云计算技术的特征篇1
关键词：云计算；数据特定特征；特征挖掘技术；提取精度
中图分类号：tn911?34；G420文献标识码：a文章编号：1004?373X（2017）13?0178?03
abstract：Fortheimprecisedataspecificinformationextractionintheprocessoftraditionalcloudcomputing，aspecificcharacteristicminingmethodofmassivedataincloudcomputingenvironmentispresented.thematrixnodedifferencemodelisusedtoarrangethedataorderly，andavoidtheimpreciseextractiondatacausedbydataconfusionofthetraditionalmethod.thehugeclouddatamakesthedatapositioningimprecise.inordertoeliminatetheaboveproblem，themultidimensionaldatapositioningcalculationisadoptedtosolvetheproblemofimprecisepositioningeffectively，andextractthedatainformationsuccessfully.inordertoverifytheeffectivenessofthemassivedataspecificcharacteristicminingmethodincloudcomputingenvironment，thecontrastsimulationexperimentwasdesigned.theexperimentalresultsfullyprovethatthemethodcanimprovetheaccuracyofthedataextractioneffectively.
Keywords：cloudcomputing；dataspecificcharacteristic；featureminingtechnology；extractionaccuracy
0引言
随着科技的快速发展，数据信息时代逐渐向着云时代变迁，数据的运算存储已经由传统的硬盘存储逐渐发展成为云端计算存储[1]。通过云端的计算存储已经在很大程度上摒弃了原有的算法规则，能够更大程度的进行数据统计和数据运算[2]。在使用云端计算的环境下，存储在云端的海量数据都是通过数据定位以及数据分析进行计算的，使用适当的调度方法可以在很大程度上进行数据的特征提取。所以，有效的数据调度可以充分提高数据的特征提取能力，但是传统的云端计算过程由于数据存储量过于繁杂，并且在进行数据定位的过程中需要进行数据识别。传统的方法是使用数据的属性进行标识识别，但是为了数据的存储方便一般会进行适当的数据压缩和数据转换，数据进行调用过程中十分的繁琐，并且数据的调用过程是一个识别提取的过程，这种方式极大地影响了数据特征提取的速度以及准确性[3?4]。在进行数据特征提取的过程中还存在一些数据节点，这些节点极大程度上限制了提取的精度[4?5]。综上所述，本文设计了一种云计算环境下的海量数据特定特征挖掘方法，该方法能够有效解决上述问题[6]。
1运用矩阵节点差分计算方法进行数据特定特
征挖掘
使用矩阵节点差分计算可以提高数据提取的精准度，在计算之前需要进行数据的方位确定以及数据的预处理[7?8]。
式中：为单位下数据信息量；为数据的信息坐标；为提取条件下的属性条件；为实际的傩灾涤颉
当限制节点传输信息至时，传输单位需要经过个节点才能进行属性提取。关系式为：
保证数据的正确性和快速性是通过区域的划分得到的，划分前需要预设参数，通过设定能够对选择精度进行控制，避免误差的产生。
式中：为离散参数；为整合参数域；为区域值；表示提取深度；代表数据衡量值。
进行数据的特征提取过程中，使用矩阵节点差分方法，因此需要进行数据的预处理[9]，预处理之后才可以使用，首先是数据编续：
经过序号的排列以后，方便数据在大量数据中进行准确提取，但是排序之后的数据不能直接使用，需要一定的调用计算，方便在提取过程中属性的搭配：
式中：表示单位时间数据能够调用的属性；表示实际区域范围内数据的识别码；是实际计算中的属性参数；表示计算常量。
通过上述计算便可以进行矩阵节点差分方程的计算，建立如下矩阵：
通过化简的公式可以看出数据与实际调用的关系，把公式进行加权处理就可以得到关系公式，这样可以更加精确的在海量数据中完成特征提取。
限定好实用的属性参数及属性目标，进行加权计算：
本文运用矩阵节点差分计算方法进行数据特定特征挖掘，在计算前进行数据的预处理保证了数据的有效性，提高了结果的精准度，最后用条件进行限定保证在大量的数据中能够进行精准的计算。
2实验验证
为了验证本文设计的云计算环境下的海量数据特定特征挖掘方法的有效性，设计了对比仿真实验。选定某网络数据公司大型云端数据库进行数据特征提取，首先使用传统的方法进行云端数据提取，然后使用本文设计的云算环境下的海量数据特定特征挖掘方法进行数据的特征提取。
2.1参数设置
为了保证实验的有效性，同时进行实验，设置调配参数为65.8；数据坐标分别为150，100；为了保证数据提取的速度，设置为68.5；设置分别为55，60，100。
2.2数据对比分析
实验对比结果如图1，图2，表1所示。
通过图1可以看出本文设计的方法能够在更短的时间内得到结果，同时所用的时间是传统方法的一半左右。
通过图2的误差对比结果可以看出，本文设计的云计算环境下的海量数据特定特征挖掘方法能够有效地降低误差，保证在海量数据下的特征提取。
表1的实验结果能够充分证明，本文设计的云计算环境下的海量数据特定特征挖掘方法能够有效地提高数据特征百分比，同时能够在更短的时间内进行更多的特征提取。
3结语
本文设计的云计算环境下的海量数据特定特征挖掘方法能够有效地解决数据特征提取过程中提取不精确的问题，同时所需要的时间更短，得到的结果不需要进行修正，能够更好地完成对海量数据的特征提取。本文的研究能够为云端数据提取提供良好的理论依据。
参考文献
[1]廉文武，傅凌玲，黄潮.云计算环境下数据弱关联挖掘模型的仿真[J].计算机仿真，2015，32（4）：359?362.
[2]卢小宾，王涛.Google三大云计算技术对海量数据分析流程的技术改进优化研究[J].图书情报工作，2015，59（3）：6?11.
[3]何清，庄福振，曾立，等.pDminer：基于云计算的并行分布式数据挖掘工具平台[J].中国科学：信息科学，2014，44（7）：871?885.
[4]刘辉.云计算环境下海量激光点云数据的高密度存储器逻辑结构设计[J].激光杂志，2016，37（9）：91?95.
[5]白红伟，马志伟，朱永利.基于云计算的绝缘子状态监测数据的处理[J].电瓷避雷器，2011（4）：19?22.
[6]钱维扬，王俊义，仇洪冰.基于Hadoop的数据挖掘技术在测光红移上的研究[J].电子技术应用，2016，42（9）：111?114.
[7]刘海龙，宿宏毅.利用Hadoop云计算平台进行海量数据聚类分析[J].舰船科学技术，2016（14）：148?150.
