云计算资源管理平台的设计与实现
这是一篇关于云计算,VMware,IaaS的论文, 主要内容为近年来,云计算是互联网讨论最热烈的话题,被认为这是一个微型计算机和IT的第三次革命后,互联网中最热门的技术,是代表了互联网发展的大势所趋。云计算对各大电信运营商的意义非常重大。首先,云计算是3I交融领域的代表,是中国电信综合信息服务提供商的战略选择之一。其次,利用云计算技术,可以有效地利用资源,降本增效,节能减排,实现同步提升企业效益和社会效益。与此同时,云计算有利于增强协同,丰富应用程序的应用,增加用户粘性,保障用户发展。最后,云计算的发展,是中国电信业的影响力正在扩大的重要手段。云计算是一种新业务,是集群计算能力通过互联网向内部和外部用户提供按需服务,是传统的IT和通信领域的技术进步,需求推动,以及共同推动商业模式变革的结果。随着云计算、大数据及业务系统泛互联网化的蓬勃发展,以及电信行业去IOE趋势,虚拟化资源池建设和管理成为云计算建设的重要一步。云计算资源管理平台的所有资源-包括计算服务器,存储服务器,宽带资源等等,通过虚拟化技术,云资源管理软件集中在一起,进行统一管理,实现自动配置,资源共享,不需要人为的介入,使得云计算平台中运行的应用程序不必担心繁琐的硬件资源,有利于提高资源利用率,快速部署应用程序。如何对业务系统的资源、存储提供更好的服务。提高资源配置效率,降低成本,保护业务系统的高可用性,以及在云资源中运行的资源,已经成为该领域的一个重要问题。吉林电信需要在虚拟化建设过程中积极探索研究云相关技术的应用和落地,因此本项目计划对VMware虚拟化平台资源管理方面进行深入研究,并完成虚拟化资源管理软件的设计实现,将吉林电信虚拟化资源池纳入管理平台,提高自动化能力和维护手段。本文中的云计算资源管理平台软件设计并开发了基于VMware的虚拟机管理平台,主要是完成企业内部IaaS级别的私有云管理和维护。本文是结合中国电信集团公司下发各省公司的关于云计算的技术规范,同时根据省公司内部虚拟数据中心的实际需求,完成了资源管理方面、虚拟机管理方面、资源监控方面的需求分析及设计实现。云计算资源管理平台软件的建设,有效地推动了虚拟化规模发展,公司内部云的规模建设,而且要加快虚拟化技术的普及,为实现全公司“一朵云”的目标,打下了良好的基础。
基于C/S的无创血糖检测远程服务系统的研究开发
这是一篇关于移动医疗,无创血糖检测,IaaS,胰岛素,分类算法的论文, 主要内容为移动医疗是结合移动互联网与医疗服务的新兴领域。在传统医疗服务模式亟待改革之际,移动医疗以其随时随地可获取、基于数据积累的病情诊断以及整合医疗服务供应链等特点受到学术界和医疗行业的广泛关注。然而在实践过程中,由于移动医疗设备便携等特点,其对生理传感器的要求很高,数据处理过程需从低信噪比信号中提取有用信息,并有效屏蔽检测设备的一致性差异。同时,适用于移动检测设备的人体生理特征识别模型及算法并不完善,与专业医疗仪器存在较大差异。而不同人体生理特征的差异也需要移动医疗提供个性化的医疗解决方案。本文将移动医疗应用于无创血糖检测及糖尿病防治,构建了以“端-云-数据”为特征的无创血糖检测远程服务系统。首先,针对无创血糖检测模块,重写了其STM32实现,分析了硬件误差来源并提出改进方案,验证了产品一致性的提升。设计并开发了基于Android系统的分体式、一体式检测仪的软件系统,从“端”的层面解决了传感器误差大、设备一致性低以及无创血糖检测用户体验差等问题。其次,基于阿里云Iaa S平台搭建了LAMP架构的服务器。在医疗服务应用架构方面,采用Struts+Spring+Hibernate实现,基于此设计了连接终端用户、医疗机构、药品供应商的接口,并通过构建Web Service治理系统服务,屏蔽平台差异,对外提供统一的服务支持。最后,基于Bergman最小化模型提出补偿间质组织内胰岛素对无创血糖检测的影响的方案,通过医院实验及线上采集,在“数据”的层面,基于分类实现了无创血糖检测准确度的提高和移动医疗的个性化等。
基于C/S的无创血糖检测远程服务系统的研究开发
