一種基于可信計(jì)算的Hadoop平臺度量方法
【專利摘要】本發(fā)明公開一種基于可信計(jì)算的Hadoop平臺度量方法，包括：步驟S1、MapReduce程序運(yùn)行前的度量，其包括：獲取Hadoop平臺中MapReduce程序文件，其包含：job.jar、job.split、job.xml；計(jì)算MapReduce程序文件的摘要值并擴(kuò)展PCR，同時(shí)寫入MapReduce程序度量日志；步驟S2、Hadoop文件動(dòng)態(tài)度量，其包括：獲取Hadoop核心組件信息，其包含：Hadoop配置文件、Hadoop本地庫、Hadoop核心jar包、Hadoop核心腳本；計(jì)算Hadoop核心組件各文件的摘要值并擴(kuò)展PCR，同時(shí)寫入NodeManager節(jié)點(diǎn)中度量日志；將Hadoop核心組件各文件的摘要值與標(biāo)準(zhǔn)庫中標(biāo)準(zhǔn)值進(jìn)行比較，得到NodeManager節(jié)點(diǎn)健康檢測結(jié)果。采用本發(fā)明的技術(shù)方案，以可信鏈為基礎(chǔ)擴(kuò)展可信關(guān)系，實(shí)現(xiàn)應(yīng)用層對MapReduce程序的度量，同時(shí)結(jié)合Hadoop節(jié)點(diǎn)健康檢測機(jī)制，提供動(dòng)態(tài)的Hadoop平臺完整性度量。
【專利說明】
一種基于可信計(jì)算的Hadoop平臺度量方法
技術(shù)領(lǐng)域
[00〇1 ]本發(fā)明涉及云計(jì)算和可信計(jì)算技術(shù)領(lǐng)域，尤其涉及一種基于可信計(jì)算的Hadoop平臺度量方法?！颈尘凹夹g(shù)】
[0002]隨著信息技術(shù)的快速發(fā)展，企業(yè)數(shù)據(jù)規(guī)模呈現(xiàn)出爆炸式的增長趨勢。云計(jì)算由于具有高可靠性、可伸縮性、按需服務(wù)等諸多優(yōu)點(diǎn)，被很多企業(yè)用于存儲和處理企業(yè)的數(shù)據(jù)。 Hadoop是云計(jì)算的解決方案之一，作為Apache基金會的開源項(xiàng)目，由于繼承了Google GFS 和Google MapReduce的功能同時(shí)免費(fèi)提供使用，在學(xué)術(shù)界和業(yè)界得到了大量的研究和應(yīng)用，國內(nèi)外企業(yè)紛紛搭建自己的Hadoop平臺。
[0003]然而在Hadoop設(shè)計(jì)之初，并沒有對安全問題進(jìn)行考慮，導(dǎo)致現(xiàn)階段使用過程中出現(xiàn)了大量的安全問題。雖然在之后的版本加入了基于kerberos的身份認(rèn)證和基于ACL的訪問控制解決方案，但是其提供的安全功能依然很難滿足大型公司對安全的需求。很多公司根據(jù)自身需求對Hadoop源碼進(jìn)行了大量修改，使其滿足自身的安全需求。但基于軟件實(shí)現(xiàn)的安全控制方法很容易被攻破，當(dāng)Hadoop所處環(huán)境或自身相關(guān)文件遭到篡改，很容易導(dǎo)致這些安全措施失效，影響到平臺使用甚至是平臺中數(shù)據(jù)的安全性。采用硬件提供安全保護(hù)， 從硬件層面出發(fā)，保證Hadoop平臺的安全，可以有效保證Hadoop平臺可信。[〇〇〇4] 可信計(jì)算組(Trusted Computing Group，TCG)致力于構(gòu)建可信的軟硬件計(jì)算環(huán)境，從硬件出發(fā)，從源頭開始保證計(jì)算環(huán)境建立過程中各個(gè)相關(guān)組件的可信，從而建立一個(gè)可信的計(jì)算環(huán)境?？尚庞?jì)算組提出了可信平臺模塊(Trusted Platform Module，TPM)的概念，作為可信平臺建立過程中可信硬件基礎(chǔ)，提供可信的度量和可信存儲的方法，從硬件層面提供可信計(jì)算所需的相關(guān)計(jì)算需求?？尚庞?jì)算組同時(shí)提出了基于可信鏈構(gòu)建可信計(jì)算環(huán)境的方法，從可信平臺模塊出發(fā)，對系統(tǒng)啟動(dòng)過程中涉及的相關(guān)組件逐級進(jìn)行度量，一級驗(yàn)證一級，將信任關(guān)系逐級傳遞下去，最終保證整個(gè)平臺環(huán)境的可信。
