云计算概述篇1
关键词：云计算；大数据；数据容灾
中图分类号：tp393文献标识码：a文章编号：1009-3044（2014）32-7574-02
1概述
当代云计算数据中心的存储节点数量少则几十万多则上百万，在规模如此庞大的海量存储系统中，节点失效或磁盘损毁已然成为一种常态，此外，由于网络设备或者传输线路故障等原因导致的数据丢失或短时不可用现象也常有发生。如果用户或企业不能随时随地存取自己所需的数据，甚至发生数据丢失的现象，将大大影响客户满意度，甚至给企业带来巨大的经济损失，因此，必须采取有效措施及相关技术策略来保证云端数据的可靠存储。
2云端数据中心拓扑结构
云端数据中心是大数据存储的基础平台，数据的可靠性及访问效率与网络节点的拓扑结构紧密相关。按节点功能类型的不同，可将数据中心节点的拓扑结构分成三种类型[1]：①以server（服务器）为为中央节点的星型结构；②以switch（交换机）为中央节点的星型结构；③混合结构。三种拓扑结构的特点如下：
以server为中央节点的结构将多台server通过传输介质直接互连起来，在这种结构中，server兼任switch的角色，一方面承担数据的加工处理工作，另一方面承担分组的存储转发工作，以server为中心的结构增加了服务器之间的网络带宽，摆脱了对交换机的过度依赖，提高了吞吐量；但是server之间的链路带宽的不均衡增加了布网的复杂度。
以switch为中央节点的结构将各台server通过switch进行互连，switch和server各司其职，switch负责分组的路由转发，server负责数据的存储加工，这种结构布网简单，操作方便，可扩展性强，在现代企业数据中心应用较广泛；但以交换机为中心的结构存在底层server利用率低、switch资源浪费较为严重、网络带宽容量有限、灵活性差等缺点。
混合结构是以上两种结构的一种扩展，其设计融合了这两种结构的优点并有效避开了各自的缺陷。
3云端数据容灾技术
容灾技术是云端大数据可靠存储的一种关键技术，良好的容灾策略不但能有效提升大数据存储系统的可靠性，还有助于提升系统的访问效率。容灾策略一般都采用冗余备份技术来实现，以确保当出现某种突发状况导致存储系统中的文件、数据、片段丢失或者严重损坏时，系统可准确而快速地访问冗余数据来维持系统的稳定运行[2]。一般来说，容灾技术按策略的不同主要分两种：①复制冗余策略；②纠删编码冗余策略。
3.1复制冗余策略
复制冗余策略为系统中的每一个数据都建立一个或多个副本，并把若干个副本分散存储在不同的网络节点上，当遇到某个数据损毁或失效不能正常使用时，可通过访问最近的存储节点来获取与原件完全一致的副本数据[3]。基于复制的冗余策略主要关注2个方面的问题：（1）副本数量设置；（2）数据放置方法。
3.1.1副本数量设置
副本系数设置主要采取两种方式：①静态设置副本数量，目前主流的分布式文件系统Hadoop的HDFS、谷歌的GFS都采用3副本策略，这种静态设置方法操作简单，但灵活性差；②随机动态设置副本数量，即系统根据数据的访问频率、出错概率及网络状况等动态因素随机地确定副本系数，动态地删除或添加副本，这种动态机制能大大增加存储空间的利用率，但动态计算过程增加了系统的开销；
3.1.2数据放置方法
巧妙的数据放置方法能通过提高并行访问量来提升云端大规模数据的访问效率，目前，数据放置方法一般采用顺序放置和随机放置[4]。
①顺序放置方法把数据副本按顺序分布存储在不同节点上，使得排列数目相对较少，针对系统的随机失效有一定的防护性，顺序放置方法技术简单、易于实现和维护，但在具体应用时，因失效具有很强的相关性，局部的网络故障或节点失效就有可能导致整个机架的数据不可访问。
②随机放置方法是在可放置节点中随机地选择一系列节点来存放数据副本，此方法能够降低关联对系统可靠性带来的负面影响，但在实际应用中，由于节点的存储、计算能力各不相同、数据的访问热度也不尽一致，往往达不到理想的均衡负载效果。
3.2纠删编码冗余策略
3.2.2LDpC编码
LDpC码是从蒙特卡洛及图论演进而成的编译码技术，因其稀疏检验矩阵（少量元素是1，其余部分全是0）特性，被研究者广泛用于设计复杂度低的解码算法，LDpC码可以有效提升系统的容灾能力，但是构造不规则码字的难度也相应成倍地增加。
3.2.3阵列编码
阵列码的编译码过程只涉及基础的二进制异或运算，技术实现相对容易，而且在采用同等编译码的前提下，阵列码比RS码更能有效地提高系统的可靠性，与此同时保持其计算域不变大，阵列码技术一直是大数据可靠存储关键技术的研究热点，被广泛的应用于磁盘阵列及网格存储系统中。
3.2.4RS编码
RS码是一种高效的纠错码，既可以纠正突发错误，又可以纠正随机错误，在通信领域中有极其广泛的应用，近年来，随着大数据存储技术的快速、多元化发展，有研究者对RS编码行了改造，并将其应用于数据存储领域以提高系统的容错性。
4云端系统节能减耗技术
数据存储是各种云计算服务赖以施展的基础，在云计算环境下，底层数据中心节点的规模庞大，使得数据存储成本极高，主要源于添置各种网络硬件设施（大型服务器、交换机、路由器等）以及支付各种存储设备的高额电能消耗等。高涨的能耗开销不但增加了系统的运营及维护成本，更催化了大气温室效应，严重破坏了自然界的生态环境，因此，不论从服务商盈利的角度，还是从环境保护的角度出发，节能减耗技术都显得尤为必要。
当前，分布式存储系统的节能减耗技术主要集中在两个方面：①硬件节能策略，主要致力于降低存储系统中的硬件设备能耗；②软件节能策略，通过使用一些专业软件来实现系统资源的有效分配及使用。
参考文献：
[1]popaL，RatnasamyS，iannacconeG，etal.aCostComparisonofDataCenternetworkarchitectures[Z].2010.
[2]吴朱华.云计算核心技术剖析[m].北京：人民邮电出版社，2011.
[3]郭仁东.网络数据容灾备份技术及其应用浅析[J].电脑知识与技术，2012（31）.
云计算概述篇2
关键词：Soa；云计算；语义；本体；图书借阅系统
中图分类号：tp311.52文献标识码：a文章编号：1009-3044(2011)29-7149-03
SoaandCloud-basedSystemofLendingBook
DenGXiu-hui,YUanZong-fu
(SchoolofComputerengineering,nanjinginstituteoftechnology,nanjing211167,China)
abstract:thecombinationofSoaarchitectureandcloudcomputinginfrastructure'ssupportpromotethefieldofitinformationeducationandresearchtodynamicandrapidresponsetobusinessneeds.Librarymanagementsystemisabranchofeducationandteachingmanagement.BystudyingthemeaningofSoaandcloudcomputing,weknowtherelatedapplicationmethods.withtheinstantiatedthebooklendingsystem,weanalysissystemworkflow,andgetgroupofontologyliketheusersandbooks,maketheinformationsearch,borrow,returnandotherbusinessprocessdesignasaservicetoachieveloosecoupling,andfinallyshowthedesignenvironmentrelatedtoGoogleGae(Googleappengine)platform.
