云计算平台中虚拟机安全若干问题研究

发布时间：2020-10-16 11:24

　　 云计算平台中虚拟机的安全问题是云计算相关研究的一个重要研究方向,虚拟机的安全为云计算平台服务能力提供了可靠性保障。本文通过云计算平台中虚拟机的容错,访问控制、安全状态预测等方面研究,保障了云计算平台中虚拟机的安全,并在此基础上研究了虚拟机可用性感知的任务调度算法。主要工作如下:(1)为提高云计算平台中虚拟机的可靠度,提出了一种基于虚拟机负载整合模型的容错方法。该方法提高了云计算平台中虚拟机可靠度,在一定程度上解决了虚拟机负载对容错的影响问题和容错时间优化问题,有效提升了云计算平台系统的性能。(2)针对云计算平台动态环境变化对虚拟机访问控制操作带来的影响,本文提出了一种基于约束的虚拟机访问控制模型。通过将虚拟机的动态云环境的状态信息引入到访问控制模型中,结合静态的安全属性授权和动态的云计算平台信息进行虚拟机访问控制操作,在一定程度上解决了云计算平台中虚拟机环境变化对虚拟机安全属性的影响问题,从而更好地满足了云计算平台中动态环境下虚拟机系统中的多级安全需求。在虚拟机平台性能影响较小的情况下,有效提升了云计算平台中虚拟机的安全性。(3)为有效预测云计算平台安全状态,本文提出了一种改进隐马尔可夫模型的云计算平台安全状态学习预测方法,在一定程度上解决了云计算平台的运行时间、资源状态、负载对云计算平台安全状态学习预测的影响问题,有效提升了云计算平台安全状态预测的准确性和实时性。(4)为了解决虚拟机可用性与任务服务质量需求之间不匹配问题,从而提高虚拟机任务调度处理能力,本文提出了一种基于虚拟机可用性感知的任务调度算法,满足任务的服务质量(Quality of Service-Qo S)需求,提升了云计算平台中虚拟机任务处理性能。
【学位单位】：吉林大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：TP393.09;TP302
【文章目录】：
提要
摘要
abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 云计算平台的发展与虚拟机安全问题
        1.2.1 云计算平台概述
        1.2.2 虚拟化技术概述
        1.2.3 云计算平台中虚拟机安全问题
    1.3 国内外研究现状
        1.3.1 云计算平台中虚拟机容错研究现状
        1.3.2 云计算平台中虚拟机访问控制研究现状
        1.3.3 云计算平台安全状态学习预测研究现状
        1.3.4 云计算平台中虚拟机任务调度研究现状
    1.4 论文的研究内容
    1.5 论文的组织结构
第2章 基于虚拟机负载整合模型的容错方法
    2.1 引言
    2.2 虚拟机容错方法
        2.2.1 服务器虚拟机资源负载度量
        2.2.2 虚拟机负载预测模型
        2.2.3 虚拟机可靠度模型
        2.2.4 容错基本原理与实现
    2.3 实验结果分析与讨论
        2.3.1 实验环境部署
        2.3.2 实验结果分析
    2.4 本章小结
第3章 基于约束的虚拟机访问控制模型
    3.1 引言
    3.2 云计算平台中虚拟机系统形式化抽象描述
    3.3 基于约束的虚拟机访问控制建模
        3.3.1 基于约束的访问控制模型
        3.3.2 基于约束的云计算平台虚拟机系统操作描述
    3.4 模型实施框架与主要函数
    3.5 实验与结果分析
        3.5.1 有效性测试
        3.5.2 性能测试
    3.6 本章小结
第4章 基于改进隐马尔可夫模型的云计算平台安全状态学习预测方
    4.1 引言
    4.2 云计算平台安全状态建模
    4.3 云计算平台安全状态空间构造
    4.4 云计算平台安全状态模型参数学习
    4.5 云计算平台安全状态学习预测方法
        4.5.1 观察状态学习预测
        4.5.2 HMM隐藏状态学习预测
        4.5.3 云计算平台安全状态预测的理论分析及相关证明
        4.5.4 云计算平台安全状态学习预测算法
    4.6 实验结果分析与讨论
        4.6.1 实验环境部署
        4.6.2 实验结果分析
    4.7 本章小结
第5章 基于虚拟机可用性感知的任务调度算法
    5.1 引言
    5.2 云计算平台中任务需求模型
    5.3 云计算平台中虚拟机可用性评价
    5.4 虚拟机可用性感知的任务调度算法
        5.4.1 虚拟机可用性感知的任务调度基本原理
        5.4.2 虚拟机可用性感知的任务调度算法
    5.5 实验结果分析与讨论
        5.5.1 实验环境部署
        5.5.2 实验结果分析
    5.6 本章小结
第6章 工作总结与展望
    6.1 工作总结
    6.2 展望
参考文献
作者简介及在学期间所取得的科研成果
致谢

【相似文献】

相关期刊论文 前10条

1 ;瑞萨电子虚拟机软件包助力集成式驾驶舱和联网汽车设备[J];世界电子元器件;2018年06期

2 王来丽;;运用VMware虚拟机实现windows2008网络服务的课堂教学[J];数码世界;2017年09期

3 钮立辉;陈颖;;虚拟机软件在中职网络教学和实训中的应用[J];吉林工程技术师范学院学报;2012年04期

4 虚拟人;;神奇的虚拟机软件[J];软件;2002年12期

5 阮多;杨英奎;历超;;浅谈在虚拟机上配置闪电服务器的方法[J];现代化农业;2018年01期

6 武仁杰;黄荣盛;;虚拟机和多媒体教学软件的综合应用研究[J];河北北方学院学报(自然科学版);2005年06期

7 吴放;虚拟机软件专题测试 运筹帷幄之间[J];新电脑;2003年03期

8 李广智;;引入虚拟机软件构建计算机实训环境的尝试[J];安徽教育;2008年09期

9 贾林可;熊文渝;;基于云平台的虚拟机实验室建设研究[J];技术与市场;2019年03期

10 江平;;虚拟机及其在计算机教学中的应用[J];四川工程职业技术学院学报;2006年05期

相关博士学位论文 前2条

1 李志新;云计算平台中虚拟机安全若干问题研究[D];吉林大学;2019年

2 刘维杰;云计算环境下跨虚拟机侧信道的攻击、检测与防御[D];武汉大学;2018年

相关硕士学位论文 前10条

1 王娟;云计算环境下基于随机森林的虚拟机性能预测及应用[D];云南大学;2018年

2 潘雁;基于虚拟机框架的代码混淆技术研究[D];战略支援部队信息工程大学;2018年

3 张宇;KVM虚拟机风险评估的研究与仿真实现[D];东北大学;2015年

4 范成龙;基于QEMU的虚拟机逃逸关键技术研究[D];郑州大学;2018年

5 何延彰;弹性云平台的虚拟资源调度技术研究[D];浙江大学;2018年

6 宋畅达;云计算中虚拟机安全与数据保护研究[D];东北师范大学;2018年

7 杨瑞;云环境中基于虚拟机自省的虚拟机数字取证技术研究与实现[D];国防科学技术大学;2017年

8 姜巍;基于OpenStack云虚拟机的灾备技术研究与实现[D];湖南大学;2015年

9 贾坤荥;云计算中基于软件定义网络的虚拟机迁移研究[D];合肥工业大学;2018年

10 闫映东;云平台中的虚拟机异常检测技术研究与应用[D];成都信息工程大学;2018年

本文编号：2843191