云計算研究熱點(diǎn)課件

云計算研究熱點(diǎn)

提綱云計算體系結(jié)構(gòu)研究

云計算關(guān)鍵技術(shù)研究

編程模型研究支撐平臺研究應(yīng)用研究

云安全研究Cumulus：數(shù)據(jù)中心科學(xué)云

--主要為科學(xué)計算應(yīng)用程序提供虛擬機(jī)、虛擬應(yīng)用程序和虛擬計算平臺

--Cumulus前端節(jié)點(diǎn)是Globus虛擬工作空間服務(wù)的再實現(xiàn)--OSFarm為云用戶提供了兩個界面：用戶能輸入虛擬機(jī)鏡像構(gòu)建參數(shù)的Web界面和能通過wget訪問的HTTP服務(wù)--兩種訪問方式：一種是Globus虛擬工作空間服務(wù)客戶端，另一種是通過網(wǎng)格計算工作臺或網(wǎng)格門戶

RESERVOIR：云服務(wù)融合平臺

--IBM與SAP、SunMicrosystems及其他若干歐洲科研機(jī)構(gòu)聯(lián)合開展一項名為RESERVOIR的云計算計劃，歐盟投資經(jīng)費(fèi)為1700萬歐元。該項目旨在建立一種“基于服務(wù)的網(wǎng)絡(luò)經(jīng)濟(jì)模式”--RESERVOIR研究了當(dāng)前無法實現(xiàn)的商業(yè)服務(wù)對系統(tǒng)性能的需求。RESERVOIR在公開標(biāo)準(zhǔn)基礎(chǔ)上建立一個具有可擴(kuò)展性、靈活性、可靠性的框架以提供云計算服務(wù)

TPlatform：Hadoop的變種

--體系結(jié)構(gòu)-PC集群層

-云計算平臺基礎(chǔ)設(shè)施層-數(shù)據(jù)處理應(yīng)用層--最大特點(diǎn)把大小不變的GFS固定文件塊變?yōu)榇笮】勺兊腡FS文件塊，改進(jìn)使得數(shù)據(jù)的分發(fā)和讀取有更好的性能P2P環(huán)境的MapReduce--P2P-MapReduce體系結(jié)構(gòu)包含三個基本角色：用戶（User）、主節(jié)點(diǎn)（Master）和從節(jié)點(diǎn)（Slave）。主節(jié)點(diǎn)和從節(jié)點(diǎn)形成了兩個邏輯上的P2P網(wǎng)絡(luò)M-net和S-net--主節(jié)點(diǎn)失效時的作業(yè)提交和節(jié)點(diǎn)失效管理流程，從中可以看出P2P-MapReduce的工作過程微軟的Dryad框架

--主要用來構(gòu)建支持有向無環(huán)圖（DirectedAcyclineGraph，DAG）類型數(shù)據(jù)流的并行程序，根據(jù)程序的要求進(jìn)行任務(wù)調(diào)度，自動在各個節(jié)點(diǎn)上完成任務(wù)--Dryad的執(zhí)行過程可以看做二維管道流的處理過程-二維Dryad管道模型定義了一系列操作，包括建立新的節(jié)點(diǎn)、在節(jié)點(diǎn)之間加入邊、合并兩個圖或是對任務(wù)的輸入和輸出進(jìn)行處理等

Neptune框架

--基礎(chǔ)結(jié)構(gòu)中間件，通過提供標(biāo)準(zhǔn)系統(tǒng)的構(gòu)建來保證可擴(kuò)展性和有效性，同時減少服務(wù)結(jié)構(gòu)的靈活性--優(yōu)點(diǎn)

-信息獨(dú)立和用戶獨(dú)立，通過一個包含RPC-like訪問方式的服務(wù)訪問接口來壓縮應(yīng)用級別的網(wǎng)絡(luò)服務(wù)。通過服務(wù)訪問一個模塊，可以在數(shù)據(jù)分區(qū)上實現(xiàn)獨(dú)占提綱云計算體系結(jié)構(gòu)研究

云計算關(guān)鍵技術(shù)研究

編程模型研究支撐平臺研究應(yīng)用研究

云安全研究生物學(xué)應(yīng)用

Hadoop實現(xiàn)了兩個算法來研究解決生物信息計算的問題：一個是基本的局部相似性基本查詢工具（BasicLocalAlignmentSearchTool，BLAST）；另一個是基因集合增強(qiáng)分析（GeneSetEnrichmentAnalysis，GSEA）--BLAST：一個用來比對生物序列的一級結(jié)構(gòu)的算法