云计算技术的特征篇2
关键词：云计算；可信认证；安全
云计算是继同构计算、异构计算、元计算、网格计算、普适计算之后最有希望的计算模式。云计算的初始定义来自iBm公司2007底的云计算计划，在该计划中将云计算平台定义为：按用户的需求动态地部署、配置、重配置以及取消服务等伸缩性平台。
看到其中蕴含的巨大商机和潜力，一些知名的it企业相继推出自己的云服务。典型SaaS如：Google的appengine、microsoft的Livemeeting、officeLive；典型的paas如：GoogleCode、Facebookdevelopers以及Saleforce提供的；典型的iaaS如：iBm的“兰云”，microsoft的azure、amazon的eC2/S3/SQS等等，而且一些新的应用还在不断的推出。但在这云应用繁荣的背后，隐藏大量以风险。以前的风险依然存在，在新的环境中还可能造成更大的危害。新出现的风险表现在：1）传统的安全域的划分无效，无法清楚界定保护边界及保护设备和用户；2）用户的数量和分类不同，变化频率高，动态特性和移动特性强；3）数据、服务，通信网络被服务商所控制，如何确保服务的可用性，机密性等，使用户相关利益得到保护。
可信云是可信技术在云计算中的扩展，相关技术即可信云安全技术。本文对可信云环境中三种关键的安全技术即：可信识别技术、可信融合验证技术做了一些研究。这两种安全技术不仅把设备作为可信计算根，更把设备使用人作为可信计算的根，以信任根计算为计算手段，达到可信跟计算认证目的。可信识别技术将识别技术和识别行为密钥技术的相结合，将识别行为产生的密钥编码和设定的行为密钥进行来进行判别，克服误识率和拒识率的矛盾，增强防范身份假冒，身份伪造能力；可信密码学技术是对由可信根生成的可信点集矩阵进行基于拓扑群分形变换操作。可信密码学的密钥和算法都是随机可信的生物特征信息，因此密钥和算法凭都具有可验证性。采用可信模式识别技术和可信密码学技术，结合“零知识”，身份无法伪造，一旦应答，双方均不能否认。
1可信识别技术
传统的模式识别技术是指对用户的生物特征进行测量，和预留的模板数据进行比较，依据匹配结果进行识别。这些生物特征包括指纹、声音，人脸、视网膜、掌纹、骨架、气味乃至于签名笔迹、图章印痕等等。传统的识别技术具有“拒识率”和“误识率”的缺陷，具体说就是：匹配阀值增大，拒识率升高，“误认率”下降；匹配阀值减小，拒识率降低，“误认率”升高。生物特征采样点的数量有限，容易引起误判。在云计算环境中，其固有的虚拟性特征以及透明性不足，使身份认证，可信登录更是面临着比传统计算环境更大的风险。
可信识别技术是传统识别技术和识别行为密钥技术的结合。识别行为或自然形成或人为设定，如人为设定的2次人脸对比规则是先张嘴、后闭嘴，指纹对比规则是先拇指、后食指等。将识别行为编排成组，为每组识别行为秘密设定一个数，该数是该组累积成功识别次数。可信识别失败并不是以一两次失败就断定此次识别失败，而是把失败的次数记录下来，直到超过预先设定的阀值才断定识别失败。可信识别成功也不是依靠一两次成功就断定识别成功，而是累计该组的成功识别次数，直到等于该组秘密设定的成功次数为止，才断定本组识别成功。而非法用户不能猜出识别的组数以及每组识别的次数，因此不能假冒合法用户。只有指定的每组识别都达到要求。才能最终判别是真正的合法用户。
传统的识别行为征信息的阀值起着关键作用，阀值给定，拒识率和误视率是存在难以克服的矛盾。可信的识别行为密钥，并不取决于个别识别行为“误识率”的高低，而取决于客户设置的有效识别行为密钥编码。
可信识别的技术优势：可信识别模式在传统的模式识别的基础上，结合组间识别行为特征，非识别数，编组识别设定数，各组识别行为总数等措施，从而具有一下优势：1）可以设置可信识别策略设计；2）具有区别错误拒识设置；3）具有区别误识和仿冒设置；4）具有统计结论模式。从而弥补了传统识别就“拒识率”和“误识率”的技术缺陷。
2可信验证
可信融合验证技术采用可信模式识别技术和可信密码学技术，结合“云端零知识证明”，实现可信云端“零知识”认证，pKi等功能。
本文对云计算的一些关键安全技术作了一些探讨。可信云计算的识别技术是以可信的特征信息和识别行为相结合，通过判断对各组识别行为识别的成功数，克服识别模式中的拒识率和误识率的技术缺陷。可信融合验证技术是利用可信识别技术和可信加密/解密技术。实现双方“零知识”。具备身份无法伪造，保密性高，具有不否认性的特点。这些可信云安全技术的进一步研究以及随之而来的应用的展开。一定可以缓解客户对云计算的忧虑，催进云计算这种新的计算模式的发展。
[参考文献]
[1]weichaowang，ZhiweiLi，Rodneyowens.SecureandeffcientaccesstooutsourcedData.CCSw'09：proceedingsofthe2009aCmworkshoponCloudcomputingsecurity，pages55-65.november2009.
云计算技术的特征篇3
事实上，无论是早期的分布计算、并行计算，前期的网格计算，还是当下的云计算，都是海量数据处理的一种计算模型。
近些年来,随着互联网技术的广泛应用，特别是web2.0应用的快速发展，客户数据呈爆炸式增长，如何应用好云计算这个数据处理模型，更好地为自己的客户服务，就成为众多厂商重点考虑的方向。
简单来讲，谷歌的搜索引擎能够快速响应客户提出的搜索请求，就是得益于云计算技术。正是因为谷歌构建了多达百万台的云计算服务器群，所以能够针对整个互联网的信息进行动态的收集、分析、整理和。当客户发出请求时，就可以快速给出响应结果。
如果将搜索引擎技术比作“大海捞针”，那么防毒厂商的工作就类似“大海捞毒针”，难度甚于前者。
所谓“捞毒针”，即要从整个互联网的海量数据中及时发现动态出现的风险，这时候防毒厂商采用云计算技术就成为了必然。因为传统的样本收集、人工分析、代码、客户下载的防护流程已无法快速应对当今快速变化的安全风险。
根据调查机构的最新统计，全球恶意程序已超过1000万个，而且每天还在以2万多个的速度增长。
趋势科技全球副总裁张伟钦指出，在此情形下，传统的代码比对技术正面临越来越大的挑战，一味地扩充病毒代码，只会造成客户端资源和带宽的极大消耗，最终给网络安全带来隐患。而防毒厂商通常会在自己病毒特征码中放置100万个左右的病毒特征，这就预示着至少还有90%的恶意程序不在防护之列。
如何采取有效的技术架构？一方面应对每天2万多个的新病毒的快速处理问题，同时又要解决90%的恶意程序全面防护的问题，这就变得非常紧迫。
行业人士认为，比较符合实际的操作方式是，用户在访问目标信息时，安全子系统会自动到云服务器群对目标信息的安全等级进行查询，然后根据查询结果及时阻止用户对高风险信息的访问，从而实现在恶意程序到达网络前就被阻止，一方面实现防护的高效性，另一方面也使网络和系统资源的占用率达到最小。
2008年7月16日，瑞星通过面向终端的卡卡6.0来为其“云安全”计划全面实施提供先决条件。依据瑞星的提法，卡卡6.0融合了并行处理、网格计算、未知病毒行为判断等新兴技术和概念，通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的最新信息，推送到服务器端进行自动分析和处理，再把病毒和木马的解决方案分发到每一个客户端。
然而，包括张伟钦在内的一些业界专家看来，这并非真正的云安全，它不过是把病毒特征码搜集流程进行了优化，没有摆脱传统病毒特征码扫描比对的传统技术。
另外，为了便于更加准确快速获取信息，包括websense在内的一些厂商设立了专门的“蜜罐”（数据库中心）系统，来广泛收集网络中存在的攻击行为。