[0005]基于可信計(jì)算組提出的可信平臺構(gòu)建思想，眾多公司對其關(guān)鍵過程進(jìn)行了研究和開發(fā)。Sourceforge公司的開源項(xiàng)目Trusted Grub通過擴(kuò)展原始Grub引導(dǎo)程序，在Linux系統(tǒng)引導(dǎo)過程中，度量了B1S、Grub和操作系統(tǒng)內(nèi)核并報(bào)告PCR值。頂B公司提出的完整性度量架構(gòu)(Integrity Measurement Architecture，IMA)對Linux內(nèi)核進(jìn)行可信擴(kuò)展，在操作系統(tǒng)內(nèi)核被度量以后，對系統(tǒng)關(guān)鍵組件，包括用戶應(yīng)用程序、配置文件以及所有內(nèi)核模塊進(jìn)行了可信度量。
[0006]然而現(xiàn)有技術(shù)從硬件出發(fā)對系統(tǒng)環(huán)境進(jìn)行度量，只度量到了應(yīng)用程序?qū)印?MapReduce作為Hadoop的分布式計(jì)算模型，提供大數(shù)據(jù)的分布式處理方法，在實(shí)際度量過程中并未對其完整性進(jìn)行驗(yàn)證，這就導(dǎo)致Hadoop平臺中運(yùn)行的MapRedcue程序存在被篡改的可能，出現(xiàn)不可信的計(jì)算行為。同時(shí)MA只在Hadoop啟動(dòng)過程時(shí)對相關(guān)的文件進(jìn)行了度量， 在Hadoop運(yùn)行的整個(gè)過程中，平臺的動(dòng)態(tài)可信性很難得到有效的保護(hù)。
【發(fā)明內(nèi)容】

[0007]本發(fā)明要解決的技術(shù)問題是，提供一種基于可信計(jì)算的Hadoop平臺度量方法，以可信鏈為基礎(chǔ)擴(kuò)展可信關(guān)系，實(shí)現(xiàn)應(yīng)用層對MapReduce程序的度量，同時(shí)結(jié)合Hadoop節(jié)點(diǎn)健康檢測機(jī)制，提供動(dòng)態(tài)的Hadoop平臺完整性度量。
[0008]為解決上述問題，本發(fā)明采用如下的技術(shù)方案:
[0009]一種基于可信計(jì)算的Hadoop平臺度量方法，包括以下步驟:
[0010]步驟Sl、MapReduce程序運(yùn)行前的度量[〇〇11 ]步驟1 ? 1:獲取Hadoop平臺中MapReduce程序文件，其包含:job ? jar、job ? split、 job.xml；[〇〇12] 步驟1 ? 2:計(jì)算MapReduce程序文件的摘要值并擴(kuò)展PCR(program control register，程序控制暫存器)，同時(shí)寫入MapReduce程序度量日志；[〇〇13] 步驟S2、Hadoop文件動(dòng)態(tài)度量[〇〇14] 步驟2.1:獲取Hadoop核心組件信息，其包含:Hadoop配置文件、Hadoop本地庫、 Hadoop核心jar包、Hadoop核心腳本；[0〇15] 步驟2.2:計(jì)算他(1〇(^核心組件各文件的摘要值并擴(kuò)展?0?，同時(shí)寫入1'1〇(161&11^區(qū)61 節(jié)點(diǎn)中度量日志；[〇〇16]步驟2.3:將Hadoop核心組件各文件的摘要值與標(biāo)準(zhǔn)庫中標(biāo)準(zhǔn)值進(jìn)行比較，得到 NodeManager節(jié)點(diǎn)健康檢測結(jié)果。[0〇17] 作為優(yōu)選，通過TPM(Trusted Platform Module，可信平臺模塊)的摘要算法計(jì)算 MapReduce程序文件或Hadoop核心組件信息摘要值；同時(shí)調(diào)用PcrExtend方法將計(jì)算結(jié)果擴(kuò)展到PCR。
[0018]作為優(yōu)選，PcrExtend方法的度量邏輯為:PCRnew= SHA1 (PCR | | newHashValue)，表示將PCR當(dāng)前值與文件摘要值鏈接后重新計(jì)算摘要值，將結(jié)果重新寫入PCR。
