Earticle

최근 클라우드 기반의 자원들은 다양한 장치를 통해 클라우드 서버로 저장하여 사용되고 있지만, 클라우드 서버로 전송되는 자원들은 클라우드에서 작업량을 최적화하기 위해 특정한 기능을 연결해주는 유연성 및 이동성에 제약이 있다. 본 논문에서는 속도, 성능, 안정성과 같은 요소를 기준으로 클라우드에서 작업량을 최적화할 수 있는 멀티 클라우드 기반 시스템 장애 최소화를 위한 분산 클라우드 자원 할당 기법을 제안한다. 제안 기법은 클라우드 자원의 특징을 계층별로 추출하여 특징들의 패턴을 합성 과정을 통해 클라우드 자원 할당을 동적으로 연계하여 최적화한다. 특히, 제안 기법은 멀티 클라우드 환경에서 클라우드 자원 할당을 최소화하기 위해서 동일 패턴의 클 라우드 자원을 블록체인으로 묶고, 합성 과정을 통해 클라우드 자원 크기를 줄임으로써 클라우드 자원을 일관성 있게 유지한다. 성능평가 결과, 제안 기법은 클라우드 자원 간 확률값에 따라 서로 연계하기 때문에 클라우드 자원 검증 시간이 평균 7.42% 향상되었고, 블록체인의 크기가 증가할수록 검증 지연 시간은 평균 8.81% 낮게 나타났다. 또한, 블록체인 그룹 크기에 따른 클라우드 자원의 연계 장애율은 평균 11.12% 낮은 결과를 얻었다.

Recently, cloud-based resources are stored and used as cloud servers through various devices, but resources transmitted to cloud servers have limitations in flexibility and mobility that connect specific functions to optimize workloads in the cloud. In this paper, we propose a distributed cloud resource allocation technique for minimizing failures in a multi-cloud system that can optimize workloads in the cloud based on factors such as speed, performance, and stability. The proposed technique extracts features of cloud resources by layer and dynamically links and optimizes cloud resource allocation through the convolution process of the patterns of features. In particular, the proposed technique keeps cloud resources consistent by grouping the same pattern of cloud resources into a blockchain to minimize cloud resource allocation in a multi-cloud environment and reducing the size of cloud resources through the convolution process. As a result of the performance evaluation, because the proposed technique is linked to each other according to the probability value between cloud resources, the average cloud resource verification time improved by 7.42%, and the verification delay time decreased by 8.81%. In addition, the average linkage failure rate of cloud resources according to the blockchain group size was 11.12% lower.

최근 클라우드 환경은 서비스 안전성 및 효율적 관리를 위해서 단일 클라우드에서 다중 클라우드 환경으 로 변화하고 있다. 그러나, 다중 클라우드 서비스는 보안 및 비용 문제가 아직 완벽하게 해결되지 않은 문제점이 있다. 본 논문에서는 다중 클라우드 환경에서 상호 운용성을 극대화하기 위한 멀티 클라우드 작업 관리 기술을 제안한다. 제안 기술은 다양한 환경에서 멀티 클라우드 작업에 상관도를 적용하여 작업 품질을 높이고 통합 관리 용이성을 향상시킨다. 또한, 제안 기법은 클라우드 작업을 클라우드 서버로 수집·처리·저장하여 서로 다른 클라우 드 사용자와 공유할 수 있도록 다양한 요소(시간, 장소, URL 등)들을 공유함으로써, 블록에 저장된 클라우드 작업 의 손상된 위치를 복구한다. 성능 평가 결과, 클라우드 작업 처리의 정확도는 평균 3.52%, 효율성은 평균 2.84%, 지연 시간은 평균 1.02 ms 향상된 결과를 얻었다.

Recently, the cloud environment is changing from a single cloud to a multi-cloud environment for service safety and efficient management. However, the multi-cloud service has a problem that the security and cost problems have not yet been completely solved. In this paper, we propose a multi-cloud task management technology to maximize interoperability in a multi-cloud environment. The proposed technology improves task quality and improves integrated management by applying correlation to multi-cloud tasks in various environments. In addition, the proposed technique recovers the damaged location of cloud tasks stored in the block by sharing various elements (time, place, URL, etc.) so that cloud tasks can be collected, processed, and stored on a cloud server and shared with different cloud users. As a result of performance evaluation, the accuracy of cloud task processing improved by 3.52%, the efficiency by 2.84% on average, and the latency by 1.02 ms on average.

