云计算的研究方向范文

“可以做的事情很多，厂商能拿到各地政府资金帮助、办公地帮助，这只是一个方面，另外还能帮助厂商完成销售，所以厂商很需要我们。”王远说。

据王远称，该产业中心的实体，其实是几个自然人合伙投资的一家商业公司，“用部委的牌子，更便于我们跟各地政府合作，而且，也便于我们从地方政府那儿拿到专项资金。”

他所说的专项资金，包括了地方政府的调研支持费用，地方政府的服务费用，甚至于地方政府“云计算落实举措和先进经验的公关和宣传费用”，“我们正在操作的项目包括，山东某个地级市、北京某个区，另外我们还正在和天津某个局在洽谈，总体上生意不太难做。”王远对《财经国家周刊》记者表示。

借助云计算概念圈钱圈地，已经成为大公司、小公司近两年来的共同首选。

“各取所需。”姚戴龙对记者说。作为一名创业者，2011年，姚通过在北京注册的一家壳公司，在无锡成立了这家北京公司的子公司。尽管其北京公司连地址都是虚构的，但无锡物联网基地还是给了他超过300平米的办公场所，“基本上算是免费的，而且享受税收减免政策。”姚对此颇为得意。

有了正式的公司之后，姚开始四处寻找投资人，准备做基于Android的平板电脑业务。在他看来，当地政府既不关心云计算、物联网是什么，也从未想要去关心，“他们要的是政绩，引入了多少家公司最重要，至于这些公司的实力，或许没有多少人在意。”

偏离的推动力

“当前最大的问题，不是中国云计算业务缺乏需求和推动力，而是需求很旺盛。总体上地方政府推动云计算的初衷是良好的，但在实际的运作过程中，或多或少因为其他一些因素，导致云计算的推动力指向有所偏离。”工业和信息化部信息化推进司司长徐愈接受《财经国家周刊》记者专访，含蓄地表达了对一些地方政府推动云计算方式方法的批评。

市场调研机构赛迪顾问，更是在一份针对云计算的报告中称，中国云计算应用“缺少统筹规划、对应用领域研究梳理不够、示范项目仓促上马、投资风险增大”。

“发改委以中央补助经费的方式，为云计算应用发放补助金，本身就带了一个不好的头。”工信部电信研究院某高级研究员对记者说。

2011年10月，发改委、工信部、财政部等三部委拨款15亿元，成立国家战略新兴产业云计算示范工程专项资金，并迅速对12个企业项目进行了首批8亿元资金的发放。据了解，国家战略新兴产业云计算示范工程专项资金，主要面向目标是已经公布的试点五城市范围内企业，因此获得基金支持的公司范围相对较小，而单个企业由此获益良多。

与此类似，科技部联合财政部，也有类似资金用于推进“云计算”的发展，该类资金分散于国家863计划和火炬计划之中。

然而，在该研究员看来，正是这样的标志性和象征意义的补贴，使得“地方政府大搞对云计算的支持，从给钱给地，最后发展到圈钱圈地，既然云计算对于企业自身，或者对于地方产业生态链，能够构成节约成本、效率增加，又何必进行大规模的资金或土地补贴？”该研究员称，当前最为复杂的，不是如何推动云计算的概念被认同，也不是对云计算业务类型缺少的担忧，而是地方政府和部分企业利用云计算的噱头，做和云计算不相关的利益攫取和再分配问题。

“以阿里巴巴为例，这个公司旗下的阿里云，单独从国家层面获得的项目补助金大概有1.5亿元，一个商业公司在做一项从长期看对自身而言是有益的事情，使用的却是国家政府和地方政府的补助金，这无论是从名义上还是商业规则上，都不符合逻辑。”他说。

该高级研究员表示，由工信部主导推动云计算，是必要之举，与之对应，发改委和财政部进行支持，也是必要之举。“但是否直接以补助的方式发放给企业，我个人觉得值得商榷。”他认为，阿里云作为一家商业性公司，当政府有政策可以拿到钱，它就会积极争取，从商业公司的角度而言，是完全正当的，“但三部委在支持方式上，是否当前的方式就是最佳的，或许还应该更为慎重一些。”