Keywords:Soa;cloudcomputing;semanticweb;ontology;booklendingsystem
Google自2003年依次自行开发了GFS（GoogleFileSystem）分布式文档系统、mapReduce分布式计算和Bigtable分布式数据库，开创了自己的云计算；2007年11月，iBm宣布“BlueCloud”计划，推出面向企业的云计算解决方案，宣告新计算模式到来；2006年3月，亚马逊（amazon）公司首先推出云计算服务――简单存储服务（SimpleStorageService）实现基础架构云层（iaas）存储云功能，2006年8月使用Hadoop搭建起云计算平台amazonwebService，并推出最重要的云计算服务弹性计算云（elasticComputeCloud，eC2），2007年7月亚马逊公司推出简单队列服务（amazonSimpleQueueService，SQS），使托管主机可以存储计算机之间发送的消息，此外amazonSimpleDB为复杂的结构化数据提供“一个对结构化数据实时查询的web服务”；2008年微软azureServicesplatform云计算平台……云计算正悄悄影响着it行业的变化，而与Soa技术的融合更促进了企事业、教育单位it行业系统的发展，并带来一场巨大的变革。
教育和科研领域的信息化同样需要通过云计算和Soa技术的结合，进行集中管理。图书馆管理系统属于教育教学中的一个分支，随着图书馆新书不断增加，高校扩招带来的学生、教师等人员的信息变更及扩增，学校资源管理同样借助Soa的架构能力，以及云计算的交付能力予以不断完善和发展。图书借阅系统是图书管理系统上的一个子部分，其中包括了图书借阅、用户个人信息查询等功能，结合Soa和云技术，探讨相关应用在系统中的设计和应用方法。
1Soa和云
1.1Soa
面向服务的体系结构（Service-orientedarchitecture，Soa）是传统的面向对象的模型的替代模型，虽然基于Soa的系统并不排除使用面向对象的设计来构建单个服务，但是其整体设计却是面向服务的。简单来说，Soa的理念是把各种业务功能都当作服务来提供，基于各种服务可以组装出不同的业务逻辑和上层应用[1]。基础架构能够以服务形式暴露给应用，应用可以按照自己的需求定制应用环境，不再和硬件绑定，基础架构服务可以包括：计算服务、网络服务、存储服务等。Soa系统原型的一个典型例子是通用对象请求体系结构（CommonobjectRequestBrokerarchitecture，CoRBa），它的出现较早，其定义的概念与Soa相似[2]。
1.2云
云的概念铺天盖地而来，而云的含义由“代表数据总新活着网络之外的一切事物”，转变为写入美国国家标准技术研究所（nationalinstituteofStandardsandtechnology，简称niSt）的标准文件中[3]的云含义包括软件即服务（Softwareasaservice，简称SaaS），即可以在线访问的软件应用；基础设施即服务（infrastructureasaservice，简称iaaS），即向用户出租服务器，按时间计费；平台即服务（platformasaservice，简称paaS），即提供工具，让用户建造在宿主云中运行的软件。而这些含义随着云技术的不断完善，还将进一步发生演变。
2基于服务总线和云技术的设计
Soa作为一种应用的构建方法，主要用来解决业务功能上的需求，保证业务可以快速地开发和组合，而云计算是一种基础架构的构建方法，主要使用虚拟化方式解决非功能上的需求，保证基础架构能够满足应用的各种需要。一个设计良好的Soa应用程序在资源、处理能力和处理时间上没有限制（如图1）[4]。
云计算是对分布式处理（DistributedComputing）、并行处理（parallelComputing）和网格计算（GridComputing）及分布式数据库的改进处理[5]，云架构中的网格计算确保Soa应用程序的弹性云的优势，并在有限的时间内完成一个服务进程。Soa应用程序的真正的成功取决于广泛其部署在云上，并利用它的弹性。
2.1松耦合
为了保证Soa快速开发和组合提供可能性，良好的Soa组件设计要求松耦合，即一个组件对另一个组件的依赖程度比较低，各自相对独立。这种松耦合可以实现位置、交互、安全和实例的独立性上[6]。位置独立性主要指不论服务位于何处，需要使用该服务的组件都可以从服务目录中找到它，并通过延迟绑定访问它；交互独立性体现在不论组件使用何种接口或协议，它们之间都可以互相通信；安全独立性的主要理念是协调组件内及组件间不同的安全模型，对于Soa是必不可少的；实例独立性是指架构既支持组件间的同步交互，也支持异步交互，并且不要求组件在接受数据或消息时处于某个特定状态。
2.2语义整合技术――本体论
所谓语义整合技术，就是要在各种纷繁复杂的原始数据中找出其共同具有的匹配模式[7]本体是解决语义层次上网络信息共享和交换的基础，这种骨架地位使本体的研究和开发成为整个语义网研究中的重点。目前还没有一种权威的形式化本体定义，不同研究者针对他们所要解决的问题背景，提出很多形式化本体定义。1993年Gruber给出第一个让人信服并被广泛应用的本体定义后，Borst在此基础上给出本体的另一个定义：“本体是共享概念模型的形式化规范说明”[8]。Studer等人进一步研究认为本体是“共享概念模型的明确的形式化规范说明”[9]。
语义多层功能描述了语义网体系结构，每个层次通过不同层次的表示语言逐步完善对网络信息语义的描述[10]。其中：第一层是统一字符编码Unicode（Universalmultiple-octetCodedCharacterSet，统一字符编码）和统一资源标识URi（UnifiedResourceidentifier，统一资源标识），负责网络资源的编码和标识，是网络中信息表示和交换的实现基础；第二层是可扩展标记语言XmL（eXtensiblemarkupLanguage，可扩展标记语言）、XmL名称空间和XmLSchema，表示信息数据的内容和结构；在这之上的资源描述框架RDF（ResourcesDescriptionFramework，资源描述框架）和RDFSchema描述网络上的信息资源，为其赋予语义；最上层的网络本体语言owL（webontologyLanguage，网络本体语言）进一步扩展表达信息语义的能力，描述网络信息中的概念和知识。
结合本体的概念应用在Soa上，确认本体和本体之间的上下文流程关系。其中，本体可以构成Soa各服务，本体间关系可视为流程，其也可视为服务。使用本体论，在Soa的各种服务之上建立了一个层模型，包含与服务域相对应的各种本体论类，对应关系在建立本体的设计阶段确定，是用策略思想，通过服务请求的语义相似性逻辑建立语义查找。使用本体可以实现组件间的松耦合，方便Soa设计。
3Soa和云中图书借阅系统设计
图书借阅系统的功能包括了用户信息、图书查询、图书借/还管理等，结合Soa和云计算实现该系统的设计包括本体确定、流服务管理和云服务。
3.1图书借阅系统本体确定
图书借阅系统Soa的本体设计主要包括四个部分，即确认项目流程、建立共享概念模型、构建上下文关系、实现松耦合。
3.1.1图书借阅系统项目流程
图书借阅系统项目包括图书查询、借图书、归还图书三大部分，在实际项目中，还包含了图书管理即图书入库出库管理、书籍配套光盘管理、电子资源管理等，这里仅选择最主要部分来介绍流程。
用户首先查询所需要书籍是否存在，找到书籍对应条码和所在位置，查找到具体书籍后，管理员查询用户个人信息，如果个人信息没有问题，并且借书籍额度未满，允许借出图书，否则任何一个条件不满足，不允许借出图书；归还图书流程则书籍回库，查询用户归还书籍是否按时，如不按时，则进行计费累计并予以管理。
图书项目流程包含一系列基于条件的任务执行，使用语义整合实现智能化的路由选择。在定义本体论模型时，每一个变量都对应一个数据字典，可以不断地进行扩展，以保证能够满足未来新的项目需求。
3.1.2图书借阅系统本体模型
通过分析图书借阅系统流程，可以得到本体集包括用户和书，该用户集中可以进一步分析对应本体，包括具体学生、老师、行政人员、后勤管理人员等。本体集和本体间存在对应映射关系，这里使用RDF简单表述其资源，比如要描述一个名叫peter的一个人，其描述形式是：
ex:userex:name"peter"
其中ex:user是用来表示peter这个人的URi引用，ex是假设的一个名称空间前缀，使用RDF图表述（如图2）。
本体论是用术语概念和关系来定义，本体论的概念实现为类，本体论中的关系被定义为术语的对象属性和数据类型属性。从可变点组件到本体论模型中元素的映射，能够帮助建立其本体论模型。具体的本体建模可以使用protege软件实现。
3.1.3业务流程管理
业务流程管理（Businessprocessmanagement，Bpm）是在服务与系统之上加上一层控制逻辑，由它绑定多个服务，形成一个统一的、多步骤的业务流程，实现特定的业务功能。流程具有松耦合独立性，即不论流程运行在本地还是云平台，它们都应能够访问位于架构中任意位置的服务和数据。
在图书借阅管理系统中，包括查询、借书、还书等流程，这些流程自身是服务，服务还能使用流程，服务和流程都能提供行为。这些流程在企业中软件的整体重用率的提升微不足道，只能从Soa项目之前的32%上升到之后的39%，但是对于促进架构敏捷性起到非常关键的作用。
3.2图书借阅系统云端技术语言环境
在云计算程序设计与软件开发中，可以使用Java、python、Flash、JavaScript/aJaX、C#与程序设计语言，图书借阅系统则选用了使用web2.0技术，使用JSp（JavaServerpage）设计用户界面，利用JDo（JavaDataobject）标准界面来使用Datastore资料云存储区，云存储区中包括图书借阅系统中的所有本体集，使用Java相关技术以服务形式设计业务流程管理，最终在Google提供的Gae云计算平台下实现图书借阅系统。
4结论
云计算是分布式处理、并行处理和网格计算的发展的延续，客户终端的一切软硬件资源都将在云端服务，Soa由云计算也催生出很多新兴产业模式，比如云软件托管中心，云软件销售中心，云虚拟化教学科研应用等，云计算给了企业发展带来更大的拓展空间。这里，以Soa和云计算的思想和技术初步探讨了图书借阅系统，从一个侧面学习和研究了Soa和云计算，它将对教育和科研领域的信息化带来一定的启发和帮助。
参考文献：
[1]朱近之,iBm云计算中心.智慧的云计算物联网的平台[m].北京:电子工业出版社,2011.
[2]michelsonB."Service-orientedworld"CheatSheetbypatriciaSeyboldGroup[eB/oL].(2005-06-02)./detail.aspx?iD=562.
[3]BabcockC.云革命[m].丁丹,译.北京:东方出版社,2011.
[4]whatreallyisSoa:acomparisonwithCloudComputing,web2.0,SaaS,woa,webServices,paaSandothers[eB/oL].(2008-12-12)./doc/whitepaper/Soalibwhitepaper_SoaJargon.pdf.
[5]王鹏.走进云计算[m].北京:人民邮电出版社,2009:35-50.
