第一篇：云計算智能輸入法設計研究論文

前言：智能手機、平板電腦等移動終端智能設備開始廣泛應用于生產生活的各個領域。隨著技術的革新與改進，其功能也相應得到了拓展。在移動終端智能設備當中，智能輸入軟件有著至關重要的作用。由于傳統(tǒng)的嵌入式智能輸入軟件的內核技術較為落后，輸入性能較差，正確率低，在很大的程度上影響了移動終端智能設備的正常使用。智能輸入技術的更新變得十分重要，基于云計算的智能輸入法設計，將會有效解決這一問題。

一、智能輸入法的發(fā)展現狀

1、鍵盤輸入。鍵盤輸入法是計算機和移動終端智能設備當中應用最多的輸入方法。其中T9智能輸入法在移動終端智能設備有著十分重要的應用。該輸入法支持多國家語言，其中漢字收錄達到9000字以上，能夠充分滿足應用需要，同時能夠對簡體中文和繁體中文加以區(qū)分。在T9智能輸入法的基礎上，又進一步研發(fā)了字能輸入法和iTAP輸入法。字能輸入法豐富了筆畫輸入，而iTAP輸入法優(yōu)化了T9智能輸入法，使輸入變得更加便捷、高效[1]。2、手寫輸入。移動終端設備智能化的發(fā)展，在很大程度上促進了輸入法的發(fā)展。手寫輸入得到了有效的利用，實現了規(guī)模化信息處理的目的。手寫識別算法的改進和完善，逐漸滿足大眾對于手寫輸入的需求，手寫識別率正在不斷的提升，能夠對多種字體，包括簡體和繁體都能準確的予以識別。當前，漢王筆手寫輸入系統(tǒng)手寫識別率接近于100%。3、語音識別。語音識別是一種智能輸入法，在當前的智能移動終端當中得到廣泛的應用，隨著云計算平臺的建立，語音識別變得更加實用。語音識別是智能輸入法的一次創(chuàng)新。在云計算平臺的影響下，語音識別的開發(fā)應用，使移動終端設備朝著成“能聽會說”的智能設備發(fā)展。

二、基于云計算的智能輸入法設計

1、鍵入式設計。九宮格數字鍵盤和QWERTY全鍵盤是最常應用的鍵盤。基于此，進行輸入法子系統(tǒng)設計。在該系統(tǒng)框架當中，由嵌入式客戶端和云平臺服務端組成。云平臺服務器端是中間環(huán)節(jié)，主要作用就是進行數據信息的處理和傳輸。在客戶端的用戶界面當中，選擇用戶程序，將字符序列傳輸給云服務器集群，并將數據傳輸給云平臺服務器端，通過碼表進行字符序列切分，利用個性化詞庫和動態(tài)統(tǒng)計庫，由云服務器集群將字符序列進行轉為文字，經過過濾選擇，得出最優(yōu)結果。而客戶端接收來自于云服務器端的數據結果，在用戶程序界面當中顯示出來。整個過程高效且迅速，實現了智能化鍵盤式輸入。在數據信息處理的過程中，能有基于云計算平臺進行學習，補充個性化詞庫，為用戶下一次使用提供便利[2]。

2、手寫輸入法設計。提升手寫輸入法的準確率，對于移動終端的硬件要求非常高，計算量和存儲量等性能需要得到提高。建立手寫子系統(tǒng)利用云平臺，能夠打破來自移動終端的性能限制，基于云計算平臺下，提升手寫識別的而準確率。由候選字視圖、手寫區(qū)和功能鍵盤構成了手寫子系統(tǒng)框架。能夠利用云計算平臺巨大的計算能力和存儲性能，在低硬件配置的條件下能夠達到高識別率的要求。手寫輸入之后，通過無線網絡傳輸到云計算服務端，對手寫內容進行識別處理。嵌入式客戶端和云平臺服務端在智能手寫輸入當中發(fā)揮著重要的作用。根據負載和計算節(jié)點性能，合理分配計算資源。按照合適的線程對手寫輸入文字進行識別處理。每一個線程在完成數據處理和傳輸之后，將信息反饋給客戶端[3]。

3、語音識別。基于云計算平臺的語音輸入法子系統(tǒng)設計，避免了嵌入式輸入輸出受到輸入軟件自身的限制。針對鍵盤或手寫輸入不便的情況下，語音輸入可以作為很好的補充，為人機交互提供便利。基于云計算平臺的語音輸入法子系統(tǒng)設計，將語音檢測、語音識別和語音合成技術有效的融合進來，具有語音信息傳輸、在線即時翻譯等功能。嵌入式客戶端和語音云服務平臺構成了智能語音識別系統(tǒng)框架。嵌入式客戶端將語音檢測、協(xié)議解析、音頻編解碼、無線網絡通訊等功能合為一體，形成完整的手寫文字識別系統(tǒng)工具。語音云服務平臺利用簡單易操作的集成開發(fā)接口，為客戶提供云計算結構負載均衡、計算以及數據存儲的服務。

三、結論

通過輸入法在移動智能終端設備的應用現狀進行分析，針對傳統(tǒng)輸入法當中存在的不足，基于云計算平臺改進與升級，包括對鍵盤式輸入、手寫輸入和語音輸入等輸入法的智能化設計，實現了輸入軟件技術智能化多語言的發(fā)展，智能輸入法具有良好的發(fā)展前景，將會得到更為廣泛的應用。

第二篇：云計算論文

淺談云計算

白娟

（運城學院 信息管理與信息系統(tǒng) 1106）

【摘要】云計算是當前計算機領域的一個熱點。它的出現宣告了低成本提供超級計算時代的到來。云計算

將改變人們獲取信息、分享內容和互相溝通的方式。此文闡述了云計算的簡史、概念、特點、保護和發(fā)展前景，并對云計算的發(fā)展及前景進行了分析。

【關鍵詞】云計算特點，云計算保護，云計算發(fā)展前景

1.云計算相關知識

1.1簡史

1983年，太陽電腦（Sun Microsystems）提出“網絡是電腦”（“The Network is the Computer”）,2006年3月，亞馬遜（Amazon）推出彈性計算云（Elastic Compute Cloud；EC2）服務。

2006年8月9日，Google首席執(zhí)行官埃里克·施密特（Eric Schmidt）在搜索引擎大會（SES San Jose 2006）首次提出“云計算”（Cloud Computing）的概念。Google“云端計算”源于Google工程師克里斯托弗·比希利亞所做的“Google 101”項目。

2007年10月，Google與IBM開始在美國大學校園，包括卡內基梅隆大學、麻省理工學院、斯坦福大學、加州大學柏克萊分校及馬里蘭大學等，推廣云計算的計劃，這項計劃希望能降低分布式計算技術在學術研究方面的成本，并為這些大學提供相關的軟硬件設備及技術支持（包括數百臺個人電腦及BladeCenter與System x服務器，這些計算平臺將提供1600個處理器，支持包括Linux、Xen、Hadoop等開放源代碼平臺）。而學生則可以通過網絡開發(fā)各項以大規(guī)模計算為基礎的研究計劃。

2008年1月30日，Google宣布在臺灣啟動“云計算學術計劃”，將與臺灣臺大、交大等學校合作，將這種先進的大規(guī)模、快速將云計算技術推廣到校園。

2008年2月1日，IBM（NYSE: IBM）宣布將在中國無錫太湖新城科教產業(yè)園為中國的軟件公司建立全球第一個云計算中心（Cloud Computing Center）。

2008年7月29日，雅虎、惠普和英特爾宣布一項涵蓋美國、德國和新加坡的聯(lián)合研究計劃，推出云計算研究測試床，推進云計算。該計劃要與合作伙伴創(chuàng)建6個數據中心作為研究試驗平臺，每個數據中心配置1400個至4000個處理器。這些合作伙伴包括新加坡資訊通信發(fā)展管理局、德國卡爾斯魯厄大學Steinbuch計算中心、美國伊利諾伊大學香賓分校、英特爾研究院、惠普實驗室和雅虎。

