基于优化的帝国算法的云计算任务调度

针对云计算任务调度效率低的问题,将改进后的帝国算法用于云计算任务调度。首先提出了一种基于时间、成本和能耗的任务调度模型;其次在帝国算法的种群中采用Logistic映射进行初始化、优化了算法因子、引入蛙跳算法降低了帝国算法陷入局部最优;最后,在仿真实验中通过与基本帝国算法,蛙跳算法在小任务和大任务条件下的任务调度指标对比说明了优化后的帝国算法能够取得较好的效果。     

一种新的基于分布式的RSA模数分解算法

RSA公开密钥算法的安全机制是基于大整数分解的复杂性。目前．对大整数的分解最有效的三种算法分别为二次筛法、椭圆曲线分解法和数域筛法。本文先对上述三种算法进行概要分析．然后给出一种新的基于分布式的RSA模数分解算法。并且对该算法进行时间复杂度分析，同时为该算法设计了基于分布式的实现模型。论文最后对该算法进行总结和展望。     

云计算环境下基于遗传蚁群算法的任务调度

研究了云计算环境下的任务调度问题,通过构造云计算环境下的任务调度模型,提出了一种混合调度算法,该算法是蚁群算法与遗传算法的有机融合。其中的遗传算法采用间接编码方式,结合由遗传算法衍生出的优化解,对蚁群信息素的分布进行初始化处理,使遗传算法的快速搜索能力得到充分利用,并通过克服蚁群算法的起始信息素不足问题,加快了求解速度。云计算环境下的仿真实验结果表明,该混合算法是一种行之有效的任务调度算法。     

基于微粒群算法的云计算资源调度策略的研究

本文在研究微粒群算法、任务分配和资源调度的基础上,结合云计算中资源动态变化的特点和模糊逻辑的相关知识,给出了一种改进的微粒群算法。通过仿真实验验证了本文改进的微粒群算法的正确性和有效性。     

基于一种改进的粒子群算法在云计算中的任务调度研究

针对粒子群算法在云计算任务调度中存在效率低等问题,提出在将鸡群算法引入到粒子群算法中,将粒子的分布按照鸡群算法中的公鸡,母鸡和小鸡来进行区分,同时对粒子的学习因子进行了改进,有效的避免算法陷入局部,收敛速度快的缺点,在云计算仿真平台中,将本文算法与粒子群算法,鸡群算法在虚拟机负载均衡,消耗成本和完成时间上进行对比都取得了一定的优势,说明本文算法能够有效的提高云计算任务调度效率。     

基于云计算的网络协同商务链设计

在阐释云计算概念的基础上,阐明了网络协同商务链的含义,并对其作了分类。通过对传统方式下协同商务链运作过程中的障碍分析,提出了云计算对协同商务链所起到的促进作用。从整体与部分的关系角度提出了基于云计算的网络协同商务链的设计原理。在设计原理和设计思路的基础上,提出了基于云计算的网络协同商务链的总体结构设计和详细的五层资源结构设计。     

IP网络拓扑发现算法的设计

网络拓扑发现是网络管理的基础,通过对现有的网络发现算法的分析,采用分组发送ICMP包的办法,减少了确定路由器的时间,同时结合SNMP协议实现对子网地址范围的确定,最后采用异步发送ICMP包确定子网中的主机状态。该算法同传统的利用ICMP协议的算法相比,极大地提高了效率。     

改进SFLA算法在云计算资源调度中的应用

为了提高云计算任务调度的效率,采用改进的SFLA算法实现任务调度。本文先对云计算任务调度原则和调度策略进行了分析,接着对SFLA算法基本原理及数学模型进行了详述,并提出了智能群体算法和自适应SFLA混合的改进SFLA算法,最后运用实例仿真验证该算法在云计算调度中的性能,与传统SFLA算法比较,改进算法在云计算调度中具有更快收敛性和更高精确性,具有一定的研究价值。     

云计算下的一种自适应负载均衡算法的研究

针对云计算下的负载均衡存在效率低的问题,本文首先在鲸鱼算法的基础上,通过种群初始化,淘汰和竞争机制提高算法的局部搜索能力,然后通过人工蜂群算法进行融合提高算法全局搜索能力,融合后算法用于云计算负载均衡中,在调度时间跨度,负载均衡度和任务平均等待时间方面都具有较好效果。     

