云计算数据论文范文

云计算数据论文范文第1篇

1.1云计算

云计算是并行计算和分布计算以及网格计算的发展，是一种在海量数据大规模的集合中能动态处理各种服务器数据资源的一类计算平台，在电子商务、商业金融、科研开发等领域能得到广泛的应用。它具有大规模、虚拟化、高效率、通用性、廉价等特点，能针对不同的用户的不同需求，动态透明地提供其所需的虚拟化计算和资源储存，并能及时动态回收当前用户暂不利用的数据资源以提供给其他用户，而其廉价、通用的特点，使得一般用户实现大规模的数据操作成为可能。目前来说，云计算的平台已得到良好的发展，日益成熟，基于云计算的应用已经可以相当方便的部署和操作其数据资源。

1.2数据挖掘

数据挖掘技术是现代知识发现领域的一个重要技术，它是指一个从随机的大量而不完整的模糊的实际数据中提取其中某些隐含着的具有潜在价值的实用知识与信息的过程。其具体技术有特征化、聚类、关联和预测分析等等，涉及到的高级技术领域有统计学、机器学习、模式识别、人工智能等方面。

2基于云计算的数据挖掘平台构架

网络云的发展给数据挖掘提出了新的问题和时代的挑战，同时，也为数据挖掘提供了新的计算平台和发展机遇。基于云计算的数据挖掘系统平台的发现，解决了传统的数据挖掘技术出现的时代滞慢、效率较低、功能落后、成本高昂等问题。云计算是一种商业计算模式，是网格计算与并行计算及分布式计算在一定程度上的商业实现，其动态、可伸缩的计算基于云计算的数据挖掘平台架构及其关键技术探讨文/张瑶刘辉云计算是一种在互联网时代中应运而生的新兴的网络技术，具有高效率、高容量、动态处理的特点，在社会的商业领域和科研领域表现出了其相当高的应用价值。将云计算应用于数据挖掘平台的构架之中后，将能在很大程度上为现代社会中越来越海量的数据挖掘提供一个高效率的技术平台。本文将结合云计算和数据挖掘的基本概念和现代意义，对数据挖掘的平台构架和相应的关键技术做出简要的分析探讨。摘要能力使得进行高效的海量数据挖掘的目标不再遥远。同时，云计算SaaS功能日益被理解和标准化，使得基于云计算SaaS化的数据挖掘有了理论和技术的指导，并具有了企业化与大众化的发展趋势。

2.1数据挖掘平台构架

建立在关系型数据库之上的传统的数据挖掘技术构架在现时代数据急剧膨胀和分析需求渐增的发展下已经难以应付社会的数据处理问题。而云计算的分布式存储与计算形式则接受了当代的数据挖掘难题，促成了适应时代的云计算数据挖掘平台构架的形成。其包含了面向组件的设计理念和分层设计的思想方法。其构架自下向上总共分为3层，分别为底层的云计算支撑平台层、中间的数据挖掘能力层和上层的数据挖掘云服务层。

2.2基于云计算的数据挖掘平台构架各层意义

云计算支撑平台层：顾名思义，该平台层是云计算数据挖掘平台的基础处理平台，其主要具有的功能是对分布式文件存储与数据库提供资源存储，以及实行对数据的有关处理和计算功能。数据挖掘能力层：该平台结构层主要是提供挖掘的基础能力，是数据挖掘的核心支撑平台，并对数据挖掘云服务层提供能力支撑。该平台层包含了算法数据并行处理、调度引起和服务管理的框架，该平台层可以提供系统内部的数据挖掘处理和推荐算法库，亦支持第三方的数据挖掘算法工具的进入。数据挖掘云服务层：数据挖掘云服务层的主要功能是对外提供数据挖掘操作的云服务，同时也能提供基于结构化查询的语言语句访问，提供相关的解析引擎，以便于自动调用云服务。对外数据挖掘云服务能力封装的接口形式多样，包含了基于简单对象访问协议下的Webservice、XML、HTTP以及本地应用程序的编程接口等多种形式。另外，在必要的时候，云服务层的各个业务系统可以进行数据挖掘云服务的调用和组装。

3基于云计算的数据挖掘平台构架的关键技术探讨

基于云计算的数据挖掘平台构架的形成，离不开现代先进的科技技术，其中几项关键的技术应用将在这里进行简要的阐述：

3.1云计算技术

3.1.1分布式储存技术

通过采用分布式存储的方式来存储数据，是云计算技术保证数据处理高可靠性和经济性的重要保证。用可靠的软件来弥补硬件的不足，是分布式存储技术提供廉价而又海量的数据挖掘支持的重要途径。

3.1.2虚拟化技术

在云计算的环境下，数据挖掘能实现对大量的可用的虚拟化技术的应用、整合，发展出一套全面虚拟化的运行战略。云计算和虚拟化的共同组合，使数据挖掘实现了跨系统下的资源调度，将海量的来源数据进行IT资源汇合，动态地实现对用户的虚拟化资源的供给，从而以高效率、海量动态的特点完成服务任务。

3.1.3并行云计算技术

并行云计算技术是一种对于高效执行数据挖掘计算任务极其重要的技术，并且它对云计算的某些技术细节做出了封装，例如任务并行、任务调度、任务容错和系统容错以及数据分布等。该功能代替了用户对这些细节的考虑，使得研发效率得到了提高。

3.2数据汇集调度中心

数据汇集调度中心的功能主要是完成对不同类型的数据进行汇集。它实现了对接入该云计算数据挖掘平台的业务数据收集汇合，能够解决与不同数据的相关规约问题，并能支持多样的源数据格式。

3.3服务调度与管理技术

对于基于云计算的数据挖掘平台，为了使不同业务系统能够使用本计算平台，必须要提供相应的服务调度与管理功能。服务调度解决云服务下的并行互斥以及隔离等问题，以保证安全、可靠的平台的云服务。服务管理功能要实现统一的服务注册与服务暴露功能，并且支持接入第三方的数据挖掘，以更好地扩展平台的服务能力。

4结束语

在时代的需求下，云计算技术的出现是并行计算技术、网络技术和软件技术不断发展的必然产物。现代社会，云计算已经体现了其在商业、电子和科研开发的高价值。基于云计算的数据挖掘平台，由于其强可靠性、高扩展性、高经济性、海量处理数据等优点，会成为新一代数据挖掘技术上未来长期的技术平台。

云计算数据论文范文第2篇

【 关键词 】 云计算；多维免疫；数据安全

【 Abstract 】 With the development of information technology in the electric power system， the requirement for data security is also more and more high. The problem of data security has become a common problem. This paper mainly analyzes the multidimensional immune cloud data security technology， analyzes the concept of cloud computing and data security， data security in cloud computing model， has made the thorough discussion on multidimensional immune security cloud data， for reference.

【 Keywords 】 cloud computing； multidimensional immune； data security

1 引言

云计算是目前计算机领域研究的重点课题，采用云计算技术可以设计出一种先进的信息应用模式，充分利用计算机资源。随着互联网技术的发展，计算机技术促进了云计算的开发和应用，使云计算的应用更加廉价和强大。基于多维免疫的云计算，可以给用户的硬件使用带来方便，云计算使用的是先驱简单存储服务和弹性云计算服务。随着世界各大企业开始关注云计算，关于云计算安全的问题也出现了。只有保证云计算系统的数据机密性和完整性，才能促进云计算系统的科学性和安全性。云计算的安全正面临着威胁，通过研究云计算技术，建立云计算的数据安全模型，多维免疫的云计算模型，这个模型是建立在云计算技术架构上的。运用免疫学原理，提出适合云计算架构的多维免疫算法。这个算法的优势是以克隆算法为主要对象，是一种面向云计算的免疫算法。

2 云计算数据安全模型

云计算是下一代的IT架构。运用云计算，可以把应用软件和数据迁移到很大的数据中心。云计算的这一特点带来了很大的安全问题。要研究云计算数据的安全特征，就要首先了解云计算的数据安全模型。

2.1 云计算数据应用系统模型

云计算的平台构架主要技术有并行编程的模式，分布式文件系统，数据处理模型。其层次如图1所示。

云计算的数据应用共分为三个层次：应用层、索引层和数据存储层。同时要了解云计算数据应用系统的三个要素：用户、应用服务器和数据中心。这三个要素各有着不同的功能，用户的功能是存储数据，在数据计算的基础上，计算个体用户和组织用户的数据。应用服务器的功能是维护云计算的系统。数据中心的功能是存贮实际的数据信息。但是，在云计算数据应用系统模型中，存在着很大的安全威胁，主要是来自传统数据的威胁，容易受到影响的对象有客户端、主从结构和病毒的传播，通信的安全性。其中，病毒的传播主要是通过互联网的数据交易服务，病毒侵入计算机网络系统，它的破坏性远远大于单机系统，用户也很难进行防范。现在的互联网中，病毒一般有隐蔽性，传播速度也很快。另外，病毒的制造技术也越来越高级，不仅可以破坏用户的程序，还可以窃取信息，造成系统的交叉感染。这种感传染性的病毒危害性非常大。对于通信故障，网络中通常分为两种类型的安全攻击类型：主动攻击和被动攻击。常见的攻击手段有偷窃、分析、冒充、篡改。对于数据安全来说，除了上述的数据安全，还有新数据的安全威胁，主要表现在几个方面：保密失效威胁、分布式可用威胁、动态完整性威胁。

2.2 云计算数据安全模型

该数据安全模型主要分三个层次：第一层的功能是负责验证用户的身份，保证云计算中数据的安全；第二层的功能是负责对用户的数据进行保密处理，保护用户的隐私；第三层的功能是恢复用户误删的数据，是系统保护用户数据的最后一道防线。这三层结构是相互联系，层层深入。首先要验证用户的身份，保证用户的数据信息不被篡改。如果非法用户进入的系统，则进入系统后还要经过加密保护和防御系统。最后是文件恢复的层次，这一层次可以帮助用户在数据受损的情况下修复数据。

