云计算的发展史范文篇1

主动配电网系统结构复杂、DG渗透率高、负荷波动大、控制要求严格，运行数据信息呈现出大量、高速、多样和价值的特点。针对主动配电网大数据处理的问题，依据云计算理论，采用数据挖掘技术和分布并行计算方式，建立了一套PDMiner大数据挖掘平台的主动配电网安全监测系统模型。分别研究了系统对历史数据和实时故障数据的处理。研究表明该系统通过对历史数据的处理可进行风险区域划分、制定规划方案、运行状态评价，通过对故障数据的处理可进行故障分析与处理，并为配电网安全改造提供依据。通过仿真算例验证了该系统的工作效果。

关键词：

大数据；云计算；数据挖掘；主动配电网；自愈控制

DOI：10.15938/j.jhust.2017.02.012

中图分类号：TM612

文献标志码：A

文章编号：1007-2683（2017）02-0061-06

Abstract：

Activedistributionnetworksystemhasthecharacteristicsofcomplexstructure，highDGpermeability，largeloadfluctuation，strictcontrolrequirements.Thedatainformationofoperationhasthecharacteristicsofhighvolume，highspeed，diversityandvalue.Foractivedistributionnetworkdataprocessing，accordingtothetheoryofcloudcalculation，usingthedataminingtechnologyanddistributedparallelcomputingmethod，establishinganactivedistributionnetworksecuritymonitoringsystemmodelbasedonPDMinerlargedataminingplatform.Theprocessingofhistoricaldataandrealtimefaultdataarestudiedrespectively.Researchresultsshowthatthesystembyprocessingofhistoricaldataforriskzoning，developmentplanning，operationstateevaluation，byprocessingoffaultdataforfaultanalysisandprocessing，providingthebasisforthedistributionnetworksecurity.Theresultofthesystemisverifiedbythesimulationexample.

Keywords：bigdata；cloudcomputing；datamining；activedistributionnetwork；selfhealingcontrol

0引言

S着配电网架构的日趋复杂和智能电网技术的飞速发展，配电网运行数据呈现出规模性、多样性、价值性和快速性的特点[1]，已经从TB级跃升为PB级，电力大数据的概念也应运而生。电力大数据在电网运行监测、故障诊断与恢复和分布式发电选址定容等方面有着广泛的应用。

主动配电网（activedistributionnetworks）于2008年国际大电网会议（CIGRE）C6.11研究组提出后已经在世界各地建立示范工程并投入建设实施[2]。主动配电网由于高渗透率DG接入、负荷波动和网架结构复杂等因素，使得对于配电网数据处理的难度显著增大，尤其是在主动配电网的安全评估和故障诊断方面，若不能有效地对运行和故障数据进行处理，将严重影响配电网的安全、可靠性，这也成为主动配电网实现自愈控制的关键环节。基于云计算的数据挖掘技术能够实时并迅速的将配电网中有价值的数据信息提取出来，显著提高了数据处理的效率。目前，将数据挖掘技术用于配电网运行控制和故障诊断已经取得了一定的研究成果。文[3]研发了一种基于多源异构数据环境的配电网故障信息统计分析系统，通过数据挖掘手段可从不同的业务系统中提取到反映配电网运行状态的目标数据，极大地提高了配电网的运营效率和管理水平。文[4]将数据挖掘技术应用在主动配电网的全景信息展示系统中，能够为配电网运行检修科学决策提供可靠的数据依据。

本文在云计算并行分布式大数据挖掘平台PDMiner的基础上研发了一套主动配电网故障监测系统。该系统安装在主控中心，在配电网正常运行时能够对实时采集的数据和已有的历史数据进行筛选、分类和对比，通过对数据的分析处理可以划分出风险区域、等级；在配电网发生故障时，能够快速、准确的提取到有价值的故障数据，建立故障信息数据库，为运行检修人员制定故障预防和故障恢复策略提供了合理的依据。

1配电网云计算

云计算（cloudcomputing）采用分布式网络存储（distributednetworkstorage）技术和并行效用计算（parallelandutilitycomputing）方式[5]，其核心思想是将分散的数据资源聚集在由大量分布式计算机构成的资源共享池中，各应用系统可根据需要随时获取相关数据存储和服务信息[6]。云计算是实现大数据应用的关键技术，两者密不可分。

大量分布式电源的引入和用户端负荷的复杂多变性使得传统配电网难以应对庞大的数据资源，无法确保配电网运行的安全性和可靠性。智能配电网和主动配电网打破了传统电网被动控制模式，不仅在运行控制和网络优化方面变得主动化、智能化，也在数据处理方面引入了云计算技术使其更加高效化、精确化。“电力云”概念一经提出，便得到了行业内的广泛认可，国家电网公司也就此制定了云计算技术研究框架，将其应用在软硬件资源配置和数据中心建设等方面。配电网云计算对配电网内部的计算和存储资源进行有效整合，显著提高了电网的交互、处理能力。

配电网的数据主要来源于用户端、电力企业和外部数据3类[7]，3类数据彼此相互制约、相互联系，共同组成了配电网数据资源库。但是，在对主动配电网进行事故预防、安全评估、故障诊断和决策制定等方面也面临着数据的准确性和价值性问题。因此，需要建立以数据挖掘为关键技术的配电网数据在线处理系统。

2配电网大数据挖掘平台

目前的数据分析系统普遍采用的是双层数据架构（doubledatastructure，DDS），即以数据融合技术为核心的处理外层和以数据挖掘技术为核心的处理内层[8]。数据挖掘技术是根据人为的需要通过统计学观点和人工智能搜索算法从大数据库中提取出有价值的、准确的数据信息。

常用的数据挖掘方法有集中式计算、分布式计算和并行计算[9]。集中式计算仅利用一台计算机系统，难以适应大数据环境，处理效率低，不能提供丰富的图形用户界面[10]。与其相对的分布式计算将计算任务分配到不同的计算机中进行，具有很强的资源共享和平衡计算负载能力[11]。并行计算具有更高的计算效率，通过流水线技术和多处理器并发技术实现在计算时间和空间上的并行[12]，可同时执行多指令运算和解决多离散问题，显著缩短了运算时间[13]。分布计算和并行计算是目前最广泛使用的数据挖掘算法。

PDMiner是一种基于并行分布式系统架构Hadhoop的大数据挖掘平台，利用其框架内部的HDFS和MapReduce进行数据的存储和运算处理[14]，其中HDFS是建立在大型集群的大数据存储文件系统，可用于对大数据文件的可靠存储[15]，MapReduce为分布式程序设计模型，使程序具有超大集群的适应能力，为大数据提供了准确高效的并行计算方法[16]。PDMiner主要由UI、MapReduce和HDFS三部分组成，具有异构性、强容错性、高效性和可靠性等优点。PDMiner的总体框架结构如图1所示。

HDFS是基于流式的数据访问方式，可对数据源中的数据进行分布式存储[17]。MapReduce为PDMiner平台提供了完备的并行计算系统[18]，可以很好地处理决策树算法的并行问题，提高了算法的执行效率。并行ETL系统可对数据源中的数据进行抽取（extract）、转换（transform）和加载（load）[19]，经过清洗和重构后的数据再通过并行数据挖掘子系统进行并行计算，主要采用并行关联规则、并行分类和并行聚类3种算法[20]。UI包括工作流子系统和用户接口子系统，用户可通过该环节建立所需的数据挖掘任务，算法选择模块中包含ETL数据预处理、分类、聚类和关联规则4种[21]。用户接口子系统为配电网运行监视人员提供了良好的数据交互界面和结构展示界面，监视人员可对算法的参数进行设置，运算的结果也可通过界面快速、清晰的反馈给监视人员。

3配电网大数据分析平台

主动配电网系统是一种高维非线性的复杂系统，其内部的数据量主要包含电力流、业务流、故障流。主动配电网的大数据分析平台包括大数据分析处理模块、大数据存储模块、大数据调度模块。

数据处理模块主要完成数据提取、数据挖掘、数据清理等任务，是进行大数据计算分析的核心部分，涉及数据分析和数据处理技术。数据分析的关键是并行化处理的数据挖掘技术，将原始数据信息经提炼、加工后转变为知识流，以对数据的进一步处理进行科学决策，在PDMiner平台上使用的是MapReduce。数据处理是对数据进行运算，可分为分布式运算、内存运算和流处理运算，PDMiner平台以分布式运算作为主要的数据运算方式，较适合主动配电网数据采集领域的大规模数据源。

大数据存储模块依赖于高效的分布式存储方式，可将有价值的历史数据信息保留下来为配电网运行规划和优化改造提供可靠依据，关键技术为数据集成管理技术，PDMiner平台的数据集成管理采用基于NoSQL数据库的分布式存储技术[22]，通过将多应用系统的数据源合并来创建一个多功能的应用进程。

稻莸鞫饶？橛胧据库进行实时交互，可根据需要调取数据库中的数据信息，运行监视人员可随时掌握配电网的实际运行状况。PDMiner为监视人员提供了良好的人机界面和交互功能，这归功于先进的数据展现技术，包括历史流展现、空间信息流展现和可视化应用。

各模块的工作维持和相互配合需要操作系统软件和硬件服务器的支撑。主动配电网大数据分析平台的总体架构如图2所示。

基于PDMiner平台的主动配电网安全监测系统主动配电网异于传统配电网，复杂的拓扑结构、高渗透率的DG接入和间歇性、随机性变化的负荷都使得配电网的事故发生率大大提高，而主动配电网又对自愈控制体系有着严格的要求，需要配备一套安全监测和保护控制系统。

传统配电网使用的是基于SCADA/EMS的配电网数据在线采集与监视系统。然而在面对电力大数据环境时，该系统无法准确、高效的进行数据提取、数据挖掘、数据整合等流程，不仅对于配电网保护难以实现选择性、速动性和灵敏性，并且无法根据数据资源库中的历史信息对配电网进行安全评估和改造规划。配电网大数据分析平台的引入为解决此问题提供了很好的手段。

