云计算环境下的大数据可靠存储关键技术概述论文
“深海”通过精心收集，向本站投稿了16篇云计算环境下的大数据可靠存储关键技术概述论文，下面是小编整理后的云计算环境下的大数据可靠存储关键技术概述论文，欢迎阅读分享，希望对大家有所帮助。
篇1：云计算环境下的大数据可靠存储关键技术概述论文
云计算环境下的大数据可靠存储关键技术概述论文
呈指数级增长的大数据需要被可靠存储，而云计算环境下的大规模分布式存储节点和数据，极大地提升了数据丢失或失效的几率，该文从云端数据中心拓扑结构的设计、数据容灾技术的相关策略及系统节能减耗等三个方面进行了系统的阐述，为大数据的可靠存储技术研究提供了一定的参考依据。
关键词：云计算；大数据；数据容灾
1概述
当代云计算数据中心的存储节点数量少则几十万多则上百万，在规模如此庞大的海量存储系统中，节点失效或磁盘损毁已然成为一种常态，此外，由于网络设备或者传输线路故障等原因导致的数据丢失或短时不可用现象也常有发生。如果用户或企业不能随时随地存取自己所需的数据，甚至发生数据丢失的现象，将大大影响客户满意度，甚至给企业带来巨大的经济损失，因此，必须采取有效措施及相关技术策略来保证云端数据的可靠存储。
2云端数据中心拓扑结构
云端数据中心是大数据存储的基础平台，数据的可靠性及访问效率与网络节点的'拓扑结构紧密相关。按节点功能类型的不同，可将数据中心节点的拓扑结构分成三种类型[1]：①以server（服务器）为为中央节点的星型结构；②以switch（交换机）为中央节点的星型结构；③混合结构。三种拓扑结构的特点如下：
以server为中央节点的结构将多台server通过传输介质直接互连起来，在这种结构中，server兼任switch的角色，一方面承担数据的加工处理工作，另一方面承担分组的存储转发工作，以server为中心的结构增加了服务器之间的网络带宽，摆脱了对交换机的过度依赖，提高了吞吐量；但是server之间的链路带宽的不均衡增加了布网的复杂度。
以switch为中央节点的结构将各台server通过switch进行互连，switch和server各司其职，switch负责分组的路由转发，server负责数据的存储加工，这种结构布网简单，操作方便，可扩展性强，在现代企业数据中心应用较广泛；但以交换机为中心的结构存在底层server利用率低、switch资源浪费较为严重、网络带宽容量有限、灵活性差等缺点。
混合结构是以上两种结构的一种扩展，其设计融合了这两种结构的优点并有效避开了各自的缺陷。
3云端数据容灾技术
容灾技术是云端大数据可靠存储的一种关键技术，良好的容灾策略不但能有效提升大数据存储系统的可靠性，还有助于提升系统的访问效率。容灾策略一般都采用冗余备份技术来实现，以确保当出现某种突发状况导致存储系统中的文件、数据、片段丢失或者严重损坏时，系统可准确而快速地访问冗余数据来维持系统的稳定运行[2]。一般来说，容灾技术按策略的不同主要分两种：①复制冗余策略；②纠删编码冗余策略。
3.1复制冗余策略
复制冗余策略为系统中的每一个数据都建立一个或多个副本，并把若干个副本分散存储在不同的网络节点上，当遇到某个数据损毁或失效不能正常使用时，可通过访问最近的存储节点来获取与原件完全一致的副本数据[3]。基于复制的冗余策略主要关注2个方面的问题：（1）副本数量设置；（2）数据放置方法。
3.1.1副本数量设置
副本系数设置主要采取两种方式：①静态设置副本数量，目前主流的分布式文件系统Hadoop的HDFS、谷歌的GFS都采用3副本策略，这种静态设置方法操作简单，但灵活性差；②随机动态设置副本数量，即系统根据数据的访问频率、出错概率及网络状况等动态因素随机地确定副本系数，动态地删除或添加副本，这种动态机制能大大增加存储空间的利用率，但动态计算过程增加了系统的开销；
3.1.2数据放置方法
巧妙的数据放置方法能通过提高并行访问量来提升云端大规模数据的访问效率，目前，数据放置方法一般采用顺序放置和随机放置[4]。
①顺序放置方法把数据副本按顺序分布存储在不同节点上，使得排列数目相对较少，针对系统的随机失效有一定的防护性，顺序放置方法技术简单、易于实现和维护，但在具体应用时，因失效具有很强的相关性，局部的网络故障或节点失效就有可能导致整个机架的数据不可访问。
②随机放置方法是在可放置节点中随机地选择一系列节点来存放数据副本，此方法能够降低关联对系统可靠性带来的负面影响，但在实际应用中，由于节点的存储、计算能力各不相同、数据的访问热度也不尽一致，往往达不到理想的均衡负载效果。
3.2纠删编码冗余策略
3.2.2LDPC编码
LDPC码是从蒙特卡洛及图论演进而成的编译码技术，因其稀疏检验矩阵（少量元素是1，其余部分全是0）特性，被研究者广泛用于设计复杂度低的解码算法，LDPC码可以有效提升系统的容灾能力，但是构造不规则码字的难度也相应成倍地增加。
3.2.3阵列编码
阵列码的编译码过程只涉及基础的二进制异或运算，技术实现相对容易，而且在采用同等编译码的前提下，阵列码比RS码更能有效地提高系统的可靠性，与此同时保持其计算域不变大，阵列码技术一直是大数据可靠存储关键技术的研究热点，被广泛的应用于磁盘阵列及网格存储系统中。
3.2.4RS编码
RS码是一种高效的纠错码，既可以纠正突发错误，又可以纠正随机错误，在通信领域中有极其广泛的应用，近年来，随着大数据存储技术的快速、多元化发展，有研究者对RS编码行了改造，并将其应用于数据存储领域以提高系统的容错性。
4云端系统节能减耗技术
数据存储是各种云计算服务赖以施展的基础，在云计算环境下，底层数据中心节点的规模庞大，使得数据存储成本极高，主要源于添置各种网络硬件设施（大型服务器、交换机、路由器等）以及支付各种存储设备的高额电能消耗等。高涨的能耗开销不但增加了系统的运营及维护成本，更催化了大气温室效应，严重破坏了自然界的生态环境，因此，不论从服务商盈利的角度，还是从环境保护的角度出发，节能减耗技术都显得尤为必要。
当前，分布式存储系统的节能减耗技术主要集中在两个方面：①硬件节能策略，主要致力于降低存储系统中的硬件设备能耗；②软件节能策略，通过使用一些专业软件来实现系统资源的有效分配及使用。
参考文献：
[1] Popa L， Ratnasamy S， Iannaccone G，et al. A Cost Comparison of Data Center Network Architectures[Z]. .
[2] 吴朱华.云计算核心技术剖析[M].北京：人民邮电出版社，.
[3] 郭仁东.网络数据容灾备份技术及其应用浅析[J].电脑知识与技术，（31）.
[4] 王意洁，孙伟东，周松等.云计算环境下的分布式存储关键技术[J].软件学报，2012，23（4）：962-986.