“说到底，云计算应该是企业的事情，来自政府支持有必要，但不应该是现在这样的支持方式。”上述研究员对《财经国家周刊》记者表示。

“蘑菇云”

随着一些地方政府认为，借助“云计算”三个字，既能获得推动地方科技产业发展的口碑，又能获得征地圈地的实际，还能在此基础之上，完成招商引资的政绩，一举多得，云基地建设的热潮立即席卷中国。

而在此之中，地方政府与企业在云计算的发展过程中，正扮演着相互借力的角色。

以杭州为例，该城市能够入选发改委和工信部首批五个试点城市名单，主要正是得益于阿里巴巴。同样，阿里巴巴也从杭州市地方政府的云计算产业发展规划中，获益良多。

尽管如此，杭州发展云计算的工作，在整个中国的云计算大版图中，仍然属于较为扎实的类型。直到2011年10月，杭州云计算产业园才正式落户于塘科技经济园区。同时，虽然制订了总规模30万平米、200家云计算企业的目标，杭州云基地的首期面积仅为2万平米――整个规划发展并无大踏步的跃进。

与之相对应的，则是另外一些地方政府和机构，将政绩目标盲目押宝云计算的扩张和诉求，而这一诉求导致的现实结果，让人瞠目结舌。

“各地云基地建立的速度越来越快，甚至有些地方不是考虑应用和业务，而是在占地面积、招商引资上盲目攀比，如果对照一个地图的话，你会发现中国几乎所有的地区都在升腾‘云’，越是后来的云越大，现在简直是满眼都是‘蘑菇云’。”北京云基地某负责人说。

“主角似乎都转变了，一些地方似乎根本不在乎什么是云计算，而只在乎云基地有多大。”身为云计算产业兴起和发展的亲身经历者，这位人士却表示无法理解各地方政府，对云计算如此多方向、多层次的利用程度，是出于何种思维和理由。

各地纷纷成立云计算产业联盟，并以此为理由大肆建设云计算产业园的情况，在2011年几乎达到失控状态。出手云基地的地方政府，甚至从省级、地市级，扩展到一些县级政府。

“甚至一些极内地的县级政府，动辄号称数千亿推动云计算、云基地的做法，简直是可笑之极。”电信专家付亮对《财经国家周刊》记者表示。此前，内蒙多伦县宣布将建设总投资额高达近2000亿元、总量超过500万台服务器的云计算数据中心，该县政府表示该项目为多伦县和北京合作项目，基地建成后将形成888亿元产值、65亿元税收的规模。更有甚者，多伦县县长霍锦炳表示，该云产业基地能够带动新增就业2.5万人，而整个多伦县人口仅有10.5万人。

同样铺张的还有江苏宿迁。作为1996年由县级升格为地市的宿迁，该市经济开发区面积就高达105平方公里（相对比，北京市经济技术开发区总体规划面积不过46.8平方公里）。2011年第四季度，宿迁市政府开始力推“全国云计算研发、应用及展示的综合性示范基地”建设。《财经国家周刊》记者致电宿迁经济开发区工作人员时，一位不愿意透露姓名的人士表示，对建立云计算基地一事，不太了解，并表示“这个事情是市里领导才能说的，我们不能接受采访”。

对此，原信息产业部部长吴基传一针见血地表示，“现在不少地方连云计算的概念、作用都没搞清楚，就匆忙圈云基地，搞大规模的服务器托管，那不叫云，那叫浪费，那叫烧钱。”

上述研究员则认为，出现地方政府一窝蜂上马云基地的主要原因，还是两个方面：第一是围绕云基地云计算的招商引资噱头，成为政绩体现的重要途径；第二就是地方政府在利用云基地概念进行圈地，进行地产商业活动，在最近两年成为比较便利的通道。

冲动的惩罚

《财经国家周刊》记者获悉，金融大鳄乔治・索罗斯(GeorgeSoros)正在考虑是否对其投资的一家中国基金公司提讼。该基金主要运作方向为“云计算”和“云基地”，而索罗斯向该基金投资3亿美元时长达6年之后，该基金旗下企业并没有实现任何一家公司上市或成长为大中型企业。