将PDMiner大数据挖掘平台配置在主动配电网数据在线采集与监视系统中，建立一套针对主动配电网的安全监测系统。该系统采用分层分布式的控制方式，由数据源层、算法模型层、数据分析与处理层、安全评估与故障处理层和业务应用层组成，如图3所示。数据源层是主动配电网输入到该系统中的数据来源，主要是用户端数据、电力企业数据和外部数据，系统可根据需要从3种数据库中提取相应的历史和实时数据信息。算法模型层为配电网各安全监测任务提供算法引擎，包括故障诊断与隔离、故障分析、风险区域划分、系统运行评价和系统优化策略，可使其在进行并行计算时调用相应的算法函数进行针对性处理。数据分析与处理层为PDMiner大数据挖掘平台，是进行数据分析与处理的核心设备。安全评估与故障处理层根据分析后的故障数据信息建立相应的数据库。业务应用层根据数据库中的数据信息对故障进行处理和制定系统优化方案。故障诊断与隔离模块可将故障区段快速隔离出配电网；故障分析模块可根据相应的算法理论判断出故障相、故障类型、故障原因和测定出故障距离，这两个模块为配电网故障处理与供电恢复提供了可靠的依据。系统改造与规划部分中的风险区域划分与识别模块可在配电网正常运行下按照风险等级划分出不同区域；系统运行状态评价模块对配电网系统的实时运行状况进行安全评估，并通过人机交互界面展现给监控人员；系统优化方案制定模块为配电网安全系统升级改造提供了最佳方案。

基于PDMiner平台的主动配电网安全监测系统在配电网系统正常运行时可根据历史数据信息划分出配电网的风险区域，对各区域的风险状况进行评估。当配电网某处发生故障时，系统可对采集到的故障信息进行提取、挖掘、清理和加工，并根据数据分析处理报告了解到故障的相关信息，为故障处理提供依据，并可根据该数据信息制定出配电网改造与规划方案。其具体工作流程如图4所示。

5仿真研究

分别选取单机IEEE33标准测试系统和NewEngland10机39节点标准测试系统进行仿真分析。将基于PDMiner平台的主动配电网安全监测系统配置在两种主动配电网系统的主站控制中心。

如图5所示的含有高渗透率DG的IEEE33主动配电网系统，选取贵州某地区2013年用户负荷情况、光伏电站DG出力情况和配电网故障情况的历史数据信息作为源数据，将其输入到PDMiner平台的安全监测系统中。根据事故发生率和配电网运行状况将主动配电网系统分为7个区域，各区域的故障发生率按从大到小排列为区域1、区域2、区域3、区域4、区域5、区域6、区域7，根据各区域的历史故障信息数据可得到主动配电网运行的总体评价报告和最佳优化方案，比如事故高发区域1中的80%的故障是由自然因素雷击造成的，故应重点改造防雷装置。若要兴建医院、政府机关等一类负荷场所，应优先考虑安全性高的区域，如区域7。主要涉及安全状况评估、重点改造方向、新建设施建议、DG选址定容、配电网规划等方面。

当配电网某处发生故障时，如母线4、5间距离4母线10km处。PDMiner接收到馈线上的数据采集装置（如FTU）采集到的实时数据信息，然后对其进行挖掘处理，对得到的有价值的数据信息进行故障分析，其分析结果如表1所示。〖HJ5mm〗〖FL）〗〖HJ〗

现将故障数据输入到未使用PDMiner平台的SCADA/EMS的配电网数据采集与监视控制系统中，可得到的故障分析和处理结果如表2所示。

由表2可知，SCADA/EMS对于数据的处理效果远不及PDMiner平台的安全监测系统。开关动作时间长，故障测距结果误差大，所直接得到的故障信息匮乏，大部分信息的获得要靠运检人员的经验、翻阅相关事故报告和现场巡视，不能为检修人员提供科学合理的故障处理措施，也延长了供电恢复的时间。

如图6所示为含有高渗透率DG的NewEngland10机39节点主动配电网系统，选取甘肃某地区2013年用户负荷情况、风电场DG出力情况和配电网故障情况的历史数据信息作为源数据，将其输入到PDMiner平台的安全监测系统中。此时可将该系统划分成6个风险区域，编号原则同IEEE33系统，即区域6安全性最好，区域1故障率最高。

PDMiner根据相关故障历史数据制定出各区域和整个配电网的规划改造方案、运行评价报告等，具体涉及内容同IEEE33系统。现令故障发生在区域2距离22母线15km处，再分别对PDMiner平台安全监测系统和SCADA/EMS系统的故障分析和处理结果进行对比，如表3和表4所示。

由表3和表4可知，PDMiner平台安全监测系统可为监控中心提供有关NewEngland系统的完备故障信息，故障隔离时间和故障测距精度都比SCADA/EMS系统要高很多。

6结语

主动配电网系统结构复杂、DG渗透率高、负荷波动大、控制更加主动化、智能化，需要具备较强的大数据分析处理能力。结合配电网云计算和大数据挖掘技术，提出设计一套PDMiner平台的主动配电网安全监测系统。该系统可根据数据源输入的历史数据对配电网运行状态进行评估，划分出风险区域并提供最优规划方案。配电网故障时可提取到价值性高的故障信息数据，快速、准确的切除故障并对故障进行相关分析，制定出合理的故障处理方案和安全改造策略。该系统进一步完善了SCADA/EMS的性能，监控中心可随时掌握配电网的运行状况，并极大的方便了检修人员对于故障的处理，为配电网安全系统升级改造、配电网规划设计提供了有力的科学依据。

参考文献：

[1]张东霞，苗新，刘丽平，等.智能电网大数据技术发展研究[J].中国电机工程学报，2015（1）：2-12.

[2]赵波，王财胜，周金辉，等.主动配电网现状与未来发展[J].电力系统自动化，2014（18）：125-135.

[3]宋杰，谢海宁，杨增辉，等.基于多源异构数据挖掘的配电网故障信息统计分析[J].电力系统保护与控制，2016（3）：141-147.

[4]刘俊勇，黄媛，刘友波，等.基于数据挖掘的主动配电网全景信息展示系统[J].供用电，2015（9）：13-17.

[5]林闯，苏文博，孟坤，等.云计算安全：架构、机制与模型评价[J].计算机学报，2013（9）：1765-1784.

[6]邓维，刘方明，金海，等.云计算数据中心的新能源应用：研究现状与趋势[J].计算机学报，2013（3）：582-598.

[7]⒖蒲校盛万兴，张东霞，等.智能配电网大数据应用需求和场景分析研究[J].中国电机工程学报，2015（2）：287-293.

[8]李德仁，张良培，夏桂松.遥感大数据自动分析与数据挖掘[J].测绘学报，2014（12）：1211-1216.

[9]宛婉，周国祥.基于并行抽样的海量数据关联挖掘算法[J].合肥工业大学学报（自然科学版），2013（8）：933-937.

[10]应毅，任凯，刘正涛.基于云计算技术的数据挖掘[J].微电子学与计算机，2013（2）：161-164.

[11]焦润海，王景兵，林碧英.配电网高级应用分布式计算平台通信架构设计[J].电力系统自动化，2013（22）：66-72.

[12]潘巍，李战怀.大数据环境下并行计算模型的研究进展[J].华东师范大学学报（自然科学版），2014（5）：43-54.

[13]黄伟，庞琳，曹彬，等.基于数据级任务分解的配电网分布式并行计算平台[J].电网技术，2014（4）：1103-1108.

[14]何清，庄福振，曾立，等.PDMiner：基于云计算的并行分布式数据挖掘工具平台[J].中国科学：信息科学，2014（7）：871-885.

[15]廖彬，于炯，张陶，等.基于分布式文件系统HDFS的节能算法[J].计算机学报，2013（5）：1047-1064.

[16]宋杰，刘雪冰，朱志良，等.一种能效优化的MapReduce资源比模型[J].计算机学报，2015（1）：59-73.

[17]孟祥萍，周来.基于hadoop云平台的智能电网HDFS资源存储技术研究[J].电测与仪表，2014（19）：24-30.

[18]刘义，景宁，陈荦，等.MapReduce框架下基于R-树的k-近邻连接算法[J].软件学报，2013（8）：1836-1851.

[19]宋杰，郝文宁，陈刚，等.基于MapReduce的分布式ETL体系结构研究[J].计算机科学，2013（6）：152-154.

[20]杨来，史忠植，梁帆，等.基于Hadoop云平台的并行数据挖掘方法[J].系统仿真学报，2013（5）：936-944.

云计算的发展史范文篇2

要说这道坎，贾府里唯有史湘云从容地跨了过去。“襁褓中，父母叹双亡，纵居那倚罗从，谁知娇养？”以此看来，湘云的身世其实比黛玉更为凄苦些。但她也并没有黛玉“尔今死去侬收葬，未卜侬身何日丧”的忧愁、感伤，取而代之的是发自内心的乐观、积极、豁达。一切都会过去的信念，深深扎根于湘云的内心，使她能够较之其他贾府里的人更轻易、更从容地跨过心底的那道坎，一旦跨过，迎接她的就是更为快乐的生活。在她的世界里，没有算计、阴谋，虽然嫁给了卫若兰使她饱受艰苦，但是出现在众姐妹面前的，仍是那个活泼开朗的史小姐。因此，心底的这道坎对史湘云来说，跨过去，轻而易举。

有人能轻松地跨过，有人却被心底的这道坎绊住了脚。那个看似精明能干、圆滑阴险的琏二奶奶不就是个例子吗？虽然能经常听到她爽朗而又高高在上的笑声，但那并非是一个乐观者发自内心的笑。在王熙凤看来，一切都不会过去，必须时时、处处提防，算计着。即使被心底的坎，磕绊得头破血流，也要强撑着去掌握贾府的权势。到头来，贾府“呼喇喇似大厦倾，昏惨惨似灯将尽”，凤姐也无疑成了最大了受害者。而当再次被心里的那道坎绊住时，她也便枉送了性命。本可以像史湘云那样轻易地跨过这道坎，坚信一切都会过去，变得坦然。然而却被金钱、利益拉着，被权势、地位绊着，终究跨不过那道坎。

