Availability Modeling for Blockchain Provisioning in Private Clouds
本文针对私有云中基于 Hyperledger Fabric 的区块链基础设施提出可用性分析模型，并通过案例研究发现背书策略会导致添加节点反而降低总体可用性，为技术迁移决策提供依据。
2025-03-10 cs.DC
Cloud Uptime Archive: Open-Access Availability Data of Web, Cloud, and Gaming Services
针对云服务可靠性认知不足问题，提出含多视角故障报告的云正常运行时间数据标准存储库，对比现有数据并分析故障特征，通过模拟实验验证故障跟踪对容错机制的影响，最终开源相关数据与工具。
2025-04-13 cs.DC
FASTEN: Towards a FAult-tolerant and STorage EfficieNt Cloud: Balancing Between Replication and Deduplication
针对云存储中冗余保障高可用性与重复数据删除节省空间之间的矛盾，提出分布式方案 FASTEN，通过最优分散数据子集实现容错并保持冗余，实验证明其在低成本、审计和去重性能上优于现有系统。
2023-12-13 cs.DC
SpotVista: Availability-Aware Recommendation System for Reliable and Cost-Efficient Multi-Node Spot Instances
Hanyang University（汉阳大学）
SpotVista利用公开数据集推荐可靠且成本高效的多节点Spot实例，通过分析多节点可用性行为建立推荐方法，在多区域设置中实现81.28%的可用性提升和2.84%的成本节约。
2026-04-27 cs.DC
Towards Models for Availability and Security Evaluation of Cloud Computing with Moving Target Defense
安全性是云计算中最相关的问题之一。随着网络安全威胁的演变，开发创新技术来阻止攻击至关重要。最近一种提高云计算安全性的方法是移动目标防御（MTD）。MTD利用虚拟化环境中的动态重新配置来“迷惑”攻击者或使他们对系统状态的了解无效。然而，当在云计算上使用MTD时，仍然没有统一的机制来评估可用性和安全性之间的权衡。通过测量进行评估是复杂的，因为需要处理意外事件，如故障和攻击。为了克服这一挑战，我们打算提出一组模型来评估MTD在云计算环境中的可用性和安全性。预期结果包括不同条件下可用性和安全级别的量化（例如，不同的软件老化率、不同的工作负载、不同的攻击强度）。
2019-09-03 cs.CR cs.DC cs.PF
Availability Analysis of Redundant and Replicated Cloud Services with Bayesian Networks
针对现代数据中心故障频发问题，本文提出用贝叶斯网络同时建模基础设施与通信故障，评估大规模冗余和复制云服务的可用性，并引入高层建模形式自动构建网络，经性能评估验证其可行性。
2023-06-23 cs.DC cs.SE
Towards a More Reliable and Available Docker-based Container Cloud
操作系统级虚拟化技术，或者说是通常所说的容器，代表了下一代轻量级虚拟化，主要以Docker为代表。然而，Docker目前的设计并没有补充基于Docker的容器云产品的SLA，这些产品承诺了可靠性和高可用性。容器和Docker守护进程之间的紧密耦合在守护进程由于故障或升级而不可用期间对容器的恢复是致命的。我们提出了HYDRONIC的设计和实现，它从根本上隔离了运行守护进程的容器。我们的评估表明，HYDRONIC即使在负载下也只会产生适度的开销，同时实现更高的容器可用性。
2017-08-28 cs.DC
Deployment Archetypes for Cloud Applications
