云平台中支持自适应第三方系统融合技术的研究与实现
这是一篇关于云计算,PaaS,自适应,并发,组合事务的论文, 主要内容为云计算作为一种商业计算模型,在“互联网+”的倡导下现在被各大传统企业广泛运用。Platform-as-a-Service(PaaS)通过提供平台来进行服务,它为应用交付、资源管理、运维部署、业务支撑等提供了基于新一代IT架构的重要支撑体系。“重庆产学研合作创新创业综合服务信息平台”的开发来源于重庆市“121”科技支撑示范工程重庆信息产业产学研合作创新创业基地建设项目。该平台部署在服务器集群搭建的云平台上。平台开发之初旨在有效整合高校、企业、科研院所三方资源、实现技术创新的对接与耦合、降低创新成本、提高创新效率,并增强企业自主创新能力、培育战略性新兴产业。之后为了产学研平台能更好地管理高校、企业、科研院的公共服务系统以及更好地利用产学研平台物理资源,就需要为平台扩展一种PaaS服务。该服务能够为第三方系统部署到产学研平台所属的物理架构上自动化的分配与第三方系统相适应的运行环境。为了使第三方系统能够自适应到产学研平台物理架构上,以及让产学研平台融合第三方系统提供的服务,本文的工作包括以下几个方面:1针对产学研平台所属的物理架构,设计了让第三方系统能够自适应产学研平台物理架构的策略。该策略的核心是根据第三系统的类型,在平台物理架构上自动化的分配相适应的运行环境。第三方系统的服务统一由产学研平台向外提供。2开发网站自动化部署系统来实现设计的策略。运用软件工程思想,对网站自动化部署系统进行详细的分析与设计。将网站自动化部署系统划分为应用服务器分配模块、数据库装配模块、域名服务管理模块和文件传输模块四大功能模块。3基于Java的生态环境,采用Spring MVC框架和Hibernate框架开发了网站自动化部署系统,实现了划分的功能模块。4在数据库装配模块中,分析了未经过事务处理的数据库分配操作可能造成的资源浪费问题,将数据库分配操作组合为一个事务,通过事务的执行保证数据库分配的有效性。5研究了Java并发框架,使用线程池技术,将数据库分配任务与线程绑定,通过线程池管理调度线程,执行数据库分配任务。从而使数据库分配能够在并发环境下稳定并且高效的执行,进一步提升网站自动化部署系统的性能。通过上述工作,为产学研平台增加了网站自动化部署系统,扩展出了轻量级的PaaS服务向高校、企业、科研院提供。
基于分布式云平台视频存储及管理
这是一篇关于Hadoop,云存储,分布式转码,云计算的论文, 主要内容为随着流媒体技术在互联网应用中越来越广泛,各种流媒体应用所产生的视频数据越来越多,其数据量急剧增长。如此庞大的数据量在存储和分析上都面临很大的困难,如果仍然使用传统的存储技术处理这些流媒体数据文件,将大大增加企业的成本,同时无法实现数据的存储与分析一体化。随着Hadoop技术的诞生,Hadoop很快被应用于互联网非视频数据应用领域进行数据的存储与处理。Hadoop框架当初设计的目的是用来处理普通的文本数据,如果我们直接使用Hadoop来处理流媒体数据文件将会面临很多问题。本文通过对Hadoop框架的整体架构的深入研究,实现了一套集完整的大数据收集、数据存储与数据分析为一体的全套机制的云平台。本文完成的主要工作如下:1.分析了传统互联网技术在存储和处理海量数据方面所存在问题,并通过对Hadoop技术的研究给出了分布式云平台的需求分析以及部署方案。2.通过将Hadoop技术与传统的J2EE技术、Red5流媒体服务器的整合以及MapReduce编程模型与FFMPEG工具的整合实现了整个分布式云平台的海量视频存储模块、视频点播模块、分布式转码模块以及整个云平台的Web开发。3.分别从可靠性、并发性、可扩展性以及视频的分布式转码等多个方面对分布式云平台进行了性能测试。实验表明:本文设计的集数据收集、数据存储与数据分析一体的分布式云平台方案具有可行性,整个分布式云平台在流媒体数据文件的存储与管理方面都具有很好的性能,分布式转码策略显著提升了视频在单机模式下转码的效率,同时也能很好的满足用户在线播放的需求。