“中国企业的‘云计算’泡沫正在快速走向破灭。”第五媒体研究中心副秘书长赵毅对《财经国家周刊》记者表示，“各地纷纷出台的三年计划、五年计划，更多是在笼统的层面进行描述，却无一探讨过‘云计算’应具备的商业模式类型、本地云计算企业的层次区分等问题。”

而在云计算泡沫之上，圈钱圈地，成为企业联合地方政府进行商业投机的主要手段。“云计算、‘雾’联网，成为两大忽悠经费、土地（的）工具。”创新工场董事长兼CEO李开复说。

尽管大家都在讲云计算，但真正研究产品以及落地的却很少，可以说是‘雷声大，雨点小’。”针对当前国内云计算产业现状，微软全球资深副总裁张亚勤表示，很多地方花费巨资建数据中心，却没有任何具体应用，多个地方政府投巨资圈地买服务器建数据中心，是新版本的房地产商业。”

即便是在新型经济发展最为发达的北京和上海两地，云计算发展仍然形式大于内容。根据上海市政府的“云海计划”（即《上海推进云计算产业发展行动方案（2010-2012年）》三年行动方案），以及北京市政府的“祥云计划”（即《北京“祥云工程”行动计划(2010-2014)》），对于培育的企业实力、产业规模和产业链规模，虽然给出了具体的金额目标，但具体如何界定、如何评估，到目前甚至没有一套完整的可衡量标准。

云计算的研究方向范文

云计算提供的资源服务从具体应用角度分为三个层次，即软件即服务（SaaS)、平台即服务（PaaS)和基础设施即服务（IaaS)。这三个层次分别侧重于不同的应用，但是它们包含着相同的问题，即资源、任务调度问题。如Amazon的弹性云需要通过合理的调度保证各虚拟机的利用率；八百客的在线ERP系统更需要合理的任务调度，才能提高用户的满意度和忠诚度。调度问题是云计算中的一个重要问题，直接关系到云服务的稳定性、资源的使用效率、用户的满意程度和运营成本。

因此，对云计算调度问题的研究无论从理论技术本身还是实际应用价值方面都有非常重要的意义。

1云计算调度概述

虽然可以将云计算看成是分布式处理、并行处理和网格计算的发展和商业实现，但是云计算与它们还是有很大的不同，如资源聚合与共享方式、任务提交方式等，故云计算调度也有其自身特点。

1.1云计算调度目标

云计算调度的目标就是对用户提交的任务实现最优调度，并设法提高云计算系统的总体吞吐率。具体的目标包括最优跨度（optimalmakespan)、月艮务质量（qualityofservice，QoS)、负载均衡（loadbalancing)、经济原则（economicprinciples)等。

a)最优跨度。跨度是调度中很重要且常见的目标，用户都希望自己的任务能在最短时间内完成。实现最优跨度是用户和云计算的共同目标。

b)QoS。云计算调度系统必须保障用户的QoS。一方面需要根据应用特征提高资源的发现效率和准确性，保证用户服务的性能QoS；另一方面针对用户的状态变迁，动态进行资源选择和重定向，满足用户的经济QoS，有效地提高用户满意度。因此这一目标是用户的保障也是云计算能长久持续发展的关键。

c)负载均衡。由于云计算平台中的计算机数量非常庞大，组成复杂，加上不同云计算平台的异构性，使得目前云计算中负载均衡的实现成为一个具有挑战性的问题。

d)经济原则。云计算的超大规模及其商业运营模式，使得其经济因素成为要重点考虑的调度指标。市场经济驱动的资源使用者和资源提供者互惠互利，才能使云计算这一面向普适商业应用的计算模式长久地发展下去。