7月22日，趋势科技推出的“云安全”技术架构策略和上述公司的作法又有所不同，他们构建的“云”服务器群自动对整个互联网的信息(如URL、邮件服务器、文件)进行动态分析，如分析一个URL就会采集这个URL的50多种属性以进行综合分析，同时会加入时间的统计分析，这样使得任何恶意风险在刚出现的时候，就能被“云”服务器群快速分析，在它侵入网络前，在源端就被直接阻止，从而达到零接触、零感染的防护价值。
张伟钦指出，这种方法的最大好处在于，它降低了从端点下载传统病毒特征码文件的依赖性，减少了与在公司范围内部署特征码有关的成本和管理费用――这已经成为庞大数据中心日益沉重的成本负担。
此外，“云安全”这种全新的方法，将有效降低客户网络和端点的带宽消耗，提供更快更全面的及时保护。
另据张伟钦介绍，趋势科技已经在全球建立了5个数据中心，几万部在线服务器，拥有99.9999%的可靠性。目前平均每天处理55亿条点击查询，每天收集分析2.5万个样本，资料库第一次请求命中率就可以达到99%。借助云安全技术，趋势科技每天阻断的病毒感染最高达1000万次。
借助web威胁保护战略，趋势科技率先界定了一种主张：单靠传统的代码比对安全解决方案，将不再能够针对当前web威胁提供有效保护。现在，新推出的云安全技术可以有效解决传统防护技术的问题，并让每个人在使用安全产品的过程中，都成为识别安全威胁的贡献者，同时分享其他所有用户的安全成果。
云计算技术的特征篇4
关键词：云计算网络服务，分布式，iCt，数据
随着有关云计算概念、术语和技术的不断涌现和大量报道，人们在生活中越来越多的采用和实施云计算技术。由于云计算概念和技术比较新颖，涵义比较宽泛，再加上市场上一些人将云计算放大成无所不包、无所不能和无所不在的万能技术，对云计算的描述和推销多少出现了一些浮燥和炒做的嫌疑。脱离实际过分夸大或缺乏全面分析地炒做云计算不仅可能让人误解，也会使得云计算的发展不切实际，对于云计算产业在中国的成长非常不利。所以，有必要对云计算的由来和概念进行了较为全面的梳理和定义。在总结云计算技术为it产业带来好处的同时，找出不足及局限，从而更好地发展云计算技术。
一、云计算的概念
云计算（CloudComputing）是由分布式计算（DistributedComputing）、并行处理（parallelComputing）、网格计算（GridComputing）发展来的，是一种新兴的商业计算模型。
中国网格计算、云计算专家刘鹏认为：“云计算将计算任务分布在大量计算机构成的资源池上，使各种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”。
云计算中的“计算”是一个简单而明确的概念。“计算”系指计算应用，在我们生活中可以指一切it应用。随着网络技术的发展，所有的信息、通信和视频应用都将整合在统一的平台之上。由此推而广之，云计算中的“计算”可以泛指一切iCt的融合应用。所以，云计算术语的关键特征并不在于“计算”，而在于“云”。
二、云计算的发展模式及其特征
早期云计算来之于国际上以亚马逊、Saleforces.com和谷歌(Google)为代表的公司，并且都提供了具有显著特征，但又代表着不同模式的成功云业务。
云计算按照层次将业务模式划分为3层，最顶层是软云，中间层是平云，底层是基云。在基云之下是构建云计算的基础技术。
基云也称基础设施服务，指将it的基础设施作为业务平台，直接按资源占用的时长和多少，通过公共互联网进行业务实现的“云”。基云的用户可以是个人，也可以是企业、集体和行政单位。基云的it业务是将存储、网络、计算、安全等原始it资源提供给用户。用户可以通过操作系统和应用软件(如web服务软件和数据库等)来使用it资源。
平云也称平台服务，指将应用开发环境作为业务平台，将应用开发的接口和工具提供给用户用于创造新的应用，并利用互联网和提供商来进行业务实现的“云”。
软云也称软件服务，指基于基云或平云开发的软件。软云是通过互联网的应用来实现业务，软云业务可以利用其他的基云和平云平台，也可以利用软云运营商自己的基云和平云环境。
基于云计算的实践与营销案例，归纳出云计算的基本特征如下：
(1)虚拟化的超大规模
云业务的需求和使用与具体的物理资源无关，it应用和业务运行在虚拟平台之上。论文写作，数据。云计算支持用户在任何有互联网的地方、使用任何上网终端获取应用服务。论文写作，数据。
(2)动态的高可扩展性
云技术使用户可以随时随地根据应用的需求动态地增减it资源。由于应用运行在虚拟平台上，没有事先预订的固定资源被锁定，所以云业务量的规模可以动态伸缩，以满足特定时期、特定应用及用户规模变化的需要。
(3)高可用性
云平台使用数据多副本拷贝容错、计算节点同构可互换技术来保障服务的高可用性。任何单点物理故障发生，应用都会在用户完全不知情的情况下，转移到其他物理资源上继续运行，使用云计算比使用其他计算手段的可用性更高。
三、云计算技术的应用
传统模式下，企业建立一套it系统不仅仅需要购买硬件等基础设施，还需要买软件的许可证，需要专门的维护人员。当企业的规模扩大时还要继续升级各种软硬件设施以满足需要。对个人来说，我们想正常使用电脑需要安装各种软件，而许多软件是收费的，对不经常使用该软件的用户来说购买是非常不划算的。对于企业来说，计算机等硬件和软件本身并非他们真正需要的，它们只是完成工作、提供效率的工具而已。
云计算的最终目标是将计算、服务和应用作为一种公共设施提供给公众，使人们能够像使用水、电、煤气和电话那样使用计算机资源。
最简单的云计算技术在网络服务中已经随处可见，例如搜寻引擎、网络信箱等，使用者只要输入简单指令即能得到大量信息。
目前，以Google云应用最具代表性，例如GoogleDocs、Googleapps、Googlesites，云计算应用平台Googleappengine。
四、云计算的发展趋势
“云计算”是一个很时尚的概念，它既不是一种技术，也不是一种理论。准确说，云计算仅描述了一类棘手的问题，因为现在这个阶段，“计算与数据”跷跷板的平衡已发生变化，即已经到“移动计算要比移动数据要便宜的多（movingcomputationischeaperthanmovingdata）”。
随着个人pC市场的逐渐饱和，全球经济增长放缓对于企业it投资的负面影响，云计算适时的出现在了大家的视野中。论文写作，数据。论文写作，数据。作为一种全新的获取计算资源的方式，云计算将会彻底改变it产业的结构。论文写作，数据。由于计算资源从客户端向计算中心的集中，传统纯硬件厂商的生存空间将更为狭小，大浪淘沙的行业洗牌会继续持续。论文写作，数据。云计算模式下，互联网将成为连接厂商与客户的唯一通道，互联网业的霸主和软件供应商的融合势在必然。
虽然现在还有很多人担心云计算的可靠性和安全性等问题，但时间会证明这些问题在行业模式的大转变下都只不过是些细枝末节的问题。正如B2C刚刚兴起时，人们一度认为网上交易的安全性，支付的方便性等会阻碍它的发展，但随着时间的推移，这些问题已经被证明根本不值一提。同样，对于云计算带来的it行业大变革，时间也会给出最好的答案。
五、结束语
云计算技术将不仅提供传统意义的it资源和应用服务，而且将支持包括it、通信、电视、移动和物联等一切互联网技术融合后的资源使用和业务应用。云计算发展的关键技术主要有统一交换构架、统一虚拟化和统一计算系统，云计算发展的战略推手将是组建开放产业联盟和推动开放技术标准。
云计算模式具有许多优点，但是也存在的一些问题，如数据隐私问题、安全问题、软件许可证问题、网络传输问题等。云计算技术它是一个即将，或者正在改变我们工作和生活的一场变革，是拥有比较持久生命力技术演变，包括商业模式的革新。“云计算”代表了一个时代需求，反映了市场关系的变化，谁拥有更为庞大的数据规模，谁就可以提供更广更深的信息服务，而软件和硬件影响相对缩小。
参考文献：
【1】(美)miCHaeLmiLLeR.云计算[m].机械工业出版社.2009.
【2】（美）芬加.云计算[m].电子工业出版社.2009.
【3】张为民.云计算：深刻改变未来[m].科学出版社.2009.
