云计算技术背景模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇云计算技术背景，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

中图分类号：TP393. 08 文献标识码：A 文章编号：1007-9416（2016）10-0237-01

1 云计算技术阐述

云计算是一种基于互联网的超级计算模式，主要关注如何充分地利用网络硬件、软件和数据的综合能力，及如何更好使网络中各个廉价的 PC 机协同工作发挥最大效用的能力。通过开发技术和标准把硬件和软件抽象为分布的、可全球访问的、动态可扩展、可配置的资源结构，对外以服务的形式提供给用户。云计算需要一系列创新技术的支持，包括虚拟化技术、海量数据处理技术、大规模分布式存储技术、资源调度技术，这些技术为云计算的正常运行提供了很好的技术保障。

2 云计算支持多种网络技术

2.1 云计算分布式网络测量技术

随着网络技术飞速发展，网络拓扑和网络环境变得越来越复杂，导致网络负担加重、性能下降，网络安全和服务质量越来越重要。网络性能数据是评估网络的服务质量和规划新业务的重要依据，存储海量测量数据和提高测量和数据分析效率是网络测量的研究重点。

传统网络测量管理系统使用单一服务器处理测量数据，存储数据安全性低，其计算能力有限，发展潜力不足。基于云计算的分布式网络测量系统利用云计算平台的大型虚拟资源池存储海量的测量数据，保证数据存储的可靠性和可拓展性，再利用云计算平台的并行处理机制，对海量测量数据进行快速、并发的分析处理和数据挖掘。测量探针支持各种不同的y量算法的部署，支持多种格式的数据采集，在测量方法上提供了拥塞响应策略和负载均衡策略。基于云计算的分布式网络测量系统构架，见图1。

伴随着多租户大规模云计算数据中心的广泛应用，学术界和工业界提出了许多新型网络虚拟化技术来应对新的挑战。这些网络虚拟化技术各有优缺点，没有一种被广泛采用部署，云服务运营商可能因为当前业务需求，成本，厂商惯性等原因选择不同的网络虚拟化技术，导致网络虚拟化技术的异构现象越来越明显。另一方面，云计算数据中心技术的转型和跨数据中心云服务的流行使得云服务运营商迫切需要将属于不同网络虚拟化技术的虚拟网络打通，整合异构的网络资源，共同提供虚拟网络服务。

2.2 云计算网络虚拟化异构互通

网络虚拟化平台间信息交互接口的开发没有解决异构网络中的地址学习、数据转发等难题。多租户大规模云计算数据中心的广泛应用可以提出许多新型网络虚拟化技术的解决方案。网络虚拟化技术各有利弊，其应用范围都不是很广，云服务根据不用的业务需求和产品原因选择不同的网络虚拟化技术，产生明显的网络虚拟化技术的异构现象。

同时，云计算和互联网的发展对网络虚拟化技术异构互通的产生了需求：云服务提供商认为云计算数据中心需要从传统的虚拟化技术向新型网络虚拟化技术平稳演进，这需要打通新旧设备商的网络来支持云服务的整合、迁移、升级；考虑到云计算模式，现在跨数据中心的服务越来越普遍，而各数据中心在网络硬件、管理平台上往往有较大的差异。要实现跨数据中心的服务，首先需要将属于不同网络虚拟化技术的资源整合起来；从互联网发展趋势的角度，越来越多的大型项目，致力于将不同的网络平台、架构、技术互连，共同构建网络生态系统。

2.3 云计算可信网络连接关键技术

云计算是近几年掀起的一项技术革命，为网络技术快速发展提供了高效的服务模式，其巨大的独特优势，拥有很好的发展前景。但是其安全性受到了很大的挑战，特别是在云计算背景下的安全接入和访问控制。针对云计算中存在的特殊问题，结合可信网络连接关键技术，研究面向云计算的可信接入技术及可问控制技术。

云计算背景下身份认证和可问控制方案是基于可信计算技术，建立云服务提供商、用户之间数据交换的信任关系，为云服务提供商和用户提供一种协作的方法来评估和管理云计算安全问题，大大提高了云计算的安全性。

3 结语

通过分析可知，新兴的云计算拥有众多技术优势和特点，为推动网络建设、难题解决和网络技术高速发展带来了新契机。同时，云计算技术解决了传统网络技术中的很多技术难题，开拓了网络技术的发展空间，提供了强大的技术保障，提高了网络技术的安全性。对云计算背景下的网络技术进行了简单的探讨，认为其发展潜力和空间巨大，为未来互联网的高速高效发展提供了强大的技术支持和安全保障。

参考文献

[1]许洗或.云计算环境下的虚巧化技术的安全性问题研究的[J]信息安全与术，2013，9：46-50.

篇2

一、云计算技术

云计算能把分布在大量的分布式计算机上的内存、存储和计算能力集中起来成为一个虚拟的资源池，并通过网络为用户提供实用计算（Utility Computing）服务。为了满足越来越多的计算需求，学校不得不经常购买更新电脑设备。如果使用云计算服务，绝大部分计算任务交给云端（分布式计算机服务器）来完成，只需让电脑接入互联网即可。云计算带来的变化就是正在逐渐使用在线产品替代传统的桌面软件，将数据资料从自己的电脑上转移到网上时，他们正在使用着“云计算”种新兴的架构，数据和应用软件都在网络上，用户能够通过任何网络连接设备访问它们

二、国外教育技术发展状况

（一）Youtube上的大学课堂

继UCBerkeley（加州大学伯克利分校）后UCLA（加州大学洛杉矶分校）也开设了自己的YouTube频道，学校视频内容，包括视频课程、校园生活、新闻事件以及学校体育等。UCBerkeley的YouTube频道从2007年10月启动至今，已经近400个视频片段，内容涉及14门课程以及校园生活、新闻、活动、体育等。为公众提供了了解顶级大学生活的渠道。目前订阅者达16，043人，频道浏览量达到 1，905，034次。UCLA的YouTube频道开设不久，视频已经达到162个。值得一提的是这些视频质量相比YouTube上其它的视频更加清晰，这也保证了课程的可看性。

（二）交互式白板

交互式白板是与电脑和投影机相连的大型交互式显示设备。当投影机把电脑桌面内容投影到白板上面时，用户可以通过特殊电子笔，手指或其它设备在白板界面上操作电脑。因此，本质上交互式白板是一种触摸式电脑屏幕。其用途非常广泛，比如：各类教育机构的教室，公司和工作团队会议室，职业运动教练的培训教室，电视台播音室等等。

进入二十一世纪，交互式白板正成为未来型教室的标准配置。在这样的教室中上课，教师和学生都乐在其中。GTCO Calcomp公司的Interwrite Board 白板产品和Interwrite Learning互动教室解决方案，就搭配了Interwrite Workspace Software （互动工作软件），它拥有大量的互动教学内容和资源，适用于许多学科。Mongtomeryville公司的Intelliboard （I-Board） 产品则配以Easiteach Studio（易教学平台），是一种教学一体化软件，提供了大量的跨学科教学工具。而来自Calgary的SMART Board白板产品装配的软件则包含了6600个学习组件，供教师创建自己的互动课程内容，也可以添加组件定制个性化学习活动。

（三）美国K12学校拥有声音系统教室

一种红外麦克风配件能让教师轻易的提高声音，帮助忙碌中的孩子们听得更清楚。这种设备大约像手机般大小，可以用绳链挂在教师的脖子上。而整套系统则包括四个天花板上的扩音器、师生用的麦克风，以及相关的支持器材。

（四）学校视频分享网站

学校中的视频分享越来越被重视起来。教师认为通过与同行的视频分享，有机会了解并学习其他教师的课堂教学中的优点；学生认为视频分享网站提供了一个展示自己学习成果的出口。不过由于一些面向大众的视频分享网站的内容良莠不齐，致使许多学校限制了在校园中对YouTube等网站的访问。鉴于此，一些为学校服务的视频分享网站开始浮现出来：teachertube为教师提供了分享视频的场所，schooltube则是为学生提供在线学习作品的地方。为保证内容安全，这两个网站有严格的隐私声明和公共认证条款。SchoolTube 会监控网站的视频内容，以确保其对于学生来说是安全的；而TeacherTube只允许从事教育工作的注册用户上传视频。

（五）混合课程的使用

混合课程（Hybrid courses）被描述为一部分是传统的面对面课堂教学方式，另一部分则是在网络环境下的在线教学方式。现在，这种混合模式在大学和中小学变得越来越流行。支持者们认为这种教学理念充分利用了面对面学习和在线学习的优势――并且现在，这里有一些证据支持混合课程能帮助提高学生们的学习效率。混合课程在线的部分这是通过WebCT Vista平台传递的，该平台拥有各种适用教学的技术。麦克法林根据他的课程定制了WebCT环境：使用课程专用的网页横幅（banner）、给自己设计了一个交互式的SitePal虚拟形象、在主页提供课程公告等等。

