前言：中文期刊网精心挑选了云计算的相关概念范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
云计算的相关概念范文1
关键词：云计算；教学；分析
云计算是继大型机、PC、互联网之后的第四次IT产业革命。自2006年谷歌第一次提出云计算的概念以来，经过短短几年的发展，云计算俨然成为互联网公司、IT企业以及商业的最大热词。云计算就像法国大餐一样，正被人们津津乐道。中国第一次引入云计算是在2008年。2011年我国“十二五”规划提出了教育产业与信息化产业相结合的指示方针，云计算也将成为教育人才培育与创新教育理念的核心技术。
一、云计算教学的概念
目前，业界对云计算（cloud computing）一直没有形成一个统一的概念。但是从对云计算的定义中可以获得这样的共识：首先，云计算不是一项新技术，而是一种计算理念或计算模式[1]。它是基于分布式处理、并行计算、网格计算等发展而来，同时由这些技术加以实现。云计算强调商业模型，所以能更广泛地被市场接受。
教学是教师的教和学生的学所组成的一种人类特有的人才培养活动。通过这种活动，教师有目的、有计划、有组织地引导学生积极自觉地学习和加速掌握文化科学基础知识和基本技能，促进学生多方面素质全面提高，使他们成为社会所需要的人。
二、云计算教学分析
（一）文献计量分析
通过对中国期刊全文数据库的检索，发现国内对云计算教育应用的文献从2008 年开始出现。而对云计算教学应用的文献在2009年只有3篇。但自从2009年开始，每年与云计算教学应用相关的学术论文数量呈现出倍数攀升。云计算教学应用的中文文献数量整体上呈现逐年上升的趋势。这一趋势表明，专家学者们对于云计算教学应用的关注度逐年上升。究其原因有两点：第一，源于国家政策的支持。在这些政策的指引下，2012年云计算教学应用的文献新增23篇，数量增长最多。第二，源于科学技术的飞速发展。新型的、易操作的、低成本的新技术设备使得很多教育机构能够轻易购买和使用。因此，随着技术的发展，对其的研究也就会越来越多，越来越容易，预计未来相关研究还会不断地增加。
（二）研究主题分析
国内云计算教学应用研究主要集中在教学方式、教学平台设计与开发、教学资源建设及辅助教学方面。究其原因，主要是由云计算教学应用的研究角度决定的，国内大多数学者都致力于研究利用云计算技术来改善现有的教学方式与学习方式，希望通过构建各种云资源库来实现不同地区、不同学校之间的优质资源共享，并试图通过搭建云计算服务平台来充实其服务功能以提高教与学的质量[2]。因此，云计算在教学方式、教学平台设计与开发、教学资源建设及辅助教学等的应用是当前我国云计算教学研究的主要内容和方向。
（三）研究机构分析
根据数据库检索文献的实际情况，云计算教学应用的研究机构以暨南大学、南通大学、长沙民政职业技术学院、河南师范大学和浙江工贸职业技术学院为主，这五个研究机构发表文章数量最多。
（四）资助基金分析
在云计算教学应用的相关文献中，仅有13.3%的文章受资助，其中受国家级资助的文章有9篇，剩下3篇是受省部级资助。这说明国家对云计算教学应用研究的拨款还不到位，一定程度上制约了云计算教学应用的相关研究的进展。
（五）关键词分析
在与云计算和教学相关的文献中，出现最多的词是云计算。另外，教育信息化、云服务、教学资源、云计算辅助教学都是该领域最重点关注的领域。除此之外，远程教育、辅助教学、云平台、教育云平台和深度融合也在众多关键词中脱颖而出。从整体来看，除了云计算，其他排名靠前的关键词，频数最高不过10次，大多集中在3次，这说明在云计算教学领域应用的相关研究文献中，研究范围不够集中，研究领域比较松散，整体上来说研究规模不够理想。
三、云计算教学应用研究存在的问题
（一）理论概述研究较多，实用技术开发较少
由于云计算概念在全球范围内的炒作，各国家、各领域的研究学者纷纷关注，其在教育领域的应用已被大家普遍接受。但目前针对云计算教育应用的研究仍处于初级阶段，大部分学者对其研究仍限于理论层面的概述，云计算教育应用的实用技术开发层面的研究较为薄弱，对云计算技术的创新性应用的开发研究相对缺乏，如在选定的样本文献中，多数文章都对云计算的定义、特征和服务体系进行大篇幅的描述，而真正涉及实用技术开发和实践教学的内容却显得外强中干。
（二）高等教育研究多，基础教育研究少