The advancement of IT technology has led to an exponential increase in the demand for data processing. To address these challenges, businesses are utilizing multi-hybrid cloud architectures and a cloud-native approach to efficiently process and manage data. In this paper, we explores the cloud strategies adopted by contemporary businesses, particularly focusing on hybrid and multi-cloud technologies, and the cloudnative environment.

최근의 클라우드서비스 수요가 AWS, Azure, Google Cloud 등 복수 클라우드 플랫폼을 병행 운용하면서, 클라우드 설정 오류와 API 관리, 권한 및 인증 장기 방치, 데이터 주권·규제(GDPR 등) 문제가 보안의 핵심 이슈로 부상하였다. 공격 표면의 확대와 함께 DDoS, API 침해, 공급망 공격 등 새로운 형태의 위협이 빠르게 증가하며, AI 기반 자동화 공격도 현실화되고 있 다. 이에 대한 대응 전략으로는 정책 자동화, 강화된 인증, API Gateway 및 WAF, 데이터 암호화, 그리고 CSPM, SIEM, SOAR, DevSecOps·Zero Trust 아키텍처 도입이 중요하다. 그리고 중앙집중 또는 메쉬 기반 통합 관리로 멀티클라우드 자산 과 트래픽을 단일 플랫폼에서 관리하고, AI·ML 기반 실시간 이상 행위 탐지와 자동화된 정책 시행, 거버넌스 강화가 효과적 이다. 따라서 본 연구에서는 클라우드 컴퓨팅의 확산에 따른 보안 위협을 분석하고, 클라우드 가시성 및 위협대응 통합, 위험 순위 산출 및 보안확장 그리고 클라우드 워크로드 보호를 위해 NIST·CSA·MITRE ATT&CK프레임워크 등 글로벌 표준에 가반한 AI 기반 보안아키텍처와 실시간 탐지 및 자동화된 대응 보안시스템에 대한 연구를 진행하였다.

The recent demand for cloud services involves the parallel operation of multiple platforms such as AWS, Azure, and Google Cloud, and this has elevated key security issues including cloud configuration errors, API management, prolonged neglect of entitlements and access controls, and complex regulatory requirements like GDPR. Together with an expanding attack surface, new forms of threats such as DDoS, API breaches, and supply chain attacks are rapidly increasing, and AI-driven automated attacks are materializing. As a response, major strategies consist of policy automation, strengthened authentication, API gateways and WAFs, encryption, as well as the adoption of CSPM, SIEM, SOAR tools, DevSecOps, and Zero Trust architectures. Centralized or mesh-based integrated management allows single-platform governance and traffic controls across multi-cloud assets, with real-time anomaly detection by AI/ML and automated policy enforcement enhancing effectiveness. Accordingly, this study analyzes security threats emerging from cloud expansion, and explores integrated visibility, threat response, risk ranking, security extension, and cloud workload protection through research on AI-based security architectures and real-time automated detection/response systems built on global standards like NIST, CSA, and MITRE ATT&CK.