三、网络技术下创新课堂应用实例

B老师在设计和实施WebQuest时常常把学生引入到社交网站相应主题的群组中，因为在这里比在现实中更有机会遇到相关主题的有经验的人和专家，以及汇聚的一些专门的数字资源。比如，在一个财经主题的WebQuest教学中，B老师让学生们加入到facebooke的财经群组中采访专家、寻找资源，这好比把学生带入一个真实的社会环境中学习。可见在社交网站和第二人生的角色扮演能为学生开展网络探究搭建一个真实的环境。另外B老师还利用wiki工具引导学生展开网络头脑风暴，wiki会记录下学生们思考讨论的痕迹。K老师则利用社会化书签工具del.icio.us中的tag，为学生们带来丰富的网络资源，这缩短了师生查找收集资源的时间。他也要求学生们把学习成果上传到（视频分享网站）或（ppt分享网站）上，接受更大范围的评价。这种方式也能有效的避免了学生利用简单的复制粘贴完成学习任务，因为作品的公开的，抄袭很容易露馅。

在21世纪，不同地区的师生通过互联网开展交流协作学习越来越普遍。学校跨文化网际协作学习的网站提供了丰富的主题供师生们开展活动，主要方式是通过教师可监控的电子邮件方式交流，内容只在交流双方公开。P老师则采取另外一种更开放的形式开展网际协作学习，他在上 申请建立了一个社会化网站专门用于这类教学。由于这种形式只开放了参与形式和内容，并不涉及公开学生的个人信息。所以是一种更开放更安全的形式，教师只需监控网站的内容即可。

篇3

中图分类号：TP333 文献标识码：A 文章编号：1007-9416（2013）12-0089-01

云计算是一种现代的架构体系，这种体系主要是以服务作为其主体运运而生的。为了可以很好地区分云计算的服务方式，在计算机领域把云计算分为了两种最为基本的服务形式，这两种服务形式为云计算，以及云存储。云计算作为一种新型的技术手段被广泛的运用到现代的网络系统，以及现代的金融服务领域；作为计算机技术快速发展的一种形式的云计算，是一种以服务为主体的现代运用系统。为了能够在各种各样的环境下对计算机的数据进行相应的处理，就需要加入另一种服务形式，这种服务方式就是云存储。为了能够适应社会的发展需求，有必要对云计算进行更加深入的研究。

1 云计算，以及云存储

1.1 云计算

云计算是一种新型的技术形式，它通过向对象提供提供技术服务来实现的。云计算提供的计算模式可以分为两种，一种是动态化的可伸缩的计算模式，另一种是动态化的虚拟资源计算模式。虽然说云计算是一种新型的技术形式，但是从它的本质来说，云计算指的就是互联网，以计算机网络，所以说云计算中的云是一种比喻性的说法。在以往的电信行业中，也存在云的概念，当时的云指的就是电信网。但是随着近几年计算机网络的不断发展，为了满足互联网，以及基础设施抽象表达的要求，才逐渐把云的概念扩大到互联网等方面。在计算机中使用云计算，可以很好地满足现实的需求。传统的数据信息基本上是以本地的计算机，或者远程服务器为载体进行存储。而云计算的使用，则是将大量的数据存储到计算机之上。大部分的企业可以很方便的把资源信息转换到比较客观的应用上，这主要是由于这些企业的数据系统与计算机互联网比较相似，所以，可以很容易的对存储体系，以及计算机进行相应的访问。

1.2 云存储

随着云计算的推广，为了适应这一发展趋势，就从云计算中总结出了一个全新的概念，这个全新的概念就是云存储。云计算具有一定的基础功能，而由于云存储是从云计算当中延伸出来的，所以，云存储具有与云计算相类似的功能，即计算机的网格技术，以及计算机的集群应用，还有就是计算机的分布式文件系统。以上的这些基本功能对于云存储发挥其功效具有重要的作用。通过相应的应用软件，可以把计算机网络当中的各式各样的存储设备有效的集中起来，以保证这些存储设备可以进行有效的协同合作。云存储的这种新型的存储模式，是在原有的原有的存储模式的基础之上，进行相应改进的一种存储模式，但是这种新型的存储模式还可以提供一种特别的架构服务。由于云具有广域网，以及互联网的特性，所以具有相对比较的形象特征，而对待遇使用云存储的人来说，云存储具有一定的透明性。把一些有关联的存储设备，以及应用程序软件进行有效的而结合起来，因为存储设备的服务转换抓哟是要通过相关的应用软件来进行实现的。

2 云计算的环境下数据存储体系的构建

在实际的云计算的操作过程当中，对于云计算环境下数据存储体系的建立是十分的必要的。建立云计算环境下数据存储体系，通常会涉及到很多方面的内容，比如说，云计算的数据中心，以及云服务的接口，还有就是云的用户和与计算的服务协议等等各方面的内容。首先，我们先来了解一下什么是数据中心。所谓的数据中心，实质上指的就是数据的存储基础，数据中心是要通过云计算的环境下来进行实现的。数据中心所涉及的内容，包括了数据的存储管理，以及数据的存储设备，还有就是计算机中分布式的文件系统等等。云存储可以有很多不同的类型，一种是根据企业发展的不同程度会采用的专门的存储设备，另一种是运用于个人的存储设备，还有一种就是把专门的存储设备与个人的存储设备进行有机的结合起来。虽然有以上的三种分类，但是对于云存储设备来说，并没有硬性的规定说要根据那个条件进行分类。根据客户机，或者服务器的模式可以对分布式的文件系统进行相应的设计。运用网络节点之间的联接可以很好地吧文件系统管理当中的一些物理存储紫玉进行有效的存储。

3 云计算服务器架构的构建

云计算存储服务器在云计算中占据着关键性的作用，所以对与计算服务器的架构的构建显得至关重要。对于云存储服务器架构的建立，一定要保证是在进行建立云储存体系之前进行建立。比较常见的云存储服务器架构有两种，一种是存储区域网，另一种就是附网存储。对于云存储服务器架构的建立，可以通过多变的架构技术来实现云存储服务器架构的建立的。

附网存储是一种文件存储系统，附网存储是依附于分布式架构系统而存在的。在附网存储当中，是相互独立，而且又相互统一的。所以说，附网存储是一种松散结合型集群，说附网存储是独立的，主要是因为在附网存储中的每一个节点都是相互独立的；而说附网存储是相对统一的，主要是因为附网存储是以系统集群的形式存在着的。附网存储是一种结合比较紧密的集群系统。一旦有一个文件产生请求，附网存储中的热河一个节点都会对这个文件中的不同数据进行同时的访问，与此同时，云计算还会对于用户的相关要求进行相应的处理。一般的存储系统不同的是，附网存储系统的性能不会由于请求越多而越弱，相反的是，附网存储是随着用户的访问请求越多，就会具有越强的性能，因为用户的请求越多，会使得节点数越来越多，所以附网存储系统的性能越强。

4 结语

总的来说，作为现代计算模式的代表的云计算，在实践当中具有很大的数据集群，因此云计算具有最优化的服务功能。云计算中的数据存储，可以通过冗余存储方式来进行数据的存储，进而可以确保数据的安全性，以及可靠性。

参考文献

篇4

关键词：云计算环境；负载均衡；朴素贝叶斯；负载信息；任务调度

中图分类号： TP311.1

文献标志码：A

Load balancing technology based on naive Bayes algorithm in cloud computing environment

Abstract：

For the the heavy complexity of scheduling algorithm and the misallocation of assignment occurring in the cloud computing environment， a load balancing technology based on naive Bayes algorithm was proposed. This technology made use of the heartbeat mechanism to gather every nodes load information comprehensively， so as to classify the load state of all nodes based on naive Bayes algorithm. Then， according to the classification， it achieved reasonable dispatch of the task and resource for each node. The results of the experiments show that， this load balancing technology improves the efficiency of the allocation of tasks and avoids the frequent migration between nodes， so that it can achieve the purpose of balancing the load rapidly and effectively.

Key words：

cloud computing environment； load balance； naive Bayes； load information； task scheduling

0 引言

云计算是继分布式处理、并行处理、网格计算之后的一种新的计算模式，其核心是将大型数据中心的计算资源虚拟化，向用户提供以计算资源为形式的服务[1-2]。随着互联网数据量的与日俱增，云计算环境（简称云环境）必须具备提供大量并发访问服务的能力，如何将云环境中的总体负载“合理”分配到各个节点上，避免各节点的处理能力和I/O能力成为云计算中心提供服务的瓶颈，是云计算研究领域的热点问题之一。目前，主要采用负载均衡技术，通过调整各个节点上的负载分配情况，进行节点间的负载平衡，从而最大限度地利用现有系统资源，实现用户服务和扩展性能的最大化[3-4]。

现有的负载均衡技术研究中，根据其实现负载均衡方式的不同，主要可以分为静态负载均衡技术和动态负载均衡技术。静态负载均衡技术根据现有任务执行情况，并结合系统软硬件信息，通过调度算法选择合适的节点来分配、执行任务[5-6]。动态负载均衡技术则根据系统当前状态决定如何给云环境中的节点分配任务。若节点任务超载，则将超载任务动态转移至其他节点执行，如基于蚁群算法的负载均衡技术[7]、基于贪心算法的负载均衡技术[8]等。另外，文献[9]提出了一种基于虚拟机实时迁移的自适应负载均衡算法，通过处理当前负载数据和历史数据，预测虚拟机迁移后对系统影响程度，从而选择合理有效的迁移策略。文献[10]则将分布式系统中基于移动的负载均衡策略应用于云环境，利用Agent轮询机制收集节点信息，进行负载平衡操作。