同是大观园里外来的女儿，林黛玉也是不能跨过那道坎的一个。她始终觉得一切都不会过去，因而整天“愁绪满怀无着处”，最终泪尽人亡。这样一个绝世无双的人儿，倘若如史湘云一样，内心有必须跨过那道坎的勇气，把猜忌抛掷一旁，那该多好。那么，也不会多愁多病身了吧，“木石前盟”或许可以取代“金玉良缘”吧？

面对人生中的苦难，险恶，倘若真的克服不了，不如坚信一切都会过去，保持乐观的心态。这不是口头上的几句话就可做到，重要的是，你必须要跨过心底的这道坎。与其在这道坎前跌倒，倒不如站起来，拍拍手，跨过去。因此，跨过了这道坎，那么，你的世界就会变得更加光明。

云计算的发展史范文1篇3

[关键词]云计算；煤矿；机遇；挑战

一序言

当前，我国的煤炭产量已经稳居世界第一，约占全球产量的一半[1]。但煤矿企业日子普遍不好过，煤炭进口量屡创新高，价格持续低迷，进口煤由于价格优势大，很受市场欢迎，对我国的煤炭企业造成很大的冲击。究其原因，主要是我国的煤炭企业的技术含量较低，造成单位产量低。同时，随着用工成本的上升，这一矛盾会更加突出。煤炭企业若不增加科技含量，提高效率，降低成本，则在全球一体化的市场竞争中就很难胜出。怎样才能做到这一点呢，笔者认为在当前的信息技术社会条件下，应使企业与最新的信息技术进行深度融合，增强科技效率，提高生产率，以信息化促企业发展。

目前的信息技术领域中，云计算是最能降低企业的信息技术投入，同时又能使企业获得最大收益的新技术，被称为信息技术领域的第三次技术革命。煤炭企业应紧紧抓住本次技术革命的契机，以技术促发展，使企业能再次获得腾飞。哪什么是云计算？它又能给煤炭开采企业带来什么样的改变呢？

二云计算

随着计算机以及网络技术的发展，单机性能面临瓶颈，且单位成本较高。是否可以用网络替代单机为我们来提供优质价廉的高性能服务，以降低企业成本。云计算正是在这种背景下被提出的。它一般提供三部分服务：（1）基础设施即服务（IaaS），由云服务商提供底层的硬件或虚拟机资源构成。提供计算、数据存储和网络通讯等资源；（2）平台即服务（PaaS），为云应用程序开发者提供一个平台来开发各种的云应用软件；（3）软件即服务（SaaS），为使用云服务的客户提供各种应用软件[2]。它的特点是：超大规模、虚拟化、高可靠性、高通用性、高可扩展性、按需服务、性价比高等优势。这些技术特点都非常适合煤炭企业的的信息化建设。

三云计算在煤矿中的应用

云计算是一种基于web的网络服务，煤矿只需通过符合标准的方式接入云系统即可将资源切换到自己需要的应用上。而无需单独购买网络存储、服务器等硬件设备，不用建造自己的数据中心，也不必购买昂贵的软件。这些都可以通过租用的方式来实现，这就节约了企业的大量成本。

如上所述，云计算由三部分服务组成，这三部分大多由社会提供，不必自建，可以大大减轻煤矿负担。针对煤矿的采煤系统、掘进系统、机电系统，运输系统，通风系统，排水系统和安全监控等七大系统。煤矿企业只需投资这七大系统的前端信息采集点，将采集点设备连接到云计算网络上，煤矿的管理人员和技术人员可以不限时间、不限区域的直接通过网络用浏览器以授权方式来查看生产和管理的各个环节，会大大的提高工作效率。

四云计算的优势

1.降低企业成本

在传统的煤矿企业中，七大系统都是分散的，没有融合[3]。各系统有自己的专门管理和维护技术人员，各系统之间难协调会降低效率，也会加大开支。在云计算技术环境下，可以将各个系统都连到网络上。企业不需要组建专用网络，降低企业的建网成本。利用网络来同时监控生产和管理的整个过程，既降低劳动强度，又提高工作的安全便捷和舒适性。使用人员也少很多，可以大大降低人员成本。在设备的投入上，各个系统的信息采集点由煤矿投入，利用线路将其连接到云网络上。系统数据的存储和计算资源都可以放到云服务商所提供的云上，不用企业自己投资[4]。甚至管理，都可以全部交给云。云由社会或其他的云公司专门提供。煤矿所需的硬件资源、软件资源和数据及其管理都可以通过向云公司租用的方式来使用，这样就会节省大量的软硬件设备投资和管理人员的支出。煤矿只需投入数据终端，通过数据终端以授权方式利用浏览器连接到云端来查看、控制和管理设备运作。真正实现了资源共享、动态分配。

2.方便快捷的提高工作效率

利用云计算可以实现真正的随时随地移动办公、管理和控制。它不必安装，不用IT人员、也没有棘手问题。无论身处何地，只要有终端连上网络，如电脑、手机等。就可以查看当前的设备工作情况、管理情况等。能在第一时间实时的了解煤矿的生产、管理和经营销售等情况。也可以通过云上存储设备存储的过去数据来对比了解企业当前的状况，便于管理者做出快速的企业决策。

3.提高煤炭企业的竞争力

目前，很多煤炭企业都是封闭的。通过云计算的虚拟化技术将IT资源和煤炭开采的新技术进行有效整合，让大家在一个社会化的IT平台上，实现煤炭产业链整体的信息交换和协同。也可形成用户与煤炭企业之间的互动。云计算网络上的分布于各个单位的传感器可随时感知、测量、捕获和传递信息，并将这些信息传递给煤炭云平台。煤炭开采企业可以根据这些信息随时调整生产、销售等企业策略，使企业在市场的竞争中能依据市场状况快随反应。市场有什么动态，企业可以马上做出反应，并快速进入市场。由于网络是一个整体，它在提高资源利用率、快速交付应用、加速业务需求响应、降低运营管理复杂度等方面都为企业提供了强有力地保障[5]。另外，这也是一个基于创新的平台，企业的内部和外部，不同企业，甚至不同行业都可以基于这个平台合作。所有这些都能增强企业活力和应变能力，提高企业在市场一体化环境下的竞争力。

4.提高煤矿的安全等级

基于云计算的煤矿安全管理信息系统，一般采用集中管理、分布式处理模式构建。整个系统采用树形由四级平台构成[6]。分别是国家局的一级监察中心，省级的二级监察中心，市/集团的三级以及到煤矿的四级管理的安全监管监察系统。

其中煤矿的井下数据信息采集点由各种传感器和监控分站组成，负责采集并上传井下瓦斯、风速、温度、湿度、负压、水压、运输、电力、设备运行状态参数及机电设备开停、风门开关、设备供电状态等开关量参数。采集到的数据通过云网络发送到上一级的云数据中心。数据中心由云服务供应商提供，负责给煤炭生产企业提供安全生产监测和预警服务。数据中心将实时监测数据存人云端数据库，运用其强大的运算能力，通过数据挖掘算法在历史监测数据中找到和当前实时监测数据相匹配的数据模型，从而判断当前井下安全生产状况并提供预警[7]。并在发生事故时，通过云计算网络可以将井下监测、指挥调度、应急救援等集成为一体的安全监测调度指挥平台。该平台可以以有线或通过GPRS和CDMA无线网络传输信息。无线主要为不具备有线网络条件的煤矿企业，如地理覆盖范围较大的煤矿，提供低成本、效率高、见效快的数据传输平台。同时，可通过短信方式将报警信息发送到相关人员的手机上。为煤矿企业安全生产提供强有力的监察与监管手段。

综上，云计算能实现各级煤矿监控数据的实时监测、远程传输、实时数据查询、历史数据查询及安全情况分析等功能。主管部门可对所辖煤矿进行远程管理及调控，相关的报警信息可及时发送到相关人员的移动终端或手机上。有利于煤矿企业对报警事件的及时处理及快速反应，大大加强了煤矿生产企业的安全管理。可实现煤矿安全监督监管部门与企业的整体信息化构建，有效杜绝安全生产管理上人为造成的某些隐患。

五云计算在煤矿中的应用现状

当前，云计算在煤矿中的应用还较少，究其原因，主要有以下几点。

1.观念误，意识差

多数的煤矿企业的管理者对计算机技术了解不够，认为煤矿是能源开采企业，是劳动力密集型产业，计算机技术在企业中的应用不高。云计算更是没听过，所以很难意识到云计算技术对企业的作用。管理者由此造成的投入不足制约了云计算技术在煤矿企业中的推广。

2.应用少，人才缺

云计算是在计算机网络技术的新的应用，这些技术有些还处在初级阶段，要把它大规模的应用于具体煤矿企业也需要一个相当长的消化时间。此外，由于是新技术应用，应用人才缺乏也是制约发展的一大因素。人才的缺乏一方面源自此类人才培养的难度大、要求高，另一方面也表现在企业在人员培训上的投入不足。

3.模式偏，应用窄。

多数煤矿企业在运用云计算时的特点是小、散、点，没有形成大的面应用。只是将云计算视为技术和信息资源方面提供的辅助，没有发挥出云计算的强大数据处理能力。没有与其他的相关措施结合起来，将其融入到企业的整体管理中去。无法在整个信息收集、分析、反馈、执行和控制回路中发挥作用。

六提高云计算在煤矿中的应用的方法

要想使云计算能更好的为煤矿服务，曾强企业活力，应从以下几方面着手。

1.改变观念，增强应用

煤矿的管理者要增强云计算应用意识，用云计算技术加快煤炭生产企业间的信息资源共享，建立行业信息资源库。通过网络源源不断的迅速向信息需求者传递各种资源。要认识到云计算拥有更为广阔的应用空间，是煤矿实现企业高效运作的必然选择。

