基于多维免疫的煤矿云计算数据安全技术研究

云计算存储安全技术研究 吉林大学  梅圣民 在本文中,面对云计算的数据存储安全问题,作者从数据完整性保护方面以及数据隐私性保护两个方面分别进行了研究. 在数据完整性保护方面,为了使用户能够实时获知自己云中数据的状态,并在一定范围内修复受损数据,本文在现有数据完整性保护技术的研究成果基础上,提出了本文的数据可取回性证明算法M-POR,算法使用消息认证码使数据块本身产生"哨岗",通过"挑战-响应-验证"流程验证云中数据的完整性状态,并且由于消息认证码的特性,使得&quo

在数据中心生命周期中,数据中心运维管理是数据中心生命周期中最后一个.也是历时最长的一个阶段.数据中心运维管理就是:为提供符合要求的信息系统服务,而对与该信息系统服务有关的数据中心各项管理对象进行系统的计划.组织.协调与控制,是信息系统服务有关各项管理工作的总称.数据中心运维管理主要肩负起以下重要目标:合规性.可用性.经济性.服务性等四大目标. 由于云计算的要求弹性.灵活快速扩展.降低运维成本.自动化资源监控.多租户环境等特性除基于ITIL的常规数据中心运维管理理念之外,以下运维管理方面的内容,也

在谈云计算数据中心之前,我们要先了解一下,什么是云计算?云计算是指IT基础设施的交付和使用模式,指通过网络以按需.易扩展的方式获得所需的资源. 提供资源的网络被称为"云". "云"是IT的资源池,可以随时获取,按需使用,随时扩展,按使用付费.这种特性经常被称为像水电一样使用IT基础设施.云计算数据中心就是为云计算服务所需要的整体IT物理设备与基础设施. 提供云服务的数据中心能给用户超强大的计算能力,其中有一个特点就是"超大规模".如Google.

基于云计算数据集成模式的矿井瓦斯预警研究 西安科技大学  张杰 矿井瓦斯一直是我国煤矿主要的灾害形式之一,并严重困扰着煤矿的安全生产.研究矿井日常检/监测数据的有效处理及其预测预警应用,有利于拓展安全监测监控系统的功能,是提高瓦斯灾害预警能力的重要手段.本论文在分析矿井瓦斯检/监测数据特征及其集成管控模式的基础上,深入研究了基于云计算数据集成模式下的矿井瓦斯预警分析理论和方法. 研究了矿井瓦斯检/监测数据的特点及其集成管控模式.分析了瓦斯检/监测数据的特征,并对于环境.人为.管理等因素影响下存在

基于加密机制的云计算数据可靠存储方案研究 赵莉  王魁祎 为了克服因收发双方都使用同样钥匙导致的其安全性不高等缺点,引入深度加密机制,与AES(Advanced Encryption Standard)算法耦合,设计了基于双级加密的云计算数据可靠存储方案.先采用AES对用户数据客户端进行对称加密,到达云资源管理器后,采用分布式重组的方法进行深度加密,构造了"初级-深度"双级加密的云计算数据可靠存储结构,并完成了基于加密的云计算数据安全存储加密和解密操作流程.借助Eclipse与Java

如今,全球知名的数据中心运营商和网络巨头在世界各地建立了各种云计算数据中心,现在对全球排名前十位的云计算园区进行了下简单的介绍.云计算园区是那些科技巨头在多个数据中心设施中集中大量计算能力的地点.这些巨大的园区是云计算运营的地方,也是互联网的物理体现.这些园区通常位于提供廉价的土地和电力的乡村地区.而其数据中心枢纽的地位可以让企业迅速增加服务器容量和电力,创造规模经济,因为越来越多的工作负载迁移到这些庞大的服务器农场. 在社交网络.大数据和物联网的推动下,云计算的增长势头强劲,这些云计算设施的规

[编者按]OpenStack自 2010 年项目成立以来,已经有超过 200 个公司加入了 OpenStack 项目,目前参与 OpenStack 项目的开发人员有 17,000+,而且这些数字还在增加,作为一个开源的IaaS实现,目前在企业的应用越来越普遍,网易公司私有云团队分享了他们在基于OpenStack 开发的一套云计算管理平台的实战经验,期待和广大的OpenStack 使用者进行交流. 以下为原文: 本文为您介绍了网易公司基于 OpenStack 开发的一套云计算管理平台,以及在开发.

--专访天云软件技术总监牛继宾 OpenStack和Docker,这可能是近2年在云计算领域最火的两个开源技术词语了.做OpenStack的公司,都在为社区贡献代码的同时为企业用户做云:现在随着容器技术Docker的兴起,又涌现出不少研究Docker并不断尝试的创业公司,边尝试边在为用户做云. 那么,究竟什么是云,OpenStack即是云?还是Docker即是云?开源代码搭建私有云,安全及定制化如何保障和达到用户需求?前段时间随着OpenStack巴塞罗那会议又新出来一个"食客即是厨子"

云环境下基于二维节点矩阵的分级多表连接 陶永才 周梦雪 石磊 卫琳  曹仰杰 随着"大数据"时代的到来,分布式数据处理得到了广泛的应用和发展.在基于云计算的海量数据处理中,复杂处理要求逐渐增多,数据分析通常需要跨越多个数据集,因此亟需高效的多表连接机制.现有的基于MapReduce的多表连接机制多采用串行级联方式实现多个不同数据集连接,操作灵活但效率不高.本文在分析现有并行连接模型的基础上,提出基于二维节点矩阵的分级多表连接模型TD-HMJ.TD-HMJ在一次Map过程中处理全部连接属