由于每个任务占用资源难以预测，且各节点处理能力不同，动态负载均衡技术与静态负载均衡技术相比，更能根据系统性能的变化，动态地调整各节点的负载分配情况，负载均衡效果更好[11]。但现有动态负载均衡技术存在以下两个问题：1）只考虑单一负载指标（如CPU、内存等），未对云环境中各节点的负载情况进行全面有效评估，使得任务的分配调度不够合理，容易造成任务在各集群节点间的频繁 “抖动”；2）实现任务调度时，调度算法比较复杂，需要在全局节点中寻找最优解，不仅影响任务分配效率，而且会给云环境系统造成更多的计算开销。

针对上述问题，本文结合云环境分布式并行的特点，提出了一种基于朴素贝叶斯算法的负载均衡技术。首先，利用云环境中的心跳包全面地收集各节点负载信息，并采用朴素贝叶斯算法对各节点负载状态进行分类；然后，根节点根据节点状态分类结果，实现任务和资源分配的合理调度，提高云环境的性能。

1 基于朴素贝叶斯算法的负载均衡技术

1.1 相关概念

定义1 负载特征值。云环境中节点s的静态负载特征和动态负载特征，用于反映节点运行时的总体负载状况，记为V（s）。

在计算各节点负载特征值时，本文设定节点的负载特征属性主要包括CPU、内存、磁盘及网络四个方面。其中，CPU和内存属性反映当前节点任务处理过程中的负载情况；磁盘属性反映当前节点I/O负载情况；网络属性则反映了节点任务的接收及传送情况。下面将给出各个负载特征值属性的具体定义：

定义2 CPU负载特征值。设云环境中节点s的CPU运行队列中任务数为C1，CPU上下文切换率为C2，空闲CPU时间百分比为C3，则其CPU负载特征值VC（s）为：

VC（s）=σ1C1+σ2C2+σ3C3

其中σi（i∈{1，2，3}）为一组权重系数，且∑σi=1，根据不同的应用可动态调整权重。

定义3 内存负载特征值。设云环境中节点s的物理内存大小为R1，虚拟内存大小为R2，空闲存储器的大小为R3，则其内存负载特征值VR（s）为：

VR（s）=ε1R1+ε2R2+ε3R3

其中εi（i∈{1，2，3}）为一组权重系数，且∑εi=1，根据不同的应用可动态调整权重。

定义4 磁盘负载特征值。设云环境中节点s的磁盘利用率为D1、磁盘访问速度为D2、磁盘队列长度为D3，则其磁盘负载特征值VD（s）为：

VD（s）=ω1D1+ω2D2+ω3D3

其中ωi（i∈{1，2，3}）为一组权重系数，且∑ωi=1，根据不同的应用可动态调整权重。

定义5 网络负载特征值。设云环境中节点s的网络往返延时为N1，网络带宽为N2，则其网络负载特征值VN（s）为：

VN（s）=δ1N1+δ2*N2

其中δi（i∈{1，2}）为一组权重系数，且∑δi=1，根据不同的应用可动态调整权重。

另外，为了对节点s的负载情况进行贝叶斯分类，根据上述定义，训练样本的格式定义如下：

定义6 训练样本。在云环境系统中，用于对节点s的负载情况进行贝叶斯分类的训练样本格式为〈VC（s），VR（s），VD（s），VN（s），T（s）〉五元组。其中：VC（s）、VR（s）、VD（s）和VN（s）分别为CPU、内存、磁盘和网络的负载特征值；T（s）∈T，T为训练样本分类集，T={Tj| j=1，2，3}（其中：T1表示空闲状态，T2表示正常负载状态，T3表示过载状态）。

1.2 基于朴素贝叶斯的分类方法

朴素贝叶斯（Naive Bayes， NB） 分类方法以贝叶斯定理为理论基础，是在已知先验概率与条件概率的情况下的模式识别方法[12]。与其他分类器相比（如人工神经网络、决策树等），朴素贝叶斯方法采用的分类器是分类算法中最简单、有效而且实用的模型。其假设一个属性对给定类的影响独立于其他属性，当假设成立时，其分类效果是最精确的。另外，采用朴素贝叶斯分类算法，可有效利用云环境中的Map/Reduce并行处理机制，将各节点收集信息进行并行分析处理，不仅不会造成系统的过多的额外负载，而且能快速有效地获得分类结果。

设样本空间为U，训练样本分类Tj的先验概率为P（Tj）（j=1，2，3），其值等于属于Tj类的样本总数除以训练样本总数|U|。对于新样本w，其属于Tj类的条件概率是P（w|Tj）。根据贝叶斯定理，可知Tj类的后验概率为P（Tj|w）：

P（Tj|w）=

1.3 负载均衡策略

对于云环境中的所有子节点node，在每次发送心跳包heartbeat之前，利用空闲时间计算出节点s负载特征值VC（s）、VR（s）、VD（s）和VN（s）；然后，将负载特征值随心跳包发送到根节点，根节点则根据负载均衡策略，反馈各子节点的任务请求，实现任务的优化分配，达到均衡云环境负载的目的。为提高响应速度，根节点在收到心跳包之后，根据上次的分类结果来反馈指令，而本次收集的信息则在空闲时间进行计算，下个心跳周期发送。具体均衡策略如下：

根节点收到子节点发送的心跳包之后，将根据式（7）判断节点状态分类，并按以下三种策略进行处理：

1） 若节点属于空闲状态，则响应该节点的任务请求，并同时发送负载迁移指令——接收者启动。

2） 若节点属于正常状态，则以一定概率响应任务请求。为提高云环境平衡效益，若当前空闲节点占多数时，则适当提高响应概率，加快任务执行速度；若当前过载节点占多数，则降低响应概率，以控制云环境整体负载，避免全局负载过重。

3） 若节点属于过载状态，则拒绝分配任务。

1.4 负载迁移策略

本文负载迁移策略包括接收者启动策略和发送者启动策略。根据式（7）的分类结果，空闲节点运行接收者启动策略，进行局部负载均衡，若能有效处理周围节点负载，则策略结束；否则，过载节点开始发送者启动策略，继续进行负载均衡操作。本文使用的发送者启动和接收启动策略都在局部范围内，避免了节点大范围的迁移，提高了平衡效率。

假设初始节点为s，则接收者启动策略为reciver（s），发送者启动策略为sender（s）。接收者启动策略和发送者启动策略的遍历距离分别为μ和ρ，设参数i表示距离初始节点的距离，H（i）表示距离初始节点为i的所有节点的集合。

具体策略如下：

1）空闲节点接收者启动策略：

2 实验结果与分析

2.1 实验环境

为验证本文所提出的基于朴素贝叶斯分类的负载均衡技术的可行性和有效性，本文采用了3.00GHz的CPU和2GB的RAM作为硬件环境，Windows XP的操作系统，JDK7.0的基础环境及Myeclipse9.0的编程工具，继承扩展了云计算仿真软件CloudSim[13]的DataCenterBroker、Vm和Host、Cloudlet等类。云任务（Cloudlet）按FCFS策略直接绑定到虚拟机（Vm），虚拟机根据主机（Host）相关有效信息，采用负载均衡技术进行分配和迁移操作。

本文实验环境利用如表1、2所示。规格的Host、Vm构成云计算数据中心（DataCenter），分别测试在相同条件下，不同任务数在DataCenter运行的时间及迁移的次数。

2.2 实验结果分析

由于静态负载均衡技术不能根据系统性能的变化，动态地调整各节点的负载分配，其负载均衡效果明显低于动态负载均衡技术。因此，在本实验中，选择目前较为典型的两种动态负载均衡技术——基于蚁群算法的负载均衡策略[7]和基于贪心算法的负载均衡策略[8]进行对比实验。

为验证文中提出的算法的可行性，在第一组实验中，记录了任务执行过程中系统节点负载分布情况，如表4所示。

从表4可以看出，在任务数目较少时，集群负载平均分布在集群各节点上，大部分节点都处于空闲状态；任务数增加时，集群整体负载增多，空闲节点数据减少，根节点采用基于朴素贝叶斯的任务分配策略，将任务优先分配至空闲节点，避免了过载节点的出现；随着任务数不断增多，在无空闲节点的情况下，基于朴素贝叶斯的任务分配策略将任务分配至正常节点，对过载节点进行迁移，进一步避免集群的局部过载。实验数据表明，基于朴素贝叶斯的负载均衡技术能有效地平均集群负载，达到优化资源利用率的目的。

在实现负载平衡的过程时，调度算法的复杂度将会直接影响任务的分配效率和执行时间。在第二组实验中，针对不同负载平衡技术，本文将着重考察在相同节点条件下，任务数与任务运行时间的关系。从图2可以看出，基于朴素贝叶斯算法、蚁群算法和贪心算法的三种负载均衡技术，其任务运行时间均基本上随着任务数量的增长呈线性增长趋势。但由于基于朴素贝叶斯算法的负载均衡技术，先采用朴素贝叶斯算法实现分类，再根据分类结果对节点实现调度，能将任务快速、有效地分配到云环境中当前较为空闲的节点，充分利用了现有系统资源，有效地提高调度算法的效率。另外，与基于蚁群算法和基于贪心算法的负载均衡技术相比，本文提出的负载均衡技术避免了在整个集群节点中寻找最优解，缩小了其解空间，减少了任务分配的计算开销。因此，采用基于朴素贝叶斯算法的负载均衡技术，其任务运行时间少于其他两种技术，并随任务数逐渐增多，其优势更加明显。

