云计算的概念和特点篇1
虽然正态云模型具有普适性，但它在描述论域内单调上升或下降的概念时存在一些局限性，同时由于现有的云推理算法存在多条件下人为主观因素影响大、运算量大等问题，为此提出一种新的指数云模型来描述单调概念，并基于此提出一种基于权重的云推理算法。该算法将多条件发生器拆分为多个一维发生器，先通过层次分析法确定各个条件的属性权重，再采取加权平均法将单条件单规则发生器输出的结果精确化为一个具体的输出值。将基于权重的云推理算法用于鱼雷规避仿真系统中，并与模糊推理结果进行比较，验证了该算法的有效性和实用性。
关键词：云模型；指数云；权重；云推理；层次分析法；规则发生器
中图分类号：tp301.6
文献标志码：a
weight-basedcloudreasoningalgorithm
abstract：
althoughthenormalcloudmodelisuniversallyused，itfacessomedifficultieswhendescribingsomemonotonicrise/fallconceptions.thismodelalsohasbigsubjectiveinfluenceundermultipleconditionsandlargecomputationconsumption.toovercometheseshortcomings，anewkindofexponentialcloudmodelwasprovidedalongwithaweightbasedcloudreasoningalgorithm.Bysplittingthemulti-conditiongeneratortoseveralsingle-conditiongenerators，thealgorithmfirstlyusedanalyticHierarchyprocess（aHp）methodtogetweightofeachproperty，andthenusedthemtocalculateweightedaverageofsingle-conditiongeneratoroutputtoquantitfyvalue.thevalidationandeffectivenessofthismethodischeckedthroughacomparisonbetweenfuzzyreasoningandstimulationoftorpedoavoidsystem.
Keywords：
cloudmodel；exponentialcloud；weight；cloudreasoning；analyticHierarchyprocess（aHp）；rulegenerator
0引言
自然语言是人类智慧的结晶，在人工智能中具有重要的地位，它是通过语言值来表示概念，而这些概念通常具有不确定性。以往研究不确定性的方法有很多，如概率论、模糊集理论、粗糙集理论等，但利用这些方法来研究概念的不确定性尚存在一定的局限性。特别在研究自然语言的模糊性和随机性时，这些方法没有很好地将两者联系起来。李德毅院士在传统模糊数学和概率统计的基础上提出了定性定量互换模型——云模型，它把概念的模糊性和随机性有机地综合在一起，实现了概念的定性值与数字的定量值之间的自然转换[1-2]。
近年来，正态云模型被广泛应用于空袭目标威胁评估[3]、遥感图像分类[4]、项目评价[5]等领域。尽管正态云具有普适性[1]，但仍无法表述一些特定的概念。文献[6]中提出多种扩展的正态云发生器，有效地扩大了云模型的应用场合。同时，李德毅院士在云模型基础上，引入不确定性推理方法，通过构建规则发生器能有效表示用自然语言描述的定性规则，实现了带有不确定性的推理。现有的应用与研究主要集中在利用云模型构建单条件单规则发生器进行不确定推理。对于多条件的情况，文献[1]提出通过“软与”操作构建规则发生器；文献[7]则将单条件单规则发生器推广到双条件单规则发生器，乃至多条件单规则发生器，并给出相应算法。由于这两种方法存在人为主观因素影响大、运算量大和定性概念单一的问题[8]，本文提出一种新的指数云模型来描述单调概念，并基于此提出一种基于权重的云推理算法。
1指数云模型
1.1云模型相关概念
定义1论域X={x}中的元素根据某个法则f，可将X映射到另一个有序的论域X′上，X′中有且仅有一个x′和x对应，则X′为基础变量，隶属度在X′的分布叫作隶属云[2]。
云模型的整体特征可以用三个数字特征值来表征，即期望ex、熵en和超熵He。
期望云滴在论域空间分布的期望。它是最能代表定性概念的点，是概念量化的最典型样本。
熵在云模型中用来衡量定性概念的模糊程度，其值的大小直接决定满足该定性概念所涵盖的论域范围，熵越大，则该定性概念横跨的论域范围越大。
超熵表示熵的熵，主要用来体现云滴的离散程度。从云图分布上看，超熵越大，云滴分布越离散，云层也就越厚。当超熵为0时，隶属云退化为模糊理论中的精确隶属度函数曲线。
李德毅等基于正态分布和钟形隶属度函数的普适性，论证了正态云模型的普适性。
1.2新的指数云模型
指数分布是常见的概率分布之一，文献[9]基于指数分布函数提出一种指数云模型，用来描述关于寿命、排队等待时间和失效分布等定性概念。除此之外，在日常生活中经常会遇到一些在论域内单调上升或下降的概念，比如“寒冷”，通常人们认为气温低于0度时，气候十分寒冷；再比如“优秀学生”，通常认为学生的成绩高于90分就是优秀学生。对于此类定性概念，正态分布同样无法准确描述，而指数分布的累积分布函数在论域中具有单调性，更适于表述此类定性概念。
隶属函数是模糊集合论的基础，模糊概念的隶属函数并没有严格的确定方法，大多依靠实际经验确定。指数分布的累积分布函数描述该类定性概念较为合适，参考文献[9]中的隶属函数，本文给出一种新的指数型隶属度函数定义，μ（x）=1-e-λx。正态云模型的确定度是基于正态型隶属函数建立的，因此，可以在指数型隶属函数的基础上定义指数云。
定义3设U是一个精确数值表示的定量论域，C是U上的定性概念，若定量值x∈U，且x是定性概念C的一次随机实现，若x满足：x～p（λ），其中1/λ～n（ex，He2），且x对C的确定度满足
μ=1-e-λx
则x在论域U上的分布称为指数云。如同正态云，指数云的数字特征也用期望ex、熵en和超熵He三个数值来表示：ex（期望）为确定度接近0.9的定量值；en（熵）为定量值的起始点，确定论域中模糊概念的范围；He（超熵）和正态云模型中的超熵意义相同，是不确定度量，其大小间接地表示了指数云的离散程度和厚度。
如图2所示，正向指数云发生器从概念表达的定性信息中获取定量数据的范围和分布情况，即由指数云的数字特征得到指数云的云滴分布，正向指数云发生器实现算法如下。
算法1一维正向指数云发生器算法。
输入定性概念的数字特征（ex，en，He）及云滴数n；
输出n个云滴的定量值以及代表的确定度μi。
1）计算期望值ex′=（ex-en）/（ln10）；
2）生成以ex′为期望值、He为方差的正态随机数λ；
3）生成以λ为期望值的指数分布的随机数μi；
4）计算确定度μi=1-e-（1/λ）xi；
5）具有确定度μi的xi成为数域中的一个云滴；
6）重复步骤2）～5），直至产生要求的n个云滴为止。
由指数云特征参数定义可知，en为定量值起始点，当ex>en时，期望曲线在论域内单调上升；当ex
1.3前件指数云发生器和后件指数云发生器
在云推理过程中，给定论域中一个定量值x，通过正向云发生器生成定量值x属于定性概念的确定度μ，称为前件云发生器。确定度μ每次实现都带有不确定性，一维前件指数云发生器具体算法如下：
算法2一维前件指数云发生器算法。
输入一维定性概念的数字特征（ex，en，He）及定量值x；
输出定量值x属于定性概念的确定度μ。
1）生成期望值ex′=（ex-en）/ln10；
2）生成以ex′为期望值、He为方差的正态随机数λ；
3）计算确定度μ=1-e-（1/λ）x。
给定确定度μ∈[0，1]，通过正向云发生器生成定性概念上满足确定度μ的定量值x，称为后件云发生器。定量值x每次实现都带有不确定性，后件指数云发生器具体算法如下：
算法3一维后件指数云发生器算法。
输入一维定性概念的数字特征（ex，en，He）及确定度μ，μ∈[0，1]；
输出满足确定度μ的定量值x。
1）生成期望值ex′=（ex-en）/ln10；
2）生成以ex′为期望值，He为方差的正态随机数λ；
3）计算定量值x=en-λln（1-μ）。
2基于权重的云推理算法
2.1传统云推理算法
传统的云规则发生器是基于正态云模型的不确定性推理，规则库由正态云描述的定性概念组成，未讨论其他类型的云模型。现有的应用与研究主要集中在利用云模型构建单条件单规则发生器进行不确定推理，而对于多条件情况，目前有以下两种常用算法：一是通过“软与”操作将多个一维前件云发生器和一个后件云发生器连接起来构成规则发生器。以双条件单规则发生器为例，在进行“软与”操作时，常用二维正态云C（1，enx，Hex，eny，Hey）表示“软与”概念。enx、Hex、eny、Hey作为“软与”程度的调节参数需要有经验的专家来确定它们的值，所以人为主观因素会影响到推理过程。而且随着规则条件数增加，需要专家确定的调节参数变多，其存在的不确定性也大大增加。二是将二维前件云发生器与一维后件云发生器相连接构造出双条件单规则iFa1，a2tHenB发生器[7]。由于给定的输入值可能激活规则前件概念a1和a2的上升沿和下降沿，因此规则的后件具体输出情况分为4种。若规则包含n个条件，需要讨论的后件输出情况就有2n种，所以，随着条件数的增加，运算量也变得更大。
2.2基于权重的云推理算法
针对传统云推理算法存在的问题，本文提出一种基于权重的云推理算法。该算法的主要思想是将多维发生器拆分为多个一维发生器，再向一维发生器中嵌入指数云发生器，最后采用加权平均法将多个一维发生器输出的定量值精确化为一个输出值，其权重是每个条件的属性权重。假设规则包含n个条件，“软与”法需要专家确定2n个调节参数的值，文献[7]提出的多条件发生器需讨论2n种输出情况，而本文提出的云推理算法只需通过单条件单规则发生器计算n次再将输出的结果精确化为一个输出值即可，其不确定性和计算量均远小于传统方法，并将指数云模型融入到云规则发生器中。
由于传统的云规则发生器没有考虑条件对结果的贡献不同，认为所有条件的重要性是一样的。本文提出根据条件对结果的相对重要程度确定前件属性权重。系统工程理论中的层次分析法[10]是一种较好的权重确定方法，它不仅降低了计算的复杂度，提高了权重的精确度和科学性，而且通过对判断矩阵进行一致性检验等措施，提高了权重确定的可信度。本文应用层次分析法确定条件属性权重并使用matlab7.0软件实现该算法，具体算法如下：
算法4基于层次分析法的条件属性权重计算：
输入多条件规则iFa1，a2，…，antHenB以及各个条件对结果的相对重要程度.
