共查询到10条相似文献，搜索用时 15 毫秒
1.
云系统中的漂移数据作为大量冗余数据的一种,对其有效及时的删除能保证云存储系统的稳定与运行。传统的云系统漂移数据删除技术采用全文件静态分块策略,由于操作粒度较小,对漂移数据的删除率不高。提出一种基于垂直分层布隆过滤的云系统漂移数据删除算法,设计基于客户端/服务器的云存储系统漂移数据删除机制体系构架,采用布隆过滤技术进行数据源端处理,引入热度垂直索引热度来衡量数据块边界偏移所造成用户的访问集中热点损失,文件根据内容划分成可变长度的数据块,进行垂直分层,得到备份集中数据对象的粒度,采用奇异值分解的方式对漂移数据序列的细节信号展示,根据矩阵奇异值分解矢量的唯一性,避免一些数据块边界偏移造成的误删和漏删。仿真实验表明采用该算法进行云系统的漂移数据删除,性能较好,执行效率和精度优越于传统算法。 相似文献
2.
《科技通报》2015,(8)
传统方法使用量子群遗传进化方法进行云存储系统任务调度的执行开销建模,在数据汇聚和协议传输中没有考虑量子态的相干性和感知节点的方向性,不能全局搜索最优量子位,执行开销不能实现最小化。提出一种基于量子群聚类的云存储调度最小执行开销建模算法,首先进行量子群聚类进化策略和云存储系统任务调度模型总体设计,设计基于量子群聚类的云存储系统任务调度分配协议,进行有效的资源调度设计,整合云计算中心资源,提高资源利用率,减少任务执行时间。仿真结果得出,该算法能使云存储系统任务调度执行开销与任务规模的匹配性能最佳,性能优于传统算法,在云存储信息管理系统等领域具有较好的应用价值。 相似文献
3.
《科技通报》2015,(10)
在模糊云计算环境下,需要对特定数据进行识别定位,实现目标数据信号的准确检测和访问。传统方法采用先分层后分支的数据目标资源识别定位算法,定位识别性能计算复杂度较大,准确度不高,提出一种基于通信开销缩减和冗余任务删除的特定数据目标资源识别定位技术。首先对DAG图中的任务进行任务归并,然后将DAG图分层,从整个任务图的全局出发考虑任务的优先级,构建模糊云计算模型,设计模糊云计算核函数,创建多个线程的信息流特征编码,考虑对整个任务图调度时间起决定作用的关键任务,设计通信开销缩减算子,将调度列表头结点分配到使其具有最小最早完成时间的处理器内核上,提高对特定数据的目标资源定位识别性能。仿真实验得出,该算法定位精度较高,对目标资源的冗余任务进行有效删除,明显提高了任务调度效率,收敛性能较好。 相似文献
4.
《科技通报》2015,(12)
在嵌入式云信息网络平台中,物理层数据传输容易受到外界攻击变异成坏数据,威胁网络安全,传统方法采用最小延时数据聚集算法实现对该类算数据的检测,算法数据的不均匀性和时延性,检测性能不好。提出一种基于数据链距离估计和时间窗口重排的网络坏数据检测算法。进行嵌入式云信息平台构建和数据采集,采用统计信号分析方法对数据进行信息链构建,对数据链距离进行估计,采用时间窗口重排方法对坏数据的谱特征进行空间重组,提高坏数据检测性能。仿真结果表明,采用该算法进行嵌入式云信息网络平台通信传输的坏数据进行检测,准确检测概率提高34.56%,检测算法的收敛性和鲁棒性较好,保证了网络系统安全。 相似文献
5.
6.