另外，在负载平衡的过程中，能否对节点的负载情况进行有效评估，使得任务的分配调度更为合理，也是衡量负载平衡技术优劣的一个重要方面。在第三组实验中，针对不同负载平衡技术，本文将着重考察在相同节点条件下，任务数与任务迁移次数的关系。从图3中可以看出，在实现节点的负载均衡时，采用朴素贝叶斯分类算法，其任务迁移次数明显少于基于蚁群算法和基于贪心算法。分析可知，采用朴素贝叶斯分类算法时，利用训练样本，较为全面地综合考虑CPU、内存、磁盘及网络等四个方面的负载因素，因此能将任务分配到合适的节点，有效避免任务在各集群节点间的频繁 “抖动”情况，且随任务数的逐渐增多，采用朴素贝叶斯算法作预处理的效果更加明显。

3 结语

针对大数据时代的云计算环境，负载均衡机制为提高资源利用率、减少计算中心资源消耗提供了解决方案。本文提出的基于朴素贝叶斯分类的算法，给出了节点分类特征参数及分类方法，针对不同分类状态的节点采取了相应的任务分配策略和平衡策略，有效地提高了云任务的执行效率，达到了均衡云环境负载的目的。本文提出的处理任务分配与节点负载信息的方法，能有效处理云环境负载均衡的问题，为云环境平台下的负载均衡策略研究提供了新的解决方案。

参考文献：

[1] GROSSMAN R L. The case for cloud computing [J]. IT Professional， 2009，11（2）：23-27.

[2] LIU P. Cloud computing[M]. Beijing： Publishing House of Electronics Industry，2010：1-16. （刘鹏.云计算[M].北京：电子工业出版社， 2010：1-16.）

[3] YI X， WENG C. Load balance approach to save power on cloud datacenter[J]. Journal of Frontiers of Computer Science & Technology， 2012，6（4）：327-332.（易星宇，翁楚良. 面向云计算中心效能优化的负载平衡方法[J]. 计算机科学与探索， 2012， 6（4）： 327-332.）

[4] GUO P， LI Q. Load balancing scheduling algorithm based on classifying the server by their load[J]. Journal of Huazhong University of Science and Technology：Nature Science Edition， 2012，40（S1）：62-65.（郭平， 李琪. 基于服务器负载状况分类的负载均衡调度算法[J]. 华中科技大学学报：自然科学版， 2012， 40（S1）：62-65.）

[5] SCHROEDER T， GODDARD S， RAMAMURTHY B. Scalable Web server clustering technologies[J]. IEEE Network， 2000， 14（3）： 38-45.

[6] ZHAO Y， HUANG W. Adaptive distributed load balancing algorithm based on live migration of virtual machines in cloud[C]// Proceedings of the 5th International Joint Conference on INC， IMS and IDC. Piscataway： IEEE， 2009： 170-175.

[7] CHEN Z. Resource allocation for cloud computing base on ant colony optimization algorithm[J]. Journal of Qingdao University of Science and Technology： Natural Science Edition，2012，33（6）：619-623.（陈真. 基于蚁群优化算法的云计算资源分配[J]. 青岛科技大学学报：自然科学版， 2012， 33（6）：619-623.）

[8] HUU T T， THAM C K. An auction-based resource allocation model for green cloud computing[C]// Proceedings of the 2013 IEEE International Conference on Cloud Engineering. Piscataway： IEEE， 2013：269-278.

[9] ZHANG Z， ZHANG X. A load balancing mechanism based on ant colony and complex network theory in open cloud computing federation[C]// Proceedings of the 2nd International Conference on Industrial Mechatronics and Automation. Piscataway： IEEE， 2010： 240-243.

[10] WANG S C， YAN K Q， LIAO W P， et al. Towards a load balancing in a three-level cloud computing network[C]// Proceedings of the 3rd IEEE International Conference on Computer Science and Information Technology. Piscataway： IEEE， 2010： 108-113.

篇5

（一）大数据

大数据又被称作海量资料，通俗地讲即为在新兴互联网模式下获取的信息资产。这种信息资产就有数据体量巨大、数据种类多、处理速度快、价值密度低、商业价值高的特点。因此大数据技术赋予了人们强大的多维度洞察能力和更精准的决策能力。

（二）云计算

“云计算”是基于互联网的相关增值服务，其通常是通过互联网来提供动态易扩展且是虚拟化的资源。云计算技术的开发，能够协助网络服务提供者在短短几秒中，实现精确、高效处理成千上万信息资料的目标。

二、大数据、云计算对审计的影响分析

（一）大数据、云计算促进事后审计向持续审计转变

传统审计通常都是事后审计，然而这种事后性使得审计工作者没法对经济活动做出及时准确的评价。试想如果能实现在整个经济活动中持续进行审计，那审计时间滞后的问题就可以解决。大数据、云计算刚好可以促进持续审计的发展。如审计组织可以与被审单位建立业务和数据的接口，在持续审计中固化非结构化数据转化成结构化数据和数据分析模块。该模块可以在海量数据中挖掘、分析出行业性、区域性风险趋势等，并自然报警和记录异常节点，建立实时审计工作底稿，然后按重要程度分类、核实或下发给现场审计人员进行现场核实，这样可以提高审计工作的时效性。

（二）大数据、云计算促进总体审计模式的应用

在现时审计工作中，由于业务繁多，审计工作者通常是根据风险评估的结果实施抽样审计。抽样即用样本的情形来推测总体，自然会有一定误差，这些误差可能导致企业的重大舞弊行为未能被发现，所以审计抽样中隐藏着重大的审计风险。大数据、云计算技术使得我们可以快速收集到跨领域的所有数据，这时我们就可以用总体审计代替抽样审计，通过总体数据更深入、细致地研究问题，从多角度发现以前抽样审计无法发现的问题，自然大大降低了审计风险。

（三）大数据、云计算促进相关关系的应用

审计工作是通过搜集充分、适当的审计证据进行分析，从而发表审计意见的过程。传统审计工作主要是从因果关系出发，搜集有因果关系的证据。要让审计工作者在大数据环境的海量数据中去挑选出充分又适当的数据，实在是强人所难。大数据引入了大量跨领域、可量化的维度，使得大量的相关关系可以通过统计等方式进行计算分析。且大数据、云计算环境下，获得的大多是电子数据，电子数据本身就复杂，要发现其因果关系就更复杂，所以新兴的审计模式会更依赖相关关系的应用。

三、现行审计教学模式在应用型人才培养中存在的问题及改进建议

（一）重理论、轻实践

审计在我国起步相对较晚，所以很多学校仅仅是对审计专业开设了一系列理论课程，还尚未像财务会计专业那样开设相关的实训课程。然而审计本身就是一门理论性非常强的学科，在风险导向审计中风险评估、测试内部控制、实质性程序等概念如果脱离了实际业务去讲解是非常抽象和乏味的。所以很多学生抱怨审计难学又枯燥，归根结底是学校重理论、轻实践的结果。甚至有的学生到了工作岗位连审计工作底稿都不会填写，这离应用型学校培养毕业就能顺利上岗的“成品”目标相差甚远。因此学校得加快落成审计实验室，并引入E审通、中普审计系统、鼎信诺等主流审计软件。但是目前的审计软件还不能模拟大数据审计环境，所以建议学校与用友、金蝶等数据大企业实现资源沟通和共享。还可与会计师事务所进行合作，通过高校VNP通道，远程安全连接审计专业云平台。只有理论与实践相结合，模拟真实的审计活动，才能让学生在真枪实战中成长。

（二）课程设置未能接轨审计发展趋势

应用型高校由于一些客观因素，导致在目前的课程设置上很难顺应时代的发展。就审计专业而言，学校主要还是重视审计相关理论课程的学习，而统计、计算机相关的课程都只是作为选修课，课时少，学校和学生的重视度都不够。普华永道曾指出：大数据审计下要求审计工作者能用大数据分析程序语言与工具、数据可视化分析工具。华为总裁任正非在采访中指出：大数据就是统计。审计云利用虚拟化、分布式数据存储等关键技术为审计终端提供数据加工、分析及预警等功能，然后终端的审计工作者将计算提供的诸多服务应用到审计工作实践中去，显著提高审计工作的效率，但是预期审计效果的实现还主要取决于审计人员的专业胜任能力，想要有效应用审计云的工作成果，除审计专业知识外，审计人员还必须熟悉计算技术、网络应用技术等。所以为顺应大数据、云计算技术下审计发展趋势，高校得将数据挖掘、统计分析、计算机等相关课程放在必修课的位置加以重视，以培养审计行业所需要的复合型审计人才。

