云计算的简要概念范文
时间：2024-01-04 17:45:05
导语：如何才能写好一篇云计算的简要概念，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
关键词： 云计算 转喻 概念整合 科学松鼠会
一
本文仅对分析本篇章所用到的认知语言学理论做简要综述，对各个理论的具体分类不一一展开阐述。对于本文所用到的各个具体概念，会在后面的篇章分析中详细说明。
（一）转喻（Metonymy）
转喻具有指示功能，用一物指示另一物。转喻不仅是一种修辞手段，它从本质上是认知的，也是基于体验的一种思维和行为方式。分为以下几种类型：
1.部分―整体（Part-Whole）：（1）事物与部分之间;（2）标量转喻;（3）成分转喻;（4）事件转喻;（5）范畴―成员转喻;（6）范畴―特征转喻;（7）缩减转喻。
2.部分―部分（Part-Part）：（1）行为转喻;（2）感知转喻：感知者―感受物;（3）生产转喻;（4）控制转喻;（5）所属转喻;（6）容器转喻;（7）地点转喻;（8）因果转喻。
（二）概念整合（Conceptual Blending Theory）
概念整合（或概念融合）理论至少涉及四个心理空间（Mental Space），两个输入空间（Input Space），一个类属空间（Generic Space）和一个整合空间（Blended Space）。“认知主体有选择的从两个输入空间提取部分信息进行匹配并映射入融合空间;类属空间包括两个输入空间所共有的抽象信息”;“整合空间将整个事件整合成一个更为复杂的事件”（王寅，2006）。
二
（一）转喻
1.Google在“云”上有优势，但在“端”上处于下风。
“云 指代 ‘电脑云’的技术”。
“端 指代 客户端的技术”。
二者都是容器转喻，容器指代容器里的东西。在语篇前文介绍了“云”和“端”的概念后，这里直接用这个两个概念指代它们分别所包含的科学技术，更显得语篇前后连贯，读起来也亲切自然。
2.要么耗费巨资购买计算资源，用过一次就闲置起来。
“计算能力 指代 计算机”。容器转喻，容器里的东西指代容器。
这里，计算机被当做一个容器，计算能力，是包含在计算机这个容器里的。结合语篇上下文，这里说的是，要完成这项巨大的计算任务，可以花巨资买高级的计算机，利用计算机的计算资源，但用过一次之后，这计算资源就闲置了。
类似的转喻举例：“刚去珠江路买了几个游戏”，其实是指买了几个光盘，光盘里有游戏程序。也是以容器里的东西指代容器。
3.公司的创始人沃森说过：这世界上只需要5台电脑就够了。
“电脑 指代 电脑云”。部分整体转喻。
沃森的预言里，其实是说，世界上只需要5片“电脑云”就行了。鉴于当时“云计算”的概念还未成熟，所以，他只用“电脑”这一组成“电脑云”的部分，指代“电脑云”。
4.然而从市场的角度看。
“市场 指代 参与者”。地点转喻，活动地点指代活动参与者。
这也是一个约定俗成的用法。仅用一个“市场”，指代市场中包含着的参与者，竞争者，消费者，市场规则，等等。既简洁，又全面。
（二）概念整合
1.云计算：一片“电脑云”里的浪漫。
类属空间：人、云、行为、心情。
输入空间1：人、电脑云、使用、方便、轻松、快捷。
输入空间2：人、风、景云、欣赏、赏心悦目、浪漫。
整合空间：人使用、电脑云、赏心悦目、浪漫。
人们大都把科学技术当做一门枯燥的学问看待，实在想不出它能和“浪漫”这个概念有什么关系。不过我们通过概念整合理论进行分析，就容易理解了。
（1）“电脑云”里有一个“云”字，“云”与“浪漫”是很有关联的。“云”和“浪漫”共同激活了一个心理空间，也就是输入空间2。“云”是飘逸的，美丽的，经常出现在表现浪漫、愉快心情的诗歌、文字、电影电视镜头中。人的认知系统里存有这样一种体验，“云”是一种风景，当仰望蓝天，欣赏白云朵朵的时候，定是赏心悦目，心生浪漫的。
（2）在输入空间1中，电脑云是一种高端的科学技术，提供强大的计算资源，人们使用电脑云的时候，享受到的是方便、轻松、快捷。
（3）类属空间中包含了两个输入空间中的共同的信息，第一个便是“云”，将“电脑云”与用以观赏的“风景云”联系起来;再就是“人”，“人”与这两种“云”之间的行为联系起来，一个是“使用电脑云”，一个是“欣赏风景云”;最后是两种行为都能给人带来一种心情体验。
（4）通过类属空间中各个元素的联系，在整合空间中新创了一种感受，就是人在使用电脑云的时候，心情愉悦，乃至产生了浪漫的感觉。
2.自由、平等，这些互联网时代最基本的精神，将会得到更加充分的体现。
类属空间：群体、优良特征。
输入空间1：人类社会、自由、平等、博爱。
输入空间2：计算机网络、方便、快捷、信息分享、资源共享。
整合空间：人、在计算机网络里享受、自由、平等、（博爱）。
（1）输入空间1中是人们所熟知的，人类社会所尊奉的三种精神，自由，平等，博爱。输入空间2中恰恰是计算机网络世界所拥有的特点：方便，快捷，信息分享，计算资源共享。
（2）两个输入空间中的共同点由类属空间联系起来，即“群体 拥有 优良特征”。人类社会的三种精神，正好又与计算机网络世界的特点相类似。
（3）整合空间新创出来的心理空间便是，在“云计算”时代，人们在网络世界里，方便快捷地共享着计算资源，就如体现了人类社会的“自由，平等，博爱”精神一样。
3.曾经有人说，到了云计算时代，世界上只需5片电脑云就够了：微软，Google，IBM，SUN，Amazon，各撑一片（电脑云）。
类属空间：某重要人物、维持、某种重要状态。
输入空间1：IT公司、经营、各自的电脑云。
输入空间2：巨人、撑起、一片天。
整合空间：IT巨头、撑起、一片片电脑云、意义重大。
（1）先看输入空间2，一般提到“撑起一片”，就会激起人们认知系统里的“撑起一片天”这个概念。表示有能力，有力量的人，如传说中的，肩负着巨大任务，为其他人提供支持，提供保障。
（2）输入空间1中，这5家IT公司，各自建立起，并经营各自的“电脑云”系统。
（3）类属空间联系了两个输入空间的共同点，即：某重要人物，以自身的能力，维持着某种重要状态。
（4）整合空间中，5家IT公司，即5个“IT巨头”，各撑起一片重要的电脑云，维持着整个“云计算”时代的计算资源。
（三）其他概念隐喻、转喻等举例
本语篇中，也包含其他一些常见的概念隐喻、转喻等现象，如：
1.在最近的几年里。结构喻。“时间 是 空间”。
2.这项工作只有两条路可走。结构喻。“工作 是 旅程”。
3.早在60多年前，他就看出了云计算。结构喻。“预测 是 观看”。
4.国内著名互联网企业阿里巴巴宣布。所属转喻。“公司 指代 经营者”。
参考文献：
[1]王寅.认知语言学.上海外语教育出版社，2006.
[2]G Radden，Z K？ivecses-Metonymy in language and thought，1999.