输出各条件权重δ1，δ2，…，δn。
1）构造判断矩阵：uij表示ai对aj的相对重要程度，并由uij组成判断矩阵p。
算法5基于权重的多条件单规则发生器。
输入前件定性概念的数字特征C1（ex1，en1，He1），C2（ex2，en2，He2），…，Cn（exn，enn，Hen），定量值（x1，x2，…，xn），前件权重δ1，δ2，…，δn以及后件定性概念的数字特征C（ex，en，He）；
输出满足后件定性概念的定量值x。
1）先将n维单规则发生器拆分为一维规则发生器，分别计算每个属性条件对应的输出值xi。
2）若前件定性概念的数字特征为正态云，转到步骤3）；数字特征为指数云，转到步骤5）。
3）若x≤exi，则x处于上升沿；若x>exi，则x处于下降沿。
3实例验证
在水下作战中，潜艇被鱼雷发现时，鱼雷规避系统[11-12]根据设备提供的鱼雷、诱饵、干扰机等信息推理决定诱饵、干扰机的下一步工作，诱骗或发射干扰鱼雷使潜艇能够规避鱼雷攻击。
在鱼雷规避仿真规则库中，所有规则的条件分为3种：鱼雷与潜艇间的距离、诱饵的状态以及干扰机的状态；结果也分为3种：潜艇的行驶方式、诱饵的工作方式以及干扰机的工作方式。规则库由模糊规则组成：
文献[11]中采用模糊推理法进行决策，这种方法要求数据精度高，并且不能兼顾随机性和模糊性，而云模型具有在定性概念与其定量值表示之间转换的优良特性，能够很好地将随机性与模糊性结合起来。本文将描述定性概念的隶属度函数转化为正态云模型以及指数云模型，以鱼雷与潜艇间距离这一定性概念为例，原隶属度函数图中，距离“远”在3000～8000m范围内单调上升，“近”在0～2000m范围内单调下降，均用指数云来表示，距离“中”用正态云来表示，如图4所示。
将规则库中所有定性概念进行云模型转换，规则转换完毕后，应用层次分析法计算属性权重：首先根据条件与结果建立层次模型，如图5所示。
4结语
本文提出了一种新的指数云模型，并给出其定义以及一维正向云发生器算法。指数云模型较正态云能更好地表示在论域内具有单调性的定性概念，同时也是对其他云模型理论应用的一些探索。另外，本文提出了一种基于权重的云推理算法，它解决了传统云理论中人为主观因素影响过大和运算量大的问题，并且允许规则库中包含以指数云描述的定性概念。文中实例表明：该方法能对战场态势的不确定性与随机性进行处理，提高了潜艇在受到鱼雷攻击时安全逃离的可能性，效果明显优于模糊推理算法。在仿真过程中规则的激活对决策结果有较大影响，当输入值激活多条规则时采用求和平均得到输出值，因此多规则发生器的研究是下一步工作重点。
参考文献：
[1]LiD，DUY.artificialintelligencewithuncertainty[m].Beijing：nationalDefenseindustrypress，2005.（李德毅，杜鹢.不确定性人工智能[m].北京：国防工业出版社，2005.）
[2]LiD，menGH，SHiX.membershipcloudsandmembershipcloudgenerators[J].JournalofComputerResearchDevelopment，1995，32（6）：15-20.（李德毅，孟海军，史雪梅.隶属云和隶属云发生器[J].计算机研究与发展，1995，32（6）：15-20.）
[3]wanGX，wanGw.air-attacktargetthreatassessmentbasedoncloudmodel[J].Computer&Digitalengineering，2013，41（2）：201-203.（王晓璇，王蔚旻.基于云模型的空袭目标威胁程度估计[J].计算机与数字工程，2013，41（2）：201-203.）
[4]LiG，wanY.Uncertaintyclassificationmethodofremotesensingimagebasedonhigh-dimensionalcloudmodelandRBFneuralnetwork[J].ScienceofSurveyingandmapping，2012，37（1）：115-118.（李刚，万幼川.基于高维云模型和RBF神经网络的遥感影像不确定性分类方法[J].测绘科学，2012，37（1）：115-118.）
[5]ZHanGX，JianGF，LiUG.Comprehensiveevaluationmethodofenergysavingprojectbasedoncloudmodel[J].oil&GasStorageandtransportation，2012，31（2）：294-296.（张旭东，蒋方美，刘桂范.基于云模型的节能项目综合评价方法[J].油气储运，2012，31（2）：294-296.）
[6]CHenH，wanGD，ZHanGL.theextendednormalcloudgenerator[J].JournalofHubeiUniversity：naturalScience，2011，33（2）：251-255.（陈昊，王代萍，张莉.扩展的正态云发生器[J].湖北大学学报：自然科学版，2011，33（2）：251-255.）
[7]CHenH，LiB.approachtouncertainreasoningbasedoncloudmodel[J].JournalofChineseComputerSystems，2011，32（12）：2449-2455.（陈昊，李兵.基于云模型的不确定性推理方法[J].小型微型计算机系统，2011，32（12）：2449-2455.）
[8]LiUB，LiH，YanGL.methodsofconceptionsoft-andoperationincloudmodel[J].JournalofComputerapplications，2008，28（10）：2510-2512.（柳炳祥，李海林，杨丽彬.云模型中的概念软与求解方法[J].计算机应用，2008，28（10）：2510-2512.）
[9]wenY.ResearchandrealizationofqualitativeandquantitativeintegrationmodelingmethodbasedonCoSim[D].nanjing：nanjingUniversityofaeronauticsandastronautics，2013.（温艳.基于CoSim的定性定量混合建模方法的研究与实现[D].南京：南京航空航天大学，2013.）
[10]DenGX，LiJ，ZenGH，etal.ResearchoncomputationmethodsofaHpwightvectoranditsapplications[J].mathematicsinpracticeandtheory，2012，42（7）：93-100.（邓雪，李家铭，曾浩健，等.层次分析法权重计算方法分析及其应用研究[J].数学的实践与认识，2012，42（7）：93-100.）
云计算的概念和特点篇2
近年来,“云计算(CloudComputing)”概念日益兴起。这一概念最初由互联网巨头Google公司提出,并随着iBm、亚马逊、微软等公司的加入而得到迅速普及,成为it行业、服务型行业、数据驱动型企业及对信息高度依赖的组织、个人纷纷追随的一大流行趋势。
从技术角度讲,云计算是分布式处理、并行处理和网格计算的发展。从经济角度讲,云计算则是计算机科学概念的商业实现。狭义的云计算是指it基础设施的交付和使用模式,在此模式下用户按需租用第三方设施和服务,从而降低自身成本投入。广义的云计算是一种商业计算模型,它将计算任务分布在由大量计算机和服务器构成的资源池上,使应用系统能够根据需要获取计算力、存储空间和各种软件服务。云计算的“云”,可能是借鉴了物理学中“电子云”的概念,以强调说明计算的弥漫性、无所不在的分布性和社会性特征。