目前国内学者针对云计算技术应用及其模式的研究大多集中于高等教育领域，其次是通用教育，而对于基础教育的应用研究相对较少。分析其原因可知，一方面是中小学研究云计算教育应用的硬件设备和技术人员比较缺乏，他们对云计算平台以及辅助教育等前沿信息关注不够。另一方面，就是教师较多关注书本的教学内容和教学方式的改变，对一些新兴的技术或者教学模式关注相对较少，更不用说将其有效地应用于教学实践中。
（三）研究机构较为单一
通过以上分析，我们认识到高校院系是研究云计算教学应用的中坚力量，但因为研究人员和机构比较单一，所以也容易导致研究单一、难以突破等。具体表现为以下三点：第一，从云计算研究方向的视角分析可知，多数研究者是结合云计算概念、服务理念以及教育原理进行应用模式的探讨，局限了研究者的开拓、发展和创新思维，让其很难做到更深层次的突破；第二，从云计算研究力量的视角分析可知，力量单薄，尚未取得社会各界力量的支持，以至于除高校院系外，社会各界的其他研究力量非常微弱；第三，从云计算专门的研究组织出发分析可知，相比国外的多个组织致力于研究云计算及其在教育中的应用，我国仅有中国电子学会云计算专家委员会等少数几个专门的组织机构在从事云计算方面的工作，而侧重于研究云计算教育应用的组织则更是少之又少。
参考文献：
云计算的相关概念范文2
【关键词】云计算;数据;安全
引言
云是一种比喻的说法，指的是网络、互联网。目前，云计算主要指计算机的各种能力通过网络以按需、易扩展的方式提供给所有需要的用户。它意味着远程用户可以以低廉的价格获得强大的各种计算机服务，而不用去考虑自己电脑的配置问题。云计算以其高效、经济、便利、可扩展等诸多因素吸引着越来越多的企业、高校、政府机构的目光。它使这些部门从繁重的计算机升级维护中解放出来，有更多的时间和精力去关注核心业务的发展。
但是，云计算在发展过程中也遇到了很多问题，而安全问题首当其冲。并且随着云计算的发展，安全问题也越来越成为困扰云计算规模继续扩大的首要因素。
1.云计算的相关概念以及特征
对云计算的概念进行了阐述，一直都没有一个更为明确的概念界定，直到2011年，美国同家标准与技术研究院（NIST）才进一步给出明确定义，指明云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。
从云计算的执行过程看，其中的数据生命周期可以大致划分为六个阶段，即明确数据所有权和保证其安全属性的数据生成阶段;针对数据进行加密并且执行传输的数据迁移过程;被PaaS以及SaaS等模型调用并且实现索引以及查询等功能的数据使用阶段;而后是扩大数据使用范围使其提升价值的数据共享阶段;为数据完整性和再次迁移做出必要准备的数据存储工作;以及最后经常被忽视的数据销毁过程。云计算领域数据的安全挑战主要来源于如下3个方面。
（1）由边界不确定引发安全隐患。云计算过程中所涉及到的资源池技术，能够有效地将网络中所涉及到的运算存储能力以及其他硬件基础性资源整合成为一个有机整体为网络成员提供服务，及大地提升了相应资源的利用效率，同时也为用户提供更快的响应，但是这种做法却模糊了传统意义上网络的边界，使得以往以网络边界作为安全保护重要手段的安全技术也随之褪色。
（2）数据本身面临的风险，通常指数据处于传输以及存储状态下面临的风险，这两类风险对于传统网络而言同样存在，但是在云计算背景之下更为突出。由于在云计算环境下所有的数据处理和存储都是借由云端完成，因此数据必然会面临更为频繁的传输，以及非本地存储，尤其是当数据需要进行集中存储的时候，一旦产生数据遗失或者泄露事件，势必会比传统网络产生更大的危机，伤害到更多用户的利益。
（3）云服务器自身安全是云计算环境下的又一种新的危机。在云计算的实施执行过程中，整个网络环境中需要处理和共享的数据都需要由云服务器进行统一的安排和调度，因此云服务器的健康与否直接影响到整个云计算环境的安全以及云计算的展开的有效性。而且同时必须注意到在多用户多终端的开放性网络环境中，云服务器比常规服务器面对更多的安全隐患。
2.切实提升云计算数据安全
目前云计算应用水平的不断提升，应用领域逐渐拓宽，其安全性越来越关系到更为广泛的用户利益。针对于此种情况，结合云计算环境自身的显著行为特征，可以重点从如下几个方面进行安全度的提升。
2.1 边界安全
云计算环境中，其工作方式模糊了传统网络中边界的概念，因此既有的硬件安全手段也随之削弱甚至失效，包括网关在内的安全手段都难以依赖，而相应的网络安全手段应当向软件方向倾斜。包括防火墙以及入侵检测和病毒查杀在内的诸多软件层面的安全防范手段必须予以充分重视和加强。与此同时，还应当根据网络本身的特征展开相应的安全工作，对于安全度要求比较高的数据使用而言，可以考虑构建起网内网，借此实现网络边界概念和传统网络安全，在必要的情况下，还可以考虑针对网络用户展开必要的培训，降低病毒等安全威胁的存在可能。