篇2
近年来，由于数据的快速增长以及用户对计算机和存储能力的要求越来越高，于此同时“物联网”、“三网融合”、“智能电网”等应用快速发展也对信息系统的计算和数据管理带来了更高的要求，云计算(cloud computing)是一项正在兴起中的技术。云计算能够改变普通用户使用计算机的模式为用户提供按需分配的计算能力、存储能力及应用服务能力，目的是让用户使用计算资源就像使用水和电一样方便，大大降低用户的软、硬件采购费用。云计算是在分布式系统、网格计算等基础上提出的一个新概念，它面对的是超大规模的分布式环境，其核心是提供海量数据存储以及高效率的计算能力，由此衍生出一系列的应用。但是云计算绝不仅仅是一个计算的问题，它需要融合许许多多的技术与成果。基于云计算的数据管理、海量分布式存储、并行计算都是云计算的重要组成部分。
一、云计算
(一)云计算概念。云计算是分布式处理(distributed computing)、并行处理(parallel computing)和网格计算(grid computing)的发展，或者说是这些计算科学概念的商业实现。
云计算的基本原理是，通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行与互联哇相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。这是一种革命性的举措，打个比方，这就好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。最大的不同在于，它是通过互联网进行传输的。
近年来国内外各知名IT企业都在大力开发和推进云计算，如Google推出Google Apps服务，亚马逊推出弹性计算云(EC2)服务，IBM推出“蓝云”计划，国内浪潮推出面向云计算的“云海”操作系统，初步的云计算产品已经投入了正式使用，但云计算还处于发展阶段，与之相关的各项技术还不够成熟。
(二)云计算特征。云计算管理的特点有很多， 主要具有海量性、 异构性以及非确定性。下面就几种特点作简要介绍。
1、海量性。我国在近些年来逐渐兴起的物联网技术， 很大程度上都是通过一定数量的传感器来采集有效数据。这种应用的规模越来越大，同时在许多领域都有着非常广泛的应用，如果这样发展下去，要采集和处理的数据量将会是非常大的。因此数据处理的方法和技术又很多种，我们应该对其当代的技术改造和创新。在这种环境下应运而生出一种新兴的数据管理技术——云数据管理。云数据管理能够对海量的数据进行有效信息的提取，同时能够进一步融合进而优化。
2、异构性。云计算通过传感器等所采集到的数据，这些数据的数据结构和数据形态都是不一样的;同时云计算中具有很多数量的应用，不同的行业和领域之间，获取所需要的相关信息的途径以及手段等都各不相同。就其中的传感器而言，就可以分成许多种不同的类型。因为传感器中具有不同的类别，行业中广泛使用的湿度传感器、温度传感器以及二氧化碳浓度传感器的收集和处理信息的能力都是不一样的。往往不同的传感器，在采集方面会产生非常大的不同。也正是因为以上的几个原因，数据资源具有很大的异构性。
3、不确定性。云计算之中的数据具有一个非常显的特点：具有很大的不确定性。我们必须对相关的信息和数据进行相应的操作和传输处理，才能够获取有效而且十分准确的数据。不确定性本身所涉及到的概念相当广泛，匹配的不确定性、分析的不确定性、数据查询和数据本身，都具有很大的不确定性。
二、云数据管理技术
(一)GFS技术。GFS主要为云计算提供大量的存储空间，是一种具有文件分布式的大型系统。GFS技术可以和许多其它的技术同时使用， 比如Chubby 和 Big Table 等，从而形成一个解决的方法。GFS 技术将所有的系统结点主要分成了三种类型：主服务器、数据库服务器和客户端。其中，主服务器的主要功能是保存系统的单元数据，而且主服务器也是整个系统的文件处理中心，能够管理整个系统的结点; 数据块服务器能够将所需要存储的数据，转换成相应的文件格式，进而将这些文件存放到Chunk Server 里面， 数据库服务器是系统存取信息的装置。通常来说， Chunk Server 的数量越多， 那么 GFS 的规模也就会越大;客户端能够提供给系统中的应用序一组专门的访问接口，同时这些接口不一定需要依据 POSIX 的规范定义。在连接接口的时候，可以直接与库文件所在的库进行连接，并直接调用序所需要的库函数。
(二)Dynamo 技术。Dynamo 技术不仅具有存储系统的分布式、数据库和高可用行，而且还具有专有存储系统的键值结构、Hash 表分布式，因此 Dynamo可直接提供底层支持与 A WS，并且可不用暴露于外网。Dynamo技术的优点是通过它所提供的N、R、W 三个使用参数，并根据自己来调整需求进行的实例，Risk、Project V oldemort 以及 Apache Cassandra是比较典型的 Dynamo 技术，其中N表示的是副本个数，R表示的是可达到读取一致、读取成功的个数，W表示的是认为写入成功的个数，但并不要求副本个数全部成功，当读取成成的个数加上写入成功大于副本个数，就可以保证最终的数据一致性，当读取成成的个数加上写入成功小于副本个数，则不可以保证最终的数据一致性。此外，Dynamo 对于不同版本对象进行的处理功能、 记录功能也是支持的，它的工作原理是将不同版本的应用提供给自己，并让自己达到比对方更加灵活的目的。
(三)Big Table 技术。Big Table 是一个规模超过 1024TB 的巨大表，它是根据 MapRedcu 以及 GFS，建立起来的一种拥有大型数据库的分布式，其工作原理是将需要处理的数据形成一个巨大的表格。 同时， Big T able 还是一种拥有数据扩展功能所设计的管理结构化分布式数据存储系统，这就使 Big T able的数据可达到巨大化规模，比如有非常多的计算机用户需要到达 Petabytes 服务器的规模数据，而现在非常多的互联网都是用 Big T able 来建立应用程序。其中，比如典型的是 Hadoop Hbase，其利用 Big T able 基础模型。Big T able是由时间戳、列关键字、行关键字所形成三维定位的单元格，以及一个拥有排序、多维以及稀疏 MAP 等共同组成，单元格所显示的是字符串。
(四)Map Reduce技术。MapReduce适合于大规模数据集(大于 1TB)的并行处理，是 Google 设计的一种能够实现高效编程的技术模式。通过这种编程模式，MapReduce 将需要运算的问题分解为两个不同的部分映射和化简。系统能够将在单个节点上完成的运算任务细分为许多个子任务，其是使用Map函数划分的。这些子任务会被分配到不同的计算机中进行运算和处理。Map 函数运算得到的结果数据，会通过 Reduce函数按照系统之前所预先写好的序进行分析处理，最终得到所需要的数据结论。
三、总结
云计算由于具有海量性、异构性以及非确定性等一系列优点，因而在现阶段得到了广泛应用，且展现出了良好的应用前景。然而云计算的云计算管理毕竟发展时间不长，还存在诸多不完善之处，机遇和挑战共存，实际开发研究中，注意对这种机遇和挑战进行把握控制，以促进云计算和云数据管理技术的开发研究与发展应用。
篇3
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。
【关键词】云计算 数据挖掘 关键技术探讨
1 云计算和数据挖掘
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Web service、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。
参考文献
[1]纪俊.一种基于云计算的数据挖掘平台架构设计与实现[D].青岛：青岛大学，2009.
[2]何清.基于云计算的海量数据挖掘[C/OL]//第二届中国云计算大会，2010.
[3]CHANG F.DEAN J.ributed storage system for structured data，2008（02）.
