您的位置: 专家智库 > >

中央级公益性科研院所基本科研业务费专项(NS2010230)

作品数:3 被引量:22H指数:3
相关作者:袁家斌曾青华魏利利张云洲更多>>
相关机构:南京航空航天大学更多>>
发文基金:国家自然科学基金国家高技术研究发展计划中央级公益性科研院所基本科研业务费专项更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇云计算
  • 2篇MAPRED...
  • 1篇移动终端
  • 1篇映射
  • 1篇邮件
  • 1篇云安全
  • 1篇云计算模型
  • 1篇终端
  • 1篇跨域访问
  • 1篇跨域访问控制
  • 1篇垃圾邮件
  • 1篇角色映射
  • 1篇反垃圾邮件
  • 1篇访问控制
  • 1篇贝叶斯
  • 1篇贝叶斯过滤
  • 1篇贝叶斯算法
  • 1篇GPU
  • 1篇HADOOP
  • 1篇MAPRED...

机构

  • 3篇南京航空航天...

作者

  • 3篇曾青华
  • 3篇袁家斌
  • 1篇魏利利
  • 1篇张云洲

传媒

  • 1篇计算机工程
  • 1篇软件学报
  • 1篇计算机与数字...

年份

  • 3篇2013
3 条 记 录,以下是 1-3
排序方式:
面向移动终端的云计算跨域访问委托模型被引量:15
2013年
为实现移动节点跨域访问过程中的云资源保护,针对云环境和移动终端特点,借鉴已有的基于委托的RBAC访问控制技术,提出了一种面向移动终端的跨域访问委托模型、委托机制,有效解决了移动终端所属域的动态多变问题.域管理节点维护的动态路由表,实现了移动节点的准确定位.模型给出了角色合成方法,结合量化角色技术,避免了映射过程中权限的隐蔽提升问题.委托申请频率阈值,避免了恶意节点频繁申请带来的资源耗尽风险.分析结果表明,模型具有较好的实用性和安全性,为实现现有跨域访问控制模型向移动终端扩展提供了新思路.
袁家斌魏利利曾青华
关键词:跨域访问控制移动终端角色映射云安全
基于MapReduce和GPU双重并行计算的云计算模型被引量:4
2013年
由于MapReduce模型进行Map和Reduce操作时需要频繁的CPU计算,面对大量并行计算任务时,CPU占用率甚至达到百分之百。而GPU有比CPU更好的并行计算能力,适度使用GPU,可降低了CPU的占用时间,又能用GPU的参与来平衡系统的计算能力。论文结合GPU技术和MapReduce技术的不同优势,设计出一种基于MapReduce和GPU双重并行计算的云计算模型。通过理论建模与实验验证,结果表明此模型可实现多GPU的MapReduce任务并行处理,提高了高性能计算的性能。
曾青华袁家斌
关键词:云计算MAPREDUCE模型GPU
基于Hadoop的贝叶斯过滤MapReduce模型被引量:3
2013年
传统分布式大型邮件系统对海量邮件的过滤存在编程难、效率低、前期训练耗用资源大等缺点,为此,对传统贝叶斯过滤算法进行并行化改进,利用云计算MapReduce模型在海量数据处理方面的优势,设计一种基于Hadoop开源云架构的贝叶斯邮件过滤MapReduce模型,优化邮件的训练和过滤过程。实验结果表明,与传统分布式计算模型相比,该模型在召回率、查准率和精确率方面性能较好,同时可降低邮件过滤成本,提高系统执行效率。
曾青华袁家斌张云洲
关键词:MAPREDUCE模型贝叶斯算法垃圾邮件
共1页<1>
聚类工具0