[0019]作為優(yōu)選，所述摘要算法為SHA1摘要算法。[〇〇2〇] 作為優(yōu)選，MapReduce程序度量日志內(nèi)容包括:第一 PCR擴(kuò)展值、MapReduce程序文件的摘要值、用戶名、所度量的MapReduce程序文件名。[0〇21 ] 作為優(yōu)選，NodeManager節(jié)點(diǎn)中度量日志記錄內(nèi)容包括:第二PCR擴(kuò)展值、Hadoop核心組件各文件的摘要值、所度量的Hadoop核心組件文件名、度量時(shí)間。[〇〇22]作為優(yōu)選，步驟2.3具體為:比較每個(gè)Hadoop的核心文件的摘要值與標(biāo)準(zhǔn)庫中的標(biāo)準(zhǔn)值是否相同，完全一致時(shí)節(jié)點(diǎn)健康檢測通過，節(jié)點(diǎn)健康檢測返回0K，當(dāng)出現(xiàn)不一致情況時(shí)，節(jié)點(diǎn)健康檢測出現(xiàn)異常，返回ERROR。
[0023]作為優(yōu)選，所述NodeManager節(jié)點(diǎn)健康檢測會周期性執(zhí)行度量邏輯，當(dāng) NodeManager健康狀態(tài)出現(xiàn)問題時(shí)，會通知ResourceManager不再為其分配任務(wù)。
[0024]作為優(yōu)選，所述Hadoop配置文件包括:slaves、core-site ? xml、hdfs_site ? xml、 mapred-site ? xml、yarn-site.xml;所述Hadoop本地庫包括:libhadoop ? so，libhdfs ? so;所述Hadoop核心 jar包包括:common、hdfs、mapreduce、yarn;所述Hadoop核心腳本為hdfs、 mapreduce 或 hadoop-daemon.sh—種或多種。[〇〇25]本發(fā)明與現(xiàn)有技術(shù)相比，具有以下明顯的優(yōu)勢和有益效果:
[0026] 1.本發(fā)明通過擴(kuò)展Hadoop實(shí)現(xiàn)對MapReduce程序運(yùn)行前的度量工作，實(shí)現(xiàn)了應(yīng)用程度層對MapReduce應(yīng)用層的度量，將信任關(guān)系由應(yīng)用層傳遞到了MapReduce應(yīng)用層，在 MapRedcue程序?qū)嶋H運(yùn)行前，先對其完整性進(jìn)行度量，實(shí)現(xiàn)了對信任鏈的擴(kuò)展。[0〇27] 2.本發(fā)明通過擴(kuò)展NodeManager節(jié)點(diǎn)健康檢測功能，實(shí)現(xiàn)了對Hadoop核心文件的周期性檢測，有效的保護(hù)了 Hadoop運(yùn)行過程中核心文件的完整性。當(dāng)核心文件完整性遭到破壞時(shí)可以及時(shí)發(fā)現(xiàn)并將此計(jì)算節(jié)點(diǎn)移除Hadoop集群，有效阻止異常計(jì)算節(jié)點(diǎn)在計(jì)算過程中可能帶來的安全威脅。【附圖說明】[〇〇28]圖1為本發(fā)明的基于可信計(jì)算的Hadoop平臺度量方法的流程圖；[〇〇29] 圖2為MapRedcue程序完整性度量流程圖；[〇〇3〇] 圖3為NodeManager節(jié)點(diǎn)健康檢測流程圖?！揪唧w實(shí)施方式】[〇〇31]為使本領(lǐng)域技術(shù)人員更好的理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖和具體實(shí)施例對本發(fā)明作詳細(xì)說明。[〇〇32]如圖1所示，本發(fā)明實(shí)施例提供一種基于可信計(jì)算的Hadoop平臺度量方法，包括以下步驟:[〇〇33] 步驟S1、MapReduce程序運(yùn)行前的度量
[0034] 基于可信鏈擴(kuò)展對MapReduce程序運(yùn)行前的度量，通過向Re sourceManager代碼中加入度量邏輯，實(shí)現(xiàn)Hadoop對MapReduce程序運(yùn)行前的度量，擴(kuò)展信任關(guān)系，具體方法如下:
[0035] 步驟1 ? 1:獲取Hadoop平臺中MapReduce程序文件。[〇〇36]用戶提交MapReduce程序到Hadoop平臺運(yùn)行時(shí)，程序相關(guān)文件被暫存到HDFS臨時(shí)文件中，用于計(jì)算節(jié)點(diǎn)獲取計(jì)算程序。在實(shí)際計(jì)算程序執(zhí)行前，需要由已被度量的Hadoop程序?qū)ζ溥M(jìn)行度量。需要度量的文件包括:job.jar、job.split、job.xml，默認(rèn)情況位于:
[0037] hdfs: //tmp/hadoop-yarn/staging/USER/ ? staging/jobID 目錄下，其中USER代表提交作業(yè)的用戶名，jobID代表Hadoop為作業(yè)分配的作業(yè)編號。通過Hadoop提供的API實(shí)現(xiàn)對HDFS中MapReduce程序信息的獲取。
[0038] 步驟1 ? 2:計(jì)算MapReduce程序文件的摘要值；同時(shí)擴(kuò)展PCR(program control register，程序控制暫存器)，得到第一PCR擴(kuò)展值(S卩，第一擴(kuò)展PCR編號)。
[0039]由于TPM(Trusted Platform Module，可信平臺模塊)提供了基于硬件的摘要值計(jì)算方法，所以可通過TPM的摘要算法分別計(jì)算上述MapReduce程序文件的摘要值。同時(shí)調(diào)用 PcrExtend方法將計(jì)算結(jié)果擴(kuò)展到PCR，得到第一 PCR擴(kuò)展值，保證度量結(jié)果可信性和完整性。PcrExtend度量邏輯為:PCRnew=SHAl(PCR | | newHashValue)，表示將PCR當(dāng)前值與文件摘要值鏈接后重新計(jì)算摘要值，將結(jié)果重新寫入PCR，TPM采用的摘要算法為SHA1摘要算法。由于PCR只提供了擴(kuò)展和清零兩種操作，所以惡意用戶無法對PCR值進(jìn)行任意修改，保證了度量結(jié)果的可信性和完整性。
[0040] 步驟1.3:寫入MapReduce程序度量日志[〇〇411 將MapReduce程序文件的摘要值寫入Master節(jié)點(diǎn)中的度量日志，以提供用戶事后驗(yàn)證的途徑。MapReduce程序度量日志內(nèi)容包括:第一 PCR擴(kuò)展值、MapReduce程序文件的摘要值、用戶名、所度量的MapReduce程序文件名。[0〇42] 基于可信鏈擴(kuò)展的MapReduce程序可信度量方法，通過擴(kuò)展ResourceManager代碼實(shí)現(xiàn)Hadoop對MapReduce程序的度量。對于Hadoop2 ? 6 ? 0版本，可以向Hadoop源代碼hadoop-2.6.〇-src/hadoop-yarn-project/hadoop-yarn/
[0043] hadoop-yarn-server/hadoop-yarn-server-resourcemanager/src/main/j ava/ org/apache/hadoop/yarn/server/resourcemanager/rmapp/RMAppImpl.ja va中添加 MapReduce程序度量代碼。本方法原型實(shí)施方式通過向public void transit1n (RMAppImpl app，RMAppEvent event)方法中加入上述MapReduce程序度量邏輯代碼，實(shí)現(xiàn) MapReduce程序運(yùn)行前的度量。加入度量代碼后，需要重新編譯Hadoop。通過擴(kuò)展 ResourceManager源代碼，實(shí)現(xiàn)可信鏈到MapReduce程序的擴(kuò)展，同時(shí)記錄度量日志，度量日志內(nèi)容分別為擴(kuò)展PCR編號、文件SHA1值、用戶、度量文件，流程如圖2所示。[〇〇44] 步驟S2、Hadoop文件動(dòng)態(tài)度量[0〇45] 基于節(jié)點(diǎn)健康檢測的Hadoop文件動(dòng)態(tài)度量，通過向NodeManager節(jié)點(diǎn)健康檢測代碼中加入度量邏輯，實(shí)現(xiàn)對Hadoop核心組件的周期性度量，保證運(yùn)行過程中計(jì)算環(huán)境的可信。具體實(shí)現(xiàn)如下:[〇〇46] 步驟2 ? 1:獲取Hadoop核心組件信息。[〇〇47] Hadoop核心組件信息包括:
[0048]1 )$HAD00P_H0ME/etc/Hadoop/*: Hadoop 配置文件，包括slave s、core-si te ? xml、 hdfs—site?xml、mapred_site?xml、yarn—site?xml，〇
[0049]2)$HAD00P_H0ME/lib/native/*:Hadoop 本地庫，包括 libhadoop ? so，libhdfs ? so〇
