云计算涉及的关键技术
开篇：润墨网以专业的文秘视角，为您筛选了八篇云计算涉及的关键技术范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
云计算涉及的关键技术范文第1篇
关键词：云计算技术；云安全；访问控制；发展趋势
中图分类号：TG333.17 文献标识码：A 文章编号：1006-8937（2014）5-0055-02
1 云计算概述
1.1 云计算发展背景
最初的计算机网络应用过程中经历了一个很艰难的过程，任何一个网络应用提供商往往为了获得少量的网络服务而必须从网络模型的最底层开始做起，例如，网络应用商需要搭建一个网站，那么他就必须建立一个从硬件维护人员到服务设计人员的大团队，所有的软硬件问题都要由公司自己完全负责，这样使得网络应用的成本过于庞大，不利于网络技术的进一步推广和应用以及未来的发展。传统的网络模型给那些提供网络服务的组织机构带来了诸多的困难，例如搭建大型网络服务设施需要庞大的资金支持，这就限制了网络服务组织的规模，而且从底层开发的成本也相当高，即使是大型的组织机构也无法投入过多的人员和时间成本，而当好不容易开发成功的服务模型投入使用以后，还要花费大量的人力物力负责对服务系统的维护，一旦客户需求发生变化，传统的计算模型往往难以做出很大改变。这些限制因素严重阻碍了网络服务的发展与应用。
正是在这种背景下，云计算平台出现了，它为客户提供了一个灵活高效可靠的服务平台，使客户可以依靠云计算平台迅速的搭建系统，由专业的云提供商负责对平台基础设施的维护，而客户则可以专心致力于新业务的开发，云计算平台的出现，极大的降低了计算机网络服务的成本，多方面满足了客户的多样需求，促进了当前IT世界的革命性变革。
1.2 云计算的定义
云计算可以被定义为通过因特网的为满足客户需求而提供的各种应用服务以及为实现这些服务所涉及到的各种软硬件资源。云概念特指的是各种庞大的软硬件资源，而服务则指的是云计算的目标是以服务用户为主，并以此赚取商业利益。
1.3 云计算的特点
云计算平台目前提供的服务大致可以分为三类：一类是基于虚拟化技术提供底层基础资源服务，一类是统合云计算平台内部的资源，提供功能特化的上层服务资源，第三类则是统合平台内部的基础资源，提供基于网络服务的计算平台。这三类服务的目标虽然有所不同但是都属于云计算的范畴，因此，都具备云计算平台的特征：①用户在使用平台的过程中，不需进行基础性工作，也不需要了解平台的细节，而只需要调用平台提供的接口就可以完成自己的工作；②云平台的灵活性和庞大的规模性大大降低了其运行的成本，其完全可以满足用户的各种需求，云平台提供商也可以实现按需提供服务；③大规模的数据中心或网格是的云平台可以提高更高性能的云计算服务。
2 云计算安全问题简介
2.1 云计算安全问题现状
云计算应用技术尚未成熟，在其应用过程中出现了诸多的安全问题，因此，对于云计算应用的安全研究目前成为IT界、安全厂商以及云用户都非常关心的问题。目前，云计算安全问题研究的主要组织有CSA、CAM等相关论坛，也有越来越多的组织加入到CSA中。该类组织旨在为云计算应用推广安全的实践经验，为云计算用户提供安全指引。CSA的《云计算安全指南》，CSA和欧洲网络信息安全局共同发起的CAM项目，均是针对于云计算安全问题而提出的。
此外，IBM、Amazon、Microsoft等云服务的提供商也已经开始部署与云计算有关的安全解决方案，例如通过采用安全认证、数据加密等技术和管理方法来提高云计算服务的连续性和用户数据的安全性等。
云计算安全问题也引起了IT杀毒企业的关注和重视，针对云计算安全的杀毒产业发展迅速，如瑞星、卡巴斯基、江民科技、360安全卫士、金山等都相继推出了云安全问题的解决方案，各种杀毒软件每天都要拦截大量的木马攻击和阻断病毒的感染。
由此可见，云安全问题已经关系到整个计算机网络应用当中，不论是IBM等云服务的提供商还是瑞星、江民等专业的IT杀毒软件商都已经涉足云计算的安全研究问题，而目前只有专业的IT杀毒软件商才有相应的云安全产品，而且其产品也仅仅集中在应用的安全领域，要解决云计算关键领域的安全保障，必须要云平台提供商、系统集成商、云服务提供商和杀毒软件厂商等的共同努力才有可能完成。
2.2 云计算安全的关键技术介绍
2.2.1 可问控制技术
云计算模式下的访问控制策略与传统访问控制类手段是有所不同的，目前研究最多的是基于密码学方法实现的访问控制，具体包括：利用基于属性的加密算法，基于重加密的方法；基于层次密钥生成与分配策略实施访问控制的方法；以及在用户密钥或密文中嵌入访问控制树的方法等。而权限撤销问题则是基于密码类方案所必须要解决的问题，虽然目前已经有一些尝试进行权限撤销的技术，但是从目前来看，该类技术还有待完善。
2.2.2 密文检索与处理技术
密文检索有两种典型的方法，一种是基于安全索引的方法，即通过为密文关键词建立安全索引，检索索引查询关键词是否存在；另一种则是基于密文扫描的方法，即对密文中每个单词进行比对，确认关键词是否存在，以及统计其出现的次数。而密文处理研究主要集中在秘密同态加密算法设计上。由IBM研究员Gentry提出的全同态加密方法在理论方面已经取得了很大的突破，使得加密状态的数据可以被人们充分的操作，但是该技术离实用化还有待进一步研究。
2.2.3 虚拟安全技术
虚拟安全技术要求使用虚拟技术的云计算平台上的云架构提供者必须向其客户提供安全性和隔离保证。有人提出了基于虚拟机技术实现的grid环境下的隔离执行机和通过缓存层次可感知的核心分配，以及给予缓存划分的页染色的两种资源管理方法实现性能与安全隔离。他们关注了虚拟机映像文件的安全问题，所提出的映像文件管理系统实现了映像文件的访问控制、来源追踪、过滤和扫描等，可以检测和修复安全性违背问题。
2.2.4 云资源访问控制技术
在云计算模式下，不同的管理域分别管理着各自的资源和用户，倘若要进行跨域访问资源，就要设置域边界认证服务，对共享资源的所有用户都进行统一的身份认证管理。每个管理域均有各自不同的访问控制策略，要想实现跨域的资源共享，就必须建立一个公共的、所有域都认同的访问控制策略，即合成策略。合成策略不仅要遵守原来域的访问控制策略，还要能保证新的合成策略的安全性。
3 结 语
云计算技术是非常先进的计算机网络技术，具有非常广阔的发展空间和不可估量的商业前景，但是云计算的安全问题是必须要解决的首要问题，只有涉及到的所有领域和行业都参与进来，共同研究解决之道，才可能共同解决云计算的安全问题。
参考文献：
[1] 王鹏.云计算的关键技术与应用实例[M].北京：人民邮电出版社，2010.