（三）师资力量薄弱

篇6

中图分类号：TD53 文献标识码：A 文章编号：1006-8937（2016）32-0058-02

1 矿井概况

坡上田煤矿（整合）年产0.45 Mt/a，整合后的坡上田煤矿采用斜井开拓全井田，设计初期利用原坡上田煤矿和绿塘煤矿的六对井筒，投产两个采区两个高档普采工作面（一采一备）。矿井初期利用现有的坡上田煤矿工业场地作为主工业场地，原坡上田煤矿的主斜井仍作为主提升井，担负全矿井的提煤任务。主斜井井口标高+1 365 m，井底标高+1 334.63 m，井筒斜长

135 m，倾角13 °。

2 主斜井运输方式的选择

目前常用的井下煤炭运输方式有带式输送机运输、轨道运输等。

①带式输送机具有连续运输生产能力大，操纵简单，容易实现自动化，装卸载附属设备少等特点，投资较大;它适用于生产集中，运量较大的大中型矿井。带式输送机运输连续，增产潜力大，它是机械化、自动化矿井运输的主要发展趋势。

②轨道运输能力大、机动性强;根据运量、运距可随时调整机车的台数;对巷道弯曲、转折适应性强;接轨、展线方便;运费比较低，系统投资少，维护比较简单。它适应于井田面积较大，生产分散的矿井大巷运煤系统。采用矿车运输时，应根据运量大小，距离长短和安全要求确定牵引设备类型。

经过比较和综合分析，由于井下巷道坡度多变，运距较长，采用带式输送机运输可以简化运输环节，降低运行成本，保证运输能力满足生产要求。为保证煤流运输的连续性，运输顺槽、采区运输大巷及主斜井运输均选用带式输送机输送煤炭。

3 主斜井提升（运输）设备的选择

3.1 设计基础资料

本矿井采用带式输送机承担矿井煤炭提升任务。井下带式输送机按年工作330 d，每日分四班，其中三班（16 h）提升，一班检修。运输大巷（下段）带式输送机与主斜井带式输送机直接搭接，不设井底煤仓，井下大巷来煤通过主斜井带式输送机运到地面。

3.2 主斜井原煤输送能力的选择

主斜井带式输送机按年工作330 d，每日分四班，其中三班（16 h）提升，一班检修。不均衡系数取1.5，计算运输能力为：

Q=A×K/（M×N）

式中：Q-胶带输送机运输能力，（t/h）;

A-年运输能力，A=450 000（t/a）;

K-不均衡系数，K=1.5;

M-年工作日，M=330（d/a）;

N-日运行小时数，N=16（h/d），则Q=450 000×1.5/（330×16）=127.8（t/h）。

由于没有井底煤仓，主斜井带式输送机的提升能力应与井下带式输送机运输能力一致，因此确定对已有主斜井胶带输送机的提升能力按250t/h进行校核。

3.3 主斜井带式输送机的校核计算

3.3.1 设计依据

Q=250 t/h，α=0 °～13 °， L=297 m，h=31.2 m，γ=0.9t /m3，主斜井井口标高+1 365 m ，井底标高为+1 334.63 m，服务年限19.7 a。皮带尾部单点给料，机头部卸料。

3.3.2 已有主斜井带式输送机基础参数

B=1 000 mm，V=2.0 m/s，L=297 m，a=0 °～13 °，胶带为PVG阻燃输送带，带强680 N/mm。

电机功率：N=90 kW，采用液粘软起动装置，配备可靠的逆止装置和制动系统。

3.3.3 已有主斜井胶带机主要技术参数校核

①带速、带宽校验：按带速V=2.0 m/s，带宽B=1 000 mm，35 °槽形三托辊，运行堆积角20 °校验输送能力：

Q=3.6 Svkρ，

式中：k―倾斜系数，k=0.91;

S―输送带上物料的最大横截面，S=0.11 267 m2;

ρ―物料松散密度;

ρ=900 kg/m3;

Q=3.6×0.11267×2.0×0.91×900=664 t/h>250 t/h，满足要求。

按煤的最大粒度较核胶带宽度：

B≥2dmax+200=2×300+200=800 mm，

式中：dmax―煤的最大粒度，mm。

由此可以看出，已有皮带可以满足Q=250 t/h的输送能力。

②初定参数：输送能力Q=250 t/h，机长L=297 m，运行平均倾角δ=6 °，上托辊间距ao=1.2 m，上托辊槽角35 °。下托辊为V型托辊，间距au=3.0 m。上下托辊辊径108 mm。

③计算圆周驱动力和传动功率：

驱动圆周力Fu=CFH+FS1+FS2+FSt，

式中：附加阻力系数C=1.31;

输送机的主要阻力FH=fLg cosδ[qRO+qRU+2qB+qG];

承载分支托辊每米长旋转部分质量

qRO=18.4 kg/m;

回程分支托辊每米长旋转部分质量

qRU=5.7 kg/m;

暂定胶带为PVG整芯阻燃胶带，其中每米长输送带的质量

qB=16.8kg/m;

每米长输送物料的质量

qG===3 472 kg/m，

g―重力加速度，g=9.81 m/s2;f―模拟摩擦系数，f=0.03;L―输送机长度，L=297 m;δ―输送机在运行方向的平均倾斜角;δ=6 °;v―输送带速度;v=2.0 m/s;经计算，FH=

8.03 kN。

主要特种阻力FS1=Fgl;导料槽栏板的摩擦阻力Fgl=;在本运输带式输送机中μ2―物料与导料槽间的摩擦系数;μ2=0.7;b1―导料槽两栏板间宽度;b1=0.8 m;l―导料槽栏板长度;l=3.0 m;Iv―输送能力;Iv===

0.077 m3/s;

其它符号同前，经计算，Fgl=0.07 kN;FS1=Fgl=0.07 kN。输送带清扫器摩擦阻力FS2=Apμ3;其中A―清扫器与输送带接触面积;A=0.01+0.015=0.025 m2;P―清扫器与输送带的压力;P=10×104 N/m2;μ3―清扫器与输送带间的摩擦系数;μ3=0.7;经计算，FS2=1.75 kN。

倾斜阻力：

FSt=qGgH，

式中：H―物料提升高度，H=31.2 m;

其余符号同前，经计算， FSt=10.6 kN。

驱动圆周力FU=1.31×8.03+0.07+1.75+10.6=22.9 kN;传动滚筒轴功率PA=FU×v=45.8 kW。

④电机功率的计算：

N=KPA=1.4×45.8=64.1 kW，

式中：N―电动机总功率;K―电动机功率系数，K=1.25～1.4，取K=1.4;其它符号同前。

⑤驱动装置的选择：根据本带式输送机的输送能力、带速、功率等因素，其驱动装置采用减速器+液粘软启动装置+防爆电动机合理。根据驱动装置的布置，现有1台90 kW的YB2系列防爆电动机，单滚筒驱动，配套一台速比为40的减速器，配套液粘软启动装置，可以满足设计所需。

⑥输送机胶带张力的计算：输送机正常运行，必须满足以下两个条件：

A满足输送带下垂度要求：为了限制输送带在两组承载托辊间的下垂度，作用在输送带上任意一点的张力必须大于最小张力Fmin。

承载分支：Fmin==7.57 kN;

回程分支：Fmin==6.18 kN;

（h/a）max―输送带许用的最大垂度，（h/a）max=0.01;其它符号同前。

B输送带不打滑：输送带不打滑条件为：

F2（S1）min≥Fumax;

式中：Fumax=KAFu=1.5×22.9=34.35 kN;驱动滚筒的围包角φ1=210 °;μ为输送带与传动滚筒的摩擦系数，μ=0.3。S3=S4>Fmin=7.57 kN，取S3=S4=22 kN。

S1=S4+（qRO+qB+qG）fLg +FSt+qB Hg=45.2 kN;S2=S1-FU=45.2-22.9=22.3 kN;==2.03≤eμα2=3.0;

上式中：eμα―尤拉系数。

根据以上计算可知满足不打滑要求。输送机胶带的最大张力Smax=45.2kN，胶带的安全系数M=15.1。参照2008年12月1日开始实施的《带式输送机工程设计规范》（GB50431-2008），当采用PVG整芯阻燃胶带时，安全系数不宜小于12，现有PVG680S整芯阻燃胶带可以满足设计要求。根据传动滚筒传递扭矩及合力要求，选用传动滚筒直径为1 000 mm。

⑦拉紧装置选择：本带式输送机选用ZY400型自动液压拉紧装置，功率为5.5 kW，拉紧装置布置在机尾。

⑧制动、逆止装置选择：本带式输送机选用DSN025型逆止器和YWZ5-315/50型制动器。

4 结 语

篇7

云计算技术是以计算机网络技术为基础发展而来的一种现代化科学技术，这一技术在实际生活及工作中的应用为人们提供较大便利，尤其在当前大数据时代，云计算技术的应用可使数据存储及数据分析更加高效安全，因而促使计算机网络云技术技术的进一步良好发展也就十分必要。研究中主要针对新时期计算机网络云计算技术，以促使相关人员对这一技术更好认知及了解，并且为该技术的进一步应用及发展提供支持。

