導言：作為寫作愛好者，不可錯過為您精心挑選的10篇云計算技術背景，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

中圖分類號：TP393. 08 文獻標識碼：A 文章編號：1007-9416（2016）10-0237-01

1 云計算技術闡述

云計算是一種基于互聯網的超級計算模式，主要關注如何充分地利用網絡硬件、軟件和數據的綜合能力，及如何更好使網絡中各個廉價的 PC 機協同工作發揮最大效用的能力。通過開發技術和標準把硬件和軟件抽象為分布的、可全球訪問的、動態可擴展、可配置的資源結構，對外以服務的形式提供給用戶。云計算需要一系列創新技術的支持，包括虛擬化技術、海量數據處理技術、大規模分布式存儲技術、資源調度技術，這些技術為云計算的正常運行提供了很好的技術保障。

2 云計算支持多種網絡技術

2.1 云計算分布式網絡測量技術

隨著網絡技術飛速發展，網絡拓撲和網絡環境變得越來越復雜，導致網絡負擔加重、性能下降，網絡安全和服務質量越來越重要。網絡性能數據是評估網絡的服務質量和規劃新業務的重要依據，存儲海量測量數據和提高測量和數據分析效率是網絡測量的研究重點。

傳統網絡測量管理系統使用單一服務器處理測量數據，存儲數據安全性低，其計算能力有限，發展潛力不足。基于云計算的分布式網絡測量系統利用云計算平臺的大型虛擬資源池存儲海量的測量數據，保證數據存儲的可靠性和可拓展性，再利用云計算平臺的并行處理機制，對海量測量數據進行快速、并發的分析處理和數據挖掘。測量探針支持各種不同的y量算法的部署，支持多種格式的數據采集，在測量方法上提供了擁塞響應策略和負載均衡策略。基于云計算的分布式網絡測量系統構架，見圖1。

伴隨著多租戶大規模云計算數據中心的廣泛應用，學術界和工業界提出了許多新型網絡虛擬化技術來應對新的挑戰。這些網絡虛擬化技術各有優缺點，沒有一種被廣泛采用部署，云服務運營商可能因為當前業務需求，成本，廠商慣性等原因選擇不同的網絡虛擬化技術，導致網絡虛擬化技術的異構現象越來越明顯。另一方面，云計算數據中心技術的轉型和跨數據中心云服務的流行使得云服務運營商迫切需要將屬于不同網絡虛擬化技術的虛擬網絡打通，整合異構的網絡資源，共同提供虛擬網絡服務。

2.2 云計算網絡虛擬化異構互通

網絡虛擬化平臺間信息交互接口的開發沒有解決異構網絡中的地址學習、數據轉發等難題。多租戶大規模云計算數據中心的廣泛應用可以提出許多新型網絡虛擬化技術的解決方案。網絡虛擬化技術各有利弊，其應用范圍都不是很廣，云服務根據不用的業務需求和產品原因選擇不同的網絡虛擬化技術，產生明顯的網絡虛擬化技術的異構現象。

同時，云計算和互聯網的發展對網絡虛擬化技術異構互通的產生了需求：云服務提供商認為云計算數據中心需要從傳統的虛擬化技術向新型網絡虛擬化技術平穩演進，這需要打通新舊設備商的網絡來支持云服務的整合、遷移、升級；考慮到云計算模式，現在跨數據中心的服務越來越普遍，而各數據中心在網絡硬件、管理平臺上往往有較大的差異。要實現跨數據中心的服務，首先需要將屬于不同網絡虛擬化技術的資源整合起來；從互聯網發展趨勢的角度，越來越多的大型項目，致力于將不同的網絡平臺、架構、技術互連，共同構建網絡生態系統。

2.3 云計算可信網絡連接關鍵技術

云計算是近幾年掀起的一項技術革命，為網絡技術快速發展提供了高效的服務模式，其巨大的獨特優勢，擁有很好的發展前景。但是其安全性受到了很大的挑戰，特別是在云計算背景下的安全接入和訪問控制。針對云計算中存在的特殊問題，結合可信網絡連接關鍵技術，研究面向云計算的可信接入技術及可問控制技術。

云計算背景下身份認證和可問控制方案是基于可信計算技術，建立云服務提供商、用戶之間數據交換的信任關系，為云服務提供商和用戶提供一種協作的方法來評估和管理云計算安全問題，大大提高了云計算的安全性。

3 結語

通過分析可知，新興的云計算擁有眾多技術優勢和特點，為推動網絡建設、難題解決和網絡技術高速發展帶來了新契機。同時，云計算技術解決了傳統網絡技術中的很多技術難題，開拓了網絡技術的發展空間，提供了強大的技術保障，提高了網絡技術的安全性。對云計算背景下的網絡技術進行了簡單的探討，認為其發展潛力和空間巨大，為未來互聯網的高速高效發展提供了強大的技術支持和安全保障。

參考文獻

[1]許洗或.云計算環境下的虛巧化技術的安全性問題研究的[J]信息安全與術，2013，9：46-50.

篇2

一、云計算技術

云計算能把分布在大量的分布式計算機上的內存、存儲和計算能力集中起來成為一個虛擬的資源池，并通過網絡為用戶提供實用計算（Utility Computing）服務。為了滿足越來越多的計算需求，學校不得不經常購買更新電腦設備。如果使用云計算服務，絕大部分計算任務交給云端（分布式計算機服務器）來完成，只需讓電腦接入互聯網即可。云計算帶來的變化就是正在逐漸使用在線產品替代傳統的桌面軟件，將數據資料從自己的電腦上轉移到網上時，他們正在使用著“云計算”種新興的架構，數據和應用軟件都在網絡上，用戶能夠通過任何網絡連接設備訪問它們

二、國外教育技術發展狀況

（一）Youtube上的大學課堂

繼UCBerkeley（加州大學伯克利分校）后UCLA（加州大學洛杉磯分校）也開設了自己的YouTube頻道，學校視頻內容，包括視頻課程、校園生活、新聞事件以及學校體育等。UCBerkeley的YouTube頻道從2007年10月啟動至今，已經近400個視頻片段，內容涉及14門課程以及校園生活、新聞、活動、體育等。為公眾提供了了解頂級大學生活的渠道。目前訂閱者達16，043人，頻道瀏覽量達到 1，905，034次。UCLA的YouTube頻道開設不久，視頻已經達到162個。值得一提的是這些視頻質量相比YouTube上其它的視頻更加清晰，這也保證了課程的可看性。

（二）交互式白板

交互式白板是與電腦和投影機相連的大型交互式顯示設備。當投影機把電腦桌面內容投影到白板上面時，用戶可以通過特殊電子筆，手指或其它設備在白板界面上操作電腦。因此，本質上交互式白板是一種觸摸式電腦屏幕。其用途非常廣泛，比如：各類教育機構的教室，公司和工作團隊會議室，職業運動教練的培訓教室，電視臺播音室等等。

進入二十一世紀，交互式白板正成為未來型教室的標準配置。在這樣的教室中上課，教師和學生都樂在其中。GTCO Calcomp公司的Interwrite Board 白板產品和Interwrite Learning互動教室解決方案，就搭配了Interwrite Workspace Software （互動工作軟件），它擁有大量的互動教學內容和資源，適用于許多學科。Mongtomeryville公司的Intelliboard （I-Board） 產品則配以Easiteach Studio（易教學平臺），是一種教學一體化軟件，提供了大量的跨學科教學工具。而來自Calgary的SMART Board白板產品裝配的軟件則包含了6600個學習組件，供教師創建自己的互動課程內容，也可以添加組件定制個性化學習活動。

（三）美國K12學校擁有聲音系統教室

一種紅外麥克風配件能讓教師輕易的提高聲音，幫助忙碌中的孩子們聽得更清楚。這種設備大約像手機般大小，可以用繩鏈掛在教師的脖子上。而整套系統則包括四個天花板上的擴音器、師生用的麥克風，以及相關的支持器材。

（四）學校視頻分享網站

學校中的視頻分享越來越被重視起來。教師認為通過與同行的視頻分享，有機會了解并學習其他教師的課堂教學中的優點；學生認為視頻分享網站提供了一個展示自己學習成果的出口。不過由于一些面向大眾的視頻分享網站的內容良莠不齊，致使許多學校限制了在校園中對YouTube等網站的訪問。鑒于此，一些為學校服務的視頻分享網站開始浮現出來：teachertube為教師提供了分享視頻的場所，schooltube則是為學生提供在線學習作品的地方。為保證內容安全，這兩個網站有嚴格的隱私聲明和公共認證條款。SchoolTube 會監控網站的視頻內容，以確保其對于學生來說是安全的；而TeacherTube只允許從事教育工作的注冊用戶上傳視頻。

（五）混合課程的使用

混合課程（Hybrid courses）被描述為一部分是傳統的面對面課堂教學方式，另一部分則是在網絡環境下的在線教學方式。現在，這種混合模式在大學和中小學變得越來越流行。支持者們認為這種教學理念充分利用了面對面學習和在線學習的優勢――并且現在，這里有一些證據支持混合課程能幫助提高學生們的學習效率。混合課程在線的部分這是通過WebCT Vista平臺傳遞的，該平臺擁有各種適用教學的技術。麥克法林根據他的課程定制了WebCT環境：使用課程專用的網頁橫幅（banner）、給自己設計了一個交互式的SitePal虛擬形象、在主頁提供課程公告等等。