这是一篇调查论文，探讨了云应用程序的六种基于云的部署原型，以及它们之间的权衡，以实现高可用性，低最终用户延迟和可接受的成本。这些是（1）区域，（2）区域，（3）多区域，（4）全球，（5）混合和（6）多云部署原型。目标是将云应用程序分类为一组部署原型和部署模型，这些原型和模型在可用性、延迟和地理限制方面权衡其需求，重点是服务应用程序。这使应用程序所有者能够更好地检查每个部署模型的权衡以及实现其应用程序的可用性和延迟目标所需的内容。
2022-02-22 cs.DC cs.NI
Notes on Cloud computing principles
这封信提供了一个基本的分布式系统和经济云计算原则的审查。这些原则经常在其各自的领域中使用，但它们之间的相互依存关系往往被忽视。考虑到云计算首先是一种新的商业模式，一种销售计算资源的新模式，通过统一对待这些概念来促进对这些概念的理解。在这里，我们回顾一些最重要的概念以及它们之间的关系。
2015-04-28 cs.DC
Distributed Application Provisioning over Ethereum based private and permissioned Blockchain: Availability modeling, capacity, and costs planning
本文针对基于以太坊的私有和许可区块链上的分布式应用部署问题，提出并评估可用性及面向容量的可用性模型，分析服务交付成本，所得结果也适用于其他区块链平台。
2025-02-14 cs.DC
Cooperative Graceful Degradation In Containerized Clouds
针对云环境缺乏兼顾应用可用性的优雅降级机制的问题，提出基于容器关键性标签的对角扩缩容策略，设计Phoenix系统实现协同优雅降级，可大幅提升大规模故障下关键服务可用性，并配套开源基准测试框架AdaptLab。
2024-12-16 cs.DC cs.NI
On Optimizing Replica Migration in Distributed Cloud Storage Systems
随着大规模互联网服务和大数据的广泛采用，云已经成为满足不断增长的存储需求的理想环境，这要归功于其看似无限的容量，高可用性和更快的访问时间。在这种情况下，数据复制被吹捧为提高数据可用性和减少访问时间的最终解决方案。然而，副本放置系统通常需要随着时间的推移在数据中心之间和数据中心内迁移和创建大量的数据副本，在网络负载和可用性方面产生了很大的开销。本文提出了一种有效的分布式云存储迁移方案CRANE。CRANE通过有效地管理地理分布式基础设施中的副本创建来补充任何副本放置算法，通过（1）最小化将数据复制到新副本位置所需的时间，（2）避免网络拥塞，以及（3）确保数据的最小可用性。我们的研究结果表明，与swift（用于管理数据存储的OpenStack项目）相比，CRANE能够最大限度地减少高达30%的副本创建时间和25%的数据中心间网络流量，同时确保数据的最低可用性。
2015-09-04 cs.DC cs.NI
An Elastic Middleware Platform for Concurrent and Distributed Cloud and MapReduce Simulations
云计算研究涉及大量的实体，如用户、应用程序和虚拟机。由于这些资源的访问受限且可用性经常变化，研究人员将其原型在模拟环境中进行测试，而不是在真实的云环境中。CloudSim和EmuSim等现有云模拟环境按顺序执行，可以创建更先进的云模拟工具来扩展它们，利用最新技术以及研究实验室中多核计算机和集群的可用性。虽然计算已经随着多核编程、MapReduce范式和中间件平台而发展，但云和MapReduce模拟仍然无法利用这些发展本身。这项研究开发了Cloud2Sim，它试图填补模拟和他们试图模拟的实际技术之间的差距。首先，Cloud2Sim通过扩展CloudSim云模拟器，使用Hazelcast内存中的键值存储，提供了一个并发的分布式云模拟器。然后，它还提供了一个快速评估Hazelcast和Infinispan的MapReduce实现，自适应地将执行分布到一个集群，提供模拟MapReduce执行的方法。动态缩放器解决方案根据负载将云和MapReduce模拟扩展到运行Hazelcast和Infinispan的多个节点。分布式执行模型和自适应缩放解决方案可以作为多租户部署的通用自动缩放中间件。
2016-01-15 cs.DC
Resource Availability in the Social Cloud: An Economics Perspective