云计算技术的特征篇5
关键词：云计算；智能监控；安全防护；技术；研究
智能安防监控系统是保证人民生命财产安全的重要跟踪系统。安全防护问题随着我国经济的发展应该越来越被重视。文章将从智能监控的研究背景出发，深入探讨智能安防监控视频跟踪系统如何在云计算的平台中得以发挥重要作用。
1智能监控发展现状
在信息化技术不断提高的背景下，智能监控技术也有了巨大的发展；目前，该技术已经广泛应用于各大领域，其中包括工业生产、生活社区、交通要道等地方，为防止生产安全问题造成员工伤亡、居民社区发生刑事案件、道路出现拥堵和交通事故起到了关键性作用。在监控过程当中，对监控目标的实时跟踪成为了视频监控中较为重要的环节，因为只有这样，才能最快最准时的发现犯罪目标或者是受害人，从而把受害方的损失降低到最小。准确的追踪位置是需要摄像机进行焦距放大的，如果焦距不能进一步扩大，对于监控目标的身体特征就没有办法观察仔细，之后的行动也会造成阻碍。然而，就目前来说，智能视频监控系统对目标的即时跟踪和焦距放大方面都是远远不够的，需要技术人员努力跟进，利用云计算来不断更新智能监控系统技术，从而使得智能监控能够扩大监控时间，在焦距上能够成功识别目标主要特征，进而能够保证以后的工作顺利进行。
2云计算发展现状
云计算是一种新型的信息化技术，于2007年被首次提出。简单来说它是三种计算模式的结合，并行化、网格式和分布式三种运算方式结合在一起形成了云计算这种新的运算方法。云计算可以为监控提供全方位的、透明的、随时可以利用的计算数据和资源。另外，目前，云计算主要针对的对象主要就在于智能监控系统方面。云计算不同的编程模式、云共享和数据平台为智能视频监控提供了强大的技术支撑，并且这些领域衍生出了更多的开源技术构架和更多数据平台，这就使得，云计算这种运算方法能够在当前的现代科技领域（尤其在智能监控环节）占据相当大的比重。因为云计算逐渐发展成熟，被应用的领域较多，云计算发展较快的公司，比如谷歌，将这门技术运用到了仓库数据管理、日志的有关分析和机器学习等方面，为该公司实现新技术的更快发展奠定了一定的基础。云计算对多媒体领域的作用主要体现在视频影像和图片处理的方面。例如对视频进行转码处理，视频通过处理之后，呈现的影响就会更加清晰，并且在目标移动中也能够实现准确追踪和提取视频中的重要信息；而对于视频中截下的图片，通过云计算的作用，可以更好的实现清晰化，进而能够保证相关部门在确认目标的过程中，更加快速识别目标的主要特征。
3云计算对监控技术的作用
3.1在图片处理中的作用在视频监控的过程中，有关部门有时候会在目标出现时按下暂停键，比起视频的转瞬即逝，图片的证据似乎更加有力，但是视频截下的图片是模糊的，无法清晰辨认出目标的主要特征，这个时候，就需要通过云计算的简单解码，从而实现图片处理。对图片进行转码是提升系统准确性的重要方式。云计算提供有关的函数计算方法，进而使图片经过数字化处理之后，将自身关键的内容提取出来，目标中的人像特征相比处理之前更加明显，图片处理就算是基本完成了。
3.2在视频处理中的作用在视频监控的系统中，对运动目标的观察和锁定是监控的重要环节。而在这个过程中，技术人员应当适时进行处理，处理的内容主要是周围环境中的干扰内容，比如在交通监控中，视频中十分吵闹的汽笛声；相似于目标的其他运动物品；光线变幻对视频监控的干扰等。云计算中的视频处理系统，将视频数据的重新归类，并且将数据进行解析为适合的键值，这样，把视频内容转化为理想数据，更好的避免外界干扰和视频目标的清晰化。云计算提出的目标核心算法，是对传统算法的发展和进步，但是，由于对目标的追踪技术只是视频监控的最基础环节，所以在视频处理过程中，还应该在云计算的基础之上，研究其他的运算方法并逐渐优化。
3.3云计算的意义云计算模式也改变了近几年以来国内信息技术领域的低谷状态，开拓了新型的云计算模式和云服务系统，也进一步提升了国家的先进生产力。不同于传统的运算模式，云计算是基于目标跟踪算法来实现云计算和视频解析处理的。在监控信息繁复较多的情况下，云平台的解码方式，将视频分为关键的几个节点，从而帮助监控系统顺利观察运动目标的情况。另外，针对监控视频存在的情况，云技术的普及运用能够为安全防护监控提供更加直观清晰的数据。
4结束语
当前智能安全防护已成为全体国民都关心的问题，在这样的背景下，有关部门应当及时跟进系统技术，实现监控的优化，而技术人员也应当积极引用云计算这一新兴科技成果，使得安全监控视频的质量得以提高，监控力度变大，使安全隐患无所遁形，减少安全事故的发生次数，进而更好的维护大众利益。
参考文献：
[1]高俊祥.智能视频监控中目标的检测与跟踪[D].北京:北京邮电大学,2011.
云计算技术的特征篇6
【关键词】云计算环境大数据分布规律模糊聚类方法
1引言
云计算服务的兴起为大数据的应用提供了保障，在考虑其性能和成本的前提下，越来越多的企业考虑将大数据处理的相关应用转移到云计算环境下进行。在此背景下，学术界和企业界掀起了对云计算环境下大数据分布规律的结构优化设计方法的研究热潮，并获得了众多研究成果，其中最为常见的方法包括模糊聚类方法、详细度量方法和最小二乘法等。
2云计算与大数据概述
2.1云计算
云计算是指以互联网为基础，对所需资源进行随时随地的访问和分享，是当前一种依靠互联网技术的全新计算模式，其主要特征包括it资源服务化、泛在接入、服务可计费、按需自服务及弹，其本质是通过it资源服务化的特征在互联网上以泛在接入和服务可计费的方式，向用户提供按需自服务式的弹。由此得知，由于其it资源服务化特征，在大规模应用计算时，云计算可提供资源保障；由于其所有过程皆是通过互联网手段，用粼诩焖魇据时，云计算可提供按需自服务式的弹；由于其泛在接入特征，用户可随时随地利用互联网在移动终端上访问或共享数据。
2.2大数据
简单来说，大数据就是指规模庞大的数据。但由于互联网技术还在进一步更新和发展中，数据的规模和种类也在快速扩大和增加，不同的组织也因各自不同的需求对大数据有着不同的认识和理解，所以学术界尚不能对大数据进行统一定义。目前，由于iBm提出的大数据3V模型定义对大数据特征进行了形象的描述，而最能被人们普遍接受，即大数据具有海量性、多样性、高速性三个特征。其中，海量性是指数据规模巨大，达到tB级及pB级；多样性是指数据种类繁多，按照其结构分大致分为结构化数据和非结构化数据；高速性是指数据的出现速度、处理速度和分析速度都在持续加快。
3云计算环境下大数据分布规律的结构优化设计
目前，研究云计算环境下大数据分布规律的结构优化设计方法有很多，主要包括模糊聚类方法、详细度量方法和最小二乘法等。其中，模糊聚类法是指通过研究数据分布规律本身属性，从而构建迷糊矩阵来确定聚类关系的一种方法；最小二乘法是指通过匹配最小化误差的平方和寻找数据的最佳函数，使得所求数据与实际数据之间误差平方和最小化的一种方法。
3.1构建X上的模糊关系
构建待处理数据X上的模糊关系，是采用模糊聚类法的第一步，是大数据分布规律的结构优化设计的基础。在这一过程中，需将属性类似的系数构建成n阶的迷糊矩阵，即相似系数矩阵。根据矩阵确定其在待处理数据X上的模糊关系。其中两个模糊向量间的接近程度称之为贴近度，而相似系数的计算和描述则需利用贴近度法，例如将X中的元素Xi和Xj看作是其各自特征的模糊向量，用贴近度对相似系数rij进行计算，则rij的表达式为：
rij=1-c（dp（Xi，Xj））α（1）
（1）式中：c，α指的是描述常数；p指的是描述不同距离的代码系数，对论域X={x1，x2，…，x5}进行规格化处理，此时，取c值为0.1，计算相似系数，可获取模糊相似矩阵，如式（2）：
（2）
结合式（1）、式（2），在获得模糊五阶相似矩阵后，需对其进行划分，才能进行下一步的大数据分布规律结构优化设计。
3.2大数据分布规律结构优化设计
在进行大数据分布规律结构优化设计前，针对类和类间的距离，需运用最短距离法进行计算，例如用dij（i，j=1，2，…，n）描述样本i与j之间的距离，则有：
（3）
若用G1，G2，…来描述类，则第k类的Gk和第r类的Gr之间的最短距离为：
Dkr=min{dij：i∈Gk，j∈Gr}（4）
利用最短距离法对云计算环境下大数据分布规律结构进行优化设计，可有效分析辨别出需要调整和转移的数据，使得云计算环境下的大数据分布在一个不断调整的动态过程里，随时保持数据的最理想状态。
3.3仿真实验
为了验证上述优化设计的有效性，现通过仿真实验，对模糊聚类方法、最小二乘法进行对比分析：两种方法分别进行10次实验，取其平均访问代价作为结果。在对两种方法进行评价的过程中，将相对访问成本作为衡量的标准。得出结果如下：
（1）随着存储容量的增加，比较采模糊聚类方法和最小二乘法进行大数据分布规律结构优化设计后的相对访问成本，随着存储容量的逐渐升高，模糊聚类方法的相对成本低于最小二乘法，当总预算从全部候选费用的10%增长至20%时，模糊聚类方法和最小二乘法的相对成本均在一定程度上有所增加，但模糊聚类方法的增加幅度低于最小二乘法，说明模糊聚类方法的性能优于最小二乘法。
（2）在各容量一定的情况下，云计算环境下预算费用逐渐增加时，比较模糊聚类方法和最小二乘方法相对成本的变化趋势，模糊聚类方法的性能明显优于最小二乘方法，在各容量或总预算较低时，模糊聚类方法的相对成本均低于最小二乘方法，当容量大小从50%到70%时，模糊聚类方法的相对成本基本没有发生改变，说明模糊聚类方法基本不受容量的影响。因此，通过仿真实验验证了模糊聚类方法的有效性。
4结语
综上所述，在云计算概念提出以后，各大企业紧跟时代步伐，通过互联网采用多项云计算服务。因此，越来越多的学者对云计算环境下大数据分布规律的结构优化设计进行研究，本文提出了利用模糊聚类法对云计算环境下大数据分布规律进行优化设计，并经仿真实验分析确定了其有效性。
参考文献
[1]朱亚东，高翠芳.基于pSo的云计算环境中大数据优化聚类算法[J].计算机技术与发展，2016，26（9）：178-182.
