazons3的数据进行加密保护,使得文件以密文形式存储于Amazons3,可以有效防止数据在传输和存储过程中的泄漏;同时系统还对从s3下栽的文件进行完整性校验,检测其内容与上传时是否一致,以防止文件被篡改;最后,系统还提供了多用户访问控制支持,多个用户可以共享同一个S3账号,同时保证各自存储的内容互相隔离,禁止一个用户非授权访问其他用户存储的文件。     

个人云存储 新一代数字生活体验

近日，全球领先的存储先锋西部数据（WD）推出了MyBook Live个人云存储硬盘一“新一代的网络储存设备”，可帮助用户无缱地集中存储所有媒体文件，轻松将电影、音乐、相片等整合到一起。高达3TB容量的存储空间配上无线路由器后．就成为了个人云存储方案。     

基于云的资源存储设计与应用

该文通过对云计算和云存储的概念的描述,分析了云存储的体系结构较之传统文件管理体系的优势,并针对档案管理的工作现状,提出了基于Hadoop构建的云存储系统模型的设计。     

基于云存储的医院PACS系统存储设计

目前,PACS系统已经日益成为各级医院实现信息化建设的重要组成部分,在网络应用越来越广泛的今天,异地多院区联接形成医院PACS系统对存储应用有更高的要求。文章从医院PACS系统存储的实例出发,探讨了基于云存储的PACS系统存储设计。     

网络传输中IPTV的QoE评估模型的研究

IPTV是一种基于Internet的多媒体网络服务,由于Internet本身的不可靠性,使其在网络传输过程中无法保证服务质量。为了实时定量评估IPTV服务质量,提出了一种基于IPTV的用户体验评估模型,通过建立从网络服务质量QoS到用户体验质量QoE的映射关系,借助QoS测量技术,以实现针对QoE的在线评估。实验建立IPTV仿真平台,模拟真实网络环境下IPTV媒体流传输的整个过程,实现网络损伤QoS可控和QoE可测。针对不同编码和不同内容的视音频,分别建立独立的QoE评估模型。同时考虑到模型对数据精度和计算速度的需求,给出优化的QoE评估模型。实验结果表明,该评估模型与实际用户体验具有较高的拟合度。     

MMS业务的QoE定义与测量

用户体验质量已成为移动通信中的一个热门话题,为了有效地测量多媒体短信业务（MMS）的用户体验质量,分析了QoE的定义以及它与传统QoS的区别,介绍了QoE的KQI和KPI之间的相互关系并建立起QoE的映射模型;然后,结合MMS业务的实现流程以及所涉及的网元设备详细定义了MMS业务中的KQIs与KPIs,最后,针对MMS业务提出了一种基于统计样本的QoE测量方案,通过测量明确KPIs与QoE之间的关系以及影响用户体验质量的因素,这对于提高用户的体验质量有重要意义。     

服务功能链中基于机器学习的QoE评估与预测

在软件定义网络与网络功能虚拟化协同的网络架构下,只考虑单个服务质量（QoS）指标的服务功能链部署无法满足用户的多业务体验需求。提出一种基于机器学习的服务功能链部署模型。基于层次分析法构造MPNQ2算法以建立QoS与体验质量（QoE）的映射关系,得出影响QoE的网络参数并评估其影响权重。在此基础上,利用具备较强综合学习和泛化能力的随机森林模型对服务功能链的QoE进行预测。实验结果表明,与梯度提升决策树、线性判别分析等机器学习模型相比,随机森林模型为预测QoE的最佳模型,同时在影响QoE的网络参数中,丢包率对服务功能链的部署影响最大。     

一种视频质量监测系统的设计与实现

网络服务提供商希望能从用户的角度了解目前网络所提供的服务质量,而用户也希望获得定量的指标来评价当前网络服务质量。为此,以视频质量监测为研究对象,提出一种面向用户体验质量的网络监测系统。通过实验分析了网络传输过程中QoS参数对视频QoE的影响;提出一种将视频流转化为测试序列的视频丢包测量方法,该方法能低入侵、准确测量视频传输过程中的丢包情况;基于以上的研究成果,通过对MIB库的扩展和对MIB库轮询机制的研究,构建了面向QoE的视频服务监测系统,该监测系统结构简单、可行性强,实验表明可实时对网络中的视频服务质量进行监测。     

