前言：中文期刊網精心挑選了云計算數據論文范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。

云計算數據論文范文1

【關鍵詞】云計算 數據完整性 檢測

云計算技術的發展為計算機的進一步技術提升提供了方向，由于云計算自身有著對空閑資源整合的優勢并能使之合理化的分配，所以在當前的工作生活中發揮了重要的功能作用。云計算的出現是技術上的革新，但為人們帶來方便的同時，在安全性上也存在著諸多問題，其中最為突出的就是數據的完整性，所以加強這一層面的理論研究就有著實質性意義。

1 云計算中數據完整性具備的特征及檢測技術

1.1 云計算中數據完整性具備的特征分析

云計算環境下的數據完整性自身具備著鮮明的特征，主要體現在對動態操作的支持，為能夠對云中的應用得以有效滿足，此時就需要完整性的驗證機制加以支持動態操作。當前的數據更新需要生成大量的簽名標簽，從而使得計算代價以及通信開銷方面相對較大。另外則是無狀態的認證以及對用戶隱私的確保，還有就是公開認證允許任意第三方替代用戶完成數據的完整性驗證。

1.2 云計算中數據完整性檢測技術分析

云計算中的數據完整性檢測技術比較多樣，此次分析比較重要的幾個協議，首先是哨兵完整性檢測方案，這一技術方案主要是在數據當中進行隨機插入小段數據作為哨兵，在進行實際的檢測過程中，對哨兵進行檢測替代對整個文件的檢測。這一技術方案的安全性主要體現在原始文件以及哨兵除了在數據的擁有著之外其他人是無法進行分辨的。這一協議主要是先對數據進行處理，按照糾錯以及加密和哨兵產生置換等程序進行實施。

從糾錯這一程序傻上來看，主要就是將文件按照每組數據當中有多塊的合理化分組，通過參數糾錯碼加以編碼。另外在加密過程中所使用的對稱密鑰加密編碼后每塊數據，再者就是哨兵的產生，而在最后的環節置換上，首先是要通過偽隨機置換函數將多個哨兵及加密后數據重新的排列并混合，從而實現數據中的嵌入工作。

2 云計算的數據完整性檢測方案設計

2.1 數據完整性檢測模型分析

云計算所提供的服務性能及成本管理等都有著很多的優勢，能夠讓用戶享受到高規格以及大容量的計算服務，而在云計算的數據完整性檢測的模型應用框架方面也比較重要，其應用框架主要有參與方以及云服務商等。在云服務商所建立的云系統方面主要是向數據的擁有著及請求者提供的云計算服務，為能有效的達到這一服務目標，云服務商就要能采取相應安全措施來對服務的安全性得以確保。

大數據的完整性檢測方案上，由于大數據信息量比較大，這就決定了其和普通大量數據間的區別，并能看出普通輕量級檢測協議是不能完成大數據完整性檢測的。要想能夠有效完成數據的完整性檢測，就需要滿足相應的條件，數據的檢測量和檢測位置可由用戶自己進行定義，倘若是檢測的方案不能實現檢測塊數量由用戶定義，是通過所有數據進行的監測，這樣在檢測所消耗的資源及時間上都有著較大的耗費。另外就是整個協議檢測階段的效率要能夠和文件以及數據塊大小保持獨立性，適用于大數據完整性檢測協議在數據檢測階段計算量不能與數據塊大小有關，否則就會造成計算隨著數據塊的增大而增大。

2.2 檢索公鑰加密算法設計

為能夠保障用戶的信息數據安全完整，就要進行制定相對應的方案，從方案的主要參與方上來看主要有數據信息的發送者以及接收者、服務器、可信第三方這幾個方面。其中的信息數據發送者主要是對數據的創建然后通過云服務商及接收者公開密鑰加密以及發送數據。而在接收者則主要是通過私鑰生成的所要查詢的關鍵信息，發送給云服務商進行檢索，在接收到云服務商檢索結果過程中，進行解密數據和對結果數據進行核對。再者就是云服務商以及可信第三方，云服務商主要是向接收者提供云中文件存儲及搜索服務，而可信第三方則主要是對云服務商的服務加以安全評估及認證，其主要的框架如圖1所示。

對數據的完整性及安全性的考慮，主要是從離線關鍵詞猜測攻擊以及抗不可區分性選擇明文攻擊層面進行考慮。從方案的設計過程來看，首先假設k是一個安全參數，在云計算的系統實施部署的過程中，可信第三方調用子算法來進行計算公共參數，而后通過調用子算法生成服務器及接收者公私鑰對并分發。在發送者所需要的明文文件n傳輸到接收者的時候，要對文件n的關鍵詞進行確認。這些程序完成之后在進行調用Trapdoor（cp，pks，skR，W）進行對對應的陷門信息進行計算，并傳輸至服務器，在對信息接收之后通過檢索得到密文并通過函數部分進行對密文解密。在這一過程中，接收者通過函數來解密文件的密文，然后通過相關的關鍵詞來判定返回密文和檢索的要求是否是符合的。

另外也可通過全同態加密的方式進行對數據完整性進行檢測，這一檢測的方法主要是在隱私的保護及數據處理過程中的應用，用戶把需要存儲的數據通過密文的形式進行提交云端服務器，其他的用戶能夠直接性的對密文數據進行處理操作但不能獲得原始的數據，而用戶則能通過云端服務器來獲取數據處理結果并進行同態加密。

3 結語

總而言之，云計算當中的數據完整性檢測是保障用戶數據信息的重要途徑，隨著科學技術的不斷發展，在檢測技術上也隨之而得到了升級，這樣對數據的完整性將會得到更有效的保障。由于本文的篇幅限制，不能進一步深化探究，希望此次努力能起到拋磚引玉的作用，以待后來者居上。

參考文獻

[1]姜日敏.電信運營商數據脫敏系統建設方案探討[J].中國科技信息，2014（08）.

[2]程風剛.基于云計算的數據安全風險及防范策略[J].圖書館學研究，2014（02）.

[3]王衍鋒，陳典友，姜帆，關磊，范瑾輝.商業銀行敏感數據識別與風險分析[J].計算機安全，2013（10）.

[4]王志文，王強.云計算敏感數據防泄露技術研究[J].信息安全與通信保密，2013（08）.

[5]任福樂，朱志祥，王雄.基于全同態加密的云計算數據安全方案[J].西安郵電大學學報，2013（03）.

