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.     

L^2[0,1]上的正交小波基

从尺度因子Ｍ＝４的正交小波基出发,利用折叠方法得到了Ｌ＾２「０,１」空间的正交小波基,这种小波不同于折叠前的小波基,它是完全限制在有限区间「０,１」上,且保持小波基的正交性,并在使用过程中拥有更大的灵活性。也可用类似方法对一般尺度小波进行折叠。     

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.     

L~2[0,1]上的正交小波基

从尺度因子 M =4的正交小波基出发 ,利用折叠方法得到了 L 2 [0 ,1 ]空间的正交小波基 .这种小波不同于折叠前的小波基 ,它是完全限制在有限区间 [0 ,1 ]上 ,且保持小波基的正交性 ,并在使用过程中拥有更大的灵活性 .也可用类似方法对一般尺度小波进行折叠