[2]陈志华，刘晓勇.云计算下大数据非结构的稳定性检索方法[J].现代电子技术，2016，39（6）：58-61.
[3]姜明月.云计算平台下的大数据分流系统的设计与优化[J].现代电子技术，2016，39（2）：28-32.
云计算技术的特征篇7
随着网络化、数字化的不断发展，人文社科机构图书馆都不同程度的实现了资源的数字化，有些也建立起内部的私有云平台。但是由于专业性及机构性质等因素，馆际之间资源的交互极为贫乏，使机构间人文社科资料的共享发展面临了两大问题。首先是资源的重复购置，人文社科资料图书馆本来资金支持情况就紧张，如果用这些有限的资金去购买相同的数字资源，对整个人文社科机构图书馆界来说是一种浪费。其次是特色的资源无法共享，人文社科机构图书馆的资源专业性都很强，尤其是包含许多带有学术特色和地方特色的信息资源，这些都是综合图书馆所不具备的资源。要解决这些现实状况，就要求人文社科机构图书馆来共同探讨并搭建起云图书馆平台，这样才能节省资金，避免重复的资源购置，利于特色资源的共享，从而适应时代与科技的发展要求。
二、云计算及云图书馆的概念和优势
要研究人文社科资料云平台，首先要了解什么是云计算和云图书馆，以及他们各自具备哪些优势。
1、云计算及其优势
云计算是一种在并行处理、分布式处理、网格计算等基础上提出的基于internet的计算，是一种新型的商业计算模型和共享基础架构的方法。其核心思想是，在超大规模的分布式环境中，利用网络把庞大的处理计算程序分拆成为无数个相对较小的子程序，然后由多个服务器组成的庞大系统进行计算分析，最后将处理结果传递给用户。其目的是充分利用网络资源建起功能强大的云计算中心，并将多种资源提供给用户阅读，使用户可以在不同时间、空间里享受到便捷的阅读服务。
对于非专业人士来说，云计算的内涵他们也许无法理解，但他们多少都已经体验过云计算的便捷，例如使用google等。云计算实际上是一种数据运行和储存的过程，它通过相应的技术保障获取应用程序和数据，并把这些数据存储在互联网上。云计算与数字化生活密不可分，具备很多优势：
①云计算具有超强的计算能力。在云计算环境中，云平台通过联合多部计算机来提供能与超级计算机媲美的超强计算能力，从而发挥普通计算机无法达到的功能。其中用户在输入指令获取信息资源时，其信息渠道不是单一的信息源，而是整个互联网云平台，资源的共享得到质的飞跃。
②云计算能有效地节省资金。用户在使用云计算服务时，只需要给云服务商缴纳少量的资金即可，它的投入少回报大，用户也不必担心自己所购买的产品会淘汰，因为相关的云服务商都会及时进行硬件和数据的更新，用户花费少量的资金就可以享受海量的信息和服务。
③云计算始终以用户为中心。在云计算环境中，用户可以随时随地利用各种设备来获取存储在云中的数据信息服务，在云平台中有数以万计的计算机在提供数据，用户只需在其中的任一端口就可以使用云服务，这种方式安全、便捷。
④云计算是一种绿色的数据计算。云计算拥有非常强大的数据、资源利用率，这充分提高了单体计算机的计算效率，从而降低了计算机设备的能耗，实现了数据的绿色计算。
⑤云计算能保证用户数据安全。在使用云计算技术之前，用户的个人数据在网络上很容易被盗，而云平台给用户提供了一个存储数据的“云”，用户可以随时随地存取，为用户管理和使用数据提供了超大的空间。
2、云图书馆及其优势
云图书馆是指信息时代馆际之间实施协调合作的一种形式。从发展的角度看是当进入网络时代，若干具有不同资源与优势的图书馆为了共同开发网络资源、共同开展服务、共同开拓信息市场、共同解决个性化和多样化的社会需求，而组织建立在信息网络基础之上的共享技术与信息、共同发展、互惠互利的全方位合作的一种图书馆网络联盟。相较于传统的图书馆，或者单独的数字图书馆，云环境下的图书馆具有巨大的优势。
①海量资源共享：用户可以共享云图书馆内所有资源，不再局限于本馆自有资源。
②数据安全性提高：信息资源采用数据多副本容错，服务器群之间可以相互快速备份，避免了因一台服务器故障导致数据丢失的现象。
③强大的计算能力：云平台拥有庞大的服务器集群，为其提供强大的处理和计算能力，通过云计算模式协调提供资源，并合理配置资源提供方案。
④一站式搜索：用户可以使用云图书馆提供的搜索引擎对馆内所有资源进行一站式便捷搜索。
⑤资源获取自由：用户不再受地域、时间、技术等约束，可以通过网络途径获取和使用网络资源。
⑥降低资源成本：云图书馆避免了资源的重复购置情况，减少了软硬件的资金开支。同时，可以以特色数据交换的方式低成本的获得更多的信息资源。
三、云计算在国内外图书馆界的发展应用现状
云计算在国外的图书馆研究雏形可以追溯到2000年，SerialsSolutions公司将转移到电子期刊的工作聚焦到SaaS平台上。2009年，英国的图书馆自动化系统供应商talis公司的Richardwallis、Google的FrancesHaugen和图书馆自动化领域专家marshallBreeding提出了云计算图书馆概念，标志着云计算图书馆这一研究的进一步明确。2009年，美国国会图书馆国家数字信息基础设施与保存项目（nDHpp）与DuraSpace公司联合发起利用云技术进行数字内容永久存取情况的检测，这一研究在检验云计算在数字图书馆中是否可行上起到了重要作用。联机计算机图书馆中心（onlineComputerLibraryCenter，inc，简称oCLC）将“基于云”的服务引入了图书馆界，以取代当前图书馆的集成管理系统为目的开发云计算服务，研究推出了面向会员提供“基于云的”，“web级协作型图书馆管理服务”即worldCatLocal，其同时与世界1000多家大型图书馆联手共同打造云计算服务。
云计算的实际应用在国内图书馆界还处于理论探讨阶段。2009年举行的“2009第六届数字环境下图书馆前沿问题研讨会”开始高度关注云计算。与会专家认为，图书馆既可以享受云计算，也可以作为云计算的提供者。同年，以“云计算与图书馆”为主题的“2009图书馆前沿技术论坛”成功举行。这是国内图书馆界首次召开以“云计算”为主题的会议。这次论坛对图书馆界进一步研究云计算与图书馆的关系、基于云计算的图书馆管理与服务等问题具有重大意义。在具体实践方面，国家科技图书馆建立了连接整合600多家图书馆信息资源的云图书馆，中国高等教育文献保障系统（ChinaacademicLibrary&informationSystem，简称CaLiS）在“十一五”期间（三期）采用云计算技术构建新一代中国高等教育数字图书馆和云服务平台，开启高校云图书馆时代，实现了高校信息资源共建、共知、共享。
四、云环境下人文社科资料图书馆平台研究
云计算环境下，数字图书馆读者服务模式通常可分为SaaS（软件即服务）、paaS（平台即服务）、iaaS（基础设施即服务）三种类型。随着云服务供应方式的转变及提供商基础设施架构的不断变化，云计算服务模式间的界限逐渐模糊，SaaS、paaS、iaaS三者之间不断地交融、延伸，使它们在服务内容上出现很多共性和交集。云环境下人文社科资料图书馆要想具备较高的提供云服务的能力和效率，就必须利用SaaS、paaS、iaaS来构建其云平台逻辑模型，运用元数据技术进行信息资源数据的仓储整合，再运用Soa进行云平台架构技术研究。