3 多维免疫的云数据安全

3.1 多维免疫算法

多维免疫算法的组成主要依靠生物原理、免疫系统的多维模型、多维免疫的基本原则组成。其中，生物原理是把生物学的理论应用在云计算中。人工免疫系统发展到现在，在免疫能力的发挥方面有了很大的发展。免疫能力的增长是一个漫长的过程，后天的免疫的生成更是一个艰难的过程。在一个系统生成初期，完全没有后天的免疫能力，但是随着身体的成长，免疫细胞逐渐增多，免疫系统也开始形成。多维免疫系统的形成也是这样的。

3.2 多维免疫的数据安全原理

阻碍多维免疫的数据安全的因素主要有不可靠网络、节点故障、超大规模的用户访问、数据更新引起的数据不一致性等。为了提高数据管理的安全性，云计算为用户提供了一个一致的入口，只有向用户提供透明的文件，进行文件数据的定位数据选择。对于数据管理服务，应该注意，这项服务是连接用户和系统的。应用服务器和数据中心共同组成了云计算数据应用系统。应用服务器主要目的是方便用户访问历史和相关的文件信息。

3.3 多维免疫的云数据安全策略

主要包括文件分布的策略，HDFS 文件冗余度计算，多维免疫的文件分布，数据块选择机制等。对于云计算中的用户文件，需要考虑到数据块的数量分布、数据块的颗粒度和数据库的创建时间。多维免疫的文件分布中，首先要掌握文件分布的原理，多维免疫算法和云计算中文件的创建和文件块的分配法是一致的。

4 结束语

多维免疫算法及其数据安全应用非常重要，首先需要制定科学的多维免疫算法的实现方案，通过研究云计算技术，建立云计算的数据安全模型，多维免疫的云计算模型，这个模型是建立在云计算技术架构上的。运用免疫学原理，提出适合云计算架构的多维免疫算法。然后全面了解多维免疫算法的数据安全的原理，掌握云计算的数据安全要素的特征。采用定量分析的方法，才能完善多维免疫的云计算数据安全管理内容。只有保证云计算系统的数据机密性和完整性，才能促进云计算系统的科学性和安全性。

云计算的安全正面临着威胁，通过研究云计算技术，建立云计算的数据安全模型，多维免疫的云计算模型，保证云计算数据的安全性。

参考文献

[1] 戴跃发.基于多维免疫的云计算数据安全技术研究[D].国防科学技术大学，2010.

[2] 李志勇，易灿，刘彦姝等.云计算数据保密与安全问题研究综述[J].硅谷，2014，（19）：52-52，66.

[3] 赵莉，王魁t.基于加密机制的云计算数据可靠存储方案研究[J].信阳师范学院学报（自然科学版），2014，（4）：593-596.

[4] 叶志伟.面向云计算数据隐私保护的访问控制策略研究[D].哈尔滨工业大学，2012.

作者简介：

云计算数据论文范文第3篇

数据量暴涨的这一现象，其实用“海量数据”描述较为恰当，但这个词过于普通，已无法引起公众的兴趣。于是，有人便使用了 “大数据”这个词。大数据的“大”和“云计算”的“云”异曲同工，从一开始就充分引起了公众的疑惑和好奇。慢慢地，人们感觉没有其他的词能够代替它们，因而使得大数据成为继云计算之后又一个在IT界炙手可热的名词。

在大数据相关技术的发展史中，Google公司有着举足轻重的地位。Google从2003年起，先后通过论文公开了Google文件系统（GFS）、并行分布式编程模型MapReduce、大数据数据库bigdata等技术，引起全球的效仿。2011年，Facebook效仿Google，将其全新设计的服务器和数据中心方案开源，在全球引起新型数据中心建设热潮。

本专题旨在揭示大数据现象所带来的历史性变革，阐述大数据应用的技术体系、关键技术与潜在问题，并介绍在国际处于领先水平的PB级超低功耗云存储系统和EB级实时云计算数据库，最后还探讨了基于云计算的大数据挖掘平台的构建，大数据在电信行业的解决方案及应用实践，以及大数据在面向城市信息感知的社交网络的应用案例。每篇论文都凝聚着作者对大数据研究的心血和汗水，希望这些成果与观点可以让读者受到启发，拓宽思路，开拓视野。在此，对各位作者的积极支持和辛勤工作表示衷心的感谢！

刘鹏

2013年5月20日

刘鹏

云计算数据论文范文第4篇

关键词：云计算；档案管理；综述

自2006年亚马逊推出弹性计算云（Elastic Compute Cloud）服务和Google首席执行官埃里克・施密特首次提出云计算概念之后，我国也掀起了一股强劲的云技术热潮。云计算是在分布式系统、网络计算等发展的基础上提出的一种新型计算模型，是一种新兴的共享基础架构的方法[1]。云计算的广泛应用无疑会对档案管理带来前所未有的影响，档案机构和档案学界正在积极开展云计算应用于档案管理的相关研究。

1 文献统计数据及分析

笔者在中国知网（）的中国期刊全文数据库、中国学位论文全文数据库和中国会议论文全文数据库检索题名包括“云计算+档案”、 “云技术+档案”和“云档案馆”的文献（检索时间为2014-3-12），删除其中新闻报道性和重复性的论文后，共检索出78篇论文。

1.1 时间分布。这78篇相关论文的时间分布如表1所示：

由表1可见，我国档案学界对云计算的研究始于2009年，2009年后开始引起学者较多关注，到2013年掀起一个较小的研究高潮（2013年发表相关论文共33 篇），但是依据百度和Google的搜索结果，尚未出版云计算应用于档案管理的相关著作。

1.2 主题分布。上述78篇论文，其研究的主题可以分为理论研究（介绍云计算的概念、特点、优势，应用的可行性、问题及对策等）、具体应用（研究云计算在档案业务环节的具体运用，如备份、整合与共享、利用与服务、云档案馆等）、系统和平台构建（研究基于云计算的系统和服务平台架构、服务模式等）和应用的安全性。78篇论文的主题分布如表2：

从研究的主题来看，目前档案界对云计算的理论和应用设想方面的研究占主导，分别占全部论文的43.6%和44.9%。但是，基于云计算的系统、服务平台构建的研究论文只有5篇，对于如何用技术手段来实现“云”并没有系统深入的研究。

1.3 作者机构分布。各研究主题的作者机构分布见表3：

从表3可以看出，78篇研究论文作者中有22篇来自高等院校的档案院系，占全部论文的28.2%。26篇论文作者来自其他机构，约占33.3%，其他机构包括高校除档案院系和档案馆室的其他院系和部门、事业单位、军队档案馆等。从表中数据看，高等院校的研究者倾向于研究云计算在档案业务环节的具体应用，而其他机构的研究者更注重理论研究和云计算在人力资源档案、会计档案、健康档案等领域的应用与实现。

2 主题分析

2.1 云计算的概念和特点。田雷提出：“云计算是一种网络服务方式，提供了IT服务的一种交付和使用模式，用户可以通过网络租用或免费获取所需服务。”他还提出目前云计算的三个服务层次：基础设施即服务、平台即服务、软件即服务[2]。黄正鸿认为，云计算旨在通过网络（互联网和内部网）以按需、易扩展的方式获得所需的硬件、平台、软件及服务等资源。其特点可以归纳为：资源池；按需、自助；快速弹性；广泛的网络访问；可度量的服务[3]。陈康明认为，云计算是基于网格计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等已有网络技术发展起来的一种基于互联网络的服务信息共享模式。云计算的特点是：数据存储更加可靠、安全；资源的合理分配；先进技术理念带来的以用户为中心的个性化服务[4]。

2.2 云计算在档案领域应用的可行性分析。刘永提出，云存储在技术、管理和经济上已经具备了数字档案存储的基本条件。云存储技术是分布式文件系统技术、网格技术、集群应用等技术的集成，后三种技术在理论和实践上都逐渐成熟。云存储将分散在各地的数字信息集中存储，各档案馆（室）可以根据需求来申请适当的存储空间，降低了资金投入[5]。朱悦华、何丽萍、丁建萍认为，云计算时代“云档案”的实现具有较为完备的云计算理论基础、较为成熟的云计算技术条件、较为低廉的云计算经济成本和较为完善的云计算实践环境[6]。

2.3 云计算在档案管理中的应用优势。文杰提出了云计算在数字档案馆应用中的四大优势：确保档案服务器的可靠运行，降低服务器的出错概率；降低相关的维护费用；扩展了信息资源共享范围；丰富的终端设备[7]。彭小芹、程结晶结合云计算的特点提出云计算在档案领域的应用优势，即可靠、安全的数据存储；方便、快捷的云服务；强大的计算能力；诸多技术的集合体；经济效益；个性化；以用户服务为中心[8]。祝庆轩、桑毓域、方昀提出了云档案馆模式的优点：有利于政务信息公开；有利于统一全国各地区档案工作标准；有利于节省软硬件投资；有利于减少对计算机人才的依赖[9]。

2.4 云计算应用面临的问题和对策。黄正鸿提出云计算技术本身存在的一些问题，如标准问题、版权纠纷问题、数据隐私问题、安全问题、软件许可证问题、网络传输、用户使用习惯问题等[10]。陈康明认为，云计算应用面临的首先就是信息安全问题；其次是执行的国际标准问题。对策是完善基础设施建设；制定安全监测环节和相关技术；制定监督和管理机制[11]。文杰认为，云计算应用面临的问题主要有资源的选择问题；协议和接口问题；数据安全问题。对策包括加强人才队伍建设；完善基础设施建设；制定相关政策规范云计算标准；提供基础建设的统一监控、管理和控制；加强安全检测[12]。

