Virtualized In-Cloud Security Services for Mobile Devices
2010-03-18 13:22
477 查看
移动设备的虚拟化云服务安全服务。该篇论文提出一种基于虚拟化云服务的安全解决方案。基本思想就是将移动设备所在的客户端的文件发送到云端的服务器上进行扫描。这样的好处主要有:1.更好的查杀能力。除了可以有更大的病毒特征库外,还可以对新的技术等有更好更快的扩展性。还有是能够在服务器上运行一个虚拟的手机操作系统,在该虚拟的操作系统中运行被查询的文件程序,这样能更有效的发现病毒恶意程序。2.减少设备的资源消耗。移动设备的内存CPU等都是有限的,杀毒软件又是很占有资源的,使用云服务的杀毒,可以显著减少内存的占用,但是介入网络是消耗电源的,这个也是很大的问题,文中提出没有解决方案。3.降低设备的软件复杂度。文中所做的DEMO,使用CLOUDAV做为服务器端,客户端的代码量仅为170行PYTHON。软件复杂度的降低也更好的支持了多平台,多系统,多版本。缺点:1.不能联网。2.隐私。
抗病毒云(CloudAV)是一个提供防毒保护的互联网服务程序。抗病毒云使用户能够充分利用多个防病毒程序,并且无需在本地运行这些程序,这样用户计算机的性能就不会受到影响。该程序采用名为N版本保护技术,用多个防病毒检测引擎来确定恶意软件。抗病毒云(CloudAV)是由密西根大学研发的。截至2008年10月,抗病毒云(CloudAV)已经在密西根大学的校园投入使用,但没有在其他地方使用,尽管一些大学和企业已表示对它有兴趣。在抗病毒云被大规模使用之前,需要解决许可和隐私问题。
云杀毒的方案在移动设备和内部网络的使用还是很前景的,内部网络就可以只购买一份各个杀毒软件产品,而给全部网络的计算机提供安全保障,安全性要高于自己安装杀毒软件,值得一试。关键需解决隐私安全和网络的问题。
抗病毒云(CloudAV)是一个提供防毒保护的互联网服务程序。抗病毒云使用户能够充分利用多个防病毒程序,并且无需在本地运行这些程序,这样用户计算机的性能就不会受到影响。该程序采用名为N版本保护技术,用多个防病毒检测引擎来确定恶意软件。抗病毒云(CloudAV)是由密西根大学研发的。截至2008年10月,抗病毒云(CloudAV)已经在密西根大学的校园投入使用,但没有在其他地方使用,尽管一些大学和企业已表示对它有兴趣。在抗病毒云被大规模使用之前,需要解决许可和隐私问题。
云杀毒的方案在移动设备和内部网络的使用还是很前景的,内部网络就可以只购买一份各个杀毒软件产品,而给全部网络的计算机提供安全保障,安全性要高于自己安装杀毒软件,值得一试。关键需解决隐私安全和网络的问题。
相关文章推荐
- Embedded Java Security: Security for Mobile Devices
- Bank of America using NFC enabled BlackBerry devices for Mobile Wallet trial program
- Foundation Flash Applications for Mobile Devices (Foundation)
- Enabling Technologies for Mobile Services: The MobiLife Book
- ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices的理解
- Landscape for ICWS/SCC/SERVICES/CLOUD
- MIPI display standards for mobile Internet devices
- Sync Services for Windows Mobile Realsed(CTP)
- ZigBee 3.0 Z-Stack 2.8 Security for joining devices
- Virtualized Firewall for Cloud Security: Working on Machines Identities, NOT on Their IP Addresses
- Security and Privacy for Cloud-Based Data Management in the Health Network Service Chain: A Microser
- MobileCloud for UFT
- [论文解读] ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
- [论文摘录] Market-Oriented Cloud Computing Vision, Hype, and Reality for Delivering IT Services as Computing Utilities (HPCC, 2008)
- ThinkAir: Dynamic resource allocation and parallel execution in the cloud for mobile code offloading阅读笔记
- Using DLP tools for cloud computing security
- 网络量化——Quantized Convolutional Neural Networks for Mobile Devices
- 论文阅读笔记:ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
- ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
- Configuring Windows Mobile devices for NuevaSync