篇2：分析论文：云计算环境下大数据
分析论文：云计算环境下大数据
1大数据处理流程
基本的大数据的处理流程可以分成数据采集、数据处理与集成、数据分析和数据解释4个阶段。首先获取数据源的数据，因为在数据源端的数据包含各种各样的结构，需要使用某种方法将其进行预处理，使数据成为某种可以用一种算法分析的统一数据格式，接着需要找到这种数据分析的算法，将预处理过的数据进行算法特定的分析，并将分析的结果用可视化等手段呈现至用户端。
1.1数据采集
大数据的采集是整个流程的基础，随着互联网技术和应用的发展以及各种终端设备的普及，使得数据的生产者范围越来越大，数据的产量也越来越多，数据之间的关联也越来越复杂，这也是大数据中“大”的体现，所以需要提高数据采集速度和精度要求。
1.2数据处理与集成
数据的处理与集成主要是对前一步采集到的大量数据进行适当的预处理，包括格式化、去噪以及进一步集成存储。因为数据采集步骤采集到的数据各种各样，其数据结构也并不统一，不利于之后的数据分析，而且，一些数据属于无效数据，需要去除，否则会影响数据分析的精度和可靠性，所以，需要将数据统一格式并且去除无效数据。通常会设计一些过滤器来完成这一任务。
1.3数据分析
在完成了数据的采集和处理后，需要对数据进行分析，因为在进行数据分析后才能体现所有大数据的`重要价值。数据分析的对象是上一步数据的处理与集成后的统一格式数据，需要根据所需数据的应用需求和价值体现方向对这些原始样本数据进一步地处理和分析。现有的数据分析通常指采用数据仓库和数据挖掘工具对集中存储的数据进行分析，数据分析服务与传统数据分析的差别在于其面向的对象不是数据，而是数据服务。
1.4数据解释
数据解释是对大数据分析结果的解释与展现，在数据处理流程中，数据结果的解释步骤是大数据分析的用户直接面对成果的步骤，传统的数据显示方式是用文本形式体现的，但是，随着数据量的加大，其分析结果也更复杂，传统的数据显示方法已经不足以满足数据分析结果输出的需求，因此，数据分析企业会引入“数据可视化技术”作为数据解释方式。通过可视化结果分析，可以形象地向用户展示数据分析结果。
2云计算与大数据分析的关系
云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源，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。目前，国内外已经有不少成熟的云计算的应用服务。数据分析是整个大数据处理流程里最核心的部分。数据分析是以数据的价值分析为目的的活动，而基于大数据的数据分析通常表现为对已获取的海量数据的分析，其数据来源可能是企业数据也可能是企业数据与互联网数据的融合。从目前的趋势来看，云计算是大数据的IT基础，是大数据分析的支撑平台，不断增长的数据量需要性能更高的数据分析平台承载。所以，云计算技术的不断发展可以为大数据分析提供更为灵活、迅速的部署方案，使得大数据分析的结果更加精确。另一方面，云计算的出现为大数据分析提供了扩展性更强，使用成本更低的存储资源和计算资源，使得中小企业也可以通过云计算来实现属于自己的大数据分析产品。大数据技术本身也是云计算技术的一种延伸。大数据技术涵盖了从数据的海量存储、处理到应用多方面的技术，包括海量分布式文件系统、并行计算框架、数据库、实时流数据处理以及智能分析技术，如模式识别、自然语言理解、应用知识库等等。但是，大数据分析要走向云计算还要赖于数据通信带宽的提高和云资源的建设，需要确保原始数据能迁移到云环境以及资源池可以随需弹性扩展。
3基于云计算环境的Hadoop
为了给大数据处理分析提供一个性能更高、可靠性更好的平台，研究者基于MapReduce开发了一个基于云计算环境的开源平台Hadoop。Hadoop是一个以MapReduce算法为分布式计算框架，包括分布式文件系统（HDFS）、分布式数据库（Hbase、Cassandra）等功能模块在内的完整生态系统，已经成为当前最流行的大数据处理平台，并被广泛认可和开发应用。基于Hadoop，用户可编写处理海量数据的分布式并行程序，并将其运行于由成百上千个节点组成的大规模计算机集群上。
4实例分析
本节以电信运营商为例，说明在云计算环境中基于Hadoop的大数据分析给大数据用户带来的价值。当前传统语音和短信业务量下滑，智能终端快速增长，移动互联网业务发展迅速，大数据分析可以为运营商带来新的机会，帮助运营商更好地转型。本文数据分析样本来自于某运营商的个人语音和数据业务清单，通过Hadoop2.6.0在Ubuntu12.04系统中模拟了一个大数据分析平台来处理获得的样本。希望通过对样本数据的分析与挖掘，掌握样本本身的一些信息。以上分析只是一些很基本的简单分析，实际上样本数据中所蕴含的价值要远远大于本文体现的。以上举例意在说明基于云计算的大数据分析可以在数据分析上体现出良好的性能，为企业带来更丰富更有效率的信息提取、分类，并从中获益。
5结束语
基于云计算的大数据分析已经成为解决大数据问题的主要手段，云计算环境中的大数据分析平台部署需要综合考虑硬件、网络、软件等各方面的集成，使大数据的海量信息积累体现价值，显示云计算的性能优势，而没有云计算技术的支撑也不能进行高效和准确的大数据处理分析。最后本文通过一个例子来分析了基于云计算的大数据分析给企业带来的价值，由此可见，大数据需要云计算技术的深入挖掘，同时也促进了云计算技术的不断发展。
篇3：云计算关键技术论文
前言
云计算技术应用于实际之后，能够有效的提升各种新型企业的经营管理效率，企业各管理部门整合数据资源过程中不可趋势的环节。当前阶段，云计算技术在各行业的应用不但提升了企业的工作效率，而且为人们的生产生活带来了极大的便利。IDC系统在运行的模式是一种是融合了集中式收集和数据存储以及数据处理等多项功能单位的综合管理系统，其在同云计算技术融合之后，能够有效实现系统的应用价值。因此，依托云计算技术的IDC系统在应用于实践后着较高的经济价值和社会效益。
1云计算技术的概述
云计算是一种在实际应用过程中提供便捷、可靠网络访问的全新模式，它根据使用量来进行付费，能够快速对计算机资源进行有效的资源配置，并根据用户的需要将资源快速的提供给用户，实现了各种网络资源的智能化服务，而且，还大大节省了管理成本的投入。云数据管理系统的运作是借助先进云计算技术的有力支撑才得以实现的，在云计算技术的支撑下，网络数据遵从管理系统的统一调配，实现了网络数据的储存、检索、调用[1]。云计算技术在时下的应用，为信息时代的互联网产业创造了全新的发展环境，铸造了更为广阔的发展舞台，可谓是对互联网产业的发展奠定了基础。云计算技术的应用实践经验表明，云计算技术在数据的部署和任务的调度上都具有比较强的节能效果，基于此开发出的绿色云数据动态聚集法能够与IDC系统进行良好的融合，且取得了不俗的应用反馈。
2云计算技术在IDC系统中的实际应用分析
2。1云计算技术在IDC系统中的应用
所谓的IDC系统又称为互联网数据中心系统，其可视为一种全新的产业运作模式。从技术框架的角度看来，IDC管理系统是一种基于现有物理机房体系实现资源分配的综合性数据化管理系统。在通信产业平台的建设方面，IDC系统一个主流的发展趋势是整合以Hadoop为开源的云计算技术。IDC系统在同云计算技术结合后能够在云计算技术的支撑下通过网络数据虚拟化技术加以辅助，从而有效的强化IDC系统的分布式存储能力。如今，我国IDC业务在各领域铺展开来，适用的企业变得越来越多，其不但能够对互联网终端数据使用效果形成有力保障，而且能够有效的避免IDC系统在以往应用中出现的数据平台“崩溃”现象。可以说，云计算技术在IDC系统中具有很强的现实应用价值。
2。2云计算技术和IDC系统的构建
云计算技术和IDC系统的有机结合能够最大程度的发挥出两者自身的优势，取得做好的效益。依托云计算技术的`IDC系统能够将服务器、存储设备以及应用软件等资源以标准化的形式服务于客户，具体可分为管理层、物理层、虚拟层、业务层这四种构架形式。在构架的物理层上包含有存储设备、宽带网络设备以及实体服务器等内容，这些可充分的给运营商IDC准备好物理资源，而虚拟层则是主要进行物理层设备的虚拟化，使其成为一个总的基础设施资源，这样能够对海量数据进行存储，并能够实现管理好资源的分配；而在管理层上则是主要发挥管理的调控作用，实现对IDC业务的支持，做好计费管理、安全管理以及动态部署等工作。
2。3云计算技术在IDC系统中应用的优势