云計算數據論文范文2

【關鍵詞】云計算；IaaS數據中心；網絡虛擬化；存儲虛擬化

【中圖分類號】G40－057　【文獻標識碼】A　【論文編號】1009－8097(2012)03－0099－05

引言

隨著的IT(Information Technology，信息技術)逐漸滲透到高校的教學、科研和辦公等核心業務，各類信息系統數量和存儲的數據越來越多，數據中心規模越來越大，學校對數據中心的可靠性、安全性、靈活性提出了更苛刻的要求，傳統的數據中心建設管理模式己無法滿足當前數字化校園的建設需求。服務器虛擬化以其高效、節能、高可用等諸多優點已經為人們所熟知，在高校校園網中服務器虛擬化的應用也越來越廣泛。許多高校在使用虛擬化技術改造或新建數據中心時，僅實現了服務器的虛擬化，對實現數據中心整體虛擬化及云計算技術在數據中心的研究和應用較少。服務器虛擬化提升了服務器硬件使用效率，但如果不能實現數據中心的整體虛擬化，虛擬機得不到存儲及網絡系統的支持，虛擬化技術提供的高可靠性、高可用性、靈活性等更有價值的功能將無法得到應用。本文分析了利用云計算、虛擬化和無狀態計算等技術對服務器、存儲、網絡和應用交付設備進行全面虛擬化整合的方法，并對關鍵技術的選擇進行了深入的探討。最后在徐州師范大學數據中心建設方案的基礎上，提出了一套基于云計算以實現數據中心計算服務化、資源虛擬化和管理智能化為建設目標的數據中心優化解決方案。

一、高校數據中心建設的現狀

不斷成熟的虛擬化技術正在幫助更多的高校數據中心減少服務器數量、優化資源配置并簡化管理，利用虛擬化和云計算技術可以實現動態IT基礎設施環境，進一步改善現有的架構和管理模式，得到了諸多高校的認可。但是目前多數高校僅實現了用虛擬服務器簡單代替物理服務器，而沒有把數據中心內的存儲、網絡及應用交付系統進行針對性調整，虛擬化技術提供的高可用性、高可靠性和資源動態分配等非常有應用價值的功無法實施，傳統數據中心普遍存在的業務連續性差、靈活性差、業務部署周期長、管理維護成本高和高負載應用(如每學期的集中選課)等問題依然沒有得到解決。

在數據中心僅對服務器進行虛擬化，而不對其它硬件資源進行針對性的調整，各類信息系統仍然無法與其使用的硬件資源徹底脫離關系。當應用系統使用的硬件資源性能無法滿足需要或出現故障時，信息系統的運行仍將受到影響。在利用云計算技術實現了存儲、網絡應用交付系統整體虛擬化的數據中心，所有的硬件資源都在一個統一管理、分配并具有彈性伸縮能力的資源池中，這可以為應用系統屏蔽底層硬件架構的復雜性，使應用系統與硬件資源徹底分離，系統使用的計算、存儲和網絡資源可以從數據中心的資源池中按需獲取，資源池中的設備出現故障時或系統需要更多的計算、網絡和存儲資源時，云計算管理平臺可自動從資源池中分配新的可用資源，從而保證業務的連續性和可用性。數據中心整體虛擬化基礎架構與服務器虛擬化架構比較如圖1所示。

在高校數據中心建設中可以通過云計算技術解決服務器虛擬化帶來的問題。云計算是通過整合、管理、調配分布在數據中心的各類資源，并以統一的界面向用戶提供安全可靠的數據存儲、網絡和計算能力。作為一種共享的網絡交付信息服務的模式，云計算的使用者看到的只有服務本身，而不用關心相關基礎設施的具體實現，利用云計算和虛擬化技術構建數據中心，對數據中心的服務器、存儲、網絡和應用交付系統進行整體虛擬化，使整個數據中心的運行實現高效、可靠、安全和高可用的同時，還可對硬件資源進行智能管理、靈活部署、動態調整和按需分配，最終實現IaaS(Infrastructureas a Service，基礎設施即服務)的目標。利用云計算技術可根本解決高校傳統數據中心普遍存在的多種問題，考核數據中心運維情況的TCO、服務器利用率、節能、穩定性、容災、可用性、安全性等指標，與傳統無虛擬化的數據中心和僅對服務器做了虛擬化的數據中心相比有明顯提升，根據[3]中調查數據，利用雷達圖對相關指示做了比較如圖2所示。

二、云計算數據中心的關鍵環節

建設云計算數據中心時，除了已被廣泛接受的虛擬化技術以外，資源池化、資源動態管理和資源動態擴展等技術是實現高校云計算數據中心的關鍵環節。本節將分析這些環節實現技術的特點及其在數據中心建設過程中的作用。

1.資源池化

資源池化是指通過虛擬化手段，將數據中心內的軟、硬件資源虛擬成一個大的“資源水池”，從而簡化硬件資源管理、調度難度，實現資源按需獲取和空閑資源自動釋放，是實現云計算數據中心的關鍵技術之一，也是實現云計算數據中心的基礎。云計算數據中心對虛擬化的要求不僅僅是將一臺服務器變成多臺這么簡單，它需要把數據中心的各類硬件資源虛擬并轉化為多個資源池，包括計算資源池、網絡資源池、存儲資源池、安全和應用交付池等。資源池化是云計算的一個典型特點，只有實現了資源的池化，才有可能實現資源的靈活分配。

實現資源池化可以使數據中心的硬件資源管理方式由管理離散的硬件更改為管理虛擬化的共享資源池，管理工作將變得更加簡單和高效，同時還可以提高硬件資源利用率并針對關鍵應用優先進行動態的資源分配。從資源池可以按應用系統需要分配出個性化的邏輯構造塊(包含計算、網絡、存儲和安全能力)，根據應用系統需求這些從資源池中獲取的邏輯構造塊經過針對性調整，可提供修改化的服務級別或業務需求。實現資源池還有一個優勢就是可以實現業務的快速部署，將資源池中的資源動態的分配給應用程序。每個應用程序與。個vApp(Virtual Application，虛擬化應用程序)堆棧捆綁，而vApp配有應用程序需要的應用服務器、數據庫和服務器操作系統配置，這使得業務部署變得更加靈活、高效。

2.資源動態管理

資源動態管理可以簡化資源管理、調度難度，實現資源按需獲取和空閑資源快速釋放是云計算數據中心必須具備的能力。變更指定給應用系統負載的硬件資源或硬件資源離線維護時，負載需要在硬件資源之間進行轉移，這需要數據中心對資源池進行動態管理。如何智能化的分配、調整、回收資源池中的資源是云計算數據中心必須解決的問題。數據中心資源的動態管理可有效提高設備利用率和數據中心可用性、可靠性和靈活性。

數據中心資源池的管理和調度可以通過負載均衡設備及虛擬化軟件的DRS(Distributed Resources Scheduler，分布式

資源調度)、HA(VMware High Availability，高可用性)、FT(Fault Tolerance，系統容錯)等功能實現各類應用程序產生的負載在不同的硬件資源上動態移動，從而實現硬件資源的按需分配、動態調整和自動回收。通過多種資源管理技術的實施可以整合工作負載、提高利用率、減少單點故障、實現故障自動切換等功能，使各類應用系統不必再去關心硬件資源的分配及運行情況，應用系統面對的只是一臺虛擬機，虛擬機產生的數據流被靈活、均衡地分配到資源池中，從而實現了資源的動態管理。

