Identity and Access Management Framework for Multi-tenant Resources in Hybrid Cloud Computing
虽然近年来越来越多的组织一直在尝试将其基础设施迁移到云端,但在混合云环境中如何管理身份和访问方面存在重大挑战。本文展示了一种新的身份和访问管理框架,在多租户混合云环境中的共享资源。本文演示了一种在云中实现本地身份的“镜像”身份的方法。遵循最佳安全实践,该框架确保只有合法用户才能在云中使用其镜像身份。此外,本文还提出了一种扩展框架以适应大型企业的技术。本文中展示的框架为企业在其混合云基础设施中实施身份和访问控制提供了全面且可扩展的解决方案。虽然本文的重点是在Google Cloud Platform中实现该框架,但它可以轻松应用于任何主要的公共云平台。
2022-03-22 cs.CR cs.DC cs.NI
Cloud Forensics: A Meta-Study of Challenges, Approaches, and Open Problems
近年来,云计算作为一种经济高效的计算范例已经变得流行。不幸的是,今天的云计算架构并不是为安全和取证而设计的。到目前为止,很少有研究来发展云取证的理论和实践。许多因素使云环境中的取证调查复杂化。首先,存储系统不再是本地的。因此,即使有传票,执法人员也不能没收嫌疑人的计算机并访问嫌疑人的文件。其次,每个云服务器包含来自许多用户的文件。因此,在不侵犯许多其他用户隐私的情况下从数据中心夺取服务器是不可行的。第三,即使识别出属于特定嫌疑人的数据,也很难将其与其他用户的数据分开。此外,除了云提供商的话,通常没有证据表明给定的数据文件与特定的嫌疑人有关。对于这些挑战,云不能用于存储医疗保健、业务或国家安全相关数据,这些数据需要审计和法规遵从性。在本文中,我们系统地研究了云取证问题,并探讨了云取证中的挑战和问题。然后,我们讨论了现有的研究项目,最后,我们强调了云取证研究领域的开放问题和未来的发展方向。我们认为,我们了解云取证的性质和挑战的系统方法将使我们能够研究可能的安全解决方案方法,从而提高对云计算的信任和采用,特别是在商业,医疗保健和国家安全领域。这反过来又会降低成本,为我们整个社会带来长远利益。
2013-02-26 cs.CR cs.DC
Agentic Orchestration of HPC Applications in Cloud
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室)
研究利用智能代理实现HPC应用程序在云环境中实验运行的全生命周期管理,通过四个知名HPC应用构建多平台镜像并优化,展示成功线性缩放等成果及提出最佳实践。
2026-07-07 cs.DC
Resource Management and Scheduling for Big Data Applications in Cloud Computing Environments
本章介绍大数据处理平台的软件架构。它将提供在云环境中部署大数据处理系统时所涉及的资源管理技术的深入知识。它从最基本的开始,逐步介绍我们分为多个层次的资源管理的核心组件。它涵盖了国家的最先进的实践和研究,在SLA为基础的资源管理,特别侧重于作业调度机制。
2018-12-31 cs.DC
Characterizing and Mitigating Anti-patterns of Alerts in Industrial Cloud Systems
警报对于在云异常时请求及时的人工干预至关重要。警报的质量会显著影响云的可靠性和云提供商的业务收入。在实践中,我们观察到,由于大量存在误导性、非信息性、不可操作的警报,待命工程师无法快速定位和修复故障云服务。我们将警报的无效性称为“警报的反模式”。为了更好地理解警报的反模式,并提供可操作的措施来减轻反模式,在本文中,我们进行了第一次实证研究的做法,减轻反模式的警报在工业云系统。我们研究了领先的云提供商华为云的警报策略和警报处理流程。我们的研究结合了两年内对数百万警报的定量分析和对18位经验丰富的工程师的调查。因此,我们总结了警报的四个单独的反模式和两个集体反模式。我们还总结了四个当前的反应,以减轻警报的反模式,和警报策略的配置的一般预防性指导方针。最后,我们建议探索自动评估的质量警报(QoA),包括指示性,精度和可重复性的警报,作为未来的研究方向,有助于自动检测警报的反模式。研究结果对优化云监控系统、提高云服务的可靠性具有一定的参考价值。
2022-04-13 cs.DC cs.SE
To Share or Not to Share in Client-Side Encrypted Clouds
随着云计算的出现,出现了许多云提供商,向普通消费者和商业组织提供云即服务(SaaS)产品。SaaS(与此上下文中的软件即服务不同)是指云提供商在自己的基础设施上提供数字存储的架构模型。SaaS提供商之间存在三种模型来保护存储在云中的机密数据:1)不加密(数据以纯文本存储),2)服务器端加密(数据在上传后加密),以及3)客户端加密(数据在上传前加密)。本文试图找出第三种模型的弱点,因为它声称在所有数据交易中提供100%的用户数据机密性(例如,上传、下载、共享)。我们发现的弱点主要集中在这样一个事实上,即我们评估的云提供商都在证书颁发机构的能力下运行,以促进数据共享。在这种情况下,他们承担了公钥基础设施(PKI)方案中所表示的证书颁发者和证书授权者的角色-这使他们能够查看用户数据,这与他们声称的100%数据机密性相矛盾。我们在本文中整理了我们的分析和发现,并探索了一些潜在的解决方案,以解决这些共享方法中的这些弱点。所提出的解决办法综合了与使用公用钥匙基础结构和其他为保护共享信息的机密性而普遍接受的密码原语有关的最佳做法。