[6]LinthicumDS.云计算与Soa[m].马国耀,译.北京:人民邮电出版社,2011.
[7]刘光强.运用语义整合技术四步骤改进Soa[eB/oL].(2009-11-16)..cn/cio07/20091116113801.shtml.
[8]Borstwn.ConstructionofengineeringontologiesforKnowledgeSharingandReuse[D].enschede:Universityoftwente,1997.
云计算概述篇3
【关键词】区间集；高斯云模型；年龄分布
0概述
在日常生活中，一些模糊概念经常会出现在我们的自然语言中，如果想用定量的数据来表示，却发现很困难。而云模型[1]恰能实现从定性概念到定量数据间的转化，它通过期望ex、熵en、超熵He三个数值来完成这些模糊概念到具体数据之间的转换，并以云图表现出来，与传统的处理模糊概念的方法相比，更加直观、具体；云模型对于日常生活中的不确定性概念有很好的表达能力。目前，传统的模糊数学在很多领域已经不能够满足模糊研究的需要，而云模型凭借其处理模糊度和随机性的优势越来越频繁的应用到各个领域。为了完善模糊研究中的存在的不足，本文对云模型的理论和应用的发展进行了探讨和总结。
与此同时许多不确定性或信息不安全的问题也体现在生活各处，仅用点值描述很难表达其准确的含义，而如果用区间集[2]来描述却可以有效的表达语义。将信息合理有效地区间分段，可以减少局部区间的波动，保证了结果的科学性和合理性，降低了结果分析的失误率，因此，区间集被广泛的应用于人工智能的控制、神经网络等领域中。区间集不仅能够反映逻辑推理的模糊性，而且符合人类推理模糊信息的习惯。故此，区间集本文研究的对象，并在区间集的基础上引出高斯云模型。
在国内外不乏单一的对云模型及区间集进行深入研究的学者，但将两者结合却寥寥无几，本文即是将两者结合的研究，即基于区间集的云模型研究。
本文首先在区间集上对2013年统计得到的中国科学院院士的年龄分布情况进行统计分析，可以发现在40-60、60-100岁上各年龄段的人数在总体呈正态趋势，同时在各年龄阶段范围内呈现局部正态函数的趋势。然后运用高斯函数对所有年龄段总体分析和计算，继而拟合出高斯云的回归方程。
1基于区间集的云模型研究
1.1区间集上的实例分析
科学家年龄及其结构是科学社会学研究中一个不可忽略的问题。但是，在研究的过程中，以什么方式研究对结果的产生在一定的程度上会有影响。本文通过采集2013年中国科学院全部院士的年龄数据，基于区间集对其整体结构进行分析。
从表1[3]数据可以得出在40-60岁、60-100岁的不同年龄区间局部年龄趋势呈正态分布，而且以上两个大年龄段的区间集上离散点的总体趋势也几近于正态分布，故可在此区间集上运用云模型加以研究。
从图1可以看出院士年龄整体偏高，偏高的院士当选年龄和偏高的院士平均年龄不利于国家的科技创新与科技进步。要综合运用科学哲学、科学社会学等多种理论和知识，准确把握科学家群体的特殊属性及要求，完善院士选拔制度、调整院士的年龄结构，使大多数当选院士处在科学创造力和生产力的最佳年龄段。
图1不同年龄的分布
1.2区间集上的高斯云模型
由图1发现年龄所构成的图形与高斯云分布[4]的图形在一定的程度上是相似的。因此，借助高斯函数对采集的数据进行拟合，以此引申为对科学家年龄的研究分析。
运用高斯云的数字特征[5]对表1中60-100年龄区间上的数据进行分析计算，得到不同区间集上利用高斯云的数字特征拟合后的数据。高斯云的数字特征如下：
1）高斯云分布的期望eX=ex。
eX=■xf（x）dx
=■x■e■dx■■e■d？滓
=ex
2）0
eX-eX=■x-exf（x）dx
=2■■e■dx■■e■d？滓
=■■■e■d？滓
=■en
3）高斯云的方差■■e■d？滓。
D（x）=■x-ex■f（x）dx
=■x-ex■■e■dx■■e■d？滓
=■■e■d？滓
=■■e■d？滓
=■■e■d？滓+■■e■d？滓+0
=He■+en■
1.3云的数值特征
一个云滴[6]是定性概念，在数量上一次实现，大量云滴组成云。尽管在不同的时刻产生的云滴不同，但是云的数字特征决定的云的整体形态基本不变。云的数字特征由期望ex，熵en，超熵He三个数值来表示，他们反映了定性概念上的定量特征。
期望ex：是在数值域空间中最能体现定性概念的点值，是将定性概念数值化的最佳样本点。在云图中体现为云的峰值所处的位置，反应了这个概念的云滴群的云重心。
熵en：用来综合度量定性概念的模糊度和概率，即被定性概念接受的取值范围大小，反应了定性概念的不确定性。在云图中体现为云的宽度，熵值越大，概念越宏观，其模糊度和随机性也就越大。
超熵He：熵的不确定性的度量，反应云滴的离散程度，代表云滴出现的随机性，揭示了模糊性和随机性的关联。超熵越大，云滴离散程度越大，云图中的云厚度也就越大。
1.4实例验证
根据回归曲线的定义，高斯云的回归曲线形成过程为：对于给定的xi，对应确定度■？滋i的期望值为e■，不同的xi对应的e■拟合形成回归曲线。高斯云的回归曲线为
f（x）=■■e■×e■dy
其解析形式难以求出，但可通过线性逼近的方法近似求得。
与回归曲线不同，高斯云曲线[7]的每一点是投影到该点的所有点的期望值。云主曲线的解析形式也难以给出，但同样可以通过线性逼近的方法近似求得。
先绘制中国科学院全体院士的年龄分布折线图，如下从图2中可以看出，已分段后的年龄在局部范围内在不同程度的达到了峰值，因此，截取60岁之后的数据，共579个，以年龄段分组，作为研究之用。
利用matLaB，直接对所采集的数据进行拟合。经过拟合之后，发现只有当套用高斯公式时，图形的贴近率最高。可得拟合之后的公式和图形分别为：
y=14.85e■+16.3e■+5.033e■
图3
2结论
在基于区间集的云模型研究中，利用区间集的不确定概念不但可以得到语义解释，更能考虑到其计算性，一举两得。云模型利用期望、熵和超熵这三个数字特征来定量描述一个不确定性概念，通过正向云发生器[8]实现从概念的内涵向其外延进行转化，通过逆向云发生器实现从概念的内涵向其内延进行转化，较好地刻画了概念内涵与外延之间的双向认知变换过程，同时也解释了客观对象具有的模糊性和随机性。这种研究使云模型在更广泛的领域上得以应用。
【参考文献】
[1]李德毅，刘常昱.论正态云模型的普适性[J].中国工程科学，2004，6（8）：28-34.
[2]李德毅，杜.不确定性人工智能[m].北京：国防工业出版社，2005.
[3]刘禹，李德毅，张光卫，等.云模型雾化特性及在进化算法中的应用[J].电子学报，2009，37（8）：1651-1658.
[4]刘玉超，李德毅.基于云模型的粒计算[J].
[5]苗夺谦，李德毅，姚一豫，等.不确定性与粒计算[m].北京：科学出版社，2011：1-23.
[6]刘禹，李德毅.正态云模型雾化性质统计分析[m].北京：航空航天大学学报，2010，36（11）：1320-1324.