[2] 陈全，邓倩妮.云计算及其关键技术[J].计算机应用，2009，（9）.
[3] IBM虚拟化与云计算小组.虚拟化与云计算[M].北京：电子工业出版社，2009.
[4] 张为民，唐剑峰，罗治国，等.云计算深刻改变未来[M].北京：科学出版社，2009.
云计算涉及的关键技术范文第2篇
关键词：智能交通车联网智能科学
中图分类号：U495 文献标识码：A文章编号：1007-9416（2012）03-0000-00
当前，我国城市化进程正面临着巨大的机遇和挑战，如何不断提高城市发展水平和产业竞争力，全面提升城市生活品质，解决城市发展中的交通、安全、能耗等问题，已成为关键。“智慧城市”顺应了当前全球先进城市发展演进和技术变革的时代潮流，是当今世界推进战略性新兴产业和城市信息化进程中的前沿理念，是我国新一轮城市发展与转型的客观要求，是提升城市品质和竞争力的必然途径，也是更好地保障和改善民生的重大举措[ ]。建设智能交通体系是智慧城市建设中不可或缺的重要内容之一。
智能交通系统是将先进的信息技术、数据通讯传输技术、电子控制技术、计算机技术及智能车辆技术等综合运用于整个交通运输管理体系，通过对交通信息的实时采集、传输和处理，借助各种科技手段和设备，对各种交通情况进行协调和处理，建立起一种实时、准确、高效的综合运输管理体系，从而使交通设施得以充分利用，提高交通效率和安全，最终使交通运输服务和管理智能化，实现交通运输的集约式发展[ ]。智能交通是集智能调度、视频监控、定位管理、运营分析等应用服务为主要内容的交通发展新模式。
1、体系结构
从技术层面分析，实现智能交通的体系结构分为三个层次：感知层、传输层和应用层，如图1所示。
通过感知，获得车辆、道路和行人等全方位的信息，将采集到的信息通过传输层“运送”到服务端，根据不同的应用和业务需求，进行相应的服务端计算，对信息进行分析、处理、融合，实施重要信息的存储管理及其相关信息（如公交指示信息、交通诱导信息等）的及时。
2、关键技术
智能交通建设过程中，从信息的收集，数据的分析处理，到信息的管理和信息的，涉及很多关键技术。
2.1车联网技术
车联网，是指利用装载在车内和车外的感知设备，通过无线射频等识别技术，获取所有车辆及其环境的静、动态属性信息，再由网络传输通信设备与技术进行信息交换和通信，最终经智能信息处理设备与技术对相关信息进行处理，根据不同的功能需求对所有车辆的运行状态进行有效的监管和提供综合服务的高效能、智能化网络。
车联网是物联网技术在智能交通中的应用。车联网系统发展主要通过传感器技术、开放智能的车载终端系统平台、无线传输技术、语音识别技术、海量数据处理技术以及数据整合等技术相辅相成配合实现。在国际上，欧洲的CVIS、美国的IVHS、日本的VICS等系统通过车辆和道路之间建立有效的信息通信，已经实现了智能交通的管理和信息服务。
2.2云计算技术
云计算是一种基于互联网的新一代计算模式和理念。云计算通过互联网提供、面向海量信息处理，把大量分散、异构的IT资源和应用统一管理起来，组成一个大的虚拟资源池（共享的软硬件资源和信息），通过网络，以服务形式、按需提供给用户。
云计算的特点之一是分散资源集中使用。与传统互联网数据中心（IDC）相比，云计算比较容易平稳整体负载，因而大大提高资源利用率，同时，弹性伸缩的运行环境增强了业务的灵活度。云计算的另一个特点是集中资源分散服务，把IT资源、数据、应用作为服务通过网络、按需提供给用户。
云计算技术为智能交通中海量信息的存储、智能计算提供重要的使能技术与服务。
2.3智能科学技术
智能科学，是研究智能的本质和实现技术, 是由脑科学、认知科学、人工智能等综合形成的交叉学科。脑科学从分子水平、细胞水平、行为水平研究自然智能机理，建立脑模型，揭示人脑的本质；认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学；人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能[ ]。通过多学科的交叉、融合，不仅从功能上进行仿真, 而且从机理上研究、探索智能的新概念、新理论、新方法，最终达到应用的目的。
目前，具有重要应用的智能科学关键技术包括：主体技术、机器学习与数据挖掘、语意网格和知识网格、自主计算、认知信息学和内容计算等[ ]。
智能科学为智能交通提供智慧的技术基础，支持对智能交通中海量信息的智能识别、融合、运算、监控和处理等功能。
2.4建模仿真技术
仿真技术是一门多学科的综合性技术，它以控制论、系统论、相似原理和信息技术为基础，以计算机系统和物理效应设备及仿真器等专用设备为工具，根据研究目标，建立并运行模型，对研究对象（已有的或设想的）进行动态试验、运行、分析、评估认识与改造的一门综合性、交叉性技术。
仿真由三类基本活动组成：建立研究对象模型，建立并运行仿真系统，分析与评估仿真结果。汽车驾驶训练模拟器，就是应用仿真技术的成果。
仿真技术对智能交通各功能领域和运营活动进行建模仿真研究、试验、分析和论证，为智能交通体系的构建和各类业务项目实施运行提供决策依据和不可或缺的关键技术支撑。
智能交通是一个综合性的系统工程。在智能交通建设过程中，还涉及统一的标准，需要系统工程技术、高性能计算技术、数据安全技术和各种应用技术等技术支撑。
3、结语
随着基础设施建设的不断完善，各种相关理论和技术的不断成熟，智能交通发展日趋完善，那时的交通将会是人、车、路、环境达到和谐统一的新景象。
参考文献
[1]嘉兴市人民政府.嘉兴市“智慧城市”发展规划（2011―2015年）[R].嘉兴:嘉兴市人民政府, 2011.