篇4
云计算概念与模式
1.云计算基本概念
对于“云计算”，解释得最多的是“像用电一样使用计算能力”，但到底是什么却有无数种解释。其实，我们无需去搞清楚云计算到底是什么，只需了解这种新的计算模式能够为人们带来哪些好处，我们又如何获取这些能力来为业务所用就足够了。
云计算使用模式有三个显著特点，即集中管理、移动应用和租用模式，这跟现代电网的特征是完全一致的。云计算重点关注的是服务器方的计算能力，跟云计算还有一个对应的概念是“泛在计算”，重点关注的是终端的计算能力。信息网络具有强大的反馈能力，而电网基本上是单向的电力输送，这是云计算与电网有很大区别的地方。
云计算要实现这三个特征需要关注以下几个方面：
①资源集中。存储、计算能力、数据、软件等系统资源被放到一起作为资源池统一管理，就可以动态地调度资源的分配，如果是分散的则无法达到调度的效果。集中管理应该是虚拟化的，可以是物理上放在一起，但在大部分时候可能是分布式结构，在逻辑上实现统一管理。
②服务架构。既然资源现在统一存放，原来的直接访问方式就不再可用了，只能采用服务的方式把它提供出来，就需要有相应的服务基础设施、新型的服务器和终端软件、新型的开发支持工具、新型的管理办法。服务多了，就需要制定相应的接口规范；同时，这种模式也潜藏着可靠性、并发处理能力、安全性的巨大挑战。
③按需使用。集中管理和采用服务方式以后，用户具有更大的灵活性，可以随时调用计算中心的资源，而无需关心其他无关的东西，这会大大提升工作的效率；同时，通过按照用量付费的方法，用户可以降低个人的费用成本，而服务中心也可以通过将闲置的资源提供给其他用户来提高系统的整体运营效能。另外，计算中经常会出现 “波峰”和“波谷”，计算中心可以统一来进行任务的调度，从而实现负载均衡。
④移动应用。使用移动终端的用户经常需要在终端与设备、终端与终端之间交换数据，因此更加愿意使用云计算的“星型”数据服务路径，而且端上计算能力一般较弱，需要通过云来完成，所以云与端是密不可分的。正是移动终端的大量使用推动了云计算的快速发展，因此，对端的开发也是云计算系统的重头戏。
⑤用户体验。云计算模式带来用户使用习惯的变化，也使原来软件应用的范围大规模地扩展，用户体验也因而变得更加重要。如果通过简化操作和改进体验，能够让一些原来的“非用户”变为“用户”，就会带来用户基数的快速增长，其商业价值是不言而喻的。
⑥商业模型。云计算的使用模式和用户对象将会与传统模式有比较大的区别，因此会衍生出很多新的商业模式，比如用户不再需要购买套装软件，不再需要繁琐的安装过程，不再需要专业的维护知识，也不再需要为了一个简单的计算拥有一个庞大的数据库。当然，天下没有免费的午餐，用户可能需要在其他方面做出一些付出，比如在通信费用、移动终端购买、租金的支付等方面，这将导致产业形态发生变化，进而可能引起产业格局发生重大调整。
当然，这一切是一个方向和愿景，不可能在一夜之间发生天翻地覆的变化，因为相关的硬件资源、软件系统、人员的储备、观念的转变、工作模式的变化都需要一个长期的过程。
2.云计算业务优势
云计算模式有几个方面的优势：
（一）更高的信息处理效率，更低的总体拥有成本。
（二）更快的系统构建时间，更好的系统规模伸缩。
由于系统集中构建和统一维护、管理，在基础设施健全的情况下，新系统上线时间得以大幅度缩短，也可以根据业务需要快速分配资源，满足特定情况下的需求。当然，这需要前期较大的投入才能实现。
（三）更少的系统停机时间，更强的业务保障能力。集中的服务管理能够提供很高的容错能力。但也应看到，云计算集中的优势同时也会带来网络开销的增大，以及增加网络失效、安全威胁的风险，需要通过优化的方案设计来加以避免。
（四）更佳的业务部署模式，更久的业务持续能力。云计算模式能够更好地满足快速变化的需求，移动终端的使用能够满足现代快节奏的生活方式，尤其是降低成长型企业的前期成本，这都能够提升组织的业务服务能力，提高客户满意度，并最终产生更好的社会和经济效益。
3.云计算软件特点
云计算软件是云计算效益得以实现的核心内容，要能适应云计算基础环境，能够充分发挥云计算技术模式和商业模式的优势，同时又能够有效避免所存在的各种问题，改进其缺陷，才能体现出真正的价值。
云计算软件首先应该支持虚拟化，有高性能的计算内核，能高效地支持虚拟机运行、支持虚拟化的云存储、分布式的云数据库和大规模Web服务阵列；同时，要尽可能减少内存、存储和CPU、网络带宽资源占用，以节省成本。
云计算软件以在线使用方式提供，主要面向Web和移动应用，桌面软件以数据获取和后台分析计算为主。云计算软件可以租用方式提供，根据使用情况进行收费。云计算软件一般需要内置大量的基础数据，使用户可以即买即用，实现数据一体化应用，如搜索引擎需要缓存大量的基础搜索数据，地图服务需要内置丰富的地图数据资源等等。
尽管以后云计算在专业和企业市场会有大量的应用，但云计算模式更适合普及性和易用性的应用方向，比如消费型和生活型的购物、娱乐网站，社会型的社交网站，商务型的在线CRM、电子邮件等服务。由于云计算的特殊性，并不是所有的软件都适合采用云计算方式来运行，要根据技术和应用的特点来决定是否使用云计算模式，以及采用何种云计算模式。
虽然拥有很多的优势，但云计算面临的挑战是相当多的，如安全性、系统的坚固性，系统的异构性。云计算的新模式必然带来产业的变革，如何突破旧有框架建立一个稳定的新产业体系，必然也需要一个相当长的过程，需要面对许多挑战、不断探索、不断创新。
云计算技术与应用
云计算基础设施的建设主要用到虚拟化计算、虚拟化存储、并行化计算三大主要支撑性技术，目前已经有多个厂家提供相应的技术和解决方案，但总体来说仍然处于快速发展的阶段，成熟度需要进一步提高。
在应用方面，云计算概念出现以前，Google、Amazon、Yahoo、Salesforce等大型互联网公司已经开始研究和大量使用云模式的计算技术，形成了比较成熟的架构和技术，并且取得了非常好的收益。云计算概念提出之后，很多传统IT厂家也都大量投入进行相应的研究，推出相应的产品。如IBM以私有云为主推出了一系列方案；微软投入重金打造了Azure云服务平台；Oracle收购Sun后推出了一系列软硬件一体化方案；Dell、HP也收购了一些公司打造云计算方案；开源厂商如Redhat也紧跟大潮，推出了相应的解决方案。
在云计算基础设施方面，国外几个有名的云计算基础设施包括Amazon、Azure，都提供相当强大的处理能力。国内出现祥云（北京）、国云（中科院计算所）、大云（中国移动）、云海（上海）等多个云计算计划，一些原来的超算中心和IDC(互联网数据中心)也加入云计算的阵营，提供虚拟机、虚拟存储、分布式计算架构等基础计算服务。建构在云基础设施之上的云计算应用平台也有很多，如Google、Yahoo、Salesforce、Facebook等，国内的Alibaba、百度、腾讯也着力进行云应用平台的研发和使用，并且开始逐步开放其平台API。
云计算对GIS的影响
云计算对GIS将会带来非常重要的影响。首先，GIS平台概念的内涵将发生变化，GIS基础软件平台将进一步发展，通过融合在线服务形成基础GIS软件、云计算GIS软件和在线平台一体化的综合服务平台；其次，GIS技术将与其它IT技术实现更深度的融合，数据将实现空间关联，业务具有空间智能；第三，GIS技术和空间数据的使用模式会发生变化，更多地使用基于云服务地在线资源；第四，通过云服务模式，GIS的使用范围将得以大大地扩展，使GIS的用户对象扩展到更加广阔的范围。
总之，云计算模式的发展将推动GIS产业的进一步发展，而GIS和空间信息的深入发展也将同时推动整个IT产业的发展，带动电子商务、位置服务、定位导航、车联网、物联网等新兴服务业和交通、运输等传统服务业的发展，以及改进应急救灾、环境保护、节能减排、能源开发、国土资源等方面的管理措施。
1.GIS非常适合采用云计算模式