通俗地讲,云就是一组可以通过互联网公开访问的计算机和服务器。这些硬件通常归第三方所有,放在一个或多个数据中心里联合运营。用户通过交互接口从云服务器中获取和存储自身需要的资源。以早期电力革命打比方,在电力公用设施出现之前,每个农场和企业都需要各自配备发电机单独发电。电网建成之后,农场和企业自身无需购置昂贵的发电设备,改为直接从公用企业购买电力,价格比自行生产更低,可靠性也更高。
二、云计算的优势和不足
目前云计算主要具备如下优势:
以用户为中心。一旦连接到云端,用户将获得(其权限范围内)一切可利用资源,包括文件、数据、消息、应用等。此外用户访问云端的手段也充分自由,包括任何可用的电脑和手机终端设备。
以任务为中心。用户的关注焦点不再是应用程序能够实现哪些功能,而是需要做什么和应用程序如何实现这些功能。传统的文件格式观念不再重要,任务本身是什么才是关注的重点。
性能强大。云中成百上千台电脑相互连接组成的矩阵的计算能力,远非一立的计算机可以比拟。
易于访问。由于数据存储在云端,用户可随时从连接在云端的多个库中检索和获取信息,不再受到单一数据源的限制。
智能性。随着大量信息被存储到云端,通过数据挖掘和分析,能够更加快速智能地访问这些信息,并完成收集样本、分析数据、统计预测等工作。
可扩展性。大量运用云计算的任务都涉及自动化,同时云计算服务提供商只有通过提供可定制、可扩展的服务,才能更加有针对性地服务客户。
除了上述主要由云计算物理特性决定的优势外,云计算的商业组织形式,也使其获得了低成本投入、低成本维护、近乎无限的存储容量、更高的兼容性、更便捷的群组协作等优势。
当然,现阶段的云计算也有自身的不足,如需要持久可靠的互联网连接支持、有待继续拓宽的应用范围、隐私保护和数据安全问题等。相信通过一段时间的发展,上述问题将会逐步得到妥善解决。
三、云计算对广告公司营销和管理的启发
1、把握云计算趋势,抢占概念制高点。
云计算的概念虽然在2007年左右才被提出,但其存在其实已经经历了相当长的时间,并且距离用户并不遥远。web1.0时代兴起的搜索引擎,其原理正是基于云计算。时值今日,以Google为代表的搜索巨头,依然通过每日派遣“蜘蛛”程序扫描分析网页,自动收集和分拣浩如烟海的网络信息资源,将它们存储在云服务器中,以供用户查询。而坐在电脑前的用户,只需要轻点鼠标,敲击键盘,就能简单地从云端搜索到感兴趣的内容。可以说,我们其实一直都“生活在云端”。
近年来国产软件应用厂商,也越来越热衷致力于开发打着“云计算”旗号的产品。2009年,国内市场用户占有率和满意度均居首位的搜狗输入法,推出了概念产品“搜狗云输入法”(pinyin.省略/cloud/),首创全新的“能上网就能输入”式工具理念,引领用户将客户端概念抛之脑后,获得了广泛关注。各大杀毒软件公司也纷纷改旗易帜,将日渐偃旗息鼓的“SaaS(软件及服务)”说法,升级为“云杀毒”。目前国内杀毒软件市场占有率第一的360安全卫士(省略/),就内置了“云查杀”功能,直接将云的概念与病毒库相结合,使用户省去手动升级数据库的麻烦。另有一些平台类软件,也引入云计算概念,将平台上的资源置入云端,使用户能够无需下载安装,直接获得。以上尝试均取得了不错的市场反响。
前不久,iBm公司甚至直接在电视上投放了一组以云计算为主题的tVC广告。这是国内第一支针对普通大众投放的云计算普及广告,意义重大。尽管只是引入概念,并未能详细阐述云计算与传统商业形式之间的差别,但已标志着it行业对云计算趋势的看好和大力普及的决心。
由此可见,云计算已经成为一个不容忽视的全新市场概念。具有前瞻性视角的广告公司,应当能够正确和恰当地为客户的产品定位,早日占据“云计算”的概念制高点,填补市场空缺。
当然,断不可为迎合云计算的潮流和指鹿为马、生搬硬套,将原本与云计算毫不沾边的产品,硬生生贴上云的标签。归根结底,还是要看广告主的产品特性,以及广告公司制定的营销策略。
2、善用云计算,提升广告公司的管理和协作能力。
广告公司权责的复杂性、内部职能的多样性、客户关系的多变性,以及自身规模和文化氛围,决定了广告公司有着多种组织形式,如层级形式、项目组形式、混合形式等。不同的组织形式对应着不同的资源调用和信息沟通形式。广告公司在复杂的运作和项目进行过程中,常常受到有限的设备资源和信息交换的限制,“牵一发而动全身”。公司重大变动调整信息、客户临时要求提案、同组成员修改某一重要文件等突发性事件,都可能提高交流沟通成本,制造麻烦障碍。
此时,广告公司引入云计算,将能够提升自身管理和协作能力,这一能力既包含对内,又包含对外。
例如,在广告公司内部,全体员工可以共享由谷歌日历(calendar.省略/)创建的公用日历,统一了解公司近期的会议安排和小组任务,同时将自己的个人日历添加其上,绝不错过个人工作和私人计划,并设置邮件和短信提醒;同一个项目组的成员,通过接入网络硬盘Dropbox(省略/),共同享有对某些文件的存取修改权,Dropbox将会自动判断哪个是最新版本的文件,有效避免文件的相互覆盖和信息丢失;遇到需要临时记下的信息(比如客户电话中突然提到的想法、头脑风暴的灵感闪现、阅读资料时的手头摘录),通过笔记软件evernote(省略/)输入或绘制出来,不仅方便自己日后查询,就连地球另一端的协作伙伴也能第一时间通过电脑或手机获取;通过图片服务Flickr(省略/),创意总监、美指和完稿人员能够更加高效直观的交流探讨创意,圈点标记需要修改的部分;通过共享Salesforce(省略/)联系人,公关人员和客服人员可以更方便地完成CRm工作等。
同时,广告公司与广告主之间,通过引入Zoho项目(projects.省略/),能够便捷地共享和管理数据资料,如任务和里程碑、项目日历、甘特图表、报告、时间跟踪等;通过使用谷歌文档(docs.省略/),多人同时能就某份资料进行编辑和标注,便于制定合同条款、协议声明;使用基于web、面向非技术人员设计的数据库Blist(省略/),建立和管理统一的项目数据将不再困难等。
3、伴随云计算而来的营销机会
云计算的平台特性、扩展能力,使之能够实现更精准的用户定位和更个性化的营销方式,同时极大减少营销成本,甚至实现零成本营销。
营销机会之一是“免费”。克里斯・安德森在《免费》一书中提到两种可盈利的免费模式,“一是生产者不花成本生产,全免费不亏,部分免费盈利;一是通过资源整合创造新价值,免费用新价值支付。”云计算的商业模式,既是云服务提供者资源的重新整合分配方式,同时也是租用者低成本获取和投入实际使用的模式,符合免费经济的两大特征。广告公司可通过打造云计算平台,将低边际成本的广告主产品(通常是it类产品)以免费形式提供给目标人群体验,一方面可获取大量有效的消费者信息和口碑宣传,一方面也能够寄希望于通过免费用户转化为付费用户,实现产品盈利。
另一营销机会是创新的媒介渠道。随着云计算应用市场的逐步细分和媒介机会的显现,公共云计算服务将变得有利可图。在用户逐渐对网页上的横幅、弹窗广告麻木,对SnS里的偷菜、抢车位再也提不起兴趣的时候,出现在人们每日接触的工作应用、生活服务类云计算工具中的信息,往往令人无法轻易忽视。典型的渠道如Gmail中的上下文关联广告,用户在使用Gmail提供的海量存储服务时,系统将会自动根据邮件上下文,推算出最为相关的广告内容。视频分享类网站也是云服务的一大重要分支,常见的广告形式如片头载入广告、病毒类视频,全美第二大视频网站HULU(省略/)则更是直接将广告权出售给了电视台。可以说,越是聚集着大量专业型用户的云,越是具有极大的媒介价值。