2.5 云计算在档案领域的应用设想

2.5.1 云计算在档案存储、共享与服务中的应用设想。田雷提出可以通过“基础设施即服务”整合档案行业的服务器、存储器等设备，部署“云计算”环境，向各级档案部门提供基础设施服务[13]。陶水龙提出了基于云存储技术的档案数字资源的云备份和多套多地的档案数字资源备份数据存放策略，建立了云备份系统架构及其运行机制[14]。吕元智提出了国家档案信息资源“云”共享服务模式，将分散的国家档案信息资源通过云服务平台组织起来，形成一个个档案信息资源服务“云”[15]。祝庆轩、桑毓域等提出档案馆馆际云服务，将档案馆电子文件信息置于云中心，用户可以利用云计算技术检索云档案馆“虚拟资源池”[16]。卞昭玲、李俐颍等提出通过云存储解决档案信息的存储、档案信息的收集问题，同时可以共享档案信息 [17]。

2.5.2 云计算在专门档案领域内的应用研究。廖玉玲提出了基于云计算的建设工程档案全过程监管模式的系统方案[18]。刘振鹏、卞昭玲等提出了基于云计算的区域电子健康档案服务系统[19]。邓岚提出运用云计算技术搭建国家综合减灾信息管理与服务系统，并分析了云计算技术在灾害档案信息管理中的应用优势和障碍[20]。

2.6 基于云计算的数字档案管理系统和平台构建。程春雨提出国家开放档案信息资源共享利用系统应采用两级部署方式，分别部署在中央云中心和50个国家综合档案馆。中央云中心应用系统开发主要包括档案信息资源整合系统、平台管理系统、国家开放档案信息资源共享利用门户网站；省节点应用系统开发主要包括省节点档案信息资源整合系统和基础工具包软件[21]。程结晶提出要构建统一的云存储平台，采用虚拟化技术，开发基于“元数据”访问的分布式数字档案数据访问接口，构建完整的云服务平台来实现数字档案资源的访问服务、请求认证服务、安全数据传输服务和快速资源搜索和资源发现服务[22]。郑光辉提出了基于云计算技术的数字档案利用系统设计方案，详细描述了基于云计算的档案信息资源整合系统、云平台管理系统及开放数字档案利用门户设计方案[23]。蔡学美提出云计算数字档案馆系统主要是由云计算数字档案管理应用程序、数字管理节点、计算机专用网络、安全防火墙、公用和私有的硬件设施等构成[24]。朱悦华、何丽萍等提出构建“云档案”资源共享系统，其系统理论模型由资源层、管理中间件层和服务层等三层构成[25]。

2.7 云计算应用的安全性。徐华、薛四新等提出云数字档案馆安全保障体系应包括防御系统、监控系统、容灾备份系统、应急响应系统和技术支撑系统，通过安全法规体系、安全组织体系、安全管理制度体系、安全人员培养和培训体系来保证[26]。崔海莉、张惠达提出将档案信息管理系统推入云的基础设施上，服务中断、数据失真、敏感信息泄露是可能遭遇的技术风险，组织策略、准入退出机制是可能遭遇的管理风险[27]。

3 问题与展望

3.1 问题。首先，研究内容重理论轻技术。当前对于云计算基础理论的研究较多，关于如何运用技术手段实现其具体应用的研究较少。78篇论文中只有5篇从技术角度阐释了云计算应用于档案领域的具体实现方式。应用设想相关论文仅仅止步于“设想”，对具体应用及如何实现其应用轻描淡写，缺乏技术因素。

其次，研究缺乏实践基础。相对于云技术在其他领域的快速实现，传说中的云档案馆、档案云尚未付诸实施，对于云技术的应用需求也没有实际调研，因此，大多数研究缺乏一定的实践基础。

3.2 展望

3.2.1 研究内容。首先，对云计算的应用研究应更多关注档案资源的共享与服务。云计算的精神内核在于资源的共享。在全新的云计算模式下，研究者应站在整个国家档案资源共享和利用的角度谋划“云”，探寻如何利用云计算技术更加科学地整合和共享全国档案信息资源，并向公众提供高效快捷的信息服务。其次，适当扩展研究内容，构成完整的研究体系，例如，云计算环境下传统的档案管理模式和管理策略是否发生变化？云计算在档案部门有效应用应具备哪些条件？“云”之间如何交互协同？云计算的行业标准研究等。最后，与国外相关研究相比，国内研究应更注重云计算在档案领域的实际应用与技术实现。

3.2.2 研究方法。加强实证研究和案例研究。云计算对档案领域而言本质上是一种技术手段，技术最关键的问题是应用与实现。因此，应当加强云技术应用的实证研究，以及以某一地区或某一项目为对象的案例研究。

*本文系国家档案局科技项目“数字档案资源云存储策略研究”（项目编号：2012-X-34）和河南省软科学研究计划项目“河南省非物质文化遗产档案资源共享平台构建研究”（项目编号：142400410786）的阶段性研究成果。

参考文献：

[1]中国云计算喧嚣过后冷思考[EB/OL]. [2014-03-20].http：///286/12798786.shtml.

[2][13]田雷.云计算在档案领域的应用[J].北京档案，2011（5）：24～25.

[3][10]黄正鸿.云计算在档案信息化领域的应用启示[J].中国档案，2011（5）：61～63.

[4][11]陈康明.云计算在档案管理中的应用[J].云南档案，2012（5）：27～29.

[5]刘永，刘坤锋.论数字档案云存储[J].档案管理，2013（5）：14～18.

[6][25]朱悦华，何丽萍，丁建萍.“云档案”信息资源共享系统研究[J].浙江档案， 2012（6）：52～53.

[7][12]文杰.基于云计算的数字档案馆建设研究[J].档案与建设，2011（1）：46～49.

[8]彭小芹，程结晶.云计算环境中数字档案馆服务与管理初探[J].档案学研究 ，2010（6）：71～75.

[9][16]祝庆轩，桑毓域，方昀.基于云计算的档案信息资源共享模式研究[J].兰台世界，2011（7）：8～9.

[14]陶水龙.档案数字资源云备份策略的分析与研究[J].档案学通讯，2012（4）：12～16.

[15]吕元智.国家档案信息资源“云”共享服务模式研究[J].档案学研究，2011（4）：61～64.

[17]卞昭玲，李俐颍，刘振鹏.云计算在档案信息共享中的应用[J].兰台世界，2011（7）：16～17.

[18]廖玉玲.基于云计算的建设工程档案全过程监管模式可行性研究[J].档案学通讯，2013（6）：74～78.

[19]刘振鹏，王坤瑞，卞昭玲等.基于云计算的区域电子健康档案服务系统研究[J].档案学通讯，2012（4）：17～20.

[20]邓岚.云计算技术在灾害档案信息管理中的应用探讨[J].中国减灾，2011（8）：32～33.

[21]程春雨.云计算模式下的开放档案共享利用平台建设[J].中国档案，2013（12）：64～67.

[22]程结晶.云技术中数字档案资源共享与管理体系的构建[J].中国档案，2013（1）：66～68.

[23]郑光辉.使用云计算技术创造开放数字档案利用新模式[J].档案学研究，2013（5）：46～50.

[24]蔡学美.档案云技术应用于档案信息化建设[J].办公自动化，2012（6）：14～17.

[26]徐华，薛四新，刘宗渊.云数字档案馆安全运营管理机制研究[J].档案学研究，2012（2）：37～41.

[27]崔海莉，张惠达.云计算环境下档案信息管理系统风险分析[J].档案学研究，2013（1）：56～60.

云计算数据论文范文第5篇

关键词：数字城市，云计算，数字交通，智慧城市

中图分类号：K915文献标识码： A

1．数字城市起源

数字城市源于上世纪九十年代美国总统里根的一篇关于数字地球的政府报告，报告总结在大量集成的空间坐标信息数据基础上，通过综合运用各种先进信息技术、计算机技术、网络技术、遥感技术等，在高分辨率的三维地球上构建一个宏观的“数字地球”，进而拓展人们对地球的认知与使用。数字城市的概念被提出后，成为竞相探讨的研究热点，学者们从技术、制度、发展趋势等不同维度对数字城市进行解剖分析。与此对应的是，依托于计算机、网络、遥感等信息技术的飞跃式发展，数字城市正逐渐变成现实，并在现代城市建设与管理中发挥着越来越重要的作用[1]。

2．传统数字城市与现代数字城市研究的区别

传统的数字城市研究模式较为单一和落后，管理实践中暴露出诸多问题，同时存在以下不足：1)数据访问与传输问题。传统分布式GIS 应用通常需要利用不同的工具来访问多种空间数据源。而这些空间数据通常又分别属于不同的组织，采用不同的访问方式，这些都增加了访问方式的复杂度和难度。2)数据格式问题。不同的GIS 软件开发和使用着种类众多的空间数据格式， GIS 用户不得不花大量时间和精力来转换数据格式以适应自身使用的GIS 应用软件系统的需求。3)海量空间数据处理问题。GIS 应用系统需要处理的空间数据是海量的，通常达到GB 甚至是TB 级别，处理如此海量的数据对于软件系统和计算机硬件都是巨大的挑战。

现代数字城市研究通过利用计算机网络技术、3S 技术、通信技术、云计算技术等，建立统一的指挥中心与处理平台，基于现代城市管理创新流程与制度，对城市管理模式进行重构，可以解决传统城市管理中暴露出的各种问题。云计算( cloud computing )是一种通过互联网以服务的方式提供动态可伸缩的虚拟化的资源与服务的的计算模式。云计算数据中心的建立为数字城市的建设提供有力平台支撑和技术保障。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，只需租用云计算服务提供商提供的服务。在云计算时代，一切都是服务：存储资源、计算资源、开发环境、软件的使用和维护等，一切服务都在云上。