三、網絡技術下創新課堂應用實例

B老師在設計和實施WebQuest時常常把學生引入到社交網站相應主題的群組中，因為在這里比在現實中更有機會遇到相關主題的有經驗的人和專家，以及匯聚的一些專門的數字資源。比如，在一個財經主題的WebQuest教學中，B老師讓學生們加入到facebooke的財經群組中采訪專家、尋找資源，這好比把學生帶入一個真實的社會環境中學習。可見在社交網站和第二人生的角色扮演能為學生開展網絡探究搭建一個真實的環境。另外B老師還利用wiki工具引導學生展開網絡頭腦風暴，wiki會記錄下學生們思考討論的痕跡。K老師則利用社會化書簽工具del.icio.us中的tag，為學生們帶來豐富的網絡資源，這縮短了師生查找收集資源的時間。他也要求學生們把學習成果上傳到（視頻分享網站）或（ppt分享網站）上，接受更大范圍的評價。這種方式也能有效的避免了學生利用簡單的復制粘貼完成學習任務，因為作品的公開的，抄襲很容易露餡。

在21世紀，不同地區的師生通過互聯網開展交流協作學習越來越普遍。學校跨文化網際協作學習的網站提供了豐富的主題供師生們開展活動，主要方式是通過教師可監控的電子郵件方式交流，內容只在交流雙方公開。P老師則采取另外一種更開放的形式開展網際協作學習，他在上 申請建立了一個社會化網站專門用于這類教學。由于這種形式只開放了參與形式和內容，并不涉及公開學生的個人信息。所以是一種更開放更安全的形式，教師只需監控網站的內容即可。

篇3

中圖分類號：TP333 文獻標識碼：A 文章編號：1007-9416（2013）12-0089-01

云計算是一種現代的架構體系，這種體系主要是以服務作為其主體運運而生的。為了可以很好地區分云計算的服務方式，在計算機領域把云計算分為了兩種最為基本的服務形式，這兩種服務形式為云計算，以及云存儲。云計算作為一種新型的技術手段被廣泛的運用到現代的網絡系統，以及現代的金融服務領域；作為計算機技術快速發展的一種形式的云計算，是一種以服務為主體的現代運用系統。為了能夠在各種各樣的環境下對計算機的數據進行相應的處理，就需要加入另一種服務形式，這種服務方式就是云存儲。為了能夠適應社會的發展需求，有必要對云計算進行更加深入的研究。

1 云計算，以及云存儲

1.1 云計算

云計算是一種新型的技術形式，它通過向對象提供提供技術服務來實現的。云計算提供的計算模式可以分為兩種，一種是動態化的可伸縮的計算模式，另一種是動態化的虛擬資源計算模式。雖然說云計算是一種新型的技術形式，但是從它的本質來說，云計算指的就是互聯網，以計算機網絡，所以說云計算中的云是一種比喻性的說法。在以往的電信行業中，也存在云的概念，當時的云指的就是電信網。但是隨著近幾年計算機網絡的不斷發展，為了滿足互聯網，以及基礎設施抽象表達的要求，才逐漸把云的概念擴大到互聯網等方面。在計算機中使用云計算，可以很好地滿足現實的需求。傳統的數據信息基本上是以本地的計算機，或者遠程服務器為載體進行存儲。而云計算的使用，則是將大量的數據存儲到計算機之上。大部分的企業可以很方便的把資源信息轉換到比較客觀的應用上，這主要是由于這些企業的數據系統與計算機互聯網比較相似，所以，可以很容易的對存儲體系，以及計算機進行相應的訪問。

1.2 云存儲

隨著云計算的推廣，為了適應這一發展趨勢，就從云計算中總結出了一個全新的概念，這個全新的概念就是云存儲。云計算具有一定的基礎功能，而由于云存儲是從云計算當中延伸出來的，所以，云存儲具有與云計算相類似的功能，即計算機的網格技術，以及計算機的集群應用，還有就是計算機的分布式文件系統。以上的這些基本功能對于云存儲發揮其功效具有重要的作用。通過相應的應用軟件，可以把計算機網絡當中的各式各樣的存儲設備有效的集中起來，以保證這些存儲設備可以進行有效的協同合作。云存儲的這種新型的存儲模式，是在原有的原有的存儲模式的基礎之上，進行相應改進的一種存儲模式，但是這種新型的存儲模式還可以提供一種特別的架構服務。由于云具有廣域網，以及互聯網的特性，所以具有相對比較的形象特征，而對待遇使用云存儲的人來說，云存儲具有一定的透明性。把一些有關聯的存儲設備，以及應用程序軟件進行有效的而結合起來，因為存儲設備的服務轉換抓喲是要通過相關的應用軟件來進行實現的。

2 云計算的環境下數據存儲體系的構建

在實際的云計算的操作過程當中，對于云計算環境下數據存儲體系的建立是十分的必要的。建立云計算環境下數據存儲體系，通常會涉及到很多方面的內容，比如說，云計算的數據中心，以及云服務的接口，還有就是云的用戶和與計算的服務協議等等各方面的內容。首先，我們先來了解一下什么是數據中心。所謂的數據中心，實質上指的就是數據的存儲基礎，數據中心是要通過云計算的環境下來進行實現的。數據中心所涉及的內容，包括了數據的存儲管理，以及數據的存儲設備，還有就是計算機中分布式的文件系統等等。云存儲可以有很多不同的類型，一種是根據企業發展的不同程度會采用的專門的存儲設備，另一種是運用于個人的存儲設備，還有一種就是把專門的存儲設備與個人的存儲設備進行有機的結合起來。雖然有以上的三種分類，但是對于云存儲設備來說，并沒有硬性的規定說要根據那個條件進行分類。根據客戶機，或者服務器的模式可以對分布式的文件系統進行相應的設計。運用網絡節點之間的聯接可以很好地吧文件系統管理當中的一些物理存儲紫玉進行有效的存儲。

3 云計算服務器架構的構建

云計算存儲服務器在云計算中占據著關鍵性的作用，所以對與計算服務器的架構的構建顯得至關重要。對于云存儲服務器架構的建立，一定要保證是在進行建立云儲存體系之前進行建立。比較常見的云存儲服務器架構有兩種，一種是存儲區域網，另一種就是附網存儲。對于云存儲服務器架構的建立，可以通過多變的架構技術來實現云存儲服務器架構的建立的。

附網存儲是一種文件存儲系統，附網存儲是依附于分布式架構系統而存在的。在附網存儲當中，是相互獨立，而且又相互統一的。所以說，附網存儲是一種松散結合型集群，說附網存儲是獨立的，主要是因為在附網存儲中的每一個節點都是相互獨立的；而說附網存儲是相對統一的，主要是因為附網存儲是以系統集群的形式存在著的。附網存儲是一種結合比較緊密的集群系統。一旦有一個文件產生請求，附網存儲中的熱河一個節點都會對這個文件中的不同數據進行同時的訪問，與此同時，云計算還會對于用戶的相關要求進行相應的處理。一般的存儲系統不同的是，附網存儲系統的性能不會由于請求越多而越弱，相反的是，附網存儲是隨著用戶的訪問請求越多，就會具有越強的性能，因為用戶的請求越多，會使得節點數越來越多，所以附網存儲系統的性能越強。

4 結語

總的來說，作為現代計算模式的代表的云計算，在實踐當中具有很大的數據集群，因此云計算具有最優化的服務功能。云計算中的數據存儲，可以通過冗余存儲方式來進行數據的存儲，進而可以確保數據的安全性，以及可靠性。

參考文獻

篇4

關鍵詞：云計算環境；負載均衡；樸素貝葉斯；負載信息；任務調度

中圖分類號： TP311.1

文獻標志碼：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

云計算是繼分布式處理、并行處理、網格計算之后的一種新的計算模式，其核心是將大型數據中心的計算資源虛擬化，向用戶提供以計算資源為形式的服務[1-2]。隨著互聯網數據量的與日俱增，云計算環境（簡稱云環境）必須具備提供大量并發訪問服務的能力，如何將云環境中的總體負載“合理”分配到各個節點上，避免各節點的處理能力和I/O能力成為云計算中心提供服務的瓶頸，是云計算研究領域的熱點問題之一。目前，主要采用負載均衡技術，通過調整各個節點上的負載分配情況，進行節點間的負載平衡，從而最大限度地利用現有系統資源，實現用戶服務和擴展性能的最大化[3-4]。

現有的負載均衡技術研究中，根據其實現負載均衡方式的不同，主要可以分為靜態負載均衡技術和動態負載均衡技術。靜態負載均衡技術根據現有任務執行情況，并結合系統軟硬件信息，通過調度算法選擇合適的節點來分配、執行任務[5-6]。動態負載均衡技術則根據系統當前狀態決定如何給云環境中的節點分配任務。若節點任務超載，則將超載任務動態轉移至其他節點執行，如基于蟻群算法的負載均衡技術[7]、基于貪心算法的負載均衡技術[8]等。另外，文獻[9]提出了一種基于虛擬機實時遷移的自適應負載均衡算法，通過處理當前負載數據和歷史數據，預測虛擬機遷移后對系統影響程度，從而選擇合理有效的遷移策略。文獻[10]則將分布式系統中基于移動的負載均衡策略應用于云環境，利用Agent輪詢機制收集節點信息，進行負載平衡操作。

