IFCIoT: Integrated Fog Cloud IoT Architectural Paradigm for Future Internet of Things
我们提出了一种新的集成雾云物联网（IFCIoT）架构范例，承诺提高性能，能源效率，降低延迟，更快的响应时间，可扩展性，以及更好的本地化精度为未来的物联网应用。雾节点（例如，边缘服务器、智能路由器、基站）从各种IoT设备接收计算卸载请求和感测数据。为了提高应用程序的性能，能源效率和实时响应能力，我们提出了一个可重构和分层的雾节点（边缘服务器）架构，分析应用程序的特性和重新配置的架构资源，以更好地满足峰值工作负载的需求。提出的雾节点架构的层包括应用层、分析层、虚拟化层、重配置层和硬件层。分层架构促进雾计算范例的抽象和实现，雾计算范例在本质上是分布式的，并且其中多个供应商（例如，应用、服务、数据和内容提供方）。我们还详细阐述了IFCIoT架构的潜在应用，如智慧城市、智能交通系统、本地化天气地图和环境监测，以及实时农业数据分析和控制。
2017-01-30 cs.DC
The Architectural Implications of Microservices in the Cloud
云服务最近经历了从单体应用到微服务的转变，数百或数千个松散耦合的微服务组成了端到端应用。在优化服务质量（QoS）和云利用率时，微服务既带来了机遇，也带来了挑战。在本文中，我们将探讨云微服务对系统瓶颈和数据中心服务器设计的影响。我们首先介绍并描述了一个使用数十种流行的开源微服务构建的端到端应用程序，该应用程序实现了电影租赁和流媒体服务，并且是模块化和可扩展的。然后，我们使用端到端服务来研究微服务的可扩展性和性能瓶颈，并强调它们对数据中心硬件设计的影响。具体来说，我们重新审视了在微服务背景下关于强壮内核与软弱内核的长期争论，我们量化了它们引入的I-cache压力，并测量了在RPC上微服务之间的计算与通信所花费的时间。随着越来越多的云应用程序切换到这种新的编程模型，重新审视我们以前用于构建和管理云系统的假设变得越来越重要。
2018-05-25 cs.DC
Big Data Analytics-Enhanced Cloud Computing: Challenges, Architectural Elements, and Future Directions
云计算的出现使得弹性容量的动态配置成为可能。云数据中心包含数千台物理服务器，托管数量级更多的虚拟机，这些虚拟机可以按需分配给按需付费的用户。然而，并非所有系统都能够通过添加更多虚拟机来扩展。因此，即使对于可扩展的系统，也必须提前规划工作负载，而不是使用纯粹的反应式方法。考虑到生成实时的监控信息的现代云基础设施的规模，以及操作系统和应用程序生成的所有信息，这些数据带来了大数据方法所解决的数量、速度和多样性问题。在本文中，我们研究如何利用大数据分析有助于增强云计算环境的操作。我们讨论了大数据分析在云中的各种应用，通过大数据分析增强云操作的开放问题，以及云异常检测和预防的架构以及未来的研究方向。
2015-10-22 cs.DC
Empirical Analysis of Cloud-Edge Infrastructure Complexity: Practitioner Pain Points and Architectural Directions
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）
本文通过对86家机构101次访谈的实证分析，明确云边部署复杂、上手难是核心痛点，提出四类架构方向，指出分布式计算的主要障碍是基础设施复杂性，高级抽象可缓解该问题。
2026-08-11 cs.DC
Cost-Efficient Orchestration of Containers in Clouds: A Vision, Architectural Elements, and Future Directions
本文提出了一个架构框架，在云环境中的容器的有效编排。它围绕资源调度和重新调度策略以及自动缩放算法，使创建弹性虚拟集群。通过这种方式，所提出的框架使得能够在封装在容器中的不同客户端应用之间共享计算环境，包括Web服务、离线分析作业和后端预处理任务。所设计的资源管理算法和策略将提高可用虚拟资源的利用率，以降低提供商的运营成本，同时满足各种类型的应用程序的资源需求。所提出的算法将考虑以前被其他解决方案忽略的因素，包括1）获取资源的定价模型，2）应用程序的容错性，以及3）运行应用程序的QoS要求，如Web服务的延迟和吞吐量以及分析和预处理作业的截止日期。建议的解决方案将通过开发一个基于现有容器编排平台的原型平台进行评估。
