移动云计算中基于LBS的个性化服务推荐模型

随着智能手机的普及和3G技术的发展,信息呈指数式增长,从海量的信息中提取出用户感兴趣的内容已成为电子商务发展的一个重要趋势,然而传统的推荐策略已不能满足用户的需求.为此,基于移动云计算和位置信息,提出了一个个性化服务推荐模型解决方案,该方案综合了社交网络和时效性,建立了用户兴趣模型库.基于这个解决方案,在Android平台上,实现了初步的个性化图片推荐模型,取得了不错的效果.个性化服务推荐系统具有良好的发展和应用前景,能有效的保留客户,提高电子商务系统的服务能力,带来巨大的效益,具有一定的理论和现实意义.     

基于哈肯模型的电子商务系统演化机制研究——以家具电子商务为例的实证分析

电子商务系统是一个具有自组织特性的动态演化系统,通过探究其动态演化机制识别影响其演化的决定因素,分析其动态演化的规律,对把控中国电子商务产业持续发展的方向、促进电子商务产业的健康发展具有重要的研究意义.文章以家具电子商务系统为例,运用哈肯模型构建系统的演化方程,通过实证分析得出家具电子商务系统演化的关键变量,探索家具电子商务系统的演化机制.结果表明,反映子系统协调发展水平的家具制造业与生产性服务业耦合协调度是家具电子商务系统演化的决定因素;互联网发展水平在一定程度上通过提升子系统协调发展水平对家具电子商务系统演化起促进作用,但这种促进作用会随着时间的推移而逐渐减弱.家具电子商务系统演化机制研究为制定我国家具行业电子商务的发展政策提供了理论参考.     

基于云计算的信息服务通用模型研究

概括了云计算技术的普遍特征,分析了云计算技术在信息服务业的典型应用案例及其局限性,继而针对性得提出了一种基于云计算的信息服务通用模型,并通过量化分析论证了该模型的可行性.     

基于冰山模型的县域电子商务人才评价研究

县域电子商务人才评价不仅有利于县域电子商务人才的培养和使用,更对人才的成长具有导向作用.考虑到县域电子商务领域缺乏科学准确的人才评价体系,基于冰山模型对县域电子商务人才评价展开研究:首先基于冰山模型对县域电子商务人才素质需求进行分析;然后结合分析结果构建了县域电子商务人才评价指标体系,并采用层次分析法为各项指标赋权;最后基于三角模糊数对某县域电子商务企业人才进行评价,验证了所构建评价指标体系的有效性.     

一种基于大数据处理的异构私有云系统

云计算和大数据已成为IT领域的研究热点,如何将云计算在数据存储和数据处理方面的优势应用于大数据领域具有重要的实际应用价值.开源的云平台OpenStack可方便地从硬件管理方面构建私有云,其存储模块Swift能够支持PB级的大数据存储.开源的云平台Hadoop在数据处理方面具有很强的优势,但在支持超大数据存储方面存在不足.通过对OpenStack中的存储模块Swift和Hadoop中的文件处理模块HDFS的比较分析,提出了将Swift和Hadoop的MapReduce技术结合来构建企业处理大数据的私有云计算系统方案.分析结果显示该方案是可行的,这种异构的私有云系统可以整合不同云计算平台各自的优势进行高效的大数据处理.     

基于代理的网上智能购物系统

随着电子商务的快速发展,急切需要一个独立的、稳健的系统来为顾客提供决策支持.为了克服用户所经历回应时间太长的通讯困难,减少通讯的管理费用,介绍了一种移动的基于代理的智能购物系统.基于移动代理的系统应用不同的技术来发送一个移动软件代理到远程系统,从而用嵌入远程系统的软件来指挥多重交互,交互完成后输出结果返回到用户.实验结果证实对基于web的电子商务应用来说,基于移动代理的系统比现有的C/S系统更灵活.     

电子商务信息系统安全管理体系PRS-ISMS的研究

信息是电子商务至关重要的资产,电子商务的正常运转必须建立在安全的信息系统之上,因而电子商务信息系统安全问题成为人们日益关注的重点.根据电子商务信息系统特点,从信息系统过程(Process)、资源(Resource)和安全目标(Security)三个视角分析了电子商务信息安全风险的要素及其关系,构建了三维信息系统安全管理体系模型PRS-ISMS,提出了改进的信息安全风险管理过程PRS-PDCA.     