2008年8月3日，美國專利商標局網站信息顯示，戴爾正在申請“云計算”（Cloud Computing）商標，此舉旨在加強對這一未來可能重塑技術架構的術語的控制權。

2010年3月5日，Novell與云安全聯(lián)盟（CSA）共同宣布一項供應商中立計劃，名為“可信任云計算計劃（Trusted Cloud Initiative）”。

2010年7月，美國國家航空航天局和包括Rackspace、AMD、Intel、戴爾等支持廠商共同宣布“OpenStack”開放源代碼計劃，微軟在2010年10月表示支持OpenStack與Windows Server 2008 R2的集成；而Ubuntu已把OpenStack加至11.04版本中。2011年2月，思科系統(tǒng)正式加入OpenStack，重點研制OpenStack的網絡服務。1.2概念

狹義云計算是指計算機基礎設施的交付和使用模式，指通過網絡以按需、易擴展的方式獲得所需的資源（硬件、平臺、軟件）。提供資源的網絡被稱為“云”。“云”中的資源在使用者看來是可以無限擴展的，并且可以隨時獲取，按需使用，隨時擴展，按使用付費。

廣義云計算是指服務的交付和使用模式，指通過網絡以按需、易擴展的方式獲得所需的服務。這種服務可以是計算機和軟件、互聯(lián)網相關的，也可以是其他的服務。云計算是并行計算(Parallel Computing)、分布式計算(Distributed Computing)和網格計算(Grid Computing)的發(fā)展，或者說是這些計算機科學概念的商業(yè)實現。云計算是虛擬化(Virtualization)、效用計算(Utility Computing)、IaaS(基礎設施即服務)、PaaS(平臺即服務)、SaaS(軟件即服務)等概念混合演進并躍升的結果。1.3云計算特點

被普遍接受的云計算特點如下：(1)超大規(guī)模

“云”具有相當的規(guī)模，Google云計算已經擁有100多萬臺服務器，Amazon、IBM、微軟、Yahoo等的“云”均擁有幾十萬臺服務器。企業(yè)私有云一般擁有數百上千臺服務器?！霸啤蹦苜x予用戶前所未有的計算能力。

(2)虛擬化

云計算支持用戶在任意位置、使用各種終端獲取應用服務。所請求的資源來自“云”，而不是固定的有形的實體。應用在“云”中某處運行，但實際上用戶無需了解、也不用擔心應用運行的具體位置。只需要一臺筆記本或者一個手機，就可以通過網絡服務來實現我們需要的一切，甚至包括超級計算這樣的任務。

(3)高可靠性

“云”使用了數據多副本容錯、計算節(jié)點同構可互換等措施來保障服務的高可靠性，使用云計算比使用本地計算機可靠。

(4)通用性

云計算不針對特定的應用，在“云”的支撐下可以構造出千變萬化的應用，同一個“云”可以同時支撐不同的應用運行。

(5)高可擴展性

“云”的規(guī)模可以動態(tài)伸縮，滿足應用和用戶規(guī)模增長的需要。(6)按需服務

“云”是一個龐大的資源池，你按需購買；云可以像自來水，電，煤氣那樣計費。(7)極其廉價

由于“云”的特殊容錯措施可以采用極其廉價的節(jié)點來構成云，“云”的自動化集中式管理使大量企業(yè)無需負擔日益高昂的數據中心管理成本，“云”的通用性使資源的利用率較之傳統(tǒng)系統(tǒng)大幅提升，因此用戶可以充分享受“云”的低成本優(yōu)勢，經常只要花費幾百美元、幾天時間就能完成以前需要數萬美元、數月時間才能完成的任務。

云計算可以徹底改變人們未來的生活，但同時也要重視環(huán)境問題，這樣才能真正為人類進步做貢獻,而不是簡單的技術提升。

(8)潛在的危險性

云計算服務除了提供計算服務外，還必然提供了存儲服務。但是云計算服務當前壟斷在私人機構（企業(yè)）手中，而他們僅僅能夠提供商業(yè)信用。對于政府機構、商業(yè)機構（特別象銀行這樣持有敏感數據的商業(yè)機構）對于選擇云計算服務應保持足夠的警惕。一旦商業(yè)用戶大規(guī)模使用私人機構提供的云計算服務，無論其技術優(yōu)勢有多強，都不可避免地讓這些私人機構以“數據（信息）”的重要性挾制整個社會。對于信息社會而言，“信息”是至關重要的。另一方面，云計算中的數據對于數據所有者以外的其他用戶云計算用戶是保密的，但是對于提供云計算的商業(yè)機構而言確實毫無秘密可言。所有這些潛在的危險，是商業(yè)機構和政府機構選擇云計算服務、特別是國外機構提供的云計算服務時，不得不考慮的一個重要的前提。

2.云計算的隱私保護和發(fā)展前景

2.1淺談云計算環(huán)境下的隱私權保護

目前，云計算受到產業(yè)界的極大推崇并推出了一系列基于云計算平臺的服務。但在已經實現的云計算服務中，安全問題一直令人擔憂，以至于使得安全和隱私問題成為云計算普及過程中面臨的一個巨大挑戰(zhàn)。文章主要探討云計算的隱私問題。在概述網絡隱私權特點的基礎上，指出了云計算環(huán)境下隱私的特殊性，分別從客戶端、網絡傳輸、服務器端三個方面闡述了網絡隱私權存在的安全隱患。最后，從法律、技術、監(jiān)管等方面分析了云計算環(huán)境下隱私權保護的方案。

互聯(lián)網以及與之相關的產業(yè)發(fā)展日新月異，云計算(Cloud Computing)作為一種新的服務模式，受到各方的關注，特別是在產業(yè)界受到極大的推崇。目前，幾乎所有著名IT公司的戰(zhàn)略重點中都涉及了云計算，并推出了一系列基于云計算平臺的服務。Amazon的EC2和Google的Google App Engine都是典型的云計算服務，它們使用Internet來連接外部用戶，把大量的軟件和IT基礎設施作為一種服務對外提供。此外，還有微軟的Live Meeting、Cisco的WebEx、IBM的“藍云”等等。

但是，目前的云計算有其“先天性”不足，對于廣大網民來說，首當其沖的就是隱私保護問題。正如美國軍事安全專家格雷格?康蒂(GregConti)所擔心的：云計算在給人們帶來巨大便利的同時，該服務中所存在的不足也將危及企業(yè)用戶和普通網民的隱私安全。據世界隱私論壇近日發(fā)布的一份報告聲稱，如果企業(yè)期望通過利用云計算服務來降低IT成本

和復雜性，那么首先應保證這個過程中不會帶來任何潛在的隱私問題。IDC對CIO和IT主管的調查也顯示，安全仍是云計算主要關注的問題，大約75%的人表示他們擔心云計算安全問題(包括隱私安全)。由此可見，隱私安全問題是云計算發(fā)展的最主要障礙之一。2.2云計算的發(fā)展前景

云計算被視為科技業(yè)的下一次革命，它將帶來工作方式和商業(yè)模式的根本性改變。首先，對中小企業(yè)和創(chuàng)業(yè)者來說，云計算意味著巨大的商業(yè)機遇，他們可以借助云計算在更高的層面上和大企業(yè)競爭。自1989年微軟推出Office辦公軟件以來，我們的工作方式已經發(fā)生了極大變化，而云計算則帶來了云端的辦公室——更強的計算能力但無須購買軟件，省卻本地安裝和維護。