由于每個任務占用資源難以預測，且各節點處理能力不同，動態負載均衡技術與靜態負載均衡技術相比，更能根據系統性能的變化，動態地調整各節點的負載分配情況，負載均衡效果更好[11]。但現有動態負載均衡技術存在以下兩個問題：1）只考慮單一負載指標（如CPU、內存等），未對云環境中各節點的負載情況進行全面有效評估，使得任務的分配調度不夠合理，容易造成任務在各集群節點間的頻繁 “抖動”；2）實現任務調度時，調度算法比較復雜，需要在全局節點中尋找最優解，不僅影響任務分配效率，而且會給云環境系統造成更多的計算開銷。

針對上述問題，本文結合云環境分布式并行的特點，提出了一種基于樸素貝葉斯算法的負載均衡技術。首先，利用云環境中的心跳包全面地收集各節點負載信息，并采用樸素貝葉斯算法對各節點負載狀態進行分類；然后，根節點根據節點狀態分類結果，實現任務和資源分配的合理調度，提高云環境的性能。

1 基于樸素貝葉斯算法的負載均衡技術

1.1 相關概念

定義1 負載特征值。云環境中節點s的靜態負載特征和動態負載特征，用于反映節點運行時的總體負載狀況，記為V（s）。

在計算各節點負載特征值時，本文設定節點的負載特征屬性主要包括CPU、內存、磁盤及網絡四個方面。其中，CPU和內存屬性反映當前節點任務處理過程中的負載情況；磁盤屬性反映當前節點I/O負載情況；網絡屬性則反映了節點任務的接收及傳送情況。下面將給出各個負載特征值屬性的具體定義：

定義2 CPU負載特征值。設云環境中節點s的CPU運行隊列中任務數為C1，CPU上下文切換率為C2，空閑CPU時間百分比為C3，則其CPU負載特征值VC（s）為：

VC（s）=σ1C1+σ2C2+σ3C3

其中σi（i∈{1，2，3}）為一組權重系數，且∑σi=1，根據不同的應用可動態調整權重。

定義3 內存負載特征值。設云環境中節點s的物理內存大小為R1，虛擬內存大小為R2，空閑存儲器的大小為R3，則其內存負載特征值VR（s）為：

VR（s）=ε1R1+ε2R2+ε3R3

其中εi（i∈{1，2，3}）為一組權重系數，且∑εi=1，根據不同的應用可動態調整權重。

定義4 磁盤負載特征值。設云環境中節點s的磁盤利用率為D1、磁盤訪問速度為D2、磁盤隊列長度為D3，則其磁盤負載特征值VD（s）為：

VD（s）=ω1D1+ω2D2+ω3D3

其中ωi（i∈{1，2，3}）為一組權重系數，且∑ωi=1，根據不同的應用可動態調整權重。

定義5 網絡負載特征值。設云環境中節點s的網絡往返延時為N1，網絡帶寬為N2，則其網絡負載特征值VN（s）為：

VN（s）=δ1N1+δ2*N2

其中δi（i∈{1，2}）為一組權重系數，且∑δi=1，根據不同的應用可動態調整權重。

另外，為了對節點s的負載情況進行貝葉斯分類，根據上述定義，訓練樣本的格式定義如下：

定義6 訓練樣本。在云環境系統中，用于對節點s的負載情況進行貝葉斯分類的訓練樣本格式為〈VC（s），VR（s），VD（s），VN（s），T（s）〉五元組。其中：VC（s）、VR（s）、VD（s）和VN（s）分別為CPU、內存、磁盤和網絡的負載特征值；T（s）∈T，T為訓練樣本分類集，T={Tj| j=1，2，3}（其中：T1表示空閑狀態，T2表示正常負載狀態，T3表示過載狀態）。

1.2 基于樸素貝葉斯的分類方法

樸素貝葉斯（Naive Bayes， NB） 分類方法以貝葉斯定理為理論基礎，是在已知先驗概率與條件概率的情況下的模式識別方法[12]。與其他分類器相比（如人工神經網絡、決策樹等），樸素貝葉斯方法采用的分類器是分類算法中最簡單、有效而且實用的模型。其假設一個屬性對給定類的影響獨立于其他屬性，當假設成立時，其分類效果是最精確的。另外，采用樸素貝葉斯分類算法，可有效利用云環境中的Map/Reduce并行處理機制，將各節點收集信息進行并行分析處理，不僅不會造成系統的過多的額外負載，而且能快速有效地獲得分類結果。

設樣本空間為U，訓練樣本分類Tj的先驗概率為P（Tj）（j=1，2，3），其值等于屬于Tj類的樣本總數除以訓練樣本總數|U|。對于新樣本w，其屬于Tj類的條件概率是P（w|Tj）。根據貝葉斯定理，可知Tj類的后驗概率為P（Tj|w）：

P（Tj|w）=

1.3 負載均衡策略

對于云環境中的所有子節點node，在每次發送心跳包heartbeat之前，利用空閑時間計算出節點s負載特征值VC（s）、VR（s）、VD（s）和VN（s）；然后，將負載特征值隨心跳包發送到根節點，根節點則根據負載均衡策略，反饋各子節點的任務請求，實現任務的優化分配，達到均衡云環境負載的目的。為提高響應速度，根節點在收到心跳包之后，根據上次的分類結果來反饋指令，而本次收集的信息則在空閑時間進行計算，下個心跳周期發送。具體均衡策略如下：

根節點收到子節點發送的心跳包之后，將根據式（7）判斷節點狀態分類，并按以下三種策略進行處理：

1） 若節點屬于空閑狀態，則響應該節點的任務請求，并同時發送負載遷移指令——接收者啟動。

2） 若節點屬于正常狀態，則以一定概率響應任務請求。為提高云環境平衡效益，若當前空閑節點占多數時，則適當提高響應概率，加快任務執行速度；若當前過載節點占多數，則降低響應概率，以控制云環境整體負載，避免全局負載過重。

3） 若節點屬于過載狀態，則拒絕分配任務。

1.4 負載遷移策略

本文負載遷移策略包括接收者啟動策略和發送者啟動策略。根據式（7）的分類結果，空閑節點運行接收者啟動策略，進行局部負載均衡，若能有效處理周圍節點負載，則策略結束；否則，過載節點開始發送者啟動策略，繼續進行負載均衡操作。本文使用的發送者啟動和接收啟動策略都在局部范圍內，避免了節點大范圍的遷移，提高了平衡效率。

假設初始節點為s，則接收者啟動策略為reciver（s），發送者啟動策略為sender（s）。接收者啟動策略和發送者啟動策略的遍歷距離分別為μ和ρ，設參數i表示距離初始節點的距離，H（i）表示距離初始節點為i的所有節點的集合。

具體策略如下：

1）空閑節點接收者啟動策略：

2 實驗結果與分析

2.1 實驗環境

為驗證本文所提出的基于樸素貝葉斯分類的負載均衡技術的可行性和有效性，本文采用了3.00GHz的CPU和2GB的RAM作為硬件環境，Windows XP的操作系統，JDK7.0的基礎環境及Myeclipse9.0的編程工具，繼承擴展了云計算仿真軟件CloudSim[13]的DataCenterBroker、Vm和Host、Cloudlet等類。云任務（Cloudlet）按FCFS策略直接綁定到虛擬機（Vm），虛擬機根據主機（Host）相關有效信息，采用負載均衡技術進行分配和遷移操作。

本文實驗環境利用如表1、2所示。規格的Host、Vm構成云計算數據中心（DataCenter），分別測試在相同條件下，不同任務數在DataCenter運行的時間及遷移的次數。

2.2 實驗結果分析

由于靜態負載均衡技術不能根據系統性能的變化，動態地調整各節點的負載分配，其負載均衡效果明顯低于動態負載均衡技術。因此，在本實驗中，選擇目前較為典型的兩種動態負載均衡技術——基于蟻群算法的負載均衡策略[7]和基于貪心算法的負載均衡策略[8]進行對比實驗。

為驗證文中提出的算法的可行性，在第一組實驗中，記錄了任務執行過程中系統節點負載分布情況，如表4所示。

從表4可以看出，在任務數目較少時，集群負載平均分布在集群各節點上，大部分節點都處于空閑狀態；任務數增加時，集群整體負載增多，空閑節點數據減少，根節點采用基于樸素貝葉斯的任務分配策略，將任務優先分配至空閑節點，避免了過載節點的出現；隨著任務數不斷增多，在無空閑節點的情況下，基于樸素貝葉斯的任務分配策略將任務分配至正常節點，對過載節點進行遷移，進一步避免集群的局部過載。實驗數據表明，基于樸素貝葉斯的負載均衡技術能有效地平均集群負載，達到優化資源利用率的目的。