基于ACO-ICA的云计算任务的调度研究

针对云计算中的任务调度的存在效率低的问题,首先分析了云计算任务调度目标,其次,对蚁群算法的信息素设置质量函数、对选择概率设置经验反馈因子进行了改进,对帝国竞争算法中的殖民地计算方式、边界值的处理都采用了新的方式,最后将两种算法进行融合,得到基于蚁群算法-帝国竞争算法的云计算任务调度算法,仿真实验中,在任务执行时间,执行成本和负载率方面,本文算法都具有一定的优越性。     

基于WS小世界网络拓扑特性的自组织PSO算法

提出了一种自组织粒子群优化算法SOPSO。算法融合了WS小世界网络模型的拓扑特性和信息传递特征,将粒子种群优化过程划分为种群拓扑结构自组织构造和粒子间合作优化两个相互促进的部分,其中前者采用WS小世界模型对种群拓扑结构进行自组织构造,后者基于所产生的拓扑结构进行合作优化。描述了算法的总体流程和各个关键环节。采用高维复杂函数对SOPSO和传统粒子群优化算法进行了对比实验。实验结果证明SOPSO的学习策略赋予了粒子种群更广泛的多样性和更强的逃离局部最优能力,从而在优化成功率以及优化质量上均优于传统粒子群优化算法。     

云计算中的基于ACO-SOS的任务调度的研究

针对传统的蚁群算法在云计算中存在任务调度效率低的问题,本文将共生演算法引入到蚁群算法中,首先将蚁群算法分解为2个子群,并使用共生演算法中的共生,共栖和寄生虫机制避免了算法陷入局部最优,加速了算法获得最优解,在云计算调度仿真中,基于蚁群算法-共生演算法在虚拟机负载均衡、任务完成时间,任务完成成本等方面都有良好的表现,说明本文算法能够有效的提高云计算任务调度效率。     

基于云计算的教学资源共享体系的研究与实现

本文提出GAE云计算服务的教学资源共享平台,这个平台能够最大限度地减少高校对资金的投入,不仅可以减少对教育资源购买的投入经费,同时还可以减少整个教育资源保护系统、使用系统以及维护系统的经费使用。     

基于云计算的教学资源融合的流媒体解决方案

由于各地区教育资源的匮乏和不均,导致了愈演愈烈的择校热。云计算的主要任务是为基于互联网的应用服务提供可靠、安全、容错、可持续、可扩展的基础设施,基于云计算的教学资源的流媒体解决方案可以有效地构建公共教育服务平台,由于网络不分地域,保障教育资源的相对均衡。     

基于云计算数字图书馆信息安全实现研究

云计算给数字图书馆带来许多机遇,但也给其信息安全带来挑战。面临的挑战包括：数据信息安全隐患,云计算应用安全隐患,虚拟化安全隐患。为解决这些安全隐患,给出研究的实现对策。     

基于混沌策略的蝙蝠优化算法在云计算资源调度中的研究

资源调度是当前云计算研究的热点,但是云计算中的虚拟节点的资源调度存在效率低,稳定性低的问题。针对这种情况,本文首先建立云计算环境下的资源调度模型,在模型中引入了优化后的蝙蝠算法,优化中引入混沌算法中的立方映射函数,对蝙蝠的个体进行混沌优化,同时缩小了搜索空间,加快了收敛速度。通过在Cloudsim平台上仿真实验表明,该算法在性能上、资源调度效率和任务调度方面都有很大改进,有效提高了云计算系统的资源调度能力。     

基于蚁群算法的无线传感器网络路由算法实现

本文利用蚁群算法简单、局部工作等特点,结合传感器网络的特征,分析研究了基于蚁群算法的WSN路由算法,并阐述了蚁群算法的无线传感器网络路由算法的实现和仿真设计与分析。     

基于云计算的网络舆论监管研究

新时期形势下,以互联网和智能终端为主要载体的网络舆论,成为传统舆论新的传播模式和途径。网络舆论监管成为当前舆论管理的重点和难点,通过云计算获取发布在互联网中最新的舆论信息,以此提高舆论管理工作效率。     

基于云计算的高职院校移动学习系统的设计与实现

现代网络技术的快速发展和移动通信技术的不断进步,它不仅改变了人们的生活和工作,也改变了人们的受教育和获取知识的学习方式。近年来特别流行移动学习模式,使人们使用终端设备进行随时随地的学习。针对高职院校的传统学习模式面临的师生交流缺乏、学习时间和地点受限等问题,将移动学习模式引入高职院校是高职教育发展的必然要求。