云计算目前还只是it行业的一大新兴趋势,相信随着时间的推移,日后必将展现其不可取代的独特价值。作为锐意进取、引领时代的广告人,应当把握这一历史机遇,及时追随云的时代步伐,突破创新,开发出其独特的管理和营销价值。
参考资料:
[1]《云计算》/michealmiller/机械工业出版社/2009.5
[2]《免费》/Chrisanderson/中信出版社/2009.9
[3]《2010年全球数据集成》/ChrisBoorman/informatical/2010
[4]CSDn云计算频道cloud.省略/
[5]wikipediaen.省略/wiki/Cloud_computing
[6]百度百科baike.省略/view/1316082.htm
云计算的概念和特点篇3
有这样一个故事：一个企业的总裁听人说起云计算，就跟自己的Cio说：“找点云计算的资料给我。”Cio就吩咐it经理：“研究一下云计算。”it经理就跟手下说：“我们开始上云计算。”
这个故事说明，当前的云计算还处于概念论证与实验阶段，关键技术研发、标准规范制定和示范试点应用才刚刚开始。在“云计算”这一时髦概念的推动下，一些企业携概念而入，迅速推热了云计算。殊不知，公有云也好，私有云也罢，产业与市场走向成熟的标志在于应用的启动和商业模式的形成。一些实力雄厚的企业率先认识到这一点，开始从云计算的价值和客户的需求出发，思考云计算的技术内涵和解决方案。
云计算究竟能为企业带来什么价值呢？在概念炒作期，众多云计算的“弄潮者”都有自己的回答。有说有利于社会资源利用的，有说有利于企业管理效率提升的，也有说有利于用户成本节约的。在刚刚闭幕的“2012年中国（重庆）国际云计算博览会”上，amD提出了“价值云”的概念，让我们耳目一新，从独特的视角回答了这个问题。
你也许认为“价值云”就是为客户创造价值，其实其含义并非仅此而已。从amD大中华区总裁邓元的发言中，我们感受到，“价值云”意味着从客户的实际需求出发，以创新的产品和技术，为客户提供“定制化”的云。同时，更意味着与合作伙伴进行紧密的协同创新，构筑云计算的“价值生态系统”，为客户“量身打造”云应用，最终实现全产业链的“云价值”。
借助云计算，普通用户可以通过终端设备随时随地接入网络，实现对云中数据的共享和管理，比如上传下载文档；企业可以随意获取各种高可扩展的、灵活的it资源，快速部署企业应用，在不加大硬件投资的前提下，满足业务高速增长的需求。
“价值云”概念的提出，不仅是amD多年来在云计算领域的分析和实践的结果，也是云计算实践的要求，随着今年云计算的大规模落地，云计算的部署和应用已经成为第一要务。
云计算落地需要几个方面的条件成熟。第一，要求后台的处理能力、调度能力达到相当的水平；第二，需要有足够成熟的应用模式；第三，需要终端有足够的能力配合云端进行应用的呈现。
在后台处理能力方面，计算技术，尤其是处理器技术的提升非常关键。后台处理能力不仅包括运算能力，还包括i/o吞吐能力、多个核心之间数据交换能力等。另外，在保证提升后台处理能力的同时，占地面积、散热、供电等周边配套的压力不能过大，这对处理器的功耗提出很高的要求。这为用户带来的价值是更低的总体拥有成本和更高的性能。
在应用模式方面，计算能力的灵活调度和管理是非常关键的。这又立足于处理器对虚拟化的支持、对内存等其他计算资源的扩展以及更高的核心密度等能力的提升。这为用户带来的价值是资源的最优配置和最大化利用。
在终端方面，为了让最终用户能够流畅地从云端获取需要的各种各样的资源，终端必须具备较强的综合能力，包括运算能力和图形处理能力，并能提供长久的续航，以保证用户随时随地应用云计算。这为用户带来的价值是无缝的应用体验。
从“云计算”到“价值云”的过渡，就是要在以上三个方面不断满足用户的需求，为用户提供价值。作为“价值云”这一理念的首创者和推广者，amD在这几个方面做出了自己的努力。在服务器端，amD致力于低功耗、核密度、开放平台架构和虚拟化等方面的攻坚。在终端方面，amD充分发挥图形显示等方面的优势，推出apU（acceleratedprocessingUnit，即加速处理器）产品，更进一步优化了云终端体验感受。显然，amD已经在技术方面为“价值云”奠定了基础。
云计算的概念和特点篇4
云计算、物联网、社交网络等新兴服务促使人类社会的数据种类和规模正以前所未有的速度增长，大数据时代正式到来[1]。对于企业来说，大数据因其数据量大、处理速度快、类型多样、蕴藏着巨大的商业价值等优势成为企业新型的战略资产和企业核心竞争力的重要基础，为企业科学合理的经营决策提供有效支撑。在当今数据日新月异的时代，企业已经不满足于随机分析和抽样分析这样的捷径，而是需要来自各个渠道种类繁多的大数据规模，这一需求的诞生使得“云会计”应运而生。在大数据时代对数据进行研究已经不是新鲜话题，也有不少学者对云会计从不同角度进行探讨，但鲜有文章对大数据下的云会计进行分析，本文将以此为主题进行论述。
一、大数据时代云会计的概念与特点
“云会计”一词最早由程平等于2011年提出，定义为构建于互联网上，并向企业提供会计核算、会计管理和会计决策服务的虚拟会计信息系统。在会计领域，云会计作为新兴的基于云计算技术和理念的会计信息化模式，可实现企业信息系统的有效集成，提高企业的管理能力和竞争优势[2]。
大数据时代的企业对云会计的侧重点是企业的管理会计和财务决策，根据这一侧重点企业将会计信息化的建设和服务外包，企业为自己享受的服务付费。因此大数据时代的云会计涉及到云服务供应商和企业用户两个方面。云服务供应商不仅为企业提供与会计相关的信息系统，如会计核算服务、管理信息系统、企业决策系统等业务服务系统，而且为企业用户提供相关的软硬件基础设施和云会计服务平台，如云会计的数据库服务、会计信息化开发应用平台、集成管理系统、服务器、网络存储等。对于企业来说，云会计是由供应商基于互联网提供的，以会计信息系统为核心的综合系统服务，且企业只需为其享受的服务付费[3]。
二、大数据时代云会计应用的体系结构
大数据时代的云会计系统的基本结构没有发生大的改变，主要是根据大数据时代数据庞杂且非结构性强等特定，增加了几个模块。主要由内部云、外部云、大数据模块和知识辅助模块构成[4]，具体如下图所示：
图1大数据时代云会计体系结构
在图1中，企业通过统一访问门户portal访问云会计平台（内部云、外部云），利用云计算中的paas（平台及服务）为云平台提供技术支撑。内部云平台是企业会计信息系统的核心板块，为企业提供财务业务处理和内部控制相关的信息系统[5]。大数据时代的云会计平台增加了外部云，外部云由交易所、会计师事务所、银行、工商、财政等信息系统构成，该模块的增加是为企业提供与其价值链相关的上下游企业以及相关社会部门之间的协同合作。企业的会计信息系统可通过云会计平台实现内部云与外部云的对接，更好的实现业务一体化协同。
大数据时代的云会计还增加了两个特殊的重要模块――大数据模块和知识辅助模块。企业内部云产生的财务数据以及外部云产生的与价值链相关的数据存储到企业的大数据库中，由于存在数据来源复杂，数据结构各异且数据格式不一致等特点，必须通过大数据处理技术对数据进行抽取、存储、处理、分析，最后提炼为知识，形成企业的生产力，这些过程有企业大数据模块和知识辅助模块完成。
三、大数据时代下的云模型
大数据时代的云会计信息数量巨大且来源庞杂，非结构性强，含有很多不确定性和模糊性。为了将海量数据中的有用成分形成知识，将云会计中大量不确定性核算中定性分析转化为定量分析，本文引进云模型。