2.培养人才，创新应用

煤矿经营者要重视云计算在企业中的作用。要积极培养、引进相关的专业人才。要对相关方面的人才进行系统的云计算培训，要以各大高校和科研机构为目标，积极吸纳相关方面的技术和管理人才。同时科研院所也要依据企业的实际需求和变化，进行技术创新，将新的技术应用更好的服务煤矿企业。

3.重构模式，拓展应用

应建立云计算与企业发展需求的长效机制，煤矿企业运用云计算的模式随着云计算技术的改进和企业的发展要不断改变。云计算应用模式要灵活变动，要跟上企业发展的步伐，符合企业的实际应用。要扩展应用范围，应将煤矿中的云计算融入到云物联和云教育中去。只有通过云计算相关资源的拓展运用，才能促进煤矿企业的科学化决策、自动化管控的能力不断提高。

在当前的大环境普遍不景气的情况下，各个煤炭企业都在寻找突破口，寻求企业的发展机遇。科学技术是第一生产力，只有从科技和管理上下功夫，才能摆脱困境。云计算作为一种先进的信息技术，可以降低企业的投入成本，提高各部门的工作效率，加大企业的快速反应能力，提升管理水平等特点，不失为企业的一种参考选择。

[参考文献]

[1]BP.BP世界能源统计年鉴2012年版[R].2012.6

[2]陈康，郑纬民.云计算：系统实例与研究现状[J].软件学报，2009，20（5）

[3]张静.现代煤矿实时生产监控系统解决方案[J].煤矿机械，2013，34（02）

[4]林子雨，赖永炫，林琛，谢怡，邹权.云数据库研究[J].软件学报，2012，23（5）

[5]裴忠民，李波，徐硕，朱华.基于云计算的煤矿物联网一体化平台体系架构[J].煤炭科学技术，2012，40（09）.

云计算的发展史范文

【关键词】赣州;教育云

《国家中长期教育改革与发展规划纲要（2010―2022年）》中指出“信息技术对教育发展、提高质量具有革命性影响”[1]，而云计算被认为是继PC、互联网之后的“第三次IT革命”。将云技术运用于教育领域，推进教育信息化建设必将成为教育行政主管部门的关注重点。赣州是一座拥有悠久历史文化的城市，也是历经革命风云的城市，经历了历史变革的洗礼，如今它又迎来了“振兴苏区”的好时机，如何抓住机遇，快速接轨“教育云平台”快车道，促进赣州“智慧城市”建设，为苏区建设提供智力支持和人才保障也就顺理成章的成为了教育系统的研究热点。笔者将从赣州建设教育云示范工程所需的准备条件及其实施方案两方面进行探讨。

1赣州建立教育云示范工程的准备条件

1.1教育资源与云计算技术支持

启动“教育云”，首要的是教育资源的准备。赣州是个地级市，下辖除2个市辖区和15县外还代管1县级市。其中每个区、县以及县级市都有至少为数不少的中小学，此外，赣州还拥有3所高等本科院校，3所高职专科院校，多个教育培训机构。各级教育机构和学校的教育资源为教育云的构建提供了软件和硬件支持。将这些教育资源共享，避免重复建设及浪费，则更迫切需要构建“教育云”平台，它的筹备将依托云计算技术的支持。因此教育资源与云计算技术是“教育云”平台构建的根基。

1.2硬件设备的保障与资金准备

服务器、交换机等硬件设备是“教育云”平台构建的物质基础[2]。对硬件的建设及维护，对软件的开发及应用等都需要一定的资金投入。据悉，去年赣州累计争取上级教育项目资金16个亿，累计筹集校建资金20.16亿元，资金上应当是可以做足准备。

2建设教育云示范工程方案探讨

在以上准备基础上，教育云示范工程的建设可从其框架构建及细节上两方面开展。

2.1框架构建

首先是硬件物理资源：它是教育云的最底层，用以提供面向教育活动的共享教育信息资源，是支撑一切教育信息化应用的设施和设备[3]。包括服务器、存储设备以及网络设备等物理资源，可以通过虚拟化技术将物理资源虚拟化，再对虚拟化物理资源进行调度和管理，将资源的按需分配并动态部署。云计算基础设施的搭建和部署需要大容量高速存取的光纤存储、计算能力较强的服务器以及光纤交换机等设备的支持，同时还需云计算管理软件等实现对资源的部署和迁移。

其次是数据资源的准备。包括：为云教育平台提供可供区域教育资源云平台调度使用的各类数据资源。为云教育平台提供数据资源的存储，建立教育资源数据库。

当所有硬件及数据等基础构建好之后，则需运用云技术对信息进行整合加工，合理优化，提供一个应用服务平台，比如应用的开发、运行，虚拟主机托管等。

2.2细节讨论

俗话说细节决定成败。完善教育云的建设还包括教师队伍的建设、与之相适应的课程改革、信息整合等各方面。（1）教师队伍的建设可以从以下几个方面来加强：完善基于教育云教学督导体系，建立工作网络管理平台，通过督导体系宏观上把控教学质量，督促提高教师教学水准，贡献更高质量的教育资源。（2）课程改革：建立综合的“班班通”和“课堂教学录播”等教育教学系统，并将课程设计成能更广泛的联系网络，比如线上线下结合的教学法。（3）信息整合：及早将区域内教学资源先行整合，避免重复，优化基础教育资源。

而在云计算这一块，也需要关注云技术开发维护、管理、以及规范的云标准、包含加密技术的云计算的安全性及教育云的有效推广。

3结语

毋容置疑，教育云能够提高硬件系统的利用率，节省投资，降低管理和运维成本。同时提供调用教育基础数据服务的统一接口，使得区域教育基础数据实现统一和规范[4];通过教育云平台，整合各级各类教育机构和学校的硬件和软件资源，实现硬件资源的动态共享，提高设备的利用率。对于教育信息化相对薄弱的中小城市，教育云可以以较低的成本获得最好的效益。但是教育云在建设的过程中，必定还有各种实际问题涌现，仍需在建设过程中实际调研，保证其性能稳定。真正发挥它的各种优势，为中小城市的教育发展做出贡献。

【参考文献】

[1]卢蓓蓉，任友群.中国教育信息化的云中漫步――教育云建设的困境及探析[J].远程教育杂志，2012，30（1）：62-67.

[2]黄国权，徐文华，熊伟，等.“教育云”建设中的几个问题及解决方案[J].科技创新与应用，2011（22）：241.

云计算的发展史范文篇5

但是另一方面，在云计算时代，用户对数据库的要求也会越来越高。数据库技术如何适应云计算的要求，如何将软件和硬件很好地结合起来，对数据库厂商而言是亟待解决的问题。

“数据库产品的核心是数据。”赵刚表示：“当IT产业开始向云计算的模式转型时，以往海量的历史数据就会面临数据逐步迁移的问题。这与以往局部数据向企业级数据迁移类似。”在他看来，这些历史数据只有与现有基础设施相匹配，才能发挥更大作用。而数据迁移的过程就相当于一次信息的重组。

海量数据的迁移并非易事，数据的标准化建设和梳理等基础性工作量很大。赵刚认为数据库厂商应为此“推出整体的解决方案，为企业用户提供数据梳理和数据的标准化服务，而不仅仅是一个数据库产品”。他还指出，数据库厂商应“将现有产品与数据库迁移技术进行适配，并且使产品和技术满足数据库实时迁移的要求。IBM在这方面有一定优势，它可以将DB2与原有的硬件和服务产品结合起来”。

在数据库领域，IBM的优势很明显：当前，软硬结合成大势所趋，甲骨文收购Sun之后推出了一体机产品。IBM可将DB2与自己原有的资源整合起来，使各项产品和服务之间进行优化。此外，IBM的主机计算能力较强。IBM有自己的芯片技术，且是云计算的主要倡导者之一。因此赵刚认为：“IBM在应对云计算给数据库带来的冲击时优势很明显。”

在云计算时代，厂商必须重视数据库产业发生的变革。在赵刚看来，DB2迁移之星大赛将使更多人认识到数据库迁移技术的重要性。他认为在比赛中，那些实践经验丰富的选手更容易获胜。

云计算的发展史范文篇6

关键词：云计算；独立学院；教学资源整合

中图分类号：TP391.6文献标识码：A文章编号：1674-7712（2014）04-0000-01

一、云计算的概念及特点

云计算是将网络中的计算机软硬件资源整合为一个“云资源池”，用户只需付出低廉的成本就可以使用“云资源池”中的资源，实现性价比极高的资源整合、扩展及分布式计算等功能。云计算代表了以虚拟化技术为核心、高性价比为目标的动态可扩展网络应用，具有以下突出的特点：（1）整合资源，降低成本。云计算把网络中的计算机资源组织起来，形成“人人为我、我为人人”的局面，用户无需大量投资自建完整的系统，只需通过客户端就可租用或购买云资源。在“云资源池”云计算系统可以很好地调控计算资源，提高资源利用率。（2）分布式系统，提高安全性。云计算体系中使用了分布式计算系统和分布式数据中心，它最大限度保证了系统在遭受灾难性事件时有多个数据副本可用来恢复数据。这样的分布式系统将信息保存在处于云端的数据库主机上，而这些主机的工作又可以由网络中的计算机来均衡负载，同时它还大大增加了非法用户取完整信息的难度，提高了信息的安全性和系统的容灾能力。（3）实现了软硬件的彼此独立，降低互相依赖性。在云计算系统中，用户无需了解自己获得的服务来自云中哪个服务器，就像不需要了解落在肩头的雨滴来自那朵云彩一样，云计算通过虚拟化技术使云平台底层的基础设备和应用层的软件相分离。用户使用客户端获得服务，这些服务全部来自云端，而不是某个固定的服务器。（4）模块化设计，扩展性好。云计算设计之初就特别考虑了模块化和兼容异构设备问题，目前绝大多数厂家用的三层结构为：基础设施服务层laaS、平台即服务PaaS、软件即服务SaaS。在这样的层次结构中用户可以很方便地添加个性化需求的软硬件。。