[2]中国智能交通协会.省略.
云计算涉及的关键技术范文第3篇
关键词：物联网；技术特点；教学体系
2009年8月总理在无锡视察时提出“感知中国”后，同年11月温总理在人民大会堂向科技界发表《让科技引领中国可持续发展》的讲话，指出国家重点发展的五大战略性新兴产业，其中就包括物联网关键技术。在此背景下，为积极参与“感知中国”及物联网关键技术的研究以及扩大在物联网领域人才培养方面的优势，2009年9月全国高校首家物联网学院在南京邮电大学成立。2010年初，教育部下达了物联网专业申报通知，全国众多高校积极申报，最终全国共有37所高校获准开设物联网工程及相关专业。
一、物联网涉及的关键技术分析
物联网是互联网的应用拓展和网络延伸，它利用感知技术对现实物理世界进行感知，通过网络传输，进行数据挖掘、分析、决策，最终实现人与人、人与物、物与物之间的信息交流和无缝对接，达到对物理世界进行管控、决策的目的。物联网产业包括传感器、射频识别（RFID）为主的感知制造业，通信网络设备制造、传感器网络设备制造以及机器到机器（M2M）网络设备制造等为主的基础网络制造业和提供网络传输、信息处理以及运营服务等的应用服务业等。因此，物联网可以分为三个层次：感知层、网络层和应用层。
1．感知层关键技术
感知层是物联网的最底层，主要负责物品的标识、信息感知采集，主要是由基本的感知器件完成，包括RFID、二维码、传感器、红外感应等。该层的关键技术包括：传感器网络、射频技术、传感器技术。
2．网络层关键技术
网络层负责物联网感知层感知信息的接入、融合、交换与传递，在物联网三层架构中起到承上启下的作用，是实现数据交互、物物相连的关键。物联网最终将实现异质网络互联互通，因此通信技术将是网络层的核心技术，包括蓝牙、ZigBee、WiFi、GSM、CDMA、GPRS等相关技术。
3．应用层关键技术
应用层对经网络层传输过来的感知信息进行处理，主要由业务支撑平台、服务支撑平台、网络管理和信息处理平台等构成，共同完成信息的计算、分析、存储、挖掘等功能，供用户使用和决策。核心技术包括云计算、中间件技术、海量数据存储、检索以及虚拟技术等。
二、物联网工程专业培养目标与教学体系关系研究
1．正确处理好物联网工程专业培养目标与社会人才需求关系
物联网工程专业是一门综合型、交叉型、跨学科的新型学科，涉及信息的感知、处理、传输、应用等关键技术。物联网工程专业以通信和计算机技术为基础，专业知识涉及通信、电子、自动化、计算机、安全等多个专业，目标在于培养掌握多学科基础知识和物联网相关理论、技术，适应物联网产业需要的应用、开发、管理方面的复合型人才。目前社会对于物联网方面的专业人才需求非常大，但各个行业需求所涉及的领域各不相同，有智能交通、智能电网、智能农业、智能水利、智能安防、智能服务等各个领域。因此，各高校在培养过程中一定要定位清晰，不然培养出来的人可能是懂得多但是不精，不是社会真正需要的专业人才，尤其是跨专业复合型人才。
2．正确处理好物联网工程专业教学体系和其他相关专业教学体系的关系
现在许多高校将物联网工程专业挂靠在计算机学院、通信学院等相关院系，或在计算机学院或通信学院等相关院系基础上成立物联网学院，拟开设十几门冠以“物联网”技术的课程，脱离计算机、通信相关专业的相关教学体系。笔者认为，这样的课程设置是有待商榷的。从物联网技术背景来看，通信、计算机是物联网技术发展的基础，物联网是计算机科学与技术、电子科学与技术、网络工程、自动控制、数学和物理公共学科、通信工程、信息安全等多种学科紧密结合，在具体技术应用中的产物。因此要正确处好物联网工程专业的课程设置与相关专业的课程设置之间的关系。
3．根据学校办学特色，正确处理好理论教学与课程实践的关系
国内高校经过近几十年的发展，每所高校在相关的学科建设方面都有各自的强势学科、优质师资以及良好的实验教学环境，有别于其他高校的教学特色。例如南京大学在计算机系统教学和体系结构研究方面具有优势；东南大学在RFID技术研究应用方面具有优势；北京邮电大学在WSN应用研究方面具有优势。因此在物联网工程专业建设过程中，各个学校应该充分发挥自己的专业优势，因地制宜，扬长避短，寻找适合自身特点和专长的方向进行教学和研究，形成不同的物联网工程专业特色。
在物联网高速发展的今天，高校培养的物联网工程专业学生要能够满足社会对物联网专业人才的需求，这就要求高校在专业培养目标、教学体系设计、课程设置上紧跟物联网技术发展、企业需求、社会进步。
参考文献：
［1］沈苏彬，范曲立．物联网的体系结构与相关技术研究［J］．南京邮电大学学报，2009．
［2］赵海霞.物联网关键技术分析与发展探讨［J］．中国西部科技，2010．
［3］吴功宜.对物联网工程专业教学体系建设的思考［J］．计算机教育，2010．
云计算涉及的关键技术范文第4篇
[关键词]云计算;服务组合;情境建模;按需服务
abstract: cloud computing provides a new model not only of hardware and software infrastructure design and deployment, but also of user planning and usage of information systems. flexible, convenient, efficient, inexpensive, and high quality service are typical features of the cloud computing model. this paper analyzes on-demand system architecture in cloud computing from the perspective of service, and explores on-demand service issues. these issues include managing and monitoring of distributed service resources, context-aware on-demand service modeling, on-demand automated service composition in large-scale networks, and service system analysis based on complex systems. taking the continuously operating reference station network of a geo-spatial information system as an example, this paper examines its architecture from the perspective of cloud computing and also explores some fundamental questions about its service.