2.2 传输安全
在云环境中，传输成为安全防范的重点工作，无论是用户端到云端的数据传输，还是云端内部不同云服务器之间的数据传输，都相对于传统网络环境更为频繁，也必然会面临更大的安全隐患。针对于此类问题，应当着力于加强传输过程中的数据加密，必要的时候可以建立起相应隧道借以增强安全性能。如果出现对于安全级别要求较高的应用环境，还应当考虑同台加密机制提升用户终端通信安全，即不对用户加密数据进行解密，而直接对密文进行相应的处理，最终返回密文处理结果给用户，这种数据加工方式目前并不十分成熟，当时其安全性能已经得到广泛认可。数据安全体系结构如图1所示。
2.3 存储安全
在云环境中存储的数据，面临多用户网络环境，因此更需要注重安全问题。加密作为有效提升云环境存储安全的手段，主要有两种，即对象存储加密以及卷标存储加密。对象存储加密相当于专用的文件服务器，其将对象存储系统配置为加密状态，借以实现其中全部数据的加密。如果用户还需要更高级别安全，则可以南用户自行加密并上传到云存储设备中。而对于卷标存储加密而言，具体可以通过串行在计算实例和存储卷标之间的加密设备进行加密，也可以仅对实际的物理卷标数据进行加密。
2.4 服务器安全
云服务器关系到整个云计算环境的安全以及T作能否顺利展开，事关重大，因此其安全必须引起重视。但是究其安全防范手段而言，云服务器与传统服务器有着很多共同之处，对于其操作系统的以及病毒防范软件等，同样需要及时的更新和补丁。除此以外，云服务器通常还需要为防范病毒配置虚拟服务器，允许在系统需要的时候通过当地引擎向云服务器提 病毒查杀请求并完成相应动作。
3.结论
云计箅是当前网发展的趋势所在，并且随着云计算应J}1的不断深入，其安全相关 题也必将日益突。针对于这一情况，必须深入分析当前环境下存存的数据安全特征，有针对性的改进建议，及时关注相关技术进展，才能获取到良好效果，为用户提供安全稳定的云计算环境。
参考文献
云计算的相关概念范文3
净利润大幅下滑
规模较大的云计算企业，净利润出现下降。其中中兴通讯实现营业总收入862.54亿元，同比增长了23.39%；实现净利润20.6亿元，同比下降36.62%。浪潮软件实现营业总收入5.54亿元，比上年同期增长23.57%；净利润为1215.34万元，比上年同期降59.74%。东软集团实现营业总收入57.51亿元，同比增长16.48%；净利润为4.17亿元，同比下降了13.95%。
2011年，华胜天成营业总收入首次突破50亿元，达到50.8亿元，与上年同期比增长24.74%。净利润达到2.29亿元，同比增长10.42%。在业务结构方面，系统产品和系统集成业务依然占总收入的55.97%；软件与软件开发、专业服务等业务的份额从44.39%降到44.03%。在毛利率方面，华胜天成2011年毛利率为17.95%，低于上年同期的19.46%。三大块主营业务中，系统产品及系统集成业务毛利率由2010年的10.42%增长到10.53%，软件及专业服务均出现了下滑趋势。软件业务毛利率从2010年的21.99%降至18.91%，专业服务毛利率从2010年的38.23%降至
35.56%。华胜天成财报说明，基于云计算、移动互联网等技术的软件业务正处于前期的投入期，产品成熟度和规模效益有待提高。
2011年华东电脑向云计算解决方案和服务提供商转型的一年，营业总收入未达到预期目标，营业利润同比下降了62.48%。华东电脑营业总收入达到18.56亿元，与上年同期相比增长了22.82%，与年初预期的19.86亿元收入相比，缺口6.5%。华东电脑实现净利润1933.73万元，同比增长了35.95%；但是营业利润为637.38万元，比去年同期下降了62.48%。
此外，2011年浪潮信息实现营业总收入12.33亿元，同比增长了14.01%；实现净利润7556.09万，同比增长120.26%。但是，扣除出让土地收益后，浪潮信息的净利润实际下降了29.22%。
云转型刚刚开始
行业普遍认为，我国云计算的发展正进入成长期，预计2015年正式进入成熟期。在当前阶段，云计算服务模式尚未被用户接受，企业的产品、服务和解决方案尚处于培植期。从财报来看，加速向云计算转型依然是云计算概念股的经营策略。
