云计算数据论文范文
时间：2023-03-29 13:57:28
导语：如何才能写好一篇云计算数据论文，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
云计算是下一代的IT架构。运用云计算，可以把应用软件和数据迁移到很大的数据中心。云计算的这一特点带来了很大的安全问题。要研究云计算数据的安全特征，就要首先了解云计算的数据安全模型。
1.1云计算数据应用系统模型
云计算的平台构架主要技术有并行编程的模式，分布式文件系统，数据处理模型。其层次如图1所示。云计算的数据应用共分为三个层次：应用层、索引层和数据存储层。同时要了解云计算数据应用系统的三个要素：用户、应用服务器和数据中心。这三个要素各有着不同的功能，用户的功能是存储数据，在数据计算的基础上，计算个体用户和组织用户的数据。应用服务器的功能是维护云计算的系统。数据中心的功能是存贮实际的数据信息。但是，在云计算数据应用系统模型中，存在着很大的安全威胁，主要是来自传统数据的威胁，容易受到影响的对象有客户端、主从结构和病毒的传播，通信的安全性。其中，病毒的传播主要是通过互联网的数据交易服务，病毒侵入计算机网络系统，它的破坏性远远大于单机系统，用户也很难进行防范。现在的互联网中，病毒一般有隐蔽性，传播速度也很快。另外，病毒的制造技术也越来越高级，不仅可以破坏用户的程序，还可以窃取信息，造成系统的交叉感染。这种感传染性的病毒危害性非常大。对于通信故障，网络中通常分为两种类型的安全攻击类型：主动攻击和被动攻击。常见的攻击手段有偷窃、分析、冒充、篡改。对于数据安全来说，除了上述的数据安全，还有新数据的安全威胁，主要表现在几个方面：保密失效威胁、分布式可用威胁、动态完整性威胁。
1.2云计算数据安全模型
典型云计算数据技术如图2所示。该数据安全模型主要分三个层次：第一层的功能是负责验证用户的身份，保证云计算中数据的安全；第二层的功能是负责对用户的数据进行保密处理，保护用户的隐私；第三层的功能是恢复用户误删的数据，是系统保护用户数据的最后一道防线。这三层结构是相互联系，层层深入。首先要验证用户的身份，保证用户的数据信息不被篡改。如果非法用户进入的系统，则进入系统后还要经过加密保护和防御系统。最后是文件恢复的层次，这一层次可以帮助用户在数据受损的情况下修复数据。
2多维免疫的云数据安全
2.1多维免疫算法
多维免疫算法的组成主要依靠生物原理、免疫系统的多维模型、多维免疫的基本原则组成。其中，生物原理是把生物学的理论应用在云计算中。人工免疫系统发展到现在，在免疫能力的发挥方面有了很大的发展。免疫能力的增长是一个漫长的过程，后天的免疫的生成更是一个艰难的过程。在一个系统生成初期，完全没有后天的免疫能力，但是随着身体的成长，免疫细胞逐渐增多，免疫系统也开始形成。多维免疫系统的形成也是这样的。
2.2多维免疫的数据安全原理
阻碍多维免疫的数据安全的因素主要有不可靠网络、节点故障、超大规模的用户访问、数据更新引起的数据不一致性等。为了提高数据管理的安全性，云计算为用户提供了一个一致的入口，只有向用户提供透明的文件，进行文件数据的定位数据选择。对于数据管理服务，应该注意，这项服务是连接用户和系统的。应用服务器和数据中心共同组成了云计算数据应用系统。应用服务器主要目的是方便用户访问历史和相关的文件信息。
2.3多维免疫的云数据安全策略
主要包括文件分布的策略，HDFS文件冗余度计算，多维免疫的文件分布，数据块选择机制等。对于云计算中的用户文件，需要考虑到数据块的数量分布、数据块的颗粒度和数据库的创建时间。多维免疫的文件分布中，首先要掌握文件分布的原理，多维免疫算法和云计算中文件的创建和文件块的分配法是一致的。
3结束语
篇2
1.面向云计算数据中心的能耗建模方法
2.云计算安全:架构、机制与模型评价
3.云计算访问控制技术研究综述
4.云计算采纳行为研究现状分析
5.Google三大云计算技术对海量数据分析流程的技术改进优化研究
6.大数据、云计算技术对审计的影响研究
7.虚拟化云计算平台的能耗管理
8.云计算环境下的分布存储关键技术
9.推动中国云计算技术与产业创新发展的战略思考
10.云计算:体系架构与关键技术
11.我国云计算教育应用的研究综述
12.云计算及云计算实施标准:综述与探索
13.云计算:系统实例与研究现状
14.云计算环境下的联网审计实现方法探析
15.云计算和云数据管理技术
16.基于云计算的多源信息服务系统研究综述
17.云计算安全问题研究综述
18.云计算系统相空间分析模型及仿真研究
19.云计算时代关键技术预测与战略选择
20.云计算方案分析研究
21.基于云计算的B2C电子商务企业价值链优化
22.面向图书馆的云计算研究综述
23.云计算时代的数据中心建设与发展
24.基于Hadoop的云计算辅助教学平台研究
25.云计算研究现状综述
26.基于云计算的智能电网信息平台
27.云计算资源调度研究综述
28.论云计算的服务质量
29.我国云计算教育应用的现状与发展趋势
30.云计算及其关键技术
31.云计算技术发展分析及其应用探讨
32.云计算应用服务模式探讨
33.云计算的发展及其对会计、审计的挑战
34.构建云计算平台的开源软件综述
35.云计算安全研究
36.云计算和虚拟化技术
37.基于企业视角的云计算研究述评与未来展望
38.云计算数据中心的新能源应用:研究现状与趋势
39.云计算环境下的电子文件迁移模型研究
40.云计算:构建未来电力系统的核心计算平台
41.移动云计算的应用现状及存在问题分析
42.云计算中虚拟机放置的自适应管理与多目标优化
43.云计算:概念、技术及应用研究综述
44.基于虚拟散列安全访问路径VHSAP的云计算路由平台防御DDoS攻击方法
45.云计算集群相空间负载均衡度优先调度算法研究
46.电力系统云计算中心的研究与实践
47.云计算初探
48.随机任务在云计算平台中能耗的优化管理方法
49.基于“云计算”的数字图书馆服务模式
50.云计算与信息资源共享管理
51.云计算中调度问题研究综述
52.云计算给图书馆管理带来挑战
53.云计算安全研究综述
54.云计算中数据隐私保护研究进展
55.云计算应用及其安全问题研究
56.基于云计算的电力数据中心基础架构及其关键技术
57.基于云计算和极限学习机的分布式电力负荷预测算法
58.美国联邦政府云计算战略
59.基于云计算平台的新型电子取证研究
60.云计算信息安全分析与实践
61.基于Openstack的科研教学云计算平台的构建与运用
62.云计算安全关键技术分析
63.云计算技术研究与应用综述
64.基于云计算的义务教育学科课程资源共建共享模式
65.面向云计算环境的能耗测量和管理方法
66.基于云计算的实验室管理信息系统设计
67.云计算概念、模型和关键技术
68.云计算环境下的审计业务模式变革研究
69.基于Hadoop的分布式云计算/云存储方案的研究与设计
70.云计算环境中绿色服务级目标的分析、量化、建模及评价
71.基于云计算的图书馆建设与服务发展
72.物联网、大数据及云计算技术在煤矿安全生产中的应用研究
73.基于专利分析的我国云计算技术发展现状研究
74.云计算的价值创造及其机理
75.云计算环境下高校实验教学模式的创新与实践
76.寄心海上云:云计算环境下的知识管理
77.基于云计算的居民用电行为分析模型研究
78.云计算环境下的数据存储
79.基于效用的云计算容错策略和模型
80.云计算环境下的智能决策研究综述
81.云计算安全风险因素挖掘及应对策略
82.我国云计算产业发展趋势及政策建议
83.云计算安全需求分析研究
84.智能电网中虚拟化云计算安全的研究
85.云计算架构下的移动学习
86.基于云计算的终身教育服务平台设计
87.云计算在电力系统数据灾备业务中的应用研究
88.云计算与图书馆:为云计算研究辩护
89.浅谈云计算技术
90.云计算研究现状与发展趋势
91.云计算环境下的著作权制度:挑战、机遇与未来展望
92.基于云计算的数字化信息资源建设模型的研究
93.云计算发展态势与关键技术进展
94.云计算技术在图书馆中的应用探讨
95.国外云计算发展现状综述
96.云计算对知识产权保护的若干影响
97.基于云计算的远程教学资源建设模式——以浙江开放大学为例
98.云计算在智慧校园中的应用研究
99.对云计算技术及应用的研究
100.云计算应用展望与思考
101.云计算给图书馆带来的发展机遇
102.云学习:云计算激发的学习理念
103.云计算环境下的信息资源云服务模式研究
104.云计算研究进展综述
105.云计算及安全分析
106.一种云计算操作系统TransOS:基于透明计算的设计与实现
107.基于等级保护的云计算安全评估模型
108.云计算:从概念到平台
109.云计算环境下信息安全分析
110.云计算技术简述
111.云计算综述与移动云计算的应用研究
112.中国云计算产业结构和商业模式
113.云计算安全问题
114.云计算下的国外图书馆联盟服务研究
115.云计算技术的应用及发展趋势综述
116.云计算在区域信息资源共享中的应用探究
117.基于云计算的图书馆信息平台的构建
118.云计算技术驱动下构建数字图书馆虚拟化环境的探讨
119.云计算支撑信息服务社会化、集约化和专业化
120.云计算环境下基于协同过滤的个性化推荐机制
121.云计算环境下的网络技术研究
122.云计算模式在电力调度系统中的应用
123.云计算环境下的隐私权保护初探
篇3
关键词：云计算； 负载平衡； 节能感知；资源分配；CloudSim；CloudAnalyst
中图分类号：TP39文献标识码：ADOI：10.3969/j.issn.10036199.2017.01.031
1简介
云计算的发展基于面向服务的体系结构、 网格计算、 并行计算和分布式计算等，这是一个新的脱颖而出的模式，是以高效的为用户提供服务为前提的模式[1]。由于它的如基础设施服务 ，平台即服务和软件即服务的卓越性能，云计算被人们广泛的接受并使用。通过不断提高了用户的使用效率，同时向不同的消费层次提供各项服务，云计算环境已经成为数据中心的主要力量。
云算中降低数据中心的能源消耗是一个具有挑战性且复杂的问题，这需要性能卓越的服务器。节约能源对于确保未来云计算是可一种持续的资源是相当必要的[2]。近些年绿色计算的宣传提出解决这一问题的很多办法，其中许多工作基于功率效率（电源效率）展开，如节能处理器，硬件支持DVFS技术等，也有其他方法来降低虚拟数据中心的能源消耗[3]。通过虚拟化技术可实现软件应用与底层硬件相隔离，它包括将单个资源划分成多个虚拟资源的裂分模式，也包括将多个资源整合成一个虚拟资源的聚合模式[4]。当虚拟机上运行的移动信息从一个网络节点到另一个网络节点时，需要应用虚拟机的快速迁移技术来平衡工作所产生的负载。
虚拟机管理是提高云计算数据中心效率的关键问题。许多研究工作都围绕这个问题展开，不同的资源分配策略会导致不同的成本和效率水平[5]。因此，如何找到一个高效的资源分配策略，特别是针对有限的能源的分配，同时消耗较低的能源消耗，这是一项艰巨的任务。
这篇文章当中，我们提出了一种改进的遗传算法，该算法重点研究考虑网络延迟和能源消耗的动态资源管理。我们认为在云计算环境中的用户的服务质量是非常重要的，因此应答时间也是这个实验的关键点。这篇论文的贡献在于以下俩点：第一，在相同功率条件下，我们的方法降低了用户请求的响应时间，提高了用户的服务质量；第二，在相同的响应时间内，我们的方法又能有效的降低能量功耗。
计算技术与自动化2017年3月
第36卷第1期李爽：基于云计算服务质量感知的虚拟机节能管理研究
2研究背景和相关工作
在云计算中，能量感知一直是研究的一个重点内容。近期的研究方式是通过关闭不活跃的服务器来达到节约能源的作用。文献[6]定义了一个高效节能云计算解决方案的体系结构框架和原则，然后又介绍了高效节能管理的虚拟机分配算法。王晓莹等[7]提出的资源分配和使用可变时工作负载和异构多级应用的能源管理的自适应模型方法。根据文献[8]的论述，该作者使用新的自适应粒子游动来优化的虚拟机配置，以使空闲服务器的处于省电状态。
很多工作围绕负载平衡结合若干的途径能解决节约能源的问题。前人通过使用关闭计算机电源的方法并不能起到根本的作用，且此种做法只能在理论层面实现。在文献[11]中，作者建议使用局部优化的随机爬山算法来动态分配进入服务器和虚拟机的工作。文献[12]解决了在云计算环境下基于使用映射-规约编程模型的资源管理问题。赵剑锋等人的论文[8]将资源调度模型转化为具有负载均衡目标的有向化多背包问题。文献[14]提出了一种资源调度模型，它使用的概念资源服务比率作为目标函数，而不是任务完成时间，然后采用分布估计算法（EDA）做了验证。研究者通过大量的实验证明了他们提出的调度模型比EDA的资源服务比率算法的效率平均提高了至少1.004，最多1.793倍。
3利用改进遗传算法的资源配置
为了节约能源和提升用户的响应时间，在这部分中，我们首先描述一个系统的模型，然后我们介绍能源损耗的定义，最后，我们提出一种采用改进能量功率的遗传算法的优化算法。
3.1系统模型
本文定义的系统模型与以往有俩种不同：首先，不同于大多数的节能系统如在文献[6][7]中提到的，注重考虑CPU和RAM的负载平衡，本文着重从用户方面考虑网络延迟和应答时间；第二，云计算可以跨越不同的地理数据中心，所以与文献[10]认为数据中心是一个单一的物理位置不同，我们假设数据中心分布在多个地区。
在本文的系统模块中，数据中心层是由不同地区的物理网络连接的，如图1。每一个地区的数据中心一般是由N台如计算机、服务器这样的等独立机器组成的节点集，这些个独立的机器集合被描绘成集合 P= {pm1， pm2， … ， pmN}。这些节点集的通讯是通过全互联通讯子系统（如图1）连接的。节点集中每一台节点机器都是独立的，可以单独的打开或关闭。在每一台机器上，都安装了基于内核的虚拟机虚拟化软件，可以运行N个独立的虚拟机管理程序集，这个集合被表示为集合V= {vm1， vm2， …， vmM}。在这个模型中，个人机上面运行的虚拟机管理系统可以被终止、重启、或从其他个人机集合中迁移。如图1中的虚线所示，就像在许多系统中，当执行一个接收资源的任务时，消息可以从一台机器传播到另一台机器。当虚拟机管理集向其他地区移动的时候，我们的模型需要考虑延迟时间。
4实验结论
在这部分中，我们以云分析（cloudAnalyst）基准的评估价值来测量相应时间和能量消耗。
4.1实验环境和设置