2014-11-20 cs.CR cs.DC
From Theory to Practice: Demonstrators of FAIR Data Spaces Across Different Sectors
FAIR Data Spaces 项目通过统一法律伦理框架与技术构件,连接工业 B2B 数据空间和 FAIR 科研数据基础设施,并以跨健康、生物多样性和工程等领域的演示器验证云化协同方案。
2024-12-06 cs.DC
Autonomous Choreography of WebAssembly Workloads in the Federated Cloud-Edge-IoT Continuum
本文提出一种面向联邦云-边缘-IoT连续体的新型架构,结合多种AI技术与开放标准,实现WebAssembly工作负载的自主智能编排,并指出未来研究方向。
2023-08-06 cs.DC
A study of risk management in cloud computing bank
云计算显然有助于降低成本并提供最佳调度水平。然而,在实践中,它可能会面临资源不足的问题。考虑到云计算银行具有一定的商业性质,资源不可用性,如流动性风险,仍然存在。在本文中,试图通过一个解决方案,到目前为止,在经济中应用,它是如何可能预测这样的流动性风险,在云计算银行。所提出的解决方案尤其适用于库存管理。为了降低风险,我们还将使用一种基于流体力学的物理学方法;这是伯努利定理的应用,称为托里切利。将资源库看作是一个储集层,资源的可利用性取决于流体的流动速度和置换量。
2014-03-10 cs.DC
An Agent-based Cloud Service Negotiation in Hybrid Cloud Computing
随着云计算发展的到来,大型组织已经将内部IT基础设施扩展到云。虽然这是一种流行的做法,但它缺乏全面的努力来研究云客户和提供商之间的资源自动协商方面。本文提出了一个完整的框架,多方,多问题的协商系统的云资源。它引入了一个强大的云市场系统来购买和销售云资源。基于BDI模型的云客户和供应商代理同时就多个问题进行谈判,追求基于时间和资源的动态截止日期算法的混合策略来生成报价和还价。基于云市场的系统被进一步增强,为代理分配行为规范分数和信誉指数,以建立它们之间的信任。
2020-06-16 cs.DC cs.MA cs.NI
On the Future of Cloud Engineering
自从2006年云的商业产品开始出现以来,随着许多不同类型的服务产品、开发人员生产力增强工具和新的应用程序类别的出现,以及云功能更接近边缘用户的表现,云计算的格局一直在经历显著的变化。然而,效用计算的概念在其发展过程中一直保持不变,这意味着云用户总是寻求节省租赁云资源的成本,同时最大限度地利用云资源。另一方面,云提供商试图最大化他们的利润,同时确保云托管应用程序的服务级别目标并保持低运营成本。所有这些成果都需要系统和健全的云工程原则。本文的目的是强调云工程的重要性,调查云工程及其演变的最佳实践的景观,讨论许多现有的云工程进展,并确定固有的技术挑战和研究机会,为未来的云计算一般和云工程,特别是。
2021-08-19 cs.DC
A Systematic Mapping Study on Cloud Computing
云计算是在全球经济危机中出现的,是从更合理的角度使用计算资源的一种选择。换句话说,一种更便宜的方式来拥有IT资源。然而,安全和隐私,SLA(服务层协议),资源共享和计费等问题仍然存在关于该模型的实际收益的问题。本研究旨在调查云计算的最新技术水平,识别差距,挑战,综合现有的证据,其使用和发展,并提供相关信息,澄清开放的问题和共同讨论的问题,该模型通过文献。为了实现这些目标,采用了系统的绘图研究方法的良好做法。尽管云计算基于存在超过50年的商业模式,但本研究中发现的证据表明,云计算仍然存在限制,阻止了按需提案的充分使用。
2013-08-20 cs.DC
Towards a Taxonomy of Performance Evaluation of Commercial Cloud Services
云计算作为最有前途的计算模式之一,已经越来越被工业界所接受。众多的商业云提供商开始提供公共云服务,相应的性能评估不可避免地需要用于云提供商的选择或成本效益分析。不幸的是,在商业云计算的背景下,经常可以看到不准确和混乱的评估实现,这可能会严重干扰和破坏与评估相关的理解和沟通。本文介绍了一种分类法,以帮助剖析和标准化商业云服务的性能评估的细节。通过系统的文献回顾,我们构建了两个维度的分类,安排原子元素的云相关的性能评估。因此,该分类法既可用于通过分解为元素来分析现有的评估实践,也可用于通过组合用于评估商业云服务性能的元素来设计新的实验。此外,通过平滑的扩展,我们可以不断地将此分类法应用于云计算更一般的评估领域。