1概述

1.1计算机云计算

所谓云计算所指的就是在当前互联网服务器中所存在的各种不同资源，常见的主要包括软件、存储卡以及CPU等相关类型。在云计算的运行过程中，其主要就是在利用计算机网络基础上进行相关需求信息的发送，在这种情况下远程计算机能够依据请求发送适当的针对性信息，其中信息服务构建，主要就是供应商的云计算提供。依据当前云计算实际应用中的相关服务模式可知，云计算实际上是以计算机网络为基础的提供服务资源的一种形式，在计算机网络中利用资源整合及资源配置等相关方式，对于计算机数据资源可实现信息反馈，同时，云计算是大数据时代的发展为背景的，其所面对的用户数量比较多，通过云平台及云服务向用户提供帮助，从而使用户的有关信息需求能够得到满足及保障。

1.2计算机网络云计算的类型

就目前计算机网络云计算技术的应用而言，依据其不同标准，在云计算分类方面有一定差异性，但是，目前大部分情况下都是依据服务性质对云计算实行分类，主要将其分为两种不同类型，分别为私有云与公有云。其中，对于私有云而言，其所指的就是客户单独构建的相关计算机云服务平台，并且可依据客户不同需求，将个性化云服务提供给客户，由于私有云的这种特点，也就能够将更加安全高质的相关信息服务提供给客户，并且能够使客户不同需求得到较好满足，可实现计算机网络服务效率的有效提升，满足实际需求。对于公有云而言，其所指的就是通过他人所构建的云平台提供相关云计算服务，因而公有云相对于私有云而言，具有更加开放性的特点，因而其安全性相比于私有云也就较差，用户可依据自身的需求对不同类型云计算技术进行选择。

2新时期计算机网络云计算机技术的应用

2.1计算机网络云计算技术的应用特点

随着现代信息时代的不断快速发展，计算机网络信息技术也得以快速发展，并且在网络信息技术的实际发展过程中，云计算技术的应用及发展已经成为重要内容，并且在现代化的信息技术发展中也属于具体的体现。就目前计算机网络云计算技术的实际应用而言，其所表现出的应用特点主要包括以下6点：（1）在云计算技术的实际应用过程中，其规模相对而言比较大，可以将较大规模的有关计算机服务向用户提供，从而使用户对数据的计算需求得到满足。（2）云计算技术具有虚拟化特点，在云计算技术的实际应用过程中，可使传统计算机模式中存在的不足之处及缺陷得以改变，可使用户在任意时间及地点获取信息资源，获取更好的服务，从而使用户的信息需求能够得到更好满足。（3）云计算机技术具有服务质量较好且安全性比较高的特点，在私有云平台得以有效应用的基础上，可将更加安全可靠的信息保障提供的用户，确保用户能够更好获取所需的相关信息。（4）云计算技术具有通用性特点，在云计算技术的实际应用中，对于不同方面的应用均能够支持，且通过云运行的实现，可确保多个应用实现同时运行，在此基础上可使各个应用的实际运行效率得以较大程度的提升，满足各种应用的实际需求。（5）云计算技术的扩展性比较理想，就目前云计算技术的实际应用情况而言，可表现出十分理想的自动伸缩特点，可将用户需求作为基础，实现自动化扩展服务的构建，从而使服务质量能够得到较好的保障，将更好质量的服务提供给用户。（6）云计算技术的应用成本相对而言比较低，并且云计算技术的发展速度比较快，随着云计算技术越来越成熟，在今后各种类型的应用中，云计算技术必然会发挥着越来越重要的作用，为各种应用作用的更好发挥提供有效支持与保障。

2.2计算机网络云计算技术在应用中的不足及缺陷

就目前计算机网络云计算技术的实际应用及发展情况而言，虽然得到一定的发展成果，然而这一技术在实际应用中仍有一定不足之处及局限性存在，在云计算技术的实际应用及发展中仍旧存在一定问题。在云计算技术的应用及云计算服务方面，对于相关信息资源的获取，其来源为供应商数据库，这种情况的存在会导致对于有关的数据资源，用户端无法实现直接获取以及控制，因而在实践应用中对于有些数据资源，用户往往会不具备访问权限，信息获取也就存在困难。就当前云计算技术的实际应用情况而言，数据完整性的实现仍旧比较困难，由于云计算技术在实际应用过程中对于数据的存储通常都选择分布式存储方式，这种存储方式会导致数据存储比较分散，也就很难使数据完整性得以有效实现，对于数据存储及利用会产生不良影响[1-2]。

3新时期计算机网络云计算技术应用的进一步完善措施

在目前计算机网络云计算技术的实际应用过程中，由于仍旧存在一定缺陷及不足，也就需要对网络云计算技术进行完善，以实现计算机网络云计算技术的更好应用及发展，具体而言，需要从以下几个方面入手进行完善。

3.1访问权限的合理设置

在新时期计算机网络云计算技术的实际应用过程中，为能够实现其更好应用及发展，首先需要注意的一点就是应当对数据访问权限的合理设置。就目前实际情况而言，云计算服务的提供方主要就是相关供应商，为能够使信息安全性得到更好的保障，供应商应当对用户的实际需求充分了解及把握，在此基础上依据用户的实际需求及实际情况，对相关的访问权限进行科学合理设置，从而使相关信息资源能够实现安全共享，使用户的信息需求得到满足。由于目前的互联网开放式环境的影响，作为供应商一方面需要对访问权限进行科学合理的设置，使资源的合理分享及应用得以加强，保证资源得以更好应用。另一方面而言，有关供应商也需要有效开展相关加密及保密工作，供应商及用户均需要对信息安全防护加强注意，积极网络安全的构建，从而使用户安全能够得到理想的保障。所以，在今后云计算技术的应用及发展过程中，对于安全技术体系构建需要进一步强化，在对访问权限进行科学合理设置的基础上，使信息防护水平有效提升，从而使云计算技术的应用具有更好的环境基础与保障。

3.2有效提升数据信息完整性

在计算机云计算技术的实际应用中，数据信息的存储技术属于核心内容，因而有效进行数据信息存储，实现数据信息完整性的进一步增强具有重要的意义，这在云计算技术应用及发展方面也是十分重要的内容。（1）对于目前的云计算资源而言，通常都是通过离散方式在云系统中分布，因而对于云系统内的相关数据资源需要加强安全保护，且需要使数据完整性得到较好的保障，这对于数据信息资源应用价值的进一步提升十分有利。（2）对于数据存储技术，需要进一步加快其发展，尤其在当前大数据时代背景下，为能够实现云计算技术的更好应用及发展，对于数据存储技术创新构建需要加强重视，以实现数据信息的更合理存储。（3）在目前云计算技术的实际应用过程中，对于其发展环境需要进一步优化，在理念创新及技术创新得以实现的基础上，与新时期的发展环境更好适应，从而使云计算技术应用价值能够得以有效提升，这一点在云计算技术的应用及发展中属于重点内容。

3.3提升用户的网络安全意识

篇8

在互联网信息技术快速发展的背景下，网络信息安全成为当下主要研究方向之一。云计算技术的有效应用，既为人们的需求带来较大的便利，同时也为用户的信息安全带来了一定的隐患。国家计算机网络与信息安全管理中心甘肃分中心作为地方网络安全治理的重要技术支撑单位，为了有效保护全省计算机网络储存信息的安全，必须要正确认识云计算技术，科学合理的应用，这样才能最大化保障数据的安全性[1]，并且准确地监测、预警各类网络安全事件。现为对计算机网络安全存储中云计算技术的应用进行探究，本文将对云计算技术的概念及其发展现状进行论述，继而对计算机网络安全存储中云计算技术所涉及的关键技术进行分析，随后对其相关应用策略进行探究，以供广大计算机网络与信息安全管理从业者参考。

1 云计算技术的概念及发展现状

所谓“云计算技术”，即由分布式计算、网格计算、并行处理等技术发展而来的新型商业计算模型，在实际运作之时，其计算任务一般分布于大量计算机构成的资源池上，令各类应用系统能以实际需求为根据获取系统实际获取的计算能力、软件服务以及存储空间，并建立网络服务器集群，为各类用户提供硬件租借、各种类型的软件服务、数据存储、计算分析等各种类型的服务。举例而言，目前国内普遍使用的几类在线财务软件金蝶及用友等等，再例如国外谷歌曾的谷歌应用程序套装等，这些例子借可归纳入云计算技术的范畴之中，通俗来讲，云计算本身便是将本地计算机需求的计算任务“传送”至云端，由云端处储备的、运算能力远超本地计算机能力的计算机群对本地计算机需求的计算任务进行计算，进而将计算结果及其相关资源传送回本地计算机，这便是最初狭义的“云计算技术”。在发展现状方面，云计算技术通过其本身与以往模式大不相同的服务模式，在信息技术领域这滩“波澜不惊”的死水中惊起了漫天“波澜”，且这“波澜”一旦出现便几无休止，因而也在此领域内引起了社会各阶层的广泛关注。在实际应用一段时间后，其本身也逐渐划分为数大层次――基础设施安全层次、应用服务器安全层次、云端安全层次等等，由于层次较多，目前云计算技术也呈现出了“综合性”，而随着近年来我国社会与科技的不断进步与发展，云计算技术在网络安全方面的研究日渐推进，其中，目前国内外在云计算技术方面的建树主要存在以下案例：一是我国曾创建IBM云计算中心；二是除国家领域的云计算技术应用于网络安全的成功案例外，许多从事于网络安全及其相关领域的企业或公司纷纷基于“云计算技术”提出了针对网络安全的解决方法与策略，如目前在国内外比较出名的360 云、IBM云、Google云及Microsoft云等等。这些案例清楚地向人们展示着“云计算技术”在网络安全储存中的发展程度。同样，这些案例亦成为了将云计算技术应用于网络安全存储中的先行者，为云计算技术在网络安全性中的有效应用做出表率，进而推进网络安全储存的发展。