최근 클라우드 서비스 이용이 확대됨에 따라 기업 및 기관들은 단일 클라우드 환경을 넘어 다중 클라우드 서비스 제공 업체를 동시에 활용하는 멀티 클라우드(Multi-Cloud) 환경을 도입하고 있다. 멀티 클라우드 환경은 성능 최적화, 비용 절감, 장 애 대응 등의 이점을 제공하지만, 클라우드 간 데이터 전송 과정에서 보안 위협이 증가하는 문제가 발생한다. 특히, 클라우드 간 데이터 무결성 보장, 기밀성 유지, 인증 및 접근 제어와 같은 보안 요구사항을 충족하지 못할 경우, 중요한 정보의 유출 및 위·변 조 위험이 커질 수 있다. 주요 보안 위협 사항에서는 잘못된 구성 및 설정 오류, 자격증명 관리 미흡, 보안 가시성 부족 등이 있으 며, 2023년 클라우드 서비스 제공업체의 설정 오류로 인해 데이터 노출이 발생했다. 본 논문에서는 멀티 클라우드 환경에서 안 전한 메시지 전송을 보장하기 위한 보안 프로토콜을 설계하고, 이를 통해 기존 보안 프로토콜의 보안 취약점을 해결하는 방안을 제시한다. 제안하는 보안 프로토콜은 강력한 암호화 기법, 클라우드 간 상호 인증 메커니즘, 안전한 키 관리 및 전송 기술을 포함 하여, 데이터 전송 과정에서의 보안성을 향상시키는 데 중점을 둔다. 그리고 멀티클라우드 환경에서 안전한 통신을 수행하기 위 해서 사용자 등록 및 인증, 데이터 접근내역 공유 등을 통해 보안성을 강화하였다. 본 논문에서는 제안된 프로토콜의 성능을 분 석하고, 기존 프로토콜과의 비교를 통해 보안성과 효율성을 평가하였다. 실험 및 분석 결과, 제안된 보안 프로토콜은 데이터 기 밀성 및 무결성을 효과적으로 보장하면서도, 기존 방식 대비 성능 오버헤드를 최소화하면서도 효과적인 보안을 제공한다는 점을 확인하였다. 본 논문는 멀티 클라우드 환경에서의 안전한 데이터 전송을 위한 실질적인 해결책을 제시하며, 향후 멀티 클라우드 보안 기술 발전에 기여할 것으로 기대된다.

With the increasing adoption of cloud services, enterprises and institutions are shifting beyond single-cloud environments to multi-cloud architectures, leveraging multiple cloud service providers simultaneously. While multi-cloud environments offer advantages such as performance optimization, cost reduction, and fault tolerance, they also introduce security risks during inter-cloud data transmission. Specifically, failure to ensure data integrity, confidentiality, authentication, and access control between cloud platforms can lead to critical information leakage, tampering, and security vulnerabilities. Major security threats include misconfigurations, improper credential management, and lack of security visibility. Notably, in 2023, a data exposure incident occurred due to a misconfiguration in a cloud service provider's settings. This paper proposes a secure messaging protocol for ensuring safe data transmission in multi-cloud environments, addressing existing security weaknesses. The proposed protocol enhances security by integrating strong encryption techniques, inter-cloud mutual authentication mechanisms, and secure key management and transmission techniques. Additionally, it reinforces security by incorporating user registration, authentication, and access history sharing for secure communication in multi-cloud environments. The paper evaluates the performance of the proposed protocol and compares it with existing security protocols in terms of security and efficiency. Experimental results demonstrate that the proposed security protocol effectively ensures data confidentiality and integrity while minimizing performance overhead compared to conventional methods. This research provides a practical solution for secure data transmission in multi-cloud environments and is expected to contribute to the advancement of multi-cloud security technologies in the future.

분산 클라우드 환경에서는 다양한 이기종 장치의 정보들이 꾸준하게 증가하고 있다. 이 같은 이유는 고속의 네트워크의 속도와 대용량의 멀티미디어 데이터가 사용되고 있기 때문이다. 그러나, 이기종의 장치에서 송․수신되는 빅 데이터의 정보 오류를 최소화하기 위한 방법은 여전히 연구가 진행되고 있다. 본 논문에서는 클라우드 환경에서 송․수 신되는 정보들에 의해 발생되는 네트워크의 대역폭과 데이터 오류 최소화를 위한 딥러닝 기반의 비대칭적 저장 관리 기법을 제안한다. 제안 기법은 각각의 디바이스에서 생성되는 빅 데이터정보를 비대칭적으로 해시 처리한 후 로드 밸런 스를 최적화하기 위해서 딥러닝 기술을 적용하고 있다. 제안 기법은 각 디바이스에서 수집된 빅 데이터의 오류를 허용하 는 동시에 빅 데이터의 연계 정보를 개의 클러스터 그룹으로 그룹핑함으로써 빅 데이터의 연결성을 확보한 것이 특징 이다. 특히, 제안 기법은 빅 데이터간의 유사 값을 시드로 추출한 손실 함수를 사용하였기 때문에 비대칭적으로 빅 데이 터를 저장 관리 할때의 정보 오류를 최소화하였다.