3．数字城市与云计算的关键技术

在数字城市的建设中需要注重研究以下关键技术：1）数据获取技术，利用3S技术和高分辨率卫星影像使得数据能够快速准确的获取和更新。2）数据库技术，数字城市包含大量的空间和非空间数据，数据的存储是建设数字城市的基础。3）网络技术，建设数字城市要对城市相关的信息进行分类管理、服务和信息传输，网络技术就是实现的基本保证。4）专家决策技术，结合数字城市的各种信息数据和大量某领域专家的知识与经验构建模型，辅助决策者解决城市管理中的问题。5）数据标准化技术，数字城市必须要制定一个统一的标准来保证城市建设中的各类数据的互联共享。6）空间信息安全技术，数字城市信息基于网络，其中包含大比例尺地形图等保密数据，这就需要研究空间信息安全体系，为数字城市安全应用系统提供重要保证。

云计算是一种数据密集型的超级计算方式，以数据为中心，具有自身独特的技术：1)数据存储技术。云计算采用分布式存储的方式来存储数据，采用冗余存储的方式来保证存储数据的可靠性，即为同一份数据存储多个副本。另外，云计算系统需要同时满足大量用户的需求，并行地为大量用户提供服务。2)数据管理技术。云计算系统对大数据集进行处理、在规模巨大的数据中找到特定的数据，分析向用户提供高效的服务。3)编程模型。为了使用户能更轻松地享受云计算带来的服务，让用户能利用该编程模型编写简单的程序来实现特定的目的，云计算大部分采用MapReduce的编程模式，使得云计算上的编程模型必须十分简单。4)云计算与网格计算。云计算采用集群来存储和管理数据资源，运行的任务以数据为中心，调度计算任务到数据存储节点运行。而网格计算以计算为中心。计算资源和存储资源分布在因特网的各个角落，不强调任务所需的计算和存储资源同处一地[2]。

4．云计算框架体系的构建

云计算框架体系结构如图1所示。整个体系结构自下向上分为物理层、虚拟层、数据资源层、平台及服务组件层、服务层、应用层以及横跨多个层次的服务发现、服务监控、资源调度、计量和计费等服务。

物理层,是云计算的最底层,由计算机硬件(普通PC机)和交换机组成。

虚拟层,该层由操作系统内核、虚拟机(VM)及虚拟化工具组成。

数据层，主要功能是存储空间数据及其索引信息并为实际应用提供数据支持,它包括数据库服务器和数据文件服务器。该层的一个重要特征是:对于大数据量的空间数据采用分布式存储。

云计算支持平台及服务组件层,该层包含了服务组件,提供了服务或功能的具体实现。

服务层,包括可视化服务、统计服务、监控服务、数据变更和制图服务等。

应用层，为此六层架构体系的最上层,其内容为具体的GIS应用, 包括具体的业务流程和用户客户端,它们是依靠服务层提供的服务接口实现的[4]。

图1云计算框架体系结构图

5．云计算数字城市管理的应用开发

云计算技术在中国主要行业应用还仅仅是“冰山一角”，但随着本土化云计算技术产品、解决方案的不断成熟，云计算理念的迅速推广普及，云计算技术必将渗透到人们生活中各个重要的行业领域，包括：医药医疗、制造、金融与能源、电子政务、教育科研、规划建设与城市交通等领域[3]。

以数字城市交通管理应用为例，数字化城市交通管理模式通过建立指挥中心与监督中心的“监管分离”的两轴心，运用城市事件部件管理法，利用网络，电台和无线电通信技术，建立交通路况员队伍，建立分阶段的管理流程，研发供公众出行、交通出勤和交通管制的“路况通”系统，应用、整合多项数字城市的新技术，再造城市交通管理流程，达到城市交通管理的管理精细化、主体多元化、实时准确化。同时，建立城市交通路况监督员队伍，诸如出租车、私家车司机，交巡警，市民热线等组成。由监督员对所属单元区域进行巡查、监控和管理，交警寻呼台和交通广播电台，对发现的实时交通事故，交通堵塞和雨后路面积水障碍等实时交通问题，通过无线终端，即时利用“路况通”立即上报监督中心。监督中心启动云响应，指挥中心管理员在数字地图上对事故进行标记，并在电台网络上进行实时播报，联系最近的交巡警及时赶赴现场进行必要有效的交通疏导与管制，公众也可以根据实时路况选择或变更即时交通路线，市政人员接报后，及时赶赴事故地点，排除交通积水及路障。随后，监督员负责上报案件处理的情况，并对案件处理情况进行初步的评价。

6．总结与展望

数字城市代表了未来城市管理的发展趋势，它可以将城市管理精细化、多元化和人本化，从而极大提高城市管理效率与水平。作为一项复杂的系统工程，运用互联网、云计算、物联网等科学新技术和方法对其进行研究将无疑对我国的数字城市建设具有重要意义。新一代互联网、云计算、智能传感、通信、遥感、卫星定位、地理信息系统等技术的结合，将可以实现对一切物品的智能化识别、定位、跟踪、监控与管理，从而使数字地球达到“智慧”的状态，使建设智慧地球从技术上成为可能。

参考文献

[1] 常泽峰. 基于云计算数据中心的数字城市研究与应用: [硕士学位论文]. 武汉:华中科技大学, 2012

[2] 陈全, 邓倩妮.云计算及其关键技术.计算机应用, 2009: 第29卷第9期

[3] 何留进.云计算在数字城市建设中的应用研究.安徽理工大学学报( 自然科学版),2011,(6):44~48

云计算数据论文范文第6篇

>> 基于云环境下的信息安全策略研究 基于云计算设计平台的电子商务安全策略 基于云计算环境下的图书馆信息资源安全策略 数字图书馆云服务平台的信息安全策略研究 云计算模式的区域医疗卫生信息化平台构建探究 企业用户感知视角下的云计算信息安全策略研究 试论云计算环境下信息资源的安全策略研究 面向云计算教育大数据的信息安全策略研究 浅析云计算的安全策略 数字图书馆IaaS云计算平台安全策略研究 一种基于分布式入侵检测技术的云平台安全策略研究 云计算环境下用户信息安全策略探讨 基于云计算用户数据传输与存储的安全策略研究 基于数据挖掘的网络信息安全策略研究 云计算数据安全策略研究 “云计算”时代数据安全策略研究 云计算环境下的计算机网络安全策略研究 分析云计算环境下信息资源的安全策略 基于云计算的信息安全研究 云计算及应用安全策略 常见问题解答 当前所在位置：l.

[2] 王才有.“十二五”卫生信息化发展规划研读[J].中国卫生信息管理杂志，2012，9（2）：13-16.

[3] 何利文，李陟，陈向东等.云环境中软件定义的安全服务[J].2014（4）：1-6.

[4] 武少杰.云计算下虚拟环境安全的关键技术[D].中国人民信息工程大学，2012.

[5] 冯朝胜，秦志光，袁丁等.云计算环境下访问控制关键技术[J].电子学报，2015，2（2）：312-319.

[6] Mini Singh Ahuja， Randeep Kaur，Dinesh Kumar .Trend Towards the Use of Complex Networks in Cloud Computing Environment[J].International Journal of Hybrid Information Technology， Vol.8，No.3（2015） ：297-306.

[7] 成瑾，刘佳，方禄忠.面向电信运营商云计算平台的安全检测评估服务体系研究[J].计算机科学与应用，2015，5，83-91.

基金项目：

发改投资[2012]1850号。

作者简介：

冯海永（1979-），男，河南商丘人，河南科技大学，硕士；主要研究方向和关注领域：卫生信息化、网络与信息安全。

张盛源（1989-），男，河南郑州人，河北工业大学，硕士；主要研究方向和关注领域：卫生信息化、云计算模式研究。

陈益洲（1966-），男，河南郑州人，郑州大学，河南省卫生计生委统计信息中心，副处长，高级工程师；主要研究方向和关注领域：卫生信息化、网络工程与信息安全。

谢磊（1982-），男，河南信阳人，桂林理工大学，硕士；主要研究方向和关注领域：云计算模式研究。

云计算数据论文范文第7篇

VivaKi的研发实验室名叫VivaKi神经中心，它是这家广告公司旗下四个主要的机构部门及其业务客户、合作伙伴共享的资源。

“基本上，它是一套支持数字广告公司运营的一整套技术资产工具集。”VivaKi神经中心首席技术官（CTO）Pradeep Ananthapadmanabhan表示。

Kognitio是一个内存内分析平台，企业组织使用它可以使其BI或数据管理系统更加快速有效。其云版本——Kognitio云，是一个PaaS平台，用户可以基于订阅的模式使用Kognitio的分析平台。它提供一套开放的数据库连接（ODBC）系统，用于管理和分析数据。对于IT部门来说，基于云的分析平台将免除内部的维修工作，包括软、硬件的更新升级。

VivaKi神经中心将通过AWS（Amazon Web Services）部署Kognitio云。“我们使用Amazon的一套云服务，包括其他的大数据处理技术，例如Hadoop。” Ananthapadmanabhan说。

对于VivaKi来说，Kognitio云最大的贡献之一在于它能够将大量数据转化成可供分析查询的语言，并且是以传统的关系型数据库无法达到的速度实现的。公司先前使用的是传统的工具——例如SQL服务器来处理多个来源的TB级数据。

在最近使用Kognitio云的测试中，VivaKi已经能够将其处理大量数据集的时间从原来的10小时缩减到30分钟。基于目前完成的测试情况，VivaKi神经中心计划很快部署Kognitio云。