云模型最早由李德毅院士提出，云由云滴组成，云滴在论域上的分布称为云模型。本文研究云模型中的一种形式――正态云模型。定义正态云需要通过云的三个数字特征：期望ex，熵en和超熵He。期望值ex是云滴在论域空间分布的期望，是云中心对应的x的值；熵en代表定性概念的可度量粒度，是对不确定性的度量；超熵He是熵的熵，是对熵的不确定性度量。
正态云的生成算法既可以用软件的方式实现，又可以固化成硬件实现，称为云发生器（CloudGenerator）。本文通过一维正态云发生器生成云模型。
正向云发生器（ForwardCloudGenerator）是从定性概念到其定量表示的映射，它根据云的数字特征（ex，en，He）产生云滴，每个云滴都是该定性概念的一次具体数字实现。对于定性概念a，产生一个期望值为ex，方差为en的随机数Xi，即Xi～n（ex，en’2），产生一个均值为en，方差为He的正态随机数en’，即en’～（en，He’2）。
计算数据的样本均值，由均值得到期望ex=1n∑ni=1Xi
计算一阶样本绝对中心矩，得出样本方差和熵en=π2×1n∑ni=1|Xi-X―|
根据正态函数的性质，有yi=ic（x）=e-（x-ex）22en′2
令（xi，yi）为一个云滴，它是该云表示的语言值在数量上的一次具体实现，其中xi为定性概念在论域中这一次对应的数值，yi为属于这个语言值的程度的量度；对论域中大量的定性概念进行定量度量，直到产生满足要求数目的云滴数，形成云模型：f（x）=∞-∞12πHe|y|exp[-（x-ex）22y2-（y-en）22He2]dy
云计算的概念和特点篇5
云计算是2008年it业界最流行的词汇，也无可争议地位列我们评出的2008年10大it技术之首。事实上，云计算的兴起有点突然，一年前云计算还只有很少的几个专家听说，而如今，哪个厂商的产品如果不能和云计算挂上点关系，其市场战略似乎值得重新评估一下。然而，尽管现在不少厂商、咨询顾问言必称云计算，但是能把云计算说清楚的却很少，甚至时至今日，对什么叫云计算也是各有各的说法。
从某种程度上说，关于云计算之所以众所纷纭，与主流的大厂商，包括iBm、Google、amazon、SalesForce.省略是最有代表性的供应商）、把开发平台作为一种服务（如微软云操作系统azure）。如果要细分的话，还有管理服务、外包服务等也被一些厂商归为云计算之列。
在上述三种云计算的主要形式中，基础设施服务被用户接受得比较容易，这一方面与iBm在这方面的大力推广有关，而另有部分原因在于它与我们以前常说的公用计算（也称网格计算）非常相似，以至于今天也有人把公用计算列为云计算的一种。然而，不论是云计算还是公用计算的最终目的都是一致的，即要像用水和用电一样使用计算服务（这也是描述公用计算特征的一句话），因此，即使两个概念可能有所区别，那也一定是殊途同归。特别是在中国，由于公用计算到目前为止真正成功的项目并不多，如果云计算成为主流，供应商们自然会聚集在云计算这杆大旗下，因此公用计算很有可能最终会被云计算取而代之。而在国外，已有人把公用计算也列入到云计算之中。
在几种云计算服务中，除了SaaS已经是一种相对比较成熟的商业模式外（SalesForce.省略的Force.省略上开发应用程序的方式截然不同，使用某厂商的编程模型开发的应用程序要迁移到另一厂商的平台上也并非易事。因此，用户一旦选定某厂商的服务很有可能被该厂商锁定，这是用户非常不愿意看到的。
事实上，作为一个新生事物，云计算面临的挑战还很多。但可以肯定的是，经过2008年的概念推广，以及厂商一年的技术储备，特别是虚拟化、Soa的日趋成熟，今年会有更多的云计算服务形式和解决方案推出，相应地也会有一些成功的案例出现，相信云计算之路将会越走越实。（文/邹大斌）
影响力指数：9
创新力指数：8
云计算的概念和特点篇6
[关键词]：云计算网络安全问题概念特点解决措施
一、云计算的概念及其特点
客观来看，云计算并非一个具体的技术而是多项技术的整合。之所以将其称为云计算是因为本身具有很多现实云的特征：规模很大，无法确定其具置，边界模糊，可动态伸缩等。虽然现在对于云计算这一概念还没有一个确切的定义，但是简单来说，云计算就是建立在网络技术上的数据处理库，但是由于其规模极大，性能极强，能够通过一个数据中心向多个设备或者用户提供多重数据服务，帮助使用者用以最少的空间获得最大的信息来源。因此，云计算的核心所在便是资源与网络，由网络组建的巨大服务器集群能够极大地提升资源的使用效率与平台的服务质量。
二、现阶段云计算在实际运用中面临的网络安全问题
1.客户端信息的安全
就现阶段云计算的运作现状来看，云计算是建立在现有网络基础上的大型信息处理库，而在系统中的每一台计算机都被认为云计算的一个节点。换句话说，一旦一台计算机被接入网络，那么其中的信息就极有可能成为“云”资源的一部分。这就涉及隐私保护问题，如果没有做好信息安全防护，造成一些私密信息泄露，对于一些特殊机构如政府、医院、军队等来说将是极为沉重的打击。同时，如果大量的病患信息、军事机密、政府信息等泄出，也会造成整个社会的不稳定。
2.服务器端的信息安全
当前，云计算发展中存在的最大障碍便是安全性与隐私性的保护问题。立足于服务器端的信息安全问题来看，数据的拥有者一旦选择让别人储存数据，那么其中的不可控因素便会大为增强。比如一家投资银行的员工在利用谷歌在做员工社会保障号码清单时，实际上进行了隐私保护和安全保护职能的转移，银行不再保有对数据保密以保证数据不受黑客侵袭的职责，相反这些责任落在了谷歌身上。在不通知数据所有者的基础上，政府调查人员有权让谷歌提供这一部分社会保障号码。就最近频发的各类信息泄露事件以及企业数据丢失数据事件如2007年轰动一时的tJXX零售商信用卡信息泄露等情况来看，云计算服务器端的信息安全现状不容乐观。
三、解决当前云计算安全问题的具体措施
1.建设以虚拟化为技术支撑的安全防护体系
云计算的突出特点就是虚拟性极强，这也成为云计算服务商向用户提供“有偿服务”的重要媒介和关键性技术。同时，在信息网络时代下，基础网络架构、储存资源及其相关配套应用资源的发展和完善都是建立在虚拟化技术发展的前提下的。因此，在解决云计算安全问题时也需要紧紧围绕虚拟化这一关键性技术，以用户的需求与体验感受为导向，为用户提供更为科学、有效的应用资源合理分配方案，提供更具个性化的存储计算方法。同时，在虚拟化技术发展运用过程中还需要构建实例间的逻辑隔离，利用基础的网络架构实现用户信息间的分流隔断，保障用户的数据安全。各大云计算服务商在优化升级时要牢记安全在服务中的重要性，破除由网络交互性等特点带来的系列弊端。
2.建设高性能更可靠的网络安全一体化防护体系
云计算中的流量模型在\行环境时在不同时段或者不同运行模块中会产生一定的变化，在进行云计算安全防护时就需要进一步完善安全防护体系，建设更可靠的高性能网络节点，提升网络架构整体稳定性。但是在当前的企业私有云建设时不可避免地会存在大流量在高速链路汇聚的情况，安全设备如果不进行性能上的提升，数据极有可能出现泄漏。因此，要提升安全设备对高密度接口（一般在10G以上）的处理能力，安全设备要与各种安全业务引擎紧密配合，实现云计算中对云规模的合理配置。但是，考虑到云计算业务的连续发展性，设备不仅要具有较高性能，还需要更可靠。虽然近年来在这个方面已经取得了可喜的成就，如双机设备、配套同步等的引入与优化，但是云计算实现大规模流量汇聚完全安全防护还有很长一段路要走。
3.以集中的安全服务中心对无边界的安全防护