1.2云计算中的资源调度特点

云计算调度与其他计算模式中的调度相比有其自身特点。

a)资源环境。云环境下资源的配置差异较大，可能是高性能集群、性能较高的服务器、普通PC机或是各种硬件资源上的虚拟机环境，所以资源的计算能力、存储能力、带宽等因素具有较大差异。

b)云计算调度是面向异构平台、大规模、非集中式的，因此云计算调度必须面向异构平台，并在这些平台上以分布、并行的方式进行资源任务的管理与调度。

c)约束条件。在传统的分布式计算中，系统性能最优即是最终目标。而在云环境中，云服务商提供资源/服务，用户按需付费。因此，云环境中的调度问题必须考虑成本约束，如任务截止完成时间、用户支付费用及运营商提供成本等因素。

d)优化目标。云环境中不仅注重资源利用率及系统性能的提高，而且要保证用户的QoS需求，尽可能地实现资源供给与消费的双赢局面。

e)可扩展性和动态适应性。在云计算规模不断扩大、应用不断增长的情况下，云调度必须具有可扩展性，才不至于降低云计算系统性能。另外云资源的动态性是很明显的，因此云调度必须适应这种动态性。

2云计算调度问题研究现状

2.1以性能为中心的调度

以性能为中心一直是调度研究的重点，这类调度是以调度性能作为最终目标，如任务最早完成时间、最优跨度等。目前研究和使用比较广泛的算法包括Min-Min算法、Max-Min算法、遗传算法（GA)、蚁群算法、贪婪算法和模拟退火算法等。

IBM云计算平台采用的是以性能优先的调度策略0。李建峰等人3基于MapReduce模型，提出了一种具有双适应度的遗传算法（DFGA)，注重作业的平均完成时间；汤小春等人4提出了一种基于元区间的分配决策算法；华夏渝等人5提出一种基于蚁群优化的资源分配算法。

另外虚拟资源的调度是目前云计算调度的研究热点，如Intel公司6研究了虚拟资源间的竞争关系，对虚拟机间由于竞争关系所带来的性能下降进行了建模，并以此为基础提出了预测虚拟资源竞争的模型。国内的学者如Kong等人提出一种在虚拟化的数据中心中基于模糊预测的有效的任务调度方法，该方法以时间和可靠性为目标，建立了以模糊规则为预测的模型，提出基于模糊规则预测的调度算法。孙瑞锋等人提出了一种租借理论与动态多级资源池相结合的调度策略，减少资源空闲时间，提高了资源利用率。而Song等人则提出了一种在虚拟化的数据中心中以多层调度器为核心的调度模型。Freeman等人提出一种方法将VM提供模型集成到现有的资源管理框架中，采用两级调度的方法将对VM的管理集成到批调度器中，向用户提供尽可能多的调度服务，但目前不支持虚拟资源的预定服务。传统的调度器对短期租赁请求调度时，要完成严格的预定资源服务租赁是很困难的。So-tomayor等人提出使用虚拟机的无缝挂起和恢复计算的能力来解决这个问题，即对于可用性要求不太严格的批量计算任务，调度器先挂起当前计算任务，然后去完成具有严格可用性要求的作业，如预定资源的作业。

2.2以服务质量为中心的调度

由于云计算的商业应用，保障用户的QoS是十分必要的，它关系到用户使用云计算的体验，是云计算能否持久发展的关键。因此基于QoS的调度往往不仅要以最小完成时间或最优跨度为目标，还需要考虑到服务质量等问题。

目前已有很多基于QoS的研究，He等人对Min-Min算法进行了改进，根据用户是否有QoS需求进行系统吞吐率的优化。Chanhan等人根据加权平均执行时间进行资源选择，将网带宽作为QoS属性，把任务分为高QoS与低QoS需求两种类别，对于高QoS的任务优先调度，与文献思想相近。Xu等人研究了针对云计算中多个工作流的多QoS调度策略，对于不同的用户考虑不同的QoS需求，提出一种云环境下的多作业流多QoS约束的调度策略。阿尔卡特朗讯贝尔实验室的Hao等人提出了一个网络虚拟化架构，用来实现云服务的动态变化和迁移而不影响服务性能，该机制采用集中控制的分布式架构，使用Openflow组件构建，实现了虚拟机的无缝迁移，提高了云服务质量。孙大为等人提出一种基于免疫克隆的偏好多维QoS云计算调度优化算法，结合免疫克隆算法，对用户应用偏好和多维QoS中的用户效用进行量化，给出了多维QoS优化的目标函数，以满足用户的性能QoS和经济QoS。