Information from various heterogeneous devices is steadily increasing in distributed cloud environments. This is because high-speed network speeds and high-capacity multimedia data are being used. However, research is still underway on how to minimize information errors in big data sent and received by heterogeneous devices. In this paper, we propose a deep learning-based asymmetric storage management technique for minimizing bandwidth and data errors in networks generated by information sent and received in cloud environments. The proposed technique applies deep learning techniques to optimize the load balance after asymmetric hash of the big data information generated by each device. The proposed technique is characterized by allowing errors in big data collected from each device, while also ensuring the connectivity of big data by grouping big data into groups of clusters of dogs. In particular, the proposed technique minimizes information errors when storing and managing big data asymmetrically because it used a loss function that extracted similar values between big data as seeds.

최근 클라우드 플랫폼은 클라우드 플랫폼의 운영 안정성 증대 및 특화 기능 활용을 위한 멀티 프라이빗 클라우드 환 경으로 변화하고 있다. 그러나 기존에 제시된 연구들은 퍼블릭 클라우드를 활용하거나 또는 단일 프라이빗 클라우드 환경의 운영에 초점이 맞추어져 있다. 즉, 멀티 프라이빗 클라우드 환경에서 운영 리소스 관리를 지원하기 위한 기 법 및 체계적인 관리 아키텍처가 부족하다. 따라서 멀티 프라이빗 클라우드 환경의 도입을 촉진시키고 운영의 효율 성을 높이기 위한 연구가 필요하다. 본 논문에서는 멀티 프라이빗 클라우드 운영의 안정성 확보 및 업무 생산성을 증대하는 방안으로 공통 운영 리소스를 관리하는 프레임워크 구조를 제시하였고, 이 중 각 공통 리소스 관리에 적용 할 수 있는 로그 기반의 지원 구조와 이를 활용하는 기법에 초점을 두었다. 제시한 기법은 멀티 프라이빗 클라우드 의 공통 리소스를 관리하기 위해 클라우드 로그를 분석한 통합 로그 구조를 제시한다. 제시한 공통 리소스 관리를 지원하는 시스템은 오픈소스를 활용해 구현함으로써 실제 적용 가능함을 확인하였다. 본 논문에서 제시한 공통 리소 스 관리 기법은 다른 유형을 갖는 프라이빗 클라우드 플랫폼으로 구성된 멀티 프라이빗 클라우드 환경의 통합 관리 에 적용될 수 있다. 또한 제시된 구조에 기반하여 다양한 오픈소스를 적용한 멀티 프라이빗 클라우드 시스템 개발에 대한 템플릿으로 활용될 것이다.

Recently, the cloud platform is changed into a multi private cloud environment to increase the operational stability of the cloud platform and specialized functions. However, existing research focused on utilizing public clouds or operating a single private cloud environment. In other words, there is lack of methods and systematic management architecture to support operational resource management in a multi private cloud environment. Therefore, we need research to accelerate the adoption of multi private cloud environments and increase operational efficiency. In this paper, a framework structure for managing common operational resources is presented as a way to guarantee the stability of multi-private cloud operation and increase work productivity. Among them, we focused on the log-based support mechanism applicable to each common resource management and the technique to utilize it. The proposed method presents an integrated log structure that analyzes cloud logs to manage common resources of multi private clouds. The proposed method for common resource management is implemented using open source. Through this, it is confirmed that the proposed technique can be applied in practice. The method presented in this paper can be applied to the integrated management of multi private cloud environments which consist of private cloud platforms with different types. It will also be used as a template for the development of multi private cloud systems with various open sources based on the proposed architecture.

최근 컴퓨팅 환경은 웹의 확산과 더불어 인터넷과 결합한 가상화 기반의 클라우드 컴퓨팅 환경으로 진화하고 있으며, 이를 가능하게 하기위해서는 다양한 인프라, 플랫폼, 서비스 및 응용기술들이 요구된다. 본 논문에서는 플랫폼 기술의 핵심으로서, 클라우드 서비스 관리 및 배치에 필수적인 클라우드 제공자와 사용자간의 서비스레벨 협약(SLA)에 관한 비즈니스상의 정책적인 이슈와 함께, SLA 기반의 다중임차자(multi-tenant) 프로토타입 시스템 구축 사례를 제시하였다. 사용자 및 애플리케이션들 간에 IT 자원을 공유하게 되는 클라우드 컴퓨팅 환경에서 SLA 기반 다중 임차자 시스템 구축을 통해 가용성 향상에 따른 TCO(Total Cost of Operation) 절감과 함께 안전하고 확장성 있는 클라우드 컴퓨팅 플랫폼 구축이 가능하다.