考虑到CloudSim和CloudAnalyst是在公开资源已被广泛的使用开放源码，我们选择它们作为基准来仿真实际执行的情况。CloudSim [12]支持新兴的云计算领域的研究和开发，并提供了以下新的特点：（1）支持大规模的云计算基础设施的建模和仿真，包括一个单一的物理计算节点上的数据中心；（2）它是一个用于数据中心建模，服务器，调度和分配政策的独立平台。CloudSim众多的特性中有如下俩点是本次实验的基本点：（a）有助于创建和管理多个、独立的和共同托管的虚拟化服务在数据中心节点上的虚拟化引擎的可用性。（b）在处理内核的空间共享和时间共享分配之间切换到虚拟化服务的灵活性。CloudAnalyst[13] 是墨尔本大学开发的研究项目，目的是根据用户和数据中心的地理分布，去评估社交网络工具的支持率。在这个项目中，用户群和支持社交网络的数据中心都是有一定特点的，那就是都基于他们的位置；而用户体验的参数，是可以通过使用社会网络应用程序和数据中心的负载来获得的记录[14]。
在这个实验中，我们设置了六组用户基数（如表1）。其中“Name”列代表世界六大洲，在不同地区每组用户都是包含在同一个时区，而且每一分钟都会发出新的请求。峰值的时间从3到9。这里假定为十分之一的时间是在非繁忙时间的线路上。每个模拟数据中心的主机由5台虚拟机机构成，配置了512M的内存，10G存储和1000兆的带宽。
4.2实验结果与分析
如4.1部分中提到的场景和配置，我们的模拟实验从两个方面着手：第一、我们证明了网络延迟影响用户的响应时间。第二、我们的算法与DVFS[15，16]从相应时间，能量消耗，虚拟机集的数量和合并适应性方面进行比较
为了在用户响应时间方面提高服务质量，我们分三种情况监测：首先，我们使用一个0区域的数据中心DC1，我们得到的结果总体平均响应时间是292.05毫秒，数据中心处理时间是0.28毫秒。第二，我们使用区域0、1、2的三个数据中心作为用户基数区域，结果如图3（a）所示。最后，我们在每个区域都部署一个数据中心，结果如图3（b）所示。通过这个实验，我们可以得出结论：
（1）当数据中心虚拟资源的数量减少时，响应时间可以大大减少；同时，处理器处理任务的时间不会节省很多。
（2）能源消耗与任务完成时间不成比例。根据以往的经验，我们假设一个毫秒的能量消耗是k，那么平均的能源消耗应该是292.05k < 158.72k*3 （图3a） >50.08k*6 （图3b）。
图3（a）使用三组数据中心
图3 （b）使用六组数据中心
图3实验结论对比图
本文算法与DVFS算法的比较，如图4所示，a图是响应时间，b图是能量的消耗，c图是虚拟机迁移的数量，d 是合并适应性。我们模拟实验的结果比其他两种方法节约了更多的能量，尤其体现在：
（1）通过图4（a）中所示，第1组和第2组测试，我们的算法与DVFS几乎有相同的响应时间，主要原因是因为在开始的虚拟机集中的数据量比较少；在第3组和第4组数据中，我们的算法的响应时间高于DVFS；在接下来的实验中，我们的算法比DVFS慢了一些，主要是因为虚拟机集在不同地区迁移，而DVFS并没有考虑这个因素的影响，所以当小云朵的数量增加到2000的时候，DVFS算法的响应时间下降了。
（2）通过图4（b）的表示可知，我们的算法比DVFS节约更多的能源，当虚拟机集的数量比较大的情况下，我们的算法优势明显。
（3）通过图4（c）中描述，我们的算法数据迁移的数量更少。
（4）通过图4（d）中的结果表明，在合并适应性方面，我们的算法胜过DVFS算法。
（a） 响应时间
（b）能量消耗
（c）虚拟机迁移数量
（d）合并适应性
图4本文算法 与DVFS算法比较图
5结论和展望
在这篇论文中，提出一种在云环境下优化分配动态资源的方法。主要工作集中于在云计算中的能量和响应时间，在CloudSim应用和CloudAnalyst基准的帮助下，我们证明了该算法的优势所在。根据我们的实验数据，我们的实验有俩点优势：它在减少数据中心的能源消耗以及给云计算提高绿色平台方面起到了重要作用，第二，我们使用负载平衡改进了响应时间。这个工作也主要考察了能量消耗和响应时间，我们未来的工作主要将在研究性能集成其他参数，如CPU、内存和网络。此外，未来我们将使用并行计算技术改进我们的方法。
参考文献
[1]李小六，虚拟化云计算数据中心能量感知资源分配机制[J]，计算机应用，2013，33（ 12），86-90 .
[2]王金海，一种基于能量感知的云计算环境下虚拟机部署策略[J]，新疆职业大学学报，2014，22（1），73-76.
[3]英昌甜，云计算环境下能量感知的任务调度算法[J]，微电子学与计算机，2012，29（5），188-192.
[4]钟潇柔，基于动态遗传算法的云计算任务节能调度策略研究[D]，哈尔滨工I大学，2015.
[5]侯伟，云计算中基于遗传算法的能效管理研究[D]，武汉理工大学，2013.
[6]BELOGLAZOV A，ABAWAJY J，BUYYA R.Energyaware resource allocation heuristics for efficient management of data centers for Cloud computing[J].Future Generation Computer Systems， Volume2012，28：758-760.
[7]WANG Xiaoying DU Zhihui，CHEN YiNong .An adaptive modelfree resource and power management approach for multitier cloud environments[J].Journal of Systems and Software，2012，85：163-168.
[8]JEYARANI R，NAGAVENI N，VASANTH R R，Design and implementation of adaptive power-aware virtual machine provisioner （APA-VMP） using swarm intelligence[J].Future Generation Computer Systems， Volume，2012，28：811-821.
[9]SHARIFI M，SALIMI H，NAJAFZADEH M.Powerefficient distributed scheduling of virtual machines using workload-aware consolidation techniques[J].Journal of Supercomputing，2012，1（61）：46-66.
[10]MONDAL B，DASGUPTA K，DUTTA P.Load balancing in cloud computing using stochastic hill climbing-a soft computing approach[J].Procedia Technology，2012， （4）：785-786.
[11]HUANG Chennjung，GUAN Chihtai.An adaptive resource management scheme in cloud computing[J].Engineering Applications of Artificial Intelligence，2013， 26（1）：382-389.
[12]WANG Rui，BAI Qinghua，BAI Youjia，et al.Research on Semantic Metadata Model for Information Resource Management under Cloud Computing Environment[J].JCIT： Journal of Convergence Information Technology，2012，7（21）：658-661.
[13]CHEN Danwei，ZHANG Ji，XUE Qinghan.Virtual Resources Scheduling Model for Cloud Computing[J].JCIT： Journal of Convergence Information Technology，2012，7（23）：658-661.
[14]ZHAO Jianfeng，ZENG Wenhua，LIU Miu，et al.A model of Virtual Resource Scheduling in Cloud Computing and Its Solution using EDAS[J].JDCTA： Journal of Convergence Information Technology，2012，6（4）：105-107.
篇4
关键词 体质 综合评价标准 制定方法
1体质综合评价标准的研制过程
1.1综合评级标准的制定方法
国内、外在制定体质评级标准过程中所采用的方法主要有：离差法、百分位数法、指数法、相关法等多种方法。因每种方法都有不同的特点，一般在使用时根据样本的分布情况及评价表的性质，采用不同的方法。王文、张矗等分别采用TOPSIS法、秩和比法、密切值法、灰色关联法四种综合评价方法对学生体质进行综合评价，探索出了上述四种方法均可应用于学生体质评价。
江崇民主要应用百分位数法来研制《国民体质测定标准》的，把各单项指标评分进行算数相加制得各年龄段的四级综合评级表。刘文忠将各指标的标准化后的得分和总分用百分位数法进行五级评价。肖翔云，等也是把标准化后的各单项指标得分值相加，再用百分位法把总得分值制得五级综合评价标准表。罗小玲用百分数法和离差法制定评价学生营养状况的身高标准体重度脂法标准。李皿用离差法和百分位法按年级划分制定了6-22岁学生体质综合评价图表，即根据所测的10项指标的成绩为横轴，5级为纵轴画方格，使用时根据测试的数据分别在相应的指标纵轴上标出所对应的10个点，把前4个点用实线连起来，表示该个体形态、机能发育曲线，把后6个点用虚线连接起来，表示该个体运动能力曲线。
赵墨臣，等用离差法和百分比进行综合评价，把用离差法获得的各单项得分进行算数求和，然后除以指标总项数，最后把平均得分与各单项指标的七级标准表对照进行个人综合评价。张宪斌也是把各个指标的对应分值求和，而综合评价标准是根据总分数据利用百分位法制定的。
柳璇采用体质量表对老年人的体质进行综合评价，制定了9个问卷，问卷中每题分值为5分，根据老年人答问卷所得分判定，所用公式为“原始分=各条目分值相加，转化分数=[（原始分数-条目数）/（条目数？）]？00”，最后跟据转化分数判定体质类型。
顾世德应用回归分析法把标准化后的分数建立两级回归方程，先分别建立形态、机能、素质三类的一级回归方程，再根据回归所得形态、机能、素质三类的分数建立二级回归方程，即总的综合评价方程。两级方程都用方差分析法进行了准确性跟可靠性检验，最后把回归计算得到的分数再用百分位数法制定了等级评价标准表。
王世连应用百分位数法和判别分析思想制定标准，柳璇采用体质量表对老年人的体质进行综合评价，罗小玲用百分数法和离差法，李皿用离差法和百分位法按年级划分制定了综合评价图表，赵墨臣，等用离差法和百分比进行综合评价。
1.2体质指标选取及权重确定的方法
选取体质综合评价指标的方法很多，其中王文采用了文献资料法和专家咨询法，张宪斌采用了主成分分析法，刘文忠采用了逐步回归分析法，顾世德采用了聚类分析和主成分分析法，冯宁采用了因子分析、多元线性回归方程和多重回归方程。体质综合评价中权重的确定方法较多，运用文献资料法确定权重的居多。其中王文，张宪斌，于学礼采用文献资料法；林建棣采用逐步回归分析法；江崇民采用了等权的指导思想；冯宁使用专家问卷调查法。
1.3数据标准化方法
数据标准化方法使用中，赵墨臣使用离差法，罗小玲，张宪斌，李皿，赵墨臣使用百分位法结合离差法。刘文忠把各单项指标数据按公式x70[（xi-X）+10]/SyTi转化成标准分。肖翔云把上面的公式改为x70[（xi-X）+15]/SyTi，顾世德用T分法公式70+[10-（xi-X）]/S标准化的。
目前，制定标准时不再进行标准化处理，直接利用百分位法进行单指标评分表的制定。2014年张一民在制定国家标准时也使用了百分位法。
2结论
制定体质综合评价标准过程中，大多是先用百分位数制得各单指标评分表，再对应的给出各指标的分数，把获得的各单项得分乘以权重进行算数求和，最后再利用百分位法制定综合评价标准。
制定单指标标准过程中，百分位法应用较多。权重多采用文献资料法和主成分分析法来确定。数据标准化处理方法大多数专家主要使用百分位法，有的结合百分位法应用其他的几种方法。制定标准时不再进行标准化处理，直接利用百分位法进行单指标评分表的制定。
参考文献
篇5
关键词：云计算；加密；隐私数字资源；属性基加密；权重属性
中图分类号：G250 文献标识码：A 文章编号：1009-3044（2016）32-0068-03
Encryption Policy for the Library Privacy Digital Resources in the Cloud Computing Environment
LI Zhi-ping
（Guangzhou University Sontan College， Guanzhou 511370， China）
Abstract： As for the safety of library privacy digital resources in the cloud computing environment， this paper outlines the data encryption， studies the algorithm implementation of the identity based symmetric encryption system and its advantages and disadvantages. Then it introduces the attribute-based encryption， probes into its composite structure access， and the main encryption algorithms. Since less attention has been paid to the current cipher text-policy attribute-based encryption （CP-ABE）， it is quite necessary to use the weighed one.