二、独立学院教学资源整合面临的问题

（一）教学资源底子薄、可供整合的资源缺乏。由于历史的原因，独立学院教学资源较多的依赖举办方高校，教学模式也和举办方很类似，但它的教学定位和生源情况和母校有明显的差异，在加上举办方高校的资源也未必能充分被独立学院使用，这样一来就造成许多独立学院中教学资源严重不足，在寻求资源整合的时候出现“巧妇难为无米之炊”的情况。

（二）教学资源信息孤岛现象较严重。虽然多数独立学院都拥有了教学管理系统，也建设了例如数字化校园、数字化图书馆，但令人遗憾的是学校在建设这些系统时往往只站在保证本校师生使用的角度。这一系列工作缺少了院校之间的合作，就缺乏整体规划，学校之间“教学资源壁垒”现象严重，大量资源不能充分利用，形成了信息孤岛。

（三）优秀教师资源严重不足。当前独立学院自有教师的学历、职称水平普遍不高，没有形成科学的教师队伍梯队；由于教师资源缺乏，许多年轻教师承担的教学任务繁重，参加业务培训和继续深造的机会缺乏，限制了他们教学水平的提高。更困难的是在现有体制下，同等学历、职称的独立学院的教师与公办高校教师待遇还存在较大的差距，因此独立学院难以留住优秀教师。

三、基于云计算的教学资源整合方案

（一）建立云数据库，规范管理教学资源。云数据库顾名思义是基于云计算的数据库构建模式，它也是构建“云资源池”的基础，不同类型教学资源可以使用不同模式存储，可以是关系数据库也可以是非关系数据库，并且云数据库支持分布式处理。Apache基金会研发的Hadoop架构是当前云数据库的主流；各厂商开发的InterHadoop、MongoDBAmazonRDS等可以运行MySQL、Oracle以及SQLServer多种实例。建立云数据库的意义还不仅为教学资源的整合打下基础，更是独立学院发展信息化教学的有力抓手，通过这样的方式可以有效地规范管理教学资源。

（二）建立云共享系统，解决信息孤岛问题。云共享系统（RCS），以下简称RCS，是实现资源共享的资源管理平台，应用范围包括固定和移动客户端，还可在不同单位间实现资源访问、资源上传、资源汇聚、资源分发等功能，实现了真正意义上的资源共享。

云共享系统的特点是“瘦客户端”和均衡负载。具体业务流程如下：用户向WebService接口提出访问请求，服务系统根据用户请求从服务清单中查找相应的模块，均衡负载系统根据当前资源使用情况进行资源分配，资源配置系统负责在分配的节点上提供运行环境；最后监视统计模块负载节点任务监控，并完成用户节点使用情况统计。

（三）利用云计算平台开展教学创新和师资培训。在独立学院教学资源整合过程中要着力建设基于云计算的教育平台。此平台建立后，师生可以突破时间和空间的限制进行交互式学习，从学生角度此举可以给他们更大的选择权，有利于激发他们的学习积极性，培养自主学习和沟通协作的能力。从教师的角度看，该平台可以在教学、科研上极大地扩展其视野，同时也为在线进修、教学经验和成果的共享提供了便捷的通道；独立学院目前拥有大量年轻教师他们教学经验交流和进修的需求巨大，因此该技术意义重大。

四、结束语

独立学院有其自身特点，若要突破当前教学资源的瓶颈，大力推进基于云计算的教学资源整合是不错的选择。云计算作为网络新技术能在独立学院的教学资源整合中发挥重要作用，对于促进独立学院的发展具有战略价值，值得大力推广。

参考文献：

云计算的发展史范文篇7

【关键词】云计算数据库存储检索

随着信息技术的快速发展，数据存储和处理技术也随之取得了快速发展。云计算技术也应运而生。与传统的数据处理方式相比基于云计算的分布式高性能数据库优势更加明显。基于云计算分布式实时数据库能够实现数据的永久存储，同时它还能够尽可能地在同一地点处理数据，这样可以有效降低数据传输时间的消耗。

基于云技术的分布式实时数据库能充分利用高性能广域网络。这种挂数据库主要是通过数据流的形式来对存储云中的数据来进行专业化地处理，通过这种方式定义的计算函数就能够对存储云所管理的刷数据进行有针对性处理。

1云计算技术介绍

研究分布式数据库高性能数据存储检索机制，首先就需要掌握云计算技术。了解云计算技术是研究的重要前提。近些年来云计算技术获得了迅猛发展，依托于云计算技术本身的产品也获得了较快发展。云计算技术主要是将效用计算、网络存储、网格计算以及负载均衡等领域进行综合而形成的一种专业性技术。

通常情况下云计算技术本身包含海量数据的分布式存储技术、分布式实时事务提交协议、网络动态路由与负载均衡技术、事务实时调度机制等核心技术。这几种技术对于分布式实时数据库的构建具有重要意义。

2分布式实时数据库的框架

分布式实时数据库是云计算技术与实时数据库技术深度融合的产物，该数据库主要是通过计算机集群来进行构建。该数据库具有可扩展、系统性、可靠性、可维护性高等特点。负载均衡、事务调度、冲突处理、数据存储等是其主要内容。分布式实时数据库主要是通过分布式通讯服务平台的客户端结构接入到该平台中的。某个节点在接入分布式应用服务之后就可以实现与同样服务的其他节点的有效连接。

多台数据服务器的数据存储，检索组件则是通过接入平台结成一个统一的数据存储以及数据检索服务来向外提供服务的。这样一种服务机制实际上打破了原来那种单台实时数据处理服务器的孤岛。对于数据的查俊则是用平台接口把客户端同服务平台连接起来实现的。

3分布式实时数据库存储机制

针对基于云计算分布式实时数据库存储机制的设计，重点是要在规模动态调整能力、数据一致性、分布式冗余存储等方面来进行调整和设计。在实际设计过程中必须要能够达到以下目的：一是适当增加服务器节点从而实现系统并发处理能力，最终提升数据存储容量。二是系统数据存储的实时性和高可用性得到增强。三是实现高效的数据备份冗余，从而来有效避免数据读写失败情况的出现。有的条件下甚至是可以用一致性维护机制来保证备份数据的一致。四是服务器节点可崩溃，恢复以及在线加入。

存储云结构主要是由主管服务器、安全服务器、客户端以及从属节点等构成。这些设备在系统中承担的功能各有不同。主管服务器主要是维持系统内的元数据，提供目录服务、响应用户请求、控制从属节点运行等。从属节点主要指的是那些存储数据的文件，这些节点通常是基于存储云客户端的请求而需要处理数据的节点。从属节点一般只接受主服务器的指令，客户端、从属节点的关系以及从属节点之间的关系则主要是由主节点来进行协调。

存储云结构能够实现高速缓存数据连接，这样就能够有效改变同一队节点间，数据传输需要多次连接的现状。该系统的安全机制主要是通过存取控制列表来实现的。存储云结构中的数据需要由存取控制列表来进行控制，客户端IP地质也需要在服务器内部。数据的组织和处理是按照以下方式来实现的：在存储云结构中每个数据文件一般都附有一个索引文件，数据文件和索引文件都存在与相同节点中。复制数据文件的同时，牵引文件也将会被复制。索引文件本身包含每个记录的起始地址以及末端地址。那些没有索引文件的数据文件则主要是通过文件为单位的方式来进行处理。此时就需要通过特定函数来解析以及提取数据。

数据服务器在加入分布式通讯服务平台之后就会形成一个分布式系统整体，服务器节点加入之后就可以通过平台来转发数据并进行备份。在存储云结构中点歌服务节点只需要关注自身的数据接手法以及存储。通过该结构能够实现单个节点数据处理同复杂分布式架构逻辑的分离。这对于最大程度利用实时数据库存储技术具有重要意义。

4分布式实时数据库检索机制

高性能数据检索具有明显特点，它的查询耗时和结果正确率是影响数据库性能的重要指标。分布式实时数据库检索机制有以下几个特点：一是数据最终的一致性。通常情况下数据在同步完成之前，数据备份之间往往存在不一致情况，此时系统通过一致性维护机制就可以实现数据的最终一致性。二是数据一致性修复。系统中数据一致性恢复主要是通过数据一致性对比、修复机制来实现备份数据间的一致性，从而最终达到分布式的最终一致性。三是查询的一致性等级。所谓查询的一致性等级主要指的是用户指定查询结果的一致性等级。对于那些一致性要求较高的一般四通过数据点的主备份节点来进行查询处理，对于那些一致性要求不高的请求则是要尽可能降低数据检索耗时。

分布式数据查询，按照查询位置不同可以分为当前节点数据查询和备份节点数据查询两种情况。针对备份节点的数据查询主要是通过当前节点数据查询来实现的。本地节点数据查询本身又可以分为实时数据查询和历史数据查询两种方式。历史数据的查询则可分为存档缓存查询和磁盘数据查询。

云计算技术是当前一种先进的信息技术，这种技术在分布式实时数据库中的应用是时展的必然要求。在今后应该不断加强云计算技术的研究。本文首先分析了云计算技术，而后分析了分布式实时数据库的总框架，之后重点分析了存储结构和检索机制。基于云技术的分布式实时数据库中数据存储和检索是其中的重要功能。加强这两方面的研究有重要意义。

参考文献

[1]柴天佑.流程工业信息化的发展状况及对策[J].中国制造业信息化，2003（50）.

[2]褚健，荣冈.流程工业综合自动化技术[M].北京：机械工业出版社，2004.

[3]刘云生，卢炎生.实时数据库系统（RTDBS）及其特征[J].华中理工大学学报，1994（6）.