其次，從某種意義上說，云計算意味著那些對計算需求量越來越大的中小企業(yè)，不再試圖去買價格高昂的硬件，而是從云計算供應商那里租用計算能力。在避免了硬件投資的同時，公司的技術部門可以節(jié)省大量的技術維護時間。以亞馬遜為例，其云計算產品價格便宜，吸引了大批中小企業(yè)，甚至《紐約時報》、紅帽等大型公司。

[6] 云計算對商業(yè)模式的影響體現在對市場空間的創(chuàng)新上。Google Apps是關于創(chuàng)新的理論中的新市場創(chuàng)新。當互聯(lián)網變得越來越快和可依賴，用戶正從桌面電腦上的軟件應用轉向基于互聯(lián)網的應用。同時，云計算開發(fā)新產品拓展新市場的成本非常低。比如，如果用戶對Gmail的需求突然出現猛增，谷歌的云計算系統(tǒng)會自動為Gmail增加容量和處理器的數量，無需人工干預，而且增加和調整都不增加成本。依賴云計算，谷歌能以幾乎可以忽略不計的成本增加新的服務。有觀點認為，云計算受到熱捧的背后，還反應了超級計算機市場的角力。超級計算機應用一度因需要非常昂貴的硬件投入而面臨極高的推廣門檻，云計算卻宣告了低成本提供超級計算服務的可能，一旦云計算得到了廣泛的推廣，可以樂觀地估計，超級計算機市場的春天即將到來。參 考 文 獻

[1]武星,王旻超,張武,李青.云計算研究綜述[J].科技創(chuàng)新與生產力,2011,06:49-55.[2]劉曉樂.計算機云計算及其實現技術分析[J].電子科技.2009(12)[3]葉曉勇.簡述云計算[J].黑龍江科技信息.2009(24)[4] 王麗安.Internet云計算技術[J].科協(xié)論壇(下半月).2011(10)[5]狄明遠,周鐵城.云計算淺析[J].科技風.2009(13)社，2004年9月出版； [6] 張亞東.淺談云計算發(fā)展現狀與趨勢[J].科技致富向導.2011(12)[7] 唐紅,徐光俠.云計算研究與發(fā)展綜述[J].數字通信.2010(03)

[8] 李曉偉,沈艷秋.云計算及其發(fā)展進程[J].科技信息.2011(15)

第三篇：高校云計算研究情況總結

目前，正在積極投身于云計算相關基礎理論與技術研究工作的高校和科研院所包括以清華大學、北京大學、武漢大學、中國科學技術大學、華中科技大學、上海交通大學、合肥工業(yè)大學、北京航空航天大學、解放軍理工大學、中科院、北京郵電大學、北京交通大學、東北大學、山東大學等為代表的諸多科研單位。另外，在工業(yè)界從事云計算相關研究的單位包括華為、百度、新浪、騰訊、金蝶軟件、中國電信、中國移動等諸多企業(yè)。

國內高校與科研院所針對云計算的不同領域開展了深入的研究。例如，清華大學的云存儲平臺著力于構建存儲云，武漢大學側重于面向云計算的互操作國際標準，中科院計算所利用云計算開展數據挖掘與云安全工作，華中科技大學關注虛擬化技術與云安全，上海交通大學注重于數據的安全和隱私關鍵性技術研究，合肥工業(yè)大學側重將人工智能和信息管理研究成果遷移到云計算環(huán)境中，北京航天航空大學致力于云計算的數據安全控制理論與方法的研究，解放軍理工大學側重于云存儲研發(fā)與應用，東北大學側重于利用云計算技術解決大規(guī)模圖數據處理問題，山東大學側重于研究SaaS軟件交付平臺的問題。

清華大學在云存儲研究方面，以分布式文件系統(tǒng)為基礎的云存儲平臺，為校園網用戶設計開發(fā)了用于數據存儲與共享的云存儲服務，利用底層云存儲平臺所提供的基礎存儲服務，提供用戶管理與目錄管理的功能，增加了文件檢索功能，并對數據傳輸進行了優(yōu)化，為用戶提供簡單實用的云存儲訪問接口。針對于越來越多的移動計算需求，基于云存儲平臺設計開發(fā)了多種手機云存儲應用，包括基于云存儲服務的電話號碼簿應用、可在手機上進行文件存儲與共享的文件管理應用、基于云存儲服務的視頻點播應用以及基于云存儲服務的相片管理應用。在海量數據挖掘研究方面，結合云計算架構和海量數據對象，開展基于云計算的海量數據挖掘研究，設計并實現面向海量數據挖掘的分布存儲和并行編程模型框架，提出基于群體智能的海量數據挖掘算法，以維基百科為載體，對維基百科及其形成的復雜社會網絡進行深入的分析和挖掘，提供基于維基百科的深層次知識服務。

武漢大學在面向云計算的互操作標準方面開展了一定的工作。在云計算環(huán)境中，信息資源和服務是通過即用即付的方式提供給用戶的，需要對不同的信息資源和服務進行統(tǒng)一的管理。同時，用戶需求正逐漸呈現出多樣性和個性化的特征，使得滿足大眾用戶需求的服務定制也需要跨領域/組織的資源和服務通過共享、交互、互操作等方式共同完成。隨著云計算的發(fā)展，許多企業(yè)或組織已經構建了云計算平臺，并提供了大量的內部數據和服務，但這些云計算平臺之間難以進行有效的信息共享和交換，造成了“孤立云”的產生，如何利用開放的互操作性標準實現云－端以及云－云之間的互操作顯得十分重要。針對這一現狀，國際標準化組織ISO/IEC正在研制“互操作性元模型框架”的國際標準-ISO/IEC 19763: Information

Technology-Metamodel Framework for Interoperability(簡稱MFI)。其主要目標是為已注冊的異構信息資源和服務提供統(tǒng)一的注冊和管理機制，促進它們之間的互操作。MFI標準從模型注冊、本體注冊、模型映射的角度對注冊信息資源的基本管理信息提供了參考，促進信息系統(tǒng)之間的互操作。武漢大學代表中國參加了該標準的研制工作，并主持了其中5項標準的研制任務。

中國科學院計算技術研究所在Hadoop基礎上開發(fā)實現了并行數據挖掘工具平臺。該平臺已經用于中國移動TB級電信數據的挖掘，其數據處理規(guī)模遠遠超出商用軟件，在商用軟件能承受的相同數據規(guī)模下，采用相同方法和相同參數設置、獲得了一致的挖掘結果，實現了高性能、低成本的海量數據挖掘。中國科學院計算技術研究所在基于虛擬機架構的可信計算環(huán)境與可信軟件設計方面也取得了一些成果，包括：基于虛擬機的可信計算平臺研究與設計(TRainbow)；面向管理域虛擬機完整性的實時檢測技術(VMGuard)；可信可控用戶虛擬計算環(huán)境構建方法研究(TRIOB)；面向虛擬存儲數據完整性的透明檢測技術(Tapwire)；虛擬化全局內存優(yōu)化技術(TMemCanal)；分布化IO資源的全局可見與共享技術；Xen虛擬計算環(huán)境下的可信接入控制技術。中國科學院軟件技術研究所圍繞云計算的安全問題也進行了一系列的研究，包括針對云存儲中敏感數據的機密性保護問題，在基于屬性的加密基礎上提出了一種密文訪問控制方法HCRE；在基于密文策略的屬性加密應用場景下，實現了云存儲中高效、精細、靈活的密文訪問控制方案等。

華中科技大學也在云計算方面進行了很多實踐，包括：設計出了一個面向科學計算與企業(yè)信息化的云計算平臺GRANE；實現了一個面向云環(huán)境的虛擬化桌面CloudDesk，它能動態(tài)適應用戶的需求變化，為用戶提供高效、安全、易用的云資源訪問的桌面環(huán)境；從任務并行調度，數據組織與壓縮，備份服務可信及容錯模型三方面著手，研究出了一個云備份系統(tǒng)B-Cloud；基于云模式的大規(guī)模主動安全防御系統(tǒng)CloudFence，它是采用安全檢測與防御相分離的原則，充分利用云端強大的處理能力和存儲能力。