Key words： cloud computing； encryption； Privacy Digital Resources； attribute-based encryption； weighted attribute
1 背景
在图书馆数字资源研究中发现，基本包括公开数字资源以及隐私数字资源，其中前者主要为电子图书、报刊以及书目信息等等，这些内容均可以公开；后者则主要包括有学位论文、学生信息以及财务数据等等，这些数据均不可以公开。在云计算发展应用下，数据提供者及其访问者不再是传统的一对一模式，数据提供者在进行数据提供的时候，需要将其存储在第三方云计算服务提供商数据库中，通过此才能够为广大数据访问者提供相应的服务，借助服务商的多种开发接口则可以享受到数据阅读及查询等服务。但是在此过程中，云服务端所存储的数据则可能会出现被非法窃取及篡改问题。在图书馆数字资源中的一些电子图书等公开信息，则不必对其实施保密处理，在云存储保存中也可以采用明文形式，只需对其进行完整性检测。但对于隐私数字资源，一些保密学生信息及学位论文等等，为防止云服务提供商私自使用数据，或第三方用户盗取数据，云计算都必须先进行加密处理。
2 基于身份的加密体制
2.1 数据加密技术原理
数据加密简而言之也就是采用某种算法实现之前明文文件或者数据的处理，将其转换成为一些不可读的代码，也就将其称为是“密文”。在阅读过程中只有应用相应密钥，才可以看到具体的文本内容，以此有效确保一些不可公开信息数据不受到非法窃取及阅读。将此过程逆向处理也就是解密过程，也就是将“密文”形式成功转化为之前数据形式的过程。其中图1则为典型数据加密模型。
2.2 云计算环境下数据资源的加密技术分析
在云计算环境中，基于密钥特点则可以将加密算法分成两种，其中一种为对称密码算法，另外一种则为非对称密码算法。前者也被称为传统密码算法，在其应用中需要确保数据拥有者和数据访问者协调确定出一组加解密密钥，之后借助于加密密钥实现相关数据的有效加密，数据访问者在进行数据访问的时候，则可以通过数据拥有者或者密钥管理中心到相应的解密密钥。其特点是在加密与解密过程中使用相同的密钥，并且在实际应用中安全性比较高，加密速度较快，在实际数据加密中也比较常用，最常见的主要有DES、AES、IDEA 等。
而与之相对应的是非对称密码算法，简而言之也就是加密密钥和解密密钥不一致，其中加密密钥也被称之为公钥，可以公开；解密密钥则被称之为私钥，不可以公开。这一加密算法也被称为公钥密码算法，最常见则主要有RSA、ECC等，属于是在实际应用中最为广泛的公算法，也是一种分组加密算法，算法原理简单、易于使用。
但是在云计算技术不断发展进程中，互联网中的数据共享也逐渐广泛，在新的网络环境下如果依旧采用传统的数据加密方式，则无法有效满足实际网络应用需求。对于云计算数据资源安全加密技术也提出了新的要求，在云计算加密技术研究中也成为新的方向。基于身份的加密、属性基加密、引入权重的属性基加密等各种加密算法都不断地被提出、论证、实施及改进。
2.3 基于身份的对称加密体制
在图书馆数据资源管理过程中，数据量非常大，在数据加密中如果还是单纯采用非对称密码体制，无法有效提高其应用效率，因此则可以采用对称密码体制实施数据加密，操作如下：
第一 步：应用对称密码算法实现图书馆数据信息[F]的加密处理，之后即为加密文件[S]。
第二 步：将[S]分成[n]个数据块[s1，s2，…，sn]
第 三步：对每个密文件块[Si]签名，假设签名序列为[σ1，σ2，…，σn]，数据块[Si]的签名为[σi=μH（Si）α]。[H]在密码学中属于是[hash]函数，不同长度的0，1字符串均可以将其在群[G]上映射成为元素，在群[G]中[μ]则属于是生成元，[α]也就是图书馆数据中的私钥。
第四 步：在云存储数据库中保存图书馆密文数据库以及相关签名。
第 五步：检测文件[F]过程中，图书馆则需要生成挑战[chal=i，vi]，并发送给云存储然后等候应答。其中[i，vi]为挑战对，用来对第[i]个数据块进行检测，[vi]是为数据块[i]选取的随机数。
第 六步：基于挑战[chal=i，vi]结果，云存储系统则需要对[μ，σ]实施返回应答。[μ]则需要实现图书馆挑战随机数乘以云存储数据块，乘出来的结果相加也就是[μ=i=1nviHSi]；[σ]则是在计算过不同数据块签名及挑战随机数之后，进一步实施结果相乘所得，也就是[σ=i=1nσivi]。
第 七步：在进行方程[e（σ，g）=e（μμ，v）]成立判别中，也就可以分析图书馆的数据完整性。其中[e]也就是密码学的双线性映射结果，本身属于是函数运算；在群[G]中[g]属于是生成元，在进行图书馆公钥[v]生成过程中需要用到，也就是[v=gα]。
在身份加密体制实施加密处理，公钥也就可以应用用户身份信息，从而避免了任务设立CA中心的负担，但这一加密体制在应用中依旧存在多种问题，比如说数据拥有者如果想要实现数据共享，同时实现多个授权用户访问，那么在进行公钥设置过程中，则可以分别将访问用户身份信息作为公约实现机密，随着用户量的加大，需要实施协商的密钥数量也会有所增长；同时如果网络环境本身安全性不够，关于密钥的协商及分发安全渠道问题则需要进一步探索。
3 基于属性基的加密体制设计
访问用户身份信息具有唯一性，然而在其属性研究中则非常可能具有共性特点，因此在研究过程中则提出了基于属性基加密的概念。这一方式和之前应用用户唯一身份信息作为加密数据公钥具有一定差异，基于属性加密体制在设计过程中，数据加密公约则是用户属性集合，只有用户属性集合和密文属性集合共有属性数量，能够和门限要求有效满足的时候，一个访问用户才能够解密一个密文。也就是将属性划分为普通属性和许可属性两类，用户只有在其持有的属性，并且也能够对密文访问结果以及许可属性条件有效满足的时候，才能够有效实现数据的成功解密。
3.1 傩曰加密体制的复合访问结构
假设用[TA]表示普通属性结构树，[TB]表示许可属性结构树，则基于属性基加密体制的访问结构[T]由[TA]及[TB]用“与”门操作实现，子树[TA]包含的普通属性集管理者则属于授权中心，子树[TB]则主要为属性集，管理者为数据属性。解密密文的获得必须要确保用户持有属性和[TA]和[TB]同时满足，同时也能够“与”门根节点[T]，所得到才是正确的解密密文。
3.2 主要加密方案
1）密钥第一部分生成算法：将用户[u]的属性集[U]作为输入，选择随机元素[ti∈Z*p]、选择随机数[r1∈Z*p]，计算[d1=gα1-r1]，再为[U]中的每个属性[αj∈U]随机选择[rj∈Z*p]，计算[dj=grtj-1]。最终输出用户私钥第一部分为 [SK1=（d1=gα1-r1，?j∈Au：dj=grtj-1）]。
2）密钥第二部分生成算法：将用户身份[bk]作为输入，选择随机元素[ti∈Z*p]、选择随机数[r2∈Z*p]，计算[d2=gα2-r2]，再为用户身份[bk]随机选择[rk∈Z*p]，计算[dk=grtn+k-1]。最终输出用户私钥第二部分为[SK2=（d2=gα2-r2，dk=grtn+k-1）]。
在执行完这两部分算法后，用户[u]的一个完整私钥[SKU=（SK1，SK2）]就能够成功生成。
3）复合访问结构[T]生成算法：随机选取[s1，s2∈Zp]中的两个随机数，并且将其一一对应作为子树[TA]和[TB]的根节点，采用递归方式将共享秘密分配在[TA]中每个非叶节点。
4）密文主体部分生成算法：
分别计算 [c1=gs1]，[c2=gs2]，[c*=Me（g，g）α1s1e（g，g）α2s2]，
最终输出密文为
[ct=（T，c*，c1，c2，?αj，i∈TA：cj，i，?tj，i∈TB：kj，i）]。
基于属性基加密方案的应用特点主要有：不管是加密还是解密方案均具有一定动态性，并且可以灵活应用，在用户解密能力以及保护密文中，可以显著实现细粒度控制。但其不足之处是没有考虑到每个属性值的地位和重要性都不尽相同，属性加密方案中对这方面的差异性未作区别对待，这不符合客观实际应用环境。
4 引入权重的属性基加密体制
基于实际应用环境的综合考虑，关于属性值地位则可有一定差异，在属性基加密过程中则可以加大权重的引入及应用。在图书馆数据系统中，用户属性不同则权值也具有差异，在解密过程中，只有确保密钥属性能够对密文访问结构有效满足的时候，才能够实现正确解密。实际应用中为减少计算量，属性的权重值可以分别取为不同的自然数，具体算法实现如下：
1）属性集转化算法（[Γ]）：将系统全体属性输入其中，属性不同权值也具有差异。对于全体属性集[Γ=λ1，λ2，…，λr]中的每一个属性[λi]，分配属性[λi]允许在系统中的最大权值为整数[θi=ω（λi）]。可信中心依据属性在系统中重要程度的不同，对系统中的每一个属性都分配一个系统允许的最大权值。将属性集[Γ]中的每一个属性[λi]，依据权重进行分割，将其分割后的最小份额设定为1，分割之后的属性[λi]所对应的则分别是[（λi，1），（λi，2），…，（λi，θi）]，组成的集合也就被称为是全体属性权重的分割集[Γ?]。
2）系统建立[（1λ，Γ?）]算法：选择素数阶[ρ] 的群[G]，记[u=iθi]。系统随机选择[h1，…，hu∈G]，此外随机地选定指数[α]，[α∈Zρ]，可信中心根据安全参数[1λ]与全体属性权重分割集[Γ?] 运行系统，也即将全w属性权重的分割集[Γ?] 输入到系统。在以上计算过程中则可以生成公钥为[PK=g，e（g，g）α，gα，h1，…，hu]，主密钥为[QK=gα]。
3）加密算法[（PK，m，A）]：输入参数则分别为公钥参数[PK]、访问结构[A]以及消息[m]， [A]则属于是矩阵访问结构[（Q，f）]，函数[f] 则能够有效实现属性权重最小份额和[Q]的有效对应。属性[λe]的第[θt]个权重分割位置则需要和矩阵第[i]个位置相对应，也就是确保[f（i）（λe，θt）]。[Q] 则可以作为是[l×n]的矩阵，在计算过程中需要先在[Znp]上确定出一组随机行向量[v=（s，y2，y3，…，yn）]，则可以在加密元素[s]分享中应用。如果[i=1，2，…，l]，则可以计算得出[γi=v?Qi]，[Qi]则和[Q] 的第[i]行相对应。
加密算法公布密文则为
[CT=C=me（g，g）αs，C*=gs，C1=gαγ1h-sf（1），…，Cl=gαγlh-sf（l）]
4）密钥生成算法[（Qk，S*）]：在密钥算法过程中，则需要首先将主密钥[Qk]和用户对应属性分割集[S*]分别进行输入，随机确定[t∈Zp]，将分割集[S*]生成为属性对应的私钥[SK]。以上计算过程中所得私钥为[SK=K=gαgαt，L=gt，?x∈S*：Kx=htx]。
5）解密算法[（PK，CT，SK）]：数据接受者在得到相应密文自后，在解密算法中一一输入公钥参数[PK]、私钥[SK]以及密文[CT]，如果在私钥中的属性分割集[S*] 能够对密文访问结构[A]有效满足，也就能够成功解密，并有效恢复出消息[m]。
引入权重的属性基加密体制的优点体现在该方案不但支持细粒度的访问控制，也区别对待了不同属性的不同重要性，更加贴近于实际应用环境，近年来引起较多学者的重视。
5 结束语
图书馆隐私数字资源属于是自身特有的宝贵资源，在其应用中安全性非常重要。加密处理则是有效提高数据安全的一个重要措施。在云计算技术发展进程中，网络环境下的数据机密技术要求也随之加大，不断有新的加密算法提出、应用以及否定、改进等等，任何一种加密算法均具有自身的应用优势，因此在未来数据加密中，将实现不同加密体制的共同发展。由于算法原理简单、易于使用，同时在实际应用中安全性高以及加密速度快，对称加密技术的应用最为广泛，其中基于属性加密算法能够有效将传统的身份控制及认证，扩展成为用户属性集合认证，能够进一步实现其控制手段的丰富性。基于与门、或门等控制单元，能够设计出和不同情况相其和的访问控制结构，其在理论设计上的复杂性，近年得到广泛的关注。但是在当前应用过程中，基于属性加密算法和相关方案还存在一定不足，而属性权重的引入就是一种尝试。
参考文献：
[1] 杨D， 胡予濮， 张乐友， 等. 标准模型下可证明安全的分级身份签名方案[J]. 西安交通大学学报， 2011， 45（2）： 27-33.