云计算概述篇4
什么是云计算
iBm公司于2007年年底宣布云计算计划，云计算的概念仿佛在一夜间就出现在大众的面前，对于云计算的各方解读也众说纷纭。
在展开对云计算的具体实现技术的讨论之前，先让我们看一下云计算的一些基本概念。首先需要回答什么是云计算。
在iBm的技术白皮书“CloudComputing”中，我们可以看到如下的定义:“云计算”一词同时用来描述一个系统平台或者一种类型的应用程序。一个云计算的平台可按需进行动态的供给（provision）、配置（configuration）、重新配置（reconfigure）以及取消服务（deprovision）等。在云计算平台中的服务器可以是物理的服务器或者虚拟的服务器。高级的计算云通常包含一些其他的计算资源，例如存储区域网络（Sans）、网络设备、防火墙以及其他的安全设备等。
云计算的本质
在应用方面，云计算描述了一种可以通过互联网进行访问的可扩展的应用程序。“云应用”使用大规模的数据中心以及功能强劲的服务器来运行网络应用程序与网络服务。任何一个用户通过合适的互联网接入设备以及一个标准的浏览器都能够访问一个云计算应用程序。
从iBm的定义中我们看到，云计算的含义有两个方面。它一方面描述了一种方便的基础设施，用来构造应用程序，其地位相当于pC机上的操作系统;另外一方面则描述了建立在这种基础设施之上的云计算应用。一个计算云是虚拟化的计算资源池，用来容纳各种不同的工作模式，并且这些工作模式可以通过快速部署的方式部署到物理设施上。由于使用了分布式的计算技术，云计算能够将计算扩展到更多的计算资源，以及使用冗余的资源进行容错处理。
在iBm的白皮书中我们还可以看到，云计算能够通过快速提供物理以及虚拟服务器来支持网格应用的运行。网格程序能够将一个大的任务分解成很多小的任务并行地运行在不同的集群以及服务器上。我们可以把云计算看做是一个具有更广泛含义的计算平台，除了能够支持网格的应用之外，云计算还能够支持非网格的应用，例如在网络服务程序中的网络服务器、应用服务器和数据库服务器三层应用程序架构模式。特别值得注意的是云计算模型支持当前web2.0模式的网络应用程序。云计算是能够提供动态资源池、虚拟化和高可用性的下一代计算平台。
几种典型云计算平台
当前，工业界已经有很多公司聚集在云计算这样一个新型计算概念下面，分别提出了自己针对云计算的理解，用不同的技术来实现上述目标，主要包括下面重要的云计算实现系统。
亚马逊的弹性计算云。事实上，网络零售商亚马逊公司是最早也是一个非常重要的云计算实践者之一。亚马逊公司在构建自身零售平台的时候，也使用了云计算的方法，将自己的购物平台构建在其基础之上。亚马逊公司将自己的云计算平台开放给外部开发人员使用，建立了弹性计算云（elasticComputeCloud，eC2），使得独立的开发人员也能够使用亚马逊公司内部的计算资源来建立自己的网络应用程序。
Google的云计算平台及其云计算网络应用程序。主要包括Google针对云计算提出的大规模分布式计算的基础架构以及Google在此基础之上构造的云计算应用服务程序。Google将自己的整个基础计算平台以及相应的应用称为云计算，并且成为云计算最大的实践者。
iBm公司在与Google的合作过程中，提出了自己对于云计算的理解以及相应的技术解决方案。iBm公司于2007年11月15日在上海宣布了蓝云“BlueCloud”计划，使得公司内部的数据中心能够按照互联网应用服务程序的形式进行组织，将计算能力分配到分布式全局可以访问的资源组织中，而不是局限于本地的一些服务节点或者固定远端的服务器机群中。iBm在云计算的白皮书中也提出了蓝云计划的基础设施结构，这些基础设施结构构建在iBm本身的x服务器之上。在蓝云中采用了Xen的系统级虚拟化方法，同时提供虚拟化的服务器以及物理服务器的计算资源。在iBm的云计算架构中也采用了类似于Google进行大规模数据处理的基础设施，在其蓝云计算环境中部署了GoolgeFileSystem以及mapReduce用以实现Hadoop。Hadoop是apache旗下的一款有关大规模数据的开源软件，Yahoo在其中做出了不少贡献。
未来展望
当前已经有很多公司参与到云计算的研究与发展当中。
Yahoo公司就参与了云计算平台Hadoop的开发，雇佣了Hadoop软件的创始人员，并且为此软件贡献了很多代码。同时为了测试与部署Hadoop系统，在Yahoo公司内部也使用了Hadoop软件，建立了世界上最大的Hadoop集群系统，这个集群系统包含了1万个Linux节点，规模还是很大的。现在，Yahoo公司的很多应用程序都构建在云计算平台之上。而上述的最大Hadoop平台则用来计算网络搜索的页面连接图，处理海量的数据。
微软自然也不甘落后，与Google类似，微软重构了自己的搜索引擎平台。除此之外，微软也构建了自己的云计算平台，并在此平台之上推出了云计算的应用。与Google类似，微软的云计算平台只是为自己的网络应用程序服务，现在还没有看到相应的云计算软件模块公开出来以帮助其他开发商构建云计算平台。微软的网络平台服务windowsLive就可以看成是云计算应用的一个典型，它是一个web2.0应用程序形式的云计算用户平台。用户在这个应用平台上可以进行照片的共享，文件的存储以及运行其他的应用程序。这些应用都建立在新型的云计算平台之上，也是微软针对网络实施的重大战略之一。在Live平台上，用户可以访问自己的电子邮件，可以使用SkyDrive来存储数据以及构建自己的网络平台等。
另外，硬件公司Dell提供了DCS（DellCloudComputingSolution）解决方案，帮助用户构建云计算平台，该解决方案能够降低数据中心的运维成本，提升计算速度、简化数据中心管理，具有良好的可扩展性。软件公司RedHat则与亚马逊公司合作，在亚马逊公司的弹性计算云中部署了RedHatenterpriseLinux，并通过虚拟化的方式部署整个弹性计算云平台。
在云计算研究方面，在Google与iBm的支持下，美国的多所大学参与到云计算中来，包括6所非常著名的大学:卡内基•梅隆大学、麻省理工学院、斯坦福大学、加州大学伯克利分校、马里兰大学和华盛顿大学。
云计算概述篇5
）
摘要：云计算的概念是最早有谷歌公司所提出的一种网络应用模式，经过近年来的研究与探索，已经得到了很大程度上的应用于发展。本文针对云计算的应用价值及安全性进行了分析与探讨。文章首先对云计算的概念进行了阐述，进而就其技术特点进行了归纳与总结；在此基础上就云计算的应用价值及安全性问题展开了详细的论述与分析。这对促进人们对云计算的了解，提高云计算的应用能力有着重要的现实意义和参考价值。
关键词：云计算；应用价值；安全性
中图分类号：tp309文献标识码：a文章编号：1007-9599(2012)06-0000-02
一、引言
在人类步入21世纪以后，云计算是一个热门话题。作为一种it技术，它广泛应用于各行各业，得到了政府和it厂商的大力支持，目前已经进入实际应用的阶段。那么作为一种新技术，其成熟性、稳定性、安全性都存在着值得我们引起重视。笔者结合工作实践，就云计算的应用价值及安全性问题作如下分析与探讨：
二、云计算的概念及其特征
（一）云计算的概念
随着21世纪互联网时代的到来，以计算机为基础的互联网技术取得了长足的发展。各种新技术层出不穷，云计算作为其中之一，是广大业内人士和研究人员关注的热点课题。“云”从本质上来看就是互联网（internet），只是近年来提出的一种别称。它概指分布在互联网中的不同类型的计算中心，包含数量巨大的计算机或服务器。因此，云提供的服务在于用户只需要借助上网设备，连接“云”，就可以利用“云”提供的软件或服务，并且实现在“云”上处理并存储数据；而不需要购买任何的硬件设备和软件程序。当然，这只是云计算的内涵的基本解读，实际应用中其功能特点远不止这些。
（二）云计算特点
从当前云计算应用于实践的情况来看，其技术特点主要体现在：虚拟化技术、灵活定制、动态可扩展性、高性价比、安全性这几个方面，具体表现如下：
（1）虚拟化技术。即：云计算在目前的应用实践中是利用软件来实现硬件资源的虚拟化管理和应用。这种虚拟化技术的应用目的在于降低维护成本和提高资源利用率。在云计算平台，通过建立虚拟平台，从而为用户提供了网络资源、计算资源、数据库资源、硬件资源等方面的资源，使用户在主观体验上与在本地使用自己计算机毫无差别。
（2）高可靠性和安全性。在云计算平台，由于云计算服务器端提供了可靠、安全的数据存储中心，而且有着当前最高专业水平的团队进行管理。因此，用户数据的存储，应用程序的运行，计算的处理都将受到最高水平的技术支持与保护。在人为因素以外，由于云计算数据被复制到多个服务器节点上进行了备份，因此，就算有意外删除或硬件崩溃的情况数据也不会丢失。
（3）动态可扩展性。这主要体现在云计算体系的处理能力方面。在云计算中，既可以根据需要将服务器实时加入到现有服务器群中，也可以根据现实需要抛弃掉该节点，并将其任务进行移交，因此具有良好的动态可扩展性。
（4）超强大的计算和存储能力。用户可以在任何时间、任意地点，采用任何设备登录到云计算系统后就可以进行计算服务；云计算云端由成千上万台甚至更多服务器组成的集群具有无限空间、无限速度。