2018-07-10 cs.DC
An Architectural Approach to Creating a Cloud Application for Developing Microservices
云计算是一种新的范式，为新的方法和标准铺平了道路。架构风格正在不断发展，以响应云的需求。近年来，微服务已成为可扩展、快速发展的云应用程序的首选架构风格。微服务的采用损害了越来越多被淘汰的单一结构，这是业务架构中最重要的发展之一。云原生架构使微服务系统部署更具生产力，适应性和成本效益。无论如何，许多公司已经开始从一种类型的架构过渡到另一种类型的架构，尽管这仍然处于早期阶段。本文的主要目的是更好地了解如何通过开发云应用程序来设计微服务，以及当前的微服务趋势，微服务研究的原因，新兴标准和未来的研究差距。软件工程的研究人员和从业人员可以使用这些数据来了解SOA和云计算的最新发展。
2022-10-07 cs.DC cs.NI
An API for Development of User-Defined Scheduling Algorithms in Aneka PaaS Cloud Software: User Defined Schedulers in Aneka PaaS Cloud Software
云计算已经发展为基于签署的服务水平协议和按使用付费模型向最终用户提供按需资源的突出范例之一。云计算使用多租户架构提供资源，其中基础设施从多个或单个地理分布式云计算中心生成。将云应用请求调度到云基础设施是云计算的主要研究领域之一。研究人员已经开发了许多调度应用程序，他们使用了市场上可用的不同模拟器，如CloudSim。与仿真软件相比，任何调度算法在应用于实时的云环境时的性能将是不同的。Aneka是一个著名的PaaS软件，它允许用户使用各种编程模型和强调基础设施来开发云应用程序。在本章中，调度API是在Aneka软件平台上开发的，它可以很容易地与Aneka软件集成。用户可以使用该API开发自己的调度算法，并将其与Aneka软件集成，以便在真实的云环境中测试其调度算法。拟议的API提供了所有必要的功能，以便将私有云、公共云或混合云与Aneka软件集成和调度。
2019-04-06 cs.DC
A Reference Architecture and Modelling Principles for Architectural Stability based on Self-Awareness: Case of Cloud Architectures
随着对软件依赖的增加，迫切需要设计长寿的软件。由于体系结构对软件的生命周期和所提供的服务质量有着深远的影响，因此稳定的体系结构是重要的资产。体系结构的稳定性往往反映了系统在支持持续变化而不逐步淘汰方面的成功。稳定性的\textit{behavioural}方面对于无缝操作是必不可少的，以持续保持质量需求的稳定，并防止体系结构的漂移和逐步淘汰。在本文中，我们介绍了一个参考体系结构和模型的稳定性。具体来说，我们利用自我意识原则和运行时目标建模来显式地支持架构稳定性。为了说明适用性和评估所提出的方法，我们考虑云架构的情况。实验结果表明，我们的方法提高了效率的架构在保持预期的行为稳定运行时操作。
2019-12-11 cs.DC cs.SE
Architectural Partitioning and Deployment Modeling on Hybrid Clouds
混合云的想法正日益获得动力，因为它作为复杂软件系统的托管平台带来了独特的优势。然而，在混合托管变得普遍和渗透之前，需要克服几个挑战。一个主要问题是在架构上跨可行的云和非云部署选择的排列划分工作负载，以产生最适合的托管组合。另一个是预测交付这种有利的混合部署的工作量估计。在本文中，我们描述了一种启发式解决方案，以解决上述障碍，并根据寻求托管的工作负载的属性和特征，汇聚在理想的混合云部署架构上。接下来，我们将提出一个模型来表示这种混合云部署，并演示一种方法来估计实现和维持该部署所需的工作量。我们还通过跨越多个行业垂直领域的数十个案例研究来验证我们的模型，并记录了与软件系统的行业分组如何影响上述混合部署模型有关的结果。
