基于云计算循环加密的服务器响应效率优化

研究在云平台环境下的网络交互数据优化加密技术以提高云计算服务器的响应效率,降低服务器响应时间。传统方法采用行为子网络动态密钥构造模型实现云计算循环加密,无法有效满足用户在Possion分布下服务器响应效率。提出一种基于云计算循环加密的服务器响应效率优化算法。构建云平台环境下的网络数据交互模型,采用云计算速度调节动态优化技术提高服务器的响应效率,采用码元频数检测的加密和解密方案,构建云平台环境下的数据交互节点拓扑模型,根据节点剩余度规则,得到后代节点失效过载比,通过部分链路失效多路径加密方法使得数据聚集具有很高的容错功能,进而提高服务器响应效率。仿真实验表明,算法具有较好的数据加密准确性,该方法能有效缩短云计算服务器响应时间。     

改进的基于逆模型的旅游信息资源索引算法

在云计算构建下实现对旅游信息的优化调度,提高旅游资源数据的开发和利用效率。传统的旅游信息资源采用经验模态分解的调度算法,通过人工分区实现信息资源的调度模型具有随机性和无组织性,资源分配效率不高。提出一种基于逆模型参数预失真估计的云计算架构下旅游信息资源优化调度模型。设计旅游资源信息调度网络,云计算构架的逆模型网络结构采用BP网络的输出结构,训练包括前向传播信息,反向传播误差两个过程。设计循环堆栈的约束指向矢量,使旅游资源信息调度网络的路由节点的资源分配输出误差最小。采用三亚的5个旅游景点作为研究对象,以2003~2014年度的游客数据作为模型参量,仿真结果表明,模型对旅游资源的融合性能较好,有效剔除簇内非相干数据,提高数据融合效率,分层调度融合度能达到90%以上,优化调度性能优越。     

云计算系统中数据中心分类区的确定模型仿真

对云计算系统中的漂移数据中心分类区的准确确定,可以提高云计算系统的扩展能力和缓存能力。传统方法采用线性差分智能群识别方法实现中心分类区的确定,导致漂移数据的群辨识效果不好。提出一种基于粒子群聚类的云计算系统中数据中心分类区的确定算法模型,并进行仿真实现。构建云计算系统网络激励传播机制,实现资源负载均衡,把云计算系统的存储数据结构定义为一个四叉树,构建云计算网格环境下空间资源调度框架体系,进行云计算系统的漂移数据特征提取,使得资源负载均衡达到最优值,实现算法改进。实验得出,模型对云计算系统的漂移数据中心分类区确定准确,数据融合精度较高,聚类性好,云计算系统的扩展指数提高13%,缓存执行能力提高20.5%,展示较好的性能。     

引入自适应转发控制的网络安全态势预测

在云计算环境下大规模网络安全态势预测决定了云数据计算和存储的准确有效运行。传统的网络安全态势预测方法采用灰阶模型人工免疫预测方法,需要给出当前和过去的安全态势值,网络安全管理被动。提出一种引入自适应转发控制策略的大规模网络安全态势预测算法,建立层次化网络安全模型,计算网络安全态势值,引入转发控制机制,控制不同节点传输性能和不同网络环境下的转发条件,求得相邻节点的网络威胁指数,并进行人工免疫进化,得到安全态势预测回归方程,实现安全态势预测。实验结果表明,采用该方法进行大规模网络安全态势预测,能准确预测出攻击强度和安全态势值,预测精度提高,自适应性和实时性能较好,在云计算下大规模网络安全防御等领域具有很好的应用价值。     

云计算中网络资源配比优化调度模型仿真

云计算服务器的环境不同,一旦出现网络资源拥塞,各区域采用的网络资源调度形式也不同。当前单一的网络资源调度方式很难满足云计算网络复杂性的要求。提出一种基于需求和供给均衡机制的云计算网络规划模型,采用二次加权平均方法构建云计算时效网络规划模型,模型不断调整已分配到路段上的网络资源数量,采用AGV控制网络堵塞评估问题,分析云计算网络设备需求的确定和供需平衡机制,面向节点数、成本以及拥塞程度三个因素明确云计算网络拥塞强度的评估指标体系,确定资源配送的时限要求和紧迫程度。实验结果说明,该种模型下的云计算拥塞救助效率、成本以及效用度都优于传统模型,具有较高的应用价值。     

基于Hadoop的云端安全存储系统的研究和设计

伴随着大数据时代的发展与网络计算机技术的进步,人们需要将自己的已有数据放在网络内部实现数据的共享。这促进了云存储技术和云计算的较快发展,也方便了数据的有效交流。不过由于有关技术以及安全制度缺乏完善,云计算数据中存在一定的安全问题,影响了云计算技术的快速发展。为此如何设计一个云计算储存平台以及安全数据储存、共享的模式等,成为现在人们研究的热点话题。     