[2] 刘西蒙， 马建峰， 熊金波， 等. 密文策略的权重属性基加密方案[J]. 西安交通大学学报， 2013， 47（8）： 44-48.
[3] 苏金树， 曹丹， 王小峰. 属性基加密机制[J]. 软件学报， 2011， 22（6）： 1299-1315.
[4] 刘帆， 杨明. 一种用于云存储的密文策略属性基加密方案[J]. 计算机应用研究， 2012， 29（4）： 1452-1456.
篇6
关键词：采矿系统工程，现状，展望
采矿系统工程为采矿工程学与系统工程学相结合的所形成的一个新的学科分支。论文参考网。采矿系统工程是根据采矿工程内在规律和基本原理，以系统论和现代数学方法研究和解决采矿工程综合优化问题的采矿工程学科分支[1]。采矿工程是一门由来已久的古老技术，很多问题都只能定性，而不能定量的解决，现场问题常常依赖经验判断，容易存在很大的主观差异性，借助采矿系统工程中的数字与计算技术，可以实现采矿技术问题的定量决策，大大提高了准确性和科学性。同时，采矿工程涉及面较广，影响因素较多，如何从总体上合理把握，综合协调，也需要利用系统工程的相关知识来解决。近年来，随着新技术，新方法不断引入到采矿系统工程中，为我国的高效安全采矿带来了新的活力和发展。
1.采矿系统工程的基础理论与技术
目前，采矿系统工程中常用的基础理论学科及相关技术，主要如下：
1） 应用数学或计算数学分支。如概率论与数理统计,随机过程及数值方法等。
2） 运筹学及其学科分支。如线性规划，整数规划，非线性规划，目标规划，动态规划，图论及网格分析，排队论及存储论等。
3） 现代应用数学的相关学科分支。如地质统计学，可靠性理论，模糊数学，灰色系统理论等。论文参考网。
4） 与计算机技术密切结合的交叉学科分支。如系统模拟，系统动态学，人工智能学，决策支持系统，管理信息系统及计算机辅助设计等。
2.采矿系统工程发展现状
经过几十年的发展，采矿系统工程得到长足发展，应用范围相当广泛，分述如下：
2.1 矿山地质系统
在采矿系统工程中，主要使用数据库来存放地测数据，早期主要使用dBASE、FoxBase、Foxpro，近年来则主要使用Access、Oracle等软件。而在处理数据方面，则主要使用统计学的方法，常使用Excel以及各种数据库软件从总体上把握矿产分布及其变化规律。
1） 矿产储量计算与地质作图
采矿系统工程广泛使用方块法，同时，为了满足矿山设计的需要，工程技术人员还常常使用为线框模型法来表达矿体，这种方法计算精度较高。然而如何由钻孔柱状图推出剖(平) 面图的地质作图问题，虽然专家学者使用了许多方法，但还没有很好的解决。另外，在三维实体模型表达矿体方面，国外的矿业设计软件都有这种功能。
2） 矿产资源评价
目前人们普遍采用模糊综合评判评价矿产资源，先建立评价指标体系及各因素的权值 , 然后采用模糊评判、灰色关联度分析等方法。近年来也有人探索用人工神经网络、遗传算法进行评判。至于矿物资产的评估，基本上以收益现值法为主。近年来，又引入探索期权估价法，案例估价等其它方法。
2.2 矿山规划与设计系统
1）地下开拓系统
对于煤矿开拓运输系统，常使用专家系统确定。或者从各项工程费用累积而成的数学模型中，使用解析法求极值，求解出最优开拓方案。同时，技术人员还常采用计算机模拟法比较各方案的优缺点。
2） 地下采矿方法
对于确定采矿方法，主要使用专家系统和模糊综合评判。对于煤矿此类特定层状矿床，采用解析法，而在具体布置采准巷道时，大多采用 CAD技术。鉴于地下工程是个空间概念，国外常采用三维立体图表示。
3） 采掘计划编制
人们主要使用线性规划和整数规划制定矿山采掘计划。论文参考网。另外还常使用计算机模拟予以辅助。如为了适应矿山环境的复杂多变，利用CAD技术编制采掘计划。
2.3 矿山生产工艺系统
1）开采工艺及设备选择
开采工艺及设备的选择主要是通过专家系统来确定，为了确保影响因素权值的正确确定，还可以使用人工神经网络方法。其他的选择方法还有解析法和计算机模拟等。
2） 开采工艺过程分析
主要是采用计算机模拟来研究开采工艺过程。近年来，现代控制理论也逐步引入到开采工过程分析过程中。
2.4 矿山管理系统
1）矿山管理信息系统
随着计算机及网络技术的普及，国内外许多矿山都建立了矿山管理信息系统，覆盖地测、设计、计划、设备、库存、营销、财会、人事等工作，内部各子系统用局域网相连，外部联系则通过Internet。
2）矿山生产过程监控
目前矿山还不能达到全过程自动控制，对于井下电机车的调度，主要是借用铁道运输的经验。对于井下一些重要却又危险的作业，主要采用工业电视来监控。对于少数大型的设备，都具有了自动控制的功能，但是距离自动化还有很长一段路要走。
3）通风安全
主要是使用专家系统来确定通风系统，使用解析法来优化通风井巷断面，使用CAD技术来绘制通风网格图，利用因果关系预测、时间序列预测、卡尔曼滤波预测等方法进行事故预测，以及采用故障决策树等技术分析事故发生的原因及概率等等。
3.采矿系统工程发展趋势
采矿系统工程是采矿工程与系统工程相结合的一门学科，既要遵循采矿工程的内在规律，又必须运用系统工程的观点和方法。目前情况下，采矿系统将有如下发展趋势：
1)多种研究方法的综合运用。采矿系统工程是一个复杂的动态过程，它的决策，如果只采用一种方法，效果难以理想，需要多种方法综合运用，并且正在朝这个方向发展。
2）多项内容的综合分析决策。采矿系统工程在系统结构上关系比较复杂，再加上各个矿区条件的差异性，因此，在处理和解决某一决策时，需要涉及到的内容较多，内容之间又容易相互影响，故今后将朝多项内容分析决策的方向发展。
3）计算机运算与可视化功能的密切配合。工程设计图是采矿工程的语言，随着计算机技术迅速发展，动画显示以及虚拟现实技术将会在采矿系统工程中得到广泛应用。
4）采矿系统工程理论与实践的进一步结合。随着采矿新技术，新方法的应用，采矿工程的实践活动也发生了巨大的变化，随着采矿实践的发展需要，兼收严格优化方法的优化功能与非严格优化方法的灵活使用性将会形成一种趋势。
5）严格优化技术正向实用要求逼近。在采矿系统工程的早期阶段，利用运筹学得出的采矿问题最优解常常偏离采矿的工艺技术要求。近年来，随着CAD 技术的出现，人们又将传统的设计方法转用计算机实现，却又忽视了优化的目标。今后，采矿系统工程将在人―机的交互方式下实现决策的优化，并尽可能提高作业的自动化程度。
6）新学科、新技术的应用继续发展。随着新兴学科，边缘交叉学科理论迅速发展，它们也将逐渐与传统领域结合，使采矿系统工程得到新的发展。
7）矿用软件开发日益规范化、商品化。采矿系统工程的软件将会一步发展，市场和价格也会逐渐规范化，价格上也会更加便宜，使用也会更加普遍，对外国软件的使用上也会更加熟练。
8）跨学科的联合研究。跨学科的研究工作随着系统研究对象的扩展，已经成为目前阶段必然发展趋势。
4. 结语
虽然采矿系统工程是一门新兴学科，但是随着我国经济高速发展，对能源需求量的急速增加，采矿工程迎来了新的发展机遇，再结合全球化的契机，以及新技术，新方法的引入，必将推动我国乃至全世界采矿系统工程学科发展的春天，为能源高效安全开采做出巨大的贡献。
参考文献
[1] 全国自然科学名词审定委员会.煤炭科技名词.北京：科学出版社，1997
[2] 张幼蒂，王玉俊. 采矿系统工程[M].徐州：中国矿业大学出版社，2000
[3] 邵登陆，岳宗洪. 采矿系统工程的发展现状与新趋势[J].中国矿业，2008，17（9）：99-102
[4] 云庆夏，陈永锋，卢才武. 采矿系统工程的现状与发展[J].中国矿业，2004，13（2）：1-6
[5] 刘建华，岳宗洪. 采矿系统工程的发展与新趋势[J].现代矿业，2009，3（3）：7-10
[6] 云庆夏，陈永锋. 我国采矿系统工程的技术进展[J].中国矿业，2000（9）：40-43
篇7
1 设计原则
分布式计算管理平台的计算资源分布在多个调度机构，物理上独立部署。由于对数据安全性和实时性存在特殊要求川，其不同于传统的云平台模式，无需在公用网络上自主发现计算资源和考虑计算资源的失效影响}m认也不同于传统的集中式计算中心仅基于固定的计算资源进行计算任务调度Ciz7，需支持计算资源异地备用。因此，分布式计算管理平台的计算资源一方而优先满足本地在线计算域和离线计算域的计算需求;另一方而作为异地调度机构的计算资源后备，必要时可接收异地调度机构相关计算域下发的计算任务进行计算。
在具体设计时，需遵循以下原则。
1)多级调度机构间基于松藕合方式进行信息交互。多个调度机构间计算资源监视和动态分配、计算任务调度都通过信息进行交互。
2)遵循调度机构己有的安全防护机制。计算资源在多调度机构间不进行跨安全区共享，只有处于同一安全区(生产控制区和管理信息区)内多个调度机构的计算资源才可以进行全局共享。
3)计算资源按照计算域进行自治管理。一个调度机构内支持划分多个计算域，各计算域之间计算资源相互独立，计算流程和计算周期独立控制;各计算域内的计算资源互为备用，一方而支持为各个计算域设定其优先级和计算资源分配系数，同时也支持根据计算任务数量对各计算域的计算资源进行动态调整。多个用户的离线应用功能以多个离线计算域的方式并行。
4)计算资源状态自动监视。各个调度机构内的计算资源的状态信息和负载信息周期进行收集，并通过信息进行全局共享。
5)计算资源分配分层管理。每个调度机构内都设有统一的本地资源分配管理模块，负责监视和管理本地所有计算域的计算资源;多个调度机构间设有统一的全局计算资源管理模块，由各调度机构动态选举产生，负责全局计算资源的统一调度和管理。
6)计算任务调度分级管理。对于跨调度机构的计算域，采用“根管理节点一子管理节点”两级调度管理机制，即:在接收到计算任务的调度机构内为该计算域设立全局的根管理节点以及为该计算域分配计算资源的相关调度机构内设立子管理节点，由根管理节点对上述所有子管理节点进行调度机构间计算任务的一级调度管理，由子管理节点对本地调度机构内该计算域的所有计算资源进行计算任务的二级调度管理，从而实现该计算域的计算任务基于多级调度计算资源的统一调度管理。
7)计算资源在动态分配给计算域时遵循“在线计算域优于离线计算域;本地计算域优于异地计算域”原则，即本地计算资源按照“本地在线计算域>异地在线计算域>本地离线计算域>异地离线计算域”次序进行分配。
2 体系架构
动态树形架构的分布式计算管理平台通过将计算资源分配和计算任务调度分别独立进行管理，采用“全局一本地”两层角色管理机制实现计算资源全局共享;采用“根管理节点一子管理节点”两级调度管理机制实现计算任务的跨调度机构管理，避免计算资源管理和计算任务调度的交叉影响。具体组织结构如图1所示。
1)计算资源分配
通过设立“全局资源管理节点一本地资源管理节点”两层管理角色，实现多级调度计算资源的分层统一管理。其中全局资源管理节点，在所有调度机构中有且只有一个，作为而向所有调度机构的全局管理角色，负责所有调度机构的全局计算资源统一分配;本地资源管理节点在每个调度机构内都有且只有一个，作为本调度机构的局部管理角色，负责本调度机构内多个计算域的计算资源分配。
2)计算任务调度