华胜天成判断，云计算的基础设施建设依旧是 2012 年的市场热点。在2008年借“凌云计划”向IT综合服务商转型，2010年以“揽胜行动”为契机推进云计算战略之后，华胜天成将进一步加大对云计算业务的投资。华胜天成财报显示，截至2011年底，“云计算环境下的信息融合服务平台建设及市场推广项目”已完成累计投资7476万元，累计实现收益3964万元。华胜天成已相继承担了一些地方省市电信运营商的云计算项目。“面向‘服务型城市’的新一代信息整合解决方案”项目已完成投资2999万元，累计实现收益316万元。华胜天成承接了四川省农业厅、北京市平谷国际港等项目。
华东电脑在2011年组建了咨询解决方案事业部和云计算事业部，确立了“以业务应用拉动产品技术”的云业务发展思路。华东电脑连续三年提高资产负债率，从2009年的57.65%已经提高到2011年的63%，加快食品安全云及相关云计算产品的开发成为企业投资的重点策略。而且，华东电脑重大资产重组事项获得了中国证监会有条件通过，开展云计算基础研究、拓展云计算业务，成为公司重组的重要内容。
东软集团公告显示，自2011年起，东软集团进一步加大了对云计算、物联网、汽车信息技术、健康管理服务、医疗设备和智能电网等领域的研发和市场投入。
面对2011年的净利润下滑，中兴通讯将2012年确立为“利润年”，并提出了由电信设备提供商向通信综合服务提供商的转型。浪潮信息提出了向技术要效益、发展云操作系统等核心产品、建设云计算销售网络的经营策略。
依赖“有形的手”
云计算是新一代信息技术的重要组成部分，是加快培育和发展的战略性新兴产业的重要分支。在国家政策、地方支持和企业投入等多方力量的推动下，我国云计算产业区域布局正在形成。各级政府应用示范项目和专项基金支持，增强了云计算概念股对未来市场的信息。
云计算的相关概念范文4
1 云计算的概念及其特点
由于研究角度不同，因此对于云计算的概念有不同的观点，根据维基百科上对于云计算技术的定义，云计算是一种能够将动态伸缩的虚拟化资源，并且通过互联网以服务的方式提供给用户的计算模式，用云计算技术的用户不需要了解如何管理那些支持云计算的基础设施。[ ]因此，云计算技术从根本来说是一个全面解决方案，是在接受命令后，运用所有计算资源，将这些命令和指示给予相关用户，并管理所提供的资源或服务，保证工作效率。具体来说，云计算技术有着以下三个方面的优点：首先，云计算技术通过仅在需要资源时获取资源并仅为所需的资源付费，能够有效减少IT服务相关成本；其次，通过减轻整个企业中与管理各种资源相关的某些负担，企业相关员工能够将更多的精力投入到价值创造和技术更新上，第三，云计算技术能够提供更为灵活的业务，尤其是通过扩展或收缩整个IT基础结构来满足要求，通过这种方式能够帮助客户处于领先地位。
目前，亚马逊、谷歌、微软等许多公司提出的具有商业化性质的云计算基础设施和云计算平台，这对于云计算研究来说具有一定的实际意义，根据实际运用，总体来说，云计算技术具有以下特征：
（1）云计算技术以互联网传播的方式将服务传递给相关用户；（2）资源以分布式共享的形式存在，以单一整体的形式呈现；（3）资源可以根据需要进行动态的扩展和配置。（4）用户根据自身需求使用相关资源，无须对资源进行管理。
2 云计算在图书馆中的应用
云计算技术在推出后，便受到各方面的广泛关注，在很大程度上我们可以说，云计算技术也必将在作为数据中心之一的图书馆中得到广泛的应用，而图书馆也必将在即将到来的云时代中获益。图书馆之于云计算技术来说，首先，图书馆是云计算技术的重要用户，并从云计算技术当中受益良多，其次，图书馆事业的发展更是为云计算技术的提升提供了巨大的空间，根据上述对云计算技术的相关概述，并且结合笔者在图书馆的相关工作经验，笔者认为，在建设现代数字图书馆的过程当中，云计算可以充分发挥其作用，推动现代化图书馆的建设。
2.1 确保图书馆服务器的正常运行
信息化时代的图书馆运作在很大成都市依赖于本馆服务器，若服务器在运行过程中出现问题，图书馆不仅不能为读者提供相应服务，甚至会导致数据的丢失，而云计算技术的推广，便有效的避免了这类问题，在“云”中有上百万台服务器，因此即使“云”中的某台服务器出现问题，其他的服务器也能够很快将某台服务器中的数据复制到有故障的服务器当中，并启动新的服务器来提供服务，保证了服务器的安全有效。
2.2 成本较低，有效克服服务器访问限制