云计算的发展史范文篇8

多路云技术的核心架构就是近年来在服务端云计算大行其道的虚拟机技术。目前运行在服务端的虚拟机技术已经相当的成熟，但在桌面终端的虚拟机应用——即桌面云的发展上，却远未达到成熟普及的程度。究其原因，还是传统桌面云产品在用户体验、整体性能上比独立PC差的不是一星半点。而多路云技术则是通过独创性的软硬件混合虚拟方案实现了超高性能的虚拟机。该技术是目前唯一能在通用硬件上实现与物理机同样用户体验的虚拟机技术，拥有远超国内外其他虚拟机技术的响应速度和显示性能。

虚拟机是现代云计算的基石，而多路云技术同样具有云计算最鲜明的特征：弹性计算。单台主机通过多路并发，可以供多人同时独立使用以代替多台传统台式机。硬件资源得到了充分的利用，因此单个用户使用成本大大缩减，以独立PC计算，不考虑功耗、维护的节省，同样性能下仅购买成本就至少降低超过40%。

而在使用者最为关注的终端性能上，多路云计算机的单个终端可以达到与独立PC近乎一致的性能与使用体验。这是因为多路云技术使用了独创的软硬件混合虚拟化技术，对显卡和USB控制器等硬件进行特殊处理，以便在虚拟机中达到与物理硬件一致的性能。通过商业客户的使用体验反馈，在不观察主机的情况下，使用者完全不能分辨自己使用的是一套完全独立的虚拟机系统还是独立的PC机。

云计算的发展史范文1篇9

【关键词】云模型；短时交通流预测；云发生器；预测云

1.引言

交通安全、交通堵塞、环境污染是困扰当今国际交通领域的三大难题，尤其以交通安全的问题最为严重。据专家研究，采用智能交通技术提高道路管理水平后，每年仅交通事故死亡人数就可减少30%以上，交通工具的使用效率也提高50%以上。

因此世界各发达国家竞相投入大量资金和人力，进行智能交通技术研究试验。短时、实时交通流预测是城市交通控制与诱导的基础，也是智能交通系统的重要功能之一。研究表明，没有一种预测模型和方法能够适用于各种环境和条件下的交通流预测。随着不确定性研究的深入，针对概率论和模糊数学在处理不确定性方面的不足，李德毅教授在概率论和模糊数学的基础上提出了云的概念，并研究了模糊性和随机性及两者之间的关联性。自此至今，其已成功的应用到数据挖掘、决策分析、智能控制等领域。本文在此基础上研究了基于云模型的短时交通流的预测模型。

2.定向定量转化模型――云模型

2.1云和云滴

设Μ是一个用精确数值表示的定量论域，C是Μ上的一个定性概念，若定量值x∈Μ，且x是定性概念C的一次随时实现，那么x对C的确定度μ（x）∈[0，1]是具有稳定倾向的随机数。

μ：Μ[0，1]，∈Μ，xμ（x）。

则x在论域Μ上的分布成为云，每一个x称为一个云滴[1]。

2.2云的数字特征

云用期望Ex，熵En和超熵He三个数字特征来表示一个概念[1]。Ex是云在论域空间分布的期望，是这个概念量化的最典型样本。En是定性概念不确定性的度量，由概念的随机性和模糊性共同决定，熵越大，概念越宏观。He是熵的不确定性度量，即熵的熵，由熵的随机性和模糊性共同决定[2]。

2.3正向云发生器

它是一个前向直接的过程，输入三个云的数字特征以及需要生成的云滴数，输出每一个云滴的坐标及每个云滴代表概念的确定度。算法如下[2]：

（1）生成以En为期望，He2为方差的正态随机数Eni=NORM（En，He2）；

（2）生成以Ex为期望，Eni2为方差的正态随机数xi=NORM（Ex，Eni2）；

（3）计算μi=exp[（xi-Ex）2/（2En2）]；

（4）具有确定度μi的xi成为数域中的一个云滴；

（5）重复步骤（1）到（4）n次，产生要求的n个云滴。其中NORM为产生服从正态分布随机数的函数。

2.4逆向云发生器

它的输入是符合某一分布的云滴，输出对应的三个数字特征，算法如下[1]：

（1）根据xi计算这组数据的样本均值，一阶样本绝对中心矩为，样本方差，（i=1，…，n）。

（2）Ex=。

（3）En=Σ│xi-Ex│]，（i=1，…，n）。

（4）He=。

3.基于云模型的短时交通流预测

3.1交通流历史云生成

历史云是由时间值t和X条件云发生器来确定。设Ai和Bi分别是由云模型表示的推理规则前件和后件语言变量的原子概念，由历史数据生成云模型A1（Ex1，En1，He1），A2（Ex2，En2，He2），…，Am（Exm，Enm，Hem），则历史云Bi具体生成方法如下：

3.4基于云模型的短时交通流预测实例

现对成都市某一路口的交通流量进行预测，获得周一，周二，周三，周四每天24小时检测到的交通流量，每5min汇总一次，由于交通流数据的非线性、离散型，将数据预处理折算成小时流量作为历史样本。周五早上凌晨到7点的数据为当前数据，采用预测云模预测周五的交通流，预测周期为1h。首先将这四天的实时交通流数据用直方图表示出来，结果如图1所示。

然后采用云峰值变换算法对交通流曲线进行拟和，从而完成交通流量数据由数据集合到云模型的转变。现在用周一到周四交通流概念云模型对周五7：05之后的交通流进行预测。周五的7：05之前的交通流同样进行云模型拟合。然后令t=7：05，分别得到历史云和当前云，进而得到预测云，多次输入时间t，得到的结果取平均值作为最后预测结果。结果如图2所示，表1则分别对应图2中13朵云的数字特征。

4.实验结果分析

由图3中周五实时数据和预测结果对比看出，预测数据能很好的拟合实时数据，为了评价预测效果，采用以下两个误差指标来衡量各自的预测效果：

其中mi为预测数据，ni为实时数据，n为预测时刻数目。由公式（4），（5），图2及表1可得：AE=36.5辆，APE=4.8%。通过误差指标可知云模型预测交通流量方法的预测精度很高，能避开交通流的噪声数据。

5.小结

本文利用云模型理论，建立了短时交通流预测模型，并结合实例对模型的可行性进行验证，取得了较理想的效果。通过实例看出云模型的段短时交通流预测方法具有很高的预测精度，可以解决短时交通流预测所存在的随机性、模糊性和非线性等问题，同时能很好的避开了噪声引起的预测误差问题。

参考文献

[1]李德毅，杜.不确定性人工智能[M].北京：国防工业出版社，2005.

云计算的发展史范文篇10

又是新的一年，作为在IT界多年的从业者，我想跟大家分享一下云计算的发展机遇，以及未来世界可能的技术方向。

数据驱动的社会，

云计算成为刚需

在美国的IT消费者市场中，云计算占据20～30%的份额。这一比例在中国还是个位数，大概在5%左右，但是我相信中国很快会超越美国。我重点关注的中国市场正在发生深刻的变化。

近年Fintech金融科技领域有一个非常火的单词，叫“区块链”（BlockChain）。它之所以如此重要，源于虚拟世界的不信任关系。在信任或信用重建的过程中，“区块链”应运而生。

在“区块链”中，科技承担什么样的角色呢？科技让IT的管理和控制透明化。“区块链”是全国甚至全世界共享的庞大体系，在稳定性、效率、可靠性、性价比等方面，云计算明显比传统IT更胜一筹。

现代金融源自英国并在美国发扬光大。金融行业亟待变革，其中互联网金融最具代表性。在《ThePayPalWars》中，讲述了PayPal在现代金融基础上进一步信息化的过程。美国的互联网金融在银行、保险、证券等领域都做得非常好，从这个层面就能理解为什么在云计算的采纳上，美国占了20～30%，中国只有5%左右的份额。正是因为金融业是IT行业最大的消费者，在很大程度上主导了未来的方向。

从2017年开始，中国的互联网金融将半推半就地进入一个新的历史时期，中国人民银行也将正式启动官方数字货币的研发。前段时间看过一份有关金融的调查报告提到，在中国超过一半的职场中坚力量（85后），压根不把钱存入银行，而是存到其他金融机构里。这些金融机构做的事情跟银行一样，左手收储蓄，右手放贷，中间赚利差，只不过采用的技术和工具更加复杂，含金量更高。实际上，所有金融危机如次贷危机的发生，往往是对风险控制的失误或者失效导致的，由科技与人脑分工协作共同控制风险会更为可靠。

从我们的观察来看，随着金融模型、项目复杂度、资金流动量的递增，银行为了确保风控的可靠性正在陆续借助大数据工具，实行新的风控手段。因此，云计算第一个刚性需求的来源就是大数据。尤其是那些对数据处理的敏捷性和复杂性要求较高的行业，将会广泛地，甚至唯一地采纳云的模式，比如金融行业、安全行业、制造业、商品流通业等。

在安全行业，他们对于数据处理的渴求像怪兽一般无止境。金融行业对历史数据的批处理（静态处理）是可以接受的；而安全行业对于动态数据接近100%的实时处理需求非常高，即流数据处理。这里的安全行业是宽泛，包括公安部门、国安部门和军方等，信息的重要性甚至比武器还要高。

再比如制造业，亟需提升效率和产品友好度。站在我的角度来看，传统制造业衰落的根本原因非常简单――生产的产品是否符合消费者的真正需求？工业生产寻求规模化以降低平均成本，但是无法满足渐渐崛起的消费意识的需求。所以，由数据驱动生产流程非常关键，所有的决策都应该以数据为依据。

以沃尔玛为例，它是美国第一家全面引入100%数字化商业制度的公司，对货架、商品、销售过程、会员顾客、顾客体验进行全套管理，全面使用条形码，唯一追踪相关的SKU。自此，沃尔玛的运营效率获得极大的提升，商品与顾客的需求非常契合，口碑越来越好，运营成本也越来越低。因此，数据驱动的生产流程，对每个行业来说都是非常关键的。

不管是“消费升级”还是“中国制造2025”，重中之重是要实现数据驱动、自动化、智能化，以及基于场景化的制造。一切都要基于数据，更需要依托于云平台。各行业都亟需打造强健的云平台，否则一切的改良、革新和升级都会沦为“无本之木，无源之水”。

技术的归云计算，

应用的归人类

技术变革率先发生在存储领域――机械硬盘消失，闪存兴起。

计算机硬件系统里只有一个机械设备――机械硬盘，它带来的灾难是无与伦比的。在计算机行业里，虚拟化和云计算就是经典的“共享经济”。但是机械设备无法满足并行处理的需求，极大地束缚了共享经济的发展。