基于大数据与云计算的城市排放清单编制信息化系统的设计与实现
这是一篇关于排放清单,信息化系统,大数据,云计算,Apache Storm的论文, 主要内容为在城市大气环境治理的技术体系中,构建准确、完整并且快速更新的排放清单不仅有助于快速识别污染与碳排放来源,也是制定污染物以及温室气体减排策略的重要依据。但是,排放清单的传统编制方法需要进行大量的活动数据收集、分类、排放因子的实地调研以及大规模数据的管理与计算工作,缺少数据与计算资源的共享机制,难以实现清单的分布式编制与快速更新,影响各地联合治理大气环境的时效性。为解决上述问题,本文结合大数据和云计算等互联网新兴技术设计了一个“数据—计算—服务”链条融通的分布式、在线交互的排放清单编制信息化系统,为城市大气环境的高效数字化治理提供技术支撑。具体工作如下:(1)针对排放清单编制领域相关数据难以快速共享的问题,本文设计了数据服务模块。首先通过协议解析器的开发解决了OPe NDAP协议访问Hadoop分布式文件系统时所产生的兼容性问题,实现了清单编制所需的高可扩展的大数据存储和可靠的数据传输,然后通过开发数据共享与清单可视化两个独立的微服务,使相关人员可以快速、准确、高效地获取清单编制所需的数据资源,实现了清单编制相关领域数据的无缝共享。(2)针对排放清单传统编制方法流程复杂、效率低的问题,本文设计了基于云计算的交互式排放清单编制服务。通过封装排放清单计算以及任务的提交流程并以网络云服务的方式提供统一、高效的污染物计算API体系,形成了编程化在线清单编制技术,使清单编制相关人员可以便捷地获取计算资源,实现了排放清单的并行、高效编制。随后,通过应用案例验证了交互式排放清单编制服务可以有效实现排放清单的在线高效编制,并简化排放清单的编制流程。(3)交通源排放计算是构建完整排放清单的重要一环,因此,准确量化机动车排放并建立高时空分辨率的交通源排放清单对大气环境的精细化治理具有重要意义。针对现有方法计算的交通源排放清单时空分辨率较低的问题,本文基于道路实时车速与Apache Storm流式大数据处理框架提出了一种实时交通排放计算方法,设计了交通排放实时计算流程拓扑,实现了交通排放的逐街道实时计算,大大提高了交通排放计算的时空分辨率。通过对北京市交通源排放的计算,验证了该方法可以初步打通交通实时大数据从来源到分析、再到展示的数据流。
基于ROR二次开发租户管理的实现与测试
这是一篇关于云计算,多租户,IaaS,认证技术,Mock技术的论文, 主要内容为随着云计算技术的迅速发展,IT厂商纷纷向云计算转型。laaS技术的广泛运用,大大降低了构建基础架构所需的费用,有效提高了基础架构的资源利用率。在此背景下,为解决云计算快速部署问题,富士通推出了名为EasyCloud的快速部署解决方案。EasyCloud是以富士通的服务器和存储为基础,借助虚拟化技术,采用由富士通云计算资源管理核心组件Resource Orchestrator(以下简称ROR)组建的一个云计算平台。ROR是实现基础架构设计以及管理自动化的软件,以租户为单位对资源管理进行划分,为多租户在私有云环境下提供更高的安全性保障[EasyCloud,2011]。随着ROR在市场的投入使用,不断迎来新的需求,因此富士通决定对ROR产品进行二次开发。为了使ROR有更好地兼容性及易用性,本次开发主要完成的功能有复合认证、角色自定义、J2EE至JavaEE的代码迁移等。本文主要工作包括：(1)在理解原有代码基础上,学习多种技术,如对多租户技术、SSO及LDAP认证技术、EJB技术、RESTFUL技术、Mock技术等的学习,并更进一步理解ROR系统。(2)使用EJB、RESTFUL、Mock等相关技术,对ROR进行二次开发,即复合认证、角色自定义、J2EE至JavaEE的代码迁移进行需求分析、概要设计、详细设计、实现以及单元测试。本文要旨是完成复合认证、角色自定义、J2EE至JavaEE的代码迁移相应功能扩展,使得ROR产品更好地满足用户需要,适应市场需求。