Recently, Computing environment is evolved into virtualization-based cloud computing tightly coupled with Internet. The most spectrums of infrastructure, platform and application technologies are required to enable cloud computing services. In this paper, as one of core platform technology, we present business-level policy issues on SLAs between cloud providers and users which is essential to the service management and SLA-based multi-tenant prototype system implementation case. We expect that proposed system makes it possible to build secure, highly available and scalable cloud computing platform system.

최근 IoT 기술이 다양한 클라우드 환경에 적용되면서 IoT 장치에서 생성되는 다양한 정보의 정확한 검증 기술 이 필요하게 되었다. 그러나, IoT 기술 및 5G 기술의 융합으로 인하여 IoT 정보 처리가 빠르게 처리되면서 정확한 분석이 요구되고 있다. 본 논문은 오버레이 클라우드 환경을 위한 블록체인 기반의 다중 IoT 검증 모델을 제안한다. 제안 모델은 지역 IoT 그룹 내 포함된 IoT 장치에서 송⋅수신되는 정보의 무결성을 보장하면서 오버레이 네트워크의 병목현상을 최소화하기 위해서 IoT 정보를 n비트의 블록체인으로 2계층(n + 1 계층과 n - 1 계층)을 추가 분류하여 IoT 정보를 다중 처리하고 있다. 또한, 제안 모델은 n계층에 가중치 정보를 k개의 블록이 포함하도록 함으로써 IoT 정보가 서버에서 손쉽게 처리하도록 하였다. 특히, IoT 장치간 송⋅수신 정보는 오버레이 네트워크에서 병목현상을 최 소화하도록 n비트의 IoT 정보를 블록체인으로 분산 처리한 후 IoT 정보에 가중치를 부여함으로써 서버 접근을 손쉽게 하도록 하였다.

Recently, IoT technology has been applied to various cloud environments, requiring accurate verification of various information generated by IoT devices. However, due to the convergence of IoT technologies and 5G technologies, accurate analysis is required as IoT information processing is rapidly processed. This paper proposes a blockchain-based multi-IoT verification model for overlay cloud environments. The proposed model multi-processes IoT information by further classifying IoT information two layers (layer and layer) into bits' blockchain to minimize the bottleneck of overlay networks while ensuring the integrity of information sent and received from embedded IoT devices within local IoT groups. Furthermore, the proposed model allows the layer to contain the weight information, allowing IoT information to be easily processed by the server. In particular, transmission and reception information between IoT devices facilitates server access by distributing IoT information from bits into blockchain to minimize bottlenecks in overlay networks and then weighting IoT information.

최근 다양한 기기들이 사용되면서 원격으로 서비스를 제공받는 클라우드 컴퓨팅 기술이 사회적으로 대두 되고 있다. 그러나, 몇몇 사용자들이 악의적인 목적을 가지고 클라우드 컴퓨팅 서비스를 제공받으려는 시도가 증가 하고 있다. 본 논문에서는 클라우드 환경에서 서버에 접근하는 사용자의 인증 접근을 손쉽게 하기 위해서 속성 기반 의 다단계 계층 접근 방법을 제안한다. 제안 방법은 사용자의 속성 값을 일정한 규칙에 따라 속성 값들을 계층적으 로 분산 배치하여 서버의 효율성뿐만 아니라 안전성을 향상시켰다. 성능평가 결과, 제안방법은 기존 기법보다 속성 수에 따른 인증 정확도가 평균 15.8% 이상 높게 나타났고, 사용자 수 증가에 따른 서버의 인증 지연 시간은 평균 10.7% 단축되었다. 사용자의 속성 수가 증가할수록 오버헤드 변화가 기존 기법보다 평균 8.5% 낮은 결과를 얻었다.