搜索世界和互联网广告的王者谷歌无疑是走在大数据分析平台实践前列的先行者。大名鼎鼎的Hadoop就起源于谷歌在2003年底和2004年发表的两篇学术论文。第一篇介绍了谷歌的文件系统，将海量的数据保存在上千台普通廉价的PC上；第二篇论文介绍了MapReduce算法，将所有服务器中的处理器有效的利用起来计算海量数据并得到想要的结果。八年之后，Hadoop得到了广泛的使用，其应用范围从数据分析到各式各样的数值计算等。

“广告业尤其可以从大数据技术中获益。”Ananthapadmanabhan表示。Kognitio的技术已经使VivaKi能在一周内就获得额外的分析能力，而非之前传统数据系统所需的几个月时间，他补充说。

内存内分析平台正引起广泛的关注，是一项可能引起Kognitio和其竞争对手关注的技术。根据2012年度的Gartner技术成熟度曲线报告，包括“私有云计算”和“内存内数据库管理系统”的大数据条目目前均处在过热期，对于这些技术的期望和热情正处在顶峰。

然而从另一面看，一些行业的抵制情绪可能阻碍采用新型数据管理工具的进程。Quartet FS是ActivePivot内存内分析平台的创造者，其最近的一项报告称，57%的IT经理将内存内分析技术的“创新”视为“在其银行系统中应用最大的障碍”。

对于任何技术来说，IT部门的沉默都可能意味着它是短命的。但是，如果新技术在处理大数据相关问题上被证明是有效的，情况则会完全不同。IDC预测大数据技术和服务市场规模将从2010年的32亿美元飞跃至2015年的169亿美元，年均复合增长率高达40%。

Forrester预计采用针对智能分析（BI）的公有云和私有云解决方案将在不远的未来快速增长。实际上，Forrester最近的调查显示38%的企业表示他们正计划在2013年底前采用商业智能软件即服务（BIaaS）服务项目。

“我们周围的信息正在爆炸：每分钟内大约产生1，500个博客，98，000条微博，以及168，000,000封电子邮件，更不用提众多其他为巨量数据增长做出贡献的数据源种类。”Forrester分析师Holger Kisker在他最近的博客中写道，“今年我们面临的将是一个数据总量达到2.7ZB的数据星球。Forrester预计目前持续的数据增长将在未来几年超越摩尔定律。”

云计算数据论文范文第8篇

关键词 云计算；WEB；数据挖掘

中图分类号：TP391 文献标识码：A 文章编号：1671-7597（2013）14-0064-01

并行计算技术、软件技术以及网络技术等多元技术发展后，出现了云计算技术。云计算商业价值以及科研价值都获得了肯定，IBM、Google等公司都非常重视云计算技术。随着云计算的快速兴起与发展，在数据存储与商业化应用方面将得到显著提升，这也是云计算技术的一大重要价值所在。Web数据挖掘凸显出极大的应用价值。本文分析了云计算框架下的Web数据挖掘算法。

1 云计算的关键技术

与一般计算不同的是，作为一种超级计算，云计算的核心信息是数据，且属于密集型。在数据存储、数据管理以及编程模式等多方面凸显出个性化的特点。本章所介绍的有关云计算的数据存储技术、虚拟化技术、数据管理技术以及编程模式。

1.1 大量分布式存储技术

在云计算技术中，其关键的分布式存储具有诸多优点：有精确性、高效率以及实用性等。采用冗余存储的方式能够保证数据存储的精确性。而硬件上所存在的缺陷可通过适当的软件来完善，因此拥有了大量的分布式存储技术，经济性与实用性等特性比较地突出。

1.2 数据管理技术

云计算系统含有数项服务内容，诸如分析大数据集的特点并及时地采取相应的处理和分析的方式，从而凸显出运行的高效性优点。因而，全面高效地管理大数据集是云计算数据管理技术中不可或缺的一项重要内容。在数据管理下，还可以迅捷地搜索到预定的数据。

1.3 虚拟化技术

作为一类分配计算资源的途径，虚拟化技术也是云计算中的重要技术。该技术把不同级别的应用系统，诸如硬件、软件、数据、网络以及存储等系统独立化，肢解数据中心、服务器、存储、网络、数据以及应用物理设施内部的分工状态，达到动态构建体系结构的目的，完成集中管理以及共时使用的物理资源以及虚拟资源的任务。虚拟化技术强化了结构体系的弹性以及灵活性，减少了开支，完善服务，尽可能都规避管理风险。

1.4 并行编程模式

云计算的编程模型的确立必须要关注到后台的保障性作用，在具体的执行过程中要确保其合理的进度。这样才能够使得云计算资源得到最大限度地使用，用户也能够更为便捷地使用该项资源。

云计算所采用的模式是Map-Reduce编程。最初的一个任务会形成“树枝状”的结构，其下的子任务会通过Map以及Reduce等流程来加以执行，从而保证任务能够及时准确地完成。

2 Web数据挖掘

Web数据挖掘是由Web、数据挖掘、计算机语言学以及信息学等数个学科构建而成。数据挖掘技术以及Web通过一定的途径得到了有机的统一整合之后，显现出综合性的特性。在对挖掘对象展开比较全面分析的基础上，Web数据挖掘又被细化成包括内容、结构以及使用等方面的挖掘方面。其中，内容挖掘的内涵界定为：经由人工化的组建模式，在Web环境下从相关的文件夹中提取使用者所需信息；结构挖掘的内涵界定为：经由人工化方式下，针对多项结构进行挖掘，通过多种途径方式从中提取出使用者所需信息；使用挖掘的内涵界定为：将挖掘的对象聚焦于日志文件以及内在所包含的数据内容作为突破口，发掘本站点的浏览人及其用户数量。

3 基于云计算的数据挖掘技术

当下的数据挖掘技术已广泛地运用于网络安全、搜索引擎、电子商务以及信息通信等诸多方面，效果也让人满意。其中，下面的几类程序应用的范围更为广泛：基础设施也就是服务（IaaS）型的计算密集型并行处理应用程序、平台也就是服务（PaaS）型的网络业务以及软件应用即服务（SaaS）型的Web2.0应用程序。与以前数据挖掘技术相同的是，基于云计算的数据挖掘也要做好有关数据的预处理、挖掘以及评估结果模式等多项工作。点击流决定了大多数的网站数据格式，因此，基于云计算的数据挖掘技术方式和以往的数据库格式相异。

3.1 数据的收集和处理

该环节要采用决策树区工具来区分用户访问数据以及Web机器人访问数据。同时，在该环境下，基于网络的大规模数据的展开过滤、转换与整合等工作内容都将得到解决，且还能将对应的数据转换为半结构化XML文件，然后将其保存至分布式文件体系内。

Google 公司最近推出了Map-Reduce新型并行编程。它把并行化、容错、数据布局、负载均衡等多项功能集中于库中，并把系统操作数据的流程总结成2个阶段：Map 阶段以及Reduce 阶段。运用Map-Reduce途径来搜集数据比较地广泛，但开发工具Hadoop本身并不完备，通过窗口技术可以把数据加以分离，且将满足条件的动态数据进行连续性的静态状况呈现于窗口内，因此，抽样、直方图以及小波变换或哈希等途径可以及时地保存数据结构及其数据信息内容。系统本身并不具备保存扫描、搜集数据的功能，却算法也并不复杂，同时，应用程序又牵涉到利用历史数据的功能，从而弱化了整个系统的功能。目前有数个研究机构构建相关系统项目，包括STREAM，TelegraphCQ以及Aurora等，但影响并不明显。

3.2 数据存储

基于云技术进行数据挖掘，要关注到搜集、处理数据时的高效性，同时还要注意如果节点失效，还应该注意迁移计算以及存储的数据内容。因此，还要借助于冗余存储的方法来确保数据储存的稳定性与可靠性。

在云计算数据存储应用领域中，非开源系统最为著名的当属Google公司旗下的GFS，开源系统最为著名的则是Hadoop开发的HDFS，这两大系统现已得到极为广泛的发展与应用。随着技术的深化，今后在多个领域中的应用也将得到进一步提升，尤其在对数据存储和计算的迁移工作中，将打破当前效率低下的困境，使得数据处理效率得到显著提升，并促进其商业化应用。

4 结束语

在云计算背景下的WEB数据挖掘已然成为当前国内外计算机领域的热门课题，其研究成果的应用范围极其广泛，具有很高的现实价值。

参考文献

[1]王鹏.走进云计算[M].北京：人民邮电出版社，2009（6）：182.

[2]陈修宽.Web数据挖掘综述[J].山东轻工业学院学报，2009，23（3）：23-8.

[3]刘丽珍.网络结构挖掘的关键分析[J].计算机应用研究，2003（5）：116-118.

[4]赵春艳.云环境下作业调度算法研究与实现[D].北京.北京交通大学硕士论文，2009.