key words: cloud computing; service composition; situation modeling; on-demand service
云计算作为一种新的计算模式,力图改变传统的计算系统的占有和使用方式。云计算以网络化的方式组织和聚合计算与通信资源,以虚拟化的方式为用户提供可以缩减或扩展规模的计算资源,增加了用户对于计算系统的规划、购置、占有和使用的灵活性[1-3]。在云计算中,用户所关心的核心问题不再是计算资源本身,而是他所能获得的服务。从这个角度出发,可以认为服务问题(服务的提供和使用)是云计算中的核心和关键问题。
云计算通过管理、调度与整合分布在网络上的各种资源,以统一的界面为大量用户提供服务。例如,借助云计算,用户的应用程序可以在很短时间内处理tb级甚至pb级的信息内容,实现和超级计算机同样强大的效能。用户则按需计量地使用这些服务,从而实现将计算、存储、软件等各种资源作为一种公用设施来提供的梦想。云计算涉及两层内容:云计算基础设施(硬件、平台、软件等)以及建立在基础设施上的信息服务——云应用。
实现云计算按需服务具有重要的意义。除了基础设施服务(如amazon的基础设施服务、google的app engine服务、微软windows azure服务平台等)外,分布式数据存储与处理平台(如开源的hadoop[4])为海量数据的存储和处理提供了可水平扩展的基础服务。同时,越来越多的应用开发人员可以开始在云计算平台上开发、并部署各类服务和应用。可以预见的是,互联网上各种可用的服务资源将越来越多,因此云计算中如何实现按需的个性化服务具有重要的意义。云计算中的服务问题既涉及用户所期望达到的要求,又涉及云计算服务的提供者所能提供的功能和性能。从云应用的用户——服务消费者来看,用户希望获得满足其个性化需求的云服务,这些云服务将利用“云”中的领域知识和用户端的状态信息来提供情境感知的服务,以极大的提高用户体验。另一方面,从云平台的维护者来看,按需服务的另一层含义是,如何根据云端的可用资源情况、用户的情境需求,来更加高效地满足尽可能多的大量用户的服务需求,以提高平台的使用效率。
地球空间信息系统是重要的信息基础设施,涉及地表及近地空间内对位置、时间和地理等有关信息的集成与应用,主要使用的技术有全球定位系统(gps)、地理信息系统(gis)、遥感(rs)技术。连续运行参考站网(cors)则是地球空间信息系统重要的组成部分,是一种提供定位基准和定时服务的基础设施,以此可以建立各类gis和rs应用系统。典型的cors是由分散于某区域的、具有精确位置坐标的、连续采集卫星信号的参考站,用于计算和向用户提供定位服务的数据中心,由实时数据传输的广域网络以及用户终端组成。从云计算的角度可以认为,cors建立起了一个资源(参考站软硬件、数据等)管理和调度平台,并向用户提供关于空间位置和时间等信息的服务。
1 云计算中按需服务的应用架构
一个基于云计算的按需服务的应用架构如图1所示,具体包括:
(1)云基础设施层
支持多个云中心的模式,不仅有来自内部可控云,还有来自外部的、满足相应的服务水平协议的第三方云资源。云平台将综合这些资源为上层系统模块和应用提供统一的云服务。云基础设施支持多样化的资源类型,既有硬件资源、也有网络资源、结构和非结构化数据存储资源以及其他基础软件资源等。
(2)服务资源管理与监控层
云基础设施层提供的各类资源,以及面向具体业务应用的服务资源,包括来自第三方的云服务资源,都可以统一注册到服务资源管理中,以服务的形态统一对外提供服务。该层主要解决大规模分布式环境下的资源管理属性的动态监测与控制,为上层资源调度和按需服务提供资源管理属性和状态的支持。可根据不同种类的资源管理与监测需求,定义相应的资源模型、管理属性以及相应的监测策略等,来实现可扩展的资源管理与监测。
(3)云服务的编程框架及运行引擎层
该层提供在基础平台和服务资源之上的云服务编程支持,以及云服务运行时的引擎支持。云计算在诸多行业领域的进一步应用,将使基于云的应用编程接口(api)与服务的数量迅猛增长。一个具体的应用需求往往涉及多个服务资源,为此需要多种形式的服务资源的组合编程环境及运行引擎支持,包括:预定义服务模板,可视化的人工服务组合,面向大规模、动态环境的按需自动服务组合,实现大并况下的高效、可靠的组合应用运行等。
(4)个性化按需服务层
针对不同的云服务需求,如何为用户提供“即时按需”的个性化云服务是本层要解决的问题。主要涉及两个方面:(1)如何支持用户对需求进行准确且方便的描述,从而实现根据用户需求进行服务资源的发现、匹配与推荐。(2)如何实现对云计算中可用资源的状态、用户的情境等信息进行感知,从而提供能够主动适应这些状态信息变化的云服务。
2 云计算中按需服务的关键技术
2.1 资源的分布式管理与状态监测
技术
云计算不仅仅实现硬件资源、存储资源、网络资源等的虚拟化,还包括在此基础上的各种软件资源的虚拟化,关注于如何实现“软件即服务”。在一个统一的云平台上,注册、管理着互联网上大量不同种类的资源,如何对它们进行有效的动态监测以及管理与控制,是实现高质量的软件即服务的保障。解决大规模分布式环境下的异构资源管理属性的高效的动态监测及其有效管理问题,涉及的关键问题包括:如何满足不同种类的资源管理与监测需求,实现资源类型及其管理属性的动态配制;如何实现可方便扩展的监测架构支持;如何实现高效且灵活的资源监测策略,以尽量少的资源开销实现尽量有效的资源监测与状态预测;基于智能管理事件的资源状态管理技术,如何更加有效的主动监测资源的状态,并及时发现、诊断资源的故障,为提供高质量服务提供基本支撑。如文献[5]提出了一个基于市场机制、服务等级协议(sla)进行资源分配的云计算架构。而实现按sla进行资源分配的基础之一是如何对多个资源提供者的资源进行监测。文献[6]给出了一个面向大规模、分布式的异构资源管理与监测平台c3 servicemanagement,通过该平台实现了资源的注册、管理以及资源状态的主动监测。
2.2 情境感知的按需服务建模技术
当云平台上可用的服务资源越来越丰富时,为用户提供情境感知的按需服务成为提高用户体验的关键。具体需要解决以下关键技术:
(1)领域需求驱动的用户需求建模