3.動態擴展

現有資源池內的資源無法滿足應用系統的需求時，就需要數據中心的資源池可以在不中斷服務的情況下實現快速擴容。采用模塊化數據中心(Portable Optimized Datacenter.POD)的建設方式，在每個模塊里有支撐業務部署的計算、網絡、及存儲資源，這種方式實現了資源的高度整合，縮短了建設周期，避免了大型平臺建設中不必要的銜接問題。同時每個模塊具有獨立承載業務能力，提升了后期設備選型的靈活性。隨著技術的發展，IT行業越來越意識到把應用部署在單一支撐點的缺陷，云計算環境建議采用并行分布部署方式將業務加載到多個物理上完全獨立的模塊上，從而確保云環境下應用的高冗余及業務連續性。通過POD建設方式動態擴展資源池的過程如圖3所示。

三、關鍵設備和軟件的選型

本節將介紹各資源系統實現方法并給出一些高校在建設云計算數據中心時技術、設備選擇的建議。重點介紹計算系統、網絡系統、存儲系統和安全應用交付系統和云管理平臺的建設方法。

1.計算系統設計與實現

計算資源的虛擬化是通過服務器虛擬化軟件來實現的，關于服務器虛擬化軟件的選擇爭議并不大，在高校中應用最廣泛、最具有代表意義的服務器虛擬化軟件是VMware公司的vSphere，也有部分高校使用了少量的Hyper－V、XenServer和Virtuozzo。vSphere是目前唯一可供生產環境使用的虛擬化套件，與同類產品相比其整合比最高，優勢明顯。

在服務器的選擇上首先考慮的是設備的性能，系統最終能否支持海量用戶服務及時響應的需求是系統設計是否成功的關鍵。其次是系統結構應該具有伸縮能力，保證系統能夠在維持系統框架、追加少量備件或設備的前提下，滿足數年內學校業務增長的需要。徐州師范大學計算系統采用統一計算、一體化架構設計，計算能力主要由兩臺Cisco UCS 5108刀片服務器提供。UCS采用了Service Profile和無狀態計算概念，UCS中的所有服務器在沒被啟用前均可視為裸機，其物理特性已經不再重要。配置文件會自動尋找第一個可用的服務器，并和它關聯。當該服務器損壞，配置文件會自動尋找第二個可用服務器。由于配置文件中設置了服務器的物理參數，備用服務器也會獲取和原服務器一樣的物理參數，因此，無需在網絡和存儲設備上做任何重新設置，備用服務器就能具有原服務器所有物理特性，操作系統和應用還可以實現自動重啟，完全無需人工干預即實現了備機的自動上線。

高校公共數據平臺使用的數據庫產品多數是Oracle，因Oracle公司不建議將其產品部署于第三方公司的虛擬化平臺上，同時高校公共數據平臺是整個數字化校園的基礎，對硬件性能、可靠性、可用性要求都非常高。因此在徐州師范大學計算資源中還另外增加了兩臺IBM公司的Power 740小型機供數據庫系統使用，同時服務器負載均衡，這在提升了服務器處理能力的同時實現了雙機熱備，該方案整體性能可滿足學校公共數據平臺運轉需求。

2.網絡系統設計與實現

云計算數據中心網絡區別于傳統的數據中心網絡及校園網，網絡資源調用方式是面向云服務而不是面向復雜的物理底層設施進行設計的。通過網絡虛擬化可以把數據中心的網絡設備以一種與物理位置、物理存在和物理狀態無關的方式進行調用，這是云計算架構中IT資源池形成的關鍵環節。網絡虛擬化是實現網絡資源復用、降低管理維護復雜度、提高網絡設備利用率、保證全局服務策略一致性的關鍵，同時也是為自動化資源調用和配置打下基礎。

高校數據中心承載業務的應用特點決定了其網絡既要考慮傳統校園網絡接入，又要考慮數據中心網絡接入，因此在方案設計上采用超大規模數據中心交換機Cisco Nexus 7000作為核心，在性能上實現了網絡核心和數據中心匯聚交換機資源的共享和復用，解決了核心層數據量和數據中心數據量可能存在較大差異的問題。數據中心核心配備了兩臺10插槽Nexus 7000，通過虛擬交換技術以雙機冗余的方式部署在網絡核心。配置了1塊48端口1／10G板卡，通過選配不同的光纖模塊，可同時實現萬兆和千兆的接入。在網絡虛擬化方面，Nexus采用了VDC(VirtualDeviceContent，虛擬化數據中心)技術，可以將一臺物理交換機邏輯上模擬成多臺虛擬交換機，從而實現更加靈活的、與物理設備無關的跨平臺資源分配能力，為數據中心這種底層設施資源消耗型網絡提供更經濟高效的組網方式，也為管理和運營智能化、自動化創造了條件。

另外還可以通過改進虛機系統平臺內的軟交換機運行方式來提升虛擬化網絡的運行質量。Cisco與VMware聯合推出了一款內置于vSphere系統的分布式交換機Nexus 1000v，替代V／V1ware原有的vSwitch和分布式交換機。該交換機使得在一個集群內主機上的所有虛機可以看成連接在單一的一臺智能化交換機上，如圖4所示，它可實現無論虛機如何遷移，配置在虛擬交換機上的所有網絡策略都隨虛機遷移而自動跟隨，這在降低管理復雜性的同時提升了虛擬機的遷移速度。

3.存儲系統設計與實現

云計算采用分布式存儲的方式來存儲數據，在云計算數據中心對服務器穩定性的要求有所降低，但對存儲可靠性與性能要求大幅提高。存儲系統是數據中心的核心基礎，其性能的優劣、質量的好壞，對全局影響重大，因此如何保證數據中心的存儲系統能夠不斷地完善、發展，保持系統的實用性和技術的先進性是在整個數據中心建設方案中必須重點考慮的問題。在存儲系統平臺的選型上應充分考慮系統應用水平和處理數據量的大小，在云計算數據中心因虛擬化帶來的服務器密度增加，導致I／O(Input／Output，輸入輸出)成為系統性能瓶頸，因此需要根據實際情況重點考慮系統I／O性能。

云計算數據中心存儲系統建設基本原則是利用虛擬化技術和先進的大容量存儲設備，集中、智能管理所有存儲設備，形成存儲資源池。系統應能提供完善、便捷的備份恢復解決方案，保證數據的高可用性。EMC公司VNX存儲系統在以上幾個方面都有卓越的表現，并且和本方案的軟、硬件基礎架構有機結合，形成一個完善的軟硬件存儲系統虛擬化解決方案。徐州師范大學數據中心建設方案中，我們采用一臺EMC VNX5300存儲作為數據中心主存儲，配置兩個SAN(Storage