本文重点研究了社会云的形成，其中代理人参与了一个基于封闭性的条件资源共享，并建立自己的资源共享网络。本文件的目标是：（1）研究了Agent的链接添加和删除决策对其局部和全局资源可用性的影响，（2）分析了溢出效应，即一对Agent之间的链接添加对其他Agent效用的影响，（3）研究了Agent的亲密度在确定这些Agent在网络中经历何种类型的溢出效应中的作用，以及（4）对代理的选择进行建模，所述代理建议他们想要在社交云中与谁添加链接。调查结果包括以下内容。首先，代理的链接添加（删除）的决定增加（减少）他们的本地资源的可用性。然而，这些意见并不适用于全球资源供应情况。其次，在连通网络中，代理人会经历正溢出效应或负溢出效应，不存在没有溢出效应的情况。当且仅当网络是断开连接的，并且由两个以上的组件（子网络）组成时，代理人没有观察到溢出效应。此外，如果由于新添加的链接而导致代理（不参与链接添加）的接近度没有变化，则代理会经历负溢出效应。虽然为了获得积极的溢出效应，必须增加代理人之间的密切程度，但这一条件并不充分。通过关注参数，如接近度和最短距离，我们提供的条件下，代理选择添加链接，以最大限度地提高其资源的可用性。
2021-01-30 cs.DC cs.GT econ.GN
An Ensemble Mobile-Cloud Computing Method for Affordable and Accurate Glucometer Readout
Technical University of Munich（慕尼黑工业大学）；Sharif University of Technology（谢里夫理工大学）
尽管在开发用于定期监测血液特性的先进无线医疗设备方面做出了必要的努力，但在许多国家，许多这样的设备对于每个人来说都是不可用的或负担不起的。或者使用普通设备，患者应该手动将数据记录到移动健康监测中。它会导致几个问题：（1）据报道，客户倾向于输入不切实际的数据;（2）每天多次输入值令人烦恼，并导致客户离开移动应用程序。因此，迫切需要使用现在无处不在的智能手机，通过从医疗设备屏幕捕获图像并自动提取有用信息来减少错误。然而，在其发展过程中存在一些挑战：（1）数据稀缺导致了不切实际的方法，其准确性非常低：据我们所知，在这种情况下只有小数据集可用;（2）准确性-可用性权衡：可以在移动电话上执行不太精确的算法以保持较高的可用性，或者可替换地在云上部署更精确和更计算密集的算法，然而，代价是在连接性差/没有连接性的情况下可用性较低。我们提出了一个集成学习算法，移动云计算服务架构，和一个简单的压缩技术，以实现更高的可用性和更快的响应时间，同时提供更高的准确性，通过集成云和移动端的预测。此外，我们提出了一种算法来生成合成训练数据，这有助于利用深度学习模型来提高准确性。我们提出的方法实现了三个主要目标：（1）在两个不同数据集上的准确率分别为92.1%和97.7%，将以前的方法提高了40%，（2）将所需带宽减少了45倍，准确率下降了1%，（3）与仅移动，仅云，拆分计算和早期退出服务模型相比，提供了更好的可用…
2023-01-04 cs.CV cs.DC
A Critical Note on Social Cloud
社交云的概念已经成为社交网络环境中的资源共享范例。毫无疑问，最先进的社交云系统展示了社交云作为其他计算模式（如云、网格、点对点和志愿者计算）的补充的潜力。然而，在本文中，我们对社交云文献进行了批判性调查，并得出结论，这些初步的努力未能提供社交云的一般框架，也未能显示社交云的独特性。这份简短的说明揭示了社交云的概念，资源定义，资源共享和分配机制，以及其应用和利益相关者的显着差异。这项研究是一种尝试，以表达需要一个通用的框架的社会云，它可以结合各种意见和资源共享设置中讨论的文献。
2021-01-29 cs.DC cs.SI
Uptime-Optimized Cloud Architecture as a Brokered Service
企业工作负载通常需要一个可扩展的服务水平协议（SLA），如果出现延误，则会受到合同惩罚。通常，策略是引入临时HA（高可用性）机制作为响应。我们调查过的已实现解决方案并没有将其可用性模型数学映射到所需的SLA和任何预期的惩罚性支出。在我们观察到的大多数客户案例中，这要么导致了一个过度设计的解决方案，其冗余超过了所需的冗余，要么导致了一个不适当的解决方案，可能会在合同中规定的系统SLA上滑动。在本文中，我们提出了一个由模型支持的框架，以自动确定具有最小TCO（总拥有成本）的HA启用解决方案，对于给定的SLA和滑点惩罚。我们试图确定，我们的工作最好是作为一个代理服务来实现，该服务推荐一个优化运行时间的云架构。