2022-05-09 cs.DC cs.SE
Towards Decentralised Resilient Community Cloud Infrastructures
近年来出现了去中心化的趋势-从去中心化的网络到去中心化的网络基础设施（例如社区网络）。在这份立场文件中，我们提出了一个分散云服务基础设施的架构愿景。我们的愿景是在分散的访问基础设施（即社区网络）之上建立社区云基础设施的概念，使用从社区汇集的资源。我们的架构愿景考虑到了将当前最先进的虚拟化技术（如软件定义网络（SDN））集成到高度不可靠的社区基础设施中的一些基本挑战。我们提出的设计目标是将轻量级虚拟化和容错机制纳入体系结构，以确保足够的可靠性水平，以支持关键应用程序。
2017-09-22 cs.DC
Architectural Stability Reasoning using Self-Awareness Principles: Case of Self-Adaptive Cloud Architectures
随着对软件依赖的增加，迫切需要设计长寿的软件。由于体系结构对软件的生命周期和所提供的服务质量有着深远的影响，因此稳定的体系结构是重要的资产。体系结构的稳定性往往反映了系统在支持持续变化而不逐步淘汰方面的成功。稳定性的\textit{behavioural}方面对于无缝操作是必不可少的，以持续保持质量需求的稳定，并防止体系结构的漂移和逐步淘汰。在本文中，我们提出了一个框架，在运行时的稳定性推理，利用自我意识的原则。具体来说，我们采用运行时目标管理稳定性目标，在线学习的推理稳定的长期运行，和随机游戏管理相关的权衡。我们评估所提出的工作使用的情况下，云架构在运行时的高度动态。实验结果表明，在实现预期的行为稳定运行时操作的自我意识技术的效率。
2019-12-11 cs.DC cs.SE
Hyper Heterogeneous Cloud-based IMS Software Architecture: A Proof-of-Concept and Empirical Analysis
由3GPP定义的IP多媒体子系统（IMS）主要由电话供应商在供应商专用硬件上开发和部署。网络功能虚拟化（NFV）技术的最新进展为虚拟化硬件和电话功能弹性铺平了道路。因此，电信供应商已经开始接受云作为部署平台，通常选择特权虚拟化平台。运营商希望在其现有的IT云平台上部署电信功能。实现这种灵活性需要电信供应商采用允许在许多云平台甚至异构云平台上部署的软件架构。我们提出了一个分布式软件架构，使一个单一的软件版本部署在多个云平台，从而允许基于解决方案的部署。我们还提出了一个原型，我们开发的研究这种架构的特点。
2015-09-18 cs.DC
An Experimental Study of Load Balancing of OpenNebula Open-Source Cloud Computing Platform
云计算正在成为面向服务计算的可行的计算解决方案。有几个开源云解决方案可用于这些支持。开源软件栈提供了大量的可定制性，而无需支付巨额的许可费。因此，开源软件被广泛用于设计云，私有云也越来越多地以开源方式构建。与私有IaaS云相关的开源社区做出了许多贡献。OpenNebula -云平台是流行的私有云管理软件之一。然而，在现有的文献中，几乎没有做过系统地调查这种开源云解决方案的性能评估。性能评估有助于新的和现有的研究，工业和国际项目选择OpenNebula软件的工作。本文的目的是评估OpenNebula云管理软件的负载平衡性能。对于性能评估，OpenNebula云管理软件作为原型实施进行安装和配置，并在DIU云实验室进行测试。本文通过两组实验来验证OpenNebula云管理平台的负载均衡性能：（1）从OpenNebula云平台中删除和添加虚拟机（VM）;（2）在OpenNebula云平台中将物理磁盘映射到虚拟机（VM）。
2014-06-22 cs.DC
Towards Self-Improving Hybrid Elasticity Control of Cloud-based Software Systems