与传统安全建设模型相比，云计算实现有效安全防护存在的一个突出的问题便是“云”的无边界性，但是就现代的科学技术条件来看，建成一个无边界的安全防护网络是极不现实的。因此，要尽快建立一个集中的安全服务中心，实现资源的高效整合。在集中的安全服务中心下，各个企业用户在进行云计算服务申请时能够进行信息数据的划分隔离，打破传统物理概念上的“安全边界”。云计算的安全服务中心负责对整个安全服务进行部署，它也取代了传统防护体制下对云计算各子系统的安全防护。同时，集中的安全服务中心也显现出极大的优越性，能够提供单独的用户安服务配置，进一步节省了安全防护成本，提升了安全服务能力。
4.充分利用云安全模式加强云端与客户端的关联耦合
利用云安全模式加强云端与客户端的关联耦合，简单来说就是利用云端的超强极端能力帮助云安全模式下安全检测与防护工作的运行。新的云安全模型在传统云安全模型的基础上增加了客户端的云威胁检测与防护功能，其具体运作情况为客户端通过对不能识别的可疑流量进行传感测验并第一时间将其传送至安全检测中心，云计算对数据进行解析并迅速定位，进行安全协议的内容及特征将可疑流量推送至安全网关处进一步处理。总的来看，利用云安全模式加强云端与客户端的关联耦合可以提升整个云端及客户端对未知威胁的监测能力。
四、结语
云计算是网络技术不断发展的产物，为人们的生活提供了很多的便利。但是作为新生的事物，其安全性还存在一定的争议。进一步完善云计算的安全建设，确保用户信息的安全与私密是云计算发展的重要前提之一。在新的时期，需要利用虚拟性技术、集中的安全服务中心、更可靠的高性能安全防护体系等提升云计算服务的安全可靠性，实现云计算技术的进一步发展。
参考文献：
云计算的概念和特点篇7
【关键词】云计算；云计算特点；街道办事处；应用
1引言
近年来，云计算这个新的it概念在全球迅速普及。由于它是多种技术混合演进的结果，其成熟度较高，又有大公司推动，发展极为迅速。amazon、Google、iBm、微软和Yahoo等国际大公司都是云计算的先行者。我国企业在该领域也进行了积极的探索，产生了一些云计算企业和云计算服务提供商。在信息产业的国家政策支持和社会消费需求刺激下，云计算产业形态逐步完善，成为it产业发展的又一大动力和趋势。
2云计算概述及特点
2.1云计算概述
云计算是下一代计算的基础之一，是一个“网络即所有计算的平台”的世界，是一种新兴的共享基础架构的方法，它面对的是超大规模的分布式环境，核心是提供数据存储和网络服务。云计算借用了量子物理中的“电子云”（electronCloud）思想，强调说明计算的弥漫性、无所不在的分布性和社会性特征。“云”是指计算机群，每一群包括了几十万台、甚至上百万台计算机，是数据存储和应用服务的中心，用来完成存储和计算的工作，在云计算中，用户所处理的数据并不存储在本地，而是保存在互联网上的数据中心，用户所需的应用程序并不运行在用户的个人电脑、手机等终端设备上，而是运行在互联网上大规模的服务器集群中。提供云计算服务的企业负责管理和维护这些数据中心的正常运作，为用户提供足够强大的存储空间和计算能力。用户只需能够接入互联网，就可以通过电脑、手机等终端设备，在任何地点方便快捷地使用数据和服务，而不需关心存储或计算发生在哪朵“云”上。
2.2云计算特点
云计算具有超大规模性、虚拟化、高可靠性、通用性、高可扩展性、价格合适等特点。
“云”具有相当的规模，Google云计算已经拥有100多万台服务器，企业私有云一般拥有数百上千台服务器，“云”能赋予用户前所未有的计算能力。云计算的虚拟化支持用户在任意位置、使用各种终端获取应用服务，所请求的资源来自“云”，用户无需了解，也不用担心应用运行的具置。只需要一台笔记本电脑或者一个手机，就可以通过网络服务来实现用户需要的一切。“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性。云计算不针对特定的应用，同一个“云”可以同时支撑不同的应用运行，具有通用性。“云”的规模可以动态伸缩，满足用户规模增长的需要，具有高扩展性。“云”的自动化集中式管理使大量企业无需负担日益高昂的数据中心管理成本，用户可以充分享受“云”的低成本优势。
3云计算在街道办事处管理工作中的应用
政府机构已经将云计算对未来发展重要性的重视程度提高到了新的高度，云计算为政府服务职能发挥更高效更先进提供了良好的技术保障。公共服务平台利用云计算模式找到了一条整合现有资源，提高工作效率的途径。在云计算公共服务平台中，单个计算能力较低的节点形成合力提供更高性能的硬件支持，功能丰富的软件服务资源也可以满足不同人群的不同需求。
以乌海市乌达区新达街道办事处为例。云计算软件即服务（SaaS）提供给用户服务时，服务商运行在云计算基础设施上的应用程序，可以在各种用户端设备上通过受用户端界面访问，比如浏览器。用户不需要管理或者控制底层的云计算基础设施，包括网络、服务器、操作系统、存储甚至单个应用程序的功能。2014年结合新达街道的实际情况，进行了共同创建新达服务网络平台新体系的演示。主要介绍了代表新达街道各社区居民身份的联名卡、社区通、一键通、一卡通、个人网上银行、工作云平台等服务，通过这个平台将为居民群众带来的实实在在的好处。为新达街道量身定做的配套服务，能满足人民群众对困难帮扶、医疗卫生、文化体育等社会公共服务的需求，让全体居民享受到公平、便捷、优质、高效的服务。
3.1云计算平台即服务（社区通平台）
创建了应用程序开发环境，并自动部署到云计算基础设施之上。用户不需要管理或控制底层的云基础设施，包括网络、服务器、操作系统、存储，但能控制部署应用程序与环境配置。实现采用信息平台向小区居民手机群发各种信息，同时小区居民可通过自已的手机向短信平台进行信息回发，支持定时、群发、个性化称谓；对目标用户可以实现分类管理，同时实现手机投票、征求意见等功能。
3.2云基础设施即服务（一键通服务）
提供给用户的是计算能力、存储能力、网络和其他基本的资源租用，用户能够部署和运行任意软件，包括操作系统和应用程序。用户不用管理或控制底层的云计算基础设施，但能控制操作系统、存储、部署的应用。（1）一键引导系统：在居民pC机上安装一个定向ip或网址引导按钮，可以一键打开社区信息平台，实现居民快速上网，查找社区信息和服务资源。（2）一键报警：当居民独自在家中发生紧急情况时，可以按一下身边的呼叫报警器，主动接受到信号之后，会自动连通座机，向之前预设的号码依次拔号求助，系统会以短信的形式发送到指定的手机和平台上。（3）一卡通平台：出入小区及小区活动场所（大厅门、活动中心、多功能室、室、网吧、健身中心、羽毛球馆）实现一卡通门禁式服务，同市实现社区超市消费功能。
4云计算环境下隐私安全隐患环节分析
云计算的核心目标是提供安全可靠的数据存储和网络服务，在这种新的模式下，用户的数据不是存储在本地计算机上，而是存储在防火墙之外的远程服务器中，这增加了数据保密性的隐忧。云计算是以现有的分布式网络为基础的，网络上的每一台计算机都可以被认为是一个节点。当计算机联网以后，就成为互联网的一部分，如果没有有效的安全保护，“云”中的每一台计算机都可以通过一定的手段访问到其他节点。传统的网络安全技术需要用户定期升级病毒特征码数据库，并将其保存在自己的计算机上，需要耗费一定的网络带宽和系统资源。而通过云安全平台将用户和安全厂商通过互联网紧密相连，组成一个庞大的木马、恶意软件监测、查杀网络，每个用户都为“云安全”计划贡献一份力量，同时分享其他所有用户的安全成果。
5结束语
总之，云计算技术的发展与应用成为现代社会的必然趋势，了解和认识云计算并在实际工作中运用，方便居民生活，便于政府、行业管理，具有重要的意义。
参考文献
[1]刘鹏.中国云计算[m].北京：电子工业出版社，2010.3.