2016年11月，青云QingCloud正式推出上海1区，全部采用SSD闪存介质，不再使用机械硬盘，我们用实际行动证明这是一个电子的世界，而不是机械的世界。计算机体系架构里最大的瓶颈是机械设备，如今已经可以退出历史舞台了，这对云计算行业是巨大的利好。

其次是网络的变革。

万兆光纤已经成为整个行业的最低配置。现在的主流配置是10万兆，即单根光纤25GB，捆绑4路。为什么网络带宽的需求会变大？一是为了共享，二是总线概念的外延。总线是数据的通道，当单一计算机成为分布式计算中的一个节点，无数同质异构的节点连接成一个系统时，就需要新的总线――网络（以太网）。

最后是软件架构。

我年轻时做开发，不仅要学操作系统，还要学很多语言（Java、PHP、Python等等）、中间件和数据库知识。现在的程序员完全没有这个挑战，首先数据库都会跑在云上，比如AWS的Aurora、谷歌的F1，青云QingCloud也将在今年正式自己的关系型数据库。用户的工作只需要跟API对接，存数据、取数据、删数据、改数据，而调优、打补丁、扩容、分库、分表等工作都可以交给云服务商。在云端对中间件（Middleware）进行服务化的过程，使得工程师不再需要关注复杂的技术，而是关注业务本身。

云计算的发展史范文

关键词:检测分析模块BM算法Badchar函数GoodSuffix函数

中图分类号:TP3-0文献标识码:A文章编号:1007-3973(2010)08-076-01

目前,PC依然是我们日常工作生活中的核心工具我们用PC处理文档、存储资料,通过电子邮件或U盘与他人分享信息。如果PC硬盘坏了,我们会因为资料丢失而束手无策。

而在“云计算”时代,“云”会替我们做存储和计算的工作。“云”就是计算机群,每一群包括了几十万台、甚至上百万台计算机。“云”的好处还在于,其中的计算机可以随时更新,保证“云”长生不老。届时,我们只需要一台能上网的电脑,不需关心存储或计算发生在哪朵“云”上,但一旦有需要,我们可以在任何地点用任何设备,如电脑、手机等,快速地计算和找到这些资料。我们再也不用担心资料丢失。

1云计算

云计算(Cloudcomputing)是一种基于互联网的计算新方式,通过互联网上异构、自治的服务为个人和企业用户提供按需即取的计算。由于资源是在互联网上,而在计算机流程图中,互联网常以一个云状图案来表示,因此可以形象地类比为云,‘云’同时也是对底层基础设施的一种抽象概念。

云计算的资源是动态易扩展而且虚拟化的,通过互联网提供。终端用户不需要了解“云”中基础设施的细节,不必具有相应的专业知识,也无需直接进行控制,只关注自己真正需要什么样的资源以及如何通过网络来得到相应的服务。

云计算可以认为包括以下几个层次的服务:基础设施即服务(IaaS),平台即服务(PaaS)和软件即服务(SaaS)等七种服务。云计算服务通常提供通用的通过浏览器访问的在线商业应用,软件和数据可存储在数据中心。

云计算提供了无限的规模和差异化的服务,简化了服务的交付。许多企业正在希望通过云计算培养快速创新和制定决策的能力,以便可以在当今高度竞争的环境中快速地做出响应,通过云计算降低资金和运营成本;此外,还希望通过云计算提供一个可伸缩的环境,以便轻松有效地满足客户的需要

2云计算的发展历史

2007年10月,Google与IBM开始在美国大学校园,包括卡内基美隆大学、麻省理工学院、斯坦福大学、加州大学柏克莱分校及马里兰大学等,推广云计算的计划,这项计划希望能降低分布式计算技术在学术研究方面的成本,并为这些大学提供相关的软硬件设备及技术支持(包括数百台个人计算机及BladeCenter与Systemx服务器,这些计算平台将提供1600个处理器,支持包括Linux、Xen、Hadoop等开放源代码平台)。而学生则可以通过网络开发各项以大规模计算为基础的研究计划。

2008年1月30日,Google宣布在台湾激活“云计算学术计划”,将与台大、交大等学校合作,将这种先进的大规模、快速计算技术推广到校园。

2008年7月29日,雅虎、惠普和英特尔宣布一项涵盖美国、德国和新加坡的联合研究计划,推出云计算研究测试床,推进云计算。该计划要与合作伙伴建立6个数据中心作为研究试验平台,每个数据中心配置1400个至4000个处理器。这些合作伙伴包括新加坡资讯通信发展管理局、德国卡尔斯鲁厄大学Steinbuch计算中心、美国伊利诺伊大学香宾分校、英特尔研究院、惠普实验室和雅虎。”。

2008年8月3日,美国专利商标局网站信息显示,戴尔正在申请“云计算”(CloudComputing)商标,此举旨在加强对这一未来可能重塑技术架构的术语的控制权。戴尔在申请文件中称,云计算是“在数据中心和巨型规模的计算环境中,为他人提供计算机硬件定制制造”。

2010年3月5日,Novell与云安全联盟(CSA)共同宣布一项供应商中立计划,名为“可信任云计算计划(TrustedCloudInitiative)”。

3云计算的优点

随时随地访问IT资源

灵活地扩大或缩小资源范围(资源优化)

快速的、请求驱动的调配

降低总体运营成本

4云计算提供的服务方式

根据不同的厂商,分析师和IT用户对云计算的看法,将云计算服务细分如下:

(1)软件即服务(SaaS)

(2)效用计算(Utilitycomputing)

(3)云计算的网络服务

(4)平台即服务(Platformasaservice)

(5)管理服务供应商(MSP)

(6)服务商业平台

(7)网络集成

5管理云环境面临的挑战

云计算提供了开放的标准、可伸缩的系统和面向服务架构,使组织能够以灵活且经济实惠的方式提供可靠的、随需应变的服务。组织在享受云计算提供的好处的同时,也出现了一些新的复杂性,必须采取适当的管理措施。这些新的复杂性包括:跨多个环境的虚拟化资源的快速增长;虚拟化资源与底层物理基础设施之间的关系;跨物理和虚拟化基础设施监视运行状况,并确定问题。

参考文献:

云计算的发展史范文篇12

【关键词】云计算；图书馆；信息服务；机遇；挑战

在“云时代”环境下，信息领域正处于一个重要的转折阶段，虽然这一转折仍处于早期，但它将最终改变人们获取信息、分享内容和互相沟通的方式，这就是云计算。从Googleapps到WindowsLive，云计算（CloudCom2puting）越来越被人们熟悉，它正在成为信息领域的又一个热点。

1.什么是云计算？

云计算（cloudcomputing）是一种基于因特网的超级计算模式，在远程的数据中心里，成千上万台电脑和服务器连接成一片电脑云。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心，就能够提供你所需要的服务。

狭义的云计算是指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的资源（硬件、平台、软件）。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。这种特性经常被称为像水电一样使用IT基础设施，取用方便，费用低廉。广义的云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是IT和软件、互联网相关的，也可以是任意其他的服务。

2.高职院校图书馆的现状

高职高专院校发展历史相对较短，除了一些发展历史长，图书馆条件比较优厚外，其余的图书馆建设相对比较薄弱。如：广东省的80多所高职院校中，民办院校达到20多所，现将调研的一些有代表性的学院图书馆数据列如下（表1），调查方法采用实地调查和参考各图书馆网站公布的数据相结合，各馆统计数据截至2011年8月底。

调查结果分析，目前不少高职院校的办学规模及图书馆的馆舍面积与本科院校不相上下，但因于高职院校起步较晚，且大多是中专升格后建立的，加之近年来高职院校的迅速发展，招生规模不断扩大，多数图书馆达不到《高职院校评估》的指标要求。

2.1馆藏文献总量不足

藏书少、学科面狭窄，文献补充速度慢，是全国高职院校普遍存在的问题。学院经费投入不足，许多院校图书馆藏书陈旧，年进新书量少，远达不到评估指标要求。如：广东省高职院校评估指标要求中，综合、师范、民族、文史财经类院校图书馆纸质藏书不少于40万册，数字图书不少于25万册；体育类高职图书馆纸质藏书不少于25万册，数字图书不少于15万册等。在所调查的9所学院中，44%的学院纸质图书达不到指标要求，22%的学院电子图书达不到指标要求。

2.2硬件设施建设较差

由于高职院校建立时间短，经费不足，图书馆硬件设施较差，一是馆舍面积生均较少；二是网络条件差，三是电脑设备不足，一些高职院校图书馆仍然是几所中专合并时的情况，分为不同校区，多个图书馆，传统服务方式，由此可想，图书馆的资源、服务难以满足读者的要求。

2.3人才队伍建设欠佳

由于多数高职院校图书馆是在中专基础上升格或合并的，人才结构不够合理，队伍整体水平偏低，不能适应普通高校图书馆的需要。如在调查的9所院校中，有20%的学院没有高级职称，有45%的人没有职称，这与《普通高校图书馆规程》相差甚远，这种情况致使大部分人只能从事传统图书馆的流通阅览工作，而能够从事科研、咨询、情报信息开发、网络信息服务的人才偏少，计算机应用水平不高，无法适应高职图书馆现代化发展的需要。无法有效地开展信息挖掘、整理与检索、跟踪服务、情报调研等专深层次的服务，制约了图书馆开展纵深业务。

3.云计算给高职院校图书馆带来新的发展机遇

云计算的实现将带来更强的计算能力、更低的费用和以人为本的服务，它使用户能根据自己的需要，获取相应的硬件能力、软件服务和IT平台。云计算的内涵非常丰富，不仅包括以服务为交付模式的计算和存储的基础设施，还包括虚拟主机租用、应用服务环境租用、数据库环境租用、编程模型、数据服务（DataasaService）、商业流程服务（ProcessasaService）、应用服务（ApplicationasaService）等各种模式。用户无须在本机上安装软件，通过互联网访问云端，能够在不同时间、不同地点便捷地享受各种服务。