普通的服务器的相关硬件资源都有一定的限制，若服务器同时响应用户的数量超过了自身的限制将导致服务器的瘫痪。因此，为确保服务器内数据资源的安全性及服务器的可靠运行。图书馆对服务器的最大服务响应数量及接入终端数量等都进行了一定的限制，如果有数万用户同时使用图书馆中的电子资源，有的用户的访问将由于安全方面的原因未能得到回复。在传统模式下，如果想满足这部分用户的需求，图书馆只有通过增加投入的方式来改善硬件设施，而云计算技术的运用却有效减少了这部分成本，图书馆就可获得云模式中百万台服务器提供的服务，用户的请求便可快速得到回应，保证图书馆的运营效率。
2.3 信息资源共享活动更加有效
在云计算模式的指引下，加大了图书馆之间的合作，图书馆可以建立共同的信息共享平台，并通过这种方式，分享由大量系统连接在一起而形成的基础设施，而不必更新相关的硬件，图书馆的运行成本在大大降低的同时效率却大幅度的提高。在“图书馆云”中，通过云计算技术，可以随时地获得其他图书馆的资料，最大程度上满足读者和用户的需求，近年来流行的“馆际互借”，便是通过云计算模式，实现信息资源的共享。
2.4 降低有关设备的维护成本
云计算对用户端的设备要求最低，使用起来也最方便。为了确保图书馆工作的正常运行，其硬件设备需要经常进行维护和升级。而云计算技术在图书馆的运用当中，对于用户终端的配置没有限制。因此，图书馆不需要担心需要升级图书馆的相关硬件，因为云计算技术有专业化的管理团队进行支持，这在很大程度上减少了用户的成本。
2.5 信息资源更新速度快、更新效率高
在传统的图书馆服务模式下，用户一般必须使用计算机才能利用图书馆的电子资源。而运用云计算模式，用户使用智能手机、平板电脑等设备也可以使用图书馆提供的电子资源服务。图书馆数据库经常重新配置，存在合作关系的图书馆每天都会增加新的信息进入到数据库当中，用户通过数据库可以检索到最新的信息。只需图书馆按照周期进行付费便可实现使用。
云计算的相关概念范文5
中国作为一个发展中大国，企业对云计算服务和业务的需求可谓雨后春笋，这也决定了云计算在中国的发展有着别样的特色。中国式云计算的发展现状如何？面临哪些挑战？未来趋势何去何从？
民需公推 云计算蓬勃发展
云计算的概念在2007年之后就沸沸扬扬了，也是在此背景下我国第一个企业“云落地”。2010年发改委不仅设立云计算专项基金，同时开展了面向城市的试点示范，确定了5个云计算试点城市。在此之后更多厂商进入云计算领域。2010～2014年迎来了云计算的成长期。进入2015年，云计算提供商的解决方案更加成熟，涉及的领域更加广泛，创新不断产生，产业链基本形成，国办还专门印发文件引导云计算的创新发展，这是云计算的黄金发展期。
近年来，我国云计算产业发展呈现出低总量、高增速的特点，年复合增长率达33%。而随着云计算服务、云计算软硬设备厂商以及相关支持服务的发展，多地纷纷上马云计算中心等建设，对云计算的发展起到了良好的推动作用。在此过程中互联网厂商、基础运营商以及传统IT产业也积极参与，加速了“云”在我国的“落地”。
在云计算发展过程中，政府的推动作用不可忽视，支持力度也在不断加大。早在2012年之前，云计算产业就被列为国家重点培育发展的七大战略性新兴产业之一，之后陆续在上海等地开展试点；2013年工信部确定了首批电子政务公共平台建设和应用试点地区单位，推动电子政务向集约、高效、安全和服务方面发展；2014年国家发改委联合相关部门组织实施2014年云计算工程，重点支持公共云计算服务平台的建设；2015年初，国务院专门印发了《关于促进云计算创新发展培育信息产业新业态的意见》（即2015年5号文），促进云计算在重点领域的深化应用，提升公共云计算服务能力。
同步推进的还有云计算的标准规范。国家网信办正在推进信息安全技术云计算服务安全指南，目前已经开始进入到了相关标准的试点工作阶段；公安部目前也正在围绕着云计算的等级保护与有资质的厂商共同编制相应的标准规范，云计算标准规范即将落地。
商用道远 云落地面临挑战
从运营模式上讲，云计算分私有云、公有云、混合云三种运营模式。然而，在我国实际的云平台建设中，仍然以自建私有云为主――私有云年复合增长率为100%，多数部门、地方、大型企业纷纷搭建自己的云平台来支撑内部使用，甚至县级建云的现象也比较普遍。
这实际上是重复建设。资源利用率低是我们当前面临的主要问题。 云计算不光是一个技术，更是理念的转变，是提供和使用云服务，希望大家都把系统构建到云平台上，由云服务商来给大家提供服务，而不是每个单位都自建系统。相比之下，目前成熟的公有云的平台还比较少。周民以较为成熟的阿里云为例，它目前也仅支持其电商等传统业务，而对于要满足其他部门或企业使用其平台中提出这样那样的要求，阿里云也存在一定的困难：目前的云服务提供商建成的公有云距离商用还有一定差距。作为云计算应用最重要的形式之一，我国混合云的建成量也非常少。