通过为每个计算域设立“根管理节点一子管理节点”两层管理角色，实现计算任务基于多级调度统一分配计算资源的分层统一调度。其中根管理节点位于接收到用户直接提交计算任务的调度机构，在所有调度机构中有且只有一个属于该计算域的根管理节点，作为该计算域而向所有调度机构的全局管理角色，负责所有调度机构的全局计算任务调度;子管理节点位于为该计算域分配计算资源的各调度机构内(并不强制要求每个调度机构都需要为该计算域分配计算资源)，在一个调度机构内有且仅有一个，作为此调度机构该计算域的局部管理角色，负责此调度机构内该计算域的计算任务调度。
3)运行角色自动识别
为提高平台运行的可靠性，调度机构和机群节点在运行前不指定其担任的资源管理和任务调度的角色类型，在实际运行时自动进行识别，逻辑上相互备用，能够自动感知异常并进行自主切换。其中全局资源管理节点由本地资源管理节点自动选举产生，全局资源管理节点和本地资源管理节点可在一个调度机构内共存。一个计算域的根管理节点位于提交计算请求的调度机构，由该调度机构此计算域内的计算资源推举产生;为该计算域分配计算资源的所有调度机构，在本地选举产生一个属于该计算域的子管理节点，负责和该计算域的根管理节点进行计算任务调度信息交互(通过信息中转)。
3 功能组成
动态树形架构的分布式计算管理平台从功能上分为用户管理、计算管理、资源管理和信息四层，具体组织结构如图2所示。
1)用户管理层
用户管理层为多级调度机构的用户(或计算域)提供统一的人机交互接口，主要包括用户并发管理模块和计算资源需求评估模块
其中用户并发管理模块基于而向服务架构(SOA)的设计思想为用户提供统一的人机交互接口，实现多个用户(包括离线和在线计算域)的计算任务提交、计算过程监控和计算结果返回。计算资源需求评估模块主要根据计算请求内容包含的应用功能及其各自的计算任务数量，结合其预期的计算时间要求，预估该计算请求的计算资源需求，为后续的资源优化分配模块提供资源需求量化指标
2)计算管理层
计算管理层实现多级调度机构的统一计算管理，主要包括各个计算域的计算流程控制和计算任务调度、计算数据交互管理以及计算环境远程部署。
计算流程管理模块主要实现每个计算域的计算流程组态和自动控制，包括流程定义与解析、执行过程中的分支自动识别和选择等。计算任务调度模块主要实现每个计算域内包含所有应用功能各类计算任务的异步并发组织、管理和调度，主要包括多应用功能的计算任务分解、调度粒度划分、计算任务分发和计算结果回收。计算数据管理模块主要实现本计算域内(包含根管理节点与其他调度机构的子管理节点之间、子管理节点与本地计算节点之间)各类计算任务相关数据文件和结果文件的统一组织、压缩、传输和处理。计算环境部署模块主要实现计算相关程序及配置文件的远程分发维护。
3)资源管理层
资源管理层实现各类计算资源占用情况的统一在线监视、各个计算域内的角色管理和计算资源的统一优化分配。具体包括本地管理和全局管理，本地管理主要是指单个调度机构内计算资源管理，主要实现本调度机构内计算资源的监视和运行状态识别、单个计算域本地的子管理节点角色运行管理和本地多个计算域之间的计算资源优化分配;全局管理主要是指多个调度机构资源的统一协调管理，并基于信息模块实现跨调度机构的各类信息交互，主要包括跨调度机构计算资源的集中监视和运行状态识别、根管理节点角色运行管理和跨调度机构的计算资源优化分配。
资源监视模块主要实现计算节点的硬件资源状态信息和负载信息的在线监视，运行在每个计算节点上，并将本地参与全局优化分配的计算节点资源信息通过信息实现共享。运行状态识别模块主要实现计算节点的运行状态在线感知，以及故障节点的主动识别和自动隔离。运行角色管理模块主要实现管理角色的自动选举、计算角色的加入管理、管理角色和计算角色异常感知。其中本地管理中的角色管理是指单个计算域内本地子管理节点的识别管理，将每个计算节点作为一个逻辑单元实现单个计算域内的子管理角色的在线备用;全局管理中的角色管理是指全局根管理节点的识别管理，在接收到用户计算任务的调度机构内，将该计算域的每个计算节点分别作为一个逻辑单元实现根管理角色的在线备用。计算资源优化分配模块主要实现计算资源在多个计算域(本地)或多个调度机构(全局)上按照约定的算法根据优先级、分配系数以及计算任务数量等关键因素进行优化分配。
篇8
【关键词】云计算；教育云；云架构：实验教学；案例分享
【中图分类号】G40-057 【文献标识码】A 【论文编号】1009-8097（2013）07-0111-06
目前，传统的教学方式正在向个人电脑、手机、平板等终端上拓展，尤其是电子阅读类终端和Pad类平板电脑，使用户体验产生了根本性变革。与此同时，教学应用和教学模式必将进一步丰富和深入，远程教育、实时互动课堂、在线点播、在线考试评测、在线交流、个性化学习管理等应用逐步融入学习过程。然而，传统的经济管理模拟实验室，因教学地点固定、教室之间相互独立、课堂之外学习困难、应用软件缺失等困境，难以满足经管类实验教学对灵活部署、及时响应、快速搭建各类信息系统与实践场景的需求。此外，维护困难、耗时长，也使实验管理人员深陷于纷繁复杂、简单重复的工作，而无暇从事深入的研究和探索以提供高水平服务与丰富实验教学活动。
平台云化、终端移动化、应用多样化己成為教育信息化的未来发展趋势。云计算技术的发展使得教学资源的集中化、系统搭建的简单化越来越容易实现，同时3G网络的发展也促使云计算摆脱理论的桎梏走向实践且应用范围越来越广。因而，乘“云”而来推动实验教学创新，是顺理成章的。
一 相关研究与实践
自2006年Google首席执行官Eric Schmidt在搜索引擎大会上首次提出云计算概念以来，因其动态扩展、形态灵活、简化终端等特性，受到了各行各业的高度关注。近年来，云计算在具体领域的应用探索，渐趋升温乃至白热化程度，如物联云、教育云、图书馆云、医疗云等。笔者在中国学术期刊全文数据库（CNKI）平台上使用逻辑运算符“并且”和采用“云计算”、“教育”等词语按主题组合检索发现国内学者王萍等于2008年率先系统地总结了云计算在国外的应用实践并阐述了它在网络学习中所扮演的角色和带来的积极影响，其后关于云计算在教育领域的理论研究与应用探索，呈现出“井喷”趋势，见表1。
云计算在国内教育领域的研究成果多涉及思考、总结与展望云计算如何促进教育资源整合和教育信息化及其在远程教育、高校实验室建设方面的尝试与案例分享，主要是围绕我国教育信息化现状重点阐述与分析云计算在助力教育变革中的作用和应扮演的角色，继而形成基于云计算的新型高校教育信息化工作模式以推动云计算在教育信息化中的应用，并借助Google协作平台全面揭示云计算在教育领域中的应用特点，思考云计算远程教育系统的逻辑结构、整体结构设计、核心模块设计等问题和描绘未来远程教育云的形态，探索与分享高校实验室云计算平台建设活动中虚拟化技术的设计与实现。
然而，尽管目前我国教育云建设的舆论接受度较高，但各类教育云的建设都是各自為政，缺乏统一标准，缺乏全盘规划，如果不及时关注这些问题，教育云应用将成為新的片片“孤云”，由此导致我们习惯于把目前教育信息化所做的一切说成教育云，尚且缺乏典型的教育云案例。与此同时，现有的教育云建设更多的是探索软硬件资源等基础设施的虚拟化、集成共享与管理，而很少关注之后的应用与服务。
面对上述困境，需要我们在教育云热的大环境中保持理性，并寻找一朵公认的在技术创新、教学改进上都典型的教育云案例以促进教育云应用实践的良性发展。
二 经管类实验教学环境的云架构设计与实现
1 经管类实验教学环境的云架构
面对经管类实验教学活动涉及诸多信息系统和实践场景且需要灵活部署、及时响应、快速搭建的现实需求，仅仅关注软硬件资源等基础设施的虚拟化实现资源的集成共享是远远不够的，还需要强调在统一的虚拟化环境下如何提供丰富多彩的应用服务以满足不断变化的实验教学要求。基于上述考虑，我们需要从硬件设备层、软件平台层、基础应用层和多端接入层等四个维度，有所侧重、分步实施搭建，见图1。
其中，在统一的云架构基础上，主要通过提供四大类基础应用来整合多样化的实验教学需要，如下所述：
（1）协作云。向终端用户提供可独立运行的虚拟资源，包括计算资源和存储资源。它通过把传统PC的计算存储资源集中到云计算数据中心实现统一分发，终端用户仅需通过显示器和瘦客户端即可接入到自己的“虚拟计算机”，这既降低了终端性能要求，也使多端接入成為可能，同时丰富灵活的应用部署，有力支撑了实验教学的多样性，也把实验管理人员从繁杂重复的机房工作中解放出来。
（2）虚拟服务器。虚拟计算机仅提供了灵活多变的上机或办公环境，而通过虚拟服务器能够把现有的或各类厂商的实训软件统一部署在云平台上，从而提供更為完善的实验教学服务，如通过提供Windows Server 2003、Windows Server2008、Linux等多种虚拟服务器环境，部署ERP、企业管理、财务会计、舆情监控、商业分析等各类实训软件。
（3）统一通信。是以融合业务交换系统和统一通信业务应用平台為核心的校园级统一通信平台，它支持多终端接入，如PC、Pad、智能手机等，融合了即时消息、语音、视频等业务，以实现远程会议、远程培训、移动办公等全方位应用，能够很方便地召开多媒体会议，支撑跨区域的研讨交流，从而提升沟通效率、辅助快速决策，同时还节约了可能的差旅成本。
（4）远程互动教学平台。实现校区之间、学校之间、学校与家庭的互联互通，轻松实现教育资源共享，学生可以从远程教室、家中或在旅行中通过智能终端加入远端实时课堂，与老师或者同学之间进行音频、视频和文字互动。同时，具备多媒体共享、屏幕共享等功能以满足信息时代对于多媒体内容的应用需求。
2 新型产业信息化实训中心平台建设
新型产业信息化实训中心（下文简称“实训中心”），主要包括IDC机房、交互式智慧教室、沙盘实训室、运维监控室、文档资料室、多功能区等基础设施，由商学院牵头建设，旨在改变学院以往“重理论、轻实践，重讲授、轻训练”的陈旧教学模式和现有经济管理模拟实验室机器设各老化与应用软件缺乏的现状。实训中心主要以华為TecalE6000服务器、OceanStor S5500T存储系统和Quidway S5700三层交换机為物理硬件基础，利用Xen HyperVisor虚拟化技术实现物理资源虚拟化，结合华為eSpace Cloud虚拟化软件产品形成统一的云管理平台，提供Windows、Linux等多样化的系统环境以支撑各类实训软件的部署、安装、测试，以及灵活多变的上机或办公环境：通过规划与部署符合学院需求的专业实验教学软件、交互式智慧教室和远程互动教学平台，并采取多终端接入方式，实现了方便灵活的管理和使用，顺应了移动教育趋势。
在整个建设及运行过程中，实训中心吸引了大量国内外专家学者和领域人士前来参观考察和学习交流，如；先后有上海市电化教育馆、上海软件产业促进中心、上海市检察院、上海市青浦区科学技术委员会、上海市黄浦区教育信息中心、上海市青浦区教育局、江苏淮安市教育局等一百余人次参观交流，并接待了哥斯达黎加科技部长Alejandro Cruz访华团一行、南非STELLENBOSCH大学首席信息官JOE SMIT一行、法国邮政集团董事Nathalie Andrieux及其IT战略管理部部长Chabane Debiche一行等多批次国外嘉宾参观交流。其中，主要有以下一些关键时间节点：