Area Network，存儲區域網絡)控制器，已提高系統的可靠性，配置一個NAS(network attached storage，網絡附加存儲)控制器以提高系統的靈活性。配置SAS硬盤，用于對I／O性能要求高的應用。為了降低成本，還配置了SAT硬盤用于存儲對容量要求高，但對性能不太敏感的數據。另外設計一臺EMC VNX5100存儲作為數據中心的容災存儲。存儲網絡通過FC(Fiber Chanel，光纖通道)和FCoE(Fibre Channel over Ethernet，以太網光纖通道)共存的方式實現，這樣不僅解決了新舊技術過渡問題，還減少了接入交換機類型、數量和復雜性，整合了網絡資源，提高了數據中心資源部署效率，降低了功耗。

4.安全應用交付系統設計與實現

虛擬化環境下虛擬機的數量及密度迅速膨脹，為了減少防毒過程中的資源消耗、簡化管理手段并加強虛擬機的透明性和安全性，我們在虛擬機安全產品上選擇的是Trend公司的Deep Security。該系統是一套保護服務器和應用程序的綜合安全系統，擁有無安全防護技術，該系統通過與VMware的控管中心整合，無需在虛擬機中安裝任何插件，即可實現對虛擬機的安全防護，這進一步減少了虛擬服務器的資源消耗，提升了計算資源工作的有效性。

虛擬化平臺本身具備部分對平臺內的計算資源、存儲資源的負載均衡能力，可以在運行期間持續監控群集內所有主機和虛擬機的CPU、內存資源的分布情況和使用情況，根據運行情況執行相應虛擬機遷移或提供遷移建議，從而保持計算資源的負載平衡。徐州師范大學數據中心建設中，輕負載通過創建基于VMware vSphere的主機DRS集群和存儲SDRS(Storage Distributed Resources Scheduler，分布式資源調度)集群實現管理。大型負載如選課、統一身份認證的負載分流由F5公司的本地流量管理設備BIG－IP LTM實現。該設備通過與vSphere的深度整合，維護方便，利用虛擬化環境軟件的自動遷移功能，可靠性也較高。

根據主流備份系統的搭建準則，徐州師范大學通過具有重復數據刪除功能的EMC Avama備份系統組建了統一的智能備份系統。通過新的數據備份技術，實現了在存儲系統中完成對所有數據的備份工作，備份工作不再基于數據所處的操作系統，這在大幅簡化數據備份工作難度的同時，提升了數據備份的效率。同時因備份工作不再通過服務器，從而節省了大量的計算和網絡資源，降低了數據中心的負載。Avama直接運行于VMware vSphere虛擬化平臺之上，無需其他操作系統支持。另外系統支持操作系統的快速恢復，且備份的操作系統可以靈活的恢復到不同的硬件服務器上。恢復數據時不需采用全備份疊加增量備份來恢復至指定的時間點，而是采用任意時間點恢復的方式。

5.云管理平臺

云管理平臺負責整個數據中心資源管理，是各資源池的管理和工作負載交付管理平臺，是實現IaaS的關鍵環節。云管理平臺應能針對不同的資源池，提供統一的云管理接口，以實現對本架構中的各資源池集中管理，包括資源管理、監控、配置、診斷、故障檢測、審核及統計數據收集等方面的管理。徐州師范大學云管理平臺是在vSphere為云計算系統提供的基礎設施架構的基礎上，通過第三方個性化開發軟件實現了與vSphere的對接。該平臺具有良好的跨平臺和功能擴展性，系統用戶通過Web界面就可以實現自助式申請和管理，系統管理員不再需要手工生成和配置用戶所要求的虛擬機，而是交由管理平臺自動完成。

6.數據中心拓撲

根據本文論述的建設思路及建設方法，在我校數據中心建設的基礎上結合云計算技術，完成了數據中心的整體方案設計及關鍵設備、軟件的選型工作。數據中心核心交換通過萬兆光纖實現了與校園網的冗余連接。通過POD的建設思路對學校原有硬件資源進行了整合，整個數據中心服務器、網絡、存儲和應用交付設備都實現了冗余和負載均衡，數據中心的拓撲關系如圖5所示。

云計算數據論文范文3

關鍵詞：VC；數控機床；可靠性；信息管理系統

中圖分類號：TH16， TP311 文獻標識碼：A 文章編號：1007-9416（2017）02-0108-01

1 系統設計

1.1 系統軟件的開發平臺

數控機床可靠性管理系統采用SQL Server 2000作為數據庫軟件，采用VC++6.0作為應用程序。VC++6.0是微軟公司推出的一種可視化的、面向對象的Windows應用程序開發工具，VC既具有C++的強大功能和高效性，同時又具有可視化編程的方便性，所以越來越受到使用者的歡迎。

1.2 系統的功能模塊[2]

該系統主要包括：用戶管理模塊、數據信息管理模塊、設備運行狀態查詢模塊、可靠性指標分析模塊、報表輸出模塊。

2 SQL數據庫的建立

2.1 ADO數據連接技術

ADO（ActiveX Data Objects）是微數據庫應用程序開發的新接口，可以通過VC++先建立一個ADO連接對象，然后通過該對象打開到數據庫的連接。為了簡化操作，在使用ADO對象時可以將其封裝到類中，這樣只要引用封裝類的頭文件，即可使用封裝過的ADO對象。[3]

2.2 數據的錄入

系統主要錄入機床名稱、故障維修時間、故障部位、故障現象和故障原因等數控設備基本數據信息。

3 功能模塊實現

3.1 用戶管理模塊

該模塊主要是為了確保系統數據的安全，將登錄用戶分為：普通、高級、管理員三類用戶。

三類用戶的權限如下：普通用戶可以瀏覽和導出數據，不能編輯數據；高級用戶可以編輯數據；管理員用戶除了可以編輯數據外，還可以對普通和高級用戶進行權限管理。

3.2 數據信息管理模塊

該模塊主要實現數控設備故障信息的添加、修改、刪除、保存、導出等功能。

3.3 數控設備運行狀態查詢模塊[4]

該模塊是對數控機床的故障狀態進行統計和查詢，可以根據字段名、邏輯關系、過濾條件等進行查詢，也可以導出相關的機床編號、故障編號、運行時間、故障率等信息，以方便進行故障分析。

3.4 可靠性指標分析模塊[5]

該模塊主要計算數控機床可靠性分析常用的三個指標MTBF、MTTR、A的值。

（1）平均故障間隔時間MTBF，一般可用式（1）計算。

（1）

其中，N0 為在評定周期內機床累計故障頻數；

n為機床抽樣臺數；

ti為在評定周期內第i臺機床的實際工作時間（h）；

ri為在評定周期內第i臺機床出現的故障頻數。

（2）平均維修時間 MTTR，一般可用式（2）計算：

（2）

其中：tMi ――在評定周期內第i臺數控床的實際修復時間（小時）。

（3）固有可用度 A，固有可用度A 綜合了可靠度和維修度的可靠性特征量，其計算公式為：

（3）

3.5 報表輸出模塊

該模塊主要是打印功能，可以輸出數控設備的故障信息表、數控設備的運行狀態、數控設備的可靠性指標分析等數據信息。

4 結語

數控機床可靠性管理系統是針對數控機床產品的基本故障信息管理和可靠性評估而開發的，通過軟件的使用可以實現用戶管理、數據信息管理、設備運行狀態查詢、可靠性指標分析、報表輸出等功能，實現了設計的目的和要求。此外， 通過該軟件的數據結果可以分析出數控機床的薄弱環節和潛在缺點，方便生產廠家采取改進機床的可靠性的措施， 并為機床使用廠家的維修計劃提供建設性的依據，增加企業的經濟效益。

參考文獻

[1]李南，盧曉紅，韓鵬卓，武文毅.數控機床及其關鍵功能部件可靠性研究綜述[J].組合機床與自動化加工技術，2012（11）.