（5）灵活定制。从用户对云计算的需求来讲，云计算提供的资源和产品具有极大的灵活性。用户在进行产品服务选择时，不需要知道资源在何处，也不需要具备如何部署的相关专业知识，只需要将需求提交给云，云计算体系会对其进行处理，并将定制的结果反馈给用户。并且用户可对定制的服务进行退订或选择性地删除操作与管理。
（6）高性价比。相对传统的it产品，其使用将产生高昂的硬件和软件费用，往往令一般用户难以承受。而云计算恰恰在这方面有了极大的改进，它在对用户端的硬件设备和软件要求方面，以及服务器端的价格和计算处理能力方面，都有着极高的性价比。而且在后期的维护和升级方面为用户极大地降低了成本和费用。
三、云计算的应用价值分析
在分析云计算的特点中，我们可以看到其技术优势所在，也从侧面反映了其应用价值所在。针对当前云计算的应用领域与实践来分析其应用价值，云计算的应用价值可以概括为以下几个方面：
首先，云计算为用户提供了可靠、安全的数据存储中心，这极大程度上提高了当前互联网使用过程突出的安全性问题。因此，用户不用担心数据丢失、软件更新、病毒入侵等安全隐患与威胁的问题。
第二，云计算提供的服务极为便捷。用户在使用云计算的服务时，对用户端设备的要求低，同时操作起来也十分便捷，实现了异地处理文件、不同设备间的数据与应用共享，用户可以在浏览器中直接编辑存储在云端的文档。
第三，云计算具有极高的性价比。无论是从用户的硬件设备还是软件程序的使用，云计算都提供了良好的环境；同时云计算所提供的灵活定制产品的服务，极大地为用户节省了成本与费用。
四、云计算在应用中存在的安全问题分析
云计算给我们带来了便利的同时，限于当前技术水平和管理因素，在应用中也存在这一些问题，其中突出的表现在自身固有的安全问题方面，具体表现如下：
（一）云计算服务的可控性
相对其他安全问题而言，云计算安全问题最突出的问题在于其可控性方面的技术还不十分成熟。因为云计算系统中对服务实现的技术细节和其运行的管理细节都是进行了隐藏。因此，这种隐蔽性也给安全可控性带来了隐患与威胁。
（二）数据的安全性
作为it技术，数据同样是云计算的核心构成内容。一般来说，数据的完整性和保密性要求只有授权用户才能进行更改和进行读取。但是云计算的本质特性在于进行了隐蔽，用户的供应商并不知道在特定时间你的数据在何处，这就难以确定你的数据是否正在以保密和隐私的方式进行处理。可见云计算在体现其应用优势的同时也使得其对用户数据安全难以进行预测。
（三）云服务信任的传递
在云计算中，用户与云服务提供商建立了信任合作关系，而该云提供商可能需要依靠第三方供应商提供的计算和基础设施资源。这时，第三方的基础设设施接触到了用户的敏感数据，这就存在如何将用户与其云服务供应商之前存在的信赖关系，扩展到对第三方的问题。
（四）云服务的安全迁移
对于云服务的使用者来说，应该可以自由选择服务的提供商。但如果用户有更换服务提供商的需要，比如提供商服务不能完全满足用户需求，或用户新拓展的业务需要有其他提供商的云端提供，而新的业务又需要与原有业务进行数据交互。如何保证不同的服务提供商间进行业务迁移和数据交互，如何保证用户业务的连续性等问题，业内还有许多政策、标准、技术等方面的问题需要解决。
五、关于云计算及其安全性的思考
（一）云计算用户的安全办法
（1）听取专家建议。对于我们一般用户而言，对于云计算的使用，在选用相对可靠的云计算服务提供商时，有必要对其进行了解。因此用户在享受云计算服务之前，要清楚地了解使用云服务的风险所在，这时候我们可以听取专家的意见与建议。因为，一般地，专家推荐使用那些规模大、商业信誉良好的云计算服务提供商，可以对其意见进行斟酌与参考。
（2）增强安全防范意识。尽管云计算给我们在安全性方面提供了良好的环境与服务，但是我们仍然不能掉以轻心。一些十分重要的机密资料一般不要放在云端，比如网银的使用，诸多网络注册账号的使用，可能由于用户的使用同一密码，或者在不同网络环境中使用，从而带来安全隐患。因此必须清楚地认识到风险，在使用云计算下增强安全意识，并进行积极的防患于未然。
（3）经常备份。存储在云里的数据，要经常备份，以免在云计算服务遭受攻击、数据丢失的情况下，数据得不到恢复。
（4）建立企业的“私有云”。当数据重要到不放心放在别人管理的云里，就建立自己的私有云。私有云也叫企业云，它是居于企业防火墙以里的一种更加安全稳定的云计算环境，面向内部用户或者外部客户提供云计算服务，企业拥有云计算环境的自主权。与之相对应的是“公共云”，通过云计算提供商自己的基础架构直接向用户提供服务，用户通过互联网访问服务，但用户不拥有云计算资源。
（5）数据加密后放到云端保存透明加密技术可以帮助企业强制执行安全策略，保证存储在云里的数据只能是以密文的形式存在，企业自主控制数据安全性，不再被动依赖服务提供商的安全保障措施。
（二）云计算服务提供商的安全办法
（1）国家对云计算服务提供商进行规范和监督。由于云计算的安全涉及到行业标准和规范，同时也涉及到国家的法律法规，因此要保证服务的安全性，就必须从国家行政层面来对云计算加强管理与监督。从当前的现实情况来看，国家政府部门大有制定相应的法规的趋势。这方面的法律法规涵盖了云计算企业强制进行合规性的各方面内容进行检查，并对其进行监督，以从提供商的角度来保证云计算的安全性。
（2）云计算厂商采用必要的安全措施。云计算厂商内部的网络和我们大多数企业的网络没什么不一样的地方，其要实施的安全措施也是传统的安全措施。包括访问控制、入侵防御、反病毒部署、防止内部数据泄密和网络内容与行为监控审计等。
（3）云计算厂商采用分权分级管理。从云计算厂商角度来说，为了防止云计算平台供应商“偷窥”客户的数据和程序，可以采取分级控制和流程化管理的方法。这样可以极大地为云计算中客户资料的安全性和保密性提供有效保障。
六、结束语
综上所述，作为一项新生事物，云计算在近年来取得了快速发展，并在逐渐地得以应用。从应用实践的情况来看，云计算具有巨大的应用价值和广阔的发展前景，但同时也存在着安全性方面的威胁与挑战。这需要在未来的应用中，从技术层面和管理角度来加强研发与探索。本文对云计算的应用价值进行了阐述，重点对云计算安全性问题进行了论述。研究认为，云计算安全不是简单意义上的技术问题，它还涉及标准化、监管模式、法律法规等诸多方面。因此，需要我们社会各个相关部门和力量来共同努力解决，才能促使云计算更好地为社会服务，为人们提供更优质的服务产品。
参考文献：
[1]严明.云计算中的云安全研究[J].现代商贸工业,2009,20
[2]郭乐深,张乃靖,尚晋刚.云计算环境安全框架[J].信息网络安全,2009,7
[3]陈晓玲.浅谈云计算[J].科技信息,2010,32
[4]孟庆伟.云计算技术及其电信应用[J].电信快报,2010,7
云计算概述篇6
关键词：本科教学质量评价；Delphi法；云模型；多因素综合评判；不确定性评价
中图分类号：G640文献标识码：a文章编号：1671-0568（2013）17-0013-04
本科课程教学质量评价是高等院校教学质量管理的重要环节和内容。开展课程教学质量评价，对于引导教师不断进行教学内容、教学方法的改革，提高课堂教学质量和水平，具有积极意义和重要作用。课程教学质量考核是一个多层次、多目标的评价问题，评价涉及的内容较多，评价指标描述多为定性自然语言，具有很强的模糊性和随机性，使用传统的数学模型已经难以准确完整地描述它们。[1]Delphi法是在专家会议调查的基础上，客观综合多数专家经验与主观判断，对大量非技术性的无法定量分析的因素做出概率估算，并将概率估算结果告诉专家，逐步使分散的评估意见收敛，充分发挥信息反馈和信息控制的作用，最后集中在协调一致的评估结果上的一种方法。云模型是在传统模糊数学和概率统计的基础上提出的定性定量互换模型，它把模糊性和随机性有机地综合在一起，实现了定性语言值与定量数值之间的自然转换。本文将基于Delphi法，综合教学管理专家的意见，建立本科课程教学质量评价的因素因子体系及其权重，基于云模型，充分考虑事物和人类知识的模糊性和随机性，建立教学质量评价因素影响强度的定性定量转换，并综合集成，提出一种课程教学质量的不确定性评价方法。
一、基于Delphi法的评价因素因子体系建立
Delphi法测定评价因素因子权重按以下程序进行：
1.编制专家意见遵循表
根据专家知识，初步确定本科课程教学质量评价的因素体系，见图1。并按照层次将因素分解形成专家意见遵循表，见表1，为a教学态度、B教学内容、C教学方式和D教学效果——对课程教学质量评价的影响程度打分表，表2为a1和a2因子对a教学态度的影响程度打分表。课程评价的因素体系中其它各层次专家意见遵循表跟表1、表2类似。需要说明的是，权重反映评价因素对上层次目标影响程度的大小，权重值与因素对上层次目标影响的大小成正比，权重值越大，说明该因素对上层次影响程度越大。打分时，各位专家根据自己的经验独立定权，权重数值在0～1之间，每一层（对应一个表格）中的因素权重值之和应为1，即每一表中每一行的权重值之和应等于1。
2.聘请专家打分
聘请熟悉教学管理、教学质量评价领域的专家20人左右，对本科课程教学质量评价因素专家意见遵循表进行打分。
3.数据处理
首先依据式（1）计算专家对因素打分计算权重均值。均值越大，表明因素相对重要性越大。
e=■ai÷n（1）
式中：e为某因素权重的均值；ai为第i位专家的打分值；n为打分的专家数。
然后依据式（2）和式（3）计算专家对某因素打分的均方差和标准差，均方差代表了专家打分的离散程度，标准差代表了专家打分的变异程度。
