基于优先排队论网络延迟云计算资源调度算法

针对虚拟机在实际应用环境中,对于不同数据在不同情况下需要不同优先级输出的问题,采用运筹学优先制Ｍ／Ｍ／１排队模型,对虚拟机请求作出网络延迟分析并对传统的顺序输出方法加以改进。结合数据资源在云计算环境下的Ｍａｐ Ｒｅｄｕｃｅ模型,提出新的调度算法以及不同于传统算法的度量指标。经过ＣｌｏｕｄＳｉｍ仿真软件进行模拟实验,结果表明,新的算法将网络延迟以及物理机和虚拟机的ＣＰＵ、内存等资源综合考虑,在性能上要优于随机算法、转轮算法等传统算法,大大改善了负载均衡度,缩短任务调度总时间,并使总调度时间的负载效率得以提高。     

基于Nginx 服务器的动态负载均衡策略

针对并发请求带来的服务器过载的问题, 将Nginx 服务器内置负载均衡策略进行优化, 提出一种由负载采集、算法调度以及健康检查3 个模块构成的动态负载均衡策略, 其中算法调度模块给出改进后的调度算法--动态负反馈调度算法, 以及新的度量指标。采用Apache BenchMark 的httpd-tools 工具进行测试, 结果证明, 改进后的策略使得服务器集群中的资源得到更为有效的利用, 系统的吞吐量和处理能力得以提高, 该调度算法无论在用户请求响应时间、实际处理的请求数, 还是负载均衡度都优于Nginx 内置的两种算法。     

云存储中支持数据完整性验证的隐私保护融合算法

针对云存储系统在传输过程中存储数据隐私的泄露、篡改、虚假注入等安全问题,采用加权的模式将需要保护的数据ＩＤ号进行隐性传送,并结合数据干扰技术把ＩＤ号当成干扰因子实施数据隐私性保护。结合云存储系统在网络传输中的安全需求,提出对数据进行完整性验证的新算法。经过ＶｉｓｕａｌＪ＋＋６.０仿真程序进行模拟实验,结果表明,新的算法综合考虑数据隐私保护和完整性验证,在性能上要优于如ＰＤＰ、ＦＴＰ等传统算法,大大降低通信及验证时间开销,更好地保护数据隐私。