由于GIS应用的特点，非常适合采用云计算模式：①空间数据的产生单位相对较少，而数据使用者众多且多样化；②基础数据多，数据量庞大，更新频度低，适合采用云存储服务方式共享；③并发用户数很大，但每次使用量较小，适合云计算的大规模分布式计算；④需要海量数据存储，进行数据处理和数据挖掘，适合云计算的并行化分布式处理。
2.地理信息业务模式的主要变化
可以设想，未来基于云计算技术的空间信息处理与应用将会发生很多变化，下面从数据采集、处理、应用的流程作简要分析（见图表）。
3.GIS基础平台内涵的全新扩展
在云计算时代，GIS平台概念将极大地扩展，将包括GIS基础软件、云GIS平台软件、GIS云服务平台三个主要组成部分，应用中既会用到传统的GIS基础软件进行数据处理，也会使用云GIS软件在私有云上进行工作，同时也会连接GIS云服务上的资源，或者将处理结果动态地到云服务平台之上。
云GIS将实现地理空间信息和非空间信息的全面整合，实现数据的空间关联，包括内部资源库、私有云资源、公共云资源和其它的互联网资源。GIS将真正无处不在，深入到包括桌面、Web、手机、车联网、物联网等应用类型。
4.GIS与其它信息技术深度融合
云GIS将通过云计算和物联网技术实现定位系统、遥感系统、通讯系统、传感器的全面连接。通过虚拟化、高性能服务技术和移动终端技术实现在线的获取、处理和应用空间信息及其关联信息，并实施基于空间智能的业务逻辑。通过三维可视化技术、环境仿真技术、数字化虚拟系统实现地理空间环境的规划和管理决策。
5.GIS应用模式与使用体验变化
随着云计算的发展，GIS的应用模式和使用体验将会发生很大变化。具体包括：
（1）随需应变。通过在线的、稳定的虚拟化架构，云GIS系统能够更好地满足快速变化的需求，即时提供需要的服务，系统数据和功能提供从内部驱动向外部需求驱动转变。
（2）按需使用。服务者只提供需要的，可以节省计算资源；使用者只获取想要的，只需为使用付费，从而降低使用难度和成本，也不再需要维护庞大的地理空间数据库。
（3）随时可用。系统是在线运行的，可以可靠地运行、满足即时提出的需求。
（4）随地可用。系统是分布式的、虚拟化的网络部署，任何地方都可以访问。
（5）任何设备。使用工作站、PC、笔记本、平板、手机、车载设备均可访问。
总之，云GIS将适应有线网、无线网及其混合网络环境，拥有与其工作环境相适应的用户界面，多业务环节实现流程化、并行化处理，从而实现地理空间数据从采集到处理、分析、应用等各阶段完全一致的操作体验；而数据是统一、同步、一致的，可以同步修改，实现高效的协同工作。
6.测绘、地理信息与互联网融合
测绘、地理信息和互联网将进一步融合。传统的测绘成果，如大地测量、基础地形、基础地理信息，将与专业地理信息进一步结合，如地质、地貌、山文、土壤、植物、动物，大气、气候、气象、水文、水利，区划、环境、社会、经济、人文、人口，灾害、地理统计、国情监测、资源调查、规划等信息将会融合，进行基于空间的统一处理和分析。
互联网上将产生大量用户生成数据，也将通过聚合提供政府、行业、部门、企业、个人使用，使GIS出现泛在化趋势，大量的地理空间信息应用与GIS专业理论方法无关，如Google Earth、百度地图、物流配送等等业务。
篇5
【关键词】云计算；电力信息；电力企业
引言
随着计算机信息的不断发展，云计算作为计算机中的新兴技术，受到了诸多企业的认可与广泛的应用，但随着时代的发展，云计算环境中的信息安全也被众多相关人士的所重视，而电力企业将云计算技术应用于自身的管理系统中，能够在一定程度上提升自身信息管理的水平。但在提升的同时，也存在着一定的风险性。
1云计算概念解析
云计算的核心里面便是互联网为基础将众多的计算机组合成可以控制的资源体系，最后利用该资源体系完成众多的计算任务。因此就云计算的实质而言，其就是以Internet为基础的计算方法。云计算经过长时间的发展具备了服务弹性大、可扩展性强等诸多优势，但云计算在具备这些优势同时也具备了相关的信息安全问题。所谓的信息安全问题指的便是基于互联网而衍生出来的信息风险。其具体包括数据访问权限风险、传输、储存安全风险等等，而电力企业需要用云计算完成的任务具体有以下几个方面，用户个人信息管理、电力营销、电力数据仿真等等。
2云计算环境下电力信息安全问题简析
有关技术人员根据云计算服务性质的不同，将云计算分为了混合云、私有云、公有云三类，根据我国现代电力企业对于云计算的应用情况，发现其不仅仅涉及到了公有云，而且还包涉及到私有云。而在电力企业中电力私有云在一般情况下是指电力企业为了实现系统内整个IT架构的提升专门构建的云计算。电力企业的私有云较之于公有云而言，提升了一定的安全性与服务质量，但其还存在着较多的风险。
2.1边界模糊
所谓边界风险指的就是因为云计算本身就是以虚拟化构架为基础建造起来的，因此其不具备明确的安全边界，而且传统的安全区分系统很难满足云计算对于安全的需求。
2.2访问权限风险
访问权限在现阶段的云计算系统中，已被大量广泛采用，因为电力企业很大一部分业务系统都处于云中。因此如果不具备相关的身份识别方式，很多人都有可能接触到企业的机密信息，从而导致机密泄露问题的发生。
2.3数据的存储与传输的问题
现阶段很多电力企业信息都会在存储与传输的过程中受到攻击，在很多时候会造成企业机密信息的泄露。很多电力企业信息在存储时会收到代码的恶意攻击，因此电力企业数据的存储与传输的问题必须得到解决。
3云计算环境下电力信息安全策略简析
3.1边界防护技术的应用得到加强计算机安全策略
常见的应用类型便是边界防护功能技术，最为常见的便是防火墙技术、入侵检测系统等等。防护墙技术从本质而言就是一种屏障技术，一般由软硬件组合而成，应用的方面是内部网与外部网之间，具体而言防火墙技术由服务访问规则、数据验证相关工具、包过滤、应用网关，这四大件构成，只要是经过这四大构建的数据都会被严格的审核，审核通过后才会被放行，因此电力信息安全的云计算可以提升防火墙技术来完成对信息的保护，而入侵检测技术其实是一种安全警报技术，入侵检测技术在运行的时候能将准确地识别外来信息的入侵，并且向相关的管理人员发出警报，而且入侵检测系统技术能够将入侵的，信息进行统一的收集处理，并且加以分析，便于工作人员的管理。因此电力企业应当应用较为先进的入侵检测技术系统，便能够在极短时间来发现外来信息的入侵并及时的采取相应的措施，便能够有效的防止电力企业核心资料的泄漏[2]。
3.2完善身份认证体系
屏蔽端口是完善身份认证体系作为主要的一个环节，上文也提及电力信息安全的一个主要问题便是访问权限安全，只有完善身份认证体系才能更好的保护电力企业的机密信息，而完善身份认证体系可以很好的防止个人信息账号被盗问题的发生，在一般情况下，非法攻击或者黑客在对管理员账号进行窃取时，一般都会选择采用服务器的3389端口来进行界限的突破工作，因此电力企业的技术人员只有把流经此端口的计算信息进行彻底的屏蔽，才能实现对电力企业信息的保障。
3.3加强云服务器的安全防护
关于数据的储存以及传输的安全可以通过相应的加密软件来解决，或者电力企业的技术人员根据企业数据的实际情况将数据进行了分类加密。对于核心的数据进行高端加密软件和多层加密。对于普通的数据流进行了一般的加密，如此一来不仅仅节约了企业成本，还解决了数据的存储以及传输的安全的问题。而且电力企业该应该对云服务器的安全防护能力进行一定的加强，其主要的措施就是应用清马以及修补漏洞的方式来实现，电力企业的技术人员对系统的漏洞的检查力度进行一定的加强，对于发现的漏洞进行及时的解决，对于网页上的木马进行及时的查杀，并且统计归纳已经出现的漏洞以及木马，建立较为完善的病毒库，以便下一次更好的防止木马的入侵。
4结语
本文通过对云计算环境下电力信息安全问题的深入分析，并结合了云计算相关的概念，提出了云计算环境下电力信息安全的相关策略，对云计算环境下电力信息安全的各个方面进行了深入的研究分析，最后得出，云计算环境下的电力企业信息安全是保证电力企业实现良好发展的保障之一，因此必须得到重视。
参考文献
[1]张云生.浅谈发电企业信息安全与风险控制[J].机电信息，2016（27）.