2022-05-11 cs.DC
Cloud Scheduler: a resource manager for distributed compute clouds
云结构即服务（IaaS）计算云的可用性使研究人员能够访问大量新资源，以运行复杂的科学应用程序。然而，将云资源用于大量工作需要大量的努力和专业知识。为了使研究人员能够简单透明地部署他们的应用程序，我们开发了一个用于分布式计算云的虚拟机资源管理器（Cloud Resource Manager）。云服务器会响应用户的作业提交来引导和管理用户自定义的虚拟机。我们描述了云计算的动机和设计，并介绍了其在科学和商业云上的使用结果。
2010-06-30 cs.DC
The Cloud's Cloudy Moment: A Systematic Survey of Public Cloud Service Outage
服务可用性不足是采用云计算时的首要问题。人们认识到，大规模互联网服务不可能实现零停机时间。然而，通过从以前和其他人的错误中学习，云供应商可以最大限度地减少未来停机的风险，或者至少保持停机时间较短。为了便于云提供商总结经验教训，我们对公共云服务中断事件进行了系统调查。本文报告了这次调查的结果。除了一组调查结果，我们的工作通过对中断根本原因进行分类，生成了一个经验教训框架。该框架可以反过来用于安排中断教训，供云提供商参考。通过纳入潜在的新根源，这一经验教训框架将在我们今后的工作中顺利扩大。
2013-12-23 cs.DC
A Self-Healing and Fault-Tolerant Cloud-based Digital Twin Processing Management Model
本文提出自愈与容错的云数字孪生处理管理模型SF-DTM，结合SimiFed联邦学习进行资源估计并利用频繁序列易故障模式分析优化虚拟机分配，有效提升了系统可用性、MTBF并降低了MTTR。
2025-05-02 cs.DC
Building Resilient Cloud Over Unreliable Commodity Infrastructure
云计算已经成为一种成功的计算范例，用于有效地利用诸如与高速网络连接的高速机架式服务器和可靠的存储等受管计算基础设施。通常，这种基础设施是专用的，物理安全的，并具有可靠的电力和网络基础设施。然而，我们的大部分闲置计算能力存在于非托管基础设施中，如闲置的台式机、实验室机器、物理上遥远的服务器机器和笔记本电脑。我们提出了一个计划，利用这个闲置的计算能力上尽最大努力的基础上，并提供高可用性，即使在面对个别组件或设施的故障。我们在商用基础设施上运行虚拟机，并向最终用户提供云界面。主要的挑战是在出现节点故障、网络故障和电源故障时保持可用性。我们在地理上分散的物理机器上冗余地运行虚拟机（VM）的多个副本以实现可用性。如果虚拟机的一个运行副本出现故障，我们可以无缝地切换到另一个运行副本。我们使用虚拟机记录/重放功能来实现这种冗余和重复性。在目前的进展中，我们已经实现了Linux/KVM上的单处理器机器的VM记录/重放，目前正在共享内存多处理器机器上进行VM记录/重放。我们报告的初步实验结果，我们的实施的基础上。
2012-08-31 cs.DC cs.OS
Migrating to Cloud-Native Architectures Using Microservices: An Experience Report
近年来，迁移到云一直是工业界和学术界的热门话题。尽管云提供了许多好处，例如高可用性和可扩展性，但大多数内部部署应用程序架构还没有准备好充分利用这种环境的好处，并且使它们适应这种环境是一项重要的任务。微服务最近作为云原生的新颖架构风格出现。这些云原生架构可以促进迁移本地架构，以充分受益于云环境，因为非功能属性，如可扩展性，是这种风格所固有的。现有的云迁移方法大多没有将云原生架构视为其一等公民。因此，最终产品可能无法满足迁移的主要驱动因素。在本文中，我们打算报告我们在一个正在进行的项目中学到的经验和教训，该项目将单片内部部署软件架构迁移到微服务。我们得出的结论是，微服务不是一个适合所有人的解决方案，因为它给系统带来了新的复杂性，在采用这种风格之前，应该考虑许多因素，例如分布复杂性。但是，如果在可伸缩性和可用性方面需要高度灵活性的环境中采用，它可以提供其承诺的好处。