领域需求模型可以为用户的个性化需求建模提供基础和参照,用户可以在此基础上进行其个性化需求的建模与定制。面向服务的语义互操作技术,包括领域知识/规范、需求模型等技术为用户需求的准确描述与匹配提供了互操作的语义基础,为以用户为中心需求建模以及自动服务组合提供了底层支持。文献[7]提出了基于多个交互、活动间冲突,来发现跨组织的多个业务过程间冲突的方法,以及基于独立修改区域的冲突修正计划,用来辅助/校验用户的业务过程需求建模。
(2)支持不确定性的需求建模技术
对用户需求准确建模的另一个主要挑战是,用户的需求经常是具有不确定性,面临“说不清、说不准、说不全”的情况,如何对这种不确定性需求进行准确的刻画及推理是用户需求建模的关键。此外,对服务的建模、评价也存在不确定性,在进行服务和需求的匹配时,需要进行不确定性的推理。为此,需要综合采用各种不确定性建模与推理技术(如概率逻辑、模糊逻辑和云模型等)。
(3)用户和情境建模
在需求准确建模基础上,一个关键问题是:如何对用户及当前情境信息进行感知,从而提供能够主动适应这些状态变化的按需服务。针对不确定性的情境建模需求,文献[8]提出了一种基于有概率约束的模糊逻辑情境建模及其推理方法。不同于一般情境感知计算所关注的问题,云应用中需要面对的是大规模资源状态、用户情境的感知与推理计算问题,主要是要解决大规模情况下的情境识别、情境推理问题,效率是关键。单个情境的识别及推理逻辑不会太复杂,但需要针对大规模的识别及推理效率需求设计高效的算法。
2.3 按需自动服务组合技术
随着云计算技术的飞速发展,以gfs、mapreduce为代表的云文件系统和并发处理模型逐渐成熟,大规模数据库服务也在不断完善,形成了一系列开源或商业系统,为基于云的应用程序以及服务的开发奠定了坚实的基础。当前面向服务的体系结构(soa)技术中的服务组合建模以及运行模式能够提供实现灵活的组合应用建模,并能够利用各种流程引擎提供组合应用的运行时支撑环境,但却无法适应云计算环境中海量服务管理与大并发的执行请求。一方面,在海量的服务资源中,对传统人工选择可互操作的服务进行组合流程建模的方法无法延续,难以支撑服务组合应用的开发;另一方面,集中式的执行引擎也无法支撑数以十万计的并发流程,无法满足海量用户的监控需求。面对云计算这种挑战,服务组合的按需构造以及按需运行就成为亟待解决的关键问题。
(1)服务组合应用的自动按需构造
服务组合的按需构造服务于云服务的开发者,其目的是按照用户粗粒度的需求和上下文,自动或者半自动地查找、组织服务资源,并提供灵活易用的导航机制,协助用户快速构造复杂组合应用程序。其关键技术包括基于自动服务组合的多模式快速应用建模方法。amazon和sap分别从网站复杂ws-bepl程序的生成以及流程建模的辅助工具等方面,探讨了自动服务组合技术在建模方面的应用[9-10]。为了有效服务于云计算环境中大量的应用程序开发者,不仅需要研究降低应用构造时间复杂度的高效算法[11-12],还需要研究采用合理的并发模式以及分布式处理方法,以提高系统的并发处理能力,提高按需构造应用的效率。
(2)服务组合应用的按需部署与运行
服务组合应用的按需部署与运行要根据用户的服务等级协议(sla)以及可用计算、存储、网络资源的状态,优化服务运行时的任务调度,从而最大程度地利用分布式资源,提高云服务环境的整体运行效果。其关键技术包括sla及情境感知的服务/路径动态选取。根据服务提供者与用户签订的sla,或者用户的情境,在服务组合运行的过程中动态选取最优服务质量(qos)的副本,以实现服务组合的局部以及全局优化[13-14]。在服务组合的按需部署与运行中,需要根据资源利用情况以及sla约束,在完全分散运行、分片运行等多种结构之间进行灵活转换,从而避免单点性能“瓶颈”,实现服务组合任务的按需部署和高效运行[15-16]。
2.4 基于复杂适应系统理论的按需
服务
云计算“生态系统”是一个典型的复杂适应系统。云计算系统通过各组成部分之间、各组成部分与网络化的云计算环境之间的交互,形成复杂适应系统。在复杂的云计算网络环境下,云计算系统通过自组织形成具有特定时空结构的有序状态(模态或社团结构),在复杂网络环境的影响下能够自组织、自学习、自适应,不断演化,进而生存、繁衍和发展。如果云计算或其不同组成部分的适应能力赶不上网络环境的变化,它们就会很快被消费者淘汰。所以,云计算必须适应按需服务。云计算系统不断地根据环境和用户需求的变化调整自己的运行机制,不断地适应环境。云计算系统通过自身各部分以及各部分与环境之间的交互,实现整个云计算系统的互联、互通、互操作,进而最终实现按需服务。云计算系统具有典型的自组织、自适应、开源、开放特性。与传统的计算相比较,网络化云计算组成单元更自主,可按需服务、按需演变,耦合更松散,规模可伸缩。从复杂适应系统的角度研究网络化的云计算系统的行为特性,对于系统管理、资源组织和调度等具有重要意义[17]。
3 按需服务的云计算框架在连续运行参考站网络中的应用
3.1 连续运行参考站网络概述
典型的连续运行参考站(cors)网络系统是由参考站、数据中心、通信网络、用户等组成的实时通信和服务系统。各参考站具有精确、统一的三维坐标。其将卫星的观测数据实时发送到数据中心,由数据中心统一进行设备管理和数据计算,并向用户提供实时或快速的定位服务。cors系统结构如图2所示。
3.2 连续运行参考站网络的应用与
云计算涉及的关键技术范文第5篇
【关键词】物联网；RFID；EPC
一、物联网产生的背景
1998年，美国麻省理工大学的Sarma、Brock、Siu创造性的提出将信息互联网络技术与RFID技术有机地结合，即利用全球统一的物品编码作为物品标识，利用RFID实现自动化的物品与Internet的联接，无需借助特定系统，即可在任何时间、任何地点、实现对任何物品的识别和管理。1999年，由美国统一代码委员会吉列和宝洁等组织和企业共同出资，在美国麻省理工大学成立Auto-ID Center，在随后的几年中，英国、澳大利亚、日本、瑞士、中国、韩国等国的6所著名大学相继加入Auto-ID
Center，对物联网相关研究实行分工合作，开展系统化研究，提出最初物联网系统架构：射频标签、识读器、Savant、ONS、PML
Server。