上海交通大學針對云計算中存在的數據安全問題，利用密碼理論與技術、網絡與信息安全技術、編碼理論等方向所取得的成果，解決數據安全存在的一基礎問題，提高云計算的安全性，并開展了下一代互聯(lián)網安全與隱私關鍵性技術研究。另外，上海交通大學與微軟合作，共同搭建國內高校第一個基于最新虛擬化技術和System Center的私有云，為教學與科研項目提供可伸縮的計算資源。

北京航空航天大學利用分布式環(huán)境下的訪問控制方法和可信計算信任模型方面的研究基礎，致力于面向云計算的自含式數據安全控制理論與方法的研究，來提高云安全性。

解放軍理工大學在云計算存儲應用方面，研發(fā)MassCloud云存儲平臺在節(jié)能與集成度上取得了階段性的突破，并在實際應用中獲得巨大成效。目前，360公司在解放軍理工大學成立了云計算聯(lián)合實驗室。

東北大學基于BSP處理模型和系統(tǒng)實現了社會網絡中的大規(guī)模圖數據查詢與分析，研究了大規(guī)模圖數據的劃分與定位問題、大規(guī)模圖數據的磁盤存儲問題、大規(guī)模圖的分布并行查詢處理和查詢優(yōu)化問題以及云環(huán)境下的執(zhí)行保障問題，設計并實現了BeeGraph系統(tǒng)，支持大規(guī)模圖數據的處理。

山東大學對面向多租戶的SaaS平臺開展了研究，包括支持多租戶數據隔離的存儲與索引機制，基于Chunk Folding的自適應多租戶緩存管理機制，支持租戶業(yè)務流程定制行為建模及驗證的框架，以及面向SaaS應用的數據組合隱私保護機制，為面向多租戶的SaaS平臺提供技術支撐。

中國科學技術大學在云計算環(huán)境下遠程數據完整性和認證技術方面，結合數論中的同態(tài)RSA驗證標識，設計了保護用戶隱私的數據完整性驗證協(xié)議，能夠支持數據動態(tài)更新和公開的多副本驗證，而無需第三方審計。針對已有遠程身份認證方案存在的缺陷和安全漏洞，提出了新的身份認證方案。認證方案結合使用智能卡、口令和電子票據，既能夠為用戶和服務器提供雙向身份認證，也通過電子票據的發(fā)放解決了限制用戶訪問次數的問題。

第四篇：大數據與云計算論文

大數據與云計算

摘 要：大數據（Big Data）這個概念近年來在越來越多的場合、被越來越多的人提及，并且經常和云計算聯(lián)系在一起，云計算與大數據之間到底是什么關系成為熱點話題。本

專題報告包含以下四個方面內容：1.大數據的價值；2.大數據帶來的挑戰(zhàn);3.大數據研究成果；4.云計算是大數據挖掘的主流方式。通過本報告闡述我們對大數據的理解，以及對大數據的價值的認識，探討大數據處理與挖掘技術，大數據主要著眼于“數據”，提供數據采集、挖掘、分析的技術和方法;云計算技術主要關注“計算”，提供IT 解決方案。大數據、云計算技術可以促進持續(xù)審計方式的發(fā)展、總體審計模式的應用、審計成果的綜合應用、相關關系證據的應用、高效數據審計的發(fā)展和大數據審計師的發(fā)展。強化大數據、云計算技術審計應用的措施包括制定長遠發(fā)展戰(zhàn)略、加快審計法規(guī)建設、建立行業(yè)平臺、加強研發(fā)和提高利用能力。關鍵詞：大數據 云計算 數據挖掘 對審計影響 政策建議 引言

目前，大數據伴隨著云計算技術的發(fā)展，正在對全球經濟社會生活產生巨大的影響。大數據、云計算技術給現代審計提供了新的技術和方法，要求審計組織和審計人員把握大數據、云計算技術的內容與特征，促進現代審計技術和方法的進一步發(fā)展。

一、大數據、云計算的涵義與特征

隨著云計算技術的出現，大數據吸引了全世界越來越多的關注。哈佛大學社會學教授加里·金(2012)說: “這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程?！?一)大數據的涵義與特征

“數據”(data)這個詞在拉丁文里是“已知”的意思，也可以理解為“事實”。2009 年，“大數據”概念才逐漸開始在社會上傳播。而“大數據”概念真正變得火爆，卻是因為美國奧巴馬政府在2012 年高調宣布了其“大數據研究和開發(fā)計劃”。這標志著“大數據”時代真正開始進入社會經濟生活中來了?！按髷祿?big data)，或稱巨量資料，指的是所涉及的數據量規(guī)模大到無法利用現行主流軟件工具，在一定的時間內實現收集、分析、處理或轉化成為幫助決策者決策的可用信息?；ヂ?lián)網數據中心(IDC)認為“大數據”是為了更經濟、更有效地從高頻率、大容量、不同結構和類型的數據中獲取價值而設計的新一代架構和技術，用它來描述和定義信息爆炸時代產生的海量數據，并命名與之相關的技術發(fā)展與創(chuàng)新。大數據具有4 個特點: 第一，數據體量巨大(Volume)，從TB 級別躍升到PB 級別。第二，處理速度快(Velocity)，這與傳統(tǒng)的數據挖掘技術有著本質的不同。第三，數據種類多(Variety)，有圖片、地理位置信息、視頻、網絡日志等多種形式。第四，價值密度低，商業(yè)價值高(Value)。存在單一數據的價值并不大，但將相關數據聚集在一起，就會有很高的商業(yè)價值(金良，2012)。大數據時代，不僅改變了傳統(tǒng)的數據采集、處理和應用技術與方法，還促使人們思維方式的改變。大數據的精髓在于促使人們在采集、處理和使用數據時思維的轉變，這些轉變將改變人們理解和研究社會經濟現象的技術和方法。

(1)是在大數據時代，不依賴抽樣分析，而可以采集和處理事物整體的全部數據。19 世紀以來，當面臨大的樣本量時，人們都主要依靠抽樣來分析總體。但是，抽樣技術是在數據缺乏和取得數據受限制的條件下不得不采用的一種方法，這其實是一種人為的限制。過去，因為記錄、儲存和分析數據的工具不夠科學，只能收集少量數據進行分析。如今，科學技術條件已經有了很大的提高，雖然人類可以處理的數據依然是有限的，但是可以處理的數據量已經大量增加，而且未來會越來越多。隨著大數據分析取代抽樣分析，社會科學不再單純依賴于抽樣調查和分析實證數據，現在可以收集過去無法收集到的數據，更重要的是，現在可以不再依賴抽樣分析。

(2)是在大數據時代，不再熱衷于追求數據的精確度，而是追求利用數據的效率。當測量事物的能力受限制時，關注的是獲取最精確的結果。但是，在大數據時代，追求精確度已經既無必要又不可行，甚至變得不受歡迎。大數據紛繁多樣，優(yōu)劣摻雜，精準度已不再是分析事物總體的主要手段。擁有了大數據，不再需要對一個事物的現象深究，只要掌握事物的大致發(fā)展趨勢即可，更重要的是追求數據的及時性和使用效率。與依賴于小數據和精確性的時代相比較，大數據更注重數據的完整性和混雜性，幫助人們進一步認識事物的全貌和真相。

(3)是在大數據時代，人們難以尋求事物直接的因果關系，而是深入認識和利用事物的相關關系。長期以來，尋找因果關系是人類發(fā)展過程中形成的傳統(tǒng)習慣。尋求因果關系即使很困難且用途不大，但人們無法擺脫認識的傳統(tǒng)思維。在大數據時代，人們不必將主要精力放在事物之間因果關系的分析上，而是將主要精力放在尋找事物之間的相關關系上。事物之間的相關關系可能不會準確地告知事物發(fā)生的內在原因，但是它會提醒人們事情之間的相互聯(lián)系。人們可以通過找到一個事物的良好相關關系，幫助其捕捉到事物的現在和預測未來。(二)云計算的涵義與特征