3.1云计算为高职院校图书馆提供廉价的软件服务和庞大的数据存储中心

云计算的一个核心应用就是SAAS（软件即服务）。SAAS就是以服务的方式访问互联网上的软件，无需购买，只需租用，而且网络上很多软件是免费的。用户只要通过互联网访问服务器就可以使用各种软件或进行文档编辑，再把文档的URL发给其他用户，这样，拥有一定权限的用户即可访问甚至修改，从而省掉了用户升级软硬件的麻烦。用户的数据还可以在服务器上备份。例如：在Google的在线办公系统中，用户的数据存储在服务器上，由相关运营商提供量大而安全的数据存储。这样，用户便不用担心数据丢失问题。既保证了重要数据的安全性，减少了重复存储的不必要劳动，也节约了存储空间，可以说，一举多得。

3.2云计算的应用能大大减少高职院校图书馆在软硬件方面的资金投入

图书馆要在软件硬件方面投入大量的资金用于科研及日常办公。而且硬件更新换代很快，造成硬件设备每年都要添置，以适应需求，而旧的设备又处于丢弃与继续使用的两难境地，各种应用软件的使用费用也是一笔不小的开支，且软件比硬件的更新速度还快。这些都给图书馆资金的使用带来了不小压力。云计算能把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服务。而且软件的升级维护、版本控制都由相关服务提供商负责，图书馆无需再花费大量资金购买商业软件授权。师生只需要一台配置很一般的计算机接入互联网即可实现低配置设备享受高性能的服务。这样就极大的减少了高职院校图书馆在软硬件方面的投入及维护成本，节省下来的资金可以用于其它方面的发展，同时能以较小的费用投入获得极高的技术服务能力。

3.3云计算实现了异地处理文件

在云计算环境中，图书馆的电子资源将存储在“云”里成千上万台服务器中，而不是存储在某台计算机中。云计算为用户在虚拟网络中开辟了一块储存空间，能够在不同设备间进行数据共享。在云计算的应用模式中，数据保存在服务器中，获得数据使用权限的用户通过连接上网，就能实现同时、多人、在不同地点访问和使用同一份数据。图书馆的相关信息可以实现异地存取，也可以由某一个图书馆群共享，或单由本馆用户使用，用户就像使用一个图书馆一样在全球世界各地的“云图书馆”中漫游。对于参加合作的图书馆来说，在“图书馆云”中，通过云计算技术可以实时地获得其他图书馆的资料，从而免去了文献传递的延迟，使用户的信息需求获得极大的满足。

3.4云计算应用促进图书馆信息资源的共建与共享

通过云计算模式，有关的图书馆之间可以共同构筑信息共享空间，这样各地的图书馆就可以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，这可降低图书馆的成本，同时提高信息资源利用的效率。

随着近几年信息产业的飞速发展以及各高职院校对教育信息资源建设的重视，很多学校都积累了大量的教育信息资源（如：精品课程、精品专业、特色数据库等），然而资源共享程度低，互相协作力度小、资源分布不合理等现象较为严重。如何消除这些弊端呢？我认为可让所有学校的信息资源加入“云”系统，从而实现高职院校内甚至整个教育系统内真正的资源共享。如：广东的珠三角洲数字图书馆联盟，广州地区高校图书馆联盟，广州天河九校区联盟等实现信息资源共建共享。

3.5云计算为图书馆提供多样化的信息服务

在云计算模式下，信息服务手段与方式多样化、精细化，为读者信息的接收和知识交流提供服务。计算机不再是单一的服务手段，信息服务网络终端设备呈现多元化发展趋势，读者可使用计算机、手机、PDA等设备在任何时间、任何地点获得图书馆云相关的电子资源信息或服务。云计算改变和细化了读者的需求，信息服务系统可以根据读者的查询记录，并结合本次检索项经过云计算平台的搜索、整理、编辑后推荐近似的信息供读者选用。

4.面对云计算技术发展，高职院校图书馆应如何应对挑战

图书馆应用云计算模式开展信息服务是未来发展的大势所趋，我们应该抓住机遇求发展，应对挑战求变革的工作态度，积极开展图书馆信息服务工作，使图书馆信息建设在新一轮的变革中赢得更多主动权。

4.1紧根国家提出来的“十二五”规划，建设云图书馆

我国政府在“十二五”规划纲要及《国务院关于加快培育和发展战略性新兴产业的决定》，均把云计算作为新一代信息技术产业的重要组成部分。据《中国云计算产业发展白皮书》预计，2012年中国云计算市场规模将达到606.78亿元。微软CEO史蒂夫·鲍尔默判断，“云计算是未来十年最重要的技术变革”。今年7月7日计划总投资1.6亿元的天津国家数字出版基地云计算中心项目日前在天津滨海新区空港经济区启动。而在之前，各地政府对建云计算中心热情高涨，如：广州部署“天云计划”，力争到2015年，云计算应用水平达到国内领先水平，努力打造世界级的云计算产业基地；上海：“云海计划”，未来三年，上海将致力打造“亚太云计算中心”；重庆则提出，要将重庆建成国内最大的云计算中心，打造“全球数据开发和处理中心”。

面对云时代的到来，各高职院校图书馆要联合起来，充分发挥集中力量办大事的制度优势，由国家相关部委牵头，各地区高职高专图工委等机构协调办理，构建由国家主导的云图书馆建设的过程，也是每个图书馆信息服务能力和水平提高的重要发展时期，各图书馆要抓信机遇，切不可掉以轻心。

4.2改变传统的思想观念与服务理念

云计算使图书馆信息服务进入了一个重要的发展变革阶段，思想观念与服务理念需要作全新的调整，传统“重藏轻用”的思想、简单的业务流程将被逐一拆解，然后组合、外包、虚拟化。图书馆由原先单纯的服务提供者变成云计算的用户和信息资源的服务者，信息服务面向网络，服务内容与方式都要随着读者需求走，作为高职院校图书馆，应改变过去传统的思想观念与服务理念，迎接云计算技术的到来。

4.3坚持以服务为宗旨

服务是图书馆的核心工作，任何先进的技术思想都应该是围绕服务去开展应用，基于别人的平台，用别人的软件，使用外部的资源提供读者服务。无论是使用先进软件还是云计算技术，都应该强调服务这个核心思想，只有方向明确，工作才能更好开展。一方面，图书馆需要加强馆员相关技术的学习，充分发挥新技术带来的优势；另一方面，图书馆界亟须思考的是，如何在先进技术的支撑下，把信息服务工作做得更好，如何保证各类读者能更方便获取更多的信息，使图书馆的服务职能得到充分发挥。

4.4坚持以人为本，提高馆员综合素质

伟大导师列宁曾说过：“图书馆员是图书馆的灵魂。”图书馆员是推动图书馆事业发展的动力。在图书馆工作中对读者服务的所有承诺都是通过馆员的工作来实现的。因此，图书馆服务水平的高低主要取决于图书馆员自身的素质。在图书馆工作中，首先应该以馆员为本，管理者应尊重馆员，理解馆员，并且积极采纳馆员提出的合理建议。实行馆员参与管理、民主管理，使全体馆员认识到自己既是管理的客体，又是管理的主体。充分调动馆员的工作积极性、主动性和创新意识，使他们在和谐、舒适的环境中工作。图书馆的管理者要重视对馆员的培训工作，通过举办各种讲座、培训班等形式不断提高馆员的业务素质和思想道德修养。使全体馆员不断更新知识、更新服务理念、更新服务方法，掌握现代化技能，以适应图书馆发展的需要，更好地为高校的广大师生读者服务。其次，还要采取有效的管理模式，优化人力资源组合，挖掘和发挥馆员的个人潜能，科学地安排岗位，做到量才适用，使馆员的自身价值得以体现。以图书馆的发展带动馆员的发展，又以馆员的发展促进图书馆的可持续发展。

4.5自由选择云服务商

目前云计算技术还处于发展阶段，云系统能否提供安全稳定的服务是当前图书馆界所关心的，只有系统安全、稳定且信誉好的运营商才可能获得图书馆的信任。为保证图书馆信息服务的平稳开展，图书馆可以把所需数据资源与计算能力进行拆分，分布在不同的云中，并保留随时迁移到服务质量更好、价格更便宜的云服务商的权利，避免过于依赖一个服务供应商而受制于人。

4.6加强图书馆知识产权在云计算中的知识产权保护

图书馆购买云计算服务后，将自己的数据迁移到云端，从理论上说，图书馆仍然完全拥有被托管数据的知识产权，其他人不得使用和修改这些内容。这应该成为图书馆应用云计算必须满足的条件之一，被托管数据不能成为云计算企业开发利用的资源。

5.结束语

云计算是继计算机、网络出现之后的又一次信息领域的革新，云计算能够使IT软硬件成本大幅下降，而处理、存储、安全、兼容、协作、同步等功能全面上升。这样的优势使得它将带来工作方式和商业模式的根本性改变。高职院校图书馆要采用新兴技术，不应该是“为了技术而技术”。如果对其服务没有帮助，技术只是空洞的累赘；同样，面对新兴技术的到来，图书馆依然要坚持以服务为本。相信随着对新兴技术的认识不断加深，云计算必将会给图书馆信息资源共享工作带来新的发展机遇，并将引领图书馆事业迈向一次新的飞跃。

参考文献

[1]王萍,张际平.云计算与网络学习[J].现代教育技术,2008,18(11):81-84.

[2]陈清文,黄田青.泛在图书馆初探[J].图书馆工作与研究,2008(8):15-18.

[3]尚建新,解月光,王伟.云计算模型下的PLE构建初探[J].现代教育技术,2009(4).

[4]潘妙辉,陈小衡,何秀文.广东省高职院校图书馆的现状调查与发展对策[J].大学图书馆学报,2009(4):98-103.

[5]周舒,张岚岚.云计算改善数字图书馆用户体验初探[J].图书学研究,2009(4):28-36.

[6]王鹏.走进云计算[M].北京:人民邮电出版社,2009:30,36.

[7]陈丹伟,黄秀丽,任勋益.云计算及安全分析[J].计算机技术与发展,2010(2).