篇6
关键词：智能油田；数字油田；信息化
0 引言
随着全球经济持续疲软，石油与天然气需求大幅度减少，主要产油国为支撑国内经济而维持或增加油气产量，特别是美国页岩气的成功开发使得国际油气价格持续走低，对石油生产和消费大国的经济甚至全球经济的发展带来前所未有的影响。此外，常规油气资源的不断枯竭，非常规、复杂油气藏成为维持全球产能的主要接替资源，不断创新高新技术、实现勘探开发低成本成为世界各大石油公司面临的双重挑战。油气资源品位下降和新老资源接替不足已成为油气田企业面对的长期问题[1]。提高油气田企业总体信息化水平，加强信息化与工业化的融合，已成为油气田企业发展和创新的必然选择。
经过不断的信息化建设和技术革新，数字油田体系已经日趋完善，当前主要的发展方向是在数字油田系统基础之上，以油气田数据的深入挖掘和综合应用为突出特征，进一步深化信息技术应用，形成智能油田[2]。“加强云计算、物联网、大数据等信息新技术的研发与应用，通过工业化与信息化的深度融合，降低成本，提升石油石化行业的发展质量和效益[3]。”这是2015年4月17日在北京举行的第三届中国石油石化工业与信息化融合发展论坛上，与会者达成的共识，标志着国内油田运营模式迈向智能油田建设和应用的步伐。
1 智能油田的概念及特征
国内外各大油田建设中，都对智能油田进行了深入研究并提出了自己的理解。壳牌集团勘探开发执行官Malcolm Brinded将“智能油田”定义为：a Smart Field is an asset that we can continually optimize 24 hours a day，7 days a week。即智能油田是一周7天、一天24小时连续优化的资产[4]。新疆油田孙晓岗认为，智能油田就是在数字油田的基础上，借助业务模型和专家系统，全面感知油田动态，自动操控油田活动，持续优化油田管理，虚拟专家辅助油田决策，用计算机系统智能地管理油田[5]。大庆油田王洪福认为：智能油田=数字油田V2.0=DOF（数字油田）+Cloud Computing（云计算）+ IOT（Internet of Things，物联网）+BD（Big Data，大数据）[6]。
上述定义从不同的认知视角对智能油田进行了形象描述，反映了当前智能油田的特征。从本质上讲，智能油田是油气藏勘探开发技术、油气开采配套产业、油气田生产及决策、现代信息技术应用等多种业务智能化协同发展的必然结果。智能油田的建设就是让计算机或智能设备逐步代替人工脑力劳动的过程。从应用角度来看，“数字油田”代替了人的重复性的统计工作，是应用知识的过程，“智能油田”代替的则是人的分析归纳工作，是创造知识和知识共享的过程。从目前来看，智能油田建设将是一项持久的工作，它会随着计算机技术中人工智能应用程度的提高而不断发展。
当前，智能油田的发展趋势正朝着“一体化、协同化、实时化、可视化、共享化”的方向发展，即业务应用一体化、决策部署协同化、生产管理实时化、综合研究可视化、信息资源共享化[7]。智能油田是一个面向应用和服务的油田，智能油田的目标是建立一个由新工具、新技术支持的涵盖油田生产、管理及服务全生命周期的新油田生态系统。同时，通过管理理念、管理方式的变革，实现跨地域、跨学科、跨部门的协同工作，提高油气田研究与决策的质量和效率，转变经济发展方式，实现由传统油田向新兴油田的跨越式发展。
2 智能油田的国内研究现状
与国际上智能油田研究情况对比来看，国内对智能油田的研究存在起步晚、研究范围小，对研究及应用模式创新力不强等不足。从研究趋势、关联研究、学科渗透、相关研究机构等方面出发，对国内智能油田的研究情况进行如下分析。
2.1 研究趋势
在中国知网（）上，以“智能油田”为主题词，截止2015年，共检索到85篇最相关的学术及学位论文，2005-2015年逐年发文量情况如图1所示。
在中国，智能油田研究的相关论著始于2005年[8]。从发文量及内容来看，智能油田在中国的研究正处于积极发展的趋势，且已出现局部的应用[9-11]，对油田企业的提质增效逐渐发挥其重要作用。此外，长庆油田油气藏研究与决策一体化信息平台的推广应用也是一种典型的智能油田的应用范例[12]。
2.2 关联研究
随着研究的不断深入，出现了越来越多与智能油田相关的研究热点，形成了庞大的研究网络，表1中列举了与智能油田高相关的研究点。
从表1来看，数字油田作为智能油田的基础，其研究受到了广泛关注，但已不是当前的研究热点，已进入大规模推广应用阶段，这也表明研究趋势已由数字油田转向智能油田。与智能油田相关的物联网技术、智能化等信息技术的研究也逐渐增多。值得注意的是，克拉玛依油田作为中国数字油田建设的典范，其智能油田的研究也已开展。
2.3 学科渗透
智能油田的跨学科研究发展迅猛，已深入到计算机科学与技术、信息与通信工程等多个学科，并衍生出多个交叉学科主题[12-15]，表2列举了多个渗透学科及对应的研究主题。
从表2可以看出，智能油田的研究及建设是一个涉及多种学科和多种应用的综合性系统工程，需要石油与天然气工程技术人员、IT技术人员、仪器仪表工程师、经济学家、情报服务人员等多个学科专家的共同协作，具有典型的协同化、一体化、共享化的特征。
2.4 相关研究机构
众多研究机构在“智能油田”领域成果斐然，表3列举了一些高发文量的研究机构，近几年共有30篇相关的学术论文。这些机构的研究成果代表了国内智能油田研究的水平和发展趋势，对后续智能油田的研究方向具有引领作用。
篇7
关键词关键词：大数据；云计算；媒介
中图分类号：TP301 文献标识码：A 文章编号文章编号：16727800（2013）008000102
作者简介作者简介：胡伟（1987-），男，武汉大学新闻与传播学院硕士研究生，研究方向为网络传播 。
1 大数据时代
英特尔创始人戈登·摩尔（Gordon Moore）曾预测，计算机的处理能力大约每隔18个月便增加一倍。随着互联网，尤其是电子商务、社交媒体、智能终端的普及，每天都会产生大量的碎片化数据。以下一组数据可以反映：一天之内在互联网上被传输、使用、观看的图片是2.5亿幅；每秒钟人们发送290 封电子邮件；每分钟人们在youtube上传20h的视频；人们每月总共在Facebook 上浏览7 000 亿min；每月移动互联网用户发送和上传的数据量达到1.3exabytes，相当于1018bytes；每秒钟亚马逊处理72.9 笔订单；每天在新浪微博上发表的信息超过1亿条……以上的种种无不在宣告一个事实：数据大爆炸的信息时代正在到来，我们即将迈入一个大数据的时代。
最早提出“大数据”时代到来的是著名管理咨询公司麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。” 进入2012年，“大数据”（Big Data）一词被越来越多地提及。人们用它来描述、定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。那么何为大数据呢？
对于大数据我们首先想到的是数据量巨大。从TB级别，跃升到PB级别；再次就是数据的非结构化，数据类型繁多，遍布文字、视频、图片、地理位置信息等等；第三在于数据的价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有1～2s。最后在于处理速度快，在纷繁浩杂的数据中发觉问题，能否第一时间处理问题是大数据时代能否制胜的关键。