统计数据显示，云计算的三种服务模式――IaaS、PaaS、SaaS，在我国分别占到88%、11%和1%。可以说在我国IaaS还是占据云计算市场的主导地位，SaaS从市场整体情况看应该说还可以，但是中高端服务应用还比较少；PaaS更多的是面向开发者，成熟应用平台还寥寥无几。
IaaS、PaaS、SaaS分别是“基础设施及服务”“平台及服务”“软件及服务”的简称，对于用户而言，应用的复杂程度依次降低。
此外，我国云计算技术和产品与国外先进水平相比，仍存在较大差距，一些重要的信息系统还无法从国外产品迁移到国产。
尽管国内有诸如华为、曙光等能支持大规模资源管理与调度的产品，但类似的厂商还较少。由于云计算领域门槛较低，国内涌现出众多中小云厂商，主要提供云计算管理软件方面的产品，但难以提供规模化的云服务。这些中小厂商的生存状况并不乐观，面临着被整合或兼并的处境。
安全也是中国云计算领域需要克服的一大挑战。云的安全性和可靠性是云计算能否成功应用的关键。然而，由于使用规模仍然太小，我国在云安全方面的进展比较缓慢，标准规范建设虽然已经起步，但仍然任重而道远。相关安全标准规范的缺乏、云计算安全等级保护标准尚未正式以及云的安全检测审查能力尚未形成，这些都给信息安全以及隐私保护带来了挑战。此外，从服务安全的角度，云服务商是否可靠、其服务行为有无漏洞，这些也需要建立相关的审查审计制度。
迎头赶上 云产业未来利好
中国式云计算距离国际先进水平有多远？能否赶上巨人的脚步？中国云计算产业正迎来重大利好期，未来缩小与国际巨头之间的差距乃至后来而上，几率都将大大增加。
从产业角度讲，未来5年云计算发展将步入快速发展期。云计算将成为我国“大众创业、万众创新”、全面深化改革、大力推进政府简政放权的重要技术支撑。
而从云计算的应用角度，未来云计算将会发生一些更加顺应市场发展规律的变化。
目前存在无数的‘小云’、分散的云，这不是我们的发展方向，未来这些‘小云’会逐渐汇聚、迁移到‘大云’上去，在这个过程中政府将成为领军者、先行者。横向协同、纵向贯通的“政府大云”，才能全面支撑政务部门之间的跨层级、跨地区的互联互通、信息共享与业务协同。其他应用也将如此。以私有云为主导的运营模式也将逐步过渡到以公有云与混合云应用为主。SaaS服务模式将会得到广泛推广。SaaS服务模式将从消费领域逐步渗透到各个服务领域，这将是中高端的云应用逐步深化的突破口。
届时，云服务提供商的服务能力和水平将成为它们能否在竞争中胜出的关键因素。而伴随着我国云计算产业链的迅速壮大，自主可控的云计算产品将成为今后云计算发展的主流。自主可控云计算品牌将壮大成为云产业的中坚力量，而不能适应这一变化的中小厂商则很有可能“在未来被兼并掉”。
云计算的相关概念范文6
【 关键词 】 云计算；关联规则；Apriori Map/Reduce
1 引言
随着我国开放大学建立及网络学院的发展，高中起点升本科，专科起点升本科，高中起点升大专三个层次的多个不同专业吸引了更多的人选择参加远程教育完成学习，网络学习云平台上及网络考试系统中也就保存了大量数据，在这些数据中隐藏很多对远程教学有价值的信息，有助于教学管理人员及时分析学生学习情况，更好地整合网络学习平台上的教育资源。如果仅使用传统数据挖掘方法，就会由于数据量巨大而导致系统处理速度缓慢，频繁的输入输出会影响系统响应时间，节点效率不同也会出现挖掘效率不高的情况。为此在对网上考试系统所存储的海量数据信息进行挖掘时，引入能够在云计算环境下运行的数据挖掘算法，利用云计算环境中分布的计算节点，来支持数据挖掘算法的并行执行，弥补传统数据挖掘算法的不足，能从海量的考试数据资源中找出有价值的数据信息。
2 云计算与数据挖掘相关概念
2.1 云计算下MAP/REDUCE并行编程模型介绍
云计算的概念最先由Google埃里克·施密特在2006年首次提出，其基本原理是将大的海量数据的计算任务分割成小的微量的计算任务，将计算任务细分后由分布在网络上的计算节点通过并行计算实现，最后将细化的计算结果数据汇总，得到最后的计算结果。在当前的网络教学平台中就已经开始引入云的概念，将优质的教学资源作为云，学习者只访问自己学习相关的资源而不用考虑该资源所在位置，学习结束后通过网上考试系统完成测试。