2.3以经济原则为中心的调度

云计算的超大规模及其商业运营模式，使得其经济因素成为重点考虑的调度指标。HP云数据中心采用的就是成本优先的策略。

Buyya等人提出了面向市场的云计算的概念，以及面向市场的云计算的构架。Deelman等人分析了云计算解决大规模数据处理应用的成本问题，没有考虑启动、停止虚拟机消耗的成本。Assuncao等人分析了使用云计算扩展本地集群的成本问题，考虑了虚拟机启动时消耗的成本，但作了一个假设：云中的资源可以按秒为单位进行申请、配置，测试运行环境的时间和成本不予考虑。代尔夫特理工大学的Yigitbasi等人00设计并实现了C-Meter架构，用来分析云计算的性能。该架构采用了很多评价性能指标，如获取和释放虚拟计算资源的系统开销，以及其他的虚拟化和网络开销等。美国Sandia国家实验室的Brandt等人研究了在云计算环境下实现高性能计算（HPC)的问题，云计算环境中有大规模的资源，可以为高性能计算提供便利条件，并且节省投资。由于HPC对可靠性有着严格的要求，因此需要对云计算资源进行有效的监控和管理。澳大利亚墨尔本大学的Buyya等人提出了基于市场的资源定位的云计算架构，并给出了基于市场的资源管理策略，以支持服务级协商（SLA)的资源定位。葛新等人提出了一种基于计算强度的调度策略，即计算量大的任务往计算能力强的集群调度，计算量小的任务往计算能力弱的集群调度。对于追求经济效益高而对时间需求不敏感的应用，可选择申请计算能力较弱的云环境；有严格时间约束的，可以申请计算能力较强的云资源，以此达到降低成本的目的。尹红军等人[24提出了一种实时满足运营商资源最高效益的动态调度方法，即每次新加入用户时，新加入的用户资源和先前分配的资源一起重新在所有服务器上规划，进行全局虚拟机调度，迁移那些能给系统带来足够效益的部分虚拟机，完成全局最优的虚拟机部署。该方法对云中资源进行了合理的高效益规划，可节约运营商成本，提高云中资源利用率，并降低能耗。

上述分类并非完全囊括所有分类方式，也并非完全正交，如基于负载均衡的调度可归结到以性能为中心的调度，但它也涉及经济原则。而事实上很多研究是满足多目标的，既满足性能需求又考虑用户QoS，同时又兼顾经济指标，如Amazon云计算调度策略结合了成本优先、满足不同用户需求、负载均衡和高可靠性等策略[25]。Prodan等人[26提出的基于CDA(contin?uousdoubleauction)模型的资源调度方法，以达到用户为中心的指标（完成时间、预算花费等）和资源提供商为中心的指标(资源利用率、收益和吞吐量等）的平衡。Mezmaz等人[27提出的多目标混合遗传算法，采用DVS(dynamicvoltagescaling)的方法来减少能量消耗，同时兼顾调度完成时间。

3典型调度方法及系统

目前，云计算调度管理是云服务商及云计算研究的重点和难点。各大云计算厂商根据自己已有架构搭建云平台，并根据自己资源的特点采用不同的调度策略。其中较为着名的是Amazon云计算平台、IBM蓝云平台及Google云计算平台。另外，OpenNebula和Eucalyptus也是比较有影响的云计算平台。

1)Amazon云计算平台Amazon[2是目前公认推广云计算应用最为成功的厂家之一，它成功推出了EC2、SQS、S3和SimpleDB等近十种云服务。它的调度策略基本上结合了经济成本和性能优先的调度方式。首先将其提供的计算资源分为八类，并说明其资源配置及每小时费用，为实现成本优先，采用了不同地域成本不同的收费调度分配策略，供用户选择，而性能方面主要由用户选择预先配置好的虚拟服务器；然后用户根据自己业务需求提出租用请求（资源种类、数量和时间）并在线提交；最后调度算法根据用户特征和使用资源的信息找到合适的资源，并将资源信息反馈给用户，以供用户使用。