电力设备运行环境的远程监控系统软件的研究与实现
这是一篇关于监控系统软件,物联网,云计算,WEB访问方式SSH远程登录访问方式的论文, 主要内容为电力作为国家能源行业的重要支柱产业,关系着人们的日常生活和国家的稳定发展,因此电力系统数据中心机房的安全可靠运行显得至关重要。电力监控系统通过对数据机房的实时监控,确保运维人员及时准确地掌握电力设备的运行情况,对机房的安全隐患和故障做到有效及时的预防和处理,从而保证整个电力系统安全、可靠、有序的运行。电力监控系统按照物联网的三层架构分为感知层,网络层和应用层,其中应用层是整个监控系统的核心。目前已有的监控系统在应用层支持基于HTTP协议的WEB访问方式,但是由于WEB访问方式需要监控系统搭建WEB服务器,当数据业务较多时,WEB服务器由于负荷过重或者其他因素而濒临崩溃,严重影响电力系统的运维。 本文主要在WEB访问方式的监控系统基础上并行设计基于SSH技术的远程登录访问方式的监控系统,当WEB服务器崩溃后,用户可以通过备用方式即远程登录方式继续对机房环境进行监控,同时Linux用户也可以直接对设备下发指令,实现双重通道访问保护。本文围绕基于两种访问方式的监控系统软件的设计与实现来展开,具体内容包括以下四个方面： 1.对两种访问方式监控软件的实现方案进行对比分析,提出监控软件设计运用的相关技术,主要包括SSH远程登录技术、WEB技术以及物联网和云计算技术。 2.设计远程登录访问方式监控软件的模型架构并搭建软硬件运行环境,重点设计二级监控站分别与监控中心、传感器之问的通信接口协议标准,同时提出协议的实现算法。 3.设计WEB访问方式监控软件的模型架构并搭建相应的软硬件运行环境,完成对后台数据库的设计,提出六大功能模块的优化算法并给予实现。 4.对监控软件进行实际的应用,根据两种访问方式监控软件的应用效果进行深入的性能分析。
云计算环境中面向多用户的层次化信任管理系统的研究
这是一篇关于云计算,信任管理,信任等级协议的论文, 主要内容为随着高速互联网以及移动互联网的发展,PC以及移动终端的网络接入能力已经大大提升,使得它们不必拘泥于本身的计算资源的限制。另外随着诸如虚拟化技术、云计算框架技术的逐渐成熟以及IT企业的快速发展,在云上实现分布式的存储与计算的需求也日益增多。在此需求下诞生了云计算技术。云计算是一种结合了效用计算、网格计算概念的新型计算范式。它通过互联网向用户提供动态的、可伸缩的、虚拟化的计算资源,用户按照需求来使用付费。然而云计算与其他计算环境相比有着较大的不同。在云计算环境下,参与云计算的实体的身份存在着很大的差异。云计算环境通常不存在集中式的管理机制。云计算环境中服务与实体的多样性使得其动态性不同于其他分布式环境,并且在云计算环境中实体之间的交互常常是合作的。由于上述的原因,使得传统的信任管理技术无法较好的应用在云计算环境中。并且云计算环境中出现的新的应用模式带来了一些新的问题,比如：现有的模型大都将云实体身份划分为消费者、服务提供者,忽略了云组件的身份,不能准确对应云计算环境中实体的多样性表述。研究主要集中在云服务提供者与消费者之间,忽略了云服务提供者与云服务提供者之间、消费者与消费者之间的信任关系。因为云计算环境中的实体之间在一定情况下会进行协同交互,同类型实体间的协同信任并未被充分研究。并且云计算环境的动态性主要指实体身份的界定、服务类型的界定以及信任预期的度量。动态性定义的不同导致其他分布式计算环境中的信任管理模型无法适用于云计算环境。因此,本文主要做了3个工作：1、提出了一种适用于云计算的层次化信任管理模型(Layer Based Cloud Trust Mode1,简称LBCTM)。提出了面向云环境的基于层次的信任管理模型。LBCTM模型加入了“云组件”的概念,将云计算环境下的实体分为云、云组件和租户。