2 计算机网络安全储存中云计算技术的关键技术

在信息技术和网络技术快速发展的背景下，人们的需求日益增加且要求越来越多，云计算技术也因此诞生，是网络信息技术的衍生物，主要通过把各种技术有效整合起来，包括云储存技术、分布式计算、虚拟技术等等，将网络中的各种资源整合起来，然后为用户提供个性化服务，故云计算机数按照供需原则为用户提供个性化专业服务，随着社会的发展和人类文明的进步，云计算技术具有良好的发展前景，对推动整个信息行业发展具有重要意义，同时还会掀起信息产业发生革命性的浪潮，促使信息产业各项技术得到有效地创新[2]。所以，在计算机网络安全储存中科学合理应用云计算机技术至关重要。

2.1 云计算技术中的身份认证技术

在计算机网络安全储存中，身份认证是开启服务的关键钥匙，身份认证技术具体包括四种技术，分别为口令核对、IC卡的身份验证、PKI身份认证、Kerberos身份认证，具体如下：（1 ）口令核对技术是确保信息安全的关键性技术。用户根据自身的需求在系统中获取对应的权限然后创建用户和登陆密码，在使用过程中，根据系统提示，在登陆窗口输入用户的账号和密码，一旦通过系统验证，通过系统验证即可获取对应的使用权限；否则视为非法用户，不能享受服务，在很大程度上保障了用户信息的安全性[3]。（2 ）IC卡的身份验证主要应用在智能IC卡中。IC卡储存着用户的相关信息，包括用户ID和口令，用户根据自身的需求，将IC卡插入身份验证端口，通过对IC卡信息的提取然后输送到服务器中进行验证，确认用户ID与口令是否正确确保了网络的安全性，IC卡身份验证最大的优势在于稳定性较高[4]。（3 ）PKI身份认证是在公钥基础设施上所研发出一种新型认证技术。利用公钥把基础数据经过一定的构造，同时配合秘钥的使用，才能完成对用户信息的加密和解密，因此在使用过程中必须要通过秘钥和公钥相互作用，才能实现解密的目的。目前PKI身份认证主要是为了维护系统的安全性，且在秘钥更新、秘钥备份、恢复机制等功能下使用[5]。（4 ）Kerberos身份认证是建立在第三方可行协议之下，不同于上述三种的身份认证技术，享有授权服务器和资源访问系统的权利。通过加密用户的口令，才能享受对应的使用权限，然后在使用中进行身份验证，身份验证通过获取系统的合法操作权限，同时享受系统所带来的服务。

2.2 云计算技术中的云数据加密技术

在计算机网络安全储存中，数据加密是根本，也是保护数据安全的关键性技术，具体包括对称加密技术和非对称加密技术。（1 ）对称加密技术。对称加密技术包括密钥、密文、明文、加密和解密等部分，该技术具有较高的解答难度，且具有较高的安全性，但是由于使用相同的密钥，因此在传递和管理过程中很难有效保障其安全性，另外也不具备同时签名功能。如图1 所示。（2 ）非对称加密技术。与对称加密技术而言，非对称加密技术可以有效弥补其不足之处，从而大大提升了秘钥在传递和管理中的安全性，但是在传递与管理中的作用有限，加密解密方面的能力较弱，且复杂性较高，故使用率较低[6]。如图2 所示。

2.3 云计算技术中的纠删码技术

在计算机网络安全储存中，分布式储存系统是一种比较常用的安全存储系统。由于错误代码的固定位置存在较大差异，且不固定，因此为了有效避免这种问题所带来的安全性问题，纠删码技术得到有效的发展与应用。纠删码技术主要包括分组码、集码、码子、监督码元和信息码元等重要组成部分。其中最常用的纠删码分为级联低密度纠删码、无速率编码和RS纠删码，这些纠删码主要应用在计算机网络安全储存中，都具有较高的编解码效率，从而大幅度提升了网络的质量和安全性[7]。如图3-4 所示：

3 在计算机网络安全存储中加强云计算技术运用的策略

在科学技术全面发展的背景下，云计算技术的诞生和有效应用，在很大程度上促进我国社会经济的发展，并为人们的生活和工作带来较多的便利和价值，但同时也带来了一些问题，尤其是对网络安全储存的安全性和准确性。为了有效应用云计算技术，发挥出云计算技术的作用和价值，必须要掌握云计算技术的应用方法，这样才能有效提高计算机网络安全储存的安全性和准确性，并提高云计算技术的作用和价值。

3.1 在可取回性证明算法中加入冗余编码与纠删码

可取回性证明算法在计算机网络储存中主要是用来处理和验证相关数据信息。在可取回性证明算法中通过加入冗余纠错编码，实现对用户身份的准确验证，从而保障了网络数据信息的安全性。同样数据信息查询必须要进行云端验证，只有通过验证，才能实现查询数据信息的操作，并确认云端数据是否安全。如果用户在数据信息查询时，无法通过云端验证，则不能进行对应的数据信息查询操作，同时还会导致文件损坏，此时文件的恢复至关重要，可取回性证明算法可有效恢复因无法通过验证的数据信息。可恢复的数据信息必须要在可取回范围内，同时使用冗余编码对损坏数据进行二次利用，从而确保数据信息的完整性和安全性，可取回性证明发生具有较高的数据恢复效果[8]。另外，还能有效检验云端数据信息是否完整，并准确定位错误数据，分析出具体的地点。数据的恢复离不开冗余编码技术和纠删码技术的有效使用，并保证了系统的安全性和稳定性。可取回性证明算法基本都是根据用户需求，选择或者建立对应的安全机制和安全服务类型，满足用户的安全技术要求，构建出一套完善的网络安全信息系统。

3.2 在用户端和云端中应用

篇9

[4]OCLC.图书馆管理[EB/OL].[2013-4.20]..

[5]孝童.基于云计算的数字图书馆建设研究[D].吉林大学.

[6]乐天.存储领域的新角色：云计算[N].计算机世界，2008.2.25.

[7]王静一.基于云计算技术的数字图书馆云服务平台架构研究[D].吉林大学.

[8]范并思.云计算与图书馆：为云计算研究辩护[J].图书情报工作，2009.11.

篇10

1.1大数据及其内涵 

大数据的出现不是突然的，它是IT技术发展的必然产物。它的产生主要依托于以下驱动力：互联网、移动互联网和物联网的支撑；数据开放运动与数据民主化；挖掘复杂社会网络资本价值等。从这个角度讲，各类数据技术和数据模式的出现与深度应用，使大数据具有了较强的经济和社会驱动力。 

1.1.1大数据是庞大的多源数据集。一段时间以来，我国社会的数字化、网络化、信息化进程不断加快，给人们的生产、生活带来了广泛而深刻的影响。而在这一过程中，由于人人交互、人机交互频率越来越高，会经常爆炸性地产生不可估量的海量信息。其中，结构化、半结构化与非结构化的数据大量充斥在网络空间中，彼此异构交织、交互影响[3]。在这种情况下，大数据被动开启，时至今日，它已经成为一种社会新现象。在大数据场域中，信息多源、实时流动、彼此交互，在互联网络和移动即时通信等工具的作用下，数据之间的时空障碍被打破，各个领域数据集之间产生大量交集，数据的深度跨域关联性更强，是一种突破性极强的经济与技术力量。 

1.1.2大数据颠覆了传统生产关系。作为自然资源、经济资产与市场商品的共生体，大数据以一个生态系统的形式展现在世人面前。由于在当今社会，生产、分配、交换与消费整个过程都处于数据的包围之中，使得大数据彰显出明显的生产优势，社会发展的各个产业都可能在这一新的生产力的作用下发生重大变革。更为重要的是，大数据改写和部分颠覆了传统经济理论。这是因为：大数据虽然价值密度较低，但是通过数据挖掘、数据抓取等技术的运用，能够在海量数据中获取具有较高价值的信息。而在经过对数据的处理、整合与分析，能够产生巨大的商业价值、经济价值与社会价值，对经济社会的进步会产生深远影响。 

1.2云计算技术解析 

作为一种通过互联的虚拟计算机集成的并行与分布式系统，云计算能够按照服务提供商和用户间的服务等级协议，向用户提供统一的计算资源。随着互联网技术和信息技术的日渐成熟，这些技术被广泛应用到生产、生活的各个领域，人们不但希望将相关信息资料等储存在互联网中，更希望能够通过信息获取或信息共享的方式，使信息的使用者能够借助个人计算机终端，在获得授权的情况下，能够便捷地获取相关资料[4]。作为基于互联网构建的一种全新计算方式，云计算能够将软件资源、硬件资源与个性化信息借助“云存储器”按照需要提供给使用者，实现信息资源“一对多”“多对一”的映射和共享。这种依据“按需服务”理念设计、借助大型综合数据库与海量的互联计算机程序开发出来的计算技术，具有强大的信息处理与计算能力，能够为使用者提供全方位、安全高效的信息服务。目前，一些大型公司，如亚马孙、微软等，都提供了云计算基础设施和云计算平台，虽然具有较强的商业性特征，但为研究云计算提供了有价值的参考[5]。 