[0050]3) $HAD00P_H0ME/share/Hadoop/*: Hadoop核心 jar包，包括common、hdfs、 mapreduce、yarn〇[0051 ]4)$說000卩_11(1^/1^11/*$擬000?_11(1^/81^11/*:版(1〇(^核心腳本，用于操作11(^8文件系統(tǒng)、管理MapReduce作業(yè)任務(wù)、改變Hadoop當(dāng)前狀態(tài)。常用的有hdf s、mapreduce、 hadoop-daemon?sh 〇[〇〇52]步驟2.2:計(jì)算Hadoop核心組件各文件的摘要值；同時(shí)擴(kuò)展PCR，得到第二PCR擴(kuò)展值(即。第二擴(kuò)展PCR編號)；方法同步驟1.2。[〇〇53] 步驟2 ? 3:寫入NodeManager節(jié)點(diǎn)中度量日志，方法同步驟1 ? 3，NodeManager節(jié)點(diǎn)中度量日志記錄內(nèi)容包括:第二P C R擴(kuò)展值、H a d 〇 〇 p核心組件各文件的摘要值、所度量的 Hadoop核心組件文件名、度量時(shí)間。[〇〇54]步驟2.4:將Hadoop核心組件各文件的摘要值與標(biāo)準(zhǔn)庫中標(biāo)準(zhǔn)值進(jìn)行比較，得到 NodeManager節(jié)點(diǎn)健康檢測結(jié)果。[〇〇55]比較每個(gè)Hadoop的核心文件的摘要值(S卩，度量值)與標(biāo)準(zhǔn)庫中的標(biāo)準(zhǔn)值是否相同，完全一致時(shí)節(jié)點(diǎn)健康檢測通過，節(jié)點(diǎn)健康檢測返回0K，當(dāng)出現(xiàn)不一致情況時(shí)，節(jié)點(diǎn)健康檢測出現(xiàn)異常，返回ERROLNodeManager節(jié)點(diǎn)健康檢測會周期性執(zhí)行上述度量邏輯，當(dāng) NodeManager健康狀態(tài)出現(xiàn)問題時(shí)，會通知ResourceManager不在為其分配任務(wù)，阻止異常計(jì)算節(jié)點(diǎn)在計(jì)算過程中可能帶來的威脅。[0〇56] 基于節(jié)點(diǎn)健康檢測的Hadoop文件動(dòng)態(tài)度量方法，通過向NodeManager節(jié)點(diǎn)健康檢測代碼中加入度量邏輯，實(shí)現(xiàn)對Hadoop核心組件的周期性度量，保證運(yùn)行過程中計(jì)算環(huán)境的可信。以Hadoop2.6.0為例，默認(rèn)NodeManager節(jié)點(diǎn)健康檢測功能未啟用，需要修改相關(guān)配置文件，向 $HADOOP_HOME/etc/hadoop/yarn-si te ? xml 中加入 yarn ? nodemanager ? heal th_ checker.script.path以啟動(dòng)健康檢測腳本功能。實(shí)施方式原型中，將節(jié)點(diǎn)健康檢測腳本配詈在$HADOOP_HOME/healthCheck/healthCheck.sh中。負(fù)責(zé)周期性檢測Hadoop核心文件，并與標(biāo)準(zhǔn)庫中的標(biāo)準(zhǔn)值進(jìn)行比較，當(dāng)發(fā)現(xiàn)不匹配狀態(tài)出現(xiàn)后，healthCheck.sh將返回ERROR， 此后該節(jié)點(diǎn)將不再接收任務(wù)作業(yè)任務(wù)，保證當(dāng)計(jì)算節(jié)點(diǎn)出現(xiàn)異常時(shí)用戶數(shù)據(jù)的安全。同時(shí)健康檢測腳本將度量結(jié)果寫/V$HADOOP_HOME/healthCheck/ascii_run-time_ measurements中，并擴(kuò)展PCR，為平臺可信性驗(yàn)證提供依據(jù)，流程如圖3所示。[〇〇57]最后應(yīng)說明的是:以上示例僅用以說明本發(fā)明而并非限制本發(fā)明所描述的技術(shù)方案；因此，盡管本說明書參照上述的示例對本發(fā)明已進(jìn)行了詳細(xì)的說明，但是本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，仍然可以對本發(fā)明進(jìn)行修改或等同替換;而一切不脫離發(fā)明的精神和范圍的技術(shù)方案及其改進(jìn)，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。
【主權(quán)項(xiàng)】