D=■■（ai-e）2（2）
？啄=■（3）
式中：D为某因素权重的均方差；δ为某因素权重的标准差；e为某因素权重的均值；ai为第i位专家的打分值；n为打分的专家数。
根据方差和标准差计算全部专家对某因素打分的变异系数V。变异系数代表了全部专家对某因素重要性评价的相对离散程度，亦即协调程度。V越小，专家意见的协调程度越高，收敛性越好。
V=■（4）
4.打分专家的检验与剔除
可以按照统计检验方法（如专家打分与权重均值的差
5.反馈调查和意见汇总整理
如果第四步中合格专家人数不符合统计要求，则将权重计算的结果进行说明整理并反馈给专家，进行再次打分，直到结果符合统计要求。
二、评价因素指标项的云模型描述[2，3]
云是用自然语言值表示的某个定性概念与其定量表示之间的不确定性转换模型。云的数字特征用期望ex（expectedValue）、熵en（entropy）和超熵He（Hyperentropy）三个数值来表征，它们反映了定性概念的定量特性。期望ex是在数域空间最能够代表这个定性概念的点，反映了云的重心位置；熵en，一方面反映了在数域空间可被语言值接受的范围，即模糊度，是定性概念亦此亦彼性的度量，另一方面还反映了在数域空间的点能够代表这个语言值的概率，表示定性概念的云滴出现的随机性，熵揭示了模糊性和随机性的关联性；超熵He是熵的不确定度量，即熵的熵，反映了在数域空间代表该语言值的所有点的不确定度的凝聚性，即云滴的凝聚度。
对于描述本科课程教学质量各评价因素状况的语言值，可以采用云模型来表达。例如，通常用“好”、“一般”、“差”等来描述教学效果的状况。所有这些定性概念，都可以根据人类专家的知识用云表达出来。如：excellent=effect（95，5/3，0.05），good=effect（85，5/3，0.05），common=effect（75，5/3，0.05），bad=effect（65，5/3，0.05），worse=effect（55，5/3，0.05）。
三、评价指标的定性定量转换及综合评判
云的生成算法称为云发生器。云发生器包括：正向云发生器、X条件云发生器、Y条件云发生器和逆向云发生器。由云的数字特征产生云滴，称为正向云发生器；给定云的三个数字特征（ex，en，He）和特定的数值x0的条件下的云发生器称为X条件云发生器；给定云的三个数字特征（ex，en，He）和特定的确定度值？滋0的条件下的云发生器称为Y条件云发生器；给定符合某一正态云分布规律的一组云滴（xi，？滋i）作为样本，产生描述云模型所对应的定性概念的三个数字特征（ex，en，He），称为逆向云发生器。X和Y两种条件云发生器是运用云模型进行不确定性推理的基础。结合正向云发生器和逆向云发生器，可以实现定性与定量的随时转换。
例如，对于excellent=effect（95，5/3，0.05），可用以下算法生成所需数量的云滴：①生成以ex为期望值，en为方差的正态随机数xi；②生成以en为期望值，He为方差的正态随机数en′i；③计算？滋i=eXp
（-■），令（xi，？滋i）为云滴。以云发生器生成的云滴xi作为某次“教学效果”评价为“好”的量化值。
如表3为收集的某教师的课堂教学质量评价调查表。利用专家的经验知识，对评价指标的各评价标准用云模型进行描述后，可以使用云发生器实现教学质量评价具体指标项的定性定量转换，获取各评价指标的量化值，量化结果见表3。
根据获取的评价因素权重和表3中该教师每项评价指标的量化值，利用多因素综合评判模型p=■wiFi（其中i为评价因子数目，Fi为第i个因子的量化值，wi为第i个因子的权重，）进行分析处理。假定Delphi法确定的评价因子权重为：[a1，a2，B1，B2，B3，B4，B5，B6，B7，B8，C1，C2，C3，D1，D2，D3，D4，D5}={0.10，0.15，0.04，0.06，0.05，0.04，
0.04，0.04，0.04，0.07，0.07，0.06，0.04，0.04，
0.04，0.02，0.06]，则这位教师课堂教学的教学质量的综合评价p值为91.39，属于优秀等级。
四、结语
本文针对高校本科课程教学质量评价，以Delphi法、云模型和多因素综合评判模型为工具，提出基于Delphi法建立课程教学质量评价的因素因子体系及其影响程度大小的方法；利用不确定性模型云模型表达各评价因子指标项评语的自然语言定性描述，并利用云发生器实现自然语言的定性定量转换的方法，以及利用多因素综合评判模型进行综合测算的本科课程教学质量综合评价的技术方法，实现了高校本科课程教学质量的不确定性评价。该方法充分利用了教学管理专家的经验和知识，考虑了人类认识的模糊性和随机性，能准确完整地描述现实世界，符合人类对客观世界的认识规律，对高校本科课程教学质量的评价具有一定实际意义。
参考文献：
[1]丁家玲，叶金华.层次分析法和模糊综合评判在教师课堂教学质量评价中的应用[J].武汉大学学报（哲学社会科学版），2003，（2）.
云计算概述篇7
关键词：云计算：资源管理；资源优化配置
1云计算定义
云计算是一种商业计算模型，它将计算任务分布到由大量服务器构成的资源池上，从而使用户能够根据需要获取计算能力、存储空间和信息服务，这种资源池称为“云”。“云”是一些可以自我维护和管理的虚拟计算资源，通常是一些大型服务器集群，包括计算服务器、存储服务器和宽带资源等等。它是并行计算（parallelComputing）、分布式计算（DistributedComputing）和网格计算（GridComputing）的延续，或者说是这些计算科学概念的商业实现。云计算是虚拟化（Virtualization）、效用计算（UtilityComputing）、laaS（infrastructureasaService，基础设施即服务）、paaS（platformasaService，平台即服务）、SaaS（SoftwareasaService，软件即服务）等概念混合演进并跃升的结果。在云计算的定义上，许多学者与机构各执一词，下文列举了几个具有代表性的云计算定义方式：
ianFoster等人[1]认为云计算是一个由经济因素驱动的大规模分布式计算范式，在云计算之中有一个抽象的、虚拟化的、动态伸缩的、计算能力得到管理的，且存储、平台和服务通过互联网被按需提供给外部用户的资源池。
iBm在其技术白皮书[2]中指出：云计算一词描述了一个系统平台或一类应用程序；该平台可以根据用户的需求动态部署、配置等；云计算是一种可以通过互联网进行访问的可以扩展的应用程序。
michaelarmbrust[3]等人认为云计算既是指通过intemet作为服务的应用程序，也指提供这些服务的数据中心中的软硬件资源，这些服务通常被称为SaaS。数据中心的硬件和软件合在一起便是我们所称的“云”。当这些软硬件资源以即用即付（payasyougo）方式提供给公众时，称其为公有云（publiccloud），其所提供的服务就是效用计算（utilitycomputing）；与之相对的是私有云（privatecloud），其描述的是一个商业或其他机构对外不可用的内部数据中心，因此云计算即为SaaS和效用计算的融合。美国国家标准技术研究院给出的云计算定义为：云计算是一种普适的、便捷的、通过网络按需介入到一组配置好的计算资源池（如网络、服务器、存储、应用程序以及服务等）的模型，该模型能够以最小的管理代价或与服务提供商的交互快速地准备及。
中国云计算网将云计算定义为[4]：云计算是分布式计算、并行计算和网格计算的发展，或者说是这些科学概念的商业实现。根据部署模式的不同，云计算的类型又可以分为公用云、私有云和混合云。
资源管理是云计算的核心问题之一，它主要包括资源的描述、动态组织、发现匹配、优化配置和即时监控等活动。与传统的分布式环境和网格环境下的资源管理所不同的是，云计算环境下资源管理是通过虚拟化技术的运用来屏蔽底层资源的异构性和复杂性，把分散的各种资源管理起来，使得分布式资源能够被当作单一资源处理，形成一个统一的巨型资源池而不是分散的资源库，以此确保资源的合理、高效的分配和使用，并且云计算环境下资源管理的各个组成部分之间并不是孤立的，资源的描述、组织、发现与匹配、
配置和监控是彼此之间存在紧密联系的系统要素，它们之间的共同作用构成了一个整体。资源的描述和表示形式将影响到它的动态组织方式，而资源的发现与匹配机制又会因上述两者的变化而做出相应的调整，以实现高效资源提取；同样的，在制定资源调度策略时，也会考虑底层资源的组织形式、发现与匹配机制；最后，资源动态监控将对系统中的各个要素进行检测和控制，保证系统的安全、稳定和高效运行。
2云计算资源管理框架构建
1.资源信息的表示和描述针对云环境下资源信息的表示和描述方法具有服务化、语义化和用户化等特点，该方向主要有以下几点问题：
①由于目前分布式计算及网格计算环境中资源信息的表现形式各异，描述语言多样且杂乱，会使得在此环境下的资源难以得到有效管理，因此云计算环境下资源信息描述方法应在现有的资源信息表示格式、方法及框架基础之上进行相应的描述转换问题，从而实现资源的统一描述，克服资源描述方式的多样性，资源的异构性和分布性等障碍，以此来支持云计算服务系统的开放性，降低系统构造复杂度，也为云资源发现与匹配提供良好的环境和基础。
