公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

公有云存储系统性能评测方法研究被引量：11: 2017年; 随着云存储系统的迅速发展和广泛使用,许多企业开发者和个人用户将其应用从传统存储迁移至公有云存储系统,因此,云存储系统性能成为企业开发者和个人用户关注的焦点。由于传统测试难以模拟足够多的用户同时访问云存储系统;测试环境构建复杂,测试时间长,准备测试环境成本高;受网络因素及外界其他因素影响,评测结果不稳定。针对以上所述云存储系统性能评测的重点和难点,提出一种"云测试云"的公有云存储系统性能评测方法,该方法通过在云计算平台动态申请足够数量的实例,对公有云存储系统性能进行评测。首先,构建通用的性能评测框架,可动态伸缩申请实例,自动化部署评测工具及负载,控制并发访问云存储系统,自动释放实例及收集并反馈评测结果;其次,提出多维度的性能评测指标,涵盖不同典型应用、不同云存储接口;最后,提出一种可扩展通用的性能评测模型,该模型可以评测常见典型应用的性能,分析云存储性能影响因素,可适用于任何的公有云存储平台。为了验证该方法的可行性、合理性、通用性和可扩展性,利用所提方法对Amazon S3云存储系统进行性能评测,并使用s3cmd验证评测结果的准确性。实验结果表明,评测结果可以为企业开发者和个人用户提供参考意见。; 李阿妮张晓张伯阳柳春懿赵晓南; 关键词：性能评测 AMAZON S3

云存储系统可扩展性评测研究被引量：4: 2017年; 云存储系统中管理大规模数据的能力是云存储系统可拓展性的重要组成部分,而超大容量的测试需求是云存储系统可扩展性评测的难点。针对此问题,分别在水平扩展和垂直扩展两个层面提出可扩展性评测方案,设计并实现了可扩展性评测工具——自动精简配置文件系统(thin provisioning file system,TPFS)。TPFS运行在云存储系统中的数据节点提供一定容量的实际存储空间和特定大小的元数据空间,并提供文件系统级别的自动精简配置,以此对云存储系统进行可扩展性评估。实验结果表明,在实际空间仅为40 GB的情况下,TPFS文件系统可以达到8 TB规模的扩展性。; 张伯阳张晓李阿妮朱岩冰; 关键词：可扩展性评测

一种智能设备间任务迁移的方法及装置: 本发明实施例提供了一种智能设备间任务迁移的方法及装置，涉及信息技术领域，用以实现在智能设备间实现方便、快捷地进行应用的迁移，提高用户体验。所述方法包括：获取用户指令，并根据用户指令确定迁移应用；加入迁移网络；在迁移网络中...; 张晓张伯阳赵晓南李战怀张小芳

公有云存储系统性能评测方法研究: 随着云存储系统的迅速发展和广泛使用，许多企业开发者和个人用户将其应用从传统存储迁移至公有云存储，他们为了评判选择的公有云存储系统能否满足业务需求，需要对公有云存储系统进行性能评估。因此，云存储系统性能成为企业开发者和个人...; 李阿妮张晓张伯阳柳春懿赵晓南

一种智能设备间任务迁移的方法及装置: 本发明实施例提供了一种智能设备间任务迁移的方法及装置，涉及信息技术领域，用以实现在智能设备间实现方便、快捷地进行应用的迁移，提高用户体验。所述方法包括：获取用户指令，并根据用户指令确定迁移应用；加入迁移网络；在迁移网络中...; 张晓张伯阳赵晓南李战怀张小芳; 文献传递

面向IaaS的云计算系统可用性评估被引量：4: 2016年; 随着云计算应用范围的扩展,人们对云计算在安全性、可靠性、可用性等方面的担忧与日俱增。云计算服务商承诺提供的服务满足服务水平协议,主要包括性能和可用性。但是,因可用性的内在复杂性而缺乏定量评估手段,对于云计算系统用户而言更是如此。为此,提出面向最终用户和面向云计算服务提供商的云计算系统可用性评估方法,这两种方法都采用可用性的定义建立模型,并且采用虚拟机的启动时间代替平均故障修复时间(Mean Time To Repair,MTTR)。第一种方法的平均失效前时间(Mean Time To Failure,MTTF)采用云计算服务提供商提供的参数;第二种方法通过统计得到虚拟机的MTTF,并计算云计算系统之上的集群可用性。由于难以对后者进行实验验证,因此只对第一种方法进行验证,通过实验测量公有云和私有云提供的虚拟机的启动时间,结合云计算服务提供商提供的MTTF,计算了两种不同云平台服务的可用性,该方法方便用户快速计算可用性,为用户选择不同的云服务提供建议,并且可以判断云计算服务提供商的承诺是否达到标准以及是否可以将一些关键行业应用服务迁移至云平台。; 李阿妮张晓赵晓南张伯阳柳春懿; 关键词：云计算可用性

全选清除导出

共1页<1>

张伯阳

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

张伯阳

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