[2]雷万云.云计算：技术、平台及应用案例[m].北京：清华大学出版社，2011.5.
[3]杨娴，陈麟.云计算环境下的应用虚拟化的研究[J].软件，2012，33（4）：74-77.
[4]段翼真，王晓程，刘忠.云计算安全：概念、现状与关键技术[J].信息网络安全，2012.8，86-89.
云计算的概念和特点篇8
[关键词]云旅游；旅游业；现有问题；云旅游功能；
一、研究综述
云计算（cloudcomputing），是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备。云计算的核心思想，是将大量用网络连接的计算资源统一管理和调度，构成一个计算资源池向用户按需服务。这两年，开始逐渐提出云旅游的概念。最早的云旅游的国内概念见于新闻报道，如丁宁（2010）的“盛大模式，开启云旅游时代”，吕文华（2011）的“云计算、云旅游浅议”，魏勤英（2011）“刘华云的云旅游”。也有学者提出云旅游的具体应用，魏宁（2011）提出“慢旅游和云旅游应运而出，并且一呼百应,旅游市场上自由行和半自由行产品受到了极度地热捧。”可以看出，云旅游的概念已经慢慢形成，不过相关研究还很少，具体应用模式还有待创新。
二、云旅游概念
云旅游其实就是旅游信息网络整合商，包括政府部门实时资讯和政策、各区域旅游数据、旅游产业链各环节（如景区、酒店等）数据实时更新、每个环节的各项指标的数据实时更新、旅游行业学术理论前沿、企业（包括投资商、供应商、中介商和服务商）与企业之间的信息和交流、企业与消费者的交流和服务提供、消费者之间的交流、消费者对旅游各种反馈、消费者需要的导航、导游、导览和导购等全面的旅游服务、同时还有产学研消之间的交互。
三、旅游行业现有问题
1.产业结构不合理
旅游产业链较短，地区间旅游业发展不平衡，缺乏市场竞争机制。旅游企业大多是“诸侯经济”，行政干预、部门分割、多头管理、无序布局、重复建设现象严重；价格供求不一致、产品功能结构不一致和旅游产业要素不配套等问题引人关注。
2.旅行社过度竞争
中国旅行社产业总体仍呈现过度竞争特征，表现为旅行社进入门槛低、数量多、产业集中度低、产品同质性强，长期利润水平低等特点。报告认为，解决这种过度竞争的方式是优化我国产业组织结构，其路径是引导旅行社产业走向适度寡头垄断的产业组织结构，以消除过度竞争并带来有效竞争。
3.市场主体不强大
目前国内旅游缺少龙头企业特别是具有国际竞争力的大型企业集团。企业多为二、三流旅行社或以私人公司挂靠旅行社，管理体系不完善，融资渠道不畅通，持续发展能力差。
4.服务体系不健全
很多旅游景点基础设施陈旧，交通条件有限，信息通信不良。很多旅游企业追求眼前利益，法制、诚信、质量观念不强。此外，旅游公共服务严重滞后也严重地制约着旅游业的发展。比如，周边环境治理、旅游咨询服务、道路交通标示、旅游网络、旅游保险、紧急救援等旅游公共服务远远不能满足国内旅游需要。
四、云旅游的对现有旅游行业问题的改善
1.通过信息功能完善旅游产业链
它真正实现了“世界是平的”，就是将政府、学术研究机构、企业（包括投资商、供应商、中介商和服务商）、消费者的信息放在同一个云海中，人们可以足不出户地或者随时随地通过云海享受被云海处理过的为其专业定制的任何法律允许的互联网服务。以此为基础，打破现有的旅游行业格局，实现跨地区、跨行业、跨越旅游主体的信息网络，打破不合理的行业结构，避免竞争过度。
2.通过业务操作功能强化旅游企业竞争能力
就是服务也可以在这个平台上交互，所谓交互，就不是单向的，是多向性与互向性的。要实现业务操作，那就要嵌入不同的操作模块/系统或者软件，比如统计、分类、运算、搜索、预定、结算、撤单、投诉处理、评价等等，就是嵌入这些模块，可以满足不同环节的业务流程。通过这样的业务操作平台，将极大地促进旅游企业的竞争能力，培育出一批一流的旅游行业龙头，整合整个旅游产业链，极大的促进旅游行业的发展。
3.完善旅游服务
以云旅游为基础，游客在信息平台、咨询服务、旅游网络等方面享受到的服务将有极大的提高，伴随着旅游产业链的完善，旅游行业龙头的兴起，旅游操作平台的完善，旅游服务质量必然有非常大的改进。
参考文献：
[1]凌彩金.中国旅游电子商务企业SnS营销模式分析[J].中小企业管理与科技(下旬刊)，2011(01)
[2]魏宇.慢旅游与云旅游的对接――新型自由行与半自由行旅游模式的构建[J]中国外资，2011(08)
云计算的概念和特点篇9
1.1云编码算法过程在云编码过程中，采用不定长的自然数编码机制，染色体的第一位置是图像含噪声源节点号，最后一个位置是消除噪声目的节点号。染色体的编码由源节点到目的节点的序列组成。编码方案如下：计算开始时，随机生成一定数目n个个体（父个体1，父个体2，…，父个体n）。用2进制1、0来编码1个父个体。后面的变异和交叉操作只要改变二进制编码的结构，如1变成0，0变成1，这种信息排列方式在图像增强过程中比较容易获取和维护，在标记路径上获得染色体导向性信息。染色体的基因有2个要素：基因的位置（即数组的下标）代表节点iD，基因的值代表节点优先级，用于从多个候选邻接节点选择一个来构造路径，结合邻接矩阵将其扩展到多路径应用，由一个染色体生成一个子网。在图1表示的无向网络中，对于从节点1到节点4的数据优化方式，给定图2中的染色体，就确定了唯一一个由3条路径组成的优化方式。
1.2个体适应度计算本文的适应度函数是基于顺序的基础，其特点是个体被选择的概率与目标函数的具体值无关，仅与顺序有关。构造方法是先将种群中所有个体按目标函数值的好坏进行排序，设参数β∈（0，1），定义基于顺序的适应度函数为eval（Xi）=β·（1-β）i-1i=1，2，…，m（2）式中，Xi为种群个体按优劣排序后的第i个个体。
1.3选择将每代群体中的n个个体按适应度由大到小排列，排在第一位的个体性能最优，将其复制一个直接进入下一代，并排在第一位。下一代群体的另n-1个个体需要根据前代群体的n个体的适应度，采用赌轮选择法产生。具体地说，就是首先计算上代群体中所有个体适应度的总和（ΣXi），再计算每个个体的适应度所占的比例（Xi/ΣXi），以此作为其被选择的概率。这样选择方法既可保证最优个体生存至下一代，又能保证适应度较大的个体以较大的机会进入下一代。交叉概率pc和变异概率pm的选择是直接影响算法收敛性的关键。为了防止产生早熟，陷入局部极值，本文的交叉概率随适应度改变，自适应的交叉概率能提供相对某个解的最佳交叉概率，在保持群体多样性的同时，保证算法的收敛。交叉概率的自适应调整算子为pc=pc1-（pc1-pc2）（f′-favg）fmax-favgf′≥favg
pc1f′
k2f
1.4图像目标函数优化在云滴数量确定的情况下，观察各云层是否满足图像增强优化，如不满足要求，通过整体目标函数F进行云模型的性能优化F=∑mj=1λj（5）
式中，Gj为第j云层上的已优化云滴数目，Cj为第j云层上将优化云滴数目，m为云层数，λj为各项权重且∑λj=1。初始种群和产生的子代种群放在一起，形成新的种群，然后计算新的种群各个体的适应度，将适应度排在前面的个体保留，将适应度排在后面的个体淘汰。每进化一次计算一下各个体的目标函数值，当相邻两次进化平均目标函数之差小于等于某一给定精度ε时，即满足如下条件：F（X（t+1））-F（Xt）≤ε（6）式中，F（X（t+1））=∑t+1j=1λjt+1为第ε+1次进化后种群的平均目标函数值，F（Xt）=∑tj=1λjt为第t次进化后种群的平均目标函数值，此时终止进化。2实验结果实验采用matLaB编程，其仿真结果如图3所示。在仿真实验中，图3（a）是含噪声图像，图3（b）是多尺度分析学含噪声图像，图3（c）是粒子群算法处理结果，图3（d）是模拟退火算法处理结果，图3（e）是本文算法处理结果。从处理的视觉效果看，本文算法改善了图像质量，突出了边缘分信息，同时压制噪声信息。表1给出了不同算法的处理时间，可以看出，本文算法不但处理时间少而且信噪比大。3结论本文采用云编码算法对图像进行增强，在云滴搜索最优解的过程中，采用不定长的自然数编码机制，云滴个体的适应度函数基于顺序的基础，个体被选择的概率与目标函数的具体值无关，仅与顺序有关，采用赌轮选择法产生新一代云滴，通过整体目标函数进行云模型的性能优化。实验仿真显示本文算法对图像增强效果最好，能够提高运算收敛速度和收敛效率，而且可以有效防止出现陷入局部最优、避免出现早熟现象，有着广泛的应用前景。
参考文献：
李洪兵，余成波，张冬梅，等.基于脊波变换的手指静脉图像增强研究.重庆邮电大学学报，2011，23（2）：224230.