2003年11月1日，国际物品编码组织出资正式接管EPC系统，并组成EPC Global进行全球推广与维护。与此同时，原6所大学的Auto-ID实验室转到EPC Global下的技术组，作为EPC实验室，继续对EpC系统的应用提供技术支持，提出物联网系统结构：EPC编码、EPC标签、读写器、中间件、ONS、EP
CIS。
二、物联网定义
早在1995年，比尔·盖茨在《未来之路》一书中就已经提及物联网概念。但是，物联网概念的真正提出是在1999年，由EPC Global的Auto-ID Center提出，被定义为：把所有物品通过射频识别等信息传感设备与Internet连接起来，从而实现智能化的识别和管理。
2005年，国际电信联盟正式称物联网为The Internet of
things，并发表了年终报告《ITU互联网报告2005：物联网》。报告指出，无所不在的物联网通信时代即将来临，世界上所有的物体从轮胎到牙刷、从房屋到纸巾都可以通过Internet主动进行交换；并描绘出物联网时代的图景：当司机出来操作失误时汽车会自动报警；公文包会提醒主人忘记带了什么东西；衣服会告诉洗衣机对颜色和水温的要求等等。物联网具体地说，就是把感应器嵌入和装备到电网、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道等各种物体中，然后将“物联网”与现有的互联网整合起来，实现人类社会与物理系统的整合，在这个整合的网络当中，存在能力超级强大的中心计算机群，能够对整合网络内的人员、机器、设备和基础设施实施实时的管理和控制。在此基础上，人类可以以更加精细和动态的方式管理生产和生活，达到“智慧”状态，提高资源利用率和生产力水平，改善人与自然间的关系。
三、物联网技术体系结构
物联网的价值在于让物体也拥有了“智慧”，从而实现人与物、物与物之间的沟通，物联网的特征在于感知、互联和智能的叠加。因此，物联网由三个部分组成：感知部分，即以二维码、RFID、传感器为主，实现对“物”的识别；传输网络，即通过现有的互联网、广电网络、通信网络等实现数据的传输；智能处理，即利用云计算、数据挖掘、中间件等技术实现对物品的自动控制与智能管理等。
物联网是一个层次化的网络。物联网大致有三层，从下到上依次可以划分为感知层、网络层和应用层。在各层之间，信息不是单向传递的，也有交互或控制。在所传递的信息中，主要是物的信息，包括物的识别码、物的静态信息、物的动态信息等。物联网3个层次涉及的关键技术非常多，是典型的跨学科技术。应用层提供丰富的基于物联网的应用，是物联网发展的根本目标，将物联网技术与行业信息化需求相结合，实现广泛智能化应用的解决方案集，关键在于行业融合、信息资源的开发利用、低成本高质量的解决方案、信息安全的保障以及有效的商业模式的开发。网络层广泛覆盖的移动通信网络是实现物联网的基础设施，是物联网三层中标准化程度最高、产业化能力最强、最成熟的部分，关键在于为物联网应用特征进行优化和改进，形成协调感知的网络。感知层是实现物联网全面的感知的核心能力，是物联网中包括关键技术、标准化方面、产业化方面有待突破的部分，关键在于具备更精确、更全面的感知能力，并解决低功耗、小型化和低成本的问题。
在各层之间，信息不是单向传递的，也有交互、控制等，所传递的信息多种多样，这其中关键是物品的信息，包括在特定应用系统范围内能唯一标识物品的识别码和物品的静态与动态信息。
四、物联网中的核心关键技术
核心关键技术主要有RFID技术、传感器技术、无线网络技术、人工智能技术、云计算技术等。
1.RFID技术。RFID技术，又称电子标签、无线射频识别，是一种通信技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触。它利用射频信号通过空间电磁耦合实现无接触信息传递并通过所传递的信息实现物体识别。RFID既可以看做是一种设备标识技术，也可以归类为短距离传输技术。
2.传感器技术。在物联网中传感器主要负责接收物品“讲话”的内容。传感器技术是从自然信源获取信息并对获取的信息进行处理、变换、识别的一门多学科交叉的现代科学与工程技术，它涉及传感器、信息处理和识别的规划设计、开发、制造、测试、应用及评价改进活动等内容。
3.无线网络技术。物联网中物品要与人无障碍地交流，必然离不开高速、可进行大批量数据传输的无线网络。无线网络既包括允许用户建立远距离无线连接的全球语音和数据网络，也包括近距离的蓝牙技术、红外技术和Zigbee技术。
4.人工智能技术。人工智能是研究是计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考和规划等）的技术。在物联网中人工智能技术主要将物品“讲话”的内容进行分析，从而实现计算机自动处理。
5.云计算技术。物联网的发展理离不开云计算技术的支持。物联网中的终端的计算和存储能力有限，云计算平台可以作为物联网的大脑，以实现对海量数据的存储和计算。
五、结语
物联网将是下一个推动世界快速发展的“主要生产力”，物联网所带来的是物理世界和虚拟世界融合的美好愿景，是人类社会的深度信息化。未来几年是中国物联网相关产业以及应用迅猛发展的时期。以物联网为代表的信息网络产业成为七大新兴战略性产业之一，成为推动产业升级、迈向信息社会的“发动机”。到2020年，全球物物互联的业务与现有的人人互联业务之比将达到30：1，物联网大规模普及，成为一个万亿美元级产业。
参 考 文 献
[1]Peng Li，Wang Bingwen. Simulating Wireless Sensor Network Middle
ware Using Compute Unified Device Architecture[C].Computational Intel
ligence and Software Engineering.2009.1～4
[2]Morten Tranberg Hansen，Branislav Kusy.Cross-Platform Wireless Sen
sor Network Development[C].Information Processing in Sensor Networks（IPSN）.2011.153～154