云计算数据论文范文第9篇

【关键词】GPS测绘误差定位精度 WGS84

中图分类号：P2文献标识码： A 文章编号：

一．引言。

随着我国对建筑行业的工程质量和工程设施安全要求的不断提高，相对的对其建筑前的设计和在建筑施工过程中也提出了更高的要求。尤其以GPS技术在测绘学的领域中起到了革命性的变革。，GPS测绘技术在科学技术的突飞猛进的现实面前是最好的映射。随着时代的发展与进步，计算机技术作为相对社会高科技的结晶，在社会生活中各个领域都起到了相当重要的地位。

二．对GPS的认识。

GPS全球卫星定位技术、GIS地理信息系统和RS遥感技术等其他科学被利用到测绘工程中，测绘技术和各学科相互交叉、渗透，测绘工程中产生新的综合性信息采集、处理、监控管理系统。

GPS的工作原理是通过高空的24颗卫星，由地面控制系统和用户接收装置组成，具有精度高、速度快、全天候、距离远等特点。在工程测绘中，GPS定位技术的应用使的测量范围大大延伸。利用GPS技术和水准测量资料可精化大地水准面，在进行城市、矿山等控制网时不需要造标观测，在工程测绘中及灵活又方便，同时使用成本相对较低。再者GPS技术在测绘应用中的特点也是很明显的，譬如定位精度高、观测时间短、提供三维坐标、全天候作业、观测站间无需通视、操作简单、经济效益好。

这样的发展，使得GPS技术在工程测量、地形测绘、竣工测量及工程机械控制中都得到了广泛的应用从现在形式不难发现，GPS定位系统在测绘中的应用朝着高精度、多功能、和集成式的方向迅速发展，当然GPS也将广泛地应用于众多的行业，甚至进入更高端的科学领域，促进人类文明的高度发展。

三．影响GPS测绘存在误差的主要因素。

1.信号误差

美国政府从其国家利益出发，通过降低广播星历精度，在GPS基准信号中加入高频抖动信号等方法，人为降低普通用户利用GPS进行导航定位时的精度。

2.卫星星历误差

在进行GPS定位时，计算在某时刻GPS卫星位置所需的卫星轨道参数是通过各种类型的星历提供的，但不论采用哪种类型的星历，所计算出的卫星位置都会与其真实位置有所差异，这就是所谓的星历误差。

3.卫星钟差

卫星钟差是GPS卫星上所安装的原子钟的钟面时与GPS标准时间之间的误差。

4.卫星信号发射天线相位中心偏差

卫星信号发射天线相位中心偏差是GPS卫星上信号发射天线的标称相位中心与其真实相位中心之间的差异。

5.电离层延迟

由于地球周围的电离层对电磁波的折射效应，使得GPS信号的传播速度发生变化，这种变化称为电离层延迟。电磁波所受电离层折射的影响与电磁波的频率以及电磁波传播途径上电子总含量有关。

6.对流层延迟由于地球周围的对流层对电磁波的折射效应，使得GPS信号的传播速度发生变化，这种变化称为对流层延迟。电磁波所受对流层折射的影响与电磁波传播途径上的温度、湿度和气压有关。

7.控制网布设不合理或起算数据利用不合理引起的误差。

8.GPS控制部分人为或计算机造成的影响。

9.由于GPS控制部分的问题或用户在进行数据处理时引入的误差等。

10.数据处理软件的影响。

11.数据处理软件的算法不完善对定位结果的影响。

四．提高GPS定位精度的有效办法。

1.硬件的改进

2.采用合适的GPS接收机作业

当基线边长大于10 km时，采用双频接收机。双频接收机的优点是：

①可以基本消除电离层延迟对点位坐标的影响，点间距离可达100 km；

②在快速静态和动态测量中观测时间比单频机短。当基线边长小于10 km时，可以采用单频接收机。

3.作业前对GPS接收机进行鉴定

4.作业方法和手段的改进

5.选点的要求

选点的要求：

①点位应便于接收设备的架设和操作，视野开阔，被测卫星的地平高度角应大于15 °。

②应尽量消除多路径影响，防止GPS信号通过其他物体反射到GPS天线上，因此应避开强反射的地面，避开强反射环境，如山谷、山坡、建筑物等。

③避开强电磁波干扰，设站应远离雷达站、电台、微波中继站等。

综上所述，GPS接收机常存在钟误差、通道间的偏差、锁相环延迟、码跟踪环偏差、天线相位中心偏差等，所以必须先了解仪器性能、工作特性及其可能达到的精度水平。它是制定GPS作业计划的依据，也是GPS定位测量顺利完成的重要保证，所以对GPS测量仪器必须先进行作业前的检验，没有检验的仪器是不能用于作业的。

五． 南方GPS的单点校正。

由于在实际测量工程中控制点个数不足，不能正常求取GPS的转换参数，往往无法满足工程的精度要求， 因此GPS单点定位精度的提升成为解决一直问题的重要手段。

GPS的点校正是建立在GPS接收机采集的WGS-84数据与地方控制位置之间的关系，采用一系列的数学转换定义此关系。

将WGS84位置转换到格网坐标的数学转换是：

1.基准转换：即从WGS84唯独、精度和椭球高度坐标转换到相对于地方测图格网椭球的纬度、经度和椭球高度坐标；

2.地图投影：是从地方椭球纬度和精度坐标转换到地方测图格网的北向和东向的坐标到WGS84高度的大地水准面模型，得到海水平面上的近似高程。

GPS在启动基准在的时候必须获取一个当前基准站所架设点位的WGS84经纬度坐标才能正常的发射，而转换参数的计算也必须使用WGS84坐标，WGS84坐标的获取有两种方式：一种是由基准站直接读取当前测出的经纬度坐标（GPS坐标每一秒刷新一次，每一次读取的坐标都设有差异，误差在1至2米之间）；一种是事先布设好静态控制网，从静态处理结果中获取。由于WGS84经纬度获取的相对不确定性使得在求解转换参数时必须首先确定一组公共控制点的WGS84经纬度坐标，这组坐标一旦确定以后每次启动基准站时都要使用这一组WGS84经纬度坐标，否则使用转换参数时的显示坐标和实际施工做标间就会存在一个固定偏差，这个偏差是由所取的基准站WGS84经纬度坐标和用来计算转换参数的WGS84经纬度坐标之间的差异产生的。

南方的RTK自动启动基准站时取的坐标是基准站开机并达到状态以后自动取得的WGS84经纬度坐标，这样就会出现上述的固定偏差，工程之星软件通过一个公共已知点求出的转换参数来克服这个固定偏差，工程之星软件中把这个过程称为“校正”，因此南方GPS的单点校正精度得到了很大提高，其精度在一定范围内可以满足一般测量要求。

单点校正的特点是：距离已知点越近精度越高，一般的控制范围为3-5公里。因此在使用单点校正的时候要注意工作地点不要距离控制点过远，对精度要求高的测量工程尽量避免使用。

六．结束语

GPS控制布网灵活，操作简单，有利于提高工作效率，降低生产成本，提高测量速度和工作效益。GPS控制只要观测数据可靠，平面起算数据和高程起算数据设置合理，能得到较好的平面精度和高程精度。静态GPS作业，基线较长时要适当延长观测时间，以取得良好的观测数据。基于GPS技术的特点，相信在我国今后的发展中，GPS技术将运用到社会生活的各个领域当中，为我国在基础建设中绘制宏伟的蓝图，是我国赢得经济、社会、人文发展的共赢，实现经济效益最大化。

参考文献：

[1] 麦卫东 Mai Weidong 浅谈GPS测绘存在误差及有效提高定位精度[期刊论文] 《科学之友》2010年36期

[2]李泽文 曾祥君 黄智伟 雷莉 马洪江LI ZewenZENG XiangjunHUANG ZhiweiLEI LiMA Hongjiang基于高精度晶振的GPS秒时钟误差在线修正方法 [期刊论文] 《电力系统自动化》 ISTIC EI PKU 2006年13期

[3]何勇 葛晓锋 俞海红 方慧 农用GPS测试精度分析及提高精度方法的研究 [期刊论文] 《农业工程学报》 ISTIC EI PKU 2004年2期

[4]李泽文 姚建刚 曾祥君 邓丰楚 湘辉 LI ZewenYAO JiangangZENG XiangjunDENG F基于数字锁相原理的GPS高精度同步时钟产生新方法[期刊论文] 《电力系统自动化》 ISTIC EI PKU2009年18期engCHU Xianghui

[5]刘超 高井祥 张敬霞 利用序列平均的高精度GPS基线解算模型 [期刊论文] 《武汉大学学报：信息科学版》 ISTIC EI PKU2012年4期

[6]吴宁 潘小龙 虞皆侠WU NingPAN XiaolongYU Jiexia高精度GPS同步时钟的研究与实现 [期刊论文] 《电力系统自动化》 ISTIC EI PKU 2008年10期

云计算数据论文范文第10篇

［关键词］云计算云传播移动互联网

1引言

当前网络传播模式存在诸多问题：部分用户难以接触网络，“数字鸿沟”问题依然严重；海量“语法信息”过载，用户的阅读时间、“关注度”和“注意力”严重短缺；互联网不能理解页面内容的语义，人们通过基于“关键词”的信息搜索模式，较难精确找到自己真正需要的信息内容；基于PC计算的信息传播系统中，人们面临永无止境的系统升级和软件更新等问题；各终端的数据不易同步和共享，用户较难找回丢失手机中的通讯录、短消息等重要信息，不易恢复“崩溃”或“硬盘损坏”的台式机中的重要数据；用户较难在出差的途中等移动状态下处理急需修改和发送的某个文档，不便与他人保持实时的信息传递与共享。

云计算（cloud computing）作为一种新型的计算模式，将变革基于PC计算的传统网络传播模式，基于云计算的信息服务将成为新媒体的主流发展方向，深刻影响网络用户的生活娱乐方式和工作方式。

云计算的基本原理可概括为互联网上某些节点强大的信息资源，以服务的方式，变为动态的、可伸缩的虚拟资源，为广大用户共享和使用，其本质是利用互联网上的计算机和服务器形成一种超强的计算能力，为全球各地的个人和组织服务[1]20-34。云计算具有移动的、以用户为中心的、强大的、智能的、自动化的特征[2]15-20。“云”就是“真正”的互联网，一台由计算机网络级联而成的无边无际的计算机[1]12-16。“云计算”的基本应用模式包括SaaS（软件即服务）、PaaS（平台即服务）、Web服务和utility computing（实用计算或按需计算）等[2]29-31。云计算能把个人用户的数据和程序从个人电脑移到“云端”，让用户像用电一样通过互联网获取各种各样的资源和服务[3]。如在云计算模式下，科学计算所需的计算资源、存储资源和应用软件资源，都可通过付费的方式按需获取，当使用完之后就可以释放所有资源[4]。云计算将改变组织信息化建设的模式，大幅降低政府和企业在数据中心建设方面的重复投资[5]。