巨量数据正在成为一种资源、一种生产要素，渗透至各个领域，而拥有大数据能力，即善于聚合信息并有效利用数据，将会带来层出不穷的创新，从某种意义上说它代表着一种生产力。正是基于此，奥巴马政府将数据定义为“未来的新石油”，并表示一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，未来对数据的占有和控制甚至将成为陆权、海权、空权之外的另一种国家核心资产。2012年3月22日，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家意志。联合国也在2012年了大数据政务白皮书，指出大数据对于联合国和各国政府来说是一个历史性的机遇，人们如今可以使用极为丰富的数据资源，来对社会经济进行前所未有的实时分析，帮助政府更好地响应社会和经济运行。
综上所诉，我们不难看出，未来的时代必将是一个大数据的时代，大数据在经济、政治、文化、社会、军事等诸多领域定将会给人类带来翻天覆地的变化。但是，面对海量数据，我们如何从中精确选择、准确分析进而指导我们的行为呢？
2 大数据时代离不开云计算
提起云计算，我们首先想到的是其无比宏大的计算处理能力，但现今我们也不得不发出“英雄无用武之地”的感叹，因为当今云计算依然停留在一个概念化的层面，无论是现今的云存储还是所谓的云电视，都只是概念化的操作，毕竟缺乏巨大数据处理量支撑的云计算永远没有“落地生根”的驱动力。但是，“大数据”时代的到来，宣告着云计算春天的来临。云计算与大数据的关系是静与动的关系；云计算强调的是计算，这是动的概念；而数据则是计算的对象，是静的概念。如果结合实际的应用，前者强调的是计算能力，后者看重的是存储能力，大数据需要处理大数据的能力，其实就是强大的计算能力；另一方面，云计算的动也是相对而言，比如存储提供的主要是数据存储能力，但是主要的关键还是在于服务器的处理计算能力，因此云计算可谓是动中有静，以动为主。
面对大数据时代卷帙浩繁的非结构性数据，传统的数据统计早已落伍，面对这些问题，云计算无疑是唯一也是最佳的选择。云计算的核心在于“云”，它可将分散的、非结构性来自于各种终端的数据通过网络最后都统一到云平台中，通过云平台超大量的服务处理器对各种数据进行计算。因此，在大数据时代云计算是处理海量数据最经济最有效率也是利用率最高的技术选择。
3 大数据时代云计算对媒介发展的影响
在2012年中国新媒体峰会上，传媒梦工场的《传媒梦工场观察》对未来传媒格局做了一个绝非危言耸听的预测：“未来中国大数据媒体集团不会超过10家，单纯依赖广告的媒体活不过10年，产业面临重构，七成以上传统采编将转岗，平台型超级媒体将出现在现有框架之外…”，并大声疾呼“没有大数据，免谈大媒体”。梦工场的这一预言的根据在于其认为互联网对媒介产生的最深刻的变革是，将媒介从一个特殊经济的部门转变成一种全民适用的分享工具，在移动互联网时代这种转变尤甚，未来的大媒体集团必然为拥有强大数据库支撑的平台型公司。
反思梦工场的结论，我们可以看出尽管现今“大媒体”、“全媒体”的口号在业界甚嚣尘上，但是仔细思考，何为“大媒体”？何为“全媒体”呢？在未来必将是网络主宰的时代，在智能手机、PAD等智能移动终端日益普及，移动互联网高速发展的时代，传统媒体难道仅凭单纯的平台融合就可以继续生存吗？答案是否定的。
正如传媒梦工场总结的那样，媒介正从一个特殊经济部门转变成一种全民适用的分享工具，在移动互联网时代尤甚。根据中国互联网络信息中心（CNNIC）的《第30次中国互联网络发展状况统计报告》显示，截至2012年6月底，中国网民数量达到5.38亿，手机网民规模达到3.88亿，较2011年底增加了约3 270万人，网民中用手机接入互联网的用户占比由上年底的69.3%提升至72.2%，手机首次超越台式电脑成为第一大上网终端。而在手机应用方面手机微博延续2011年快速增长的势头，截至2012年6月底，其在手机网民中的使用率提升5.3个百分点至43.8%，是使用率增幅最大的手机应用。无论是“宜黄拆迁”、“表哥”事件还是“微博反腐”，以微博为代表的社会化媒体正将我们带入了一个“赋权”的时代，“传播权”不再是以往媒介的专利，媒介已经成为了“四海之内皆可用”的工具。
可以预见，在移动互联网时代，公众可能不再看报纸、电视，但会通过移动媒体客户端浏览新闻、信息。公众的终端变得越来越多，的信息不再仅仅是文字、图片，将来一定会涵盖音频、视频等诸多形式。公众对互联网的依赖程度变得越来越大，在网络上他可以完成购物、交流、工作等更多的活动。公众对新闻内容的生产将会有三方面的需求：①及时性。媒体需要在第一时间告诉公众欲知、未知、应知的消息，困难在于面对未来众多不同终端的UGC信息，媒体如何做到全面、迅速获取是关键；②个性化。正所谓“一千个读者有一千个哈姆雷特”，在同质化信息来源泛滥的碎片化时代，如何能迅速准确抓住受众需求，并提供相应的个性化信息是媒体差异化生存的关键；③深度性。深度不仅仅体现在信息的二次多次挖掘，更体现在如何能在最短的时间内提供最具深度的内容，“慢工出细活”在未来信息泛滥的快节奏时代不再适用。
在媒介发展从“技术为王”到“内容为王”再到“用户为王”的背后，宣告了未来一个海量非结构化的碎片数据到来的时代，即大数据时代的到来。在大数据时代谁能对数据做出准确、迅速的反应，谁就有生存下来的本钱。此时，云计算技术对媒体来说至关重要。在大数据时代的媒体必然是“全媒体”，但绝不是单纯意义上平台整合的媒体。他是在云计算技术的帮助下集合成一个大的公有平台，借助于这个平台对数据进行处理的同时，进行资源与信息共享。一方面，借助于云计算，媒体才能保证迅速、快捷的从海量数据中去粗存精、去伪存真、“溺水三千，只取所需”进而进行内容的有效加工，同时结合收集到的用户习惯、用户实时地点等信息，进行云平台整合，最终及时提供给受众个性化信息；另一方面，无论何时，广告都是媒体生存不可或缺的重要部分，广告讲求投放率，只有在充分收集用户数据、准确分析的前提下才能针对特定受众投放相应广告。因此，在大数据时代，只有借助于云计算的媒体才会真正得到广告主的青睐，其广告份额也才会有保障。
4 结语
未来的时代必将是互联网的时代，互联网的时代伴随的必然是大数据来临的时代。在大数据时代，数据就是财富，无论对于企业、政府还是媒体，收集数据、整合数据、分析数据并做出快速反应都是安身立命之本。对于媒体而言，“受众就是上帝”，随着智能移动终端、电子商务、移动互联网的快速发展，受众的相关数据成几何级的倍增都是近在咫尺的事情，美国有句谚语“除了上帝，所有人都必须用数据说话”。媒体要想生存就必须对数据做出强有力的反应，在云计算的指引下，媒体的未来任重道远。
参考文献参考文献：
[1] 白云川. 利用大数据的商业价值[J]. 中国制造业信息化，2011（20）.
[2] IOD.云计算、移动应用点亮大数据盛宴[J].硅谷，2011（22）.
篇8
关键词：云会计；中小企业；信息化；云服务
中图分类号：F23
文献标识码：A
doi：10.19311/ki.16723198.2016.27.061
财政部在2011年的《会计改革与发展“十二五”规划纲要》中，将基于云计算的企业信息管理系统定为下一代企业会计信息化的发展方向。云会计以网页、客户端、应用软件等方式向用户提供服务，无需购买安装财务软件，用户不仅节约了开支，还可以根据需要制定个性化服务方案，随时随地进行财务管理。因其使用的灵活性和低成本得到了越来越多中小企业的关注和支持。
1云会计的简要介绍
1.1云会计的定义
“云会计”这个概念由程平、何雪峰首次提出，之后被广大学者肯定和引用。其定义为“构建于互联网上，向企业提供会计核算、管理和决策服务的虚拟会计信息系统，是利用云计算的技术和理念构建会计信息化的基础设施和服务”。简单来说，就是会计和云技术的结合，即云计算环境下的会计工作，提供的是一种网络虚拟化的网络会计服务。
1.2云会计的基本体系结构
美国国家标准与技术研究院总结归纳了云计算的三种常见服务模式：
（1）基础设施即服务（IaaS），用户可以按需使用网络、处理器、存储系统和其他基础计算资源，来部署或运行个人的操作系统和应用程序等软件。底层云基础设施由服务商提供，用户只需管控应用程序或有限的网络组件。