“云計算”概念產生于谷歌和IBM 等大型互聯(lián)網公司處理海量數據的實踐。2006 年8 月9 日，Google首席執(zhí)行官埃里克·施密特(Eric Schmidt)在搜索引擎大會首次提出“云計算”的概念。2007 年10 月，Google 與IBM 開始在美國大學校園推廣云計算技術的計劃，這項計劃希望能降低分布式計算技術在學術研究方面的成本，并為這些大學提供相關的軟硬件設備及技術支持(Michael Mille，2009)。目前全世界關于“云計算”的定義有很多?！霸朴嬎恪笔腔诨ヂ?lián)網的相關服務的增加、使用和交付模式，是通過互聯(lián)網來提供動態(tài)易擴展且經常是虛擬化的資源。美國國家標準技術研究院(NIST)2009年關于云計算的定義是: “云計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網絡訪問，進入可配置的計算資源共享池(資源包括網絡、服務器、存儲、應用軟件、服務等)，這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的交互?！备鶕@一定義，云計算的特征主要表現為: 首先，云計算是一種計算模式，具有時間和網絡存儲的功能。其次，云計算是一條接入路徑，通過廣泛接入網絡以獲取計算能力，通過標準機制進行訪問。第三，云計算是一個資源池，云計算服務提供商的計算資源，通過多租戶模式為不同用戶提供服務，并根據用戶的需求動態(tài)提供不同的物理的或虛擬的資源。第四，云計算是一系列伸縮技術，在信息化和互聯(lián)網環(huán)境下的計算規(guī)模可以快速擴大或縮小，計算能力可以快速、彈性獲得。第五，云計算是一項可計量的服務，云計算資源的使用情況可以通過云計算系統(tǒng)檢測、控制、計量，以自動控制和優(yōu)化資源使用。(三)大數據與云計算的關系

從整體上看，大數據與云計算是相輔相成的。大數據主要專注實際業(yè)務，著眼于“數據”，提供數據采集、挖掘、分析的技術和方法，強調的是數據存儲能力。云計算主要關注“計算”，關注IT 架構，提供IT 解決方案，強調的是計算能力，即數據處理能力。如果沒有大數據的數據存儲，那么云計算的計算能力再強大，也難以找到用武之地;如果沒有云計算的數據處理能力，則大數據的數據存儲再豐富，也終究難以用于實踐中去。

從技術上看，大數據依賴于云計算。海量數據存儲技術、海量數據管理技術、MapＲeduce 編程模型都是云計算的關鍵技術，也都是大數據的技術基礎。而數據之所以會變“大”，最重要的便是云計算提供的技術平臺。數據被放到“云”上之后，打破了過去那種各自分割的數據存儲，更容易被收集和獲得，大數據才能呈現在人們眼前。而巨量的數據也只能依靠云計算強大的數據處理能力，才能夠“淘盡黃沙始得金”。

從側重點看，大數據與云計算的側重點不同。大數據的側重點是各種數據，廣泛、深入挖掘巨量數據，發(fā)現數據中的價值，迫使企業(yè)從“業(yè)務驅動”轉變?yōu)椤皵祿寗印?。而云計算主要通過互聯(lián)網廣泛獲取、擴展和管理計算及存儲資源和能力，其側重點是IT 資源、處理能力和各種應用，以幫助企業(yè)節(jié)省IT部署成本。云計算使企業(yè)的IT 部門受益，而大數據使企業(yè)的業(yè)務管理部門受益。

從結果看，大數據與云計算帶來不同的變化。大數據對社會經濟帶來的變化是巨大的，涉及到各個領域。大數據已經與資本、人力一起作為生產的主要因素影響著社會經濟的發(fā)展。數據創(chuàng)造價值，而挖掘數據價值、利用數據的“推動力”就是云計算。云計算將信息存儲、分享和挖掘能力極大提高，更經濟、高效地將巨量、高速、多變的終端數據存儲下來，并隨時進行計算與分析。通過云計算對大數據進行分析、總結與預測，會使得決策更可靠，釋放出更多大數據的內在價值。

二、大數據、云計算技術對審計的影響分析

審計技術和方法的發(fā)展是隨著科學和管理技術的發(fā)展而發(fā)展的?，F代審計技術和方法體系是在原始的查賬基礎上從低級向高級、從不完備到比較完備發(fā)展起來的。在業(yè)務和會計處理手工操作階段，審計實施的是賬表導向的審計技術和方法;當內部控制理論和方法全面應用于業(yè)務和會計處理時，審計實施的是系統(tǒng)導向的審計技術和方法;當風險管理理論和方法全面應用于業(yè)務和財務管理時，審計實施的是風險導向審計技術和方法;與風險導向審計技術和方法并行的是，計算機技術廣泛應用于業(yè)務和會計處理時，審計實施的是IT 審計技術和方法。目前，面對大數據、云計算技術的產生和發(fā)展，審計人員需要應時而變來適應由此而帶來的變化，分析大數據、云計算技術對審計方式、審計抽樣技術、審計報告模式、審計證據搜集等技術和方法的影響。(一)大數據、云計算技術促進持續(xù)審計方式的發(fā)展

傳統(tǒng)審計中，審計人員只是在被審計單位業(yè)務完成后才進行審計，而且審計過程中并不是審計所有的數據和信息，只是抽取其中有的一部分進行審計。這種事后和有限的審計對被審計單位復雜的生產經營和管理系統(tǒng)來說很難及時做出正確的評價，而且對于評價日益頻繁和復雜的經營管理活動的真實性和合法性則顯得過于遲緩。隨著信息技術迅速發(fā)展，越來越多的審計組織對被審計單位開始實施持續(xù)審計方式，以解決審計結果與經濟活動的時差問題。但是，審計人員實施持續(xù)審計時，往往受目前業(yè)務條件和信息化手段的限制，取得的非結構化數據無法數據化，或者無法取得相關的明細數據，致使對問題的判斷也難以進一步具體和深入。而大數據、云計算技術可以促進持續(xù)審計方式的發(fā)展，使信息技術與大數據、云計算技術較好交叉融合，尤其對業(yè)務數據和風險控制“實時性”要求較高的特定行業(yè)，如銀行、證券、保險等行業(yè)，在這些行業(yè)中實施持續(xù)審計迫在眉睫。如審計組織對商業(yè)銀行的審計，實行與商業(yè)銀行建立業(yè)務和數據系統(tǒng)的接口，在開發(fā)的持續(xù)審計系統(tǒng)中固化了非結構化數據結構化和數據分析模塊，該模塊可以在海量貸款客戶中挖掘、分析出行業(yè)性和區(qū)域性貸款風險趨勢，實現在線的風險預警，并將發(fā)現的風險數據、超預警值指標及問題登記為疑點，并建立實時審計工作底稿，按照重要程度進行歸類、核實或下發(fā)給現場審計人員進行現場核實，以較好處理非結構化數據的利用和數據的實時分析利用問題。(二)大數據、云計算技術促進總體審計模式的應用

