检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于马尔可夫模型的云系统安全性与性能建模

许瀚, 罗亮, 孙鹏, 孟飒

计算机应用 2019, 39 (11): 3304-3309. DOI: 10.11772/j.issn.1001-9081.2019020257

摘要（396）

PDF （981KB）（237）

针对云环境缺乏安全性评估的问题，提出一种评估系统安全性的建模方法，并建立了云环境下的安全性-性能（S-P）关联模型。首先，针对云系统中最重要的组成部分，即虚拟机，建立了评估其安全性的模型，该模型充分反映了安全机制和恶意攻击两个安全因素对虚拟机的影响；随后基于虚拟机与云系统之间的关系，提出评估云系统安全性的指标；其次，提出一种分层建模方法来建立S-P关联模型。利用队列理论对云计算系统的性能进行建模，然后基于贝叶斯理论和相关分析建立了安全性和性能之间的关联关系，并提出评估复杂S-P相关性的新指标。实验结果验证了理论模型的正确性，并揭示了安全因素引起的性能动态变化规律。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于仿生学原理的云资源自主监控系统设计与实现

孙鹏, 许瀚, 陈晶晶, 曹旭东

计算机应用 2016, 36 (7): 2051-2055. DOI: 10.11772/j.issn.1001-9081.2016.07.2051

摘要（368）

PDF （811KB）（281）

为了解决现有监控系统因主控节点功能太过集中而导致某些时刻网络流量过大、系统扩展性差和无法及时应对节点失效的问题，提出了一种基于仿生自主神经系统（BANS）的新型云资源监控系统。首先，系统中引入了多级存储、分批上报的机制，将需要上报的监控信息分批次分时段上传汇总，使得在任何单一时刻系统内不会产生过大的流量和负载，保证了系统的稳定性；其次，系统中加入了类动态主机配置协议（DHCP）的主动发现机制以及定期轮询策略，使得系统在处理新节点加入，节点故障问题时，获得了类似仿生自主神经系统一样的自组织、自修复能力。实验结果表明，基于BANS的云资源监控系统实现了自组织与自修复的功能，并且可以有效降低系统内的通信流量，某些单一时刻能将流量降低到仅有原来的三分之一。

参考文献 | 相关文章 | 多维度评价