2)IBM蓝云专用服务器IBM云计算平台总体采用的是性能优先的策略。采用虚拟机监控进行资源分配28。用虚拟机实现计算平台与物理节点的映射，并随着物理节点性能状态的变化进行动态迁移，以满足任务需求或负载均衡。将资源监控和管理以及任务分配和调度策略加入到虚拟机中，能大大简化云调度过程。

IBM云平台的资源分配与任务调度具体采用专用的资源监控和作业调度器来管理系统资源调度。如IBM蓝云采用Tivoll系列产品来完成云环境的资源监测、分配、作业调度和系统负载均衡控制。这种方式体现了目前云计算的通用管理模式，即虚拟化技术的支持，能简化调度过程。

3)Google云计算平台的MapReduce调度Google提出的MapReduce编程模式，是一个用于大规模数据处理的分布式计算模型，同时也是一种高效的任务调度模型。

MapReduce主要采用集中式调度模式，因此只有一个主调度器。所有的调度请求都必须提交给主调度器，由主调度器决定如何分配资源、响应用户请求、管理资源等工作。调度模型的整个计算过程由master、worker和user三种线程完成[29]。其中master线程相当于整个集中式系统的中央调度器，完成数据分割、任务调度和均衡控制等；worker线程接收来自master线程的任务，从而进行具体的任务执行工作，如数据处理和运算等，并把数据传送至相应存储位置；user线程是用户线程。

事实上不仅是Google，Yahoo和IBM等很多云平台也都在基础架构上采用了MapReduce的设计思想。

4)Hadoop适用于海量信息处理的Hadoop是一个在集群上运行大型数据库处理应用程序的开放式源代码框架，它支持通过MapReduce来创建并执行应用程序。

Hadoop平台采用的是主从式调度模式，由一个称为Job-packer的主节点控制整个系统的作业调度。主节点采用先来先服务（FIFO)调度算法。其余节点为TaskTracker，在它们空闲时向JobTracker请求分配任务。从节点采用贪婪算法，默认的调度算法总是试图找到距离客户数据最近的从节点以便大的数据量不必通过远距离的网络传输；若从节点忙，任务可被分配至其他节点。

调度作为Hadoop平台的核心技术之一，目前尚处于基础阶段，特别是现有的作业调度算法均存在着一些不足之处。比如FIFO调度算法在一个生产型作业之后，它将长期使用系统资源，在这个作业提交之后的交互型作业由于迟迟得不到系统资源而不能及时处理，从而影响系统的交互能力和用户的使用体验。

5)OpenNebulaOpenNebula3031]是一个开源的虚拟架构引擎，它主要用来在物理资源池上部署、监控和管理虚拟机的运行。它采用层次式调度模式，其中ONED是OpenNebula的核心服务进程，包括虚拟化管理模块和任务调度模块。

芝加哥大学的Sotomayor等人32以OpenNebula为平台，提出了名为Haizea的虚拟资源租约管理器，虚拟资源按照不同的策略以租约的形式提供给用户。OpenNebula利用AmazonEC2接口结合Haizea实现了混合云的调度与管理工作。

6)EucalyptusEucalyptus34355是由美国加利福尼亚大学开发的一个开源软件基础架构。它采用的是层次式调度模式，其中CM(cloudmanager)中的资源服务层主要用于完成资源分配和监控。

对于其资源调度问题，目前是通过监测负载平衡日志和监测响应时间来进行。资源调度算法读取实时的负载平衡器日志，并计算每个虚拟机每60s在集群中的平均响应时间。当监测到虚拟机的平均响应时间超过需要的反应时间，它将开启一个或多个新虚拟机来满足需求，相应地也可在系统负载低时减少虚拟机。