IDC系统是一种较为特殊的商业运作模式，其维持正常运作离不开云计算技术的支持。总的看来，云计算技术可以对原始网络数据信息进行定位处理，实现数据的备份和数据迁移的准备。此外，云计算技术还能够对数据信息处理的过程进行高效的智能化评估，这将会对数据的信息查询和调配处理做好充足的准备。其中，进行云数据管理的查询技术应用时，也需要用到云计算技术的数据控制环节。在实际应用中，由于进行互联网技术平台的服务或整合时，涉及资源对象的规模非常大，而且所用服务器的数量也非常多。在不同环境和地点运行IDC系统，运行中的服务器难以实现服务器设备的有效地管理。面对当下数据资源的内容不断扩容，整个IDC系统持续提供高品质服务的难度越来越大，这时候云计算技术的支撑作用的应用价值就变得尤为显著[2]。
3云计算技术在IDC系统中的实现
对IDC系统有效的实现商业运作和商业服务的研究，能够了解和明确云计算技术在IDC系统中的应用。就当前云计算技术在IDC系统中实际的应用情况而言，最具实用性和扩展性是云数据的查询技术，其能够在异构环境中实现有效的运行，通过丰富而灵活的用户接口，做到对不同用户差异化需求的全方位满足。现有环境下，IDC系统的运作模式存在一些的特殊性，即便拥有云计算技术的有效支撑，仍需要积极的适应当下发展趋势积极的进行探索和创新，以便更好的实现商业化，不断实现运行模式的创新，积极的去寻找有利于巩固现有运行模式的渠道和方法。从IDC系统的整个发展过程看来，它是我国实现高科技技术做支撑进行商业模式创新的一个缩影，在实现的过程中需要增加对相关技术内核的调试工作，以便更好的去适应现代企业发展的需要，更好的与企业发展进行融合。IDC系统在同云计算系统融合后能够达到强强联合的现实效果，从而极大的促进了IDC系统的发展[3]。
4结束语
我国的计算机技术在当下固有的科学技术中拥有无可比拟的技术优势，这些为云计算技术在网络通讯领域的发展提供了良好的契机和广阔的平台。随着我国的网络规模在不断扩大，急需一种崭新的高水平运行管理模式来承载主机托管、资源调配、故障排除等工作，基于云计算技术的IDC系统能够较好的满足当下的需求，呈现出较高的经济价值。
参考文献
[1]赵彤林，宗华。云计算技术在IDC系统中的应用与实现研究[J]。通讯世界，（7）：76―76。
[2]孔莹。浅析云计算技术在IDC系统中的应用与实现[J]。中国新通信，（2）：30―30。
[3]周婧。云计算环境下IDC建设研究[J]。信息系统工程，（1）：45―47。
篇4：云计算环境下的分布存储技术研究论文
摘要：云计算是一种全新的计算模式，其在科学计算以及商业计算领域发挥的作用不可估量，当前在学术界以及企业界等都受到了非常广泛的关注。云计算环境下的分布存储技术?整体而言，它研究的主要内容是在数据中心上对于数据的相关管理和组织，是云计算环境的核心内容和最基础设施。通常来说，数据中心是由上百万级别的节点综合组成的，因此这也就自然造成了数据失效的经常发生，这就对云计算的推广和应用造成了向大限度的限制，基于上述一些层面，对于云计算环境下的分布存储技术进行研究意义重大。
关键词：云计算；分布存储技术；数据
随着信息技术的飞速发展，社会和科学也已不可估量的速度飞速行进着，与此同时，在各行各业中不断推进和广泛应用的信息化向信息技术发出了更新一轮的巨大挑战，对信息技术向前发展起到了促进作用。云计算随着存储、通信技术以及计算等的发展而出现并得以广泛应用，使得用户能够更便捷、适时地访问云服务提供商提供的信息资源，整体来说，云计算同时具备着高可靠性、虚拟化、超大规模、价格低廉等特性，极大程度上满足了海量数据存储要求。在这一环境下的分布存储技术作为云计算的基础，虽然功能强大，然而从当前形势看来，它面临着巨大的挑战，因此需要不断地做出分析和研究。
1云计算技术
云计算是一种为了能够更好地满足相当数量的数据信息的计算以及存储等相关服务，同时跟随当下形势呈现出非常流行趋势的通信技术而产生的新型的、能够为各行各业进行分享基本数据资源的一种计算模型。云计算服务提供商基本上是不参与相关流程的，云计算机能够保证用户实现随时、便捷且放百度呢存储服务、访问网络服务、计算服务等一系列资源。源头上看来，云计算服务提供商是将庞大的数据节点以及相关网络设备进行科学有效的有机结合，继而就可以形成一个或者是一些具与一定规模的数据中心，进而由这一数据中心向有所需的用户提供到他们需要的服务，最大程度上满足了用户的使用要求。
关于云计算这一方面做出的相关研究表明，云计算具有最为显著的属性包括高稳定性、可扩展性以及规模超大灯，因此就可以在相应的环境下很好地实现庞大数据信息的存储操作，存储的位置多为不同数据中心的不同节点之上，即存储在这些节点之上的数据信息都是透明的、共享的，因此一旦用户有哪一方面的需求，只需通过云计算服务提供商提供出的数据访问接口就可以满足自己需求，获取到其中心内部存储的数据信息。然而当前看来，基于云计算环境的分布存储技术显然也是遇到了一些巨大的挑战，云计算数据中心的数据量、数据信息的规模是非常可观的，无疑会为数据中心的相关有效成本费用、容错性以及可扩展性等方面带来挑战，需要我们不断地做出分析研究。
篇5：云计算环境下的分布存储技术研究论文
2.1可扩展性研究
经济发展迅速的今天，在各行各业都会应用到数据信息处理技术以及计算机技术、通信技术等对相关数据做出一定的有效处理，当下看来，海量信息显然单靠计算机无法满足其处理操作，类似存储、计算等，这一背景下，基于云计算环境的分布存储技术研究应运而生，首先研究其可扩展性。研究之前先分析传统的数据存储计算，其通过冗余的磁盘实现相关要求，那种采取与流行时进行提高数据存储可扩展性的方式虽然确实实用了一定时间，它在一定程度上实现满足了数据的存储空间，只是基于云计算之中的庞大的海量的数据节点，其存储的数据规模以及相关数据中心的规模仍然处在不断扩大的趋势之上，不断增长的需求存储容量显然不能由磁盘预留方式来实现了。因此，云计算环境下的分布存储技术又到达了一个致高点。云服务提供商的数据中心不可能采取冗余磁盘预留的方式来扩展存储空间，并且它也不可能在建立之初将所有的操作都完完全全规划好，譬如说谷歌当前看来，已经在全球的数据中心就有36个，并且每一个数据中西所包含的计算机节点达到了数百万个；再譬如微软的数据中心，对外宣称其将会在全球建设多余二十个数据中心，同时在九月份已经在芝加哥形成了全球最大的模块化数据中心，其中包含了二百二十多个集装箱，同时每一个集装箱中机器数都在两千作用，其服务器还会以十四个月为周期进行成倍增长，赶超摩尔定律增长速度，因此，基于数据中心的网络可扩展性进行研究意义十分重大，以期能够适应当下不断增长、扩展的应用需求。
2.2容错性研究
云计算提供商仅仅依靠传统的提高容错性的方法进行操作显然满足不了当下的需求，这是因为传统的容错性提高办法是经由高性能的服务器、RAID技术或者是专用的存储设备来进行相关操作，完成这一内容的成本十分高昂，根本无法满足现今云计算提供商的要求，除上述之外云计算之中庞大的节点以及数据规模注定了极高的失效概率。在云计算这一大环境下，操作失效非常常见。譬如在谷歌公司中，就曾在零六年做出过一份报告，即在云计算环境的分布存储技术的数据中心内部，平均每一个MapReduce作业的运行过程之中就包含了五个失效的节点；每一个拥有着四千个节点金星运行的MapReduce作业的相关数据中心中，几乎平均六个小时中就有一个小时的磁盘失效时间，这无疑会给云服务的提供商和资源应用者带来不同程度的麻烦和损失。除了上述之外，还有很多情形下会造成失效的结果。总而言之，云计算环境下分布存储的频频失效必将带来不同程度上的损失，其程度不可估量，因此当下而言，容错成为云计算环境之下分布存储所面临的一项巨大挑战，同时其亟待解决。关于云计算环境下的分布存储，想要更为彻底有效科学的提高其容错性，单研究节点之间的相互关联关系，以提高在屋里拓扑结构上的容错性是远远不够的，与此同时，必须同时研究在节点上存储着的数据的相关组织和管理操作，以提高数据容错性，达到最终目的。
2.3成本控制方面
云计算环境下的数据存储技术之所以需要在成本控制方面做出一定的研究，是因为传统的分布存储所需要管理组织的节点和数据的规模都非常显，能耗相对也自然比较小，同时于企业而言，低消耗下他们是愿意通过成本输入来交换可靠性能以及效率的。然而，在云计算环境下的分布存储，其能耗是非常大的，同时为了使设备处在正常运转的状态之下，能耗还要增加很大一部分。在24*7的运行模式下，在数据中心的存储开销中非常重要的一个组成部分就是能耗。曾有研究人员作出相关研究发现，基本上每一台服务器四年的能耗与其相关硬件的成本不相上下，而且一旦能耗有所降低，在很大程度上还可以提高磁盘等一些硬件设备的运行寿命，这些都会大幅缩减整个数据中心的成本，因此就可以说，当下云计算环境下的分布存储面临的又一大挑战就是如何降低能耗进而降低成本，相继会产生的优良效果就是能源得到节约，环境得到保护。总而言之，云计算环境下的分布存储需要研究的重大内容即尽可能多角度的对设备的制冷消耗进行研究，从而期望在更大程度上降低云计算的成本费用。
3数据中心网络构件技术
3.1以服务器为中心