2013-02-08 cs.DC cs.PF
GreenBytes: Intelligent Energy Estimation for Edge-Cloud
本文提出 GreenBytes,在 Kubernetes 边缘-云集群中使用 LSTM 与 Gradient Booster 估算节点能耗,验证二者在动态负载预测和跨环境稳健性上的互补价值。
2024-06-11 cs.DC cs.ET cs.NI
Usability Evaluation of Cloud for HPC Applications
本文跨三大云、六种环境及CPU/GPU配置评估11个HPC代理应用与基准,并与本地集群对比,通过大规模扩展测试为云上HPC最佳实践提供依据。
2025-06-06 cs.DC cs.PF
CloudGenius: Decision Support for Web Server Cloud Migration
云计算是将硬件和软件资源作为虚拟化服务提供的最新计算范例,在虚拟化服务中,用户无需担心底层系统管理细节的负担。将Web应用程序迁移到云服务并将云服务集成到现有的计算基础设施中并非易事。它带来了新的挑战,往往需要在技术、文化、法律、监管和社会等各个层面创新范式和做法。将Web应用程序映射到虚拟化云服务的关键问题是选择最佳和兼容的软件映像组合(例如,Web服务器映像)和基础设施服务,以确保实现应用程序的服务质量(QoS)目标。在选择云服务时,工程师必须考虑基础设施服务和软件映像之间的异构标准集和复杂依赖关系,这是一个关键问题,无法手动解决。为了克服这些挑战,我们提出了一个框架(称为CloudGenius),该框架基于专门用于Web服务器迁移到云的模型和因素来自动化决策过程。CloudGenius利用一种众所周知的多标准决策技术(称为层次分析法),根据与应用程序相关的模型、因素和QoS参数自动执行选择过程。一个示例应用程序演示了理论CloudGenius方法的适用性。此外,我们提出了一个CloudGenius的实现,已通过实验验证。
2012-03-18 cs.DC cs.SE
Exploring Challenges in Developing Edge-Cloud-Native Applications Across Multiple Business Domains
University of North Texas(北德克萨斯大学);Argonne National Laboratory and University of Chicago(阿贡国家实验室和芝加哥大学)
本研究通过跨行业访谈,揭示了边缘-云原生应用开发中因工具链碎片化、学习曲线陡峭等导致的挑战,强调了需要更简化、SLA-aware的平台以提升生产力和服务质量。
2026-03-04 cs.DC
Anomaly Detection in a Large-scale Cloud Platform
IBM Canada Lab(IBM加拿大实验室);IBM(IBM公司);Ryerson University(瑞尔森大学)
云计算无处不在:越来越多的公司正在将工作负载迁移到云中。然而,这种普及率的上升对云服务提供商提出了挑战,因为他们需要有效地监控其不断增长的产品的质量。为了应对这一挑战,我们为IBM Cloud Platform设计并实现了一个自动化监控系统。该监控系统利用深度学习神经网络同时近实时检测多个平台组件中的异常。在运行系统一年后,我们观察到,所提出的解决方案将DevOps团队的时间和人力资源从手动监控数千个云组件中解放出来。此外,它通过降低云中断的风险来提高客户满意度。在本文中,我们将分享我们的解决方案架构、实施说明以及在监控系统发展过程中出现的最佳实践。其他研究人员和从业人员可以利用它们来构建复杂系统的异常检测器。
2021-02-11 cs.DC cs.LG cs.SE
Containerisation for High Performance Computing Systems: Survey and Prospects
容器提高了应用程序部署的效率,因此在云计算和最近的高性能计算(HPC)环境中得到了广泛的应用。容器将复杂的程序及其依赖项封装在隔离的环境中,使应用程序更具兼容性和可移植性。通常,HPC系统具有比云系统更高的安全级别,这限制了用户自定义环境的能力。因此,HPC上的容器需要包含大量的库,这使得它们的大小相对较大。这些库通常针对硬件进行了专门优化,这会损害容器的可移植性。相反,云容器体积更小,更便携。此外,容器将受益于编排,便于大规模部署和管理容器。与HPC系统相反,云系统在实践中通常包含复杂的容器编排机制。尽管如此,一些解决方案,使容器编排HPC系统已被提出在最先进的状态。本文给出了一个调查和分类的努力,在容器化和编排策略的HPC系统。它强调了云和HPC之间的差异。最后,挑战进行了讨论,研究和工程的潜力进行了展望。
2022-12-16 cs.DC
Big Data Energy Systems: A Survey of Practices and Associated Challenges
本文综述能源系统大数据管理实践,分析传统及 NoSQL、云平台方案的局限,并探讨数据空间、P2P、区块链等技术在共享与合规中的机遇和挑战。
2025-07-25 cs.DB cs.DC