1、云环境下图书馆逻辑模型构建
①服务层。服务层处于服务系统逻辑模型的最高层。该层中利用SaaS来构建云图书馆的统一服务平台。该层提供的信息服务包括：信息浏览、一站式信息检索、用户交互服务、个性化服务、数字参考咨询服务、书刊借阅、其他图书馆链接服务等。
②管理层。管理层是服务系统中各种管理与服务的具体体现，在系统中担负着承上启下的作用。该层中利用paaS来构建图书馆的数据库管理平台、开发应用环境服务平台，并且对信息服务平台和数据层相关信息资源进行管理，通过互联网向用户提供所开发的程序和供应商的服务器。管理层包括：用户管理、服务管理、资源管理、安全管理。
③基础设施层。基础设施层处于系统的最底层，是系统的后台，是保证各功能正常运行的必备模块。该层利用iaaS构建图书馆的存储及数据中心的应用环境。该层主要包括硬件和软件。
2、基于元数据的资源整合及索引研究
①元数据的概念。元数据是数据的抽象，是被用来描述和规定数据特征、相互关系以及相应操作的数据集合。
②元数据的特征。元数据建立在传统技术和现代技术两个基础之上，其呈现三个基本特征：首先，元数据是一种编码体制，它根据自己所提供的方法和框架来表述数字化信息的基本特征，并使用一整套公用的编码框架体系来促进数字化信息的传播、组织、交流和管理；其次，元数据是一种描述数字化信息资源的编码体系，它不仅描述数字化信息的内容特征，更描述数字化信息的基本属性，特别是网络信息资源的编码体系；最后，元数据最为重要的特征和功能是为数字化信息资源建立一种机器可理解的框架。
③基于元数据的资源整合。整合功能是指数字化图书馆元数据体系将外部各种元数据系统，通过建立映射、翻译等方法整合成一个元数据系统的过程。
④基于元数据的索引。元数据索引是对每一条元数据建立相应的索引。索引就是为元数据建立一个快速查询标识符。搜索引擎通过对该索引查询来判断与索引项对应的元数据是否是要查询对象。元索引技术能将各种资源进行统一服务，以达到互联网搜索引擎效果，具有检索速度快、结果无重复，并能按照不同类型对结果进行聚类。
3、基于Soa的云平台架构技术研究
面向服务的体系结构Soa（Service-orientedarchitecture）是为了满足在互联网环境下业务集成的需要，通过链接完成特定任务、独立功能的实体来实现的一种软件系统架构。是目前实现云计算的最好的技术支撑。
①Soa的概念。一般认为Soa是一个组件模型，它将应用程序的不同功能单元通过这些服务之间定义良好的接口和契约联系起来。接口的定义方式独立于实现服务的硬件平台、操作系统和编程语言。这使得构建在各种系统中的服务可以以统一和通用的方式进行交互。
②Soa基本服务架构。Soa包括服务提供者、用户、服务中心三个实体。Soa的基本服务框架实现了三者之间的绑定、执行、、授权、查找5个基本操作，是一种适合分布式计算环境中动态地描述、、发现和调用的架构。而云计算在架构上正好是Soa的一种扩展和深入应用。
③基于Soa架构的图书馆遵循的原则。
（1）遵循业务驱动服务、服务驱动技术的设计理念。
（2）构建Soa架构，是一个动态的并非一成不变的架构体系。
④基于Soa的云平台体系结构框架设计。在基本的Soa云服务架构基础上进行人文社科资料平台架构设计，该体系结构设计为三方：
（1）服务提供者：服务提供者将自己的接口契约和服务到服务注册中心，便于服务请求者可以访问和发现该服务。
（2）服务请求者：即客户端，发起查询服务注册中心的服务，通过传输绑定服务，并执行服务功能。
（3）服务注册中心：服务注册中心是发现服务的支持者，它包含了一个存储库，里面含有可用服务，服务请求者可以通过它查找服务提供者接口。
这三者之间通过、查找、绑定三个基本操作进行相互作用。
五、人文社科资料云图书馆未来的发展方向
云计算在改变了人文社科资料图书馆的管理模式、服务模式、工作流程的同时，其所面临的挑战也更加严峻。在云计算环境下，图书馆不仅要发挥云平台上的资源优势，还要保持固有的资源优势，不能放任不管，要及时地了解用户检索资源的类别、数量等，以便随时为用户改进服务。同时，图书馆还应了解云服务商所提供的资源的安全系数，因为安全问题自始至终都伴随着云图书馆的发展，如果出现安全问题对图书馆的损失将是巨大的。国际上许多知名的云服务商都出现过信息泄露等安全事故，因此，人文社科资料云图书馆在未来的发展道路上应以安全为基础，不断地革新服务模式，给用户最佳体验。
1、积极参与标准的制定。云计算在推出后，在数据的形式、运行的模式以及软件接口方面尚未形成统一的标准，各云服务商都是根据自身利益来制定标准。2010年微软等十几家公司在香港协商成立了亚洲云计算协会，但不具备官方标准，安全问题得不到保障。这一问题既是挑战也是机遇，图书馆可以充分发挥自己固有的资源优势，来主导制定新标准，利用成熟的技术去参与到云计算服务中，逐渐转变角色，成为云计算的内容提供商。目前国外许多图书馆已经开始尝试这一方法，我国的图书馆也可以充分借鉴。
2、加强安全防护能力。在云计算环境下，不论图书馆是否参与云计算服务，都应加强信息安全的防护工作。首先要注意网络安全，要充分了解黑客运用计算机病毒的手段和原理，运用技术手段加强防护。其次要对行业的发展进行评估，随时掌握行业发展的风险系数。最后要注重云资源的安全，做到分门别类，防止资源在“云”中丢失。只有做到这些，才能为云图书馆的发展提供安全屏障。
云计算技术的特征篇8
摘要：文章认为智能化云计算承载网应具备高速、快捷、保障、灵活等特性。为支持和实现这些特性，需引入虚拟感知、因特网数据中心(iDC)互联、iDC集群以及软件定义网络(SDn)等新型技术。基于现有的运营商网络架构，文章认为可通过在不同网络层面和网络单元中新增或升级具备相应技术能力的设备和系统，调整网络组织和部署，实现网络智能能力的有效增强，从而加速现有网络架构向下一代高智能网络架构的演进。
关键词：智能；云网络；虚拟；承载网络
abstract:awise-cloudcarriernetworkshouldbefast,safe,andflexible.torealizethesefeatures,newtechnologiessuchasvirtualawareness,internetdatacenter(iDC),iDCcluster,andsoftware-definednetworkneedtobeused.inthispaper,wesuggestthatnetworkorganizationanddeploymentcanbeadjusted,andintelligenceofanetworkcanbeenhancedbyaddingorupdatingequipmentindifferentnetworklayersandunits.inthisway,existingnetworkinfrastructurecanquicklyevolvetohighlyintelligentnext-generationinfrastructure.