2011年10月，项目顺利通过专家组论证。
2011年11月，启动项目公开招标活动，最终确定中标方。
2011年12月至2012年03月，顺利完成项目“三包”建设方案。
2012年04月至2012年05月，各类软硬件兼容性测试，试运行。
2012年06月12日，顺利通过专家组验收并投入使用，给予了高度评价：它站在了学科教育和教育发展的前沿，是高校将“云”真正落到实处的典型案例。
2012年07月02日，成功举行教育协作云现场会，被业内认為是具有典型代表意义的样板，先后被《人民日报》、《中国教育新闻网》、《中国教育报》、《中国云计算服务网》等多家媒体报道或转载，产生了较大的社会反响。
目前，实训中心在统一的云架构下已有20余套实训软件在正常运行，且拥有Windows、Linux等10余套系统模板以满足快速搭建各类应用环境的需要，初步形成了云中教学、云中协作、远程交互、互动课堂、在线课程等应用為主的教育云平台。
此外，鉴于在教育云上的积极实践和探索，尤其是对教育云架构、各类高度集成的云服务、移动办公和互动教学等方面的理解，实训中心还吸引了诸多企业前来“云中筑巢”為拥抱云时代做尝试，这成為孵化校企合作、推动产学研有机融合的温床。
三 云环境下的实验教学框架
鉴于学院的学科特点，实训中心通过采购和联合共建实验室等方式规划部署了有关旅游、企业管理、信息管理、财务会计等方面的专业实训软件，改变了原有实验教学单一（或缺失）的局面。然而，云环境下实验教学活动需要多方协作创造以不断优化与扩增云端资源，实现资源的最大化共享，进一步丰富和完善实验教学项目。见图2。
平台使用，满足了日常实验教学，体现了资源集成共享的优越性；创新探索，孵化了新的实验教学项目，确保了教学的延续性和可持续发展。运维管理人员，需要担当起服务创造者角色而绝非仅仅是服务提供者，以促进平台使用与创新探索的有机统一，最终形成完善的教育云生态系统。
1 丰富实验教学
在统一的云管理平台上，维护工作变得简单、快捷，通过提供虚拟服务器以灵活架构、按需部署与集成各类实训软件，提供丰富的实验教学项目，从而满足各专业实验教学的需要。目前，实训中心提供的实训软件，门类齐全、种类繁多，拥有B/S、C/S两种架构模式，专业实训、统计挖掘、系统开发三个大类，具体如下所述：
（1）专业实训类。ERP财务模块、ERP人力资源模块、企业经营模拟沙盘演练、项目管理沙盘演练、企业内控与营销工程、模拟导游实验教学、会计实验教学、审计实验教学、财务决策与分析、舆情监控平台等。
（2）统计挖掘类。SAS统计挖掘软件、SPSS统计挖掘软件（Statistics和Clementine）、Teradata商业分析平台等。
（3）系统开发类。拥有Eclipse、Visual Studio、Android、Photoshop、Dreamweaver、Authorware、Fireworks等各类系统开发环境。
基于此，实训中心已经承担了大量实验实训课程，主要包括：综合会计实训、财务报表分析、客户关系管理应用实战演练、信息管理实用软件实训、5A景区漫游模拟导游实训、Android手机程序设计与开发、Windows Server 2008网络操作系统、Web程序设计与应用、管理信息系统、信息检索等。
此外，依托先进的录播平台全方位记录实验教学、培训活动、参观访问的实况，实训中心还形成了自己的特色资源库，并通过云平台对师生们开放，进一步丰富了实验实训的各类服务。
2 统一科研教学
魏红等认為“教师的科研成果和教师的教学效果呈现较為显著的正相关，教师的科研对其教学是有促进作用的”。实训中心则与教师合作，积极探索在云平台上科研成果应用于实验教学活动的一般模式，使得科研成果能够及时反映在实验教学活动，以活跃课堂气氛并激发学生的好奇心和求知欲，同时也使得科研成果能够在实验教学活动中得以检验、优化和完善，从而最大限度地服务于教学，实现科研与教学的有机统一，见图3。
依托云平台提供的各类实训软件环境，為上述探索提供了有力的支撑。然而，要保证顺利实现科研与教学的有机统一，不仅需要教师积极思考科研教学化的模式，更需要实验人员具备一定的科研能力和创新意识，这对实验人员提出了更高的要求。
3 深化校企合作
实训中心采用共建联合实验室的方式，深化校企合作，旨在為广大师生带来企业在管理、咨询等实践活动中的实务理解，帮助师生了解企业面临的各类问题以把握最為真实的社会需求，并诚邀相关企业资深的专业人士开展讲座培训，引进各类社会优质资源，形成良性互动，以期提高学院师生的科研创新能力并推动多学科的交叉融合。
目前，实训中心已建立华為教育协作云联合实验室、Teradata商业分析联合实验室、NSTOR数据管理联合实验室、中经世林模拟导游联合实验室等多个校企合作平台，并由此孵化实验教学项目，為日常教学科研提供新的支撑。比如：利用ERP系统中生成的业务数据，或者利用具体应用系统中的日志，把这些数据导入到数据仓库中，进而通过数据挖掘进行商业分析，这些都离不开各类厂商的支持；同时，在上述活动中，学生们的独立学习意识也能够得到极大培育。
4 提供实践平台
在确保满足日常实验教学活动的前提下，实训中心还设立开放实验室以最大程度地面向师生开放，旨在培养学生创新意识，增强学生科研动手能力。实训中心拥有完善的企业模拟经营沙盘演练平台、先进的商业分析平台、丰富的统计挖掘软件、无线网络全区域覆盖、舒适的实验场所等软硬件设施，為开放实验室的正常运行奠定了良好基础。例如，為会计学系师生提供上机环境，以备战2012年首届“网中网杯”全国大学生财务决策网络大赛。
同时，凭借在信息化架构与实践方面积累的丰富经验和优势，实训中心还积极辅导本科生参与国内外相关赛事，且已取得较好的成绩，如：赴新加坡参加2012、2013年APEX商业IT案例大赛，与世界一流学校同台竞技：提供企业模拟经营沙盘演练的电子沙盘和物理沙盘环境，并指导本科生参加2012年上海大学生企业经营模拟沙盘大赛，在本次比赛中参赛队员荣获优胜奖。
四 实验教学典型案例介绍
為了确保实验教学活动的延续性和可持续发展，实训中心并不局限于作為服务提供者為广大师生提供良好的实验环境，而是依托云平台在资源集成共享、灵活搭建应用环境等方面的优势，与任课教师、企业积极开展合作以进行创新探索，為实验教学提供新的支撑。主要采取两种模式：与任课教师合作，嵌入课堂教学，探索开设配套的实验课程：依托平台优势，联合企业协同创新，开发新课程。
1 网络文本信息挖掘
现如今各类会展活动在举办过程中，不可避免地被打上互联网的烙印并在网络上汇集大量相关报道或讨论，同时微博（客）的出现与蓬勃发展，也加剧了这一趋势。因而，在网络广為普及的社会环境下，及时了解与掌握会展活动中网络媒介或网民群体所表达出的重要节点信息，变得十分重要。為帮助会展管理系本科生认识和了解网络信息处理的做法，全面把握网络环境下会展研究的新动向，会展管理系教师与实训中心合作，探索开展相关实验教学的可能性。实训中心实验人员在网络信息处理方面，做了很多有益探索并形成了系列研究成果，為此次实验教学探索奠定了良好的基础和技术保障。
在与任课教师反复沟通交流后，决定在大型会展活动中的事件分析研究成果基础上，开展客户偏好及行為特征之网络文本信息挖掘实验教学活动，以作為会展客户关系管理课程的实验课程。实验教学的目标确定為帮助会展管理系2009、2010级本科生认识文本挖掘及其常见的工具技术，能够独立完成基于搜索引擎的网络信息采集活动并进行热点发现、社会网络分析等信息分析活动。
实验人员首先结合先前的积累准备了一份实验讲义材料，明确采用开源工具进行实战演练，然后交由任课教师模拟实验，最后制定了一套实验教学方案，如下所述。
（1）理论讲述：概述文本挖掘及其常见的工具技术，文本挖掘的典型应用场景。
（2）实验环境：通过云平台让学生了解和部署实验环境并陈述具体应用场景，
（3）工具使用说明：结合新浪博客实例，熟悉开源网络采集工具火车头采集器和社会计算平台ROST CM用于网络信息采集、处理与分析活动中的流程。
（4）自由实战演练：在给定的主题范围内进行网络信息采集、处理与分析，并进行现场答疑。
本次实验教学改变了该门课程实验教学活动缺失的现状，不仅丰富了课堂教学，也给该系本科生带来了新的视角和工具，如：针对2012年十一黄金周出现的旅游景区“人满為患”现象，借助文本挖掘手段利用新浪博客数据全面清晰地刻画了网民对这一现象的态度以及关注的焦点——交通、拥堵、免费、堵车、投诉、幸福等，拓宽了学生在捕捉客户偏好、把握客户行為等领域的视野。
然而，文本挖掘本身是一个多学科交叉的研究领域，在简短的时间内难以形成完整的认识。结合本次实验教学实际，实训中心已着手开展文本挖掘与信息分析专题培训，以期通过理论讲述和实战演练相结合的方式，进一步丰富和完善实验教学。
2 数据挖掘与商业智能
大数据时代下，面对多类型数据的海量集聚，数据挖掘活动所担负的从中涤取“有效的、新颖的、具有潜在效用的乃至最终可理解的模式以获取商业利益”任务，变得十分重要且更富挑战。托马斯·达文波特数据科学家这一职业也随之呼之欲出，并被誉為二十一世纪“最性感”的职业，然而所有大学都尚未设置数据科学的学位（课程）。
為顺应这一趋势，实训中心依托Teradata商业分析联合实验室，结合Temdata在金融、电信、零售、物流等行业积累了丰富的挖掘经验，开展数据挖掘与商业智能专题培训，以全面认识和把握数据挖掘在商业领域的真实做法，掌握数据挖掘常用的算法、模型与工具——如决策树、关联规则、聚类分析等算法和TWM挖掘工具、Excel高级应用等，从而培育挖掘与分析能力。该专题培训，采用理论讲述、实战演练、案例分享等多种形式，共分為15个专题，内容涵盖数据挖掘的基本理论、方法论、工具与模型以及电信/银行领域中数据挖掘典型案例分享等。
随着专题培训的深入，逐步改变了广大师生对数据挖掘即是“建模型、选算法”的认识误区，并了解到数据挖掘活动中约80%的工作是在做数据探索、数据准备，而借助工具或搭建数据仓库（集市）可以大大缩减这一工作量。值得一提的是，大数据时代下在数据（仓）库内进行数据挖掘已经成為发展趋势。实训中心所部署的Teradata数据仓库及其挖掘工具，顺应了这一趋势，并通过开展数据挖掘与商业智能专题培训活动能够使广大师生站在前沿以更加从容地从事科学研究活动。
除此之外，我们还致力于探索如何利用专题培训积累下的实验讲义等素材并结合师生的反馈把专题培训内容固化下来——如出版教材、专著等，从而进一步巩固培训成果和丰富实验教学，同时也為培育“数据科学家”人才做准备。
五 结束语
篇9
【关键词】 信息化； 事件驱动会计； ERP
中图分类号：F232 文献标识码：A 文章编号：1004-5937（2016）05-0109-04
一、引言
互联网技术发展至今，信息技术日渐成熟，人们的生产生活进入了“大数据时代”。大数据不仅从宏观方面为社会带来了变革，而且对会计行业产生了重要影响，对传统的管理模式和会计模式产生了很大的冲击。物联网技术、数控系统（DCS）、制造执行系统（MES）、企业资源计划系统（ERP）等信息化平台越来越多地应用于企业的经营管理、产品供应链等，使得企业实现了实物流、资金流和信息流的统一，企业的资源配置越加有效，企业价值实现最大化。