在實現負載平衡的過程時，調度算法的復雜度將會直接影響任務的分配效率和執行時間。在第二組實驗中，針對不同負載平衡技術，本文將著重考察在相同節點條件下，任務數與任務運行時間的關系。從圖2可以看出，基于樸素貝葉斯算法、蟻群算法和貪心算法的三種負載均衡技術，其任務運行時間均基本上隨著任務數量的增長呈線性增長趨勢。但由于基于樸素貝葉斯算法的負載均衡技術，先采用樸素貝葉斯算法實現分類，再根據分類結果對節點實現調度，能將任務快速、有效地分配到云環境中當前較為空閑的節點，充分利用了現有系統資源，有效地提高調度算法的效率。另外，與基于蟻群算法和基于貪心算法的負載均衡技術相比，本文提出的負載均衡技術避免了在整個集群節點中尋找最優解，縮小了其解空間，減少了任務分配的計算開銷。因此，采用基于樸素貝葉斯算法的負載均衡技術，其任務運行時間少于其他兩種技術，并隨任務數逐漸增多，其優勢更加明顯。

另外，在負載平衡的過程中，能否對節點的負載情況進行有效評估，使得任務的分配調度更為合理，也是衡量負載平衡技術優劣的一個重要方面。在第三組實驗中，針對不同負載平衡技術，本文將著重考察在相同節點條件下，任務數與任務遷移次數的關系。從圖3中可以看出，在實現節點的負載均衡時，采用樸素貝葉斯分類算法，其任務遷移次數明顯少于基于蟻群算法和基于貪心算法。分析可知，采用樸素貝葉斯分類算法時，利用訓練樣本，較為全面地綜合考慮CPU、內存、磁盤及網絡等四個方面的負載因素，因此能將任務分配到合適的節點，有效避免任務在各集群節點間的頻繁 “抖動”情況，且隨任務數的逐漸增多，采用樸素貝葉斯算法作預處理的效果更加明顯。

3 結語

針對大數據時代的云計算環境，負載均衡機制為提高資源利用率、減少計算中心資源消耗提供了解決方案。本文提出的基于樸素貝葉斯分類的算法，給出了節點分類特征參數及分類方法，針對不同分類狀態的節點采取了相應的任務分配策略和平衡策略，有效地提高了云任務的執行效率，達到了均衡云環境負載的目的。本文提出的處理任務分配與節點負載信息的方法，能有效處理云環境負載均衡的問題，為云環境平臺下的負載均衡策略研究提供了新的解決方案。

參考文獻：

[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. （劉鵬.云計算[M].北京：電子工業出版社， 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. 面向云計算中心效能優化的負載平衡方法[J]. 計算機科學與探索， 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. 基于服務器負載狀況分類的負載均衡調度算法[J]. 華中科技大學學報：自然科學版， 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.（陳真. 基于蟻群優化算法的云計算資源分配[J]. 青島科技大學學報：自然科學版， 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）大數據

大數據又被稱作海量資料，通俗地講即為在新興互聯網模式下獲取的信息資產。這種信息資產就有數據體量巨大、數據種類多、處理速度快、價值密度低、商業價值高的特點。因此大數據技術賦予了人們強大的多維度洞察能力和更精準的決策能力。

（二）云計算

“云計算”是基于互聯網的相關增值服務，其通常是通過互聯網來提供動態易擴展且是虛擬化的資源。云計算技術的開發，能夠協助網絡服務提供者在短短幾秒中，實現精確、高效處理成千上萬信息資料的目標。

二、大數據、云計算對審計的影響分析

（一）大數據、云計算促進事后審計向持續審計轉變

傳統審計通常都是事后審計，然而這種事后性使得審計工作者沒法對經濟活動做出及時準確的評價。試想如果能實現在整個經濟活動中持續進行審計，那審計時間滯后的問題就可以解決。大數據、云計算剛好可以促進持續審計的發展。如審計組織可以與被審單位建立業務和數據的接口，在持續審計中固化非結構化數據轉化成結構化數據和數據分析模塊。該模塊可以在海量數據中挖掘、分析出行業性、區域性風險趨勢等，并自然報警和記錄異常節點，建立實時審計工作底稿，然后按重要程度分類、核實或下發給現場審計人員進行現場核實，這樣可以提高審計工作的時效性。

（二）大數據、云計算促進總體審計模式的應用

在現時審計工作中，由于業務繁多，審計工作者通常是根據風險評估的結果實施抽樣審計。抽樣即用樣本的情形來推測總體，自然會有一定誤差，這些誤差可能導致企業的重大舞弊行為未能被發現，所以審計抽樣中隱藏著重大的審計風險。大數據、云計算技術使得我們可以快速收集到跨領域的所有數據，這時我們就可以用總體審計代替抽樣審計，通過總體數據更深入、細致地研究問題，從多角度發現以前抽樣審計無法發現的問題，自然大大降低了審計風險。

（三）大數據、云計算促進相關關系的應用

審計工作是通過搜集充分、適當的審計證據進行分析，從而發表審計意見的過程。傳統審計工作主要是從因果關系出發，搜集有因果關系的證據。要讓審計工作者在大數據環境的海量數據中去挑選出充分又適當的數據，實在是強人所難。大數據引入了大量跨領域、可量化的維度，使得大量的相關關系可以通過統計等方式進行計算分析。且大數據、云計算環境下，獲得的大多是電子數據，電子數據本身就復雜，要發現其因果關系就更復雜，所以新興的審計模式會更依賴相關關系的應用。

三、現行審計教學模式在應用型人才培養中存在的問題及改進建議

（一）重理論、輕實踐

審計在我國起步相對較晚，所以很多學校僅僅是對審計專業開設了一系列理論課程，還尚未像財務會計專業那樣開設相關的實訓課程。然而審計本身就是一門理論性非常強的學科，在風險導向審計中風險評估、測試內部控制、實質性程序等概念如果脫離了實際業務去講解是非常抽象和乏味的。所以很多學生抱怨審計難學又枯燥，歸根結底是學校重理論、輕實踐的結果。甚至有的學生到了工作崗位連審計工作底稿都不會填寫，這離應用型學校培養畢業就能順利上崗的“成品”目標相差甚遠。因此學校得加快落成審計實驗室，并引入E審通、中普審計系統、鼎信諾等主流審計軟件。但是目前的審計軟件還不能模擬大數據審計環境，所以建議學校與用友、金蝶等數據大企業實現資源溝通和共享。還可與會計師事務所進行合作，通過高校VNP通道，遠程安全連接審計專業云平臺。只有理論與實踐相結合，模擬真實的審計活動，才能讓學生在真槍實戰中成長。

（二）課程設置未能接軌審計發展趨勢

應用型高校由于一些客觀因素，導致在目前的課程設置上很難順應時代的發展。就審計專業而言，學校主要還是重視審計相關理論課程的學習，而統計、計算機相關的課程都只是作為選修課，課時少，學校和學生的重視度都不夠。普華永道曾指出：大數據審計下要求審計工作者能用大數據分析程序語言與工具、數據可視化分析工具。華為總裁任正非在采訪中指出：大數據就是統計。審計云利用虛擬化、分布式數據存儲等關鍵技術為審計終端提供數據加工、分析及預警等功能，然后終端的審計工作者將計算提供的諸多服務應用到審計工作實踐中去，顯著提高審計工作的效率，但是預期審計效果的實現還主要取決于審計人員的專業勝任能力，想要有效應用審計云的工作成果，除審計專業知識外，審計人員還必須熟悉計算技術、網絡應用技術等。所以為順應大數據、云計算技術下審計發展趨勢，高校得將數據挖掘、統計分析、計算機等相關課程放在必修課的位置加以重視，以培養審計行業所需要的復合型審計人才。

（三）師資力量薄弱

篇6

中圖分類號：TD53 文獻標識碼：A 文章編號：1006-8937（2016）32-0058-02

1 礦井概況

坡上田煤礦（整合）年產0.45 Mt/a，整合后的坡上田煤礦采用斜井開拓全井田，設計初期利用原坡上田煤礦和綠塘煤礦的六對井筒，投產兩個采區兩個高檔普采工作面（一采一備）。礦井初期利用現有的坡上田煤礦工業場地作為主工業場地，原坡上田煤礦的主斜井仍作為主提升井，擔負全礦井的提煤任務。主斜井井口標高+1 365 m，井底標高+1 334.63 m，井筒斜長

135 m，傾角13 °。

2 主斜井運輸方式的選擇

目前常用的井下煤炭運輸方式有帶式輸送機運輸、軌道運輸等。

①帶式輸送機具有連續運輸生產能力大，操縱簡單，容易實現自動化，裝卸載附屬設備少等特點，投資較大;它適用于生產集中，運量較大的大中型礦井。帶式輸送機運輸連續，增產潛力大，它是機械化、自動化礦井運輸的主要發展趨勢。

②軌道運輸能力大、機動性強;根據運量、運距可隨時調整機車的臺數;對巷道彎曲、轉折適應性強;接軌、展線方便;運費比較低，系統投資少，維護比較簡單。它適應于井田面積較大，生產分散的礦井大巷運煤系統。采用礦車運輸時，應根據運量大小，距離長短和安全要求確定牽引設備類型。

經過比較和綜合分析，由于井下巷道坡度多變，運距較長，采用帶式輸送機運輸可以簡化運輸環節，降低運行成本，保證運輸能力滿足生產要求。為保證煤流運輸的連續性，運輸順槽、采區運輸大巷及主斜井運輸均選用帶式輸送機輸送煤炭。