之所以会研究到数据中心网络构件技术，是因为数据中心是使得云计算得以正常运行的基础所在，通常来说，它主要的包括着两个部分，分别是软件和硬件，软件即数据中心提供出服务时所应用到的`软件；硬件即数据中心的相关计算机设备以及支撑系统的一些基础设施。以服务器为中心的结构，主要即是在每一个数据中心的相关服务中都会安装网卡，且数量较大，然后运用网线把网卡和服务器进行连接，继而成为一个完整的网络整体，这样做的目的之一是增大数据中心的存储功能。以服务器为中心的结构在结构的组成以及线路的连接两个方面都比较简单，从而达到确保网络底层与服务器之间的有效数据交互，当前看来还有功能更甚强大的路由算法，然而这一结构自身也存在着一定的不足，即由于数据信息会占据相当大的服务器计算资源，就会导致存在一些链路无法实现功能，继而使得服务器的数据压力更大，服务器的计算速率自然受到一定程度的影响，成本的费用以及功能的损失两方面来说都产生了一定的消极影响。
3.2以交换机为中心
以交换机为中心的网络构件结构其实最主要就是对于交换机的应用，交换机将每一个服务器的数据中心有效地连接，再通过交换机进行数据包转发，当然，云计算环境下的分布存储，相关的服务器负责的功能有所不同，其只是对于数据信息的存储以及处理负责。通常以交换机为中心的网络构件被交换机分成了三层，最为主要的分别是核心层、边缘层以及聚合层。云计算环境下的数据中心中，经由交换机作为中心的网络构件结构具有的优点有操作简便，稳定高效，同时还可以通过交换机的应用实现一些扩展功能，然而，这一结构也存在着一些难以避免的缺陷，比如由于交换机的使用，导致整个数据中心的操作具有不够良好的灵活性、较低的服务器利用效率以及交换机资源的浪费等，通常而言，这一结构在传统的数据中心网络构件中应用较多。
3.3混合模式
混合模式顾名思义就是将上述两种数据中心网络结构进行有机的结合，进而形成一种功能上更加强大，实现互补的新型结构。在混合模式的结构中，主要是将交换机作为将服务器进行连接的节点，同时配合安装在服务器中的多个网卡，除此之外，混合模式的网络结构中实现了特定场景下的网络结构，它综合上述两种结构的优势，因此比其更加的灵活自由，同等性能的条件下，对于数据中心的成本而言有一定的降低功能。
4结束语
总而言之，云计算中庞大的数据节点以及相关的网络设备进行有效的有机结合，进而就形成了一个或者是一些较为大规模的数据中心点，从而达到向用户提供一些基本性质的服务，使得客户的使用需求得到满足。总而言之，云计算环境下的分布存储技术使得庞大的数据信息得以存储，存储位置即为数据中心内部中的众多节点中的不同节点之上，更为甚者会存储到在不同数据中心的不同节点上。整体来说，基于云计算环境的分布存储技术它所研究的主要内容即上述内容，如何实现有效地组织和管理在数据中心中进行存储的大量数据信息。
参考文献：
[1]陈全，邓倩妮.云计算及其关键技术[J].计算机应用，（09）：56-57.
[2]张莉.浅谈云计算技术国内发展现状[J].计算机光盘软件与应用，（23）：78-79.
篇6：云计算环境下的数据挖掘研究论文
摘要：文章首先对云计算的特点进行简要分析, 在此基础上对云计算环境下的数据挖掘进行研究。期望通过本文的论述能够对数据挖掘效率的提高有所帮助。
关键词：云计算; 数据挖掘; 服务;
1 云计算的特点分析
1.1 超大规模
国内外大型互联网企业纷纷建立起云平台, 开启一大批服务器, 如Google公司、亚马逊公司、微软公司等公司都建立了云平台, 大幅度提升了网络平台数据运算效率、存储效率和交互效率, 使云计算具备超大规模特点。
1.2 虚拟化
云平台是向网络平台提供资源的平台, 网络用户可借助云计算技术在任意位置获取应用服务, 这种应用服务不是固定实体, 而是虚拟化的。在云平台上, 需要运行虚拟化的搜索、储存、上传下载操作, 网络用户无需了解资源的获取渠道, 只要通过终端设备就可以获取网络服务信息, 实现数据快速互传。
1.3 可靠性高
云平台可提高数据互传、存储的可靠性, 其采用计算节点同构可互传、数据多副本容错等措施增强服务的可靠性, 即使在数据传输或存储丢失的情况下, 也可以找回渠道恢复数据, 与计算机自带硬盘相比, 网络云计算平台的可靠性更高。
1.4 通用性强
云计算技术的针对性不强, 对其他设备没有过高的要求, 只需在网络平台上建设平台, 配备足够的服务器, 就可以实现云计算技术的应用。在同一云平台的支撑下, 可满足不同设备的运行要求。
1.5 扩展性好
云平台既可以满足不同类型企业的需求, 也可以满足个人用户需求, 其本身带有动态伸缩性。用户可根据自身需求对空间、功能进行定制, 满足个性化的应用要求, 使云平台具备良好的扩展性。
1.6 按需服务
云平台可提供充足的空间, 便于用户在云平台上存储、调用、传输数据资源。为了避免用户过度占用云平台资源, 云平台一般设置了计费标准, 要求用户按需购入占用量, 促使云平台成为可交易的资源。
篇7：云计算环境下的数据挖掘研究论文
2.1 数据挖掘服务层次结构
2.1.1 基础设施层
该层主要为整个数据挖掘服务提供存储和计算资源, 在基础设施层运行中, 通过接口可连接网络资源与物理资源, 实现不同类型资源的高度共享。该层还提供数据挖掘服务的虚拟化接口, 满足资源对接要求, 为资源存储、共享提供技术支撑。
2.1.2 虚拟化层
在云计算技术上建立数据挖掘服务模式, 利用虚拟化层快速处理大量资源。在结构体系中, 虚拟化层根据云计算技术虚拟化汇聚分布式资源, 在封装处理虚拟资源的基础上, 分类和管理不同资源, 从而提高挖掘服务执行效率。在对资源进行封装后, 通过开发和利用平台层实现资源共享。虚拟化技术是资源封装的重要技术, 既可以提高资源运行效率, 也可以实现对资源的合理调动, 提高服务模式的便捷性。
2.1.3平台层
在数据挖掘服务模式中,平台层作为数据核心服务部分, 负责管理不同数据及其功能, 实现不同服务目录的高效管理。用户可根据服务内容和使用需求组合不同服务目录, 发挥数据功能性管理作用。在平台层中, 可有效调度计算资源, 提高计算资源的运行效率, 这使得平台层在数据挖掘服务中占据着不可替代的地位。
2.1.4 应用层
该层由终端层和接口层组成, 其中接口层为用户提供服务等级, 满足各种服务请求, 终端层将服务请求显示出来, 并且可根据请求的服务内容作出评价。在终端层的内容访问中, 根据用户访问请求、访问内容对访问接入作出不同选择, 再结合用户访问情况, 借助终端设备实现数据挖掘服务。
2.2 体系的建模流程
2.2.1 对服务进行自定义
在数据挖掘服务运行时, 可通过自定义完成相关数据的搜集, 从而快速找到与之相关的资源。由此可以使数据挖掘人员开展工作时, 对候选加以充分利用, 进而形成服务目录, 为用户使用提供方便。
2.2.2 组件构建
在对数据挖掘服务组件进行构建时, 应当确保调用服务接口的统一性, 同时在构建其它服务组件时, 需要绑定服务和数据, 从而构建起数量更多的组件, 为用户提供所需的数据挖掘服务模式。
2.3 数据挖掘体系的服务过程
2.3.1 分析阶段
该阶段主要负责分析数据挖掘内容, 确定需要挖掘的`数据, 根据对应的数据服务内容设置相应的服务模式, 并对服务模式作出定义。为保证数据挖掘与实际需求相符, 在数据挖掘时需先进行数据分析, 深入到外部环境中调查市场发展趋势和市场需求情况, 以市场为导向开发大数据挖掘模式, 使云计算下的数据挖掘服务更具备高效性、实用性和针对性。
2.3.2 设计阶段
该阶段要根据前期市场调查情况对数据挖掘服务方案进行设计, 最终确定符合用户使用习惯的数据处理模式。数据挖掘服务模式设计不仅关系到用户体验的满意程度, 而且还影响着数据挖掘服务运行效率。在某些特定的情况下, 甚至可能对供应商与消费者带来利益冲突, 阻碍数据挖掘服务在信息化环境中的有效应用, 为了解决上述问题, 必须以市场调查为前提开展数据挖掘服务模式设计, 避免不必要的矛盾。
2.3.3 开发阶段
在该阶段, 一套相对完整的数据挖掘服务体系会随着设计得以呈现, 各种服务内容与方法在该阶段中得到合理应用。体系开发时, 应对各项功能进行定义, 并将所有的功能整合到一起, 以此来实现多种不同的服务目标, 确保数据挖掘服务模式的高效运行。对体系进行开发的过程中, 可基于服务接口的实现, 对相关的功能进行有效地协调, 从而使开发出来的功能更符合用户的使用需要, 由此可使数据挖掘服务的价值得以充分体现, 有利于推动数据挖掘服务市场的持续、稳定发展。
3 结论
综上所述, 云计算以其自身所具备的诸多特点, 在诸多领域中得到越来越广泛的应用。本文在简要阐述云计算特点的基础上, 对云计算环境下的数据挖掘进行分析研究, 提出数据挖掘服务模式的构建方法, 以期能够对数据挖掘效率的进一步提升有所帮助。
参考文献
[1]孙亮.数据挖掘服务模式应用云计算的优化策略探究[J].黑河学院学报, (01) :23-25.