高延峰，许瑛.混沌遗传模拟退火组合算法性能研究.计算机应用与软件，2008，25（11）：238240，267.
李修海，于少伟.基于正态分布区间数的云滴获取算法.山东大学学报，2012，42（5）：130134.
童明荣.城市物流系统规划研究.江苏：南京理工大学，2009：2035.
云计算的概念和特点篇10
关键词：大数据；云计算；数据库建设；影响效应
中图分类号：tp311文献标识码：a文章编号：1001-828X（2013）04-0-01
大数据与云计算是信息技术领域近几年来最为流行的两个关键词，依托云计算的大数据革命也正在迅速发展并如火如荼地进行，美国oracle、iBm、microsoft、Vmware等公司也已纷纷开发了提供数据计算、数据收集和数据编制等服务的全新产品。不仅在商业领域，美国政府也看到了数据在信息科技时代新兴革命中的战略价值和现实意义，奥巴马政府与2012年3月宣布出台“大数据的研究与发展倡议”，旨在改善、重建联邦政府部门的数据收集、数据存储、数据分析和数据应用，提高数据潜在价值的开发与利用，将相关数据库的建设提升到了国际战略层面。回看国内经济管理数据库的成长和发展，也不难发现大数据和云计算的身影。那么，在科技领域新革命的背景下，如何提高海量增长的数据信息处理能力、探寻数据库改革中的新亮点、发现数据信息建设的新趋势，是当下建设好经济管理数据库中的关键。
一、大数据与云计算概述
1.大数据的概念与特点。大数据本身是一个非常抽象的概念，目前还没有一个公认的统一定义，从字面上来看，大数据指的是具有庞大规模的数据群，普遍存在的特点有：（1）数据规模庞大。这种数据规模的庞大已经无法海量或者超载等概念词来描述，而是一种集数据种类、编码方式、数据格式等多维度的数据信息规模化；（2）处理要求极高。由于大数据聚合了多维度的信息特征，所以仍以当前数据信息处理的级别已经无法适应大数据的整体结构，pB级别的数据处理将会成为常态；（3）数据高速持续。由于大数据的高速和持续特点，传统数据库持久储存的方法已经无法满足高速持续异质数据的统一接入和实时处理，所以需要开发新的储存技术。
2.云计算与云存储。云计算通常会和大数据紧密联系在一起，这是因为云计算目前来看，是最好的实时完成大数据发现、挖掘、存储与处理的大型计算技术。所谓云计算，指的是基于互联网的相关服务的产生、使用和交付模式，对于大数据的云计算可以理解为通过互联网或局域网，将数据按需、易扩展的方式，通过虚拟化的过程高速地提供给数据请求者。
云存储则是在云计算概念上延伸和发展的一个新概念，主要指通过集群应用、网络技术或文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合实现协同工作，达成共同对外提供数据存储和访问功能的全新存储系统。
二、经济管理数据的主要分类和大数据特征
1.经济管理类数据的主要分类。根据数据来源可以将经济管理类数据合理地梳理，并大致分为：（1）政府机构和国际性组织公布的经济管理类数据，这类数据主要为宏观信息，比如各国国家统计局、商务部、中央银行等定期公布的经济参考数据。此外还有联合国下属的各分支机构，例如Uncomtrade、UniDo分别公布的是国际商品贸易数据和国际工业行业数据，当然还有国际货币基金组织、世界银行等官方组织提供的经济管理类数据。（2）经济管理类数据库提供的相关数据，这类数据包括宏观和微观信息，国内外知名的经济管理类数据库有Bloomberg彭博数据库、wRDS沃顿商学院数据库、Reuters路透数据库、wind万得资讯金融数据库、中经网统计数据库、CeiC经济数据库等等。这些数据库从不同方面提供了各国家和各行业的宏微观数据。（3）学术机构、民间机构和调查公司提供的经济管理调查数据，这类数据主要为微观信息。比如中国城市与农村经济调查、中国工业企业经济调查、中国住房调查等等。
2.经济管理类数据的大数据特征。从国外经济管理类数据库的发展中，我们可以发现大数据时代的特征正在慢慢显现。首先是数据库供应商的增加，近几年来，国内外成规模化的数据库越来越多，新型的数据平台和数据格式也纷纷涌现，由此所形成的数据收集、数据存储和数据规模的激增也是可以预见的；其次，当前经济管理类数据库的访问模式越来越依赖于云端服务器，为了适应大数据时代的数据新潮流，越来越多的经济类数据库放弃原本采用的本地镜像型的数据访问模式，转而采用服务器访问模型，这也从一方面说明了数据库的大数据特征，因为本地镜像类的服务器已经远远无法满足大规模的数据存储要求，所以出现了这样的转变。
三、大数据与云计算对经济管理数据库建设的作用
1.配置合理的数据库组合。在大数据的时代背景下，由于云计算的技术发展，使得不同数据库所拥有的数据量快速膨胀，从而不同数据库之间形成大量的数据重合，这也可以看成是大数据时代的产物。所以，如何在有限的资源条件下，配置合理的数据库组合，发挥不同数据库各自的特点，更好地服务于访问者的需求，是经济管理类数据库建设的首要问题。
2.高效地利用数据库资源。局域网体系内的虚拟桌面技术和云端存储技术可以更加高效地将原本无法实现充分利用的数据库资源辐射到更大的访问受众中去，实现在某一局域网内部，甚至是校际之间的数据资源的实时共享和实时访问。
3.密切关注数据安全问题。由于大数据的革命性发展，使得现存的数据量显著增长，同时对大数据进行处理的云计算又处在一个相对比较虚拟和宽松的环境，这种新时代的数据处理、数据存储和数据访问革命在为访问者提供更便捷、更高效服务的同时，也对某些关键或机密数据的安全性提出了挑战，所以在大数据和云计算背景下，关注经济管理类数据库中的某些机密数据的安全保护也是数据库建设过程中非常重要的问题之一。
四、结语
数据库的建设与数据技术革命的发展息息相关，每一种新数据技术的出现，都会对数据库的建设提出新的要求。目前，经济管理类数据库的数据来源多样、结构复杂、规模庞大，所以，从数据配置、资源利用和数据安全入手，是大数据和云计算作用背景下经济管理类数据库建设的关键所在。
参考文献：
[1]杨海燕.大数据时代的图书馆服务浅析[J].图书与情报，2012（04）.
[2]盛斌.大数据时代与银行联盟[J].中国海关，2012（10）.