3 主斜井提升（運輸）設備的選擇

3.1 設計基礎資料

本礦井采用帶式輸送機承擔礦井煤炭提升任務。井下帶式輸送機按年工作330 d，每日分四班，其中三班（16 h）提升，一班檢修。運輸大巷（下段）帶式輸送機與主斜井帶式輸送機直接搭接，不設井底煤倉，井下大巷來煤通過主斜井帶式輸送機運到地面。

3.2 主斜井原煤輸送能力的選擇

主斜井帶式輸送機按年工作330 d，每日分四班，其中三班（16 h）提升，一班檢修。不均衡系數取1.5，計算運輸能力為：

Q=A×K/（M×N）

式中：Q-膠帶輸送機運輸能力，（t/h）;

A-年運輸能力，A=450 000（t/a）;

K-不均衡系數，K=1.5;

M-年工作日，M=330（d/a）;

N-日運行小時數，N=16（h/d），則Q=450 000×1.5/（330×16）=127.8（t/h）。

由于沒有井底煤倉，主斜井帶式輸送機的提升能力應與井下帶式輸送機運輸能力一致，因此確定對已有主斜井膠帶輸送機的提升能力按250t/h進行校核。

3.3 主斜井帶式輸送機的校核計算

3.3.1 設計依據

Q=250 t/h，α=0 °～13 °， L=297 m，h=31.2 m，γ=0.9t /m3，主斜井井口標高+1 365 m ，井底標高為+1 334.63 m，服務年限19.7 a。皮帶尾部單點給料，機頭部卸料。

3.3.2 已有主斜井帶式輸送機基礎參數

B=1 000 mm，V=2.0 m/s，L=297 m，a=0 °～13 °，膠帶為PVG阻燃輸送帶，帶強680 N/mm。

電機功率：N=90 kW，采用液粘軟起動裝置，配備可靠的逆止裝置和制動系統。

3.3.3 已有主斜井膠帶機主要技術參數校核

①帶速、帶寬校驗：按帶速V=2.0 m/s，帶寬B=1 000 mm，35 °槽形三托輥，運行堆積角20 °校驗輸送能力：

Q=3.6 Svkρ，

式中：k―傾斜系數，k=0.91;

S―輸送帶上物料的最大橫截面，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，滿足要求。

按煤的最大粒度較核膠帶寬度：

B≥2dmax+200=2×300+200=800 mm，

式中：dmax―煤的最大粒度，mm。

由此可以看出，已有皮帶可以滿足Q=250 t/h的輸送能力。

②初定參數：輸送能力Q=250 t/h，機長L=297 m，運行平均傾角δ=6 °，上托輥間距ao=1.2 m，上托輥槽角35 °。下托輥為V型托輥，間距au=3.0 m。上下托輥輥徑108 mm。

③計算圓周驅動力和傳動功率：

驅動圓周力Fu=CFH+FS1+FS2+FSt，

式中：附加阻力系數C=1.31;

輸送機的主要阻力FH=fLg cosδ[qRO+qRU+2qB+qG];

承載分支托輥每米長旋轉部分質量

qRO=18.4 kg/m;

回程分支托輥每米長旋轉部分質量

qRU=5.7 kg/m;

暫定膠帶為PVG整芯阻燃膠帶，其中每米長輸送帶的質量

qB=16.8kg/m;

每米長輸送物料的質量

qG===3 472 kg/m，

g―重力加速度，g=9.81 m/s2;f―模擬摩擦系數，f=0.03;L―輸送機長度，L=297 m;δ―輸送機在運行方向的平均傾斜角;δ=6 °;v―輸送帶速度;v=2.0 m/s;經計算，FH=

8.03 kN。

主要特種阻力FS1=Fgl;導料槽欄板的摩擦阻力Fgl=;在本運輸帶式輸送機中μ2―物料與導料槽間的摩擦系數;μ2=0.7;b1―導料槽兩欄板間寬度;b1=0.8 m;l―導料槽欄板長度;l=3.0 m;Iv―輸送能力;Iv===

0.077 m3/s;

其它符號同前，經計算，Fgl=0.07 kN;FS1=Fgl=0.07 kN。輸送帶清掃器摩擦阻力FS2=Apμ3;其中A―清掃器與輸送帶接觸面積;A=0.01+0.015=0.025 m2;P―清掃器與輸送帶的壓力;P=10×104 N/m2;μ3―清掃器與輸送帶間的摩擦系數;μ3=0.7;經計算，FS2=1.75 kN。

傾斜阻力：

FSt=qGgH，

式中：H―物料提升高度，H=31.2 m;

其余符號同前，經計算， FSt=10.6 kN。

驅動圓周力FU=1.31×8.03+0.07+1.75+10.6=22.9 kN;傳動滾筒軸功率PA=FU×v=45.8 kW。

④電機功率的計算：

N=KPA=1.4×45.8=64.1 kW，

式中：N―電動機總功率;K―電動機功率系數，K=1.25～1.4，取K=1.4;其它符號同前。

⑤驅動裝置的選擇：根據本帶式輸送機的輸送能力、帶速、功率等因素，其驅動裝置采用減速器+液粘軟啟動裝置+防爆電動機合理。根據驅動裝置的布置，現有1臺90 kW的YB2系列防爆電動機，單滾筒驅動，配套一臺速比為40的減速器，配套液粘軟啟動裝置，可以滿足設計所需。

⑥輸送機膠帶張力的計算：輸送機正常運行，必須滿足以下兩個條件：

A滿足輸送帶下垂度要求：為了限制輸送帶在兩組承載托輥間的下垂度，作用在輸送帶上任意一點的張力必須大于最小張力Fmin。

承載分支：Fmin==7.57 kN;

回程分支：Fmin==6.18 kN;

（h/a）max―輸送帶許用的最大垂度，（h/a）max=0.01;其它符號同前。

B輸送帶不打滑：輸送帶不打滑條件為：

F2（S1）min≥Fumax;

式中：Fumax=KAFu=1.5×22.9=34.35 kN;驅動滾筒的圍包角φ1=210 °;μ為輸送帶與傳動滾筒的摩擦系數，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―尤拉系數。

根據以上計算可知滿足不打滑要求。輸送機膠帶的最大張力Smax=45.2kN，膠帶的安全系數M=15.1。參照2008年12月1日開始實施的《帶式輸送機工程設計規范》（GB50431-2008），當采用PVG整芯阻燃膠帶時，安全系數不宜小于12，現有PVG680S整芯阻燃膠帶可以滿足設計要求。根據傳動滾筒傳遞扭矩及合力要求，選用傳動滾筒直徑為1 000 mm。

⑦拉緊裝置選擇：本帶式輸送機選用ZY400型自動液壓拉緊裝置，功率為5.5 kW，拉緊裝置布置在機尾。

⑧制動、逆止裝置選擇：本帶式輸送機選用DSN025型逆止器和YWZ5-315/50型制動器。

4 結 語

篇7

云計算技術是以計算機網絡技術為基礎發展而來的一種現代化科學技術，這一技術在實際生活及工作中的應用為人們提供較大便利，尤其在當前大數據時代，云計算技術的應用可使數據存儲及數據分析更加高效安全，因而促使計算機網絡云技術技術的進一步良好發展也就十分必要。研究中主要針對新時期計算機網絡云計算技術，以促使相關人員對這一技術更好認知及了解，并且為該技術的進一步應用及發展提供支持。

1概述

1.1計算機云計算

所謂云計算所指的就是在當前互聯網服務器中所存在的各種不同資源，常見的主要包括軟件、存儲卡以及CPU等相關類型。在云計算的運行過程中，其主要就是在利用計算機網絡基礎上進行相關需求信息的發送，在這種情況下遠程計算機能夠依據請求發送適當的針對性信息，其中信息服務構建，主要就是供應商的云計算提供。依據當前云計算實際應用中的相關服務模式可知，云計算實際上是以計算機網絡為基礎的提供服務資源的一種形式，在計算機網絡中利用資源整合及資源配置等相關方式，對于計算機數據資源可實現信息反饋，同時，云計算是大數據時代的發展為背景的，其所面對的用戶數量比較多，通過云平臺及云服務向用戶提供幫助，從而使用戶的有關信息需求能夠得到滿足及保障。

1.2計算機網絡云計算的類型

就目前計算機網絡云計算技術的應用而言，依據其不同標準，在云計算分類方面有一定差異性，但是，目前大部分情況下都是依據服務性質對云計算實行分類，主要將其分為兩種不同類型，分別為私有云與公有云。其中，對于私有云而言，其所指的就是客戶單獨構建的相關計算機云服務平臺，并且可依據客戶不同需求，將個性化云服務提供給客戶，由于私有云的這種特點，也就能夠將更加安全高質的相關信息服務提供給客戶，并且能夠使客戶不同需求得到較好滿足，可實現計算機網絡服務效率的有效提升，滿足實際需求。對于公有云而言，其所指的就是通過他人所構建的云平臺提供相關云計算服務，因而公有云相對于私有云而言，具有更加開放性的特點，因而其安全性相比于私有云也就較差，用戶可依據自身的需求對不同類型云計算技術進行選擇。