进而将LBCTM模型划分为三个层次：云层、组件层、租户层。信任关系分为层内与层间两种。对于层间信任关系,租户层与组件层通过交互产生信任关系。组件层隶属于云层,因此组件可可信度直接影响了云的可信度。同理,租户在评估组件时,组件所属云的可信度也对组件的可信度有直接影响。对于层内信任关系,不同的组件在进行协同合作以及不同的租户在进行信息共享时都将发生层内信任评估,层内信任评估通过实体协同监督的方式进行可信评估。不同的层次之内与层次之间分别存在着信任流的传递,使得实体间的信任关系更加立体。LBCTM模型简化了云环境下多个用户信任关系度量和管理的复杂度,满足不同主体的信任需要,使得实体间的信任关系更加完整。2、在LBCTM的基础上,本文提出了一种基于信任等级协议的动态信任管理模型(Trust Level Agreement Based Cloud Trust Model,简称TLABCTM)。TLABCTM使用信任等级协议来约束实体间的交互。信任等级协议是指导云实体进行交互的规则,协议将云计算环境中的所有操作进行抽象,只有满足特定类型的交互服务才被允许发生。同时,信任等级协议优化了推荐实体的实体集大小,在不过度影响信任评估准确率的情况下减少了计算复杂度。TLABCTM从用户的角度出发,将实体身份、服务类型进行分类,根据不同的服务请求动态获取与服务请求相适应的云服务,以满足云环境的动态性。3、最后,本文通过软件开发实现了上述的信任模型,建立了一个云计算环境中对实体间交互进行控制的信任管理系统。系统遵从J2EE开发规范,具有良好的兼容性与可扩展性,实现了跟现有云计算管理系统的无缝对接。信任管理系统提供了实体间交互记录、交互细节查询、信任评估、可信决策的平台,为云计算应用推广做出了贡献。
基于Spring Cloud的云平台管理系统的研究及实现
这是一篇关于云计算,云平台管理系统,微服务,Spring Boot,Spring Cloud的论文, 主要内容为随着科技进步,企业和个人对资源和服务的需求更加的要求实时性、灵活性和稳定性,传统的IT基础设施显然不能满足飞速发展的商业模式,云计算技术便应运而生。为了满足不同用户对“云”中资源的需求,需要设计实现一种可以管理系统资源和业务并具有稳定性、安全性、灵活性的系统平台,即云平台管理系统(云平台)。本文致力于研究具有众多优秀特性的云平台设计方案,并实现各个业务独立设计、独立部署、独立开发的微服务架构模式。深入学习云计算服务的基础概念,分析不同种类的服务部署模式,在不同的服务模式中选择出适合本课题的云平台实施方案。对比市场上不同种类的微服务架构,结合本文所需研究实现的云平台,最终选择Spring团队推出的Spring Cloud,该架构体系在云平台实现过程中的微服务化、负载均衡、熔断机制、分布式配置等方面都提供了相应解决方案。在对云平台的研究与实现过程中,首先是对云平台的总体规划与设计,以功能模块的划分将云平台分为云资源管理、服务管理和其他功能三个主要模块,针对不同功能模块对他们的子模块分别进行架构设计,在架构设计过程中应用策略调度算法提高平台资源调度效率,引用第三方插件提升系统运行稳定性。其次是对云平台中各个业务微服务的构建过程,应用Spring Boot构建微服务替代传统的RESTful服务,应用Spring Cloud中的各个组件对微服务进行其他特性扩充,使各个业务服务形成独立的微服务体系,结合Docker容器和React前端框架实现整个云平台的总体开发。最后是对云平台的测试与优化,从代码bug、运行效率和用户体验三个方面对系统进行测试工作,记录测试中的系统问题,进而有针对性的进行云平台系统优化,从而实现一个可以初步上线运营的云平台管理系统。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码小屋 ，原文地址：https://m.bishedaima.com/lunwen/44862.html
