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.     

提高软件Agent策略生成的语义互操作能力

软件Agent遇到语义二义性时无法正确地为用户解决矛盾问题.利用本体支持语义互操作的特点,在软件Agent策略生成机制中引入复合元本体,加入Agent智能引导的人机交互方法,实现了具有语义歧义消除能力的可拓策略生成系统.当用户输入的问题信息语义模糊时,Agent根据本体中的知识与用户交互,逐步理解用户的信息语义,直到能为用户生成解决矛盾问题的策略.以旅游与购物问题为例进行了实验,结果表明了软件Agent策略生成的语义互操作能力得到了提高.     

基于移动Agent技术的网格负载均衡调度方法

为了实现网格计算资源的动态自适应性管理和负载均衡调度,将移动Agent技术引入网格资源管理,并提出了一种基于Agent的网格资源调度模型.在该模型基础上,采用遗传克隆算法解决网格计算中的任务调度问题.仿真实验表明该算法不仅充分发挥了Agent的智能性、自主性,还具有良好的扩展性,提高了网格资源调度的效率.     

基于改进共生优化算法的云计算资源调度优化

针对云计算资源调度模型具有复杂性和不确定性,导致资源分配合理性较差,存在资源浪费的问题,提出一种改进的共生优化算法对云计算资源调度模型进行优化.针对共生算法存在局部搜索能力较差以及在迭代后期易早熟陷入局部最优的问题,通过镜像初始化以及牛顿局部增强策略进行改进,并进行数值仿真实验.最后以改进后的共生优化算法对云计算资源调度模型进行优化求解,实验结果表明,改进后的共生优化算法有效提降低了云计算所需时间和能耗花费,提高了资源利用率.     

云计算技术在输电线路状态监测系统中的应用

在分析输电线路状态监测系统特点的基础上,提出了在系统中引入云计算存储与并行处理技术的设计方案,将关系型数据库与开源的Hadoop云计算平台结合使用,解决了关系型数据库在系统使用中存储和访问效率等方面的问题.介绍了所开发的原型系统提供的服务及其主要功能,并针对系统中的典型应用进行了性能测试.测试结果表明所提方案可以满足输电线路状态监测系统对数据存储与读取、分析的性能要求.     

Agent协助建立矛盾问题的可拓模型研究

针对普通计算机系统缺乏界定矛盾问题(尤其是核问题)的能力的缺点,探讨了如何利用Agent技术协助建立矛盾问题的可拓模型的问题.提出一种方案,利用Agent的通信能力与反应性进行人机交互,引导用户输入问题信息,减轻让计算机识别自然语言信息的困难;利用Agent的自主性和学习能力,将学习到的知识保存到协助进行语义分析的本体中,使本体不断进化,提高系统界定各种各样矛盾问题的能力.创新点在于结合了可拓学、Agent、本体等几种不同学科领域技术的优势,使计算机系统具有一定的语义分析能力而协助人们界定矛盾问题.     

基于Agent与分解协调的综合生产计划研究

以作业单元为局部决策Agent,车间管理者为全局协调Agent,引入生产节点间的内部结算价格,基于多Agent系统,建立了综合生产计划的分布式决策模型.通过将局部Agent决策目标的总和与全局Agent决策目标进行对比,证明了所引入的内部结算价格就是全局Agent目标函数关于物流平衡约束的Lagrange乘子.基于Lagrange分解协调原理,设计了局部作业单元Agent和全局协调Agent的迭代协调算法.该迭代算法以上次计算的中间结果作为对其它作业单元生产需求的估计,从而能将各个生产单元Agent的决策模型分离,实现了分布建模与求解.在算例研究中使用启发式规则来确定Lagrange乘子迭代的步长系数,保证了较好的收敛性,证明模型和算法是有效的.     