2新時期計算機網絡云計算機技術的應用

2.1計算機網絡云計算技術的應用特點

隨著現代信息時代的不斷快速發展，計算機網絡信息技術也得以快速發展，并且在網絡信息技術的實際發展過程中，云計算技術的應用及發展已經成為重要內容，并且在現代化的信息技術發展中也屬于具體的體現。就目前計算機網絡云計算技術的實際應用而言，其所表現出的應用特點主要包括以下6點：（1）在云計算技術的實際應用過程中，其規模相對而言比較大，可以將較大規模的有關計算機服務向用戶提供，從而使用戶對數據的計算需求得到滿足。（2）云計算技術具有虛擬化特點，在云計算技術的實際應用過程中，可使傳統計算機模式中存在的不足之處及缺陷得以改變，可使用戶在任意時間及地點獲取信息資源，獲取更好的服務，從而使用戶的信息需求能夠得到更好滿足。（3）云計算機技術具有服務質量較好且安全性比較高的特點，在私有云平臺得以有效應用的基礎上，可將更加安全可靠的信息保障提供的用戶，確保用戶能夠更好獲取所需的相關信息。（4）云計算技術具有通用性特點，在云計算技術的實際應用中，對于不同方面的應用均能夠支持，且通過云運行的實現，可確保多個應用實現同時運行，在此基礎上可使各個應用的實際運行效率得以較大程度的提升，滿足各種應用的實際需求。（5）云計算技術的擴展性比較理想，就目前云計算技術的實際應用情況而言，可表現出十分理想的自動伸縮特點，可將用戶需求作為基礎，實現自動化擴展服務的構建，從而使服務質量能夠得到較好的保障，將更好質量的服務提供給用戶。（6）云計算技術的應用成本相對而言比較低，并且云計算技術的發展速度比較快，隨著云計算技術越來越成熟，在今后各種類型的應用中，云計算技術必然會發揮著越來越重要的作用，為各種應用作用的更好發揮提供有效支持與保障。

2.2計算機網絡云計算技術在應用中的不足及缺陷

就目前計算機網絡云計算技術的實際應用及發展情況而言，雖然得到一定的發展成果，然而這一技術在實際應用中仍有一定不足之處及局限性存在，在云計算技術的實際應用及發展中仍舊存在一定問題。在云計算技術的應用及云計算服務方面，對于相關信息資源的獲取，其來源為供應商數據庫，這種情況的存在會導致對于有關的數據資源，用戶端無法實現直接獲取以及控制，因而在實踐應用中對于有些數據資源，用戶往往會不具備訪問權限，信息獲取也就存在困難。就當前云計算技術的實際應用情況而言，數據完整性的實現仍舊比較困難，由于云計算技術在實際應用過程中對于數據的存儲通常都選擇分布式存儲方式，這種存儲方式會導致數據存儲比較分散，也就很難使數據完整性得以有效實現，對于數據存儲及利用會產生不良影響[1-2]。

3新時期計算機網絡云計算技術應用的進一步完善措施

在目前計算機網絡云計算技術的實際應用過程中，由于仍舊存在一定缺陷及不足，也就需要對網絡云計算技術進行完善，以實現計算機網絡云計算技術的更好應用及發展，具體而言，需要從以下幾個方面入手進行完善。

3.1訪問權限的合理設置

在新時期計算機網絡云計算技術的實際應用過程中，為能夠實現其更好應用及發展，首先需要注意的一點就是應當對數據訪問權限的合理設置。就目前實際情況而言，云計算服務的提供方主要就是相關供應商，為能夠使信息安全性得到更好的保障，供應商應當對用戶的實際需求充分了解及把握，在此基礎上依據用戶的實際需求及實際情況，對相關的訪問權限進行科學合理設置，從而使相關信息資源能夠實現安全共享，使用戶的信息需求得到滿足。由于目前的互聯網開放式環境的影響，作為供應商一方面需要對訪問權限進行科學合理的設置，使資源的合理分享及應用得以加強，保證資源得以更好應用。另一方面而言，有關供應商也需要有效開展相關加密及保密工作，供應商及用戶均需要對信息安全防護加強注意，積極網絡安全的構建，從而使用戶安全能夠得到理想的保障。所以，在今后云計算技術的應用及發展過程中，對于安全技術體系構建需要進一步強化，在對訪問權限進行科學合理設置的基礎上，使信息防護水平有效提升，從而使云計算技術的應用具有更好的環境基礎與保障。

3.2有效提升數據信息完整性

在計算機云計算技術的實際應用中，數據信息的存儲技術屬于核心內容，因而有效進行數據信息存儲，實現數據信息完整性的進一步增強具有重要的意義，這在云計算技術應用及發展方面也是十分重要的內容。（1）對于目前的云計算資源而言，通常都是通過離散方式在云系統中分布，因而對于云系統內的相關數據資源需要加強安全保護，且需要使數據完整性得到較好的保障，這對于數據信息資源應用價值的進一步提升十分有利。（2）對于數據存儲技術，需要進一步加快其發展，尤其在當前大數據時代背景下，為能夠實現云計算技術的更好應用及發展，對于數據存儲技術創新構建需要加強重視，以實現數據信息的更合理存儲。（3）在目前云計算技術的實際應用過程中，對于其發展環境需要進一步優化，在理念創新及技術創新得以實現的基礎上，與新時期的發展環境更好適應，從而使云計算技術應用價值能夠得以有效提升，這一點在云計算技術的應用及發展中屬于重點內容。

3.3提升用戶的網絡安全意識

篇8

在互聯網信息技術快速發展的背景下，網絡信息安全成為當下主要研究方向之一。云計算技術的有效應用，既為人們的需求帶來較大的便利，同時也為用戶的信息安全帶來了一定的隱患。國家計算機網絡與信息安全管理中心甘肅分中心作為地方網絡安全治理的重要技術支撐單位，為了有效保護全省計算機網絡儲存信息的安全，必須要正確認識云計算技術，科學合理的應用，這樣才能最大化保障數據的安全性[1]，并且準確地監測、預警各類網絡安全事件。現為對計算機網絡安全存儲中云計算技術的應用進行探究，本文將對云計算技術的概念及其發展現狀進行論述，繼而對計算機網絡安全存儲中云計算技術所涉及的關鍵技術進行分析，隨后對其相關應用策略進行探究，以供廣大計算機網絡與信息安全管理從業者參考。

1 云計算技術的概念及發展現狀

所謂“云計算技術”，即由分布式計算、網格計算、并行處理等技術發展而來的新型商業計算模型，在實際運作之時，其計算任務一般分布于大量計算機構成的資源池上，令各類應用系統能以實際需求為根據獲取系統實際獲取的計算能力、軟件服務以及存儲空間，并建立網絡服務器集群，為各類用戶提供硬件租借、各種類型的軟件服務、數據存儲、計算分析等各種類型的服務。舉例而言，目前國內普遍使用的幾類在線財務軟件金蝶及用友等等，再例如國外谷歌曾的谷歌應用程序套裝等，這些例子借可歸納入云計算技術的范疇之中，通俗來講，云計算本身便是將本地計算機需求的計算任務“傳送”至云端，由云端處儲備的、運算能力遠超本地計算機能力的計算機群對本地計算機需求的計算任務進行計算，進而將計算結果及其相關資源傳送回本地計算機，這便是最初狹義的“云計算技術”。在發展現狀方面，云計算技術通過其本身與以往模式大不相同的服務模式，在信息技術領域這灘“波瀾不驚”的死水中驚起了漫天“波瀾”，且這“波瀾”一旦出現便幾無休止，因而也在此領域內引起了社會各階層的廣泛關注。在實際應用一段時間后，其本身也逐漸劃分為數大層次――基礎設施安全層次、應用服務器安全層次、云端安全層次等等，由于層次較多，目前云計算技術也呈現出了“綜合性”，而隨著近年來我國社會與科技的不斷進步與發展，云計算技術在網絡安全方面的研究日漸推進，其中，目前國內外在云計算技術方面的建樹主要存在以下案例：一是我國曾創建IBM云計算中心；二是除國家領域的云計算技術應用于網絡安全的成功案例外，許多從事于網絡安全及其相關領域的企業或公司紛紛基于“云計算技術”提出了針對網絡安全的解決方法與策略，如目前在國內外比較出名的360 云、IBM云、Google云及Microsoft云等等。這些案例清楚地向人們展示著“云計算技術”在網絡安全儲存中的發展程度。同樣，這些案例亦成為了將云計算技術應用于網絡安全存儲中的先行者，為云計算技術在網絡安全性中的有效應用做出表率，進而推進網絡安全儲存的發展。

2 計算機網絡安全儲存中云計算技術的關鍵技術

在信息技術和網絡技術快速發展的背景下，人們的需求日益增加且要求越來越多，云計算技術也因此誕生，是網絡信息技術的衍生物，主要通過把各種技術有效整合起來，包括云儲存技術、分布式計算、虛擬技術等等，將網絡中的各種資源整合起來，然后為用戶提供個性化服務，故云計算機數按照供需原則為用戶提供個性化專業服務，隨著社會的發展和人類文明的進步，云計算技術具有良好的發展前景，對推動整個信息行業發展具有重要意義，同時還會掀起信息產業發生革命性的浪潮，促使信息產業各項技術得到有效地創新[2]。所以，在計算機網絡安全儲存中科學合理應用云計算機技術至關重要。