这是一篇关于移动医疗,无创血糖检测,IaaS,胰岛素,分类算法的论文, 主要内容为移动医疗是结合移动互联网与医疗服务的新兴领域。在传统医疗服务模式亟待改革之际,移动医疗以其随时随地可获取、基于数据积累的病情诊断以及整合医疗服务供应链等特点受到学术界和医疗行业的广泛关注。然而在实践过程中,由于移动医疗设备便携等特点,其对生理传感器的要求很高,数据处理过程需从低信噪比信号中提取有用信息,并有效屏蔽检测设备的一致性差异。同时,适用于移动检测设备的人体生理特征识别模型及算法并不完善,与专业医疗仪器存在较大差异。而不同人体生理特征的差异也需要移动医疗提供个性化的医疗解决方案。本文将移动医疗应用于无创血糖检测及糖尿病防治,构建了以“端-云-数据”为特征的无创血糖检测远程服务系统。首先,针对无创血糖检测模块,重写了其STM32实现,分析了硬件误差来源并提出改进方案,验证了产品一致性的提升。设计并开发了基于Android系统的分体式、一体式检测仪的软件系统,从“端”的层面解决了传感器误差大、设备一致性低以及无创血糖检测用户体验差等问题。其次,基于阿里云Iaa S平台搭建了LAMP架构的服务器。在医疗服务应用架构方面,采用Struts+Spring+Hibernate实现,基于此设计了连接终端用户、医疗机构、药品供应商的接口,并通过构建Web Service治理系统服务,屏蔽平台差异,对外提供统一的服务支持。最后,基于Bergman最小化模型提出补偿间质组织内胰岛素对无创血糖检测的影响的方案,通过医院实验及线上采集,在“数据”的层面,基于分类实现了无创血糖检测准确度的提高和移动医疗的个性化等。
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。
基于IaaS的大数据容器集群关键技术研究
这是一篇关于IaaS,大数据容器集群,容器化平台,Docker,微服务的论文, 主要内容为Docker容器技术的出现为云计算虚拟化技术以及企业IT架构的演进带来了新的革命。Docker相较于传统VM减少了 Hypersior层带来的性能消耗,大幅提高了虚拟化性能,为云上部署的大数据计算集群的性能优化提供了基础。在实际生产环境中,Docker通常以集群方式运行。以Kubemetes、Mesos、Swarm为主的开源容器集群管理架构为新型PaaS平台的构建提供了新的思路。同时,由于IaaS层提供了良好的资源隔离能力,基于IaaS层构建的容器化PaaS平台也将带来更好的多租户与业务拓展能力。本文基于OpenStack与Kubernetes开源云计算框架,设计了基于IaaS的大数据容器集群的整体架构,总结了 OpenStack服务组件安装的基本流程与相关配置,并实现了基于OpenStack的IaaS服务层的部署。在此之上,分析了以Docker和微服务为基础的容器化PaaS平台的基本架构,并完成了 Kubernetes平台的部署。在Kubernetes的基础上,本文依据容器化与微服务化的特点,重点实现了平台的底层网络模型、应用的敏捷化部署、应用管理、服务发现以及平台的资源监控等主要模块。经系统测试,初步实现了基于IaaS的容器化PaaS平台的基本功能与运行。在IaaS与PaaS构建的云平台的基础上,本文主要研究大数据集群的容器化以及敏捷化部署方式,提出了 Hadoop集群的微服务划分模式,并通过Docker镜像技术实现了 Hadoop微服务的镜像化。在此基础上,设计了 Hadoop在容器化平台上的敏捷化部署模板文件,实现了 Hadoop的敏捷化部署,由此简化了原有大数据集群部署中的重复性工作,降低了部署的复杂性。针对容器化平台的稳定性问题,从构成容器化平台的核心服务出发,提出了 一种基于服务监控的实现容器化平台稳定性的解决方案。另外,在IaaS与PaaS两层资源的协同调度方面,还提出了一种基于容器化平台资源监控反馈的协作策略,为IaaS与容器化平台的深度融合提供了新的思路。
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：源码客栈 ，原文地址：https://m.bishedaima.com/lunwen/47293.html