云计算是一种新的信息技术变革，将对我们身边的一切带来革命性变化。云计算通过提供位置透明性和协议无关性的“云服务”[6]10-12，将颠覆传统互联网的服务模式。云计算通过“解放”终端，将改变人们使用互联网传播信息的方式，用户只需根据自身的需求获取服务，无须关心该服务是由谁提供的[7]，移动互联网应用将成为主流模式[8]。移动互联网是相对于目前的固定互联网而言的。从技术角度看，移动互联网和固定互联网的主要区别在于终端和接入网络，以及由此而带来的应用和服务的差别。用户可以用手机、PDA或者其他手持（车载）终端通过移动网接入互联网，随时随地享用公众互联网上的服务，移动互联网所提供的音乐、移动TV、视频、游戏、即时通信、位置服务、移动广告等应用增长迅速，并仍在继续衍生出移动通信与互联网业务深度融合的其他应用[9]。移动互联网继承了互联网的体系架构，是对互联网的继承和发展[10]。因此，云计算能为用户的信息传播和管理活动提供先进的计算模式和基础架构，将革新人类信息传播的模式。本文将这种云计算环境下的新型信息传播模式界定为 “云传播”，将探讨其基本内涵、传播模型及变革性影响。

2云传播概述

云传播是云计算环境下人们传递和分享信息的一种机制。云计算环境下，人类信息传播基于互联网和移动互联网交织而成的“互联云”。云传播的本质是信息在“互联云”上的流动过程，基本原理可通过其系统模型和层次结构模型进行描述。

2.1 “云传播”的系统模型

云传播的系统模型主要从宏观层面描述云计算环境下人们通过云计算和移动互联网进行信息传播活动的社会总过程，是对云传播环境下社会信息系统运行规律的总体描述。云传播的系统模型的本质是对用户、云终端、云服务、云计算中心等云传播要素之间相互联系、相互依存关系的整体描述，如图1所示：

图1云传播模式的系统模型

由图1可以看出，云传播系统基于云计算技术构建，人际传播、群体传播、组织传播和大众传播在云传播系统中相互交织，浑然一体。4种传播类型均以云终端为工具，以云服务为媒介，以云计算数据中心为平台。云传播系统环境下，人类传播、共享和管理的信息资源全部集成到云计算数据中心，承载于公共云和私有云之上，将有效促进人类信息传播和共享的效率，整体提高社会信息资源的管理水平。同时，信息在传播过程中，通过云终端时，会自动产生位置数据，内容数据和位置数据的绑定传递机制可为用户提供各种基于位置的信息服务。

2.2 “云传播”的层次结构模型

云传播的层次结构模型主要描述单个云传播系统的结构、环节、要素和内部机制。云传播系统的基本要素包括云传播用户、云传播终端、云传播服务、云传播平台、云传播资源、云传播基础设施等六大要素，其构成的层次结构模型如图2所示。

图2云传播的层次结构模型图

2.2.1云传播用户层由云传播的参与者，也即云传播系统的节点构成。用户是整个云传播系统的核心，如何更好地满足人的信息传播需求是整个云传播系统架构和设计的核心。用户需要普适的文档访问、实时的群组协作，需要通过基于Web的桌面掌控一切，需要基于Web的数据库，需要在线编辑和共享照片[2]69-199。

2.2.2云传播终端层由用户开展云传播活动的工具构成。用户只要在云传播终端上安装浏览器，就可以通过账号登录使用Web操作系统，能在线进行用户管理、网络存储、文件管理、安全管理等操作，可访问和使用各类云服务[11]。现有的智能手机都具有移动导航、移动证券、号码管家、移动搜索、移动词典、移动视频、移动电视等多种信息服务功能，已成为重要的信息传播工具之一。

2.2.3云传播服务层由各类支撑用户云传播活动的软件构成。云传播服务是信息传播的基本媒介，是云计算环境下媒体的主要存在形式之一。一般来说，用户的云传播行为主要包括三类：①用户自身的信息资源管理行为，主要包括用户对“云端”私有数据的访问、添加和修改等维护管理，也即对个人“私有云”的访问和管理；②用户与其它传播节点之间的信息传递行为，包括发送和接受各类数据和文件，主要表现在个人“私有云”之间的信息交换和分享；③用户的信息资源共享行为，主要包括用户搜索、浏览各类“公共云”上的可共享数据。云传播服务软件主要为上述行为提供运行软件和存储服务。按照服务对象和领域，云传播服务主要包括个人软件服务、家庭软件服务、社区软件服务、媒体软件服务、企业软件服务、政府软件服务。

2.2.4云传播平台层主要由支撑云服务提供的各类平台构成，与云计算体系架构中的PaaS（平台即服务）相对应。云传播平台层是开发和搭建云传播服务的支撑系统，主要包括云服务开发接口和云服务开发工具。按照服务领域，云传播平台主要包括移动门户平台、移动游戏平台、移动电视平台、移动社区平台、移动商务平台、移动政务平台等。基于云传播平台，各信息服务提供商和媒介机构可在“云”中自动搭建其面向用户的资讯内容门户、网络社区系统、移动电视系统、移动商务系统等，可有效降低其技术门户门槛和运营维护成本。

2.2.5云传播资源层主要由计算资源池和存储资源池等虚拟资源构成，与云计算体系架构中的IaaS（基础架构即服务）相对应。云传播资源主要包括存储资源、计算资源、宽带资源和数据资源。其中数据资源按主题可划分为电视节目资源、新闻资讯资源、多媒体信息资源（视频音频），企业信息资源、政府信息资源和社会信息资源。云传播模式下，各类信息资源能得到最广泛的传播和最大程度的共享。

2.2.6云传播基础设施层包括移动通信网络、计算机网络、卫星通信网络、广播电视网络、传感网等网络基础设施，各类数据中心、服务器集群、超级计算机以及各类存储设备、网络设备在内的所有硬件设施，是云传播的物理层。

3“云传播”将重构人类信息传播的体系结构

云传播将从信息传播节点、信息传播关系、信息传播网络、信息传播媒介等4个层面重构人类信息传播的体系结构。

3.1信息传播节点

云传播环境下，任何有信息传播需求的用户都可随时随地加入互联网和移动互联网，成为其中的一个节点。云传播中每个节点都是平等的，没有信息传递者和受传者之分。云传播模式下，信息传播节点将呈现如下三个特征：

3.1.1基于云计算信息传播的计算过程由“终端”转移到“云端”传统的PC计算模式下，节点的所有计算任务都在本地完成，用户一旦离开本地计算机，则较难完成信息传播活动。云计算模式下，用户的全部或主要的计算任务在“云端”完成，这将打破用户对“固定终端”的依赖，有效提高信息传播活动的便捷性。用户通过拥有基本计算能力的智能手机和上网本等简易终端，便可随时随地进行信息传播活动。

3.1.2基于云计算信息传播节点的信息资源存储由“终端”转移到“云端”传统的PC计算模式下，节点的所有计算数据都存储在本地电脑，用户的本地硬盘或机器一旦损坏，便可能导致重要数据丢失。同时，用户一旦离开本机，则不方便访问、获取和维护其中的数据。在云计算模式下，用户可把全部或部分私人信息存放在“云端”，这样通过“移动终端”可随时随地访问和传递。用户可通过各种终端维护同一份数据，确保用户数据的“同步”，避免传统计算模式下，多终端多版本带来的“数据冲突”和“数据不一致”。如 “LiveMesh”系统能整合和互联各类移动终端，让用户跨越不同设备完成个人终端和网络内容的同步化，将数据存储在“云”中[12]。

3.1.3“云服务”模式将成为节点获取信息服务的主流方式传统的网络传播环境下，Web站点的分割性和独立性会导致一个个“信息孤岛”，用户的网上信息资源难以同步和共享。在云传播模式下，用户通过“云服务”可整合网上的信息资源，集成不同的信息服务和应用软件，有效提高信息传播和管理的效率。如云服务能提供丰富的手机数据备份功能，可自动上传手机拍摄的照片并与好友分享，也可用手机访问在PC上存储的文件内容；能将各类社交网站内容显示在同一个界面上，用户可以同时访问虚拟空间和现实空间的双重社交关系网络[13]。

由此可见，云计算将全方位再造信息传播节点的信息传播行为和方式。

3.2信息传播关系

云传播模式下的信息传播连接是一种灵活的、动态的关系。这种传播关系在需要时可以随时建立，信息传播完成后随即解除：①云传播模式下，某节点可以根据自身的信息需求，跟任何一个节点建立直接连接或间接连接；②节点间的传播关系是双向的、互动的，具有较高的对称性；③节点间传播关系在时间上具有良好的持续性，稳定性较高，不会因为节点地理位置等空间变化而受到影响。云传播模式下的信息传播关系包括用户与用户之间、用户与云服务提供者之间、云服务提供者之间等多种类型。

3.3信息传播网络

云传播模式下，云计算能重构信息传播网络的基础设施，重构信息基础设施的架构和应用模式。传统互联网环境下，节点间能否建立信息传播连接受限于计算机网络的连通性，如果两节点间没有物理的通信网络连接，则理论上二者之间将无法通过互联网进行信息传播。云传播模式下，无线的移动互联网可全面普及，理论上拥有手机等无线网络终端的任何两个节点可以随时随地地建立连接，构造出一个全连通的信息传播网络结构。