2.1 云計算技術中的身份認證技術

在計算機網絡安全儲存中，身份認證是開啟服務的關鍵鑰匙，身份認證技術具體包括四種技術，分別為口令核對、IC卡的身份驗證、PKI身份認證、Kerberos身份認證，具體如下：（1 ）口令核對技術是確保信息安全的關鍵性技術。用戶根據自身的需求在系統中獲取對應的權限然后創建用戶和登陸密碼，在使用過程中，根據系統提示，在登陸窗口輸入用戶的賬號和密碼，一旦通過系統驗證，通過系統驗證即可獲取對應的使用權限；否則視為非法用戶，不能享受服務，在很大程度上保障了用戶信息的安全性[3]。（2 ）IC卡的身份驗證主要應用在智能IC卡中。IC卡儲存著用戶的相關信息，包括用戶ID和口令，用戶根據自身的需求，將IC卡插入身份驗證端口，通過對IC卡信息的提取然后輸送到服務器中進行驗證，確認用戶ID與口令是否正確確保了網絡的安全性，IC卡身份驗證最大的優勢在于穩定性較高[4]。（3 ）PKI身份認證是在公鑰基礎設施上所研發出一種新型認證技術。利用公鑰把基礎數據經過一定的構造，同時配合秘鑰的使用，才能完成對用戶信息的加密和解密，因此在使用過程中必須要通過秘鑰和公鑰相互作用，才能實現解密的目的。目前PKI身份認證主要是為了維護系統的安全性，且在秘鑰更新、秘鑰備份、恢復機制等功能下使用[5]。（4 ）Kerberos身份認證是建立在第三方可行協議之下，不同于上述三種的身份認證技術，享有授權服務器和資源訪問系統的權利。通過加密用戶的口令，才能享受對應的使用權限，然后在使用中進行身份驗證，身份驗證通過獲取系統的合法操作權限，同時享受系統所帶來的服務。

2.2 云計算技術中的云數據加密技術

在計算機網絡安全儲存中，數據加密是根本，也是保護數據安全的關鍵性技術，具體包括對稱加密技術和非對稱加密技術。（1 ）對稱加密技術。對稱加密技術包括密鑰、密文、明文、加密和解密等部分，該技術具有較高的解答難度，且具有較高的安全性，但是由于使用相同的密鑰，因此在傳遞和管理過程中很難有效保障其安全性，另外也不具備同時簽名功能。如圖1 所示。（2 ）非對稱加密技術。與對稱加密技術而言，非對稱加密技術可以有效彌補其不足之處，從而大大提升了秘鑰在傳遞和管理中的安全性，但是在傳遞與管理中的作用有限，加密解密方面的能力較弱，且復雜性較高，故使用率較低[6]。如圖2 所示。

2.3 云計算技術中的糾刪碼技術

在計算機網絡安全儲存中，分布式儲存系統是一種比較常用的安全存儲系統。由于錯誤代碼的固定位置存在較大差異，且不固定，因此為了有效避免這種問題所帶來的安全性問題，糾刪碼技術得到有效的發展與應用。糾刪碼技術主要包括分組碼、集碼、碼子、監督碼元和信息碼元等重要組成部分。其中最常用的糾刪碼分為級聯低密度糾刪碼、無速率編碼和RS糾刪碼，這些糾刪碼主要應用在計算機網絡安全儲存中，都具有較高的編解碼效率，從而大幅度提升了網絡的質量和安全性[7]。如圖3-4 所示：

3 在計算機網絡安全存儲中加強云計算技術運用的策略

在科學技術全面發展的背景下，云計算技術的誕生和有效應用，在很大程度上促進我國社會經濟的發展，并為人們的生活和工作帶來較多的便利和價值，但同時也帶來了一些問題，尤其是對網絡安全儲存的安全性和準確性。為了有效應用云計算技術，發揮出云計算技術的作用和價值，必須要掌握云計算技術的應用方法，這樣才能有效提高計算機網絡安全儲存的安全性和準確性，并提高云計算技術的作用和價值。

3.1 在可取回性證明算法中加入冗余編碼與糾刪碼

可取回性證明算法在計算機網絡儲存中主要是用來處理和驗證相關數據信息。在可取回性證明算法中通過加入冗余糾錯編碼，實現對用戶身份的準確驗證，從而保障了網絡數據信息的安全性。同樣數據信息查詢必須要進行云端驗證，只有通過驗證，才能實現查詢數據信息的操作，并確認云端數據是否安全。如果用戶在數據信息查詢時，無法通過云端驗證，則不能進行對應的數據信息查詢操作，同時還會導致文件損壞，此時文件的恢復至關重要，可取回性證明算法可有效恢復因無法通過驗證的數據信息。可恢復的數據信息必須要在可取回范圍內，同時使用冗余編碼對損壞數據進行二次利用，從而確保數據信息的完整性和安全性，可取回性證明發生具有較高的數據恢復效果[8]。另外，還能有效檢驗云端數據信息是否完整，并準確定位錯誤數據，分析出具體的地點。數據的恢復離不開冗余編碼技術和糾刪碼技術的有效使用，并保證了系統的安全性和穩定性。可取回性證明算法基本都是根據用戶需求，選擇或者建立對應的安全機制和安全服務類型，滿足用戶的安全技術要求，構建出一套完善的網絡安全信息系統。

3.2 在用戶端和云端中應用

篇9

[4]OCLC.圖書館管理[EB/OL].[2013-4.20]..

[5]孝童.基于云計算的數字圖書館建設研究[D].吉林大學.

[6]樂天.存儲領域的新角色：云計算[N].計算機世界，2008.2.25.

[7]王靜一.基于云計算技術的數字圖書館云服務平臺架構研究[D].吉林大學.

[8]范并思.云計算與圖書館：為云計算研究辯護[J].圖書情報工作，2009.11.

篇10

1.1大數據及其內涵 

大數據的出現不是突然的，它是IT技術發展的必然產物。它的產生主要依托于以下驅動力：互聯網、移動互聯網和物聯網的支撐；數據開放運動與數據民主化；挖掘復雜社會網絡資本價值等。從這個角度講，各類數據技術和數據模式的出現與深度應用，使大數據具有了較強的經濟和社會驅動力。 

1.1.1大數據是龐大的多源數據集。一段時間以來，我國社會的數字化、網絡化、信息化進程不斷加快，給人們的生產、生活帶來了廣泛而深刻的影響。而在這一過程中，由于人人交互、人機交互頻率越來越高，會經常爆炸性地產生不可估量的海量信息。其中，結構化、半結構化與非結構化的數據大量充斥在網絡空間中，彼此異構交織、交互影響[3]。在這種情況下，大數據被動開啟，時至今日，它已經成為一種社會新現象。在大數據場域中，信息多源、實時流動、彼此交互，在互聯網絡和移動即時通信等工具的作用下，數據之間的時空障礙被打破，各個領域數據集之間產生大量交集，數據的深度跨域關聯性更強，是一種突破性極強的經濟與技術力量。 

1.1.2大數據顛覆了傳統生產關系。作為自然資源、經濟資產與市場商品的共生體，大數據以一個生態系統的形式展現在世人面前。由于在當今社會，生產、分配、交換與消費整個過程都處于數據的包圍之中，使得大數據彰顯出明顯的生產優勢，社會發展的各個產業都可能在這一新的生產力的作用下發生重大變革。更為重要的是，大數據改寫和部分顛覆了傳統經濟理論。這是因為：大數據雖然價值密度較低，但是通過數據挖掘、數據抓取等技術的運用，能夠在海量數據中獲取具有較高價值的信息。而在經過對數據的處理、整合與分析，能夠產生巨大的商業價值、經濟價值與社會價值，對經濟社會的進步會產生深遠影響。 

1.2云計算技術解析 

作為一種通過互聯的虛擬計算機集成的并行與分布式系統，云計算能夠按照服務提供商和用戶間的服務等級協議，向用戶提供統一的計算資源。隨著互聯網技術和信息技術的日漸成熟，這些技術被廣泛應用到生產、生活的各個領域，人們不但希望將相關信息資料等儲存在互聯網中，更希望能夠通過信息獲取或信息共享的方式，使信息的使用者能夠借助個人計算機終端，在獲得授權的情況下，能夠便捷地獲取相關資料[4]。作為基于互聯網構建的一種全新計算方式，云計算能夠將軟件資源、硬件資源與個性化信息借助“云存儲器”按照需要提供給使用者，實現信息資源“一對多”“多對一”的映射和共享。這種依據“按需服務”理念設計、借助大型綜合數據庫與海量的互聯計算機程序開發出來的計算技術，具有強大的信息處理與計算能力，能夠為使用者提供全方位、安全高效的信息服務。目前，一些大型公司，如亞馬孫、微軟等，都提供了云計算基礎設施和云計算平臺，雖然具有較強的商業性特征，但為研究云計算提供了有價值的參考[5]。 