基于熵权-AHP融合的跨境电商综合试验区发展环境评价研究——产业生态系统的视角

以产业生态系统理论为基础,分析了跨境电子商务产业生态系统的产业发展环境,并以此构建了跨境电子商务试验区发展环境评价指标体系,包含市场环境、应用环境、支撑环境和创新环境四个一级指标和15个二级指标.对我国第一、二批13个跨境电子商务综合试验区的发展环境进行了评价,根据评价结果划分了三个发展集团,分析了均衡和非均衡两类发展环境禀赋模式.本文构建的评价指标体系对跨境电子商务综试区城市选择、发展模式选择具有一定的指导意义,各跨境电子商务综合试验区可以结合自身发展环境选择补齐短板、扬长避短、独辟蹊径等不同发展策略.     

AaaS:Agent云平台研究与实现

云计算是一种通过互联网将各种资源按照一定的方法整合在一起,以服务的形式向外提供的商业模式,有着良好的发展前景.Agent技术拥有其他技术无法比拟的智能性,并在各个领域都得到了广泛的应用.但Agent软件的系统开发、部署、运行以及维护仍采用传统的技术方案,无论在硬件还是软件设施上都存在着严重的浪费,因此将云计算与Agent技术结合起来,建立基于云计算的Agent平台(AaaS),来解决上述存在的问题,利用虚拟化技术解决硬件资源的浪费,设计开发Agent开发工具箱(ADT)以统一的标准来开发和部署Agent,提供云控制器来实时监测Agent的运行状态,进而动态的解决Agent运行时存在的问题.     

云计算环境中的身份认证模型

云计算继承和融合了众多技术,并结合具体应用进行了突破性创新,已成为当前研究的重点和热点.身份认证与资源授权是确保云计算安全的前提,其主要内容涉及云用户与云服务之间以及云平台中不同系统之间的访问与控制.在对云计算信息基础架构进行简要介绍的基础上,针对云计算环境中统一身份认证的特点和要求,综合分析了SAML2.0、OAuth2.0和OpenID2.0等技术规范的功能特点,提出了一种开放标准的云计算身份认证模型,为云计算中逻辑安全域的形成与管理提供了参考.     

云计算模式下SLA中的补偿策略及风险

本文基于云计算的特性,首次提出了服务水平协议(Service Level Agreement,SLA)中的三种补偿策略(分别为基于服务失败数量、基于长服务中断数量和基于累积中断时间的补偿策略),通过在SLA中约定客户容忍阀值,针对服务失败等级对客户进行分级补偿。针对三种策略的补偿成本,本文对云服务提供商造成的损失风险进行了测量和分析,得到了风险价值(Value-at-Risk,VaR)变化的特征和规律。在平均损失相同情况下,基于累积中断时间补偿策略的VaR值大于基于服务失败数量补偿策略的VaR值,因此采取基于中断时间的补偿策略风险更大。实例数据分析表明,本文提出的补偿策略是合理可行的。本文结论对于云服务提供商的补偿策略制定具有指导意义。     

云计算在RSA密码体制分析中的应用

RSA是著名的公钥密码体制之一,其安全性是基于大整数因子分解困难性假设的,求解RSA问题的最直接方法是分解RSA的模数.由于云计算的大规模分布式计算能力,一些使用分布式计算模型MapReduce的大整数分解手段已经实现,针对大整数因子分解的问题,提出了给定范围内搜索因子的新方法,并对相应的实验数据和结果进行了分析.结果表明,在云中的分布式计算的运行时间远小于单台机器.     

On the existence of provably secure cloud computing systems

We study a formal model of cloud computing systems with auxiliary cryptoservers. Assuming an existence of a secure threshold somewhat homomorphic public key cryptosystem we show how to build a cloud computing system secure in this model.     

A green policy to schedule tasks in a distributed cloud

In the last years, demand and availability of computational capabilities experienced radical changes. Desktops and laptops increased their processing resources, exceeding users’ demand for large part of the day. On the other hand, computational methods are more and more frequently adopted by scientific communities, which often experience difficulties in obtaining access to the required resources. Consequently, data centers for outsourcing use, relying on the cloud computing paradigm, are proliferating. Notwithstanding the effort to build energy-efficient data centers, their energy footprint is still considerable, since cooling a large number of machines situated in the same room or container requires a significant amount of power. The volunteer cloud, exploiting the users’ willingness to share a quote of their underused machine resources, can constitute an effective solution to have the required computational resources when needed. In this paper, we foster the adoption of the volunteer cloud computing as a green (i.e., energy efficient) solution even able to outperform existing data centers in specific tasks. To manage the complexity of such a large scale heterogeneous system, we propose a distributed optimization policy to task scheduling with the aim of reducing the overall energy consumption executing a given workload. To this end, we consider an integer programming problem relying on the Alternating Direction Method of Multipliers (ADMM) for its solution. Our approach is compared with a centralized one and other non-green targeting solutions. Results show that the distributed solution found by the ADMM constitutes a good suboptimal solution, worth to be applied in a real environment.     