②在对云计算资源进行统一描述过程中，充分考虑资源的语义化描述问题，使其更贴近用户的自然理解，更加准确反映资源的实际内容，从而达到高效的资源发现和匹配及支持面向用户的智能化资源管理的目的。
③在对资源进行统一描述过程中，充分考虑用户的个性化需求问题，以期进一步增强表述用户信息的能力，加入如满足SLa、QoS等需求的用户个性化偏好信息，为用户提供满意的信息资源。因而，在云环境下信息资源管理研究中，应将重点放在研究适用于云计算环境的、面向资源管理的服务语义描述框架，进而研究基于用户兴趣的个性化资源定制需求的扩展服务语义描述框架。
2.资源的发现与匹配机制针对云计算资源的分布性和异构性特点，以及从资源发现过程中充分考虑用户需求的角度出发，云环境下资源发现与匹配机制所面临的关键问题主要在以下几方面：
①基于分布式环境下的资源发现机制。云环境作为一种广域的大规模分布式环境，资源存储在异构平台上，并且由不同的管理策略控制，研究不依赖集中控制的、迅速的、分布式、可扩展、能适应资源动态变化，并且定位性能好的资源发现机制是个亟待解决的问题。
②基于语义匹配的资源发现方法与技术。由于语义化资源描述可以使机器精确地理解、采集和组合信息，并且基于语义的信息很容易加入如SLa，QoS等个性化需求，从而研究云环境下基于语义匹配的资源发现方法也就成为一种必然。针对云计算环境中的海量资源，该领域应主要研究具有自适应特征的资源发现机制，建立基于服务语义描述和迭代反馈调整机制的资源匹配模型，并提出相应的求解方法。
3.资源的动态管理云计算资源的动态管理是个复杂的问题。在云环境中，资源的地理分布极广，类型丰富和数量巨大，而且要求一定程度的协同工作：资源是动态变化的，包括资源属性的变化，以及在云环境中的复制和迁移等；资源工作在异构平台上，并且由不同的管理策略控制；在跨云计算平台的资源需求协调过程中，资源为不同的组织拥有，这些组织具有不同的使用规则、计费模型、负荷能力和使用模型。
在这样的环境中，就需要研究一种实时性强、扩展性能优异且适应资源动态变化的资源动态管理机制，从而该领域未来的研究方法向应致力于协调用户与资源提供者之间的关系，对资源进行有效组织、分配，研究云计算环境下基于用户需求和用户行为的资源推荐模型及算法，研究获取跨组织、跨管理域的资源服务协议，建立资源的动态优化分配机制，最终为云用户提供优质的资源服务。
3小结
在动态的云计算环境下对资源实现有效的管理是保证云计算系统高效运行、资源优化配置和服务即时提供的保障。本文在总结云计算资源的基础上，提出了该领域所面临的关键问题和挑战。并构建了云计算环境下资源管理框架。
参考文献
[1]Fosteri，eta1.Cloudcomputingandgridcomputing360-degreecompared[C].GridComputingenvironmentsworkshop，ieee，2008：1-10.
[2]智慧的地球一iBm动态基础架构白皮书.http///cn/express/migratetoibm/dynamicinfrastructure/download/dy7namicinfrastructure_whitepaper0903.pdf.
云计算概述篇8
关键词：中国计算机；中等职业；新技术；应用策略
【中图分类号】G633.67
一、计算机中等职业教育面临的新技术挑战
1、物联网的概念及其发展
中国在1999年提出了物联网的概念，是通过射频识别（RFiD）、全球定位系统、激光扫描器等信息传感设备，按照约定的通讯协议，把任何物品与互联网相连接，进行信息交换和通信，以实现智能化识别、跟踪、管理等的一种网络概念。物联网概念的问世，打破了以前的传统思维即将物理基础设施和it基础设施分离开来，其中一方面是机场、公路和建筑物，而另一方面是基础数据中心，个人电脑和宽带等。而在物联网时代，基础设施更像是新型地球，属于智慧地球的有机组成部分。
2、云计算的概念及其发展
云计算（cloudcomputing）是基于互联网的相关服务的增加、使用和交付模式，通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的比喻说法。云计算具有超大规模、高可靠性、高可扩展性、极其廉价等重要特点，包括基础设施即服务、平台即服务和软件即服务三个层次的服务。因此，云计算对于软件开发、存储方式、计算机硬件设备等各个方面均存在重大的影响，改变了原有的开发与测试模式。目前发展较为成熟的云计算商业模式有亚马逊云平台、苹果公司云服务平台、微软公司云服务平台等重要模式。
3、大数据的概念及其发展。
大数据技术（bigdata）是目前最新出现的另一种先进技术，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到获取、管理、处理、整理成为帮助企业经营决策更积极目的的信息。大数据具有4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、value（价值）。目前，大数据已经被广泛应用在天文学，基因组学，生物，和其他复杂或跨学科的科研，医疗记录，视频档案等众多领域。
二、造成现状的原因
1、师资严重不足
在中等职业学校，因计算机专业历史并不悠久，有些计算机教师专业知识不够系统，不够深入。另外由于计算机专业的知识发展的非常迅速，而许多即使是计算机专业毕业的教师其知识储备也大多来自早些的计算机书籍，因而使得其知识显得相对陈旧。对于计算机专业的教师来说，良好的终身学习习惯的养成是非常重要的。另外由于计算机知识实践性强，对计算机专业的教师提出了更高的要求。只有专业老师走到生产实践中去，自身具有很强的实践能力，学生才有可能不会与社会脱节。
2、培养方向模糊
有很多中等职业学校之所以开设计算机专业，是因为计算机专业招生形势比较看好，学校本身却缺乏对该专业的了解，从而导致培养目标过于宽泛，专业设置盲目，培养方向模糊。
3、课程设置欠佳
师资力量和培养方向决定了课程设置。有些学校甚至存在因人开课的现象，即因教师会上什么课程而开设什么课程，有的学校因培养方向模糊，门门课程都是浅尝辄止，最后导致的结果是学生什么都学过，却什么都不会。
三、新技术挑战的应对策略
1、新型课程体系的形成
中等职业教育课程体系是根据职业中专学生的特点，通过独立思考和集体合作，提高其分析、解决实际问题的能力，以发展自己的创造才能，使学生全面系统地掌握计算机知识。随着物联网、云计算和大数据新技术的蓬勃发展，新理论新方法新技术已成为目前计算机科学和应用市场所必须的重要内容。由于传统的教育课程体系内容过于陈旧，已跟不上计算机技术的发展和社会职业的需求。因此，必须根据新理论新技术特点，适时编制新型课程体系，充分融合物联网、云计算和大数据等新技术的基本内容和开发方法。以应对新技术挑战，推动新型教学体制改革，大力推进我国整个中等职业教育体系的发展。
2、新型教师队伍的培养
合格的教师队伍是我国中等职业教育体系中极为关键的环节，也是培养满足市场要求的中专生的前提条件。但随着物联网、云计算和大数据为代表的新技术的出现，我国基层中等职业教育中教师已跟不上时代对计算机技术的需要。我国大量的基层中等职业教师队伍其知识结构和思维模式很大部分还局限于传统的教学理念中。计算机学科的重要特点就是知识更新速度快。若不及时更新自己的知识结构，补充新理论新方法和新技术，则意味着巨大后退。因此，计算机专业的中等职业教师必须不断地学习，全面投身到计算机中等职业教育的教学研究领域，同时承担大量中专生培养任务的中等职业教育机构也需改变教学思路，把提高教师队伍素质作为一项重要工作推进，加大对于优秀教师的激励力度，定期举办教师的进修班，从而全面提高计算机专业中等职业教师队伍的综合水平，形成新型的教师队伍。
3、新型教学方法的形成
面对物联网、云计算和大数据新技术对计算机专业中等职业教育的挑战，旧的教学方法已经完全不能适应新技术条件下的教学需要。传统的教学方法着重于对学生知识结构的被动灌输，学生的学习能力和创新思维完全被压抑，导致学生本身只能接受教师教授的知识，当面对物联网、云计算和大数据新技术时则表现为不知所措。因此，为了适应上述新技术的挑战，必须开发新型教学方法，注重理论与实际相结合，因材施教保证基础知识和新型技术的传授。教师不仅仅要单纯的进行备课工作，还要针对目前出现的物联网、云计算和大数据新技术特点，专门设计新型教学方法，对上述新技术的概念、形成和发展方向具备充分的了解，同时对上述新技术的基本理论、技术方法和实现工具具有详细的理解，才对形成针对性的教学方法。同时还要对学生的知识结构和特点进行深入的了解，做到因材施教，使学生对自己学到的知识更加灵活地运用。计算机科学是必须拥有复杂操作能力的学科，因此专业教师必须在备课方案中根据软件的不同功能特点编制特定教案，在具体上机操作时按照规定步骤进行演示，让学生充分理解软件的操作与使用。
结语
作为处于计算机中等职业教学一线的教师，作者根据自身切身体会，深入探讨国际先进信息技术的发展对于计算机中等职业教学的影响和面临的重大挑战，并提出了建立完善的新型课程体系、培养新型教师队伍和形成新型教学方法体系等应对策略，以利于培养能够适应新技术挑战和社会经济发展需求的优秀的计算机中等职业学生，提高我国计算机专业中等职业教育水平。
参考文献：
[1]徐艳君.多媒体应用在计算机专业教学中的作用[J].信息与电脑（理论版），2015，01：98-99.