現時的審計模式是在評價被審計單位風險基礎上實施抽樣審計。在不可能收集和分析被審計單位全部經濟業(yè)務數據的情況下，現時的審計模式主要依賴于審計抽樣，從局部入手推斷整體，即從抽取的樣本著手進行審計，再據此推斷審計對象的整體情況。這種抽樣審計模式，由于抽取樣本的有限性，而忽視了大量和具體的業(yè)務活動，使審計人員無法完全發(fā)現和揭示被審計單位的重大舞弊行為，隱藏著重大的審計風險。而大數據、云計算技術對審計人員而言，不僅僅是一種可供采用的技術手段，這些技術和方法將給審計人員提供實施總體審計模式的可行性。利用大數據、云計算技術，對數據的跨行業(yè)、跨企業(yè)搜集和分析，可以不用隨機抽樣方法，而采用搜集和分析被審計單位所有數據的總體審計模式。利用大數據、云計算技術的總體審計模式是要分析與審計對象相關的所有數據，使得審計人員可以建立總體審計的思維模式，可以使現代審計獲得革命性的變化。審計人員實施總體審計模式，可以規(guī)避審計抽樣風險。如果能夠收集總體的所有數據，就能看到更細微、深入的信息，對數據進行多角度的深層次分析，從而發(fā)現隱藏在細節(jié)數據中的對審計問題更具價值的信息。同時，審計人員實施總體審計模式，能發(fā)現從審計抽樣模式所不能發(fā)現的問題。大數據、云計算技術給審計人員提供了一種能夠從總體把握審計對象的技術手段，從而幫助審計人員能從總體的視角發(fā)現以前難以發(fā)現的問題。

(三)大數據、云計算技術促進審計成果的綜合應用

目前，審計人員的審計成果主要是提供給被審計單位的審計報告，其格式固定，內容單一，包含的信息量較少。隨著大數據、云計算技術在審計中廣泛應用，審計人員的審計成果除了審計報告外，還有在審計過程中采集、挖掘、分析和處理的大量的資料和數據，可以提供給被審計單位用于改進經營管理，促進審計成果的綜合應用，提高審計成果的綜合應用效果。首先，審計人員通過對審計中獲取的大量數據和相關情況資料的匯總、歸納，從中找出財務、業(yè)務和經營管理等方面的內在規(guī)律、共性問題和發(fā)展趨勢，通過匯總歸納宏觀性和綜合性較強的審計信息，為被審計單位投資者和其他利益相關者提供數據證明、關聯(lián)分析和決策建議，從而促進被審計單位管理水平的提高。其次，審計人員通過應用大數據、云計算技術，可以將同一問題歸入不同的類別進行分析和處理，從不同的角度、不同的層面整合提煉以滿足不同層次的需求。再次，審計人員將審計成果進行智能化留存，通過大數據、云計算技術，將問題規(guī)則化并固化到系統(tǒng)中，以便于計算或判斷問題發(fā)展趨勢，向被審計單位進行預警。最后。審計人員將審計成果、被審計單位與審計問題進行關聯(lián)，并進行信息化處理，在進行下次審計時，減少實地審計的時間和工作量，提高審計工作的效率。(四)大數據、云計算技術促進相關關系證據的應用

審計人員在審計過程中，應根據充分、適當的審計證據發(fā)表審計意見，出具審計報告。但是，在大數據、云計算環(huán)境下，審計人員既面臨巨量數據篩選的考驗，又面臨搜集適當審計證據的挑戰(zhàn)。審計人員在搜集審計證據時，傳統(tǒng)的思維路徑都是基于因果關系來搜集審計證據，而大數據分析將會更多地運用相關關系分析來搜集和發(fā)現審計證據。但從審計證據發(fā)現的角度來看，由于大數據技術提供了前所未有的跨領域、可供量化的維度，使得審計問題大量的相關信息能夠得以記錄和計算分析。大數據、云計算技術沒有改變事物間的因果關系，但在大數據、云計算技術中對相關關系的開發(fā)和利用，使得數據分析對因果邏輯關系的依賴降低了，甚至更多地傾向于應用基于相關關系的數據分析，以相關關系分析為基礎的驗證是大數據、云計算技術的一項重要特征。在大數據、云計算技術環(huán)境下，審計人員能搜集到的審計證據大多是電子證據(秦榮生，2013)。電子證據本身就非常復雜，云計算技術使獲取有因果關系的證據更加困難。審計人員應從長期依賴因果關系來搜集和發(fā)現審計證據，轉變成為利用相關關系來搜集和發(fā)現審計證據。(五)大數據、云計算技術促進高效數據審計的發(fā)展

直到今天，審計人員的數字審計技術依然建立在精準的基礎上。這種思維方式適用于掌握“小數據量”的情況，因為需要分析的數據很少，所以審計人員必須盡可能精準地量化被審計單位的業(yè)務。隨著大數據、云計算技術成為日常生活中的一部分，審計人員應開始從一個比以前更大、更全面的角度來理解被審計單位，將“樣本= 總體”植入審計人員的思維中。相比依賴于小數據和精確性的時代，大數據更強調數據的完整性和混雜性，幫助審計人員進一步接近事情的真相，“局部”和“精確”將不再是審計人員追求的目標，審計人員追求的是事物的“全貌”和“高效”。圍繞大數據，一批新興的數據挖掘、數據存儲、數據處理與分析技術將不斷涌現。在實施審計時，審計人員應利用大數據、云計算技術，使用分布式拓樸結構、云數據庫、聯(lián)網審計、數據挖掘等新型的技術手段和工具，以提高審計的效率。

(六)大數據、云計算技術促進大數據審計師的發(fā)展

大數據、云計算時代，數據的真實、可靠是大數據發(fā)揮作用的前提。這客觀上要求專業(yè)人員來對大數據的真實性、可靠性進行鑒證，審計人員可以扮演這種角色，或者稱為數據審計師。能對大數據真實性、可靠性進行鑒證的數據審計師應該是計算機科學、數學、統(tǒng)計學和審計學領域的專家，他們應有大數據分析和預測的評估能力。數據審計師應恪守公正的立場和嚴守保密的原則，面對海量的數據和紛繁復雜的相關關系，選取分析和預測工具，以及解讀數據及數據計算結果是否真實、可靠。一旦出現爭議，數據審計師有權審查與分析結果相關的運算法則、統(tǒng)計方法以及數據采集、挖掘和處理過程。數據審計師的出現是為滿足以市場為導向來解決數據真實性、可靠性問題的需求，這與20 世紀初期為了處理財務信息虛假而出現的審計人員一樣，都是為了滿足新需求而出現的。