在传统的会计模式中，企业各部门之间很少有数据流通，尤其是业务部门与财务部门之间数据共享不及时，导致会计数据与业务数据不同步，容易形成“信息孤岛”，会计人员最终从财务系统得到的信息是滞后的、孤立的，造成财务部门无法高效地对发生的业务进行财务处理。因此，企业的会计模式需要改变，建立事件驱动会计模式，使得会计信息与业务信息同步，实时披露企业发生的交易事项信息以满足信息使用者的需求。
二、事件驱动会计模式的概念
在信息化环境下，财会人员不需要算账、记账、填表，甚至绝大多数凭证也是由ERP的业务管理系统自动生成，传递到财会部门，财务预算、计划和大部分财务管理工作都由ERP系统完成，因此，财会人员应大量地参与企业的业务管理工作，从财务管理角度参与企业的各项业务管理活动，如各种定额的制定、各种物资价格目录的更新、各种融资投资活动、企业的各项管理与决策等。
“事件驱动”原意是指出于某种需求，需要系统执行某一项操作时，程序指令即开始执行，简单地说，就是产生什么事件，调用什么函数。将其运用到财务领域，“事件驱动”的含义是指在企业发生某一项业务事件的同时，系统中的某一程序指令开始运行，将事件信息及时地转变为会计信息，进行财务处理。在事件驱动的会计模式下，所有的业务数据由各业务事件主体收集，通过管理信息系统将其存储在事件数据库中，这些数据大多为原始的、未经处理的信息，与此同时，会计人员可以便捷地从业务事件数据库中获得所需信息进行会计处理，提高会计信息的时效性。事件驱动会计的概念模式如图1所示。
在事件驱动会计模式中，数据采集的对象是原始凭证，因为原始凭证作为业务事项开始的证据，它记载的所有信息均是业务事项的原始信息。但在传统的会计模式中，会计信息系统中的数据来源于经人工处理的仅包含原始凭证中货币信息的记账凭证，并且，在事件驱动会计模式中，由计算机通过高度自动化的数据采集技术实时从业务事件数据库中“感知”原始信息，获取全息数据，包括人、财、物等各项财务和业务数据。两者的依据不同，相较于传统的会计模式，事件驱动会计模式依据业务原始信息，能够更真实地反映企业的信息。
三、与业务事件同步的实时数据采集
（一）供应环节
采购物料至物料入库，由计算机通过射频（RFID）等物联网技术直接从原材料上采集财务和业务数据，涵盖与原材料相关的全部库存信息，同时生成供应商及企业的付款信息和相关的财务信息，并对该事件的纸质原始凭证利用光学字符识别技术（OCR）进行处理，将其转化为电子凭证。原始凭证转化为电子影像后，要对电子影像进行编码，以便系统对影像进行处理。电子影像的编码规则要符合以下原则：每一个电子影像的编码是唯一且符合标准的，同时，还要保证编码规则与其他信息系统的编码规则保持统一，以便不同系统之间对信息的共享。
物料领用出库时，可按照系统中输入的生产订单、生产工序进行配套原材料领料，系统将所需物料的编码、类别、数量、价格、仓库、出库时间等信息经核准后发出，同时自动生成电子凭证。物料采购模块完成出库时，同时结转存货至成本费用科目或工程项目。
（二）生产环节
随着产品多样化、小批量生产的发展，ERP、MES以及DCS三者之间的信息交换越来越频繁，三者的集成能够使企业以现有资源实时响应市场需求，提高敏捷性。MES与DCS、ERP共同构成企业的神经系统。在这三个操作系统中，MES在底层DCS与上层ERP管理系统之间起到衔接作用，主要负责调度执行来自ERP的指令以及处理来自DCS系统的反馈。
ERP系统根据市场需求和销售计划制定企业生产计划，包括产品生产数量、完工日期、物料投入、生产工艺等信息，并将指令下达到相应车间的MES，根据生产计划MES产生更为详尽的资源分配方案、控制参数、工序和生产调度，并形成工作指令下达到控制层的DCS，DCS接受到MES下达的工作指令控制相应设备完成相应工序；反过来，DCS进行工作的同时将生产车间的信息实时反馈给MES，包括实际工作时间、产成品数量、人工状态、物料需求等，MES在DCS反馈信息的基础上，对这些信息进行处理后反馈给ERP系统，ERP系统根据MES提供的信息调整ERP生产计划中的物料、人工、设备等数据（即根据实际发生数据调整计划），同时进行成本计算、生成电子凭证，做到生产进行到哪一步，成本核算到哪一步，实现生产作业流程与资金流、信息流的统一（卢等，2013）。
MES对企业各生产工序及时、准确地采集，并处理过程控制层传送的生产过程数据，向ERP层传递生产数据和质量数据，那么各种资源耗费就能够以天为单位实时、直接分摊到产品的生产成本中（陶松桥，2005），而且企业可以实时获得产品的生产信息、成本核算数据，进行成本分析，从而调整经营决策。例如，固定资产的折旧费用，在ERP系统向MES下达每日的生产任务时，可以实现每日或者实时计提、单台计提、实时计入产品成本，而不是传统的每月计提引起信息滞后，而且，同类固定资产如计算机可根据其使用环境对计算机的耗用速度来采用不同的折旧方法或不同折旧年限计提。人工费可每日或实时摊销计入产品成本，在月末只需根据本月是否有奖金或其他津贴来进行微调。材料费同样根据生产的实时耗费即时分配计入生产成本，当大部分费用可以在其发生时实时计入产品成本中，那么间接费用将会越来越少，趋近于零。而产品的成本核算将更加准确及时，各项费用将更加清晰明确，建立在间接费用分配上的各种会计理论和方法将失去效用。
（三）销售环节
产品在转换为收益的过程中，始终在供应链上流转，传统的销售管理流程中，即使在ERP系统的支持下，主要还是手工输入产品在各个销售环节的数据。在事件驱动会计模式下，可以引入条码技术来有效实施销售环节数据自动化分散采集。在产品生产过程中，首先按照不同品种、不同批次、不同包装及其他特有信息在生产时为每一件产品生成可以唯一识别的信息码，以二维条码的形式印制在商品或商品包装物上。在销售流通环节，采用RFID技术获取商品的销售信息，根据订货单及合同获取客户需求信息，查看客户所需商品是否已完成交易。与此同时，ERP系统记录库存商品变化，并进行销售收入实时入账、成本实时结转以及相应销项税的实时登记，从而采集全息的原始信息。其中，为满足销售管理需要，系统记录产品编号、类别、数量、单价、仓库、出库时间等库存信息，同时生成客户的付款信息和相关财务信息；为满足财务核算需要，销售事项发生时，系统实时进行成本结转，销售收入和销项税根据所开具发票自动入账。
总而言之，通过将数据采集方式自动化，与业务系统平行，可以实现高效的业务与财务协同，保证信息的时效性，提高会计信息与交易事项的相关性。区别于人工处理，计算机自动收集的信息是与业务相关的全部原始信息，并以标准编码的形式存储于共享数据库中，这些信息能够同步到财务系统以及业务系统的数据库中，从而保证业务信息和财务信息的协同化，提高财务信息的实时性。
四、基于事件驱动的实时信息处理
事件驱动模式下的数据处理以业务事件的发生作为业务流程和信息流程的起点，在供应、生产、销售三类业务流程中各包含主要的业务事件。为了将业务事件语义化，采用基于事项会计理论的REAL（资源-事件-地点）模型将事件数据转换为业务数据，同时解决会计信息系统数据采集范围局限的问题。REAL应用于企业是基于经济实体发生的一系列分立的业务流程，其由若干业务事件组成，涉及业务事件的各方面，从而实现事件数据与业务数据的转换。
会计凭证是对企业所发生业务的会计描述，是会计流程的起点。在事件驱动会计模式下，可以实现由交易事项信息自动转化为会计数据。换言之，当共享数据库中业务事件信息满足一定条件时，利用信息系统的事件驱动机制，根据先前系统中定义的规则，系统自动从数据库中采集业务事件数据，并将其转化为固定格式的记账凭证（需事前定义模板），然后在财务板块进行后续的登记入账、报表生成等操作。处理流程如图2所示。
（一）供应环节
在供应环节，企业根据生产计划从供应商处获取所需物料。在此过程中，利用事件驱动机制，将实时自动采集的事件数据转换成REAL数据，存储在数据库中。供应流程的主要业务事件包括采购申请、选择供应商、订购物料或服务、验收入库、批准付款以及支付款项等，转换成REAL模型如表1所示。当满足系统中定义的条件时，系统中相应的程序开始运行，提取与业务相关的名称、金额和供应商信息等数据，按照系统中的规则和模板，将这些供应环节信息转化为固定格式的会计记账凭证借贷双方明细科目，生成会计记账凭证。经财务人员复核、审核后，将记账凭证实时登记入账，最终输出财务报表。
（二）生产环节
生产环节是把所获得的物料或服务最有效地转换成顾客需要的可销售产品的过程。生产流程是多种多样的，本文以制造业生产为例，将一般生产流程业务事件分为生产计划、生产产品、成本核算、产品检验、完工入库等，转换成REAL模型如表2所示。根据会计规则和会计凭证模板从REAL模型中析取出实时会计数据，程序提取出原材料名称、产品名称等信息，生成会计记账凭证，完成产品成本核算。由于采用信息化系统实时分摊各类间接费用，间接费用趋于零，所有生产所消耗的料工费均可以计入到生产成本中。在获取实时会计记账凭证后，进行审核，账务系统根据审核后的记账凭证登记入账、生成报表等操作。
（三）销售环节
正常销售环节涉及的事件是：接受订单、开具发票、产品出库以及接收付款等，转换成REAL模型如表3所示。根据会计规则库中定义好的传统会计规则和实时会计凭证模板从业务数据中析取出实时会计数据，程序执行对业务数据的产品信息的名称、金额和客户信息提取，确认收入和相关税费，结转营业成本，生成会计记账凭证。人工审核后，在账务系统进行后续的登记入账、生成报表等操作。
五、反映全部业务事件的实时信息输出
会计主体将发生的各项业务和交易及时披露在财务报告中，信息使用者可以从相应的数据库中获取所需的财务报告。当信息使用者想从企业获取信息时，可通过网络直接进入企业对外公开的系统，及时有效查询、分析所需信息，然后由报告生成器根据用户的选择，在系统中找到对应的事件驱动模型，生成满足其需求、多层次、全面反映企业目前及过去整体情况甚至未来预测趋势的财务报告体系。
由于系统中存储了业务事项多方面的细节属性信息，当用户对公司经营状况进行分析时就可以向下钻取到具体的业务明细数据和财务明细数据，从而促成企业各部门之间的信息流通，提供更全面、更有价值的信息，从而大大提高信息的真实性和相关性。如在会计的各种明细账中，能够充分反映各项业务事件，通过查询明细账即可知晓企业的各项经营业务事件。
六、结论
在目前所处的大数据时代，信息使用者的需求更趋个性化，传统的会计信息系统已经举步维艰。在信息技术、网络技术、自动化技术高速发展的环境下，提出新的会计信息处理模式势在必行。本文所研究的基于信息化的事件驱动会计模式是建立在物联网技术、DCS、MES、ERP、事件驱动机制以及REAL模型基础上的，实时反映企业各项业务的现代会计处理模式。该模式能够实现实时采集财务业务原始数据、直接分摊资源消耗、事件驱动处理数据、个性化输出实时信息等多项功能，充分满足信息使用者的各项需求。随着信息技术的不断发展和应用，相信未来企业能够真正实现事件驱动会计模式的应用，为信息使用者实时提供最新最全面的企业经营状况和管理信息。
【参考文献】
[1] 卢，王海东，李海亮，等.基于DCS/MES/ERP集成系统在水泥企业的研究与应用[J].中国水泥，2013（3）：
102-104.