[2]王勃, 徐静.基于云计算的Web数据挖掘Hadoop仿真平台研究[J].电子设计工程, 2018 (01) :43-44.
[3]包科, 蔡明.高速接入网云计算平台的大数据挖掘算法研究[J].机床与液压, (12) :143-144.
[4]冯丽慧.云计算和挖掘服务融合下的大数据挖掘体系架构设计及应用[J].电脑编程技巧与维护, 2017 (12) :132-133.
篇8：刍议云计算环境下的数据安全论文
刍议云计算环境下的数据安全论文
基于互联网技术的基础上出现了云计算，其主要功能就是提供方便快捷的互联网服务技术、安全可靠的数据存储以及超强的计算能力。但由于技术上的缺失，如何保证数据的安全，成为云计算的一大难题。本文将就这一问题进行探讨，找出解决信息安全问题的有效方法。
随着互联网信息技术的发展，云计算被得到广泛关注，并在商业上被广泛运用。随着社会的发展，计算机技术被广发运用。但由于计算机能耗、硬件成本及行业人员运用成本的不断加大等问题出现，互联网急需解决这些问题的新方案，云计算应运而生。
1 什么是云计算
云是对互联网的一种比喻说法，是基于互联网增加的相关服务。主要包括增加计算机存储空间、降低计算机能量消耗、解决硬件成本与人员运用成本问题等。目前云计算的解释至少有100多种说法，但被人们普遍接受的是NIST定义，大意是云计算是一种可提供便捷的、按需的、可用的网络访问，进而达到资源共享目的.的按使用量付费的一种计算机服务模式。通过对云计算的使用，只需进行很少的管理工作，就会实现工作效率最大化。
2 云计算的安全问题
2.1 虚拟化安全问题
网络虚拟化，对于加强租户云服务在平台、软件、基础设施层面的能力是及其有利的。但同时虚拟化的运用也会造成许多的技术安全问题。虚拟化的主要安全问题存在于主机中，设想以下几种可能：
(1)主机遭到破坏，这种情况会使主机管理内容的客户端服务器被攻克，致使用户信息流失。
(2)假设所虚拟的网络遭到破坏，随之客户端也会停止工作，信息安全受到威胁。
(3)如果主机共享与客户端共享遭到安全问题，那么犯罪分子就会利用这些问题对客户端进行攻击，窃取数据信息，造成损失。总而言之，如果主机出现损坏情况，所有的虚拟化网络都会出现问题。若要保护云计算的安全，保护好主机是必要的。
2.2 数据集中后的问题
目前互联网使用安全问题已经被热切关注。互联网用户经常在网络上存储一些隐私或是重要信息，若数据管理出现疏漏，致使这些信息丢失对于用户来说无疑是致命的。因此，对于数据集中后的管理，云服务提供商应对云计算内部的控制机制以及安全管理进行有效果的审计工作，确保用户的放心程度。
2.3 终端安全问题
作为个人信息的载体，其安全问题影响互联网的整个环节的安全。所以终端的安全性极其重要。互联网浏览器中都存在着一定程度上的软件漏洞，这些漏洞使用户的终端被攻击的风险加大，从而使云计算的安全成为一大问题。
2.4 云平台遭受攻击及法律风险问题
由于用户的信息资源集中在云平台上，使得云平台易成为\客攻击的目标，使网络环境安全受到了严重威胁。由于计算机网络的虚拟性，以及云计算的信息流动量大使得针对信息监管方面的法律不健全。在数据安全出现问题是无法有效的维护用户合法权益。
3 移动互联网环境下的云计算安全建议
在互联网云服务的使用中为保证用户数据信息安全，云服务提供商与用户都要加强安全防范意识。
3.1 云服务提供商
云计算安全防控技术的加强有助于数据信息的安全性，如对云终端、服务系统数据、网络运营环境等方面，在技术上加以提升，以确保用户数据信息安全。
3.1.1 加强云终端的安全控制
随着互联网技术的发展，移动终端较固定终端的重要性越来越重要。已经成为用户工作、学习中不可或缺的用品，大量的信息被用户存储到云终端。因此，为保护用户信息安全，必须要加强对云终端的安全控制。
3.1.2 加强移动网络传输与接入的安全性
在用移动网络进行消息传输与接入时要加强安全意识，现在许多\客利用信息传输盗取用户信息。冒用身份对信息进行恶意篡改、遭受拒绝服务等。因此，在进行移动网络传输与接入时一定要加强其安全性。
3.1.3 加强对云服务业务系统的访问控制
应针对业务系统制订一套安全统一的策略管理模式，以免服务业务流程被非法控制，致使用户信赖度降低。同时，加强对用户身份的认证核实，确保用户登录多个业务系统时，身份信息不被泄露。
3.1.4 对互联网运营环境进行优化
要对互联网中的危害互联网环境的因素进行及时清除，保证互联网环境的优化。还要对用户的身份及IP地址实行统一管理，提高云服务下用户数据信息安全性。
3.2 用户要加强信息数据安全的防范意识
许多云计算用户在数据安全的防范意识不强。在享受云服务的方便时，忽略了信息安全保护。许多用户往往在数据信息收到侵扰、盗用后才知道进行防护，但损失已经造成。因此要加强用户的安全防范意识。
3.2.1 采用加密技术
在运用计算机云服务存储数据时，要注意对所存数据进行加密处理。使得不法分子无法轻易获得数据信息，保证信息安全性。
3.2.3 阅读隐私声明使用过滤器
互联网隐私声明繁多，但基本上运营商都会为自己利益考虑，而使得隐私条款充满漏洞。不利于在数据出现安全问题后，用户的维权行为。因此，在使用某种云服务时，要仔细阅读其隐私声明。如若无法满足用户需求的隐私保护可选择不用，或是对信息进行筛选，有针对性的进行存储。还要注意使用过滤器，现今网络上的敏感数据很多，影响用户的互联网安全使用环境，易造成信息流失。使用或滤器会对数据进行有效监测，确保数据在流失时可以被及时发现，以组织数据丢失。使使用者在数据共享上享有一定程度的自由。
4 结语
在云计算存储大量数据信息的前提下，增强云计算运行环境安全已经是重大问题了。云服务运营商，要想在互联网上获得长足发展，使用户长久的信任，形成品牌。对于云计算数据安全的技术提升成为关键。而作为云计算的使用者，数据信息的拥有者，数据的安全性必须被极度关注。
篇9：云计算环境下数据挖掘技术分析论文
云计算环境下数据挖掘技术分析论文
摘要：随着经济社会不断发展与进步，科技信息技术为了适应社会发展的需求，也在不断地提高。云计算作为互联网发展中的一项新兴技术，渐渐成为了人们生活中不可或缺的一部分，并被广泛运用于军事领域、医疗领域与金融领域等。随着计算机的不断发展，基于云计算环境下的数据挖掘技术已经成为一项非常高效与实用的技术，它可以有效的解决传统数据挖掘方式不适合解决海量数据的问题。本文通过对云计算环境下的数据挖掘技术的分析与探讨，期望可以加深同行业工作者对数据挖掘技术的了解，为将来电子商务发展效率的提高，打下结实的基础。
关键词：数据挖掘，云计算，技术
随着移动互联网和物联网的迅速发展，如今的社会正处于大数据时代。数据的海量增加，对数据挖掘系统带来了极大的挑战。而云计算的出现便能有效解决这一难题，它可以使分布在不同计算机的数据集中在统一的云端，这样便有利于我们对数据的获取与挖掘。云计算中可弹性变化的计算能力和海量存储能力，更是为解决海量数据挖掘提供了有效的解决途径。
一、数据挖掘的内涵
数据挖掘是我们通过大量数据集进行分类以识别趋势和模式并建立关系的自动化过程。因为当今是一个大数据时代，我们需要从海量数据中提取和挖掘对我们有利的信息，从而来更好地为各种应用系统服务，如物联网、社交媒体等。而数据挖掘，就能从海量数据的挖掘到所需的信息，从而为你提供比没有使用这些工具的竞争对手更大的优势。
二、基于云计算环境下的数据挖掘技术分析