[2]鄭銳.基于可靠性分析的數控機床維修策略研究[D].吉林：吉林大學碩士論文，2011.6.

[3]王銳，于速，張雨.Visual C++ 數據庫系統開發完全手冊[M].北京：人民郵電出版社，2006.7.

云計算數據論文范文4

計算機技術發展出的云技術在各行各業都得到了大量的應用，并且取得了非常好的效果。反過來將云技術應用于計算機的創新教學中，可以促進學生自主學習。云技術的本質是共享，同時具有大量、高速、多樣和準確的特點。云技術突破了傳統教育的桎梏，推動了計算機教學方式的改革。本文分析了云技術的特點，并且對其在計算機數字媒體藝術設計專業創新教學中的應用進行了分析。

【關鍵詞】云技術 云計算 計算機教學 數字媒體藝術

云教育技術推動了教育信息化，讓學生的學習更加自由化和個性化。計算機是一個需要學生有較強自主學習能力的學科，同時需要有大量的新技術和新資源，云教育正可以為計算機教育提供這些便利。

1 云技術特點

云時代使得教育進入了一個全新的時代，云的最大特點就是資源共享。共享是云的本質特征，云技術可以提供虛擬化的計算模式，處理設備和計算設備并不再局限于用戶正在使用的某臺設備，用戶的計算機在使用云技術的情況下僅僅作為交流需求和結果的輸入輸出終端設備。云技術具有較強的計算能力、存儲能力、軟件應用能力。云的本質是共享，云的特點是大量、高速、多樣和準確。云技術的計算能力遠遠超過單獨地一臺計算機的CPU處理能力，云的存儲量可以高達YB計算。云技術應用于教育中將會帶動教育中的一場改革創新，是推動資源共享，個性化學習的一大助力。云技術應用在計算機的教學中將會大大帶動學生的學習效率。

2 傳統教育存在的問題

計算機技術是一個發展與變化都十分迅速的學科，對于資源的需求量以及更新速度都有較高的要求。計算機的學習需要大量的共享資源，很多技術人員為了方便學習都將自己的研究成果與源代碼公開。傳統的教學方式中，豐富與充實學生學習資源是非常困難的，導致計算機專業的學生學習的都是過時的技術，與社會上公司的應用需求完全不符合。目前的計算機教學中資源的方面存在的主要問題是：

2.1 教學資源分布不平衡

對于資金充足的學校，可以購買先進設備和技術進行實驗，尤其是進行大數據的計算時，需要有資金購買計算數倍。但是大部分的學校資金是有限的，擁有的技術是較為落后的，計算資源嚴重不足。

2.2 先進技術更新速度慢

計算機學生的學習到的資源如果跟不上時代，就會導致進入社會的時候無法適應。例如學習FLASH動畫設計的時候，很多高校在進行教育的時候教學重點仍然是較為落后的普通幀動畫技術，對于最新的ActiveX等技g卻沒有教學。

2.3 共享程度低

每個學校都擁有一定量的教育資源，這些資源有重合部分也有不交叉的部分。但是無論哪個學校的資源都是無法完全滿足學生的需求的，因此進行這些資源的整合也是十分有必要的。

3 云教育技術在計算機數字媒體藝術設計專業教學方式中的應用

3.1 以地域范圍為單位建立分布式教育資源網

域域網教育資源使用的組織結構是三層結構，即為校、縣和城。可以在一定的地域范圍內建立一定的資源共享機制。國內已有省份建立了高校論文搜索共享的平臺，很多高校已將圖書館資源進行了整合。域域網的共享資源中心并不是傳統意義上的一個網站，而是多個站點組成的。這三層組織結構從低級向高級進行資源整合，因此資源中心是組織結構中的上級，而不是某一個站點。通過三層組織結構整合的資源非常豐富，并不只是教育和學習素材，一同整合的還有很多數字媒體藝術設計學習需要的工具資源，例如搜索引擎，討論組和郵件等。

3.2 建立“分布建設，共享使用”的資源建設模式

計算機本身就是一個計算的工具，學習計算機的最終目的是為了利用這個工具對其他行業進行服務，因此計算機有學科交叉的性質是必然的。不同的學校、不同的實驗室的計算機研究方向不同，各個實驗室研究的方面更具有專業性。為了建設基礎教育可以按照學科和教材兩個維度建立分類管理的資源群。雖然學生的研究方向是不同的，但是計算機的特點導致研究時存在較大的交叉性，因此為了整合區域內的教師資源、軟件資源和硬件資源可以建立分類管理數字化網群。學科群資源網站的建設模式可以表示為如圖1所示。計算機的研究方向非常多，按照學科進行組織和管理方便學生進行查找和學習。在涉及到交叉學科的知識的時候， 學生可以通過檢索工具迅速進行學習。但是實際上資源庫存儲的是資源的索引目錄，并不是資源，這樣可以提高云技術的運行效率和用戶的使用體驗。

3.3 利用MOOC等網上教學模式

云技術改變的不僅是資源共相的模式和范圍，同時改變的還有學生的學習方式。云技術對于終端設備的要求非常低，只要有作為輸出的連接網絡的設備即可，既可以是平板、手機等手持設備，也可以是計算機等計算設備。目前的云教學平臺的搭建模式主要是“云+網絡+終端設備+應用軟件”。最典型的的教育方式就是mooc學習方式。網絡教學是計算機教學方式的重要改革，計算機的學科本身是需要學生具有極強的自學能力的，因為計算機技術不斷有新知識和新技術，甚至一些領域還無人涉及。通過mooc，不僅可以讓學生學習的時間更加自由，而且可以使得學習的范圍突破教室。而且云技術為教學提供了一條不受時間于空間限制的交流渠道。

3.4 云技術科學進行教學評價

云平臺可以存儲各種數據，包括教師的教案以及學生的課堂交互等。這些數據是具有很高的潛在價值的，通過合適的算法對數據進行分析和核實，可以進行科學迅速的教學評價。例如學生的作業情況得分是否符合正態分布，學生學習的峰值在什么時間等。教師可以有更多的數據對學生進行了解和評估，這樣可以針對性的調整教學態度和教學策略。

4 結語

本文分析了“云”的特點，以及目前傳統教學中存在的弊端和問題。云技術在教育中的應用可以很好地解決這些問題。云教育具有很大的發展空間，目前的共享程度還存在一定局限，無論教師還是學生對于這種新型的教育方式也都需要進一步適應，因此還需要進一步的研究和探討。

參考文獻

[1]朱驍.論“多媒體”教學在學前教育專業音樂課程中的應用[D].大連：遼寧師范大學，2014，04（01）.