基于Monte Carlo熵权决策的云计算数据预取算法

云计算数据预取算法设计是实现云平台环境下通信链路优化和任务调度均衡分配的基础技术。在传统的云计算据查询模式下,当由于缓存空间不足而导致新的缓存数据无法进入缓存时,导致数据预取拥堵,性能不好。提出一种基于Monte Carlo熵权决策的云计算数据预取算法,构建云计算数据查询模板模型,进行Hybrid缓存置换数据预取前置处理,采用Monte Carlo熵权决策方法,把云计算预取信号从缓存域变换到波束域,构建置换函数,实现了对算法的改进。仿真实验研究得出,该算法通过熵权特征提取,进行云计算数据预取决策,提高了云计算数据预取性能,大数据访问延迟率降低,云计算数据存取和调度效率提高,保真率较好。     

引入多主体协商频率分析的云信任数据推荐算法

通过对电子商务网络交易中的云信任度数据的准确推荐算法设计,提高对商家的定量评估性能。传统的云信任数据推荐模型采用单自由度协商模型,主观性较大,推荐效果不好。在云计算环境下,提出一种基于多主体协商频率分析的云信任数据推荐算法。利用了正向和逆向云发生器进行定性与定量概念的相互转换。构建多主体协商频率分析模型,采用信任属性云逆向生成器生成信任属性云,对属性云进行综合评定得到综合属性云,同时运用相似度计算原理给出信任度评定等级。采用方差作为标准测度函数,计算信任云权重,实现商家云信任数据推荐算法改进。仿真结果表明,采用该算法进行多主体协商,得到的电子商务商家的云信任数据推荐的收敛性较好,对商家的信任评价准确,有效降低复杂虚拟的网络交易所带来的交易风险,更加完善了信任度评估机制。     

云计算与大数据环境下全方位多角度信息安全技术研究与实践

近年来,由于云计算和大数据技术结合,使得信息网络和信息系统基础架构、系统结构发生变化,如何在安全防护策略、机制、技术、产品等方面加强创新,主动适应这些变化,如何落实"人防、物防、技防、制防"的安全管理策略逐渐成为各大研究机构部门的工作重点。本文在全面分析云计算与大数据概念的基础上提出了基于粗糙集理论是数据流风险建模,通过P2P网络结构实践验证了模型的有效性与鲁棒性。提出的模型一方面验证了云环境下数据安全保护的可操作性,另一方面将粗糙集理论引入实现跨学科知识转化与融合。     

云计算在网络安全领域的应用

云计算是一个新兴的商业计算模型.利用高速互联网的传输能力,将数据的处理过程从个人计算机或服务器移到互联网上的计算机集群中.作为下一代网络计算平台的核心技术,它提供了可靠安全的数据存储、方便快捷的互联网服务和强大的计算能力.在网络安全领域,利用云计算模型产生了一种新型的安全技术——"云安全"技术.本文将从云计算的定义和应用类型入手,结合当前的网络安全状况,分析云安全技术在安全领域的发展和影响,以及云安全所面临的困难.     

基于可信模型的数字图书馆云服务绩效评估

云计算环境下,如何向用户提供最有效、最可信的服务成为数字图书馆面临的新挑战。本文从安全与风险、数据可用性、云服务质量与可控性、云资源与经济性5个方面,提出了一种基于可信模型的数字图书馆云服务绩效评估指标体系。该指标体系评估结果可为云计算环境下,数字图书馆读者云阅读服务提供量化的数据分析基础。     

大数据与云计算在医疗系统中的应用

作为一种新型的具有科技前沿属性的计算模型,大数据与云计算在互联网背景下在医疗信息系统中得到应用。实现了共享基础架构的建立,也实现了海量信息资源的共享,使得客户网络访问获得更加人性化的体验。大数据与云计算也逐渐深入到我国医疗信息系统中,巨大的信息资源管理优势带来的是高效率的信息处理和高质量的医疗管理。而本文主要就大数据与云计算在医疗信息系统中的应用进行分析与探讨。     

基于不变波束形成的WSN路由存活概率云计算

无线传感器网络WSN的路由存活概率云计算模型的优化设计可以提高WSN网络的网络复杂和数据吞吐量,在WSN网络的路由发射功率能耗具有匹配衰减特性,路由存活概率优化困难。传统方法采用灰色马尔可夫链组合模型进行存活概率预测,云计算精度不高。提出一种基于不变波束形成的WSN路由存活概率云计算优化模型,进行WSN网络云计算路由链路模型的结构设计,在WSN网络中进行任务节点信息表征,采用能量剩余度向量概率密度优化分配算法进行能量分配,把WSN的能量节点信号从阵元域变换到波束域得到阵列域,采用空间协方差矩阵逆的高阶次幂来逼近WSN的数据传输信号模型,将旋转角度控制在半功率主瓣以内,由此得到了云计算模型下WSN路由节点数据传输模型。仿真实验表明,该算法能提高WSN路由的存活概率,从而提高了WSN的吞吐量和通信能力,路由概率寻优中抑制了在WSN网络的路由发射功率能耗的匹配衰减性,通过最小的能量开销实现路由分发速率和负载效益的最大化。     