数据挖掘具有数据清理、数据变换、数据挖掘实施过程、模式评估与知识表示等8个步骤。这8个步骤，能帮我们更好地从海量数据中提取我们所需的有价值的信息。而在数据挖掘中，最重要的是数据收集处理与数据存储工作。第一，数据收集处理。我们在进行数据收集与处理时，可以先用决策树来判别是用户访问数据还是Web机器人访问数据。然后再将海量数据进行过滤、转换、清洗、整合，将其变成半结构化的XML文件进行保存。虽然现在流行用Map—Reduce模式来进行数据收集，但其开发工具还不够完善[1]。在今后的数据挖掘技术发展与完善的过程中，我们可以将结合分形维数和其他技术的方法作为新的发展方向。不断地强化数据收集处理功能，使其能更好地为各种应用系统服务。第二，数据的存储工作。云计算系统中的分布式存储策略，是运用最广泛的数据存储方式。它可以将同一个数据存储为多个副本，这在一定程度上保证了数据的可靠性，而且还不是冗余复制。而且系统中，还存在心跳检测、错误隔离等措施。虽然通过数据副本的存储方式能够有效的提高数据存储安全性，但是数据的计算速度和移动速度都比较慢，且实际的工作效率也并不理想。因此，我们在进行数据迁移的时候，可以利用MASTER系统来完成计算数据迁移工作。我们可以通过寻找数据副本进行抵制，既可以进行迁移又可以完成既定工作，这样不但使工作效果更加理想，而且实际工作效率也大幅度的提高。
三、云计算环境下数据挖掘技术的优势
利用云计算进行数据挖掘，具有以下的优点：第一，云计算环境下的数据挖掘可以隐蔽底层，这样使得我们的数据开发工作更加便利。用户不用考虑计算分配、计算调度任务与数据划分等问题，既能有效地提高工作效率，还便于我们操作；第二，云计算提高了大规模数据的处理能力和处理速度；第三，使得数据处理的成本降低，不再需要购买高性能的机器，从而有效提高了收益；第四，基于云计算的数据挖掘技术，可以使我们有效地从海量数据中挖掘出我们需要的信息，创造了良好的开发环境和应用环境，让挖掘任务变得更加简单。
四、云计算环境下数据挖掘技术面临的问题与挑战
目前，云计算还处于初级阶段，发展还不够成熟，也存在着一些问题与挑战，主要包括以下几个方面：第一，软件与服务的可信度不高。云计算要重视隐私安全问题，不断提升云计算的隐私安全保护能力，才能让用户放心使用云计算；第二，存在太多的不确定性。如数据挖掘的方法及结果、挖掘结果的评价和数据挖掘任务的描述等；第三，算法的'选择问题。不同的问题要用合适的算法和策略来进行数据的处理，云计算数据挖掘技术在这一方面还有待加强。大数据挖掘技术应用的过程中，验证技术的局限性也非常突出。在技术应用过程中，我们是通过特定分析方法及逻辑形式来发现知识[2]。在这一过程中，如果系统没有能力交互证实已发现的知识，就容易造成发现的知识不具有普遍实用性。而那些事待挖掘的数据自身可能就是错误的，这样便使得数据挖掘在有效性这方面受到一定的冲击。而我们从海量数据中挖掘到的信息，它们所构成的预言模型并不会告诉我们：一个人为什么会做某一件事及采取某个行动。为了保障数据挖掘结构的价值，用户就要对自身的数据进行一定的了解，这样才能提高数据挖掘输出结果的质量，才能更好地将挖掘到的数据为我们服务。综上所述，本文通过对云计算环境下的数据挖掘技术的分析与探讨，期望可以加深同行业工作者对数据挖掘技术的了解，为将来电子商务发展效率的提高，打下结实的基础。随着我国新兴产业战略地位不断提升，云计算成为了国家新兴产业发展的一项重点工程。我们需要不断探索与发展云计算数据挖掘技术，才能更好的满足用户的需求。据相关研究表明，云计算技术下的数据挖掘平台，相比于传统的数据挖掘方式，其数据挖掘效率高于20%。由此可见，基于云计算环境下的数据挖掘技术，不仅能满足用户规模扩大、应用目标多样等环境下的数据挖掘的应用需求，还能满足当前系统的设计需求，有利于提高数据挖掘的效率，具有更加实用价值。
参考文献：
[1]曾志华，李聪。云计算环境下频繁出现异常数据挖掘方法研究[J]。计算机仿真，，56（3）：339—342。
[2]黄潮。云计算环境下的海量光纤通信故障数据挖掘算法研究[J]。激光杂志，，38（1）：96—100。
篇10：云计算环境数据安全研究论文
云计算环境数据安全研究论文
云计算是网格计算、分布式计算、效用计算等技术发展融合的产物，如今普及速度非常快。亚马逊、谷歌、微软等企业向用户提供了在云环境中开发应用和远程访问应用的功能。由于云环境的数据托管给服务商存储在远程服务器中，且应用数据通过互联网传输，数据存储和传输安全是一个重要的问题。在实现云计算之前，首先应该解决由此带来的安全问题。论文描述了云计算中数据安全相关的挑战，研究了对于数据安全不同层面的解决方案。
1 引言
云计算是基于下一代互联网的计算系统，提供了方便和可定制的服务供用户访问或者与其他云应用协同工作。云计算通过互联网将云应用连接在一起，向用户提供了在任意地点通过网络访问和存储数据的服务。
通过选择云服务，用户能够将本地数据副本存储在远端云环境中。在云环境中存储的数据能通过云服务提供商提供的服务进行存取。在云计算带来方便的同时，必须考虑数据存储的安全性。如今云计算安全是一个值得注意的问题。如果对数据的传输和存储不采取合适的手段，那么数据处于高风险的环境中，关键数据泄露可能造成非常大的损失。由于云服务向公共用户群提供了访问数据的功能，数据存储可能存在高风险问题。在后续章节中，本文首先介绍了云计算模型，然后针对云计算本身的属性带来的信息安全问题，研究了已有数据安全解决方案的应用范围。
2 云计算应用模式
云计算的应用模式主要有软件即服务(SaaS)、平台即服务(PaaS)、基础设施即服务(IaaS)等。在SaaS中，厂商提供服务供客户使用，客户使用服务在云基础架构中运行应用。SaaS相对比较简单，不需要购买任何硬件，使用容易。但是数据全部保存在云端，且存放方式不受用户控制，存在安全隐患。PaaS则通过使用云计算服务商提供的中间件平台开发和测试应用，例如谷歌的App Engine。由于不同的中间件平台提供的API不一样，同一个应用不能再不同的平台通用，存在一定的兼容性问题。在IaaS模型中，用户可以控制存储设备、网络设备等基础计算架构，或者直接使用服务商提供的虚拟机去满足特定的软件需求，灵活性高但是使用难度也比较大。
随着云计算的蓬勃发展，云计算安全作为不能忽视的层面，应该引起足够的重视。如果对数据的传输和存储不采取合适的手段，那么数据将处于高风险的环境中。由于云计算向用户群提供了访问数据的功能，不论采用三种主要应用模式的任意一种，数据都存储在公共平台中，由此带来了数据存储和传输的安全问题。
3 数据安全挑战
3.1 数据保障
当多个用户共享同一个资源的时候存在资源误用的风险。为了避免这个风险，有必要对数据存储、数据传输、数据处理等过程实施安全方面的措施。数据的保护是在云计算中最重要的挑战。为了加强云计算的安全，有必要提供认证授权和访问控制的手段确保数据存储的安全。数据安全的主要几个方面：健壮性——使用测试工具检查数据的'安全脆弱性，查看云计算应用是否有常见的漏洞，比如跨站脚本、SQL注入漏洞等;保密性——为了保护客户端数据的安全，应当使用资源消耗少的瘦客户端，尽量将客户端的功能精简，将数据的运算放置在云服务端完成;可用性——数据安全中最重要的部分，具体实施情况由厂商和客户直接协商决定。以上措施决定了数据的可用性、可靠性和安全性。
3.2 数据正确性
在保证数据安全的同时也要保证数据的正确性。每个在云计算中的事务必须遵守ACID准则保持数据的正确性。否则会造成数据的“脏读”，“幻读”等现象，造成数据的不准确，事后排查花费的代价高。大多数Web服务使用HTTP协议都面临着事物管理的问题。HTTP协议本身并不提供事务的功能，事务的功能可以使用程序内部的机制解决。
3.3 数据访问
数据访问主要是指数据安全访问管理机制。在一个公司中，应根据公司的安全条例，给予不同岗位职工特定数据的访问权限，保证该数据不能被公司的其他员工访问。可以使用加密技术保证数据传输安全，采取令牌管理手段提升用户密码的猜解复杂程度。
3.4 保密性
由于在云环境中，用户将文本、视频等数据存储在云端，数据保密性成为了一个重要的需求。用户应该了解保密数据的存放情况和数据的访问控制实施情况。
3.5 数据隔离