《科技通报》2016,(7)
混沌映射加密算法,虽然能够对数据进行加密,防止数据泄露,但是针对具有非线性属性的隐私保护数据进行加密时性能差,导致数据泄露。为此提出了一种新的基于可撤销多重循环控制的云存储系统中隐私保护数据的抗泄露加密算法。通过分析云存储系统中的隐私保护数据的数据结构模型,进行隐私保护数据的数据编码序列分析,并设计了云存储系统中隐私保护数据的线性编码和密钥。引入可撤销多重循环控制方法,实现云存储系统中隐私保护数据的抗泄露加密算法的改进,在整个过程中保证了数据的保密性。仿真结果表明,该算法进行云存储系统中的隐私保护数据的抗泄漏加密,数据的密钥编码分布的随机性加强,降低了被破译概率,降低了数据泄露风险,提高了数据加密的隐私保护性能。 相似文献
7.
大型多媒体网络数据库异常数据高效检测方法 总被引：1，自引：0，他引：1
《科技通报》2015,(10)
大型多媒体网络数据库汇聚了大量文本、图片、视频、音频等多种媒体资源,并通过云存储系统实现资源共享。在大型多媒体网络数据库中,异常数据给数据库带来安全威胁和存储开销,对其高效检测保证数据库系统的稳定运行。传统的检测方法采用模糊FCM检测算法,具有移植性不好的弱点,检测性能不好。提出一种基于密度先验信息滑动时间窗口重排的大型多媒体网络数据库异常数据高效检测方法,构建大型多媒体网络数据库异常数据高效检测模型,并与传统算法进行检测性能对比,仿真结果表明,采用该算法进行网络数据库的异常数据检测,能有效提高对异常数据的检测性能,检测概率优于传统算法,开销缩小,实现高效检测。 相似文献
8.
对大型云动态数据的完整性检测可以避免云用户存储在其中数据被篡改或删除。传统方法中,采用代数结构标签加密方法进行数据完整性检测,不能保证足够的置信度,性能不好。在云储存环境下,提出一种基于可信第三方判定和动态标签信息更新的多路复用大型云动态数据完整性检测方法。假设被处理云采集数据的是可分类的,引入了一个管理因子,得到多路复用标签信息,基于可信第三方判定和动态标签信息更新进行,进行对用户存在云存储服务器上的文件块被篡改或删掉的判定,由此实现一次数据完整性验证,提高大型云动态数据检测的准确性。仿真结果表明,该算法具有较好的多路复用大型云动态数据完整性检测性能,系统使用率提高,计算开销较少,检测准确性提高。 相似文献
9.
《科技通报》2015,(10)
云计算环境下,需要对云数据特征进行深度融合,提高对云数据的调度和决策能力。传统的云数据融合算法采用置信增益概率分配算法,当云数据出现多重特征时,融合深度不够,信息提取效果不好。提出一种基于贝叶斯粗糙集的云数据深度融合算法。引入了置信增益函数贝叶斯粗糙集,得到贝叶斯粗糙集云数据模型构建,在特征空间关系中进行特征合并,进行决策表决策属性分区处理,提高融合精度,依据信任函数最大化原则确定新对象的决策属性取值,实现云数据深度融合算法改进。仿真实验表明,采用该算法,能有效提高数据融合深度和精度,稳健性较好,可以明显的抑制噪声的影响,并提高20 d B左右的特征空间增益,算法在高维空间中仍体现出了较为明显的数据融合优势,该算法在云计算和云数据信息处理等领域具有较好应用前景。 相似文献
10.
在语音识别系统中,往往需要对输入的语音信息进行数据预处理操作,删除冗余的、不相关的特征值.针对传统应用于语音系统中特征选择算法中出现的效率低、错误率高的缺点,本文提出了基于信息增益的特征选择算法.该算法通过信息增益评价指标对属性进行排名及评价,选择最优的特征属性并删除无用的属性.通过大量的对比实验结果表明,本文提出的算法可以高效地完成特征选择语音数据预处理,并且提出的新算法与传统的特征选择算法选择出的特征属性应用在语音识别算法后能够更准确地识别和判断语音信息. 相似文献