云計算數據論文范文5

關鍵詞：云計算；公共云；私有云

中圖分類號：TP308 文獻標識碼：A 文章編號：1009-3044（2013）29-6674-03

1 概述

從08年到現在，云計算這個詞進入大家視野已有5年多的時間，有關云計算的論文和報道也很多，同時，今年的十二五規劃綱要中也出現云計算的概念，可見云計算已經熱到了國家關注的高度。但到底什么是“云”，為什么會出現“云”，云到底能干什么，它的基本特征是什么，云實現的基礎是什么，云實現的關鍵問題是什么，云的目的是什么，為什么很多常規的應用要冠以云的稱謂，云應用現在落地了嗎，云和圖書館服務能有何交集，對云計算有哪些認識誤區，該文將給大家進行撥云見日求真云，并進一步探討圖書館服務遇到的現實困境，以及這朵真云能給圖書館帶來什么。

2 云計算產生的背景——兩對不可調和的矛盾

傳統數據中心發展遇到了困境，光靠硬件升級替換提高性能的老路已走到盡頭，迫切需要一種革命性的技術來為數據中心的未來發展鋪平道路。

2008年世界金融危機爆發，全世界各行各業都在縮減開支度難關，IT部門也一樣，預算被縮減之后，靠硬件投資更新設備提高性能的老路就被堵住了，此為困境一；傳統更新設備提高性能的辦法浪費大，新設備替換舊設備，性能的提升是以一種革命式而非積累式，無法照顧好已有的投資，此為困境二；各種應用各自獨占一定計算資源，有的嚴重過剩，有的嚴重不足，有的此時過剩彼時不足，計算資源不能共享，不能協調，缺乏靈活性，不能按需投放計算資源，此為困境三。所有這些導致缺乏與浪費并存，不足與過剩同在，兩對矛盾的不可調和呼喚一種新技術的出現，這就是云計算產生的背景。

3 云定義

云計算的出現將首先在IT業界產生一場生態革命，很多的IT企業如不以變應變將被淘汰，這也導致很多企業慌忙給自己的產品貼上云計算的標簽，站在有利自己的角度解釋著各自的“云”，導致了“云”的混亂，到目前為止還沒有一個準確完整的定義，何為真正的云？

為從本質上把握云計算，在此給出如下定義：

云計算是以虛擬化技術為基礎，用自動化管理軟件相配合，以便對數據中心相關硬件（包括計算、存儲、網絡）資源在虛擬化的基礎上進行有機整合、統一管理調配，達到能按需積累式擴展（或減少關閉）硬件資源、自動監控資源使用情況、自動按需投放計算資源、用戶能自助申請按需得到計算資源等目的而形成的一種虛擬的集大成的開放式的超級計算機。

此定義很好地體現了云計算對云計算產生背景中兩對矛盾的解決。

4 云定義是照妖鏡，紛紛擾擾全看清

有了定義，有上面對定義全面透徹的剖析，對于云計算是怎么回事應了然于胸了。下面用云定義為工具來解釋一下紛紛擾擾的云現象。云計算是一場IT技術革命，是一種有別于傳統的破壞性創新，必然導致一場IT產業革命[1]，所以從生態鏈、利益鏈角度來看云計算是比較合適的。既然云計算是方向，從生產方來說，它就必然促使商家往此方向靠攏，否則就面臨生存危機；從消費方來說，云計算既是為解決某種需求而產生的技術，也必受到用戶的歡迎。

云計算是一臺虛擬的、集大成的、開放的超級計算機，從生產它的角度說，它由各種部件構成，由多商家以協作開放的姿態共同完成，與此生產相關的商家、行為和產品都可以冠以云名稱，比如云生產商，云開發商、云生產、云開發，產品有云服務器、云交換機、云存儲、云網絡、云虛擬軟件、云集成軟件、云存儲管理軟件、云操作系統、云應用軟件、云應用開發平臺軟件、云網站等。

從消費服務的角度來說，炒的比較熱幾個概念，如IAAS（基礎設施即服務）、PAAS（平臺即服務）、SAAS（軟件即服務）、HAAS（硬件即服務）、BPAAS（業務流程即服務）、XAAS（一切皆服務）幾乎成了云計算的代名詞，其實不過是討論如何消費這臺超級計算機而已，沒有云計算這些服務照樣可以進行，只是沒有那么方便，云計算只是為這種服務提供了一個有力的工具。

再來看看公共云、私有云、混合云這幾個概念，說的只是這臺云計算機放在什么地方，服務范圍多大而已。公共云放在公用網絡上，能為所有網民服務，私有云放在企業單位內部網上，主要為內部員工服務。公共云和私有云同時存在，當然就構成混合云。

還有什么教育云、健康云、監控云、位置云、視頻云、辦公云、營銷云、科研云、政務云等，說的只是那些行業在使用云計算機提供行業服務，由于云計算的開放性、存儲容量、運算能力、接入帶寬理論上可按需無限擴展性，為將行業信息服務集中整合到云計算上提供了可能。各種資源及信息服務早已存在，在此只是利用云計算將以前這種分散資源服務加以整合在一起統一服務罷了。

5 求云計算與圖書館的交集

以上說清一個問題，云計算到底是什么，沒有明白這個問題，如何求交集？說清了這個問題，求交集又有何難。云計算是一臺計算機，只是一種工具，它為解決兩對尖銳矛盾而生，具有某些特異功能，和圖書館有沒有交集，就看圖書館是否有需求，是否用得上它。

