一种云计算环境下的安全模型

本文针对当前流行的云计算技术,分析了其所面临的安全问题。以中国墙模型(简称BN模型)为基础提出了保护云端服务器私有云中敏感数据完整性和保密性的CCBN(cloud computing BN)模型,并给出了该模型的基本原理和在云环境中应用该模型的配置方案。     

一种三合一的涉密内网综合强审计系统模型

随着计算机网络异常迅猛的发展，网络逐渐成为企业、政府及各种组织的重要信息载体和传输渠道，成为人们日常工作中不可缺少的一部分。网络及其所带来的信息数字化大幅度提高了人们的工作效率，使得海量信息存储和处理成为现实。但是，在享受到网络所带来方便的同时，日益严重的网络信息安全问题，不仅使上网企业、机构及用户蒙受巨大的经济损失，也使国家的安全面临严重威胁。     

云计算环境下的数据采集模型分析

随着信息化技术、计算机技术等的发展,我国的信息化水平逐渐提升,各种新的信息技术层出不穷,促进我国科技水平的提高。云计算是近几年广受人们关注的问题,也是我国重点的科研项目之一。在云计算环境下,数据的采集、存储方式以及效果都取得了很大的发展。文章就对云计算进行简单的介绍,并分析云计算环境下数据采集模型。     

一种高效的低成本内网蜜罐系统部署方案

蜜罐是一种安全资源,其价值在于被探测、攻击和损害,无论是实系统蜜罐还是伪系统蜜罐,传统的蜜罐部署方式都存在部署成本高、部署效率低的问题。文中通过融合防火墙安全域配置策略、IP地址NAT技术、终端探测技术、二层协议栈分析技术等,为企业网络提供了一种切实可行的低成本并能快速和大范围部署的蜜罐系统部署方案,其具有高感知能力,解决了传统蜜罐部署成本高、效率低、安全关联风险大的问题,对于促进蜜罐系统大范围推广部署具有积极的意义。     

云计算中的数据安全存储和加密模型的设计

云计算是当下最新兴的计算机网络技术和研究方向之一,云计算以服务的形式为网络用户提供大量的IT资源。云计算模式下,大量的数据和应用被用户以云计算服务为依托托管起来,但云计算本身具有的透明性特点,使数据的管理出现失控现象。数据的安全存储问题也就成为了云计算发展迫切需要解决的问题。文章就将介绍云计算中数据安全存储和加密模型的设计。     

云计算的栈模型研究

云计算包含了两个方面的含义:一方面是底层构建的云计算平台基础设施,是用来构造上层云服务的基础;另外一方面是构建在这个基础平台之上的云计算服务层,首先综述了云计算的研究现状,然后重点给出了云计算的栈模型结构,并在此基础上针对"孤立云"的弊端给出了云计算的互操作性的必要性.     

一种面向云计算环境的安全管理模型

在云计算中,对大规模的资源提供一种安全有效的访问是其一个很重要的组成部分。在传统的分布式访问控制模型中．服务请求者将主体属性或能力等披露给提供资源者．访问控制决策完全取决于以资源请求者能力和安全策略为输入的一致性证明。但是。这些主体属性与能力等通常携带了大量信息。势必给云环境中的互操作带来许多安全隐患和风险。针对云环境的特点,提出一种针对云环境资源的安全模型,采用一种基于属性的访问控制技术来解决云计算环境下复杂和困难的安全问题,并且提出了一个安全管理模型来动态的决定对资源的访问控制．通过对资源属性的动态改变来达到对资源的安全访问的目的。     

内网安全保障框架及信息管控模型研究

内网中的安全威胁来自网络接入、终端和人员3个方面,针对日益发展的信息攻击手段,积极防御是应对未知威胁、实现信息安全保障的有效解决方案。通过将内网安全划分为边界、局域网和终端3个层次,以安全保密BLP模型为理论基础制定安全规则,构建以桌面安全为主的保障技术框架,给出基于用户与资源分离的内网信息管控模型及实现,并进行了模型数据安全性分析。     

基于OpenSSL云信息系统的设计与实现

SSL作为一种在客户端和服务器之间建立的安全通道协议,其涵盖了对设备状态的查询及配置等方面的安全保护。OpenSSL则是为网络通信提供数据完整性的安全协议,本文在了解SSL安全协议的基础前提上,结合云计算研究的基础上,设计出一种基于Open SSL的云信息系统,其可有效解决传输速度、加密强度、硬件依赖等问题。     

一种云计算操作系统TransOS:基于透明计算的设计与实现

云计算正成为计算机研究和应用的热点.在云计算研究的许多问题中,云计算操作系统的研究受到了广泛重视.但是,至今为止,人们对什么是云计算操作系统?怎样研制云计算操作系统?以及为什么要有云计算操作系统等问题并没有给出答案,也没有看到成功的云计算操作系统实例.本文从透明计算,也就是用户控制的云计算(Customer Contr...     

