本文關(guān)鍵詞：云安全免疫系統(tǒng)關(guān)鍵技術(shù)研究

  更多相關(guān)文章： 云計(jì)算 云安全 人體免疫 運(yùn)行機(jī)制 Bloom Filter

【摘要】：大數(shù)據(jù)時(shí)代的到來(lái),使得數(shù)據(jù)量、數(shù)據(jù)復(fù)雜度和數(shù)據(jù)的處理方式發(fā)生很大變化,云計(jì)算被看作是繼PC、Internet之后的第三次信息化革命,反應(yīng)出“網(wǎng)絡(luò)即是計(jì)算機(jī)”的思想,它把海量軟硬件資源有效融合后,生成一個(gè)規(guī)模巨大的計(jì)算機(jī)共享資源池,為用戶(hù)提供方便快捷的按需服務(wù),較好滿(mǎn)足大數(shù)據(jù)背景下的用戶(hù)實(shí)際需求。隨著云計(jì)算的深入發(fā)展,云數(shù)據(jù)安全成為了一個(gè)關(guān)鍵問(wèn)題,其面臨著如何在海量節(jié)點(diǎn)和海量信息處理需求的環(huán)境下實(shí)現(xiàn)用戶(hù)數(shù)據(jù)安全的挑戰(zhàn)。傳統(tǒng)的云安全技術(shù)在進(jìn)行海量數(shù)據(jù)處理時(shí),往往達(dá)不到理想的時(shí)空效率,其動(dòng)態(tài)性、智能性欠佳,且占用較多帶寬。為更好保障云環(huán)境下數(shù)據(jù)運(yùn)行的安全,以人體免疫系統(tǒng)(Human Immune System, HIS)運(yùn)行機(jī)理為理論依據(jù),借鑒其功能特性,在人工免疫和計(jì)算機(jī)免疫系統(tǒng)(Computer Immune System, CIS)基礎(chǔ)上,結(jié)合云計(jì)算特點(diǎn),提出了基于人體免疫原理的云安全免疫系統(tǒng)(Cloud Security Immune System, CSIS),設(shè)計(jì)了CSIS運(yùn)行機(jī)制和八個(gè)相關(guān)算法,并分析了其特點(diǎn)。實(shí)驗(yàn)表明,CSIS對(duì)自我集特征數(shù)據(jù)和異常特征數(shù)據(jù)具有較高的識(shí)別率,能較好保障云數(shù)據(jù)的安全。為提高CSIS性能,重點(diǎn)對(duì)自我集特征數(shù)據(jù)的表示和存儲(chǔ)進(jìn)行了研究。首先,提出布魯姆過(guò)濾器自我集存儲(chǔ)模式(Bloom Filter Self-Set, BFSS),可有效降低自我集的存儲(chǔ)空間,減少查詢(xún)時(shí)間。其次,為了支持對(duì)特征數(shù)據(jù)的刪除操作,提出計(jì)數(shù)式布魯姆過(guò)濾器自我集存儲(chǔ)模式(Counting Bloom Filter Self-Set, CTBFSS)。最后,為了進(jìn)一步降低自我集的存儲(chǔ)空間和減少查詢(xún)時(shí)間,提出壓縮式布魯姆過(guò)濾器自我集存儲(chǔ)模式(Compressed Bloom Filter Self-Set, CPBFSS)。實(shí)驗(yàn)表明,BFSS、CTBFSS和CPBFSS能在具有較高識(shí)別率的前提下有效減少客服兩端交互傳遞的時(shí)間開(kāi)銷(xiāo),加快查找過(guò)程,提高系統(tǒng)的整體性能。
【關(guān)鍵詞】：云計(jì)算 云安全 人體免疫 運(yùn)行機(jī)制 Bloom Filter
【學(xué)位授予單位】：廣西大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP393.08
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 緒論10-13
• 1.1 研究背景10-11
• 1.2 研究?jī)?nèi)容11-12
• 1.3 論文組織結(jié)構(gòu)12-13
• 第二章 相關(guān)理論介紹13-23
• 2.1 人體免疫系統(tǒng)13-16
• 2.1.1 體系結(jié)構(gòu)13-14
• 2.1.2 組織構(gòu)成14-16
• 2.1.3 基本功能16
• 2.1.4 運(yùn)行方式16
• 2.2 人工免疫系統(tǒng)16-21
• 2.2.1 概念17
• 2.2.2 相關(guān)算法17-20
• 2.2.3 應(yīng)用領(lǐng)域20-21
• 2.3 計(jì)算機(jī)免疫系統(tǒng)21-22
• 2.4 小結(jié)22-23
• 第三章 云安全免疫系統(tǒng)機(jī)制研究23-37
• 3.1 云安全免疫系統(tǒng)與人體免疫系統(tǒng)的關(guān)系23-24
• 3.2 安全系統(tǒng)體系架構(gòu)研究24-27
• 3.2.1 整體架構(gòu)24-25
• 3.2.2 運(yùn)行機(jī)制研究25-27
• 3.3 安全機(jī)制算法研究27-33
• 3.3.1 記憶細(xì)胞算法27-28
• 3.3.2 APC算法28
• 3.3.3 常見(jiàn)抗體數(shù)據(jù)庫(kù)算法28-29
• 3.3.4 查詢(xún)算法29-30
• 3.3.5 抗體數(shù)據(jù)庫(kù)算法30-31
• 3.3.6 B細(xì)胞算法31
• 3.3.7 T細(xì)胞算法31-32
• 3.3.8 疫苗接種算法32-33
• 3.4 云安全免疫系統(tǒng)分析33-34
• 3.5 實(shí)驗(yàn)34-36
• 3.5.1 平臺(tái)和數(shù)據(jù)簡(jiǎn)介34-35
• 3.5.2 結(jié)果分析35-36
• 3.6 小結(jié)36-37
• 第四章 基于布魯姆的自我集研究37-53
• 4.1 概念37
• 4.2 布魯姆過(guò)濾器技術(shù)分析37-43
• 4.2.1 相關(guān)概念37
• 4.2.2 算法原理37-40
• 4.2.3 誤判率分析40-41
• 4.2.4 相關(guān)改進(jìn)研究41-42
• 4.2.5 典型應(yīng)用42-43
• 4.3 布魯姆過(guò)濾器在云安全免疫系統(tǒng)中的自我集研究43-50
• 4.3.1 自我集定義43-45
• 4.3.2 自我集構(gòu)造算法45-47
• 4.3.3 基于布魯姆的自我集構(gòu)造算法改進(jìn)研究47-50
• 4.4 實(shí)驗(yàn)結(jié)果50-52
• 4.5 小結(jié)52-53
• 第五章 總結(jié)與展望53-55
• 5.1 本文總結(jié)53-54
• 5.2 下一步工作展望54-55
• 參考文獻(xiàn)55-59
• 致謝59-60
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄60

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 肖明忠;代亞非;;Bloom Filter及其應(yīng)用綜述[J];計(jì)算機(jī)科學(xué);2004年04期

2 謝鯤;文吉?jiǎng)?張大方;謝高崗;;布魯姆過(guò)濾器查詢(xún)算法[J];軟件學(xué)報(bào);2009年01期

3 劉川意;林杰;唐博;;面向云計(jì)算模式運(yùn)行環(huán)境可信性動(dòng)態(tài)驗(yàn)證機(jī)制[J];軟件學(xué)報(bào);2014年03期

，

本文編號(hào)：592619