云计算在保险公司信息化中的应用

云计算被提出后,得到了迅速发展,国外很多金融投资公司开始采用云计算,并阐述了重要的大规模金融数据的云计算框架.特别分析了中国保险公司的数据处理的特点以及中国金融市场金融数据的处理复杂度,由此说明不但要求处理方法复杂,非线性明显,且数据交互性以及回滚几率以及标准异常几率都特别大.这些都适合引入云计算架构.在此基础上,根据实际调研和目前的市场情况提出了适合中国保险公司信息化建设的云服务框架,它充分利用云计算的特点,兼顾保险公司的实际情况,以需求为导向,能够充分而有效减少人力物力的浪费,满足金融界人士对计算力量的庞大需求.     

基于LTE网络架构的冰水情自动监测系统

冰水情信息监测是水情灾害监控信息的基础,是预报、防汛抗旱决策的重要依据.在冰水情灾害监测工作中,利用数据采集、远程监控实现对当前信息进行实时分析、报警十分重要.利用2G、3G技术的监控系统存在带宽资源不足、传输速率不够等问题,已不能满足当前发展的需求.随着通信技术的变革,LTE(Long Term Evolution-长期演进技术)网络已完成大规模商用部署,将LTE系统应用于冰水情灾害监测工作中,开发基于LTE系统的监测装置,实现监测数据、图像、视频通过LTE网络向客户端的实时传输,利用LTE系统大带宽高传输速率的优势,能够解决2G、3G监控系统资源不足的问题,更好的完成冰水情信息的远程实时监控.     

软件实现模糊评判法对特高含水期油田开发效果评价

针对目前油藏特高含水期水驱开发效果多项评价指标相互独立、关联性差的特点,编制软件实现各项评价指标及分级标准临界值的动态输入,后台利用模糊评判法将油藏开发状况因素中的一些定性描述定量化,最终以数值的形式判断开发效果并呈现在人机交互界面.将以杏一~三区西部乙块地质特征和油田开发实际数据资料为基础验证软件运行结果,评价符合开发实际.使用此软件评价方便简单,结果全面可靠,同时由于数据录入的动态性,可应用于同类型的其他油藏.     

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.     

电子商务环境下基于Multi-Agent的B2B信任评价模型研究

电子商务的发展为企业的合作提供了机遇,同时也带来了诸多挑战。企业在合作过程中表现出了许多问题,例如信任的缺失,缺乏可以合理全面测量企业信任度的方法等。本文运用Multi-agent技术,建立了结合企业基本信息的声誉评价Agent和结合特定交易信息的单次交易评价Agent的信任评价指标体系,并在此基础上构建了基于Multi-agent的B2B信任评价模型,最后进行了仿真实验。论文的研究对于企业在电子商务环境下选择合适的合作伙伴,解决合作中的信任问题,适应电子商务发展的需要具有一定的意义。     

基于多Agent的宏观经济智能预测决策支持系统研究

在分析智能决策支持系统的发展基础上，将人工智能思想，特别是Agent应用于构建智能宏观经济预测决策支持系统。提出面向任务的Agent设计思想，以任务为核心设计多种类型Agent共同完成预测决策任务，给出基于多Agent的系统组成结构，并给出系统中不同类型Agent的具体实现结构，同时探讨了整个系统的运行机制以及系统中多Agent之间的合作。整个系统的构建过程也是面向Agent的程序设计的过程。     

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.     

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.

     

一种云计算的隐私类型阈值模型和隐私保护方法

云计算作为一种新的计算模式,可为用户提供低成本的动态计算资源和存储资源,能充分提高资源的使用效率.但是数据隐私安全问题已成为云计算应用普及的最大挑战.为了更好管理用户的隐私数据,在基于(n+1,t+1)阈值的基础上,提出了一种基于隐私类型的(n+1,t+1)阈值隐私保护模型,结合可信的第三方服务器隔离存储模型,用户可在授权后依据数据隐私类型采用基于角色的访问控制进行相应的访问操作.安全分析表明,基于隐私类型的保护机制在方便用户按类型访问云中的数据资源同时,可以充分地实现用户数据的分类隐私保护.     

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.     

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.