（2）平台即服务（PaaS），指将软件研发的平台作为一种服务，提供给软件开发者或软件开发商，软件开发人员可以直接在云端独自或联合编写应用程序并将其托管到云平台上，不需考虑硬件支持。
（3）软件即服务（SaaS），用户无需花费巨额资金购买软件的使用权，而是通过租用云服务商提供的web版软件，来管理企业经营活动。
不同云层之间相互联系又相对独立，可由一个云服务商构成，也可由多个云服务商共同构成，向中小企业用户提供系统、多样化的服务。
1.3云会计软件的发展
目前，云服务商多基于SaaS模型，提供给用户直接的软件服务，基于此的云会计软件的发展已经历了两代。第一代云会计软件必须在网络环境下运行，通过web浏览器进行访问和远程存储。你可以在任何一台连接网络的计算机上访问它，并实现实时存储更新，是一种公有云模式。如果关闭网络，云会计软件将无法使用。经过改进，第二代云会计软件既可以在网络环境下运行，又可以在无互联网连接时，通过桌面应用程序进行操作。装有云组件的会计软件能够保证数据安全地存储于线下服务器，并且让用户实现远程实时访问，是一种公有云与私有云结合的混合云模式。
2云会计在中小企业的应用中存在的问题
2.1云端数据的安全性和隐私性
虽然企业实施云会计可以带来种种便利，但是使用云会计、接受云服务提供商的合法服务条款，就意味着用户必须将企业的所有业务、财务数据都存储在云端，必然有很多信息涉及企业的商业机密。由于众多企业的数据都被存储在同一云端，在存储过程中易被他人截获。而且，云端是一个开放的平台，让我们可以及时、快捷共享最新资源的同时，我们个人所掌握的资料也将轻易被他人获取，存在隐私泄露的风险。
2.2云会计信息的可靠性和真实性
云会计是建立在网络环境下的会计信息系统，各项交易和事项在发生时即上传至云端，实现了财务与业务的同步，记账、报税、查账的远程处理。在网络环境下，财务信息的获取和处理方式都有所改变，支持电子单据和电子货币，大大加剧了信息失真的可能性。会计工作者出现失误时不用再进行复杂的红字划线、冲销，原始记账凭证可以直接删除或修改，凭证的真实有效性和经济责任的明确性均无法保障。而且，云会计平台作为一个开放的平台，资源鱼龙混杂，并不是全部由云服务商提供，不少资源来自客户、游客、技术工作者等，来源有待考证，难以确保其合法可靠。
2.3服务机构不健全
我国云会计市场起步较晚，加之科技水平落后，专业服务机构并不健全。云会计软件的应用太过依赖于网络，数据信息的传输受网络宽带因素的影响较大。用户的增加造成频繁的数据存取和海量的数据交换，网络的稳定性和畅通性均无法保障，一旦出现宕机事件，整个系统都将瘫痪，造成众多企业不可估量的灾难。
2.4传统观念根深蒂固
面对新兴事物云会计，中国人受传统观念和使用习惯的影响，在是否应用云会计上表现出更多的迟疑。大多数用户不愿放弃已经熟悉的信息操作系统和应用软件，有些甚至宁愿使用“简单”的手工记账。而且，云计算至今未有明确定义，大部分用户还不清楚云计算及云服务的本质到底是什么，更别说有效使用相关软件并实施战略部署方案。因此，如何推广云会计，使用户适应网络化环境，习惯网络版软件应用是一项长期而艰巨的工作。
3云会计在中小企业的应用分析
3.1云会计应用的外部环境分析
3.1.1政治因素
自云计算概念引入以来，我国政府对云产业发展给予了高度的重视，大力支持云计算产业的发展，推出相关产业政策并将其纳入了“十二五”规划的重点。加之地方政府积极配合开展云建站建设，我国云产业即将进入有序发展的轨道，云计算的应用必将为企业未来的发展赢得更多的资源和商机。
3.1.2经济因素
2014年，世界经济缓慢复苏，我国经济也进入新的发展阶段。受汇率、贸易摩擦等因素的影响，中小企业对外贸易压力依然很大。在我国推进节能减排、利率市场化、能源价格市场化的大趋势下，中小企业必须调整产业结构，加快科技与管理的创新步伐。
3.1.3技术因素
我国中小企业鱼龙混杂，财务管理程度参差不齐。随着信息技术的高速发展，一种新的会计服务模式展现在眼前，它将把我国的会计工作带入一个崭新的时代。但是我国云产业起步较晚，缺乏相关专业性人才，资源利用率较低，能否突破技术瓶颈，形成云产业链，决定了云技术的发展方向。
3.2云会计在中小企业应用的成本效益分析
云计算的应用成本低廉是云会计服务的一大亮点。根据规模经济理论可知，应用范围的不断广泛和客户数量的增多会使总量成本逐渐减少。云计算经济环保，应用它有望减少30%甚至更多的能量消耗和碳排放，是顺应消费者和社会需求的产物。
考虑多种可能因素针对某企业设计了成本效益分析模型，对云会计应用的成本效益进行定量分析，如表1。
公式中的数据显示，应用云会计服务模式后成本出现较大缩减，体现了其低成本的优势。另外，通过对该用户的跟踪访问，了解到改企业主要从事移动互联网支付。云会计的使用实现了企业业务、财务一体化，大大提高了管理效率，也存在着极大的隐形成本节省。[LL][HJ0.8mm]
4中小企业对云会计发展的应对策略
4.1决策层的有力支持
中小企业应用云会计需要得到决策层的有力支持。当今云时代的到来是助推企业信息化建设的机遇，决策者必须抓住机遇，同时也要正视应用云会计的风险，根据公司具体情况作出合理决策。云会计模式的应用在一定程度上将会改变公司业务的运作流程，对具体使用者和利益相关者影响较大。高层领导者应预先了解其重要性和可行性，做好具体部署及长期战略部署。云会计能否在企业未来长期施行，需要全体员工的广泛参与和领导者的追踪决策，根据实际变化及时调整方案，才能收到显著效果。
4.2选取适合的云会计服务提供商
云会计服务提供商资质的优劣决定了企业会计信息化建设的成效高低，企业必须慎重选择。在选择云服务商时不仅要考虑云会计的安全性、稳定性、可靠性及技术支持，还需考虑服务价格和质量、服务商的公司规模和信誉、持续提供服务的能力等因素，综合进行可行性分析、均衡价格分析。此外，还应把企业自身财务现状考虑在内，在充分了解企业实际需求的基础上选取适合的云会计服务提供商。
4.3设计企业不同发展阶段的云会计应用模式
处于起步阶段的中小企业，实力薄弱、账务简单，有些还在使用手工记账，对财务软件的要求不高。可以采用SaaS模式，直接购买相应的云会计软件来获取服务。处于发展阶段的中小企业，大多数已使用财务软件，熟悉软件操作，希望能根据企业自身特点制定个性化服务，适合采用PaaS模式。处于成熟阶段的中小企业，实力较为雄厚，部分已处于向大企业的转型期，希望能建立信息化网络，全面监控企业的业务、经营、财务信息流程。可以采用IaaS模式，组建属于自己的私有云会计平台。
4.4重要会计信息备份
为了防止会计数据的丢失和损坏，用户应做好重要会计信息的备份工作。会计数据的备份分为日备份和月备份，可直接利用会计软件的备份功能进行数据保存，也可将会计信息保存到软盘和移动硬盘上。企业可以根据自身条件建立会计系统备份制度，大体包括：异地备份制度；核心数据备份由专人负责；规范备份时间及负责人；对会计资料实行严格的登记、监督和保管工作等，以确保在网络、云会计软件出现异常状况时，能够及时恢复企业历史数据，避免核心数据丢失，减少企业损失。
参考文献
[1]程平，何雪峰.“云会计”在中小企业会计信息化中的应用[J].重庆理工大学学报，2011，（25）：5560.
[2]曹薇.基于SaaS的会计信息化应用研究[J].科技广场，2010，（1）：215218.
[3]陈康，郑纬民.云计算：系统实例与研究现状[J].软件学报，2009，（5）：137148.
[4]王欣.云环境下中小型企业财务会计的特点及发展策略[J].经管空间，2013，（5）：2425.
[5]汪慧甜，胡仁昱.浅议云会计下中小企业会计信息安全[J].新会计，2012，（3）：68.