移动云计算簇间波动离散数据均匀量化算法

移动云计算成为一种新兴的数字信息处理技术,是移动通信数据信息处理的重要工具。在移动云计算中,对路由转发分簇簇间的波动离散数据进行量化处理是提高云计算并行数据分析效率的关键。传统方法采用时延估计方法进行量化处理,当用户信道分配出现时滞时,量化性能较差。提出一种基于贝叶斯粗糙集估计的移动云计算簇间波动离散数据均匀量化算法。构建移动云计算数据分簇模型和信道模型,进行波动离散数据采集,按照Logistic模式选择路径,得到移动云计算簇间波动离散数据均匀量化的最优概率密度,构建贝叶斯粗糙集均匀量化优化目标函数,实现算法改进。仿真结果表明,采用该算法能有效实现对移动云计算簇间波动离散数据的特征分类,对波动离散数据的量化效果较好,从而提高了云计算的并行计算效率。     

云计算视角下的网络技术

随着计算机网络技术的不断发展和进步,云计算走入人们的视野,它是一种新型的网络模式,可以通过网络实现对各种IT灵活调用的服务模式,在数据储存方面表现出很大的优势,不仅节约了用户的资源,而且提高了储存的安全性,它还具有数据共享广泛、计算能力强等优点。目前云计算已经在业界引起了高度的重视,本文首先论述了云计算网络技术的基本框架,分析了云计算环境下的网络需求,最后对云计算视角下的网络技术发展进行了展望。     

大数据云计算环境下的数据安全问题研究

当前我国信息技术快速发展,使得大数据云计算在我国得到了普遍的推广及运用。大数据背景下,计算机中的各项数据得到虚拟化,能够让人们更便捷地获取到各类信息。在大数据云计算的环境下,使得网络中的各类数据能够以最快速的方式得到传播与分享,充分体现出了当代互联网的优势。然而,也引发了相应的数据安全问题。由于信息传播不具有一定的保障性,使得用户产生了巨大的经济方面的亏损。因此我们要切合实际,在运用互联网发展大数据云计算的过程中要提高对数据的维护能力,确保各类信息的安全传输,才能更好地实现资源的共享。     

基于风险数据挖掘追踪的云计算网络漏洞检测技术

在对云计算网络漏洞进行检测的过程中,涉及的数据量巨大,传统方法依据先验知识建立云计算网络漏洞库,通过和漏洞库的匹配实现漏洞检测,实现过程非常复杂,且建立的漏洞库也存在局限性,检测精度低,因此,提出一种基于风险数据挖掘追踪的云计算网络漏洞检测技术。将特征相关性看作是计算数据差异的依据对风险数据进行初聚类,将和风险数据有较大差异的正常数据剔除,完成初步的处理。引入模糊关联规则,依据风险数据属性关联规则,对经初聚类处理后的风险数据进行挖掘追踪,构成云计算网络漏洞数据库,通过隶属度分布函数对漏洞数据库的连续属性进行模糊处理,依据模糊关联规则挖掘构建云计算网络存在漏洞状态时的关联规则集,用相似度对云计算网络当前状态和存在漏洞状态的背离程度进行描述,实现云计算网络的漏洞检测。仿真实验结果表明,所提方法具有很高的检测精度和检测效率。     

云计算隐私安全问题分析

在如今,企业与个人经常使用云计算等服务来保存信息,云计算可以将大量的数据保存在云端。但由于目前网络环境的复杂与易遭到破坏等因素,网络信息的对用户数据的隐私安全面临着很大的挑战。基于此,本文对云计算现存的安全隐患进行分析,并介绍了当前常用的几种保护数据隐私安全的技术。     

云环境数据发布服务中隐私保护相关技术研究

云计算环境下数据库服务应用系统中的隐私保护问题是影响组织是否选择相关服务的重要因素之一,本文界定了云计算数据库服务应用系统架构;分析了基于密码学理论实现访问控制方法的不足,探讨了云计算环境下支持多管理域合成的访问控制模型;研究了云计算环境数据动态变化场景下的用户隐私保护问题;介绍了经典数据发布模型,对比了发布数据效用度量方法。最后指出云计算环境数据发布服务中隐私保护的热点研究方向。     

一种基于偏离信息融合匹配的安全云实现方法

传统云安全实现方法采用基于特征阀值验证的网络防护手段,云计算平台数据呈现海量状态,各种攻击特征很难选取固定的阀值,出现攻击特征偏离阀值的问题,对于包含重要数据的云计算平台来说,防护功效远远不够。提出了一种基于偏离信息融合匹配的安全云实现方法,采用偏离信息度作为衡量访问的标识,对不同偏离度下的信息进行补偿,最终采用归一化方式实现信息融合匹配。采用一组随机的访问数据进行安全测试实验,结果显示,采用基于偏离信息融合的方法,云安全的防护性能提高,具有很好的安全应用价值。