Subjective evaluation of critical success factors for a QoE aware adaptive system

For many years video content delivery has established itself as the killer application. Improving QoE on adaptive streaming is focusing many efforts in the quest for optimized methods and metrics to allow a QoE driven adaptation. Questions such as whether adaptive systems based on Scalable Video Coding improve subjective quality and in which situations or to what degree are still open issues. Tolerance and indifference thresholds for each type of content, conditions or viewer category, with regard to adaptive systems are critical success factors that are yet unresolved. We compare the performance of a complete adaptive system with the traditional, i.e. non-adaptive, approach in subjective terms. Results of surveying 75 participants show that the adaptation improves QoE under most of the evaluated conditions. Tolerance thresholds for triggering adaptation events have been identified. Users accustomed to Internet video are more critical than users that only watch TV. The under 35 year old subset among the available population is generally more satisfied with the adaptive system than the older subset.     

云存储内容分发网络中的能耗优化方法

针对云存储内容分发网络(CCDN)中的高能耗问题,研究CCDN的能耗优化管理方法。首先,分析CCDN运行原理,给出每台云服务器和每条网络链路的能耗计算公式,利用加权图刻画整个网络系统;然后,基于加权图,给出满足CCDN系统服务质量(QoS)和网络系统数据分发的能耗优化图(MEG)算法。通过模拟实验将该算法与贪心站点(GS)算法和优化静态放置和路由(OSPR)算法进行比较,结果显示:在系统可扩展实验中,MEG 能耗比GS和OSPR能耗分别少6.6%和30%;在保证用户QoS的实验中,MEG能耗比GS和OSPR能耗分别少28.9%和60.2%;在网络拓扑密度实验中,MEG的能耗比GS和OSPR能耗分别少32.2%和89.3%。实验结果表明,所提算法能够大幅度降低CCDN的能耗开销。     

SIP自动测试工具的设计实现

SIP测试工具已成为测试SIP服务器健壮性不可缺少的手段,而现有的健壮性测试工具并不能很好的模拟实际网络中服务器遇到大量并发畸形消息的情况.针对这个问题,设计并实现一种新型测试工具,可以模拟大量并发非法消息来测试SIP服务器健壮性.该工具通过发送大量非法SIP消息引起SIP服务器软件的崩溃并给出原因,以便促进服务器健壮性的发展.实验结果表明,新工具可以完全自动对任意SIP服务器进行健壮性测试.     

基于iSCSI OSD存储系统的设计与分析

iSCSI是一种高效的、高可扩展的存储协议,而对象存储系统是一种新兴的跨平台、安全性的网络存储架构。设计实现的基于iSCSI OSD存储系统,充分发挥了两者的优点。实验测试证明该系统具有较高的存储性能。     

用户体验质量评估模型及KQI权重计算方法

根据影响用户体验质量(QoE)的技术因素和非技术因素,建立QoE评估模型,以较好地呈现用户主观感受和网络因素。利用该模型提出一种关键质量指标(KQI)权重计算方法,应用模糊层次分析法计算KQI指标初始权重值,并通过影响QoE的非技术因素动态改变KQI指标的权重,使静态QoE评估过程动态化、实时化。仿真实验结果表明,该方法能保证最先假定的技术因素和非技术因素对QoE的影响程度各占50%,较为直观和真实地反映用户感受。     

Assessing the determinants of cloud computing adoption: An analysis of the manufacturing and services sectors

Many factors influence the adoption of cloud computing. Organizations must systematically evaluate these factors before deciding to adopt cloud-based solutions. To assess the determinants that influence the adoption of cloud computing, we develop a research model based on the innovation characteristics from the diffusion of innovation (DOI) theory and the technology-organization-environment (TOE) framework. Data collected from 369 firms in Portugal are used to test the related hypotheses. The study also investigates the determinants of cloud-computing adoption in the manufacturing and services sectors.