MapReduce 是 Google 发明的并行分布式编程模型，被广泛应用于云数据计算中，用MapReduce来处理的数据任务必须能分解成独立的小数据集，而且各个小数据集能够并行处理，通过 Map阶段将待处理数据分割成小的独立数据块，分别让不同的空闲计算节点来进行计算，达到分布式运算的效果，再通过 Reduce 程序将计算结果汇总输出。
2.2 关联规则及Apriori算法介绍
数据挖掘目前公认的定义是：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
关联规则由Agrawal 等于1993年首先提出，就是要从当前数据库中挖掘出各个项集间存在的某种规则，形成关联规则的项目集必须是频繁项目集，也应满足最小支持度和最小可信度。
对于云计算平台上的海量考试数据进行挖掘，主要目的之一就是希望能通过挖掘大量的考试信息发现试题之间隐藏的内在联系，这在功能上属于关联分析。例如，关联规则可以表示为“答对了题目3的考生中有80%的人也答对了题目9”。从这些规则可找出试题中题目之间的关联性，帮助教师分析学生知识掌握情况以及分析题目之间的互相影响性，以便帮助提高教学质量。
Apriori算法的基本思想是找出所有的频繁项集，这些频繁项集出现的频繁性要大于等于预先定义的最小支持度，由找出的这些频繁项集产生同时满足最小支持度和最小可信度的强关联规则。
3 云计算环境下Apriori算法的Map/Reduce模型化设计
要在云计算环境下应用Apriori算法，要将算法按照Map/Reduce的编程模型并行化设计并执行，然后由主控程序控制算法应用云存储环境中的数据运行。主程序按照使用者指定的数据块大小将云存储中数据分成独立的N个数据块，并将这些数据块分发到云平台中各个空闲的计算节点去运行，在进行数据预处理后，Map进程对处理好的目标数据进行计算，得到局部的频繁候选项集，再由Reduce进程对Map过程产生的局部候选频繁项目集做归并处理，产生总体的全部候选项目集，然后按照给定的最小可信度和最小支持度找出全局的频繁候选项目集，得到有关的关联规则。
云计算环境下的 Apriori 算法Map/Reduce化包括3个过程，首先是数据准备过程；其次是Map函数过程找到各个独立数据块的局部频繁项集；最后由Reduce过程通过归并处理接收Map过程得到的局部频繁项集，从中找出全局频繁项集，得到所需要的强关联规则。
Map/Reduce 化后 Apriori 算法的执行步骤如下：
（1） 数据库中待处理数据首先要按照要求分割成相对独立的N个小数据块，并按照所需要求进行数据清理处理和筛选处理，得到处理后的N个候选数据项集。
（2） 由Master将N个候选数据项集分派给不同的工作节点，每个节点执行不同的Map进程，利用参数KEY，产生的VALUE，按照系统设定的最小支持度和最小可信度要求计算出局部的频繁项集。
（3） 由Map过程得到的局部频繁项集保存到本节点硬盘上，准备交给Reduce过程处理归并。
（4） Map过程结束后，由Master主程序将本次硬盘存储的局部频繁项集具置信息传递给Reduce归并过程，由主程序决定让云计算环境中的空闲计算节点来运行完成Reduce过程。
（5） Reduce过程主要是从存储区读取局部频繁项集数据，然后通过归并处理得到全局的数据候选项集，再找出满足大于系统给定的最小可信度和最小支持度的频繁项目集。
（6） Reduce过程得到的数据传递给用户，由用户对数据进行整理找出符合要求的强关联规则。
4 实验过程及分析
4.1 MapReduce化的Apriori算法考试数据挖掘应用
网上考试系统中保存海量的学生考试信息，其中学生考试成绩是很重要的一项数据信息，利用MapReduce化的Apriori算法对海量考试数据信息进行挖掘，主要是对学生成绩信息进行挖掘，找出所学课程之间的相关性，可以更科学地帮助教师制订合理的教学计划进程，以指导学生顺利完成学业。
如在对网络云平台上考试系统中的数据信息挖掘时，要找出学生的学习课程之间的相互关联性，可以从学生的课程考试成绩入手。首先要处理数据，将学生课程成绩92分以上的设置为1，表示该门课程成绩为优秀，其它低于该分数的成绩设置为0，表示该门课程成绩不优秀。该数据库表中有三门课程，包括程序设计基础，计算机基础和VB课程，选取部分学生成绩数据，要对上述优秀课程进行云计算环境下的关联规则挖掘，假定最小支持度为40%、最小可信度为60%时，设定key和value参数值，首先由Master分配数据块给各个Map，找出局部的频繁项目集，再由Reduce过程归纳局部频繁项目集得到全局候选项集，根据设定的最小支持度和最小可信度，找出全局频繁项目集。可以得出如下规则：