云计算的重要特征之一是多用户租用公共服务或设备。由于公用云向所有用户提供服务的特点，存在数据入侵的可能。通过注入代码等手段，可能造成云端存储的数据被非授权获取。所以有必要将用户数据和程序数据分开存储，增加数据被非授权获取的难度。通常可以通过SQL注入、数据验证等方式验证潜在的漏洞是否存在。
3.6 数据备份
云端数据备份主要目的是在数据意外丢失的情况下找。数据丢失是一个很普遍的问题，一份的调查表明，66%的被访者声称个人电脑的文件存在丢失情况。云端数据备份还可以方便将数据恢复到某个时期的版本。云计算作为公用服务，已有大量用户使用网盘将数据副本存储在云端，但是还有很多应用的业务数据未在用户本地设备中存储。无论云端存储数据的性质，云端都应定时将存储的数据备份，保障云服务的正常运行。
3.7 法律法规风险
在云计算中，数据有可能分布存储在不同的国家和地区中。当数据被转移到其他的国家和地区中后，必须遵守当地的法律法规。所以在云计算中，存在数据放置地理位置的问题，客户应当知晓数据存储的地理位置防范风险。
4 数据安全解决方案
对于数据安全问题，需要方案解决云环境中数据潜在的风险。其中由于云环境的公用特性，数据保密应当作为主要解决目标。针对上节的数据保障、正确性、访问等问题，多位云计算安全专家在不同层面已先后提出了几套完整的解决方案，其目标主要是保证云环境中数据共享的安全性。在不可信的公共云环境中，数据共享的同时保证数据对第三方的保密性。
4.1 基本方案
数据加密是一个比较好的保证数据安全的方案。在云端存储数据之前最好能先加密数据。数据的拥有者能将数据的访问权给予特定的用户群体。应当设计一个包括认证、数据加密、数据正确性、数据恢复等功能的模型去保证数据在云端的安全。
为了保证数据不能被非授权访问，将数据加密使其完全对于其他用户无法解析是一个比较好的方法。在上传数据到云端之前，建议用户验证数据是否在本地有完整的备份，可以通过计算文件的哈希值来验证数据是否一致。数据传输应当采用加密方式，防止敏感信息被中间人监听。SaaS要求必须在物理层面和应用层面将不同用户的数据隔离。可以使用采用基于角色的访问控制或者是自主访问控制，以及分布式的访问控制架构控制云计算中的数据访问。一个设计良好的访问控制机制可以极大地保护数据的安全，还可以采用入侵防御系统实时监测网络入侵。入侵防御系统主要功能为识别可疑行为，记录行为的详细信息并试图阻止。
上述基本方案可以解决数据保障、数据正确性、数据访问及保密性等问题。但是，在实际应用中没有考虑效率，仅仅作为基本手段不能满足用户云环境数据共享的特定需求。
4.2 属性基加密
属性基加密(Attribute-based Encryption)相对于传统的公用密钥加密具有很大的优势。传统的公用密钥加密采用公私钥对，公钥加密的信息只能用私钥解密，保证了仅有接收人能得到明文;私钥加密的信息只能用公钥解密，保证了信息的来源。公钥基础设施体系和对称加密方式相比，解决了信息的保密性、完整性、不可否认性问题。属性基加密则在公用密钥加密的基础上，更多考虑了数据共享和访问控制的问题。在属性基加密系统中，密钥由属性集合标识。仅当公私钥对指定的属性相同或者具有规定的包含关系时，才能完成解密密文。例如，用户如果为了数据安全将文档加密，但是需要同公司的人能解密该密文，那么可以设置密钥的属性位“组织”，只有属性位“组织”为该用户公司的密钥才能将该密文解密，不满足条件的密钥则不能解密，如图1所示。
属性基加密分为密钥策略(KP-ABE)和密文策略(CP-ABE)。KP-ABE模式中，密文具有属性集合，解密密钥则和访问控制策略关联。加密方定义了能成功解密密文的密钥需要满足的属性集合。KP-ABE模式适用于用户查询类应用，例如搜索、视频点播等。CP-ABE模式中，加密方定义了访问控制策略，访问控制策略被包含在密文内，而密钥仅仅是属性的集合。CP-ABE模式主要适用于访问控制类应用，例如社交网站、电子医疗等。
属性基加密方式，不仅可以应用在云存储共享中，在审计日志共享方面也有很广泛的应用。审计日志共享大都存在时间段的限制，属性基加密方式可以在密文中添加时间属性位和用户属性，提供对不同用户共享不同时间段日志的功能。属性基加密紧密结合了访问控制的特性，在传统公用密钥的基础上，提高了数据共享的方便程度。
属性基加密虽然提高了数据共享的方便程度，但是没有从根本上解决云环境数据加解密过程中，解密为明文导致的敏感数据泄露问题。
4.3 代理重加密
由于云环境是公用的，用户无法确定服务提供商是否严格的将用户资料保存，不泄露给第三方。所以，当用户之间有在云环境中共享资料的需求时，必须考虑资料的保密性问题。
用户A希望和用户B共享自己的数据，但是不希望直接将自己的私钥Pa给B，否则B能直接用Pa解密自己采用私钥加密的其他数据。对于这种情况，有一些解决方案。
(1)用户A将加密数据从云端取回，解密后通过安全方式(例如采用用户B的公钥加密)发送给用户B。这种方式要求用户A必须一直在线，存在一定的局限性，并且数据量比较大时，本地耗费的计算量可能非常大。
(2)用户A可以将自己的私钥给云服务提供商，要求提供数据共享的服务。在这种情况中，用户A必须相信云端不会将私钥泄露。
(3)用户A可以采用一对一加密机制。A将解密密钥分发给每个想共享数据的用户，A必须针对每个用户生成并存储不同的加密密钥和密文。当新用户数量很多时，这个方案造成了磁盘空间的大量占用，存储数据冗余度高。
代理重加密(Proxy Re-Encryption)手段可以很好的解决云环境数据共享的问题。代理重加密手段设立了一个解密代理。首选A由私钥Pa和B的公钥Pb计算出转换密钥Rk。转换密钥可以直接将由私钥Pa加密的密文转加密为由公钥Pb加密的密文。在转换过程中，A的原始密文不会解密为明文，而转加密后的密文也只能由用户B解密。当用户B想访问A共享的资料时，只需要解密代理使用Rk将A的密文转换为只有B能解密的密文即可。这种机制保证了包括云在内的所有第三方都不能获取A共享给B的明文，如图2所示。
代理重加密解决了云环境中数据共享而不泄露明文的基本问题，侧重于数据的保密。该技术手段关注数据的保密性，未考虑实际应用中数据共享方便程度等其他问题。
4.4 基于代理重加密的属性基加密方法
代理重加密技术可以和在云存储中使用的属性基加密机制结合，属性基加密侧重于加密方面的访问控制，而代理重加密从加密手段上保证了数据的隐秘性。通过将这两种机制结合，用户可以更加高效的分享数据。数据拥有者可以根据新的访问控制规则生成转换密钥，然后将转换密钥上传至云服务器，服务器将原有的密文转加密为新的密文。新的密文在不影响原有用户解密的情况下，可以使新用户成功解密。而在转换原有密文的整个过程中，服务器无法将密文解密为明文。
该类加密方法既保证了转换效率，又保证了数据的保密性。此类方法中，不考虑抗选择密文攻击的算法计算转换密钥的资源消耗相对较小，考虑了抗选择密文攻击的算法资源消耗量和密钥属性基的大小正相关。
5 结束语
虽然云计算是一个带来了很多益处给用户的新兴技术，但它也同时面临着很多安全方面的挑战。本文说明了云计算方面的安全挑战和对应的解决方案，从而降低云计算可能带来的安全风险。为了保证云存储的安全访问，在技术层面，可以采用健壮的数据加密机制;在管理层面，采用合适的令牌管理机制，分发令牌给用户从而保证数据只能被授权的访问。随着云计算的普及，相信云服务提供商和用户对于云环境数据安全方面会越来越重视。在相关安全策略实施后，云计算能在提供良好服务的同时，让用户使用更加放心。
篇11：研究基于云计算角度下的数据存储安全技术论文
研究基于云计算角度下的数据存储安全技术论文
随着科学技术的日益进步，互联网信息技术得到广泛的应用，云计算也得到较快的发展。云计算作为当今新型的计算机技术，在数据存储安全方面还存在一定的问题未得到充分的解决。根据云计算数据存储安全的现状分析，其研宄内容主要在于数据保护、加密算法、虚拟安全技术等方面，其中数据安全存储是关键部分，本文对云计算环境下数据存储安全的关键技术进行研究，保障用户的信息安全。