In recent years, cloud computing technology has been socially emerged that provides services remotely as various devices are used. However, there are increasing attempts by some users to provide cloud computing services with malicious intent. In this paper, we propose a property - based multi - level hierarchical approach to facilitate authentication access for users accessing servers in cloud environment. The proposed method improves the security efficiency as well as the server efficiency by hierarchically distributing a set of attribute values by replacing the order of the user 's attribute values in the form of bits according to a certain rule. In the performance evaluation, the proposed method shows that the accuracy of authentication according to the number of attributes is higher than that of the existing method by an average of 15.8% or more, and the authentication delay time of the server is decreased by 10.7% on average. As the number of attributes increases, the average overhead change is 8.5% lower than that of the conventional method.

본 연구는 ECC(타원곡선 암호) 기반 다중인자 인증 프로토콜의 보안 취약점을 분석하고, 이를 개선하는 방안을 제시하였다. 기존에 제안된 프로토콜은 사용자 익명성과 세션 키 보안을 강화하는 것을 목표로 삼았으나, 심층 분석 결과 몇 가지 구조적 문제점이 확인되었다. 특히 세션 키의 예측 가능성과 스마트 카드 분실 시 발생 가능한 사용자 위장 공격에 대한 취약성이 주요한 한계점으로 지적되었다. 이에 본 연구에서는 시간 스탬프 검증 절차를 강화하고, 동적 난수를 활용한 세션 키 갱신 메커니즘을 도입하는 등 보안성을 개선한 새로운 인증 프레임 워크를 설계하였다. 또한 퍼지 추출기의 보안 성능을 향상시키고 경량 암호 모듈을 접목한 하이브리드 인증 절차를 제안하였다. 그 결과, 재전송 공격 및 내부자 공격에 대해 완전한 저항성을 확보하면서도 계산 효율성을 유지할 수 있었던 것으로 파악되었다. 이러한 개선 방안은 클라우드 컴퓨팅 환경에서의 안전한 다중인자 인증 시스템 구축 에 유의미한 기여를 할 수 있을 것으로 기대된다.

This study analyzes security flaws in an ECC-based multi-factor authentication protocol, identifying vulnerabilities in session key predictability and user impersonation. It proposes enhancements including dynamic key renewal and lightweight cryptographic modules. Verification confirmed the improved protocol resists replay and insider attacks while maintaining low computational overhead.

Cloud storage introduces many challenges due to the security and integrity threats toward user’s outsourced data. Many auditing protocols have been proposed, but the majority of them could only serve in single cloud environment. This paper proposes an efficient auditing protocol, which supports batch auditing for multiple data files in multi-cloud environment. By utilizing the bilinear map, the proposed protocol achieves full stateless and transparent verification. By constructing a Merkle Hash Tree, the proposed protocol can resist the replace attack and support dynamic operation of data. In addition, our protocol protects the position information of the data blocks by generating fake data blocks to confuse the organizer. The performance analysis demonstrates the efficiency of the protocol.

In cloud computing, cloud users can upload their data to cloud storage server in order to save local storage and access their data from anywhere. However, cloud storage service also brings serious security issues. Cloud users should be convinced of the correctness of their data stored remotely in the cloud. Thus, a reliable auditing scheme is desired to help cloud users check the integrity of their remote data. In this paper, we first propose an efficient cloud auditing scheme for multi-cloud storage systems, which can also preserve the privacy. Then, we extend our auditing scheme to support dynamic auditing and batch auditing for both multiple cloud users and multiple cloud service providers (CSPs), which makes the scheme more practical and efficient. Security analysis shows that our auditing scheme is provably secure. Our experiments indicate that our solution is efficient and significantly relieves the computation burden of both third party auditor (TPA) and CSP.

The emergence of cloud has been able to provide a variety of IT service to the user. As organizations and companies are increased that provide these cloud service, many problems arises on integration. However, with the advent of latest technologies such as big data, document-oriented database, and MapReduce, this problem can be easily solved. This paper is intended to design the Cloud Aggregator to provide them as a service to collect information of the cloud system providing each service. To do this, we use the DBaaS(DataBase as a Service) and MapReduce techniques. This makes it possible to maintain the functionality of existing system and correct the problem that may occur depending on the combination.