弹性是基于云的软件系统中的一种自适应形式，通常限于基础设施层，并通过自动扩展实现。但是，无论是被动式还是主动式的基础设施自动扩展，在单独使用还是一起使用时都有局限性。为了解决这些限制，我们提出了一种自我改进的混合弹性控制方法，它结合了（a）基础设施和软件弹性，以及（b）主动，被动和响应式决策。在基础设施层，资源是基于提前一步的工作负载预测而主动提供的，并且是基于观察到的工作负载变化而被动提供的。在软件层，响应于与预测工作负载的短暂的微小偏差，激活或停用功能。所提出的方法可以在基于云的软件系统中实现更好的性能感知和成本效益的资源管理。我们通过部分实现和模拟真实世界的数据集来验证我们的方法。
2020-10-15 cs.DC
Workload Classification & Software Energy Measurement for Efficient Scheduling on Private Cloud Platforms
目前，为基于私有云的数据中心创建节能工作负载调度程序存在许多障碍。首先，必须研究不同工作负载和功耗之间的关系。其次，当前用于提供能量使用统计的基于硬件的解决方案不适合于仓库规模的数据中心，其中低成本和可扩展性是期望的属性。在本文中，我们讨论了私有云平台中不同工作负载对服务器功耗的影响。当服务器被赋予支配各种资源（CPU、内存、硬盘和网络）的任务时，我们显示出明显的能耗差异。然后，我们使用这种洞察力来开发CloudMonitor，这是一种软件实用程序，在开发动态功耗模型的“训练阶段”之后，能够通过监视工作负载的资源消耗来进行>95%的准确功耗预测。
2011-05-12 cs.DC
Teaching cloud computing: a software engineering perspective
这篇简短的论文从软件工程而非业务角度讨论了云计算教学的问题。它讨论了云软件工程高级课程可能涉及的主题。
2012-09-05 cs.DC cs.SE
A Semantic Model for Audit of Cloud Engines based on ISO/IEC TR 3445:2022
本文提出一种机器可读的云引擎语义模型，通过整合 ISO/IEC 架构与安全合规标准，将云系统分解为四个规范接口并映射安全机制，支持自动化合规验证，推进了云安全建模与可审计性。
2025-10-09 cs.CR cs.DC
Software Licensing in the Cloud Age
云计算代表了信息系统架构的重大转变，结合了新的部署模式和新的业务模式。快速配置、弹性扩展和计量使用是云服务的基本特征，它们需要具有这些相同特征的云资源。当云服务依赖于商业软件时，该软件的许可证成为云管理的另一种资源。本文探讨了常见的许可模型，包括开源，以及它们在云服务模型中的作用。它讨论了创造性的、新的、以云为中心的许可模式，以及它们如何使提供商在合作伙伴和客户向云过渡时保持和扩大其收入流。本文最后确定了实现标准化、云友好型许可模式的后续步骤。
2014-01-21 cs.CY cs.DC
Cultivating Software Performance in Cloud Computing
云计算的性能指标很多，包括工作负载性能、应用程序放置、软硬件优化、可扩展性、容量、可靠性、敏捷性等，本文考虑联合优化云中软件应用的性能。挑战在于将各种原始数据转换为整洁的数据格式，基于时间戳统一来自多个系统的性能数据，以及评估处理后的性能数据的质量。即使在验证了云性能数据的质量之后，优化云计算仍然面临着额外的挑战。本文从计算环境、数据汇集、性能分析和生产环境等方面分析了云计算面临的挑战。
2016-11-22 cs.DC cs.PF
Architectural Patterns for the Design of Federated Learning Systems
CSIRO（联邦科学与工业研究组织）；University of New South Wales（新南威尔士大学）
联邦学习已经受到学术界和工业界的快速增长的兴趣，以解决机器学习中的数据饥饿和隐私挑战。联邦学习系统可以被视为具有不同组件和利益相关者的大规模分布式系统，因为许多客户端设备参与联邦学习。设计一个联邦学习系统需要软件系统设计思维，而不需要机器学习知识。尽管人们从机器学习技术的角度对联邦学习进行了大量的研究，但在构建联邦学习系统时，软件体系结构设计的问题却被忽略了。因此，在本文中，我们提出了一个架构模式的集合，以处理联邦学习系统的设计挑战。在软件架构设计期间，架构模式为给定上下文中经常出现的问题提供了可重用的解决方案。所提出的模式是基于系统的文献综述的结果，包括三个客户端管理模式，四个模型管理模式，三个模型培训模式，和四个模型聚合模式。这些模式与联邦学习模型生命周期中的特定状态转换相关联，作为在联邦学习系统设计中有效使用模式的指导。