篇10
【关键词】 研发支出； 会计信息披露； OTC
【中图分类号】 F273.1；F424.3 【文献标识码】 A 【文章编号】 1004-5937（2016）24-0117-04
“十三五”规划推进健康中国建设，带动医药产业发展，医药市场的需求保持着旺盛的势头。随着社会的发展以及人民生活水平的提高，“大健康”理念以及自我诊疗意识深入人心，伴随着日益激烈的竞争，OTC市场规模正不断发展壮大。近年来，包括强生、拜耳、葛兰素史克等外资OTC龙头企业，正在抓紧扩张自己的OTC业务，通过频频收购我国OTC药品企业倒逼着我国药企的转型。在国内，适用自我诊疗的非处方药物同质化严重。面对内忧外患的局面，我国药企只有重视产品的研究与开发活动，才能在如此激烈的竞争中立于不败之地。
研发活动是企业成长与企业价值的重要来源，但是人们获取企业研发活动的信息是有限的，充足的研发活动会计信息披露可以减轻信息不对称和逆向选择问题，最终使企业获得较高的股票估值[1]。人们也可以通过已获取的详尽的研发支出披露内容，判断企业未来的创造能力，评估企业的抗风险能力。因此，对上市公司研发支出会计信息披露问题的研究具有现实意义。
一、OTC上市公司研发支出会计信息披露现状
我国2007年颁布的《企业会计准则第6号――无形资产》第7条明确将企业内部研究开发项目的支出区分为研究阶段和开发阶段，并给出了研究和开发的通用定义。在财政部颁发的《企业会计准则第6号――无形资产》应用指南中，专门对研究阶段与开发阶段的划分进行了讲解，指出，“企业应当根据研究与开发的实际情况加以判断”。随后，证监会的《公开发行证券的公司信息披露编报规则第15号》及修订版准则也提出“结合公司内部研究开发项目特点，披露划分研究阶段和开发阶段的具体标准，以及开发阶段支出资本化的具体条件”。
我国OTC市场发展势头强劲，据我国产业调研网的《2015年我国OTC市场调查研究与发展前景预测报告》，到2020年，我国OTC市场规模可能位居全球第一，潜力巨大。本文依据我国非处药物协会公布的2015年综合排名前40的OTC公司，选取已在我国上交所、深交所上市的19家企业的2011―2015年年报，对这19家②公司研发支出会计信息披露情况整理如表1。
表1数据显示，非处方药企业对研发活动的会计信息披露越来越重视。从整体上看，这19家企业的披露内容越来越丰富，2011年大多数企业还仅仅停留在对研发支出的数据披露，到2015年延伸至研发活动的叙述性披露，同时结合了企业的研发项目、研发战略规划等内容进行细致性文字描述。
从各个项目来看，其中“开发支出”项目及“研究与开发阶段划分标准”是最早开始披露的内容，这些行为也是应会计准则之要求。对于“开发支出”，2013年有14家上市公司在报表附注“无形资产”下面单独列示开发支出项目，然而2014年和2015年对于该部分披露的公司却少了一家，系东阿阿胶对开发支出项目披露不连贯造成的。
在叙述性披露内容中，截至2015年依旧有5家公司未披露区分研究阶段和开发阶段标准，其中“华润三九”“东阿阿胶”属于披露不连贯，这两家公司在2011―2013年对研究与开发的阶段进行过简要区分，而2014年和2015年报表仅仅说明了研究阶段支出计入当期损益，开发阶段支出满足条件计入无形资产，并无对研究与开发阶段划分标准的相关内容披露。此外“云南白药”“康恩贝”“桂林三金”这三家公司2011―2015年均未披露研究开发阶段划分标准。
对于“结合自身研发战略规划的其他情况说明”本属于自愿披露项目，但也是企业最早开始披露的内容之一，说明制药企业根本上还是重视研发活动的。直到2014年已有17家企业或多或少披露公司研发战略、在研项目和研发成果，但仍有“神奇制药”和“云南白药”这2家企业未披露此类信息。截至2015年，上述19家企业全部完成与研发战略规划有关的叙述性披露。
目前为止，上述19家公司全部规范了董事会报告中“研发支出”项目和报表附注中“管理费用――研发费”金额的披露。对于“资本化时点”的披露至今依旧是披露内容最薄弱的环节，大多企业只是照搬会计准则中开发支出确认为无形资产的五个条件，但是对于结合企业自身情况的资本化时点披露鲜有企业重视。
二、OTC上市公司研发支出会计信息披露存在的问题
（一）划分研究和开发阶段的标准以及资本化时点的确定未结合企业自身情况加以说明
对于制药企业来说，判断其生命力的一个重要标准，即看企业在研发方面是否有研究成果，那么对于企业划分研究阶段和开发阶段的标准，以及开发阶段资本化时点的信息披露显得尤为重要。以2015年的19家上市公司年报为例，仅有6家上市公司结合企业自身情况对资本化时点进行披露，其披露内容如表2。
通过表2可以看出，OTC企业对研究阶段与开发阶段的划分标准并不一致，很多企业未结合行业特点或者企业自身情况区分，仅仅只是复述企业会计准则中的笼统划分标准，如江中药业。OTC药企划分研究阶段与开发阶段的标准包括临床试验批件、药品批准文号、进入注册申报阶段等。
表2中列示的6家上市公司均披露了资本化时点，除“太龙药业”结合自身具体的开发项目披露资本化支出外，其余13家公司并未将资本化时点与开发项目结合进行会计信息披露。
通过笔者实地调研，结合OTC行业特点来说，企业打算开发一款新药，自立项前的市场调研开始，其研发流程经历小试、中试和工艺放大，到最后取得临床试验批件前的预试验阶段应归为研究阶段，这一阶段的所有费用化支出应计入当期损益。自取得临床试验批件开始，企业将研究成果进一步运用于人体或动物身上进行等效性试验后进入开发阶段。当开发阶段符合资本化条件后，此项研究才具备生产出售的实际价值，各个公司的资本化时点应结合自身情况来确定。很多企业虽然披露了相关的划分标准，但也是照搬会计准则内容，会计准则是笼统的规则，其内容适用于包括其他行业在内的所有企业。企业没有结合自身情况制定划分标准，使得披露的“研发支出”资本化金额和费用化金额的依据无从查证，其可信度也大打折扣。
（二）数据披露前后不一，自相矛盾
制药企业的研发活动相关的数据，包括董事会报告下的“研发支出”金额、报表附注里的“开发支出”金额和计入当期损益的“技术开发费”。其中判断制药企业研发成功能力的大小主要是看研发支出资本化金额多少，开发支出里有多少是形成无形资产，有多少是费用化计入当期损益。而数据之间的勾稽关系是：研发支出费用化金额与“管理费用”的技术开发费一致，研发支出资本化金额与“开发支出”本期增加额一致[2]。通过笔者对报表的细查，发现很多企业对研发支出的数据披露不规范不合理，以“云南白药”及“桂林三金”为例（参见表3）。
“云南白药”和“桂林三金”都有同样的问题，即数据披露前后不一，自相矛盾。两家公司近三年均无资本化研发支出，其研发支出应全部费用化计入当期损益，即当期“研发支出”金额应与管理费用中的“技术开发费”金额一致。由表3可知，除了云南白药在2015年的研发支出数据披露中实现了费用化的研发支出与“管理费用――技术开发费”金额相等以外，其余年份数据都不相等，至于金额怎么计算来的也是捉摸不透。此外，“云南白药”在2015年年报中披露了上年研发支出金额为0.95亿元，这与2014年年报披露本年的研发支出金额1.59亿元不相符，数据前后披露不一，金额差距甚大，但是公司未对此问题做出任何解释。
（三）披露的内容不具有相关性
对于报表阅读者来说，更愿意获取愈细致愈丰富且具有高度相关性的内容。对于公司来说，其对研发支出的会计信息披露既要保护投资者利益，同时也要与自己研发战略目标、研发项目、研发进展高度相关，才是有价值的会计信息[3]。但是一些公司应该细致披露的内容却没有详细披露，反而去披露一些不具相关的内容，看起来冗余而杂乱。
例如“哈药股份”，其在2015年报表附注“开发支出”项目披露得很细致，其本期增加的开发支出包括“专有技术和软件”，该项目均通过内部研究开发完成，但尚未形成无形资产。该企业在研发会计政策项目中披露了大量的外购或委托外部研究开发项目在开发阶段满足无形资产的标准，该企业既没有外购的专利技术，也没有本年形成无形资产的项目，故以上划分标准本不必详细披露。此外，该企业并没有结合自身情况披露内部研发阶段划分标准，同时也没有资本化时点的说明，只是完全照搬会计准则中的内容，同时也未披露本期开发支出占本期研究开发项目支出总额的比例。与之相反，“天士力”在研究与开发会计政策中，结合公司情况进行细致划分，该公司研发阶段的划分标准以是否取得临床批件为准，该公司的资本化时点为取得新药证书时。
三、OTC上市公司研发支出会计信息披露改进建议
（一）结合企业自身情况，明确研究开发阶段的划分标准，细致披露资本化时点
前文也提到过，资本化了的研发成果才会转化成有价值的产品，好的研发成果也会激励中小股东的投资热情。然而直至目前，只有少许公司结合自身情况对其进行披露。制药行业的整个研发流程比较特殊，相关的药监局质监局对其研发过程层层把关，因此，对研究与开发阶段的划分标准不是那么难以判断，对于资本化时点也是能够把握的。据行业惯例来说，往往以“临床批件”作为划分研究阶段和开发阶段的标准，以“新药批件”或“生产批件”作为资本化时点，但是公司在获取“新药批件”的同时，还要结合会计准则判断是否符合划分为无形资产的五个标准。即使公司不以药物生产批件作为资本化时点，通过评估确定资本化的方式，也应该披露评估机构名称、评估方法。
（二）规范数据披露勾稽关系
报表的量化数据是直观的，也是直接影响报表阅读者初步判断的重要内容。对于企业来说，应该在数据披露上谨慎处理，严格按照相关标准计算数据，同时披露相应的计算方法。例如，对于本期开发支出占本期研究开发项目支出总额的比例计算，目前没有准则对其计算方式进行规定，企业在披露比例数据的同时更应该披露计算方法，以提高数据的可信度和透明度。
审计机构应重点审计研发支出数据的勾稽关系，发现数据有异常波动和前后不一的，应当让企业给予解释说明以提高数据的说服力。制药企业在研究阶段重点花费应用于项目立项前的市场调研费、外购实验器材的折旧、研发人员的工资以及为达到一致性评价所产生的研究支出。在开发阶段主要应用于临床试验的试验费、受试者的保险补偿、试验外协费等。
（三）加大研发支出内容的相关性披露
对于非处方制药企业来说，首先企业可以结合自身不同研发项目，根据临床前、申报临床中、临床研究、申报生产四个阶段一一对应地披露相应项目；其次对企业未来核心竞争力具有重大影响的研发项目，可以披露不同类别药品的研发所处阶段、研发进展情况、累计已投入研发金额。投资者所担心的一个问题是，研发投入一般是基于公司战略决策上的较为“随意性”投入，其具体金额一般是由决策者决定[4]。由于投入金额具有一定的任意性，导致外部使用者对企业公布的财务报告中披露的金额产生质疑，即使企业划分了研究阶段和开发阶段标准，也披露了资本化的时点，但具体的资本化和费用化金额披露具有一定的可操作性。当企业年报分项目、分阶段细化披露金额，即可以使数据的前后一致对应，同时申报费用是可以去药监总局查到的，就会减少造假嫌疑，也提高了披露金额的可信度。
【参考文献】
[1] MERKLEY K J. Narrative Disclosure and Earnings Performance Evidence from R&D Disclosures[J]. Accounting Review，2013，89（2）：725-757.
[2] 黄当玲.研发支出会计信息披露问题研究――以通信及相关设备制造业上市公司为例[J].财会通讯，2015（3）：13-15.