三、大數據挖掘

數據的價值只有通過數據挖掘才能從低價值密度的數據中發(fā)現其潛在價值，而大數據挖掘技術的實現離不開云計算技術。在業(yè)界，全球著名的Google、EMC、惠普、IBM、微軟等互聯(lián)網公司都已經意識到大數據挖掘的重要意義。上述IT 巨頭們紛紛通過收購大數據分析公司，進行技術整合，希望從大數據中挖掘更多的商業(yè)價值。數據挖掘通常需要遍歷訓練數據獲得相關的統(tǒng)計信息，用于求解或優(yōu)化模型參數，在大規(guī)模數據上進行頻繁的數據訪問需要耗費大量運算時間。數據挖掘領域長期受益于并行算法和架構的使用，使得性能逐漸提升。過去15 年來，效果尤其顯著。試圖將這些進步結合起來，并且提煉。GPU平臺從并行上得到的性能提升十分顯著。這些GPU平臺由于采用并行架構，使用并行編程方法，使得計算能力呈幾何級數增長。即便是圖形處理、游戲編程是公認的復雜，它們也從并行化受益頗多。研究顯示數據挖掘、圖遍歷、有限狀態(tài)機是并行化未來的熱門方向。MapReduce 框架已經被證明是提升GPU 運行數據挖掘算法性能的重要工具。D.Luo 等提出一種非平凡的策略用來并行一系列數據挖掘與數據挖掘問題，包括一類分類SVM 和兩類分類SVM，非負最小二乘問題，及L1 正則化回歸（lasso）問題。由此得到的乘法算法，可以被直截了當地在如MapReduce 和CUDA 的并行計算環(huán)境中實現。K.Shim 在MapReduce 框架下，討論如何設計高MapReduce 算法，對當前一些基于MapReduce 的數據挖掘和數據挖掘算法進行歸納總結，以便進行大數據的分析。Junbo Zhang 等提出一種新的大數據挖掘技術，即利用MapRedue 實現并行的基于粗糙集的知識獲取算法，還提出了下一步的研究方向，即集中于用基于并行技術的粗糙集算法處理非結構化數據。F.Gao 提出了一種新的近似算法使基于核的數據挖掘算法可以有效的處理大規(guī)模數據集。當前的基于核的數據挖掘算法由于需要計算核矩陣面臨著可伸縮性問題，計算核矩陣需要O(N2)的時間和空間復雜度來計算和存儲。該算法計算核矩陣時大幅度降低計算和內存開銷，而且并沒有明顯影響結果的精確度。此外，通過折中結果的一些精度可以控制近似水平。它獨立于隨后使用的數據挖掘算法并且可以被它們使用。為了闡明近似算法的效果，在其上開發(fā)了一個變種的譜聚類算法，此外設計了一個所提出算法的基于MapReduce 的實現。在合成和真實數據集上的實驗結果顯示，所提出的算法可以獲得顯著的時間和空間節(jié)省。Christian Kaiser 等還利用MapReduce 框架分布式實現了訓練一系列核函數學習機，該方法適用于基于核的分類和回歸。Christian Kaiser 還介紹了一種擴展版的區(qū)域到點建模方法，來適應來自空間區(qū)域的大量數據。Yael Ben-Haim 研究了三種MapReduce 實現架構下并行決策樹分類算法的設計, 并在Phoenix 共享內存架構上對SPRINT 算法進行了具體的并行實現。F.Yan 考慮了潛在狄利克雷分配（LDA）的兩種推理方法——塌縮吉布斯采樣（collapsed Gibbssampling，CGS）和塌縮變分貝葉斯推理（collapsedvariational Bayesian，CVB）在GPU 上的并行化問題。為解決GPU 上的有限內存限制問題，F.Yan 提出一種能有效降低內存開銷的新穎數據劃分方案。這種劃分方案也能平衡多重處理器的計算開銷，并能容易地避免內存訪問沖突。他們使用數據流來處理超大的數據集。大量實驗表明F.Yan 的并行推理方法得到的LDA 模型一貫地具有與串行推理方法相同的預測能力；但在一個有30 個多核處理器的GPU 上，CGS 方法得到了26倍的加速，CVB 方法得到了196 倍的加速。他們提出的劃分方案和數據流方式使他們的方法在有更多多重處理器時可伸縮，而且可被作為通用技術來并行其它數據挖掘模型。Bao-Liang Lu 提出了一種并行的支持向量機，稱為最小最大模塊化網絡(M3)，它是基“分而治之”的思想解決大規(guī)模問題的有效的學習算法。針對異構云中進行大數據分析服務的并行化問題G.Jung 提出了最大覆蓋裝箱算法來決定系統(tǒng)中多少節(jié)點、哪些節(jié)點應該應用于大數據分析的并行執(zhí)行。這種方法可以使大數據進行分配使得各個計算節(jié)點可以同步的結束計算，并且使數據塊的傳輸可以和上一個塊的計算進行重疊來節(jié)省時間。實驗表明，這種方法比其他的方法可以提高大約60% 的性能。在分布式系統(tǒng)方面，Cheng 等人 提出一個面向大規(guī)?？缮炜s數據分析的可伸縮的分布式系統(tǒng)——GLADE。GLADE 通過用戶自定義聚合（UDA）接口并且在輸入數據上有效地運行來進行數據分析。文章從兩個方面來論證了系統(tǒng)的有效性。第一，文章展示了如何使用一系列分析功能來完成數據處理。第二，文章將GLADE 與兩種不同類型的系統(tǒng)進行比較：一個用UDA 進行改良的關系型數據庫（PostgreSQL）和MapReduce(Hadoop)。然后從運行結果、伸縮性以及運行時間上對不同類型的系統(tǒng)進行了比較。

四、總結 大數據的超大容量自然需要容量大，速度快，安全的存儲，滿足這種要求的存儲離不開云計算。高速產生的大數據只有通過云計算的方式才能在可等待的時間內對其進行處理。同時，云計算是提高對大數據的分析與理解能力的一個可行方案。大數據的價值也只有通

過數據挖掘才能從低價值密度的數據中發(fā)現其潛在價值，而大數據挖掘技術的實現離不開云計算技術?？傊朴嬎闶谴髷祿幚淼暮诵闹渭夹g，是大數據挖掘的主流方式。沒有互聯(lián)網，就沒有虛擬化技術為核心的云計算技術，沒有云計算就沒有大數據處理的支撐技術。

參考文獻

秦榮生.大數據、云計算技術對審計的影響研究 何清.大數據與云計算

張為民.云計算: 深刻改變未來

文峰.云計算與云審計———關于未來審計的概念與框架的一些思考

Big data and cloud computing Big Data(Big Data)in recent years, more and more occasions, the concept is mentioned more and more people, And often, and cloud computing together, what is the relationship between cloud computing and big data become a hot topic.this Special report contains the following four aspects: 1.The value of big data;2.Big data challenge;3.Big data research;4.Cloud computing is the mainstream way of data mining.Through this report on our understanding of big data, as well as the understanding of the value of big data, large data processing and mining technology, large data mainly focus on “data”, provide the technology and methods of data collection, mining and analysis;Cloud computing technology focusing on “computing”, providing IT solutions.Big data and cloud computing technology can promote the development of continuous audit mode, the overall audit mode of application, the audit results of comprehensive application, the application of related evidence, the development of efficient data audit and the development of large data auditor.Strengthen big data and cloud computing technology measures of audit applications include set up long-term development strategy, accelerate the construction of the audit regulations, establish a platform, to strengthen research and development and improve the utilization ability.Keywords: big data cloud computing data mining impact on the audit policy Suggestions

第五篇：云計算總結

云計算總結

(2009-10-22 00:02:46)轉載▼

標簽： 分類： 教育技術學基礎云計算 理論

云計算是在網格計算之后06年開始流行起來的一個名詞，以下是我針對云計算的基本內容做一個總結：

一、云計算的概念：

到目前為止，云計算還沒有一個統(tǒng)一的定義。IBM,Google,Microsoft，SUN，Amazon等研究組織和相關廠家，依據各自的利益和各自不同個的研究視角都給出了對云計算的定義和理解。

IBM公司于2007年宣布了藍云計劃，在IBM的技術白皮書中“Cloud Computing”中云計算的定義如下：“云計算一詞用來同時描述一個系統(tǒng)平臺或者一種類型的應用程序。一個云計算的平臺按需進行動態(tài)的部署（provision）、配置（configuration）、重新配置（reconfigure）以及取消服務（deprovision）等。在云計算平臺中的服務器可以是物理的服務器或者虛擬的服務器。高級的計算云通常包含一些其他的計算資源，例如存儲區(qū)域網絡（SANs），網絡設備，防火墻以及其他安全設備等。云計算在描述應用方面，它描述了一種可以通過互聯(lián)網Internet進行訪問的高擴展的應用程序。

“云使用”是大規(guī)模的數據中心以及功能強勁的服務器來運行網絡應用程序與網絡服務。任何一個用戶可以通過合適的互聯(lián)網接入設備以及一個標準的瀏覽器就能夠訪問一個云計算應用程序。”

上面的定義給出了云計算的兩個方面的含義：一方面描述了基礎設施，用來構造應用程序，其地位相當于PC機上的操作系統(tǒng)；另一方面描述了建立在這種基礎設施之上的云計算應用。

還有以下分別從模型、模式等方面對云計算的定義

云計算是一種新興的計算模型：用戶可以利用該模型在任何地方通過連接的設備訪問應用程序，應用程序位于可大規(guī)模伸縮的數據中心，計算資源可在其中動態(tài)部署并進行共享；或是脫離了本地計算且計算任務分配到遠端大型的統(tǒng)一的計算平臺上的模型