（1）程序基础成绩优秀，VB成绩优秀=〉计算机基础成绩优秀的可能性大于100%；
（2）VB成绩优秀，计算机基础成绩优秀=〉程序基础成绩优秀的可能性大于100%。
根据以上挖掘得到的规则可以得知，VB程序设计课程与程序设计基础课程之间有某种联系，能够相互影响，程序设计基础这门课程成绩会影响到VB课程成绩，计算机专业责任教师在设计教学计划时，可以将程序设计基础课程作为VB程序设计课程的先修课，这样学生成绩为优秀的可能性就更大。
同样的可以利用MapReduce化的Apriori算法在网络考试数据信息中挖掘出相关学科之间不同知识点的影响程度，以实现在教学中在讲授某一知识点时的知识扩展和准备。我们设定最小支持度为96% 最小置信度为97%
通过挖掘后，得到如下的规则：
站点颜色与主题 =〉网站风格的设计 96.8% 98.3%
网站风格的设计=〉站点颜色和主题 96.8% 97.2%
网页信息的强势 =〉页面设计 97.6% 96.5%
其中，每一行为一条关联规则，数字分别表示他们的支持度和可信度。如第2条规则表示，网站风格设计的知识点与站点颜色和主题的知识点有很强的关联性，由于有96.8%的学生对这两个知识点的掌握都比较好，同时有97.2%的学生属于对网站风格设计知识点掌握的好也对站点颜色和主题知识点掌握的好。这就说明网站风格设计的知识点可以作为站点颜色和主题知识点的知识准备，教师在讲解网络信息制作与时要重点强调该部分内容，也可以在讲解DREAMWEAVER课程中将网站风格设计的相关概念给出，这对学生学习会有很大的帮助。同时，该规则可以帮助教师在进行试卷设计时，将这两个知识点的内容同时考察，这样学生的得分率会更高。
4.2 MapReduce化的Apriori算法和传统的Apriori算法挖掘效率对比
为了验证使用基于云计算环境的Apriori算法与传统的Apriori算法在对海量的考试数据信息挖掘方面的优越性能，进行数据实验测试。本测试环境是在局域网范围内配置一定数量节点的集群环境，每个单一节点的软硬件配置都统一，利用Hadoop 自带的 MapReduce Tools for Eclipse ，配置好 MapReduce分布式编程环境。测试数据来源于网上考试系统保存的学生考试数据信息。设定最小支持度为0.2，最小可信度为0.1。通过使用MapReduce化的Apriori算法和传统的Apriori算法对海量的考试数据信息进行挖掘，将得到的测试结果进行比较，得到的结果是在数据规模比较小的情况下，传统的挖掘方法和云计算环境下的挖掘方法耗费的时间差别并不大，但是随着数据规模的增大，使用传统的Apriori算法进行的单节点数据挖掘所耗费的时间越来越多，而使用MapReduce化的Apriori算法则显现出了更好的计算效能，在对网络考试系统的大规模数据信息进行挖掘时系统性能表现很好，解决了传统数据挖掘在面对海量数据信息进行挖掘时的系统响应速度慢，各个节点的输入输出量巨大时负载不均衡，挖掘效率不高的问题。
5 结束语
通过对网络考试系统的海量考试数据信息进行挖掘，验证了云计算环境下应用基于Map/Reduce编程模型的Apriori算法进行数据挖掘，能够解决传统数据挖掘算法在对大规模数据挖掘时出现的系统响应速度慢，整体挖掘效率不高的问题，希望在数据量越来越多的云教育时代，基于云计算环境的数据挖掘能发挥出更大的作用。
参考文献
[1] 陈嘉恒.分布式系统及云计算概论.清华大学出版社， 2011.5.
[2] 赵虎.云计算环境下的关联数据挖掘算法实现.电子科技大学，2011.6.
[3] 苏海英.数据挖掘中关联规则算法的分析与优化研究.吉林大学，2006.
[4] 孟小峰.数据挖掘：概念与技术（M）.机械工业出版社， 2001.
[5] 安淑芝.数据仓库与数据挖掘.清华大学出版社，2005.6.
[6] 戎翔.基于MapReduce的频繁项集挖掘方法.西安邮电学院学报，2011.7.
[7] 谢桂兰.基于Hadoop模型的应用研究.微型机与应用， 2010.8.
[8] 季一木，康家邦，潘俏羽等.一种云计算安全模型与架构设计研究[J].信息网络安全，2012，（06）：6-8.
[9] 胡春辉.云计算安全风险与保护技术框架分析[J].信息网络安全，2012，（07）：87-89.
[10] 江伟玉，高能，刘泽艺等.一种云计算中的多重身份认证与授权方案[J].信息网络安全，2012，（08）：7-10.