In a multi-cloud environment, it is necessary to minimize physical movement for efficient interoperability of distributed source data without building a data warehouse or data lake. And there is a need for a data platform that can easily access data anywhere in a multi-cloud environment. In this paper, we propose a new platform based on data fabric centered on a distributed platform suitable for cloud environments that overcomes the limitations of legacy systems. This platform applies the knowledge graph database technique to the physical linkage of source data for interoperability of distributed data. And by integrating all data into one scalable platform in a multi-cloud environment, it uses the holochain technique so that companies can easily access and move data with security and authority guaranteed regardless of where the data is stored. The knowledge graph database mitigates the problem of heterogeneous conflicts of data interoperability in a decentralized environment, and Holochain accelerates the memory and security processing process on traditional blockchains. In this way, data access and sharing of more distributed data interoperability becomes flexible, and metadata matching flexibility is effectively handled.

In the process of congestion control decision, there are two main problems. One is how to solve the uncertainty of attributes. The other is how to solve the operation between qualitative and quantitative. So, the paper uses cloud model, and proposes a fuzzy multi-attribute cloud decision method. By simulation experiment, it can effectively solve the uncertainty of attributes evaluated, especially coexistence of randomness and fuzzyness, and the operation between linguistic evaluation value and evaluation data. It can easily be used to solve the multi-attribute decision-making or evaluation problem with uncertainty in various fields.

Ciphertext-Policy Attribute-Based Encryption (CP-ABE) is a promising cryptographic tool to implement access control for secure cloud storage systems. However, most existing access control schemes based on CP-ABE for the multi-authority cloud storage systems rely on a fully trusted global certificate authority. It is just an ideal assumption while there never exists a fully trusted global certificate authority in reality. In this paper, we construct a system with multiple certificate authorities (CA). The parameters of those CAs could be verified when an authority suspects the messages received from the correlative certificate authority. Besides, we construct a verifiable secret sharing (VSS) scheme to realize the decentralization of the certificate authority in our scheme. The scheme adopts the Pedersen commitment in combination with the properties of bilinear-pairs on elliptic curve and bilinear Diffie-Hellman problem. The analysis shows that our scheme is highly efficient, authentic and provably secure under the security model. Our scheme simultaneously supports efficient attribute revocation.

Nowadays, Cloud Computing has brought many new and efficient approaches for computation-intensive application areas. One typical area is Cloud based real-time device control system, such as the IoT Cloud Platform. This kind of platform shifts computation load from devices to the Cloud and provides powerful processing capabilities to a simple device. In Swarm robotics, robots are supposed to be small, energy efficient and low-cost, but still smart enough to carry out individual and swarm intelligence. These two goals are normally contradictory to each other. Besides, in real world robot control, real-time on-line data processing is required, but most of the current Cloud Robotic Systems are focusing on off-line batch processing. However, Cloud based real-time device control system may provide a way that leads this research area out of its dilemma. This paper explores the availability of Cloud based real-time control of massive complex robots by implementing a relatively complicated but better performed local collision avoidance algorithm. The Cloud based application and corresponding Cloud driver, which connects the robot and the Cloud, are developed and deployed in Cloud environment. Simulation tests are carried out and the results show that, when the number of robots increases, by simply scaling computation resources for the application, the algorithm can still maintain the preset control frequency. Such characteristics verify that the Cloud Computing environment is a new platform for studying massive complex robots in swarm robotics.

According to jamming equation, the characteristics of array, this paper combined with jamming time-window, jamming efficiency ratio, jamming satisfaction, established multi-target fuzzy cloud computing jamming resource scheduling model with time-window, through the simulation, proved the scientificity and rationality of the method. The results showed, the improved firefly algorithm can preferably allocate the resources in cloud computing model, the effect of prediction model time is more close to actual time, can efficiently limit the possibility of falling into local convergence, the optimal solution’s time of objective function value is shorten which meet the user’s needs more.

OLAP query execution costs many minutes by its enormous data and OLAP query properties. On the other hand, MOLAP has fast responses. But it has a physical space limit to materialize all cells in possible combinations. Therefore, MOLAP is unsuited to analyze large data. In this paper, to provide not only flexibility and expandability of ROLAP but also the speediness of MOLAP, the cloud server architecture is proposed which shares clients’ cube cache by P2P and manages central index on cube data on P2P nodes. Also, volatile inquiry-cubes on servers become efficient when it is queried in local memory. The Cloud P2P OLAP is grafted onto hierarchical hybrid P2P for fast query results and multi-dimensional range query, so that the index loads are distributed and the performance is improved..