【摘 要】
：
公共安全已经成为世界各国政府的关注重点,危险核、生、化智能监控是其中的重点研究领域,这也对与其配套的监测数据处理分析计算平台提出了更高的要求.面对实时收集的海量数据,如何提供高效、经济、便捷同时又有QoS 保证的计算服务和存储服务,也成为了公共安全支撑技术领域的难点和热点.本文提出了一种用于公共安全监控预警的混合云体系统架构,借鉴传统IaaS 云架构的基础上,集成了高性能计算和虚拟私有云两种计算资
【机 构】
：
北京化工大学 信息科学与技术学院, 北京 100029
论文部分内容阅读
公共安全已经成为世界各国政府的关注重点,危险核、生、化智能监控是其中的重点研究领域,这也对与其配套的监测数据处理分析计算平台提出了更高的要求.面对实时收集的海量数据,如何提供高效、经济、便捷同时又有QoS 保证的计算服务和存储服务,也成为了公共安全支撑技术领域的难点和热点.本文提出了一种用于公共安全监控预警的混合云体系统架构,借鉴传统IaaS 云架构的基础上,集成了高性能计算和虚拟私有云两种计算资源的管理模式,实现统一的服务部署、调用管理,为用户提供了SaaS 方式的云计算和存储服务.还设计了此平台的资源调度模型及算法,以及QoS 策略及实现方式.
其他文献
实际SaaS 应用中,服务负载的动态多变,加深了服务质量保证与资源效益之间的矛盾,本文探索采用在线服务迁移的手段解决负载不均衡的问题,提高资源利用效率和服务质量;提出一种基于业务预测与实时负载监测的服务迁移决策方法,使用马尔科夫链方法预测SaaS 租户应用在未来时刻的业务涨落状态,并通过SaaS 租户应用与支撑该应用的服务组件的对应关系给出服务迁移的参考,再综合实时服务负载监测的结果,做出迁移判断
系统虚拟化技术的出现和不断完善,使得云计算基础架构的搭建变得更为便利和稳定.随着宿主机的性能不断提高,多核系统已经成为当前数据中心的主力,但多核虚拟机下CPU 配置对网络I/O性能的影响却并未得到深入研究.通过相关实验的观察和分析,作者发现了四个重要的结论:第一,同一物理平台上的多台虚拟机间,CPU 固定配置方式较CPU 共享配置方式更有助于提高总体网络I/O 性能;第二,虚拟机间的CPU 配置,
提出了一种在DODAF 框架下,建立装备保障领域本体模型,基于本体模型实施战略咨询得到业务模型作为PIM,通过特定建模语言将PIM 改写为PSM,驱动信息系统的装备保障信息化策略.
具有高度动态性的低轨(LEO)卫星星座系统是移动通信的重要组成部分.由于卫星网络具有动态性高、星间传输时延大、资源有限和网络拓扑周期时变等特点,使得LEO 星座系统的自主管理非常困难.针对上述问题,本文提出了具有针对性的CDCA 算法,通过构建簇的方法来实现对星座系统的管理.CDCA的设计中充分考虑了LEO 星座的实际特性和资源情况,利用不同轨道卫星的属性对簇内成员进行等级划分,提高了簇结构的稳定
随着互联网上服务数量的急剧增长,快速、准确地搜索到可信服务是面向服务计算的一个关键问题.本文针对开放网络环境下可信服务发现工作量大、效率不高等问题,基于模拟现实世界的网络小世界特性,设计了基于信任和推荐关系的可信服务发现方法.首先,提出一种开放的具有信任和推荐关系的服务网络模型,给出该模型的形式化定义和相关策略.其次,在具有信任和推荐关系的服务网络模型之上,给出一种动态的可信服务发现算法,该算法能
根据移动通信中的位置信息来研究用户群体的移动行为,可以发现其中潜在的群体移动模式.这些模式反映了用户之间相似的移动规律,可以为移动运营商进行基于位置的服务提供有效的决策支持,还可以带来更多的商业价值及社会意义.然而,移动数据本身的特点为这项研究带来了困难:用户的已知轨迹通常是间断的位置点的序列,而且某些时间戳对应的位置信息发生缺失;轨迹数据十分庞大,传统的轨迹挖掘算法很难适应海量数据的处理需求.本
针对当前流行的云计算技术,分析了其所面临的安全问题.以BLP(Bell-LaPadula)模型和Biba模型为参考,通过基于行为的访问控制技术来动态调节主体的访问范围,实现BLP 模型和Biba 模型的有机结合,提出了CCSM(Cloud Computing Security Model)模型.该模型不仅能保护云端服务器中数据完整性和保密性,而且使云计算环境具有相当的灵活性和实用性.本文给出了该模
渲染云作为云技术的一个特定细分,同时作为将对计算能力敏感的应用程序扩展到云技术这一趋势的典型代表,具有很广阔的发展前景.当前与渲染云直接相关的工作主要有各种渲染集群以及Nvidia的RealityServer平台.但是前者不支持作为云技术基础的虚拟化技术,后者限制了渲染云平台的硬件,并且不能整合各种不同的图形加速设备使其协同工作.本文分析了渲染云的基础虚拟化硬件3D图形加速技术,对目前主要的加速方
本文从降低电能消耗的视角,分析基于虚拟化技术的高校实验室存在不必要的虚拟机更新操作与虚拟化资源分配不均匀产生能源消耗问题.提出一种虚拟机资源优化模型,通过资源占用当量平均分布函数、虚拟机更新适应度函数优化虚拟机的更新操作,从而降低计算资源开销.模拟实验与分析证明,优化的资源当量分布趋于均匀,提高了计算资源的使用效率.
基于云技术的多跳网络数据收集系统存在着固有的大规模及并行化等特点,这使得传统的编码收集及优化模型面临着巨大的挑战.特别是目前传统的分布式编码策略在解码的过程中可能出现严重的“陡壁效应”,即在收集编码包不足时,只能解出少量源数据.随着时间的推移,系统节点可能以一定概率因能量耗尽或者外界环境影响而失效,尤其是灾难情景下,集中在某区域的节点极易出现同时失效的情况.这种情况严重降低了持久性数据的采集性能.