-
题名基于帕累托最优的云资源调度研究
被引量：5
- 1
-
-
作者
边根庆
张文敬
邵必林
龚培娇
-
机构
西安建筑科技大学信息与控制工程学院
-
出处
《计算机工程与应用》
CSCD
2014年第19期70-73,共4页
-
基金
国家自然科学基金(No.61073196)
陕西省自然科学基础研究计划项目(No.2011JM8026)
陕西省教育厅自然科学专项基金项目(No.11JK0982)
-
文摘
针对在云环境中,服务资源在各用户间难以实现最优动态分配的问题,利用帕累托最优理论与粒子群优化算法相互结合应用于云计算模型中,对各种服务资源的效用进行最优化配置,最终使资源利用率达到一个最优的状态。通过CloudSim对云服务资源调度进行仿真实验,结果表明,采用帕累托最优算法优化后的云计算模型具有更好的系统性能,使得资源的调度和配置达到最优。
-
关键词
云计算
帕累托最优
服务资源
粒子群优化算法
-
Keywords
cloud computing
Pareto optimality
service resource
particle swarm optimization algorithm
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于K-L散度的恶意代码模型聚类检测方法
被引量：1
- 2
-
-
作者
边根庆
龚培娇
邵必林
-
机构
西安建筑科技大学信息与控制工程学院
西安建筑科技大学管理学院
-
出处
《计算机工程》
CAS
CSCD
2014年第12期104-107,113,共5页
-
基金
国家自然科学基金资助项目(61272458)
-
文摘
在云计算应用环境下,由于服务系统越来越复杂,网络安全漏洞和被攻击情况急剧增加,传统的恶意代码检测技术和防护模式已无法适应云存储环境的需求。为此,通过引入高斯混合模型,建立恶意代码的分层检测机制,使用信息增益和文档频率等方法分析和提取样本数据特征值,结合K-L散度特性,提出基于K-L散度的恶意代码模型聚类检测方法。采用KDDCUP99数据集,使用Weka开源软件完成数据预处理和聚类分析。实验结果表明,在结合信息增益和文档频率进行特征分析的前提下,与贝叶斯算法相比,该方法在虚拟环境中恶意代码的平均检测时间降低16.6%,恶意代码的平均检测率提高1.05%。
-
关键词
恶意代码
高斯混合模型
K-L散度
模型聚类
信息增益
文档频率
-
Keywords
malicious code
Gaussian Mixture Model （GMM）
K-L Divergence （ KLD ）
model clustering
information gain
document frequency
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