1.一種基于可信計(jì)算的Hadoop平臺度量方法，其特征在于，包括以下步驟:步驟S1、MapReduCe程序運(yùn)行前的度量步驟1 ? 1:獲取Hadoop平臺中MapReduce程序文件，其包含:job.jar、job.split、 job.xml；步驟1 ? 2:計(jì)算MapReduce程序文件的摘要值并擴(kuò)展PCR(program control register， 程序控制暫存器)，同時(shí)寫入MapReduce程序度量日志；步驟S2、Hadoop文件動(dòng)態(tài)度量步驟2 ? 1:獲取Hadoop核心組件信息，其包含:Hadoop配置文件、Hadoop本地庫、Hadoop 核心jar包、Hadoop核心腳本；步驟2.2:計(jì)算Hadoop核心組件各文件的摘要值并擴(kuò)展PCR，同時(shí)寫入NodeManager節(jié)點(diǎn) 中度量日志；步驟2.3:將Hadoop核心組件各文件的摘要值與標(biāo)準(zhǔn)庫中標(biāo)準(zhǔn)值進(jìn)行比較，得到 NodeManager節(jié)點(diǎn)健康檢測結(jié)果。2.如權(quán)利要求1所述基于可信計(jì)算的Hadoop平臺度量方法，其特征在于，通過TPM (Trusted Platform Module，可信平臺模塊)的摘要算法計(jì)算MapReduce程序文件或Hadoop 核心組件信息摘要值;同時(shí)調(diào)用PcrExtend方法將計(jì)算結(jié)果擴(kuò)展到PCR。3.如權(quán)利要求2所述基于可信計(jì)算的Hadoop平臺度量方法，其特征在于，PcrExtend方 法的度量邏輯為:PCRnew=SHAl (PCR | | newHashValue)，表示將PCR當(dāng)前值與文件摘要值鏈接 后重新計(jì)算摘要值，將結(jié)果重新寫入PCR。4.如權(quán)利要求2或3所述基于可信計(jì)算的Hadoop平臺度量方法，其特征在于，所述摘要 算法為SHA1摘要算法。5.如權(quán)利要求1所述基于可信計(jì)算的Hadoop平臺度量方法，其特征在于，MapReduce程 序度量日志內(nèi)容包括:第一PCR擴(kuò)展值、MapReduce程序文件的摘要值、用戶名、所度量的 MapReduce程序文件名。6.如權(quán)利要求1所述基于可信計(jì)算的Hadoop平臺度量方法，其特征在于，NodeManager 節(jié)點(diǎn)中度量日志記錄內(nèi)容包括:第二PCR擴(kuò)展值、Hadoop核心組件各文件的摘要值、所度量 的Hadoop核心組件文件名、度量時(shí)間。7.如權(quán)利要求1所述基于可信計(jì)算的Hadoop平臺度量方法，其特征在于，步驟2.3具體 為:比較每個(gè)Hadoop的核心文件的摘要值與標(biāo)準(zhǔn)庫中的標(biāo)準(zhǔn)值是否相同，完全一致時(shí)節(jié)點(diǎn) 健康檢測通過，節(jié)點(diǎn)健康檢測返回0K，當(dāng)出現(xiàn)不一致情況時(shí)，節(jié)點(diǎn)健康檢測出現(xiàn)異常，返回 ERROR〇8.如權(quán)利要求7所述基于可信計(jì)算的Hadoop平臺度量方法，其特征在于，所述 NodeManager節(jié)點(diǎn)健康檢測會周期性執(zhí)行度量邏輯，當(dāng)NodeManager健康狀態(tài)出現(xiàn)問題時(shí)， 會通知ResourceManager不再為其分配任務(wù)。9.如權(quán)利要求1所述基于可信計(jì)算的Hadoop平臺度量方法，其特征在于，所述Hadoop配 置文件包括:slaves >core-site.xml>hdfs-site.xml>mapred-site.xmKyarn-site.xml； 所述Hadoop本地庫包括:libhadoop.so, libhdfs.so;所述Hadoop核心 jar包包括:common、 hdf s、mapreduce、yarn;所述 Hadoop 核心腳本為 hdf s、mapreduce 或 hadoop-daemon ? sh—種 或多種。
【文檔編號】G06F21/57GK105975865SQ201610366119
【公開日】2016年9月28日
【申請日】2016年5月27日
【發(fā)明人】詹靜, 蔡磊
【申請人】北京工業(yè)大學(xué)