5.1兩對矛盾圖書館普遍存在，當然需要云計算

前文提到兩對矛盾（缺乏與浪費并存，不足與過剩同在。）在圖書館是普遍存在。縱觀一下現在的圖書館，不管是公共圖書館還是高校圖書館，經過十多年信息化數字化建設，都有了各自或大或小的數據中心，里面有好多的服務器、網絡設備、存儲設備，運行著各種數據庫，有自建的，但大部分是買來的 ，也運行著各種應用管理程序。應用項目隨年月增多，基本每個應用都是獨占一臺服務器，機房越來越滿，都快沒處擱了，等著新建大機房吧！有些數據庫，經過這么些年的積累，數據在不斷的增加，原先預留的空間越來越不夠用了，運算響應能力越來越跟不上需求了，怎么辦啊？等著申請經費批復了買新設備替換吧，可圖書館要申請到點經費一般還是比較難的。能換新設備是好，可對管理員來說也是個麻煩事，耽誤使用不說，新設備又得裝系統，重新配置好運行環境，再將數據進行遷移，有時遷移還會很不順利。可事情還是沒個頭，照這速度發展下去，過不了幾年又得換。被替換下來設備，報廢嗎？可它并沒有壞啊，在它的能力范圍還是可以發揮余熱的，可是能讓它獨自承受的活實在少了，真是拾之不起，棄之可惜，無奈，只有報廢處理了。但還有另一種現象，有的數據庫，使用的人比較少，數據增加慢，為其預留的空間和運算能長期處在閑置狀態而得不到利用，嚴重性能過剩。還有，不光各數據庫之間存在負荷不均勻的現象，同一數據庫不同時段 也存在不均勻的現象，有時負荷可能超限，導致服務器不響應，有時負荷不足，服務器處于閑置狀態。而且不同數據庫的訪問高峰時段還不一樣，可惜這些服務器都是各干各的活，閑的也幫不上忙的服務器的忙。

再放眼看看各個圖書館之間，哪怕是離得很近，處于同一個高校園區的各高校圖書館，你有的數據庫我不能沒有啊，大家都在競相買同樣的數據，建機房，購設備，最后都面臨著同樣的困境。重復投資，大大的浪費。

所以這些問題不都反應為兩對矛盾嗎，缺乏與浪費并存，不足與過剩同在，當然迫切需要一種技術來解困，這就是云計算。

5.2圖書館公共云建立有利于資源整合

云計算的能力，從整合基礎硬件設施資源中來，又用到對信息資源的整合應用中去，從整合到整合，完成一個輪回。以整合對付整合，以毒攻毒嗎？類似，確實有效。云計算的開放性，導致它可用積累式擴容替代淘汰革命式擴容，納新不棄舊，照顧了舊有投資，避免了浪費，同時也為不斷的運算處理能力、存儲能力、帶寬的擴容，拆除了“天花板”，理論上能做到無限擴展。云計算的虛擬整合，按需投放資源的特性，更是造就了團結的力量、整合的力量，使基礎資源得到有效充分的利用，也能從容面對各種高峰負荷。

5.3開發商的數據庫可以物歸原主，我要的只是服務

理想云和現實有距離，云計算目前可逐步可做到的是怎么樣呢？問題集中在圖書館的數據中心，當然是從解救數據中心開始。如何解救？減負。且看云計算如何為圖書館減負。

先在大部分圖書館數據中心，運行的數據是買來的，是數據商數據的本地鏡像。這些數據本是可以不用圖書館本地鏡像的，直接訪問數據商提供的網上數據就行，也就是所謂的包庫使用模式，我只花錢買服務，這本是順理成章的事情，但是如果都如此的話，問題就來了，數據商的服務器接待能力有限，當訪問量超過一定的數量，就會造成拒絕服務攻擊的效果，概不接待了，這樣就誰也使用不了，所以又必須建鏡像站。然而這種情況在各地云計算數據中心建立起來后就不同了，數據商可以在云數據中心按需申請購買基礎資源，將數據庫運行在云計算服務器上，云計算的按需投放資源的能力，使它可以從容應對各種爆發性的訪問量。這樣以后各圖書館就可以不用建鏡像站了，直接按需付費或年包庫的方式使用數據商的各種數據庫，真正實現將開發商的數據還給開發商，我要的只是服務。

5.4私有云，這個可以有

當所有的商業數據庫離開了圖書館，你會發現，圖書館的數據中心幾乎要空了，這是好事！慶幸之余我們會發現還有些數據必須留在數據中心，那就是各館自建的特色數據庫，還有就是各館的紙質圖書管理系統。這些可是立館之本，沒有這部分數據圖書館服務可就要癱了。這么重要的數據，其實也可以放到租用的云計算服務器上，但你總有點擔心，所以，這時建私有云就有必要了。我們可以購買虛擬化軟件，購買自動化整合軟件，對本館現有的硬件資源進行虛擬化、整合、統一管理、按需分配實現云化，構建出一臺虛擬、集成、開放的超級計算機，然后將相應的應用放到云計算機上運行服務，這就私有云應用模式。

當然，要構建這臺私有云計算機，光購買軟件的費用就會很高的，一般的館目前基本難接受，幸好這部分自建數據量不是很大，被訪問使用量不會很高，用傳統的服務器就能對付，到實在需要的時候再建私有云也不遲。

6 總結

本文從給云計算下定義出發，探尋出云計算的本質，并詳細分析了圖書館信息化建設面臨的困境，和云計算的出現給圖書館帶來的利好情勢，求出了云計算和圖書館真正的交集。云計算的本質特征也決定了它適合用于具有海量數據整合，具有陣發性巨大訪問量的應用場合。一般普通的規模較小、面對用戶較窄、數據增加較慢，數據比較重要的應用，傳統的一個應用一服務器的本地方式還是比較好，畢竟起點低，易上手、給人實在踏實感。云計算是新生事物，得隨時間慢慢成熟，云計算全面應用是一個很大的系統工程，也需要其他各方面條件的成熟，所以在相當長時間內，傳統應用方式和云計算方式將會并行存在。圖書館對于云計算的態度，用一句養生名言來總結一下：未事不可先迎，遇事不可過憂，聽其自來，應以自然。從容、適時、按需、謹慎地迎接云計算，這樣應是比較合適的。

云計算數據論文范文6

關鍵詞：云計算；資源調度；負載均衡；加權最小連接算法；雙加權最小連接算法

中圖分類號：TP18

計算機技術和互聯網技術催生了互聯網應用的迅猛發展，用戶通過網絡共享計算機資源演變至云計算商業模式劃時代的誕生，其計算能力近乎無限，信息服務豐富多樣，用戶對計算資源和服務隨時可得、易于擴展、按需計費。在云計算商業模式下，構建的云數據中心已成為一個高性能計算機集中地，物理服務器和網絡設備規模大，但由于用戶需求的多樣、動態變化以及服務器的資源異構性會導致數據中心出現負載不均衡的情況，致使一部分物理機的負載過重，效率降低，而另一些則負載較輕處于空閑狀態。因此如何通過合適的資源調度算法來平衡物理機之間的負載以提高云數據中心資源利用率和整體性能是目前云計算領域的一大關鍵問題。

1 負載均衡及研究現狀

負載均衡是實現資源有效利用和共享的一個重要手段，分為基于任務的負載均衡和基于資源的負載均衡。基于任務的負載均衡是指把任務在多個計算、磁盤、進程或者其他資源間進行分配以獲得最優的資源利用率，用來降低計算時間[1]。基于資源的負載均衡就是通過對資源的分配以及再分配來實現各個節點負載的大致平衡，從而提高整個系統的性能。