2015-07-29 cs.DC cs.SE
A Reliable and Cost-Efficient Auto-Scaling System for Web Applications Using Heterogeneous Spot Instances
云提供商通过类似拍卖的机制在市场上出售其闲置容量，以增加投资回报。通过这种方式出售的实例称为现货实例。尽管现货实例通常比按需实例便宜90%，但当它们的投标价格低于市场价格时，它们可以被提供商终止。因此，它们主要用于提供容错应用程序。在本文中，我们将探讨如何利用现货实例提供Web应用程序，这通常被认为是可用性关键。我们的想法是利用不同类型的Spot实例之间的价格差异，以实现高可用性和显著的成本节约。首先，我们提出了一个容错模型的Web应用程序提供的现货实例。在此基础上，我们为按小时计费的云市场设计了新颖的自动扩展策略。我们在用于可重复验证的模拟测试平台和Amazon EC2上实现了建议的模型和策略。在仿真实验平台和真实平台上的实验结果表明，该方法在保证响应时间和可用性的前提下，可以大大降低资源开销，并获得满意的服务质量（QoS）。
2016-03-07 cs.DC
Building Castles in the Cloud: Architecting Resilient and Scalable Infrastructure
本文面向高可用、安全且可扩展的云架构需求，综述容错、备份、负载均衡及微服务等设计策略，并给出最佳实践指南。
2024-10-29 cs.DC cs.SE
Case study of SARS-CoV-2 transmission risk assessment in indoor environments using cloud computing resources
复杂的流模拟通常在HPC集群上执行。然而，HPC资源的有限可用性和在传统超级计算机基础设施上执行的陡峭学习曲线引起了人们对在云上部署流模拟软件的关注。我们展示了一个复杂的计算框架-可以评估COVID-19在各种室内教室场景中的传播风险-可以抽象并部署在云服务上。这种基于云的个性化规划工具的可用性可以使教育机构、医疗机构、公共部门工作人员（法院、警察局、机场等），以及其他实体来综合评估各种面对面交互场景的传输风险。我们利用Dendro-kT网格生成工具和PETSc求解器将模拟框架部署在Azure云框架上。云抽象由RocketML云基础设施提供。我们将云计算机器的性能与最先进的HPC机器TACC Frontera进行了比较。我们的研究结果表明，基于云的HPC资源是一个可行的战略，为不同的最终用户快速，高效地部署仿真软件。
2021-11-17 cs.CE cs.CY cs.DC
Confidential Consortium Framework: Secure Multiparty Applications with Confidentiality, Integrity, and High Availability
针对云环境下多方应用难以同时保证机密性、完整性和高可用性的问题，提出机密联盟框架（CCF），结合集中计算与去中心化信任，利用可信执行环境和不可变账本，支持透明治理和自定义应用逻辑，实现安全有状态应用。
2023-10-17 cs.CR cs.DC
Comparative Review of Cloud Computing Platforms for Data Science Workflows
凭借云计算在平台即服务、软件即服务和基础设施即服务方面提供的优势，数据工程师和数据科学家能够利用云计算满足其ETL/ELT（提取、转换和加载）和ML（机器学习）需求和部署。用于数据科学工作流程的云计算平台比较审查的拟议框架使用了层次分析法、Saaty的绝对数字基本尺度和相关评价标准的选择（即：自动化、错误处理、容错、性能质量、单元测试、数据加密、监控、基于角色的访问、安全性、可用性、易用性，集成和互操作性）。该框架使用户能够评估与用于数据科学工作流的云平台有关的标准，并且还能够基于上述标准的相对重要性推荐哪个云平台适合用户。对标准的评估是一致的，因此根据云服务提供商或云平台选择的目标对标准进行加权是明智的。拟议的框架足够强大，可以适应标准和替代方案的变化，这取决于用户云平台的要求和云平台选择的范围。