2大数据背景下高校图书信息管理的特点与“云管理”的应用价值 

2.1大数据时代高校图书信息管理的特点 

在大数据计算技术的推动下，我国高校图书馆的信息化、数字化建设被重新提上了日程，图书信息服务方式也发生了前所未有的转变，在一定程度上呈现出信息服务移动性、信息资源声像同步性以及信息检索便捷性的特征，体现在：①与传统图书馆提供的信息服务相比，以大数据计算技术为载体的高校图书信息管理工作更加直观、具体，音视频资源更加丰富，对用户有更明显的吸引力，这对提高高校图书馆的信息管理层次大有裨益。②将大数据技术应用到高校图书信息管理之中，改变了以往的信息检索方式，显著提升了检索效率。而在信息服务层面上，基于大数据建立的高校图书馆突破了服务对象的数量局限，提高了服务读者信息需求的水平。③基于大数据的移动终端和个性化的信息服务提升了图书馆的服务层次，在更为深层次领域满足了用户的信息需求。④以大数据计算技术为依托，高校图书馆能够主动向互联网用户和手机用户提供信息服务，其强大的信息管理功能不但能加强和用户之间的关联，还能使用户的信息需求得到及时、有效的反馈。⑤在大数据技术的推动下，高校图书馆在进行信息管理时，能够将其馆藏资源依据用户信息需求进行加工和整理，这对读者更便捷地查阅各类信息资源提供了帮助。 

2.2“云管理”的应用价值 

将云计算技术引入高校图书信息管理中，势必会引起显著变革，不但能提高图书信息服务的效率，还能最大限度地提升图书信息资源的利用水平[6]。具体而言，主要表现在以下三个方面：①由于将高校图书馆的信息资源与更为广阔的（移动）互联网资源相连，可以说无限扩大了信息资源的来源渠道，无论是信息业务支持系统还是信息资源的访问，都能借助云计算完成。②基于云计算的信息管理能够在很大程度上降低高校图书信息管理的成本，提供信息服务绩效。③在云计算背景下，读者对图书馆信息资源的使用已经突破了原有局限，他们能够借助传统计算机网络、移动通信网络和即时通信工具，对高校图书馆存储于“云端”的信息资源进行访问、检索、下载，极大提高了信息管理的效率。

陈淑珍：大数据背景下高校图书信息“云管理”策略研究 

3大数据背景下高校图书信息“云管理”的机遇与挑战 

3.1大数据背景下高校图书信息“云管理”的机遇 

3.1.1在大数据时代，图书馆信息管理正在发生深度变革，借助大数据和云计算技术，能够为图书馆用户提供极大方便——通过创新服务不断改善用户的信息体验。在大数据背景下，有关信息资源的竞争被提到了前所未有的高度，无论是个人还是社会组织，都对信息资源产生了浓厚的兴趣。一方面，这些信息资源代表着优势和资本；另一方面，这些资源能够更好地满足人们的生活和生产需求。更为重要的是，大数据和云计算框架中的信息管理已经突破了基于信息数量和范围的考虑，对信息资源服务的数字化、知识化以及信息数据的分析和组织程度提出了更高要求，人类社会的竞争也演变成了基于知识的创新力竞争[7]。对任何产品、服务来说，其最大价值的判断标准变成了信息和知识的含量。因此，将云计算技术应用到高校图书信息管理领域，能够为提高信息产品的信息化、知识化提供更多保障，也能够发掘隐藏在信息表象背后的本质，而使高校图书馆的市场竞争力得到显著提升。 

3.1.2在大数据背景下，将云计算技术与信息管理结合，能够构建一种新型的管理模式，即“云管理”。近年来，我国高校图书馆在大数据计算技术的影响下，将越来越多的云计算思想应用到图书信息管理之中，通过云技术改善信息管理的效率和效果，为高校图书馆的发展带来了前所未有的机遇。在图书信息的“云管理”体系之中，高校图书馆能够实现信息资源的共享，甚至付费资源也能够被集成到系统之中；能够把各项数据存储在云存储服务器之中，不必为此再耗费大量人力、物力，不但能够有效降低成本，消减图书馆独立建设数据仓储的费用，还能提高图书馆的信息管理水平。更为重要的是，在云计算框架下，高校图书馆信息管理的开放性、共享性理念更为突出，不同图书馆之间的合作将更为频繁，合作的领域和深度也不断扩展。 

3.2大数据背景下高校图书信息“云管理”的挑战 

3.2.1进入21世纪以来，全球信息市场发展快速，基于信息展开的竞争越来越多，影响范围和深度越来越大。以此为背景，大量信息服务机构相继涌现，图书馆已不再是用户获取信息资源的唯一途径，无论是公共媒介还是自媒体都能在即时通信工具和开放式的搜索服务中获取海量的信息资源。在这种情况下，部分借助高校图书馆获取信息资源的用户转向了其他媒介，在这些媒介中，用户能够轻易寻找到便捷的信息交流平台[8]。在这一平台之上，用户能够获取海量信息，并借助多样化的技术手段，不断提高信息使用效用，这些是一些发展滞后的高校图书馆所无法比拟的。此外，在云计算技术的影响下，市场经济对多元化的信息服务要求越来越高，人们也对信息的获取方式、信息内容、信息使用成本等给予了越来越多的关注，主题跟踪服务、竞争情报等概念开始进入了社会生活的方方面面。在这一背景下，如果高校图书馆不能深入其中，将会不断流失用户，拉低信息服务水平。 

3.2.2以大数据为背景，提升高校图书馆信息管理效率已经成为大势所趋。但是，在多种因素的影响下，一些高校图书馆的云信息管理相对滞后，在一定程度上还存在自建信息资源贫乏的情况。比如：一些高校信息建设重点与学科设置之间存在显著差异，在馆藏信息方面信息化程度不高，现有的硬件和软件设施难以与大数据的要求相匹配。这是因为，一些高校图书馆未能对其学科信息进行全面建设，即便其拥有属于自己的数据库，门类也较为齐全，但因其在自建数据库方面投入较少，多以共建项目或购买为主[9]。因此，即使受到了大数据计算技术、云计算技术的冲击，这些高校的信息服务还是集中在目录数据库、论文数据库和学科导航库等方面，较少有高校能借此向用户提供独具特色的云信息管理服务。 

4大数据背景下高校图书信息“云管理”的策略 

随着信息技术的进步，高校图书馆信息管理方式和内容都相应做出了转变[10]。在大数据背景下，将云管理应用到图书馆的建设和运营之中，能将大量的书目资源、读者资源和流通数据以及全文数据等放置到“云端”，为用户提供信息共享、共用服务，还能最大限度地降低资源的重复建设，实现信息资源的高效管理。 

4.1通过合作构建大数据技术推广和应用体系 

为了在大数据背景下构建高校图书信息管理系统，需要以大量调研为基础，制订和高校图书馆大数据技术相适应的规划方案，再经过严格、科学的论证，确保建设过程能够科学有序地进行，同时保证系统的可行性与可扩展性。其中一个可供借鉴的经验是，要与国内外一些知名的计算机软件公司取得合作，在合作开发的基础上，构建属于高校自身的图书信息管理系统；或者以此为平台，结合图书馆的实际情况，对购买过来的云管理系统进行二次开发，以满足高校的教学与科研需求，对用户的信息诉求做出积极有效的回应。当然，在这一过程中，高校图书馆还需制订与大数据、云计算相关的行业标准与制度性安排，以解决数据格式和软件接口不兼容等问题，最大限度地实现信息资源共享。 

4.2基于云计算技术建立多样化的个性化信息服务体系 

对新时期的高校图书馆来说，其存在的目的除了要向用户提供资源丰富、方便快捷的信息服务外，还要为用户营造一个信息交流的空间与氛围。为此，高校图书馆可以借助大数据和云计算技术，按照用户需求和自身专业背景与兴趣，搭建能够进行无限信息交流的平台。在这一平台上，大数据处理和云计算属于核心技术，能够将协同工作、信息和交流信息等集合在一起，在向用户提供信息服务的过程中，全面提高图书馆的运行绩效。同时，这一平台的搭建还应体现前瞻性的要求，体现图书馆的未来发展方向，促进用户能够借助信息云管理体系，学习知识并创造知识。 

4.3突破现有障碍，构建高效的图书信息云管理系统 

在构建高校图书信息管理系统时，将“云计算”应用其中，首先要确定其主要服务对象。在进行信息管理系统开发时，要特别注重系统界面的易用性和友好性，做到让终端用户一目了然，在使用该系统时能够方便、快捷地完成信息阅览和检索，以此消减对系统的学习成本，提高操作性能。此外，高校图书馆还应通过多种方式吸引读者，使之能够迅速了解与使用图书馆的云管理系统，并将其在更大的范围内进行普及，以满足用户在新形势下的图书信息需求。当然，在读者终端方面，还应突破图书馆局域网的局限，保证用户终端能通过个人电脑、手机、智能通信工具等与“云端”相连，使其在网内和网外都能对图书信息云管理系统进行访问。