企业云计算应用中的安全风险防范

随着云计算的发展,越来越多的企业将存储和计算需求付诸于云端.但是对云计算的安全问题不容忽视,成为当前的一个研究热点.在企业云计算应用环境中,云计算的安全问题包括信息的存储和处理以及传输的保密性、完整性和可用性,对近年来企业云计算应用中的安全风险相关的研究成果进行总结.     

云资源提供商的合作博弈模型与收益分配研究

云计算是目前国际上诸如信息科学与管理科学中的热点研究课题,其中云资源提供商是构建云平台的基本单元。目前,对云资源提供商进行合理的收益分配机制设计是提升云平台运营能力的一个关键因素。本文建立了一个由多个云资源提供商组成的合作博弈模型,分析了该合作博弈的超可加性和核心非空性,并给出了云资源提供商及其联盟的收益分配方案:核心和Shapley值。通过一些数值算例说明了云资源提供商合作博弈的非凸性,并表明了如何计算这个合作博弈的核心和Shapley值,为云资源提供商设计了一种合理的收益分配机制。本文的结果为研究IaaS(基础设施即服务)云资源提供商的合作行为提供了新的理论依据。     

Admit or preserve? Addressing server failures in cloud computing task management

Cloud computing task management has a critical role in the efficient operation of the cloud resources, i.e., the servers. The task management handles critical and complicated decisions, overcoming the inherent dynamic nature of cloud computing systems and the additional complexity due to the large magnitude of resources in such systems (tens of thousands of servers). Due to the fact that servers may fail, task management is required to conduct both task admissions and task preservation decisions. Moreover, both these decisions require considering future system trajectories and the interplay between preservation and admission. In this paper we study the combined problem of task admission and preservation in a dynamic environment of cloud computing systems through analysis of a queueing system based on a Markov decision process (MDP). We show that the optimal operational policy is of a double switching curve type. On face value, the extraction of the optimal policy is rather complicated, yet our analysis reveals that the optimal policy can be reduced to a single rule, since the rules can effectively be decoupled. Based on this result, we propose two heuristic approaches that approximate the optimal rule for the most relevant system settings in cloud computing systems. Our results provide a simple policy scheme for the combined admission and preservation problem that can be applied in a complex cloud computing environments, and eliminate the need for sophisticated real-time control mechanisms.

     

云计算环境下人工蜂群作业调度算法设计

针对云计算环境下作业调度优化问题,提出了一种基于人工蜂群的调度算法.分析人工蜂群算法的求解组合优化问题过程,建立了收益度函数和蜜源位置更新公式,最后论述了利用该算法求解的具体步骤.并通过实验分析了该算法的性能.     

带赔偿的云计算服务拍卖机制研究

云计算提供了按需获取、按使用付费的IT资源获取模式,由于存在大量的云计算服务提供商,以市场化的形式来组织云计算资源的分配与获取是一种合理的方式.以面向市场的云计算服务架构为基础,研究了云计算用户和服务提供商之间的匹配问题.采用拍卖方式实现具体的匹配过程,并将服务失败时的赔偿问题纳入考虑,结合服务提供商的违约率提出了两种带赔偿的云计算服务拍卖机制一在逆向一级密封拍卖上增加赔偿因子,分析了其二人博弈和多人博弈的均衡;同时,研究了服务权再分配对该机制的影响.     

面向电商终端物流配送的电动车配置与路径集成优化

在电子商务终端物流配送方面,存在能力与需求的矛盾。一方面,电动车存在货物容量约束和电池电量约束,配送能力有限;另一方面,一个物流配送点需要为众多的消费者进行门到门的配送,配送任务繁重。针对电子商务环境下终端物流配送规模大、电动车货物容量和行驶里程有限的问题,建立电商终端物流配送的电动车配置与路径规划集成优化模型,并提出一种基于临近城市列表的双策略蚁群算法,实现物流配送电动车辆配置与配送路径集成优化。该模型以电动车辆数最少和总路径最短为目标,以电动车货物容量和电池续航里程为约束,是带容量的车辆路径问题的进一步扩展,属于双容量约束路径规划问题。双策略蚁群算法在货物容量和续航里程的约束下,将蚁群搜索策略分为两类,即基于临近城市列表的局部搜索策略和全局搜索策略,在提高搜索效率的同时防止陷入局部优化。最后,通过阿里巴巴旗下菜鸟网络科技有限公司在上海的30组真实配送数据进行了测试,验证双策略蚁群算法显著优于一般蚁群算法。