3.4信息传播媒介

云传播模式下，云计算技术可让大量的计算任务都由“云端”完成，将催生智能手机、上网本、平板电脑、电子书等新型媒体终端，创造出各类全新的信息传播媒介和商业模式。

3.4.1“云服务”创新将涌现各类新型传播媒介云计算的体系结构包含云计算数据中心（硬件平台）、云平台和云服务：云服务是互联网上使用一种标准接口来访问一个或多个软件功能；云平台提供服务开发工具和基础软件，是云服务的运行平台，能为云服务的开发者提供开发服务[6]10-14。在云传播模式下，各信息传播媒介无需构建自己的硬件平台和云平台，只需应用云平台的开发工具和接口，就可快速创建和部署多个信息服务平台。这种应用服务构建机制，能有效降低新媒体系统搭建的技术门槛，信息服务提供商只需专注于内容创造、应用模式创新和信息传播，将释放传播媒介的创新潜能，各类新型传播媒介将逐步涌现。整合移动搜索、语音搜索服务、定点搜索、手机地图[12]等新型媒体平台已逐步兴起：整合移动搜索能实现传统互联网和移动互联网的信息有机整合；语音搜索服务能搜集不同的口音和词汇，形成超大规模的虚拟数据，并利用云计算平台快速地对数据进行大量复杂的运算，提供更为准确的语音搜索结果；定点搜索及手机地图能识别用户的位置信息并根据地点的变化提供相应的搜索结果，实现精确定位，可提供驾车路线等服务[12]。

3.4.2“按使用量付费”的收益模式能为新媒体运营商构建可靠的盈利模式新媒体运营商通过“按使用量付费”使用“云平台”，可节省大量的硬件成本和系统软件成本。同时，客户“按使用量付费”享用新媒体运营商提供的信息服务，能为新媒体运营商提供稳定的经济收入和可持续发展的动力，将结束“免费是硬道理”的传统互联网服务时代。云服务能以用户登录为基础进行收费，也可以通过一个基于Web的用户界面制定详细规则，按照用户需要自动组合服务和扩展存储容量，用户只需根据使用量进行付费[14]。

4“云传播”将变革人类信息传播的模式

云传播具有移动性、实时性、“全信息”内容、个性化、自动化和智能化等显著特征，将变革人类信息传播模式。

4.1移动传播

移动互联网是云传播的基础网络平台，能实现任何地点和位置相关的信息传播。移动互联网有两种：一种是宽带移动互联网，移动终端通过宽带无线通信网络采用Http协议接入公共互联网；另外一种是采用wap协议的互联网（窄带移动互联网），终端主要是手机――由于可以移动接入，因此具有更强的无处不在的能力，可以演绎出更多的传统互联网所不能提供的应用[15]。任何用户可随时随地接入无线网络，实现无处不在的信息传递；通过移动性管理，可获得相关用户的精确定位和移动性信息[16]。由此可见，移动性是云传播模式最基本的特征。

4.2实时传播

基于PC的传统网络传播模式下，用户一旦离开台式机等固定的终端设备，则较难开展大规模的信息传递和信息管理活动。云传播模式下，用户只要携带轻便的移动终端，就可与其他用户实时分享自己的现场信息。如游客可以通过摄影机向自己的家人和朋友直播途中的所见所闻。

4.3“全信息”传播

依据信息论，认识论层面的信息是指事物运动状态及其变化方式的外在信息、内在含义和效用价值的“全信息”，同时计及语法信息、语义信息和语用信息。语法信息是仅仅计及形式因素的信息，语义信息是计及含义因素的信息，语用信息是计及效用因素的信息[17]。传统网络传播的内容主要是语法信息，由于信息传播系统无法理解网络媒体页面上的语法信息内容的含义，用户较难准确搜索到自己需要的信息。语义网是能够根据语义进行判断的网络[18]，能理解人类语言的含义，可使人与电脑之间的信息交流变得像人与人之间交流一样轻松，能实现语义搜素，将逐步替代当前的万维网。云计算能为语义网提供先进的计算平台，使信息传播的内容层面从语法信息扩展至语义信息和语用信息，实现“全信息”内容传播。

4.4个性化传播

传统的网络传播可满足一定程度的个性化需求，云传播可实现更全面、更彻底的个性化传播服务。针对不同用户的云服务需求和传播需求，云计算模式可为用户提供“即时按需”的个性化云服务。一方面，可支持用户对需求进行准确且方便的描述，从而实现根据用户需求进行服务资源的发现、匹配与推荐；另一方面，通过对云计算中可用资源的状态、用户的情境等信息进行感知，提供能够主动适应这些状态信息变化的云服务[19]。

4.5自动化传播

基于PC的传统网络传播模式下，用户需要执行大量复杂的操作才能完成某信息的传播过程，需要反复地拷贝才能保持不同终端设备中同一文件的数据同步，需要复杂的版本控制机制才能保持项目组文档的同步。如某学术会议的会务组要将会议的实况录像分发给每个参会人员，一般要经过导出文件、拷贝文件、刻录光盘（或上传到网上）等多个复杂的步骤，每个步骤都需要耗费较大的人力物力。云传播模式下，不同的用户、不同的设备可维护管理同一份数据，可实现信息的自动化传播和管理。如基于云计算平台的流媒体应用系统，利用局域网广播与多线程处理机制，能实现流媒体在局域网内不同移动终端之间的即时切换；利用其消息管理机制，能实现流媒体的断点续播功能，实现媒体资源的集中管理和共享，在不同终端之间媒体播放可以一键即时切换，实现用户在不同时间、不同地点、不同设备间的媒体信息的传播和共享[20]。这样，可实现新闻视频点播管理的自动化，传统的视频网站较难实现这一点。

4.6智能化传播

云计算技术能实现信息传播的智能化。所谓智能化，就是深入分析收集到的数据，以获得更加新颖、系统和全面的洞察力来解决特殊的问题[21]。也即，信息传播的终极目标不是为了获取大量的信息，而是从海量原始信息中再生出有价值的策略信息，为人类自己的行为提供决策依据。但信息传播系统只有通过数据挖掘、语义搜索等技术手段，通过复杂的数据分析、汇总和计算，实现智能的数据访问[2]5-6，才能从海量信息中提炼出有用的决策信息。基于PC的传统网络传播模式下，大量的计算任务都需在本地完成，难以完成海量数据的处理。在云传播模式中，上述复杂的计算任务由“云端”完成，能实现智能化传播。

由此可见，云传播是一种全新的信息传播机制，将创造新一代人类信息传播模式，与传统的网络传播具有显著的不同，如表1所示：

5结语

综上所述，云传播具有移动传播、实时传播、“全信息”内容传播、个性化传播、自动化传播和智能化传播等显著特征，是一种新型的人类信息传播模式。云传播将对以下方面产生深刻影响：①新闻媒体内容的生产流程、承载形式和传播机制；②各类信息资源的存储方式、维护管理方式、传播方式和共享方式；③个人获取和使用信息的方式。总之，云传播将构建一种全新的人类社会信息系统。

参考文献：

[1] Fingar P．云计算：21世纪的商业平台．王灵俊,译．北京：电子工业出版社，2009.

[2] Miller M．云计算．姜进磊,孙瑞志,向勇,等,译．北京：机械工业出版社，2009.

[3] Sheu P，Wang S, Wang Q, et al．Semantic computing, cloud computing, and semantic search engine． Semantic Computing,2009, 51(9): 654657.

[4] Vecchiola C, Pandey S, Buyya R．High-Performance cloud computing: A view of scientific applications．Pervasive Systems, Algorithms, and Networks (ISPAN) International Symposium on, 2009, 151（10）:4-6.

[5] Minutoli G, Fazio M, Paone M,et al．Virtual business networks with cloud computing and virtual machines．[2011-01-20].ieeexplore.省略/xpl/freeabs_all.jsp?arnumber=5345440

[6] 杨正洪．企业云计算架构和实施指南．北京：清华大学出版社，2010.

[7] Buyya R．Market-Oriented cloud computing: Vision, hype, and reality of delivering computing as the 5th utility．[2011-01-20].省略/portal/web/csdl/doi/10.1109/CCGRID.2009.97.

[8] Liu Q F, Jian X, Hu J C, et al． An optimized solution for mobile environment using mobile cloud computing．[2011-01-20]．dl.省略/citation.cfm?id=1738800.

[9] 伍佑明,杨国良,丁圣勇．IPv6技术及其在移动互联网中的应用．电信科学，2009（6）：18-23 .

[10] 何宝宏．移动互联网是第三代互联网．中兴通讯技术，2009,15（4）:35-38.

[11] 任怡,管剑波,尹虎哲,等.面向瘦客户端的WebOS研究.计算机科学，2010（6）：164-167.

[12] 刘越.云计算综述与移动云计算的应用研究.信息通信技术，2010（2）：14-19.

[13] 袁楚.手机云服务开始兴起. 互联网天地，2010（10）：72 .

[14] 房秉毅,张云勇,程莹,等.云计算国内外发展现状分析. 电信科学，2010（8A）：1-5.

[15] 陈德华,席利宝,唐守廉,等．基于科技接受模型的移动互联网营销策略研究．移动通信，2009（10）：78-82.

[16] 吴伟，王志勤．移动互联网技术标准．中兴通讯技术，2009,15(4):24-27.

[17] 钟义信,周延泉,李蕾.信息科学教程，北京：北京邮电大学出版社，2005：27.

[18] Pinsonneault A, Kraemer K. The impact of information technology on middle managers. MIS Quarterly, 1993, 17(3): 271-292

[19] 熊锦华,虎嵩林,刘晖.云计算中的按需服务.中兴通讯技术,2010,16（4）：13-17.

[20] 曹彬,程久军,闫春钢.基于云计算Live Mesh的流媒体应用研究，计算机科学，2010（11）：92-96.

[21] 朱近之.智慧的云计算.北京：电子工业出版社，2010：2-13.

［作者简介］ 李卫东，男， 1978年生，系统分析师，博士，硕士生导师，15篇。