2大數據背景下高校圖書信息管理的特點與“云管理”的應用價值 

2.1大數據時代高校圖書信息管理的特點 

在大數據計算技術的推動下，我國高校圖書館的信息化、數字化建設被重新提上了日程，圖書信息服務方式也發生了前所未有的轉變，在一定程度上呈現出信息服務移動性、信息資源聲像同步性以及信息檢索便捷性的特征，體現在：①與傳統圖書館提供的信息服務相比，以大數據計算技術為載體的高校圖書信息管理工作更加直觀、具體，音視頻資源更加豐富，對用戶有更明顯的吸引力，這對提高高校圖書館的信息管理層次大有裨益。②將大數據技術應用到高校圖書信息管理之中，改變了以往的信息檢索方式，顯著提升了檢索效率。而在信息服務層面上，基于大數據建立的高校圖書館突破了服務對象的數量局限，提高了服務讀者信息需求的水平。③基于大數據的移動終端和個性化的信息服務提升了圖書館的服務層次，在更為深層次領域滿足了用戶的信息需求。④以大數據計算技術為依托，高校圖書館能夠主動向互聯網用戶和手機用戶提供信息服務，其強大的信息管理功能不但能加強和用戶之間的關聯，還能使用戶的信息需求得到及時、有效的反饋。⑤在大數據技術的推動下，高校圖書館在進行信息管理時，能夠將其館藏資源依據用戶信息需求進行加工和整理，這對讀者更便捷地查閱各類信息資源提供了幫助。 

2.2“云管理”的應用價值 

將云計算技術引入高校圖書信息管理中，勢必會引起顯著變革，不但能提高圖書信息服務的效率，還能最大限度地提升圖書信息資源的利用水平[6]。具體而言，主要表現在以下三個方面：①由于將高校圖書館的信息資源與更為廣闊的（移動）互聯網資源相連，可以說無限擴大了信息資源的來源渠道，無論是信息業務支持系統還是信息資源的訪問，都能借助云計算完成。②基于云計算的信息管理能夠在很大程度上降低高校圖書信息管理的成本，提供信息服務績效。③在云計算背景下，讀者對圖書館信息資源的使用已經突破了原有局限，他們能夠借助傳統計算機網絡、移動通信網絡和即時通信工具，對高校圖書館存儲于“云端”的信息資源進行訪問、檢索、下載，極大提高了信息管理的效率。

陳淑珍：大數據背景下高校圖書信息“云管理”策略研究 

3大數據背景下高校圖書信息“云管理”的機遇與挑戰 

3.1大數據背景下高校圖書信息“云管理”的機遇 

3.1.1在大數據時代，圖書館信息管理正在發生深度變革，借助大數據和云計算技術，能夠為圖書館用戶提供極大方便——通過創新服務不斷改善用戶的信息體驗。在大數據背景下，有關信息資源的競爭被提到了前所未有的高度，無論是個人還是社會組織，都對信息資源產生了濃厚的興趣。一方面，這些信息資源代表著優勢和資本；另一方面，這些資源能夠更好地滿足人們的生活和生產需求。更為重要的是，大數據和云計算框架中的信息管理已經突破了基于信息數量和范圍的考慮，對信息資源服務的數字化、知識化以及信息數據的分析和組織程度提出了更高要求，人類社會的競爭也演變成了基于知識的創新力競爭[7]。對任何產品、服務來說，其最大價值的判斷標準變成了信息和知識的含量。因此，將云計算技術應用到高校圖書信息管理領域，能夠為提高信息產品的信息化、知識化提供更多保障，也能夠發掘隱藏在信息表象背后的本質，而使高校圖書館的市場競爭力得到顯著提升。 

3.1.2在大數據背景下，將云計算技術與信息管理結合，能夠構建一種新型的管理模式，即“云管理”。近年來，我國高校圖書館在大數據計算技術的影響下，將越來越多的云計算思想應用到圖書信息管理之中，通過云技術改善信息管理的效率和效果，為高校圖書館的發展帶來了前所未有的機遇。在圖書信息的“云管理”體系之中，高校圖書館能夠實現信息資源的共享，甚至付費資源也能夠被集成到系統之中；能夠把各項數據存儲在云存儲服務器之中，不必為此再耗費大量人力、物力，不但能夠有效降低成本，消減圖書館獨立建設數據倉儲的費用，還能提高圖書館的信息管理水平。更為重要的是，在云計算框架下，高校圖書館信息管理的開放性、共享性理念更為突出，不同圖書館之間的合作將更為頻繁，合作的領域和深度也不斷擴展。 

3.2大數據背景下高校圖書信息“云管理”的挑戰 

3.2.1進入21世紀以來，全球信息市場發展快速，基于信息展開的競爭越來越多，影響范圍和深度越來越大。以此為背景，大量信息服務機構相繼涌現，圖書館已不再是用戶獲取信息資源的唯一途徑，無論是公共媒介還是自媒體都能在即時通信工具和開放式的搜索服務中獲取海量的信息資源。在這種情況下，部分借助高校圖書館獲取信息資源的用戶轉向了其他媒介，在這些媒介中，用戶能夠輕易尋找到便捷的信息交流平臺[8]。在這一平臺之上，用戶能夠獲取海量信息，并借助多樣化的技術手段，不斷提高信息使用效用，這些是一些發展滯后的高校圖書館所無法比擬的。此外，在云計算技術的影響下，市場經濟對多元化的信息服務要求越來越高，人們也對信息的獲取方式、信息內容、信息使用成本等給予了越來越多的關注，主題跟蹤服務、競爭情報等概念開始進入了社會生活的方方面面。在這一背景下，如果高校圖書館不能深入其中，將會不斷流失用戶，拉低信息服務水平。 

3.2.2以大數據為背景，提升高校圖書館信息管理效率已經成為大勢所趨。但是，在多種因素的影響下，一些高校圖書館的云信息管理相對滯后，在一定程度上還存在自建信息資源貧乏的情況。比如：一些高校信息建設重點與學科設置之間存在顯著差異，在館藏信息方面信息化程度不高，現有的硬件和軟件設施難以與大數據的要求相匹配。這是因為，一些高校圖書館未能對其學科信息進行全面建設，即便其擁有屬于自己的數據庫，門類也較為齊全，但因其在自建數據庫方面投入較少，多以共建項目或購買為主[9]。因此，即使受到了大數據計算技術、云計算技術的沖擊，這些高校的信息服務還是集中在目錄數據庫、論文數據庫和學科導航庫等方面，較少有高校能借此向用戶提供獨具特色的云信息管理服務。 

4大數據背景下高校圖書信息“云管理”的策略 

隨著信息技術的進步，高校圖書館信息管理方式和內容都相應做出了轉變[10]。在大數據背景下，將云管理應用到圖書館的建設和運營之中，能將大量的書目資源、讀者資源和流通數據以及全文數據等放置到“云端”，為用戶提供信息共享、共用服務，還能最大限度地降低資源的重復建設，實現信息資源的高效管理。 

4.1通過合作構建大數據技術推廣和應用體系 

為了在大數據背景下構建高校圖書信息管理系統，需要以大量調研為基礎，制訂和高校圖書館大數據技術相適應的規劃方案，再經過嚴格、科學的論證，確保建設過程能夠科學有序地進行，同時保證系統的可行性與可擴展性。其中一個可供借鑒的經驗是，要與國內外一些知名的計算機軟件公司取得合作，在合作開發的基礎上，構建屬于高校自身的圖書信息管理系統；或者以此為平臺，結合圖書館的實際情況，對購買過來的云管理系統進行二次開發，以滿足高校的教學與科研需求，對用戶的信息訴求做出積極有效的回應。當然，在這一過程中，高校圖書館還需制訂與大數據、云計算相關的行業標準與制度性安排，以解決數據格式和軟件接口不兼容等問題，最大限度地實現信息資源共享。 

4.2基于云計算技術建立多樣化的個性化信息服務體系 

對新時期的高校圖書館來說，其存在的目的除了要向用戶提供資源豐富、方便快捷的信息服務外，還要為用戶營造一個信息交流的空間與氛圍。為此，高校圖書館可以借助大數據和云計算技術，按照用戶需求和自身專業背景與興趣，搭建能夠進行無限信息交流的平臺。在這一平臺上，大數據處理和云計算屬于核心技術，能夠將協同工作、信息和交流信息等集合在一起，在向用戶提供信息服務的過程中，全面提高圖書館的運行績效。同時，這一平臺的搭建還應體現前瞻性的要求，體現圖書館的未來發展方向，促進用戶能夠借助信息云管理體系，學習知識并創造知識。 

4.3突破現有障礙，構建高效的圖書信息云管理系統 

在構建高校圖書信息管理系統時，將“云計算”應用其中，首先要確定其主要服務對象。在進行信息管理系統開發時，要特別注重系統界面的易用性和友好性，做到讓終端用戶一目了然，在使用該系統時能夠方便、快捷地完成信息閱覽和檢索，以此消減對系統的學習成本，提高操作性能。此外，高校圖書館還應通過多種方式吸引讀者，使之能夠迅速了解與使用圖書館的云管理系統，并將其在更大的范圍內進行普及，以滿足用戶在新形勢下的圖書信息需求。當然，在讀者終端方面，還應突破圖書館局域網的局限，保證用戶終端能通過個人電腦、手機、智能通信工具等與“云端”相連，使其在網內和網外都能對圖書信息云管理系統進行訪問。