在战术云环境中，由于战机携带的资源十分有限，同时面对恶劣的作战环境，战术云边缘的机载智能设 备间需要通过计算迁移机制实现负载均衡和高可靠性，以充分发挥战术边缘的计算和存储能力。为此， 本文提出一种面向战术云环境的轻量计算迁移方法，并通过实验对比分析，该方法有效地减少迁移的冻 结时间和迁移的数据量，一定程度上提高了战术云环境的实时性及可靠性

大多数互联网公司的业务开展都依赖互联网，所以我们这里讨论的是基于数据中心/云环境下的业务网络安全问题。甲方安全的主要职责是保护公司互联网业务的安全，比如业务持续性，业务数据的私密性，所以要优先解决以下问题： 抗DDOS攻击，保障业务的持续性; 防拖库，保护业务数据的私密性，放置用户数据，交易数据等核心数据被窃取; 放后门，防止黑客非法获取服务器权限。

云环境下集合隐私计算-解读.doc

Cloud-tools-image 是用于与公共和私有云环境进行远程通信的命令行工具的集合。 Cloud-tools-image 是一个开源项目，而不是 CrowdStrike 产品。因此，它没有任何明示或暗示的正式支持。 此容器包含以下命令行工具： falcon-image-pull-token 命令 猎鹰容器传感器推送命令 猎鹰节点传感器推送命令 falcon-node-sensor-build 命令（已弃用） aws 命令 eksctl 命令 kubectl 命令 码头工人命令 docker-credential-ecr-login 助手（已配置） gcloud 命令 az 命令 掌舵命令 k9s 命令

云环境中dag调度算法的设计与实现.doc

提出一种ad hoc移动云计算方案，即移动设备通过分享邻近设备的闲置资源，将任务卸载至邻近设备协助处理。主要关注是否进行卸载，如何选取合适的卸载目标设备，以及如何分配任务的问题。以上问题使用博弈方法进行定义，并使用分布式算法逼近最优结果。仿真结果证明了该方法的正确性与有效性。

安全技术-网络信息-云环境下DDoS攻防体系及其关键技术研究.pdf

安全技术-网络信息-云环境下网络性能测量与服务优化的研究.pdf

针对云计算任务调度问题，结合粒子群优化(PSO)算法的种群个体协作和信息共享特点，提出一种基于离散粒子群优化(DPSO)的任务调度算法。采用随机方法生成初始种群，利用时变方式调整惯性权重，并在位置更新中使用绝对值取整求余映射法进行合法化处理，提高PS0算法的离散化程度。搭建并重新编译了CloudSim云计算仿真平台进行实验，结果显示，当迭代次数为200时，DPSO、PSO、GA算法的所有任务最终调度时间分别为457．69 s、467．90 s、472．41 s，从而证明DPSO算法能够有效解决云计算环境下

针对云计算环境下如何高效分配资源，实现资源供应者利润最大化这一难题，提出了一种基于服务级别协议（SLA）的动态云资源分配策略。该策略通过将SLA中的计算力、网络带宽、数据存储等属性作为优化参数，构造了一种服务请求与资源的映射模型，同时设计相应的效用函数，并结合改进的与模拟退火算法相融合的混合粒子群算法（SA-PSO），实现云环境下的优化资源分配。实验分析结果表明，基于SLA参数的SA-PSO算法具有更好的全局最优值，在给定虚拟资源相同情况下，调用该算法完成用户任务实现的利润更高。