Keywords:wise;cloudnetwork;virtualawareness;carriernetwork
以互联网为代表的现有网络架构在业务种类繁多个性需求不断出现、用户不断增多带宽日益扩张的情况下，其网络容量的扩展性和体系架构的灵活性都非常有限，已经难以满足未来业务持续高速发展的要求，也无法提供给用户以差异化的业务体验。
以智能化和云化为主要代表构建的新型下一代网络目前已经得到了业界的广泛看好。结合运营商成功运行多年的电信级网络打造智能化的云网络，是今后5～10年间网络架构发展的主要趋势。
1智能化云计算承载网的
定义和特征
从承载网的发展态势来看，提供一个客户感知良好、运营管理方便、业务开通灵活的网络，能实现高速协同接入、资源自助指配、速率针对性保障的差异化服务，是各个运营商所追求的目标。
目前，业界一致认同未来网络将是一个高智能网络的观点，即具有“wiSe”特征的新型网络。具体来说，就是具备高速广覆盖能力(wide)、资源快速指配能力(instant)、接入灵活协同能力(Smart)和质量按需保障能力(ensured)的高效集约化网络[1]。
那么，以云计算为重要契合点，适应云管端一体化发展的趋势，在现有各种网络形态上演变和发展起来的，满足上述wiSe特征的网络架构和网络能力，我们就可以认为其是一种智能化的云计算承载网。从狭义上看，智能化云计算承载网可以是对现有网络进行改造和升级，引入智能性，使之适应云计算各类应用和业务的承载需求的网络；从广义上看，智能化云计算承载网可以是利用云计算的概念和技术(如分布化、虚拟化)，在现网基础上形成的可持续演进具有高度智能性的网络。一种新型的智能化管道如图1所示。
对于智能化云计算承载网的wiSe特性，结合云计算的相关特点，可以解释如下：
(1)高速(w)：对于终端和用户访问云计算平台提供高带宽接入(如访问因特网数据中心(iDC))和互联(如iDC互访)能力。
(2)快捷(i)：对于云计算特定资源进行快速指配(如虚拟机(Vm)迁移中的网络资源分配和策略跟随)。
(3)灵活(S)：对于网络流量可以进行灵活的控制和调度(如客户可定制化的路由处理)。
(4)保障(e)：对于云计算业务/应用提供按需的质量保障(如满足大容量处理的iDC的多虚一)。
2智能化云计算承载网
关键技术
2.1虚拟感知技术
在智能化云计算承载网中，能够对于云计算新引入的Vm进行感知，是网络必须具备的基础能力，也是相应进行资源配置和调度的前提。
目前在技术上，实现虚拟感知的技术有基于主机、网卡、网络设备(交换机)等。
(1)基于软件或网卡实现的虚拟交换机，一般只具有识别虚拟机的基本功能，或多或少需要占用主机资源，对主机的性能造成一定的影响，因此扩展性相对较差，但由于历史原因，其成熟度相对较好，成本也较低。
(2)基于网络设备实现的虚拟交换机(一般是头端交换机)，可以在识别虚拟机的基础上实现流量监管等一系列高级功能，且不占据主机资源，能达到很高的性能，扩展性较高。但相对技术还处在发展过程中，目前其主流技术标准为802.1Qbg或802.1BR(原802.1Qbg)，各有相应的支持厂商，但其成本较高。
从网络承载的角度看，基于网络设备实现的虚拟交换机，技术上功能全面、性能易扩张，且运维的界面比较清晰(主机/虚拟机的维护和网络的维护相互独立)，可以降低维护的技术难度，应该成为未来的发展方向。
云计算技术的特征篇9
关键词：云计算分布存储技术探析
中图分类号：tp393.08文献标识码：a文章编号：1007-9416（2015）09-0000-00
网络的大规模使用是目前的大时代环境。与时俱进是政府不断强调的技术进步的核心，计算机相关技术广泛应用在社会各个领域中，各种电子数据的数据量和数据类型均出现迅速增长。数据的存储及传输在数据应用中是一个颇为重要的分类，云计算与分布存储的结合应用是目前计算机技术的一个新的开拓方向。
1云计算的定义及其特点
云计算是以互联网为基础发展的关于互联网络服务的交付与使用模式，通常是指一种虚拟化的资源。目前，对于云计算的基本定义仍然存在多种不同说法。对于云计算的定义，能够找到高达约100种解释。[1]在现在这个阶段多为社会各界所接受的一般概念是美国国家标准与技术研究院（niSt）共同进行定义的，云计算是指按照其总使用量为计费标准来付费的模式，它能够有效快速地为用户提供可用性较高、可靠性更高、针对性更强的网络引擎访问，能够直接进入配备相关配置的资源共享池，使用户所需的资源能够更加快速、更加具有针对性的被搜索到，且由于是网络控制，因此只需要投入较少成本的管理工作，或者与服务的供应商进行少量的交互即可。云计算具有以下几个明显特征，也是其优势所在。
（1）规模大。“云”并不是指某一个具体的东西，而是一个概念。而云最明显的特征之一就是其超大的规模。amazon、Yahoo等知名公司均拥有几十万台服务器，Google云计算已拥有100多万台服务器。而一般企业的私有云基本拥有成百上千台云计算服务器。成倍的扩大了用户的计算机处理能力。（2）可靠性高。“云”采用了数据同时拥有多副本制，计算机节点同为可进行互换等措施，有效的防止了数据的丢失和错漏，增加了其可靠性，也为用户带来更好的数据体验。（3）通用性和可扩展性。“云”是一个虚拟的存在，不特指某一个硬件或软件，具体来讲，“云”是一种将私人数据上传网络但不一定共享的一个模式或者一种状态。不同的“云”可以帮助缔造万千种数据应用，同一种“云”也可以同时支撑数种应用及多个数据的运行和应用。由于“云”的虚拟性，它的存在是动态可拉伸的，而不是固定不变的，因此具有较强的可扩展性与适应性。（4）成本低廉且针对性强。“云”计算采用的是特殊的容错结构，由成本极其低廉的节点构成，且“云”采用的是自动化集中式管理模式，企业只需投入少量的人力资本和资金投入。由于“云”是根据用户的实际需求来进行计费，因此其具有较强的针对性，同时也提高了资源利用效率，并有效地节约了企业在云计算方面的投资。[2]
2分布式存储
目前，社会活动中仍以集中式存储技术为主要存储方式，集中存储，是指在建立一个大数据库的基础上，将各种信息存储于数据库，功能模块围绕其周围对数据信息进行录入、搜索等。区别于集中存储的分布式存储，则是利用网络便于沟通交流的特点，使用分散存储在企业个体计算机的磁盘空间的数据信息构成一个虚拟的存储中心。这种结构使数据分散存储在个体中，减少了成本投入，便于管理，同时可以帮助用户可以按照其实际需求来进行数据的录入、查询及输出下载。分布式存储是以网络为基础存在以实现资源的存储与共享。云计算技术背景下的分布式存储最大的优势之一是强调了用户能够按需对数据资源进行购买或租赁，这样可以使用户最大可能的在节约成本投入的前提下满足其对数据资源的需求。同时，由于分布式存储的存储是以各个单体计算机的硬盘存储为基础的，有效的减少了系统崩溃导致数据丢失的情况。
3云计算环境下的分布式存储
（1）产生背景。随着社会各方面的深入发展，单独的数据库已不能满足社会生产的要求。云计算就是在这种困境下为适应现代计算机的技术进步及各行业对数据资源需求而产生发展的。云计算背景下的分不存储，强调的是用户按需购买，以实现在满足用户数据资源需求的前提下尽量节约成本投入。（2）以交换机为结构核心。云计算背景下的分布存储技术发展起来之前，多数用户均采用交换机作为其数据中心。其采用的架构是树形结构，包括核心层、聚合层、边缘层三个层面。其主要优势体现在具有可操作性，连接简单，扩展弹性大等特征，但其存储空间有限，并不能满足大数据环境下的今天人们对数据资源的要求。因此，云计算技术的发展可以很好地弥补这个缺陷。由于“云”是一个虚拟的存在，并没有固定的容量及存储空间，因此在存储容量上，它具有无限的可能。以交换机为结构基础的存储技术的可操作性结合云计算在存储空间上的优势，能够更好地满足用户的数据资源需求。（3）扩展弹性大。在云计算技术支持下的分布存储发展之前，用户采用的数据存储方式多以计算机服务器为主，这种方式的存储方式主要通过不断提高其扩展性增加存储容量以满足数据录入及输出功能。而云计算技术背景下的分布存储拥有天然的存储空间庞大的优势，在存储模式选择中具有相当大的竞争优势。现今，数据存储中心的数据资料一般以Bp及eB为计量单位来进行简单运算。[3]云计算背景下的数据规模正在随着社会的发展呈指数型函数出现爆发性增长。云计算背景下的分布存储具有相当大的扩展弹性，能够根据数据资源及用户需求的实际情况对数据库进行调节。
4结语
云计算技术的不断深入研究，带来更多在计算机领域上的拓展思路。发散的思维帮助云计算实现更多的可能。基于云计算技术基础的分布式存储的核心技术是计算机的兼容问题及数据存储的冗余问题，在探究这些问题的过程中，提高数据的筛选水平更是一个基础问题。准确有效地为用户提供数据服务是云计算环境下分布式存储的发展目标。
参考文献
[1]程宏兵.容淳铭.杨庚.曾庆凯.基于路径映射加密的云租户数据安全存储方案[J].南京邮电大学学报（自然科学版），2015.06.02.
