摘要 ：

为了在满足应用性能的同时有效降低云提供商的运营成本,针对混合绿色云环境设计智能的任务调度方法,提出一种混合绿色云数据中心环境下的成本最小化方法,该方法提供的任务调度能够根据私有云能耗、可用的绿色能源和公有云的资源执行价格等在时间上的差异,智能地将所有到达的任务调度到私有云和公有云中执行,并确保云数据中心执行任务时对服务延迟的要求。在此基础上提出一种基于遗传学习的粒子群算法求解优化问题。通过仿真实验表明,所提方法可以大幅降低私有云提供商的运营成本。

关键词 ：

云数据中心 任务调度 成本最小化 服务延迟 混合云 绿色能源

引用：

复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。

摘要 ：

针对云环境下分布式拒绝服务(distributed denial-of-service, DDoS)攻击加密攻击流量隐蔽性更强、更容易发起、规模更大的问题,提出了一种云环境下基于信任的加密流量DDoS发现方法TruCTCloud.该方法在现有基于机器学习的DDoS攻击检测中引入信任的思想,结合云服务自身的安全认证,融入基于签名和环境因素的信任评估机制过滤合法租户的显然非攻击流量,在无需对加密流量解密的前提下保障合法租户流量中包含的敏感信息.其后,对于其他加密流量和非加密流量,引入流包数中位值、流字节数中位值、对流比、端口增速、源IP增速这5种特征,基于特征构建Ball-tree并提出基于k近邻...

关键词 ：

DDoS攻击发现 k近邻算法 云环境 信任过滤 加密流量检测

引用：

复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。

摘要 ：

云环境下一种基于信任的加密流量DDoS发现方法

关键词 ：

DDoS攻击发现 K近邻算法 云环境 信任过滤 加密流量检测

引用：

复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。

摘要 ：

为解决ABE方案中存在的密钥托管问题和属性撤销的效率问题,文章提出支持解密外包和无密钥托管的属性基加密撤销方案.方案中,若用户的某个属性被撤销,属性权威首先根据最新的属性更新密钥生成同类复杂函数并广播给未撤销该属性的用户;然后用户利用同类复杂函数更新自己的密钥;最后属性权威根据属性更新密钥更新云服务器中的密文,实现属性撤销.该方案在属性撤销过程中减少了属性权威的计算量和通信量,同时利用半诚实的云服务器执行部分解密来减少用户的计算量,并引入中央权威和属性权威联合生成用户的密钥解决密钥托管问题.安全性证明和性能分析表明,该方案基于q-Parallel BDHE假设达到了标准模型下的选择明文安全,较同类方案具有更高的计算效率.

关键词 ：

同类复杂函数 解密外包 密钥托管 属性撤销

引用：

复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。

摘要 ：

本发明公开了云环境下融合信任和学习的DDoS攻击发现方法，该方法在现有基于机器学习的DDoS检测中引入信任的思想，结合云服务自身的安全认证，融入基于签名和环境因素的信任评估机制过滤合法租户的显然非攻击流量，在无需对加密流量解密的前提下保障合法租户流量中包含的敏感信息。其后，对于其他加密流量和非加密流量，引入流包数中位值、流字节数中位值、对流比、端口增速、源IP增速的五元组流量特征，提出基于Ball‑Tree数据结构的KNN流量分类算法，进一步保障提出方法的检测效率和检测准确率。

引用：

复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。

摘要 ：

本发明公开一种基于混合元启发式算法的Kubernetes容器集群节点选取方法，建立云环境下的集群节点成本模型，该模型以使集群所有节点的总成本最小为目标，采用基于模拟退火和粒子群优化的混合元启发式算法进行最优节点选取方案的求解，通过使用Kubernetes基础的调度策略对模型求解的节点选取方案进行实际可行性验证，实现Kubernetes容器集群在满足工作要求的前提下的集群成本最优化的节点选取。本发明能够根据云厂商提供的服务器型号以及售价，和Kubernetes容器集群未来一段时间需要部署的容器资源需求，在满足集群容器部署需求的前提下，通过优化的集群节点选取方案，降低集群的云服务器使用成本。

引用：

复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。

摘要 ：

本发明设计了一种云环境下深度学习训练资源参数配置方法，参数包含了批尺寸参数、资源供给量和迭代轮次数。该方法包括：采集模型训练过程中的每轮次性能指标；使用保序回归方法对批尺寸参数、资源供给量、迭代轮次数以及训练数据规模与训练耗时和训练精度之间的数学关系建立模型；依照云环境下深度学习模型训练成本及精度要求构建约束关系；使用最优搜索算法寻找合适的参数配置；最后按照参数配置进行模型训练。实验证明本发明方法可以有效减少深度学习模型训练时间成本并达到预设训练精度，最终满足训练要求。

引用：

复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。

摘要 ：

本发明设计了一种云环境下科学工作流数据放置方法，针对科学工作流数据密集及数据规模大的特征，首先根据工作流的数据和任务之间的关系，对数据进行预划分；然后把预划分的数据作为聚类的初始状态，结合数据规模及数据‑任务相关性特征，进行数据的聚类；最后结合数据中心可用存储容量的情况进行数据放置的决策和实施。实验证明本发明方法可以有效减少数据中心间的数据传输开销，提高数据放置的效率。

引用：

复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。

摘要 ：

以OpenStack Neutron项目为基础,针对云环境中安全边界的模糊化问题,通过软件定义的方式,设计一套云环境访问控制框架。在云环境中引入虚拟化防火墙(VFW)并通过下发相应的访问控制策略,在三层网关处实现南北向流量的访问控制,通过微分段、服务链等技术对云环境中租户内部东西向流量进行访问控制。实验结果表明,对比OpenStack原生解决方案,该框架可保持良好的系统性能,为云计算用户提供更完善更强大的安全功能。

关键词 ：

防火墙即服务 云安全 微分段 网络访问控制 软件定义

引用：

复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。

摘要 ：

可信计算技术与云计算技术的结合,使得可信云逐渐成为解决云安全问题的一大重要手段。但是目前可信云的可信原点——虚拟可信根仍存在一些问题:仅支持TPM而不支持TPCM,无法做到主动防御;内部结构不便修改与扩展;所使用的密码算法符合国外标准,国内无法达到自主可控。因此,文章提出了一种全新的虚拟可信根设计方案,该方案以模块化的结构对可信根进行重构,各个模块之间通过内部统一的消息格式来协调合作,为云环境提供安全可靠的计算保障。基于此方案的可重构虚拟可信根具有以下特点:具备高可扩展性,其结构易改造从而达到多元异构,能够模拟不同的TPM或TPCM架构;同时具备自主可控性,其核心密码算法遵循国家标准。

关键词 ：

可重构 虚拟可信根 vTPCM 可信计算 自主可控

引用：

复制并粘贴一种已设定好的引用格式，或利用其中一个链接导入到文献管理软件中。