云是由一系列相互聯(lián)系并且虛擬化的計算機組成的并行和分布式系統(tǒng)模式?；谶@樣云的計算稱為云計算。簡單地說,云計算就是指基于互聯(lián)網絡的超級計算模式。即把存儲于個人電腦、服務器和其他設備上的大量存儲器容量和處理器資源集中在一起,統(tǒng)一管理并且協(xié)同工作。

云計算(Cloud Computing)是分布式處理(Distributed Computing)、并行處理(Parallel Computing)和網格計算(Grid

Computing)的發(fā)展，或者說是這些計算機科學概念的商業(yè)實現。

根據上面的引用內容，我認為云計算的功能類似于Telenet,只是Telenet中的遠程計算機變成了云計算服務器，用戶只需通過PC機、筆記本或智能手機聯(lián)通網絡，在云計算平臺上實現自己的要求即可。而且用戶端口只需要有基本的輸入輸出界面，網絡連接設備即可，不需用安裝各種各樣的軟件；用戶的數據存儲在云計算數據中心，不用再擔心如果硬盤出問題數據丟失的問題。即隨時隨地只要能上網就能應用各種各樣的服務，如同錢莊、銀行、發(fā)電廠等。用一個圖片來解釋如下：

二、云計算的特征

要想成為云計算，必須具備以下五個方面的特征：1）水平可擴展性，即將多片云連接并整合為一片云來工作的能力。

2）垂直可擴展性，即通過增強云中單個或多個節(jié)點的性能來提升整個云性能的能力。3）以互聯(lián)網為中心。云平臺運營商一互聯(lián)網為中心，將存儲和運算能力分布在網絡所連接的各個節(jié)點之中，從而弱化終端的計算能力，使互聯(lián)網的架構由“服務器+客戶端”向“云服務平臺+客戶端”演進。4）虛擬化，將底層的硬件，包括服務器、存儲于網絡設備全面虛擬化，建立起一個共享的可以按需分配的基礎資源池。5）用戶透明，包括操作透明和技術透明。操作透明，即對處在云計算環(huán)境下的用戶來說，在云中進行計算操作或數據存儲操作與其在本機上進行相應的操作是沒有區(qū)別的；技術透明，指用戶不用關心云中的節(jié)點是如何協(xié)同工作的以及怎樣擴展的。

三、云計算的應用類型

Saas(軟件即服務)——通過瀏覽器把程序傳給成千上萬的用戶。

Paas（平臺即服務）——把開發(fā)環(huán)境作為一種服務來提供。Iaas（基礎設施即服務）

1、SaaS軟件即服務

這類云計算是通過WEB瀏覽器來向成千上萬個用戶提供某種單一的軟件應用。在用戶看來，這樣他們不需要事先購買服務器設備或是軟件授權;而對于廠商來說，與常規(guī)的軟件

服務模式相比，僅提供一項應用的成本也要低得多。一個典型的針對企業(yè)級應用的例子就是Salesforce.com的CRM。另外，SaaS在人力資源軟件應用中也比較普遍，甚至它已經開始向ERP領域拓展，如Workday。而且，誰又能料到，GoogleApps和Zoho Office這種同樣基于SaaS的“桌面”應用會突然火爆起來呢?

2、公用/效用計算

公用/效用計算雖已不是新穎的概念了，但如今它正被付予新的含義。Amazon的AWS、Sun的存儲云、IBM的“藍云”以及其他廠商所共同倡導的的云計算，正在為整個業(yè)界提供所需要的存儲資源和虛擬化服務器等應用。早期的企業(yè)主要將公用/效用計算作為一種補充手段，不會應用在關鍵性任務需求上。但是時至今日公用/效用計算逐漸在數據中心開始占據一席之地。一些廠商開始幫助企業(yè)用戶創(chuàng)建虛擬的數據中心，諸如3Tera的AppLogic，Cohesive Flexible Technologies的Elastic Server on Demand(可按需實現彈性擴展的服務器)。Liquid Computing公司的LiquidQ也有類似的服務，能幫助企業(yè)將內存、I/0、存儲和計算容量通過網絡集成為一個虛擬的資源池來使用。

云計算如今已成為又一風靡的概念。與很多同行一樣，Gartner資深分析師Ben Pring認為：“云計算就像法國大餐一

樣正被人們津津樂道?！比欢?，問題在于(類似Web 2.0一樣)，似乎每個人對云計算的定義都有不同之處。

3、云計算領域的WEB服務

與SaaS有些類似，WEB服務廠商也是通過提供API讓開發(fā)人員來開發(fā)互聯(lián)網應用，而不是自己來提供功能全面的應用軟件。這種云計算的服務范圍非常廣泛，從分散的商業(yè)服務(諸如Strike Iron和Xignite)，到GoogleMaps、ADP薪資處理、美國郵政服務、Bloomberg和常規(guī)信用卡處理服務等的全套API服務。

4、平臺即服務

平臺即服務(Platform as a service)是軟件即服務(SaaS)的變種，這種形式的云計算將開發(fā)環(huán)境作為服務來提供給用戶。也就是說，用戶可以在供應商的基礎架構上創(chuàng)建自己的應用軟件來運行，然后通過網絡直接從供應商的服務器上傳遞給其他用戶(例如Legos)。然而，這類服務會受到廠商的設計規(guī)定與容量限制，用戶也因此沒有足夠的自由。這類云計算服務包括Salesforce.com的Force.com、Coghead和全新的GoogleApp Engine。

5、管理服務供應商(MSP)

管理服務(managed service)是云計算最古老的形式之一，它面向的IT管理人員而不是最終用戶，例如用于電子郵件的病

毒掃描服務，還有應用軟件監(jiān)控服務等。由SecureWorks、IBM和Verizon公司提供的管理安全服務就可歸為此類，還包括目前被Google收購的Postini以云為基礎的反垃圾郵件服務。MSP的其他產品還包含桌面管理服務，諸如CenterBeam和Everdream提供的產品。

6、服務商業(yè)平臺

這種云計算服務融合了SaaS和MSP，它實際上為用戶提供了一種交互性服務平臺。這在日常的商業(yè)貿易領域是非常普遍的，比如，某種消費管理系統(tǒng)可以讓用戶從一個網絡平臺上訂購旅行或秘書類服務，而且服務的配送實現方式和價格也都是由用戶事先設定好的。其非常典型的例子是Rearden Commerce和Ariba。

7、云計算集成

云計算服務的整合還只是剛剛開始。SaaS供應商OpSource最近就推出了OpSource Services Bus，它使用了一家叫Boomi的小公司的云計算集成技術。另一家SaaS 供應商Workday最近也收購了該領域的另一家公司CapeClear。CapeClear提供的是針對B2B集成的ESB(enterprise service bus，企業(yè)服務總線)。另外，2005開始興起的Grand Central，則想成為一種通用的“云計算總線”(bus in the cloud)，通過把多家SaaS供應商聯(lián)合在一起來為客戶提供完整的服務。

四、技術挑戰(zhàn)

1、高可靠的系統(tǒng)技術——大規(guī)模的集成計算機系統(tǒng)；容錯技術，即單節(jié)點的錯誤不應影響系統(tǒng)運行，能夠檢查錯點，具有重啟技術。

2、可擴展的并行計算技術——云計算的核心技術

3、海量的數據挖掘存儲和管理技術——并行計算，加速數據處理，需要新的思路、方法、算法；將集群數據庫擴展到成千上萬個節(jié)點還是被類似于google文件系統(tǒng)的新技術替代？

4、數據安全技術——數據銀行；安全性，保密性，訪問權限的風險性；隱私和可靠性。

關于云計算還有很多內容，在以后的學習中我將慢慢補充。