篇9
【关键词】档案管理 档案数字化
随着信息技术的发展，将带动档案数字化管理技术的发展，数字化在档案事业中发挥着重要的作用，已成为档案工作发展的必然趋势。档案数字化的概念和作用
一、概念
档案数字化是指利用数据库技术、数据压缩技术、高速扫描技术等技术手段，将纸质文件、声像文件等传统介质的文件和已归档保存的电子档案，系统组织成具有有序结构的档案信息库。档案数字化管理，是指在国家档案建设管理部门的统一规划和组织下，在档案管理的活动中全面应用现代信息技术，对档案信息资源进行数字化管理和提供利用。
二、作用
档案的数字化可以节省档案存贮空间，缓解库房压力，也可以减少因对档案原件频繁使用而造成的磨损，妥善解决珍贵档案文献的利用问题，有利于保护档案原件，尤其是珍贵档案的保存。它使档案管理模式发生转变，从以档案实体保管和利用为重点，转向以档案信息的数字化存储和提供服务为重心，从而使档案工作进一步走向规范化、数字化、网络化、社会化。
三、档案数字化管理主要内容
简单来讲，数字化管理主要内容包括基础设施建设、信息资源建设、应用系统建设、标准规范建设和人才队伍建设五个方面的内容。
（一）标准规范建设。是对电子文件的形成、归档和电子档案信息资源标识、描述、存储、查询、交换、网上传输和管理等方面，制定标准、规范，并指导实施的过程，相当于信息高速公路上的“交通规则”，对于确保计算机管理的档案信息和网络运行的安全、畅通，具有十分重大的意义。
（二）基础设施建设。指档案信息网络系统和档案数字化设备。它是档案信息传输、交换和资源共享的基础条件，只有建设先进的档案信息网络，才能充分发挥档案信息化的整体效益。
（三）应用系统建设。主要内容包括档案信息的收集、档案信息的管理、档案信息的利用、档案信息的安全等方面，它关系到档案信息化建设的速度与质量，集中体现了档案信息建设的效益和档案信息服务的效果。
（四）档案信息化资源建设。包括馆藏档案的数字化和电子文件的采集和接收。档案信息资源建设主要形式包括馆藏档案目录中心数据库建设、各种数字化档案全文及专门数据库建设。
（五）人才建设。包括档案专业人才、计算机专业人才，特别是既懂档案业务，又熟悉信息技术的复合型人才。
四、档案数字化管理的安全保障体系建设
安全保障体系建设是一项复杂而庞大的系统工程，主要应该由以下五个要素组成：法制标准保障建设、基础设施保障建设、组织管理保障建设、安全技术保障建设和灾难恢复机制保障建设。该体系以法制标准为重要手段，以安全基础设施为基础，在整体安全策略和安全组织管理之下，采用国内外先进成熟的安全技术，制订统一的备份恢复策略，建立完备的综合防范机制，以保障档案信息安全、可靠、有序、高效地运行。
五、档案数字化管理技术发展趋势
结合先进的技术，实现档案数字化管理的多元化、网络化、多媒体化、智能化和虚拟化。
（一）物联网。在档案领域，物联网作为新技术在档案领域被应用于不同层面：
1.互动式档案馆。传统的档案馆展厅都是简单的展览模式，参观者只是被动地看看展品和简要介绍。利用物联网技术，可以建设互动式档案展厅，使传统的档案馆变为互动式的档案馆，参观者可以利用手势与实物档案进行互动，甚至能让档案开口说话。2.烟雾报警系统。档案库房安装烟雾报警系统，采用分布式物联网可以实现对大楼不同区域的气流、温度等的全分散监测与控制。3.档案库房管理。在未来的档案库房管理方式中，库房中的每件实物档案都携带一个RFID标签，该标签存储实物档案的存放地点、来源、背景信息、内容概要等信息。通过物联网就可以掌握每个物品的准确位置及每一类型物品的数量、内容等相关信息。4.3D虚拟现实。档案馆利用物联网技术，提供全三维、逼真的数字档案馆场景。用户可以自己控制在场景中游走的路线，可以与虚拟档案进行互动。5.移动办公。适于物联网应用的GPRS/TD/WSN（无线传感器网络）融合网络构建，随时随地都能利用移动终端上传、查找档案信息。
（二）云计算。网格技术很早就受到了档案界人士的关注，云计算是由网格技术发展而来的，这是云计算受到档案界人士青睐的原因之一。还有更重要的一个原因，那就是云计算技术具有一些新的特征，其优点突出表现为：一是经济实惠。可以降低用户电脑的成本，减少维护费用。二是超强的计算能力。云计算中的所有计算机会运用各种不同方法，搜索众多数据库，为用户提供尽可能完整的搜索结果。三是数据安全性强。在云计算中，一台电脑的崩溃不会影响到数据的存储，因为云会自动备份存储数据。四是以服务为中心。云计算的用户不需随身携带文档，只需一台计算机，连接到网络即可获取到相关的信息和服务。
（三）商业性电子文件中心。商业性电子文件中心，是国外档案保管的一种模式，提供五种服务：简单文件管理服务、数字文件管理服务、数据保护和备份服务、文件信息销毁服务、其他服务，通过这五种服务实现服务的全面、广泛、精细、灵活、个性化、设施精良、技术先进和安全。
商业性电子文件中心虽然在国外已经发展成为比较成熟的文件管理机构，如Iron Mountain和Recall是全球规模最大的商业文件中心。但在国内，纵然已经有此性质的商业文件中心，但绝大多数人对它的认识仍然处于模糊阶段，对其管理、服务水平和安全性持怀疑态度。
因此，商业性文件中心在建立之初，要想获得客户的信赖，就必须以服务为根本宗旨，建立一套客户所认可的、比较系统、安全、可行的文件、档案管理服务制度，不断地加强体制建设，研究新时期下的法律法规配套制度，逐步形成我国的商业电子文件中心管理体系。
参考文献：
[1]何灿；分布式数字化档案馆的研究与实现[D]；北京交通大学；2007
[2]张勇；数字档案信息安全保障体系研究[D]；苏州大学；2007
[3]钱志祥；；档案数字化管理实践[J]；浙江档案；2006，01
篇10
【关键词】计算机技术 图像轮廓 提取 应用
在计算机技术的帮助之下，图像轮廓提取技术不仅能够自动分辨图像的灰质程度，还能够自动检测图像当中的表面凹凸性，从而更好的实现图像高效处理，提升图像的使用价值。通过计算机技术，在分离图像轮廓时，图像处理中不仅能够获得图像的特征数值，还能够借助三种算子对图像的灰度进行调整、优化，从而实现更高效的图像轮廓提取。
1 图像轮廓提取当中计算机技术的整体设计
使用计算机对图像进行提取，其最终的目的是能够获得更加符合人识别、观察的图像，亦或是计算机自动理解和是被的图像。应用计算机技术，根据LoG算子，能够完成图像频域的最大化，并有效解决空域和频域的矛盾，简化计算机图像轮廓的提取步骤。图像轮廓当中一般都携带了大量的部分图像信息，但是轮廓存在的图像并不是规则性的结构以及稳定的像素点，而且还存在一定的信号突出点。计算机技术在图像轮廓提取当中的应用流程：开始、打开文件、选择对象、图片处理、保存、获得提取结果。
使用计算机中的Qt 5.0+VS 2012+OpenCV 3.0的结构，能够更好的兼容OpenCV图像的处理及渲染效果。在这一系统当中，图像轮廓提取的处理主要由MyClass.ui类和MyClass构成，在Qt当中主要由QMain Window提供菜单条、工具条等各种主应用程序窗口。在MyClass当中，能够对各个函数进行调整和修改，最终实现对图像提取的目的。在这一系统的整体这既中，设计的重点是整体风格的一致性，结构需要简要合理，实施模块化的管理，保障用户能够在第一时间就能够看懂界面并进行操作。与此同时，还需要将开发的代码简要化，以便于之后的管理、修改以及补充。与此同时，还需要有一个全面性的数据输出和输入方式，控制降低的错误率，降低用户在使用系统时发生崩溃或错误的概率，优化提示的步骤和提示的目标性，让用户能够理解每一个操作步骤，借助提示帮助用户及时改正错误的操作。
2 计算机技术在图像轮廓提取中的应用
2.1 轮廓提取设计
在图像轮廓提取过程中，使用计算机技术，能够获得更加准确、有效的轮廓提取数据。例如，图1所示的图片中，在提取这一图像时，便可以借助计算机技术来实现图像轮廓提取。
借助计算机技术进行图像轮廓提取，能够按照不同图像的轮廓展现模式以及不同图像的轮廓定义，使用OpenCV的序列来实现轮廓的信息储存，序列当中的每一个元素都能够在图像曲线当中得以体现，只需要将简单的轮廓假设为采用CvSeq展示的一个系列的点即可。在图像轮廓提取过程中，应用计算机技术，对图像轮廓提取的功能主要分为五个部分，分别是读取UI的图像、灰度处理、二值化处理、轮廓标记以及轮廓提取。
2.2 实际的提取应用
在图像轮廓提取的过程中，能够根据计算机技术当中的OpenCV软件，使用FindContours函数实行轮廓提取，在使用软件时，能够将获得的轮廓使用树形的结构进行展示，进而体现所有包含的关系编码。图2为轮廓解析概念图。
从图2中能够发现，假设图当中的C为内轮廓，H为外轮廓，在提取这两个轮廓时，使用不同的算子变嫩巩固实现外边界、内边界的分辨性处理。在这一图轮廓树形中，根节点的轮廓是CO，之后的子节点分别是H01和HOO，这些轮廓当中直接涵盖了之下的子节点，针对不同轮廓树形的方式展现不同的轮廓储存形式。
在二值图像当中，使用正确的FindContours图像轮廓提取函数，便能够获得说明需要的轮廓类型、预计的折回值类型以及边缘像素的图像。按照Canny分析算子参数，便能够得到图像轮廓的最终提取效果。在提取的图像边缘中，应用计算机技术，图像的轮廓提取精度至少能够在97%以上，能够满足图像工程测量的实际需求。
3 结语
综上所述，在图像轮廓提取过程中合理的应用计算机技术，不仅能够实现自动对图像轮廓进行处理，还能够实现自动检测图像表面的凹凸性，从而真正实现提取但像素图像周边轮廓的效果，具备较高的提取精度，从而使整个图像轮廓提取结果具备更高的使用价值。计算机技术在图像轮廓提取当中有显著的使用价值，但是仍然需要操作人员具备较高的操作能力和经验。对此，就需要操作人员不断强化自身的操作技巧和能力，促使图像轮廓提取符合视觉测量的需求。
参考文献
[1]邵兴龙.基于FPGA的图像轮廓提取系统设计与实现[D].无锡：江南大学，2014.