2022-08-30 cs.DC
AIOps for a Cloud Object Storage Service
随着对无处不在的IT系统和服务的日益依赖，这些系统变得更加全球化、规模化和操作复杂。为了保持业务的可行性，IT服务提供商必须提供可靠且具有成本效益的运营支持。IT运营人工智能（AIOps）是一种很有前途的技术，可用于减轻IT系统和服务的运营复杂性。AIOps平台利用大数据、机器学习和其他先进的分析技术，通过主动可操作的动态洞察来增强IT运营。在本文中，我们分享了将AIOps方法应用于生产云对象存储服务的经验，以获得对系统行为和健康状况的可操作见解。我们描述了一个真实的生产云规模服务及其运营数据，展示了我们创建的AIOps平台，并展示了它如何帮助我们解决运营痛点。
2020-05-06 cs.DC
Taurus Database: How to be Fast, Available, and Frugal in the Cloud
本文提出多租户云数据库 Taurus，通过计算与存储分离、新颖复制恢复算法、单跳关键路径和仅追加存储，在更少副本下提升可用性、性能与快照效率。
2024-12-03 cs.DB cs.DC
Improved 3-Dimensional Security in Cloud Computing
云计算是信息技术领域中的趋势技术，因为它允许通过网络共享资源。云计算之所以如此迅速地受到关注，是因为它的性能、可用性和低成本等特性。除了这些功能，由于担心数据泄露，公司仍然避免将其业务与云计算绑定。本文的重点是数据泄漏问题。它提出了一个分两个阶段运作的框架。第一阶段包括在存储数据之前执行的数据加密和分类。在这个阶段，客户端可能希望在上传之前加密他的数据。加密后，使用三个参数对数据进行分类，即机密性[C]，完整性[I]和可用性[A]。借助该算法，计算出数据的关键度等级（Cr）。根据Cr，将在本文提出的3个维度的基础上提供安全性。第二阶段由客户端的数据检索组成。根据3D的概念，想要访问其数据的用户需要进行身份验证，以避免数据泄露。在每次访问数据之前，都要验证用户的身份以进行授权。在用户被授权进行数据访问之后，如果数据被加密，则用户可以解密该数据。
2014-04-07 cs.CR cs.DC cs.NI
Application of Google Cloud Platform in Astrophysics
Google提供的新云平台的可用性促使我们提出了九个概念验证（Proof of Concepts，缩写为EAI），旨在展示和测试平台在科学驱动的任务和要求背景下的功能。我们通过展示我们在Google Cloud Platform上实施的9个成功关闭的云服务中的3个来回顾我们的计划的状态。特别是，我们说明了一个云架构，用于将科学软件部署为微服务，将Google Compute Engine与Docker和Pub/Sub耦合，以调度高度并行的模拟。我们还详细介绍了基于HPC的模拟和工作流执行的数据简化管道（TNG-GIANO-B光谱仪）部署在GCP上的实验。我们将我们的经验与现场设施进行比较和对比，比较总拥有成本和达到的性能方面的优势和劣势。
2019-03-08 astro-ph.IM cs.DC
Managing Clouds in Cloud Platforms
管理云服务是当今虚拟化环境中的一项根本挑战。云服务的提供商和消费者同样面临这些挑战。在支持移动云的虚拟化环境中，这个问题变得更具挑战性。云计算平台（如Amazon EC2）以低成本为客户提供灵活的按需资源。但是，它们无法提供许多客户可能需要的无缝基础设施管理和监控功能。例如，Amazon EC2并不完全支持云服务自动发现，它需要一组私有的身份验证凭据。另一方面，Salesforce.com不提供对其底层系统的监视访问。此外，这些系统无法提供对不支持代理的异构和遗留系统的基础设施监控。在这项工作中，我们探讨如何建立一个云管理系统，结合异构管理的虚拟资源和全面管理的物理设备。我们提出了一个自动化云管理和监控框架的初始原型。我们的最终目标是开发一个能够自动跟踪配置和关系的框架，同时提供完整的事件管理，测量性能和测试阈值，并一致地测量可用性。有了这样一个框架，运营商可以更快、更有效地做出更好的决策。
2010-08-29 cs.DC cs.NI