[2]刘月.云计算环境下分布存储关键技术研究[J].江苏科技信息，2015.03.30.
[3]郭苹.基础设施云关键算法研究与实现[J].信息与电脑（理论版），2015.01.08.
云计算技术的特征篇10
作为赛门铁克的领路人,enriqueSalem为何做出这些收购决策;他为赛门铁克规划了一个什么样的未来?为此,本报总编辑孙定与赛门铁克CeoenriqueSalem进行了深入的交流。
安全是首要关注点
云计算将成为新形势下it产业发展中最核心的趋势,而云环境则需要新的安全方法,安全是首要的关注点。
孙定:在您看来,在现在的新形势下,it产业有哪些值得关注的趋势?
enriqueSalem:进入新世纪以后,几大主要的it趋势日益凸显出来。在未来的10年中,最令人振奋的技术发展要属云计算了,它将给企业与最终用户带来巨大的益处――基于云的服务可以帮助企业提高应对不断变化的业务需求的能力,以及按需为最终用户提供计算、解决方案与存储的能力。
第二大趋势是电子设备的使用日益增多。很多人认为,云计算与电子设备增多是两种完全不同的趋势,但在我看来,它们密不可分。展望未来,更多的计算能力及信息均在向“云”迈进。云计算可以为这些移动设备带来更多的应用方案及信息,使其功能变得更加强大。
第三大趋势是社交网站的流行。社交网站具有真正的商业价值,它让我们能够更有效地分享信息,并相互协同起来。但当我们把更多的信息放在网络上或者“云”中时,我们必须进行风险管理,不管是针对隐私还是数据。
除此之外,值得关注的趋势还包括虚拟化、无线设备的普及与人们生活和工作的日益融合等。这些趋势背后存在着千丝万缕的联系,不管是云计算、电子设备还是社交网络,它们都是快速分享信息的方式。
孙定:从安全的角度来说,这些it新趋势对安全行业会带来哪些影响?
赛门铁克CeoenriqueSalem
enriqueSalem:以上的几个趋势中,最核心的是it向云计算方向发展,而云环境则需要新的安全方法,我认为,安全是首要的关注点。
首先,从基础架构角度来看,安全需要贴近应用与数据。在共享服务架构中,如果只是简单地保护云周边、数据中心,甚至是单独的服务器或存储阵列,安全性是远远不够的。
其次,当今it界最大的难题之一便是保护与管理非结构化数据。内容感知技术(Datainsight)可以帮助企业更好地实施数据治理策略,清楚地知道有哪些数据存在、谁拥有这些信息以及它如何被使用是至关重要的。如果你不知道信息属于谁或它是如何被使用的,那么,将很难建立起一个合适的治理策略。
另外,确保云安全还需要安全和法规遵从的技术,除了口头保证或书面的服务等级协议(SLa),服务消费者还需要实时了解云供应商的安全状况,使它们相信自己的信息切实受到保护和管理。
最后,随着云计算的不断演进,企业可能会选择最适合它们的模式。因此,企业内部的安全工具与基于云服务之间的互通性十分关键,这样它们可以协同作用,从而最大限度地发挥二者的优势。
作为从事数据安全、备份和存储的公司,赛门铁克要适应新的形势,采用新的技术来保证信息安全。也就是说,无论是信息沟通还是电子网上交易,我们都要提供安全解决方案。这是我们的责任,也是公司生存的基础。
安全防护
要变被动为主动
基于信誉的安全技术,通过收集分析匿名的软件使用情况样本,自动识别所有的新兴的网络威胁,安全防护变被动防御为主动出击。
孙定:您提到现在需要新的安全技术和安全解决办法,那么,新的解决方案究竟是什么样的?
enriqueSalem:除了前面提到的数据感知技术外,另一个新技术就是我们去年年底推出的基于信誉的安全技术,我们已将其整合到诺顿2010全线产品中,包括诺顿网络安全特警2010以及诺顿防病毒2010。
我们知道,传统的病毒查杀方式是安全厂商去收集病毒样本或者用户主动报告样本,安全厂商对病毒进行分析,提取病毒特征,放入病毒库并通知终端用户更新。这种方式的最大不足在于,它是一种被动的方式。也就是说,无法查杀没有进入病毒特征库的病毒。而基于信誉的技术的基本原理是利用了我们庞大的用户资源,通过收集分析匿名的软件使用情况样本,以自动识别所有的新兴的网络威胁,包括间谍软件、病毒与蠕虫。这些数据会持续不断地更新到信誉引擎,以此确定每一软件文档的安全信誉等级,而不需要对该文档进行扫描。
孙定:这种技术与传统的安全技术有什么不同,又有什么优点?
enriqueSalem:这项技术的一个好处是减少对传统病毒特征技术的依赖。黑客通常会通过不断更改恶意软件代码,以试图逃过传统的基于特征的监测。而基于信誉的技术能够有效遏制黑客这一惯用伎俩。事实上,利用这一技术,黑客的变化手段越多,证明该文档就越可疑;另一个好处是可以提供所有关于可执行文档的信息。按照传统的做法,安全公司主要针对用户举报或者与其他安全研究机构交换获得的恶意软件信息,采取防护措施。而基于信誉的安全技术恰恰相反,通过我们遍布全球的客户资源,能够拥有任何一个可执行文档的信誉评级资料。
我们建立这种新的以信誉为基础的安全模式后的第一天,就探测到50万种以前从来没有发现的病毒和新的威胁。我们还发现平均每两台计算机中,就有一台受病毒威胁。因此我们认为用这种安全方式是非常正确的,而且我们也非常高兴地看到,现在这种方式得到了很好的应用。
孙定:这种以信誉为基础的安全方案在业内处于什么样的位置?除了赛门铁克以外,还有别的厂商在做同样的事吗?
enriqueSalem:实际上,赛门铁克是第一家采用这种针对应用、以信誉为基础的安全模式的公司。以前我们采用过的是一种基于ip地址的方式,现在还有很多企业在采用。基于ip地址的方式最大不足是,总是处于被动的防御状态,而以信誉为基础的方式则是主动的。
看好SaaS安全服务
今后5年,赛门铁克的收入中有15%会来自于SaaS(软件即服务)业务,云计算蕴藏的商机是很大的。
孙定:云计算是当前的热门话题,赛门铁克今年也在做云计算的推广活动。请问,赛门铁克如何看待云计算,如何定位自己在云计算产业链中的角色?