云环境数据服务的可信安全模型

针对云服务提供商的可信状态和云环境数据服务的安全需求,提出了云环境数据服务的可信重加密安全模型,即在云环境下的数据安全需要云服务提供商满足一定的可信程度,再结合有效的重加密算法才能得以保证。通过对重加密模型进行安全分析,并用密码算法对重加密模型进行验证,得到实现重加密算法的约束条件,同时提出可信评价模型,对云服务提供商的可信状态进行动态评价,为建立云环境数据服务的可信安全提供理论基础和实现依据。     

一种可量化的云计算平台安全评估模型

提出一种基于一致的API访问不同云的可量化安全评估模型。评估系统包括安全扫描引擎模块、安全恢复引擎模块、安全量化评估模块、可视化显示模块等。介绍了安全评估过程及修复过程，并基于G-Cloud平台进行了仿真验证。结果显示，所提模型可以通过可视化图形显示一个或多个云的动态安全扫描评分，能够引导用电用户修改配置、改进操作、修复漏洞，提高云用电资源的安全性。     

云计算环境下可信虚拟机管理模型

为了解决云计算环境下虚拟机管理存在的管理域特权过于集中和用户策略易被恶意篡改等问题,提出了一种可信虚拟机管理模型。模型首先对虚拟机管理域进行了细粒度的划分,赋予管理员和用户不同的管理特权,防止管理员随意访问用户的数据;利用可信计算技术建立可信通道分发用户策略,防止管理员恶意篡改用户策略。安全性分析与实验测试表明,该模型可以有效保护用户数据和用户策略的安全性。     

面向云计算的服务性能模型研究

为了衡量云计算的服务性能。分析了云计算服务的处理过程，提出了一个以排队论为基础的云计算服务性能模型。以Amazon SimpleDB的更新延迟为例，仿真验证了该模型，并以此为基础，分析比较了模型中的关键因子。实验表明，提升服务装置的性能可以有效提升云计算服务的性能，且在云计算部署后期，虚拟机实例的性能是服务性能提升的瓶颈。     

云计算下农作物病情灾害预警模型的构建

通过传感器采集到的作物数据进行统一管理建立作物灾情数据集群池,Map-Reduce模型映射归类预处理后,再利用BP网络动态训练,最后利用权重归总输出预测结果.充分利用云计算技术优势在网络训练时动态调整计算资源,有效缩短训练周期,优化调整改进BP网络结构,从而提高系统的整体运行效率并且达到作物准确预警的目的.实践表明该模型收敛速度快,稳定性好,能够解决作物病情灾害预警问题,是作物综合防治的有效模型.     

基于私有云计算的信息交互模型研究

分析目前校园网络存在的问题,以某高校的校园网建设为研究对象,通过整合校园网络资源,提出一种基于私有云计算的信息交互模型,该模型包含用户层、服务层和资源层,采用该模型可以满足用户随时随地通过Intemet进行海量信息访问互动．并享用快速、高质量的信息传输服务。     

云计算环境下的网络安全估计模型态势仿真

在云计算环境下,传统方法采用终端网络监测方法进行网络安全估计,由于网络通信信道终端功率衰减性强,导致安全态势估计精度不高,检测性能不好。提出一种基于自适应数据分类和病毒感染隶属度特征提取的云计算环境下网络安全估计及态势预测算法。构建云计算环境下的网络安全估计模型,采用自适应数据分类算法对网络攻击信息数据进行聚类评估,提取网络攻击病毒数据的感染隶属度特征,实现网络安全态势预测和病毒攻击检测。仿真实验表明,该算法对病毒数据流预测精度较高,实现不同场景下的网络病毒流预测和数据检测,提高了云计算环境下网络抵御病毒攻击的能力。     

云计算网络下的服务器兼容性估计模型软件设计

为了提高云计算网络下服务器的兼容性,提出一种基于云计算网络下差异设备同步串口调度控制的服务器兼容性估计模型。首先进行服务器兼容性估计模型软件的总体设计构架,在C语言开发的Visual DSP++平台上建立软件开发环境;然后按照代码开发流程进行服务器兼容性估计模型的目标生成文件开发,选用了MBM29LV400BC作为主控单元,进行云计算网络下的服务器兼容性估计模型的模块化设计,包括串口信息采集模块、通信传输模块、集成控制模块和接口模块。在云计算网络下实现差异设备同步串口调度,实现服务器兼容性估计模型软件设计优化。测试结果表明,该软件具有较好的服务器兼容性估计性能,提高了云计算网络差异化服务器的兼容性调度能力,可靠性较好。     

基于Multi-Agent的云端计算融合模型的研究

为了能够充分利用网络中所有节点的资源,基于multi-agent思想和技术提出了一种新的云端计算融合模型.该模型按照节点的类型将云端计算环境进行分层,并用agent作为节点行为和资源的代表,从而实现有效的资源共享和协同工作.模型充分挖掘终端节点所蕴含的可用资源,将作业分割为各种层次的任务并有序地部署到核心节点、一般服务器节点和终端节点上,以达到资源利用最有效的目标.为了能够高效、可靠地完成任务,还提出了一种新颖的基于multi-agent复合环协同管理机制,该机制特别适用于云端计算融合环境中,能够有效地增强节点贡献资源和协同工作的稳定性,并减轻云核心层管理节点的负载.最后给出了具有参考意义的基于multi-agent的云端计算融合模型实验系统的构建方法和应用示范.