云计算概述篇9
〔关键词〕云计算；区域信息资源共享；共享模式
Doi：10.3969/j.issn.1008-0821.2012.11.012
〔中图分类号〕G255〔文献标识码〕a〔文章编号〕1008-0821（2012）11-0048-03
信息是推动科学和经济发展的动力，只有海量且有价值的信息资源才能满足知识创新的需求。随着信息时代的到来和网络技术的飞速发展，尤其是云计算技术的提出，使得共建共享型区域信息资源的建设成为可能。美国学者贝克（S.K.Baker）在《资源共享的到来》一书中提到：“今天的图书馆正生存在一个互相依赖的时代。每一个图书馆必须随时准备将自己所收藏的资料提供给世界各地的其他图书馆。”也就是说，建构信息资源共建共享模式，已不再是一种选择，而是一种必须，因为该模式既可以避免资源的重复建设，又可以节省大量资源的建设成本。
1云计算与区域信息资源共享
1.1云计算概述
云计算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。它强调以某种虚拟化的方法对互联网上的资源进行共享，并提供给用户以获得更合理的利用。
在2012年中国互联网高层年会上，万网Ceo张向东表示，“云计算将对整个互联网格局产生革命性的影响，他是未来互联网运转的基石。今后只有靠云计算，才能解决巨大的数据量问题。[1]”同年，在2012互联网大会“网络安全与网络诚信”论坛上，360公司副总裁谭晓生介绍了基于“云计算”“360网站安全检测（webscan）”和“360网站卫士”免费服务，并表示正是因为“云计算”的基础支持，360网站安全检测服务可以不留死角的帮助站长检测网站安全漏洞及威胁[2]。由此可见，现今的云计算已不再被认为是概念炒作，因为云计算就发生在我们身边。如使用网页浏览器在互联网上阅读或收发电子邮件、博客、即时通信、网络硬盘、网络搜索服务、电子商务、网络相册等多种服务等已具有鲜明的云计算特点。
云计算概述篇10
关键词：云计算；云操作系统；安全性
中图分类号：G434文献标识码：a文章编号：1006-8937（2015）24-0080-02
1云操作系统概念
云操作系统，又称云计算中心操作系统、云oS，是运营管理维护的系统平台，同时又是建立在云计算中心的整体基础软件环境，它是云计算模式的适应性扩展，更是传统单机操作系统面向互联网应用。它不同于传统意义上的操作系统管理控制单台计算机中软件和硬件资源，而是负责云计算中心的基础软件、硬件资源管理，提供一整套基于网络和软硬件的服务，从而更好地在云环境中快速搭建各种应用服务。
2云操作系统主要实现功能及技术
云操作系统的实现依托于云计算技术和云服务架构。通过基础软硬件监控、分布式文件系统和虚拟计算，实现了infrastructure层内容，通过安全管理中心实现资源多用户共享的数据和信息安全，通过节能管理中心，有效实现基础资源的绿色、低碳运维。而通过业务与资源调度中心，则实现了platform层的部分内容。
2.1大规模基础软硬件管理
基础软硬件资源主要包括对数据库、中间工具、单机操作系统在内的软件资源以及网络交换机、路由器、计算服务器、存储设备等硬件资源。大规模基础软硬件管理能够对上述资源进行统一规划管理，并且提供对基础资源的实时统计分析，从而更加精确地为管理、决策提供判断依据。同时还承担者整个系统有关资源调度等高级应用的决策信息，实施对基础软硬件资源的性能监控和运作监控。对于检测出的异常突况，及时触发报警，并提供恢复方案及提醒用户进行数据转存、维护设备。
2.2虚拟计算管理
虚拟化计算管理的优势在于对资源的管理和使用，并不是以物理角度来看，而是从逻辑角度入手，利用单一的逻辑视角对待不同的物力资源处置。
虚拟技术包含三种主要应用形式，有虚拟整合、虚拟迁移和虚拟分拆。其中，虚拟分拆是最为常用的技术，它的主要目的提高物理资源的利用率，通过将一台物理机分拆为多个虚拟机，协作完成计算机任务。虚拟迁移，则能够使用户忽略物理资源的分布性，对待异地物理资源（如远程桌面、网络共享目录）可以像使用目的资源一样。虚拟整合通过将众多性能中等的计算机集合成一台性能高端的计算机，实现系统优化，如常见的高性能计算机系统等，其中尤以虚拟分拆技术应用最为广泛。
2.3分布式文件系统
基于块设备的分布式文件系统是依存于分布式计算机系统和数据库系统，将客户资源及数据冗余部署在普通、大容量储存上。通过分布式计算、并行技术的利用，从而提供出色的高性能数据存取和数据冗余的存取功能。不仅可以提供安全控制、节能降耗和资源调度的多项管理功能，而且可以避免云数据的存储隐患，以及远程数据传输的效率问题，使整个云操作系统的客户使用体验更加完善和成熟。
2.4业务/资源调度管理
业务/资源调度管理中心的主要功能是实现云资源的多用户远程共享，大幅提高资源的利用率。云操作系统可以根据业务的负载实时情况，自动将需要的资源调度到需要的地方，从而减轻系统负担和承载，降低能源消耗。业务/资源调度中心实现了云操作系统的数据低碳运行，是云计算数据中心绿色开展业务的必然要求，现已是云操作系统的高级应用模式。
然而，尽管云计算面向用户提供的服务模式不同，但其后台都拥有资源多租户技术这一共同特征。虽然云计算数据中心占有大量的基础软硬件资源，初步实现了基础资源的规模化。但同时资源利用效率问题、单位资源的消耗成本仍是云平台服务商亟待解决的问题。
3云操作系统的安全性
目前实现云计算和云操作系统地具体设备技术仍不成熟，基础设施配置有待改善。针对云操作系统未来发展可能遇到的瓶颈，笔者做出以下思考。
3.1与传统操作系统及软件的兼容问题
云操作系统是面向网络和全体用户的大规模异构资源的系统管理软件，它最基本的是实现跨平台跨系统的操作和访问功能。如果云操作系统上运行的应用程序只能是专门基于“云”设计开发的，那么它将与传统操作系统无恙，也失去了它应有的价值。正如windows的应用软件不能在Linux上运行，支持桌面软件的操作系统不支持移动软件一般。目前市场上存在包括windows、Linux、android等在内的数十种传统操作系统及不同类型的应用软件，海量异构数据为用户从网络上获得资源和服务带来了很多不便和风险，也提高了成本和功耗。而现阶段云操作系统运行的应用程序主要是网络应用，如何尽快保证海量异构数据的一致性，实现快速搜索将是云操作系统推广发展面临的首要问题。
3.2数据的安全与保密问题
云计算环境中，所有用户将数据存储在云端，个人不再拥有对自己数据的完全控制能力，个人数据的区别弱化。云操作系统后台保存的是海量数据，某一局部数据的破坏都有可能危及到整体数据的完整性。因此，相比于传统计算，这种新的计算方式带来了更为突出的安全挑战。
同时，云操作系统在提供服务的同时也将不可避免地出现诸如安全漏洞、病毒侵害、恶意攻击及信息泄露等既有操作系统中普遍存在的共性安全问题。随着云环境虚拟化、异构化、规模化程度加剧，安全与保密问题的也在不断演化升级。因此，对于云操作系统来说，用户信用认证、数据操作权限、存储安全和逻辑安全等机制建设需要格外地重视。
3.3云服务的可靠性问题
可靠性，是系统在规定环境、规定时间内，按照预定的方式和目的正确运行的概率大小。云操作系统的服务是面向大量用户并发式提供的，当客户和处理事物频次急剧增长时，从请求过载到常见的用户错误复制、删除问题，都会影响系统的正常运行与用户数据的准确性保障。
同时，流量也是云服务质量的关键。云操作系统的服务是通过互联网提供给客户，对网络带宽提出了较高的需求。而目前我国宽带网络的普及率低，接入速率低，将会制约云操作系统在中国的发展。其他可靠性问题还包括代码问题、服务器崩溃、硬件等等，都是今后云操作系统实际运行中不可忽视的可靠性保障工作。
3.4为法律监管增加了难度
云环境下的违法行为不容小觑。相较于传统计算环境，脱离了硬件的云环境数据一般不能物理扣押，只能在线取证；并且难以确定某特定时间点确切的证据位置。在数据分析中，海量数据中难以获得有效数据，缺乏成熟规则与技术工具，难以实现证据完整性和可重现性，这些都给有关部门监管、取证工作增加了难度。
参考文献：
[1]蔡柳青.基于mongoDB的云监控设计与应用[D].北京：北京交通大学，2011.
[2]陈明华.云计算时代与云操作系统概述[J].考试周刊，2014，（82）.
[3]邓翔允.基于云操作系统的学习平台的设计与实现[D].成都：电子科技大学，2013.
[4]郭锋，王理想.云操作系统中资源池的构建方法[J].现代科学仪器，2012，（4）.