基于可信计算的虚拟机迁移完整性度量研究

来源 :山东师范大学 | 被引量 : 0次 | 上传用户:mokama1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在数字化时代的今天,由众多服务器构成的云计算数据中心中,物理服务器的负载较高或者较低,都将会影响系统整体的利用效率。为了实现整个架构的负载平衡,就须要使用虚拟机的动态在线迁移技术。包含操作系统在内的整个系统运行环境利用虚拟机动态在线迁移技术把从源主机迁移到目的主机上,较好的解决物理机的资源管理和监控的问题,因而使服务器负载平衡,提高了资源利用效率和服务质量,有效地减少了能耗。所以,怎样处理虚拟机在线迁移过程中存在的各种问题成为当前研究的关键所在。本文针对虚拟机迁移过程中不同脏页率环境下的迁移性能进行分析,提出了一种有效提高性能的迁移方法,并验证迁移安全性,研究成果如下:(1)在虚拟机迁移过程中,由于各种原因出现宕机时间和总迁移时间过长的问题,不但增加系统负担,同时影响迁移的稳定性。本文在内存预拷贝迁移算法的基础上,根据内存脏页的特点,计算脏页率,重新排序脏页,同时结合高效的压缩方式进行压缩传输,从而提高虚拟机迁移性能。(2)为确保在线迁移时的完整性,本文基于可信计算模块提供了完整的可信度量,存储度量值,并构建了一条完整的可信链,为迁移时的远程验证提供了平台保证。(3)通过设计不同脏页率环境进行实验,分析了不同环境下算法下的实用性。同时搭建了可信平台,对虚拟机迁移的完整性验证提供了保障,有效提高了虚拟机迁移时的安全性能。
其他文献
随着数据收集工具的广泛应用,海量数据的收集和积累导致“数据爆炸”,已经超出了人们理解和掌握的能力,传统的数据分析方法已不能满足需求,数据挖掘和知识发现技术应运而生并得到
近年来,跟随全球信息化建设的浪潮,Web应用系统(基于浏览器和后端服务器)已经逐渐替换原有的传统信息系统(基于客户端和后端服务器)成为当令信息系统架构和构建中最流行的方式。Web
学位
随着医学领域影像数字化进程的推进,医学影像成像技术和设备不断发展,数字医学影像已日益成为现代医疗最重要的基础手段之一。每天都会有大量包含生理、病理相关信息的医学图像
人脸表情识别是计算机视觉和模式识别领域的一个研究热点,引起越来越多的国内外研究者的广泛关注。人脸表情识别的目标是让人工智能产品能够自动识别出人的表情,进而分析人的内
微博作为一种新兴的社交媒体被广泛使用,其每天的数据交流数量呈现爆炸式的增长,这些数据为自然语言处理提供了良好的语料环境。微博文本具有和短文本一样的长度较短、情感表
人脸表情识别是一项极富有挑战性的研究课题,由于其潜在的应用价值,受到了许多学者的广泛关注。随着多媒体技术和网络视频的发展,对人们的情感分析,了解用户情感变得越来越重要。
因特网技术的快速发展,推荐系统由于能够帮助用户快速做出适当决定,被广泛应用于各大电子商务网站,推荐服务的使用能促进用户由浏览者到购买者之间的转换,给生产商带来商机的
学位
随着应用系统的急剧扩张和网络技术的迅速发展,用户对系统提供实时数据更新的要求越来越高。然而在系统的集成过程中,底层的数据库之间在实现数据资源的共享和变换时会出现一