[3]Dawud Gordon，Michael Beigl and Martin Alexander Neumann.dinam：A Wireless Sensor Network Concept and Platform for Rapid Development
云计算涉及的关键技术范文第6篇
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、可伸缩的计算基于云计算的数据挖掘平台架构及其关键技术探讨文/张瑶刘辉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。摘要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Webservice、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
云计算涉及的关键技术范文第7篇
毫无疑问，21世纪10年代，已经是不折不扣的信息时代，或者也可以称之为数据时代。随着计算机的发展，网络的快速普及，尤其是移动互联网在近年来的蓬勃发展，数据量、信息量无时无刻不在海量增长着。目前，面对海量的信息，找出自己真正感兴趣的内容已经成为用户最为头疼的事情，数据挖掘已经成为当前最为热门的技术领域。近年来，云计算成为广受关注的技术领域，也使得数据挖掘平台有了新的发展方向，构建新一代的数据挖掘平台来应对数据的日趋复杂庞大成为可能。云计算实为传统计算机技术与网络技术融合的产物。云计算并非简单的计算，它是新型计算方式、数据存储方式、备份方式、网络资源分配方式的综合体，是基于互联网的相关服务的增加、使用和交付模式。传统的数据挖掘技术是建立在数据库之上的，是通过对已收集数据信息的计算，找出隐藏在不同数据中的相关信息。传统的数据挖掘技术需要在海量数据的基础上进行大量的数据访问与统计计算，在对数据进行挖掘的过程中需要消耗及占用大量的计算以及存储资源，面对规模不断增长的海量数据，需要消耗及占用大量计算及存储资源的传统数据挖掘技术显得越来越力不从心，难以胜任。而云计算独特的计算模式，为海量数据的挖掘提供了一种新的解决方案。
2、云计算与数据挖掘
2.1云计算。云计算是基于互联网的一种商业计算模式，对于云计算的定义，目前并没有一个统一的说法，现阶段广为人接受的是美国国家标准与技术研究院对云计算所做出的定义，即：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。从云计算的定义我们可以知道，云计算拥有可配置的、大型的计算资源共享池，这种资源共享池包括了网络、服务器、存储器、应用软件以及服务。那也就是说，云计算就是对计算资源共享池的一种资源分配技术或服务，它的特点是可以快速提供这些计算资源，可以减少客户的管理工作。云计算将计算任务分布在了由大量计算机或服务器构成的共享资源池上，大大提高了资源的有效利用，使计算处理能力以及存储能力等得到了提高，并且具有更好的扩展性。云计算具有虚拟化的特点，用户不再受到地理位置以及终端设备的限制，只要接入互联网，即可获取所请求的应用服务，也就是说，用户只需要拥有一台可以接入互联网的终端设备，即可获利所需要的各种应用服务；云计算拥有通用性的特点，云平台可以构造出千万种应用，用户没有应用限制，在同一个云平台即可运行不同的应用；云计算具有超大规模以及高扩展性的特点，对于云计算来说，云的规模扩展不会影响用户应用服务的质量，而目前，云计算的规模已经发展出了超大型，如谷歌的云计算已经拥有了上百万台的服务器；云计算拥有高可靠性以及经济性好的特点，多副本容错、多计算节点同构可互换等技术确保了服务的高可靠性，而云计算采用廉价的节点构成云，自动化集中式管理相较于企业传统的数据中心管理成本来说，经济性能十分优越。
2.2数据挖掘。数据挖掘是数据库知识发现中的一个步骤，数据挖掘又被称为数据采矿，顾名思义，数据挖掘就是在已有的海量数据中通过特定的算法来挖掘、发现有用信息或知识的过程。数据挖掘是为了解决需求的问题，也是为了解决数据管理的问题。数据挖掘对于信息产业界来说，是产生价值的关键环节，只有将数据转冯波换成具有应用价值的信息或是知识，才能具有实在商业价值。传统的数据挖掘技术是建立在数据库的基础之上的，需要数据库系统提供有效的存储、索引和查询处理支持，而高性能的计算技术是对海量数据进行处理的关键支撑，在处理效率方面具有重要影响。随着互联网规模的不断扩大以及移动互联网的兴趣，数据规模呈现更快的增长速度，而对于数据挖掘的需求也日益增多，这使得传统的数据挖掘技术暴露出一些问题，首先是数据挖掘效率的问题，传统的基于数据库的数据挖掘技术在面对如今海量数据的增长规模已经很难高效的完成计算分析任务；其次，面对海量数据规模的增长，传统的数据挖掘技术需要更高的软硬件成本的支持，这种成本的支撑面对数据量的大规模增长是长期性的；第三，传统的基于数据系统的数据挖掘技术平台架构，已经无法为挖掘算法能力的提升提供更多支持，算法受限于系统架构影响了数据挖掘技术的发展。
3、基于云计算的数据挖掘关键技术
云计算的出现为数据挖掘技术的发展提供了新的方向，数据挖掘技术基于云计算可以发展出新的模式，就具体的实现来说，其中几个关键技术的发展至关重要。
3.1云计算技术。分布式计算是云计算平台的关键技术，是目前应对海量数据挖掘任务，提高数据挖掘效率的有效手段之一。分布式计算包含分布式存储和并行计算两方面内容，分布式存储有效解决了海量数据的存储问题，实现了数据存储高容错、高安全、高性能等关键功能。目前，谷歌提出的分布式文件系统理论是业界流行的分布式文件系统的基础，谷歌文件系统（GFS）就是为了解决其海量数据的存储、搜索与分析等问题而研发的，其它如Hadoop分布式文件系统（HDFS）、Kosmos文件系统（KFs）是基于Goolgle分布式文件系统理论进行研发的开源系统。分布式并行计算框架是高效完成数据挖掘计算任务的关键。目前流行的一些分布式并行计算框架都对分布式计算的一些技术细节进行了封装，这样用户只需要考虑任务间的逻辑关系，而不用再过多的关注这些技术细节，不仅大大提高了研发的效率，而且还可以有效的降低系统维护的成本。典型的分布式并行计算框架如谷歌提出的MapReduce并行计算框架、Pregel迭代处理计算框架等。目前业界开源的云计算平台Hadoop平台，包含HDFS和MapReduce，为海量数据挖掘平台提供完备的云计算平台支撑平台。