2021-06-18 cs.DC cs.LG cs.SE
ConfEx: A Framework for Automating Text-based Software Configuration Analysis in the Cloud
现代云服务具有复杂的架构，通常包含许多软件组件，并依赖于数百个配置参数来正确，安全和高性能地运行。由于开源软件的流行，开发人员可以轻松地使用第三方软件部署服务，而无需掌握该软件的配置。结果，配置错误（即，配置错误）是服务中断和中断的主要原因之一。虽然现有的云自动化工具简化了服务部署和管理的过程，但对检测云中错误配置的支持尚未得到彻底解决，这可能是由于缺乏适合对非标准化配置文件进行一致解析的框架。本文介绍了ConfEx，一个框架，使发现和提取基于文本的软件配置在云中。ConfEx使用一种新颖的基于词汇表的技术来识别云系统实例中具有未标记内容的配置文件。为了提取这些文件中的信息，ConfEx利用现有的配置解析器并对提取的数据进行后处理以进行分析。我们发现，ConfEx在识别7805个流行Docker Hub镜像上的配置文件时，实现了超过99%的准确率和100%的召回率。使用两个应用示例，我们证明了ConfEx还可以通过现有的工具检测云中的错误配置，这些工具是为表示为键值对的配置而设计的，在公共Docker Hub映像中发现了184个错误。
2020-08-31 cs.DC cs.SE
Scalable Systems and Software Architectures for High-Performance Computing on cloud platforms
本文针对HPC应用规模增长带来的架构需求，综述本地HPC架构及构建挑战，研究云平台可扩展HPC系统的设计原则、挑战与趋势，为云HPC可扩展方案提供洞见。
2024-08-18 cs.DC cs.PF
Securing Software as a Service Model of Cloud Computing: Issues and Solutions
毫无疑问，云计算已经成为当今IT行业的流行语。看看它对众多商业应用程序以及我们日常生活的潜在影响，可以肯定地说，这种颠覆性技术将继续存在。使云计算具有吸引力的许多功能不仅挑战了现有的安全系统，而且还揭示了新的安全问题。本文在对云计算安全问题进行深入调研的基础上，对云计算安全问题的现状进行了深入分析。最后，对云计算的软件即服务（SaaS）模式下的安全问题进行了分析，并提出了未来的安全研究方向。
2013-09-10 cs.CR cs.DC
An Approach for Parallel Genetic Algorithms in the Cloud using Software Containers
遗传算法（GAs）是解决困难优化问题的一种强有力的技术。然而，可伸缩性问题可能会阻止它们应用于现实世界的问题。利用云中的并行GA可能是一种经济实惠的方法，可以获得时间效率高的解决方案，这些解决方案可以受益于云的吸引人的功能，例如可扩展性，可靠性，容错性和成本效益。然而，分布式计算很容易造成相当大的通信开销，使遗传算法分布在一个按需的方式是不平凡的。在本文中，我们提出了一种方法来分布气体使用全球并行化模型，利用软件容器和他们的云编排，以控制通信开销和支持气体开发人员在建设和部署并行气体在云中，我们提出了一种方法。我们还设计了一个概念性的工作流程，以DevOps的方式涵盖了从资源分配到实际部署和执行的每个云GA分发阶段。
2016-06-22 cs.DC cs.NE
Architectural Vision for Quantum Computing in the Edge-Cloud Continuum
TU Vienna（维也纳工业大学）；University of Stuttgart（斯图加特大学）
本工作提出边缘-云连续体中的量子计算架构，通过热启动工作流和混合经典-量子神经网络推理引擎，利用分布式异构资源，并验证了扩展经典方法集成量子电路以提高解决方案质量的可行性。
2023-05-09 cs.DC cs.LG quant-ph