目前常用的負載均衡算法包括兩大類：（1）靜態的負載均衡算法，比如輪詢算法（RR）、加權輪詢算法（Weighted Round Robin，WRR）、隨機放置算法等，它不考慮服務器的實時負載情況，只是按照預先設定好的決策來分配任務；（2）動態負載均衡算法，如最小鏈接算法（Least-Connection，LC）和加權最小鏈接算法（Weighted Least-Connection Scheduling，WLC），它根據系統的實時負載情況動態來分發請求。

文獻[2]介紹了Eucalyptus平臺采用RR調度算法將虛擬機按照順序分配到不同的物理機上，實現負載均衡。WRR算法用相應的權值表示服務器的處理能力，權值較大的會被分配給較多的請求。該算法在Vmware資源負載均衡中得到了采用。隨機算法就是將虛擬機請求隨機分配到合適的物理機上。

2 雙加權最小連接算法的負載均衡算法研究設計

2.1 加權最小連接調度算法

加權最小連接調度算法是在做少連接數調度算法的基礎上，根據服務器的不同處理能力，給每個服務器分配不同的權值，使其能夠接受相應權值數的服務請求，是在最少連接數調度算法的基礎上的改進。它是最小連接調度的超集，各個服務器用相應的權值表示其處理性能。服務器的缺省權值為1，系統管理員可以動態地設置服務器的權值。加權最小連接調度在調度新連接時盡可能使服務器的已建立連接數和其權值成比例。調度器可以自動問詢真實服務器的負載情況，并動態地調整其權值。

加權最少連接調度算法流程如下：

（1）對服務器性能權值的設置不能準確地反映節點真實的實時處理能力，造成整個系統的負載不均衡，影響系統的性能。

（2）僅僅以連接數來表示節點負載，沒有考慮請求所需的服務時間和系統資源的差異，并不能很準確的表示服務節點的實時的負載情況。

2.2 基于任務類型的加權最小連接算法的負載均衡調度算法改進

2.2.1 設計思想

為了實現更好的負載均衡，有必要改進上述的算法，將服務器的性能進行綜合的考慮，實現動態賦值；同時根據任務的復雜程度，確定每個任務的權值。從而使負載均衡器能夠更為準確地了解各個服務器節點的實時處理性能和負載情況，選取一個最合適的服務節點。改進后的算法設計思想如下：

（1）采用實時信息動態地表示服務器性能的權值，從而充分評估和利用各個節點服務器的剩余處理能力。

（2）根據任務中文件的類型為任務賦予相對應的權值。任務中文件的擴展名可確定文件的類型，從而確定任務的權值。為簡化處理，本文根據任務中不同類型所需要的資源不同，講任務分為四個類型，任務中文件所需資源越多，任務權值越高。服務器節點的實時負載就是服務器所有任務的權值之和。在每次分配任務之前，調度器將計算出每個服務器上所有任務的權值之和。

（3）為了保證系統在長時間運行狀態下各個節點的負載不發生較大的傾斜，每次分配任務之前，調度器將計算出每個服務器上所有任務的權值之和和服務器性能的權值之比，將新任務分配給比值最小的服務器。

2.2.2 核心設計

算法流程設計如下：

（1）對每臺服務器進行編號1-N。

（2）根據服務器的處理能力設定服務器權值。

（3）根據任務類型的復雜度設定任務權值。

（4）對于每臺服務器，計算出服務器上所有的任務權值之和與服務器權值之比。

（5）將任務分配給比值最小的服務器。服務器上已有的任務越簡單，其任務權值越小；且服務器的處理能力越強，其權值越大。故當有新的請求到達時，總是將任務分配到服務器上已有的任務權值之和與服務器性能權值之比最小的服務器上。即當且僅當服務器Sm滿足下面公式時，新的請求會被發送至服務器Sm：

在實際運行時，為簡化處理，根據任務中不同文件類型所需資源不同，將任務分為四種類型，即將任務中的文件分為四個大類，對應四種任務，表示如下：

3 仿真及其結果分析

3.1 仿真實驗設計

為了驗證雙加權最小連接調度算法的性能，在CloudSim平臺上進行了仿真，在實驗中模擬一個云數據中心，比較在使用幾種不同負載均衡調度算法時數據中心系統的負載均衡度，系統效率。實驗分為3組，每組服務器數目相同，均為15個；但任務數不同，分別為150個，1500個和15000個。每個任務均隨機產生且大小不同。每組實驗數據都使用了3種調度算法，即最小連接算法、加權最小連接算法與本文提出的雙加權最小連接算法。

3.2 仿真結果與分析

3.2.1 150個任務時

4 結束語

針對云計算中的資源調度問題，以及如何協調服務器之間的負載以提高云計算平臺和云數據中資源利用率和系統性能，本文提出了一種基于雙加權最小連接的資源調度算法。傳統的加權最小連接算法對服務器的權值是事先根據服務器節點的配置情況和管理員的經驗設定的，以連接數來表示節點負載。在加權最小連接算法的基礎上，綜合考慮服務器的實時負載情況，實現對服務器的動態賦權值；同時根據任務類型的復雜度，對任務類型也進行了加權計算；給出了雙加權最小連接算法的設計思想、基本流程及實現過程。通過在CloudSim平臺上的仿真結果表明，與加權最小連接算法相比，雙加權最小連接算法能夠得到更高的負載均衡度和更好的系統效率。

參考文獻：

[1]李坤，王百杰.服務器集群負載均衡技術研究及算法比較[J].計算機與現代化，2009（08）：7-10.

[2]Berral J L，Goiri ?，Nou R.Towards energy-aware scheduling in data centers using machine learning[A].Proceedings of the 1st International Conference on energy-Efficient Computing and Networking[C].ACM，2010：215-224.

[3]鄧維，劉方明，金海.云計算數據中心的新能源應用：研究現狀與趨勢[J].計算機學報，2013（36）：582-598.

[4]葉可江，吳朝暉，姜曉紅.虛擬化云計算平臺的能耗管理[J].計算機學報，2012（06）：1262-1285.

[5]羅軍舟，金嘉暉，宋愛波.云計算―體系架構與關鍵技術[J].通信學報，2011（32）：3-21.

[6]潘飛，蔣從鋒，徐向華.負載相關的虛擬機放置策略[J].小型微型計算機系統，2013（34）：520-524.

[7]高宏卿，邢穎.基于經濟學的云資源管理模型研究[J].計算機工程與設計，2010（19）：4139-4142.

[8]田文洪，趙勇.云計算―資源調度管理[M].北京：國防工業出版社，2011：81-88，7-10.

作者簡介：彭紅姣（1975-），女，湖南祁東人，實驗師，碩士，博士研究生，研究方向：網絡虛擬化、云計算、網絡與通信、計算機應用。