3.2数据汇集调度技术。数据汇集调度技术需要实现的是对接入云计算平台的不同类型数据的汇集与调度。数据汇集与调度需要支持不同格式的源数据，还要提供多种数据同步方式。解决不同数据的规约问题是数据汇集调度技术的任务，技术解决方案需要考虑对网络上不同系统生成的数据格式的支持，如联机事务处理系统(0LTP)数据、联机分析处理系统(0LAP)数据、各种日志数据、爬虫数据等，如此才能实现数据的挖掘与分析。
3.3服务调度和服务管理技术。为了能够让不同的业务系统使用本计算平台，平台必须要提供服务调度和服务管理功能。服务调度根据服务的优先级以及服务和资源的匹配情况等进行调度，解决服务的并行互斥、隔离等，保证数据挖掘平台的云服务是安全、可靠的，并根据服务管控进行调度控制。服务管理实现统一的服务注册、服务暴露等功能，不仅支持本地服务能力的暴露，也支持第三方数据挖掘能力的接入，很好地扩展数据挖掘平台的服务能力。
云计算涉及的关键技术范文第8篇
关键词：智慧校园；特征；关键技术；架构模型
中图分类号：F49
文献标识码：A
doi：10.19311/ki.1672-3198.2016.16.031
0 引言
智慧校园在数字校园建设到一定阶段后，融入物联网、云计算、大数据等核心技术，努力实现无处不在的网络学习、融合创新的网络科研、透明高效的校务治理、丰富多彩的校园文化、方便周到的校园生活的美好蓝图，建立一个安全、稳定、环保、节能的校园。
1 智慧校园核心特征
由于“智慧校园”的基石是前期数字校园的建设与发展，因此，实现智慧校园目标首先要求有有线、无线双网齐全的网络环境和含有摄像头、RFID、无线传感器等设备的感知环境；其次，要有统一的数据应用平台，除了有包含数据存储、数据挖掘分析、数据处理及云计算平台外，还要有以此为基础的教务、学工、OA办公等应用系统平台；最后要有综合信息服务平台，为师生等人群分别提供信息、决策服务。由此简要概括智慧校园核心特征如下。
1.1 网络无处不在
智慧校园除了有线、无线网络设施设备搭建布局外，还引入移动互联网和物联网技术，不仅实现师生可通过有线和无线随时随地进行联网，而且实现人与人、人与物、物与物实现互联、互通。
1.2 智能感知全面
智慧校园通过摄像头、RFID、无线传感器等感知监控技术，实时对校园内光线、影子、位置、应力、触摸等进行全面感知，并能随时获得、提取监测数据。
1.3 服务个性友好
智慧校园以用户为中心，能根据用户的个性化需求，提供功能应用组合，呈现友好的信息服务、管理服务界面。
1.4 系统应用全面
智慧校园提供统一的资源计划平台系统，包括教务、学工、科研、国资、校园论坛等管理与服务平台，用户登录认证成功后，即可进入资源管理与服务平台，海量信息资源一览无余。
1.5 智能数据处理
智慧校园的数据中心、数据处理平台，利用hadoop ETL数据仓库等技术，能对智慧校园产生的海量数据进行存储、挖掘分析、智能处理和传送等，为管理人员提供有价值的智能数据信息。
2 智慧校园核心技术
智慧校园与物联网等技术密不可分，还涉及到RFID、二维码、视频监控等感知技术和设备，智慧校园主要核心技术简单归纳如图1所示。
3 智慧校园技术架构模型
智慧校园包含传统的数字校园技术，并融合物联网、云计算、大数据等新技术，经过研究分析，拟设计一款智慧校园技术架构模型如图2所示。
根据智慧校园的特征和目标，可将其实现技术架构从下至上大致分为感知层、网络层、数据层、应用层和展示层五层，现对每层包含内容简要介绍如下：
感知层包括：RFID（Radio Frequency Identification），即为无线射频技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触，智慧校园图书馆、门禁系统等均使用到该技术；WSN（Wireless Sensor Networks），即为无线传感器网络，是一种分布式传感网络，末梢为可以感知和检查外部世界的传感器，智慧校园监控系统等使用到该技术；IP Cam 又叫network camera，网络摄像机，是视频服务器和摄像头的集成，智慧校园安全视频监控系统使用到该技术；PC终端即为计算机终端设备。
网络层包括：互联网、移动网络、物联网、校园内网等网络服务及设施设备，实现人与人、人与物、物与物之间的互联、互通，使得数据信息等能够随意获取和传递。
数据层包括：数据库，是按照数据结构来组织、存储和管理数据的仓库，智慧校园的数据量比较大、数据结构也比较复杂，必须选择合适的数据库服务器及数据库类型；数据集成处理平台一般采用Hadoop ET数据仓库管理技术对数据进行存储、传输、挖掘等操作，智慧校园的海量数据可通过该平台进行智能处理，提供智能用户数据；云计算平台可为师生在计算、存储、开发环境等资源方面提供IaaS和PaaS层云服务。
应用层：包括统一认证、教务、学工、办公、一卡通等系统平台。其中统一认证用于用户登录认证，确保系统平台使用的安全性，如果不能认证成功，则不能登录系统平台；教务、学工、办公、一卡通等系统主要用于校园资源管理服务，比如教务系统用于排课、成绩管理等，办公系统拥有新闻、通知、邮件传送等……学校可根据实际情况和管理部门工作的需要部署不同的系统平台，管理人员通过使用系统平台，可提高管理效率，使得学校管理服务工作走向规范化、信息化，学生通过使用教务、学工、校园论坛等系统平台，获取成绩等校园资源信息。
展示层：包括统一门户、APP等。统一门户一般由门户网站组成，将校园资源计划系统平台嵌入其中，结合认证机制使用，门户网站应美观、实用、安全；APP是一款以互联网为平台，模拟真实的校园环境，为广大师生提供各类校园资讯、校内服务，连接起更多的第三方业务，提供“一站式”服务的智慧型模拟校园。
4 结束语
智慧校园涉及到物联网、大数据、云计算等前沿信息技术，如果能够成功运用，不仅能为师生用户提供智能感知、个性化服务，而且能够大大节省管理成本，实现校园管理服务高效化、低碳化。目前，不少高校智慧校园建设过程中遇到技术实现障碍、系统不兼容、数据接口标准不统一、资金短缺、技术人才缺乏等诸多限制因素，需要采用政府引导、学校主体、企业支持的模式，集中解决建设中遇到的难题，使智慧校园建设迈上新台阶。
参考文献