--GSEA：DNA微點(diǎn)陣數(shù)據(jù)分析工具，用來檢測在顯性環(huán)境中，整個基因序列之間的相互關(guān)系，通過使用Hadoop，用Python重寫GSEA算法

數(shù)據(jù)庫應(yīng)用

比較流行的云計算服務(wù)類型是將基礎(chǔ)設(shè)施作為服務(wù)（IaaS），最著名的商業(yè)IaaS是AmazonEC2，將數(shù)據(jù)庫應(yīng)用部署到這種服務(wù)平臺上存在諸多挑戰(zhàn)

--1.部署過程--2.調(diào)整過程-一些工具和技術(shù)（1）運(yùn)用模型（2）優(yōu)化和控制算法（3）系統(tǒng)管理工具（4）綜合調(diào)整和暗示傳遞（Co-tuningandHintPassing）地理信息應(yīng)用

高性能工作流系統(tǒng)MRGIS

--高效率執(zhí)行GIS應(yīng)用程序的基于MapReduce集群的并行和分布式計算平臺--組成：設(shè)計接口、任務(wù)調(diào)度器和運(yùn)行時間支持系統(tǒng)--系統(tǒng)的性能測試：兩組實驗，第一組實驗是GIS工作流中典型的代數(shù)運(yùn)算，測試輸入是單獨(dú)的數(shù)據(jù)集，數(shù)據(jù)采用Arc/ASC格式。第二組實驗的測試輸入數(shù)據(jù)集從遠(yuǎn)程主機(jī)上獲得，工作流執(zhí)行18個任務(wù)

醫(yī)學(xué)應(yīng)用

Granules：云計算的一個輕量級運(yùn)行時，被設(shè)計用來管理云中的大量計算，如處理感應(yīng)器產(chǎn)生的數(shù)據(jù)。支持云計算中兩種主導(dǎo)的模式：MapReduce和數(shù)據(jù)流圖

為了驗證在分布式環(huán)境中運(yùn)用Granules來分類腦電圖數(shù)據(jù)流的適用性，將Granules的處理方法與Snowfall（基于SNOW（SimpleNetworkofWorkstations）的R包）處理方法進(jìn)行了對比，并且設(shè)計了實驗去評估訓(xùn)練神經(jīng)網(wǎng)絡(luò)和分類腦電圖信號計劃所帶來的成本方法數(shù)據(jù)流時間（ms）平均時間（ms）最小時間（ms）最大時間（ms）標(biāo)準(zhǔn)時間差（ms）Snowfall5s8884.608797.7459.69.4785.82Granules5s141.69136.42266.6312.75Snowfall1s5825.715815.385857.9810.09Granules1s93.1647.51492.6832.13Snowfall250ms2831.322830.382849.832.03Granules250ms87.2548.5792.674.49社會智能應(yīng)用

BetterLife2.0體系結(jié)構(gòu)主要包括：云層、基于案例的推理機(jī)、應(yīng)用程序接口基于BetterLife2.0框架開發(fā)了基于位置、價格對比的應(yīng)用程序提綱云計算體系結(jié)構(gòu)研究

云計算關(guān)鍵技術(shù)研究

編程模型研究支撐平臺研究應(yīng)用研究

云安全研究CloudAV：終端惡意軟件檢測

傳統(tǒng)的反病毒模式存在諸多局限性，主要體現(xiàn)（1）被動防御、滯后殺毒（2）反病毒軟件本身存在漏洞終端惡意軟件檢測模型兩個關(guān)鍵改變（1）云端檢測（2）N-VERSION保護(hù)技術(shù)模型包括三個主要的組件

--1）客戶端軟件--2）網(wǎng)絡(luò)服務(wù)組件--3）存檔服務(wù)組件AMSDS：惡意軟件簽名自動檢測

惡意軟件簽名自動檢測系統(tǒng)（AMSDS）：支持云端反病毒的新型的、輕量級的桌面引擎，能夠自動地產(chǎn)生一個輕量級的簽名數(shù)據(jù)庫。在反病毒云模型中，用戶不需要安裝大量的病毒簽名文件，只需要一個輕量級的“云簽名”集，只有遇到AMSDS無法檢測的可疑文件時，客戶端才向云服務(wù)器發(fā)送請求

AMSDS的工作分為以下兩個部分--（1）去噪（De-noise）--（2）破壞惡意軟件的PE格式，使惡意的樣本無法執(zhí)行CloudSEC：協(xié)作安全服務(wù)體系結(jié)構(gòu)

CloudSEC的目標(biāo)：為各自的用戶提供協(xié)同安全服務(wù)，且提供一個分布式的、可擴(kuò)展的