4问题分析与展望

通过以上调研分析发现，与传统调度的研究重点不同，现有关于云调度的研究侧重虚拟资源调度，这是因为云资源是以虚拟资源为核心的。由于云计算的商业应用模式，现在的研究多偏向于以经济原则为中心的调度，如降低成本、减少能耗。同时商业应用模式下云计算用户的使用体验也是十分关键的，因此保障用户QoS也是很多学者关注的。

4.1存在的问题

目前云计算调度方面的研究取得了一些成果，但也存在一些问题。具体如下：

a)现有调度大多忽略了云计算面向服务的特点。云环境将基础物理设施、平台、应用程序及软件都打包成服务的形式向外提供服务，与传统的任务调度、作业调度及工作流调度有一定的区别。云计算要为互联网上的各类用户提供多样化服务，不同用户的需求也不尽相同，如有些用户需要实时性保证，有些用户则希望费用低廉。目前对云平台下调度策略的研究却较少考虑云计算面向服务的特点，且调度策略过于简单，不能很好地满足用户的服务需求并兼顾整体性能和经济成本问题。

b)缺少云计算下的任务模型。云计算中的各种资源调度策略只有经过合适的任务模型的检验才具有更高的实用性。但在当前云环境下，由于缺少云计算方面的任务曰志，大多数研究者仍采用单纯的数学模型或使用已经存在的并行系统下的任务模型进行资源调度策略的评测。由于这些任务模型不是根据具体云环境下运行的任务负载构建出的，得出的实验结果的说服力不足，所以在云环境下构建合适任务模型便成为了—个急需解决的问题。

c)缺少对云资源的动态可用性评估。当前云计算中还没有比较成熟的资源可用性评估系统。目前，分布式系统和网格环境中也有一些资源评估预测系统，这些系统可集成到各种调度系统或资源管理系统中，为调度提供依据。但是由于这些评估模型不是云环境下构建出的，不一定适合云计算环境。云资源工作负载的动态性导致资源可用能力存在较大的不确定性，资源可用度和可用能力信息的掌握对系统选择最佳的资源一任务调度有着直接的指导作用，因此准确掌握资源动态可用能力信息对调度决策的制定起着至关重要的作用。

d)不能很好兼顾云计算用户和运营商双方利益。现有研究多是从保障用户QoS、服务费用和SLA角度，要么从运营商角度降低成本、减少能耗、优化虚拟资源规划。如何能使得市场经济驱动的资源提供与消费双方互惠互利，这是当前云计算调度需要侧重考虑的问题，因为只有这样才能保证云计算长久地发展下去。

4.2展望

尽管云计算调度已经取得了一些研究成果，但是随着云计算的发展，云计算调度仍需要进行深入研究。

a)云计算需要建立有效灵活的模型为调度提供实时性能信息。云资源动态可用性评估模型能在较大程度上保障系统选择最佳的资源一任务调度，构建适合云环境的任务模型能更有效地评估云中提出的各种虚拟资源调度策略的性能。考虑到云计算面向服务的特点，根据不同的应用需求提供灵活的调度机制。

b)云计算中实现虚拟共享资源的动态管理分配。目前大多数云计算平台的数据中心（包括IBM、AmazonEC2等）的资源分配管理还是静态的，即在建立和使用云资源时预先配置一定数量的设备，这样很容易造成过度配置资源或过低配置资源两种极端情况36。因此根据负载情况动态地分配/释放相关资源以达到提高资源利用率和提高服务质量并降低成本的目标将是很有价值的研究。

c)需要考虑云计算用户和运营商双方利益。云计算的商业模式使得这一点成为云计算长久持续发展的必要条件。

d)考虑采用多级和分布式的资源数据中心，设计动态综合调度策略和算法。目前已有一些学者对此进行研究，但多是实验模拟阶段。

综上所述，如果能从模型高效和算法高效两个层面出发，兼顾云计算调度双方（云计算用户和运营商）的利益，并通过任务模型对调度策略进行验证，将会使得云计算中的资源调度更高效，更有利于云计算的健康持久发展。

5结束语

云计算的研究方向范文篇3

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（ElasticComputeCloud）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.