1.云计算与云存储的概述
云计算是指通过互联网进行动态的扩展且为虚拟化的资源，随着互联网相关服务的增加，按使用量付费的模式。网络的数据传输功能发展迅速，使得计算机逐渐组成了一个相互关联的集群，并且由统一的数据处理中心进行资源的调配和处理。其具有规模大、形式虚拟、兼容性强等特点。云计算中的关键环节在于云存储，其具有集群应用和分布式文件系统等功能，将网络中不同类型的存储设备通过应用软件进行组合工作，为用户提供业务访问等服务的系统，属于云计算衍生出的新兴的网络存储技术。当云计算系统需要存储和管理大量数据时，系统需要配置存储设备，此时，云存储成为主要进行数据存储和管理的核心云计算系统，方便用户随时随地，通过任何可联网的装置进行信息数据的存取。
2.云数据存储结构
云计算环境下数据存储结构利用了先进的互联网技术，实现了按照用户的网络需求来分配资源。与传统的数据存储结构比较，从服务和实际应用的角度分析，云数据存储是一个硬件的同时还是由客户端程序、访问接口、软件、服务器等设备组成的存储系统。
云数据存储结构通过云计算系统中的应用软件为用户提供数据存储及业务访问等服务，其中，存储层是云数据存储结构的最基层，其主要内容包含存储管理和虚拟化设备，存储层中的存储管理系统用于对硬件设施的维护和升级等功能。管理层是云数据存储结构的核心层，其通过分布式文件系统和集群管理技术进行内容分布和数据备份，具有良好的拓展性，还可以完成云存储系统中的数据加密等任务，符合用户对信息可用性及存储功能的需求。接口层属于云数据存储结构中的重要组成部分，其应有与云计算系统的结构开发与应用，供应商包括网络接入、身份论证、权限管控、应用软件接口等部分，供应商通过接口层为用户设置统一的编程，方便用户自主开发应用程序。云数据存储结构的顶层为访问层，其主要是系统应用程序的入口，用户通过访问层进入云计算系统，实现系统中的资源共享。
3.云计算环境下数据存储安全及其关键内容
3.1 云计算环境下数据存储安全
云计算在其实际应用中存在用户信息遭泄露等不安全问题，因此，云计算环境下数据存储安全问题是当前计算机技术发展过程中面临的挑战。为了降低企业中事务的使用成本，减少繁琐的工作程序，就需要在云数据存储的过程中，确保其安全可靠性，使的云计算系统提供优质的服务。在云计算技术的背景下，通过服务式的操作和存储数据，保证数据的稳定性。虽然个体用户使用的数据由提供商管理，用户存储和使用数据是借助网络服务的，但其数据的安全性也需要由云计算系统统一负责。可以将计算机的使用过程看成一个节点，当这些节点出现安全隐患问题时，就需要采取不同的手段对其进行访问和使用，即保证云计算中的安全存储与数据的传输、恢复联系起来，并且得以稳定的发展。
3.2 云计算环境下数据安全的关键内容
云数据安全的关键内容包括数据传输安全，其主要指在云计算的服务下，用户将数据传输给云计算系统服务商，由服务商进行数据的处理工作。其间，云计算需要确保用户的数据在传输过程中被加密，保证不被泄露。服务商获取用户数据后，按照行业要求进行保存，服务商还需要做到对用户进行权限认证之后再给予访问数据的权利，访问的对象只能访问自身的数据。云数据安全的关键内容包括数据存储安全，其主要指实现系统中存储数据资源共享的模式，在云计算系统服务下，服务商采取必要的手段隔离不同的数据。当用户准确知道其数据存放位置的情况下，服务商还需要保证对用户托管的数据进行了有效的备份，以防出现突发状况时，数据的丢失，云计算服务商需要最大限度地保护用户的数据，使其恢复到初始状态。在系统中，数据的残留极易泄露用户的信息，因此，云计算服务商需要保证为用户提供数据的安全性。云数据安全的关键内容还包括数据审计安全，通过云计算的服务模式，服务商为用户提供必要的信息支持，并且不对其他用户的数据造成威胁。云计算的服务费为保证数据的安全，需要协助第三方机构准确地对数据安全进行审计，保证用户的信息安全性，同时也促进云计算服务系统的健康长远发展。
4.基于云计算的数据存储安全技术
云计算环境下数据存储在保证数据运算效率的同时还需要确保其安全性，因此，服务商在为用户提供云存储服务时，需要对其信息进行加密保护，保证用户的数据出现在任一存储空间中，非授权用户看到的是无序的乱码，确保用户的个人信息不被泄露。在保证云计算服务商真实可信的前提下，需要将提高云计算的系统运算效率和安全性作为主要任务，探宄出适合互联网信息技术发展的数据存储安全技术。
4.1 数据加密技术
目前我国的云存储系统保护隐私数据的能力有限，为保证云存储数据的完整性，用户在使用互联网的同时也需要对自身信息进行有效的加密。云计算系统用户需要提高信息安全意识，加强数据的密钥管理，通过科学的数据加密技术保障云存储系统数据的安全性，提高其使用效率。用户在进行数据加密的过程前，对应的加密算法公钥需要用户端从密匙库中提取，之后应用对称加密的算法，形成具有校验信息的密钥。其中具备校验信息的密钥可以通过非对称的加密算法进行处理，确保其安全性，最后处理好的信息数据作为数据包储存于云端中。在重复加密过程中，保证所有的数据包完成数据加密的行为，方可截止，形成数据加密的'全过程。
4.2 数据隔离技术
在云计算模式的背景下，用户将随意摆放系统中的数据存储结构，因此，会出现多个用户将数据存储于同一个虚拟服务器中的现象。出现此类情况时，用户需要使用数据隔离技术，将自身的信息与其他用户的信息有效的隔离开，保证云计算环境下数据存储的安全性。
4.3 访问权限控制
当用户将数据上传至云计算数据存储系统后，云计算系统的提供商将享有访问该数据的优先权。如果用户需要限制服务商的访问权限，在上传个人数据的同时，需要将该数据的访问优先级别设置为自己，以此确保自身数据在云计算环境下数据存储的安全性。
4.4 数据加密传输
各类数据在云计算系统中的传输是必不可少的，因此，其在传输过程中的安全性是当前面临的大考验。数据的加密传输是指在数据的传输过程中在网络链路层、传输层等区域使用加密技术，以此确保用户数据的可用性和完整性。在数据传输的前期，通过加密协议为用户的数据传输提供加密通道，在数据传输的后期，则采用必要手段防治非法用户对数据的窃取，进而维护用户的数据安全，保证云计算环境下的数据加密传输。
5.结语
随着我国的信息技术不断发展，云计算技术在各行业中得以广泛的应用，其前景广阔。但在云计算的环境下，数据的安全问题成为当前亟待解决的问题。基于云计算的系统模式，构建云数据存储结构，通过数据加密技术、数据隔离技术、访问权限控制、数据加密传输等关键技术确保云计算的数据存储安全，提高云计算的运行效率，推动云存储系统的高效应用，促进我国云计算环境下数据存储结构的不断完善。
篇12：大数据环境下云计算对电子商务的作用论文
结合现行的云计算环境，分析其对电子商务的具体影响，例举几点影响，如下：
1.1简化运行操作
大数据环境下云计算，简化了电子商务中的各项操作。电子商务的有效载体时计算机，计算机的操作，是保障电子商务业务顺利进行的根本，有效支持电子商务的运行及发展。大数据环境下的云计算，确保电子商务实现海量的数据存储，而且容易保存到云存储内，简化计算机对电子商务信息化服务的方式。云计算在电子商务的运行操作上，起到关键性的作用，其可将计算机的硬件，拆分、组合，构成独立的服务器，存储电子商务的所有数据，处理运行数据存储中出现的问题避免运行操作过于复杂。云计算在电子商务内，规范了运行操作的接口，在统一的状态下进行规划，还能简化云计算服务器的维护力度，支持电子商务的各项业务。云计算取代了电子商务业务中的多项传统操作，简化了电子商务的运行流程，改进原有电子商务的操作方式，确保电子商务运行的质量与速率。
1.2提高信息安全
电子商务运行中的数据非常多，直接增加了数据的安全风险，很容易在运行过程中引起数据丢失的情况。电子商务在大数据环境云计算下，表现出高安全的运行状态。云计算具备高安全的存储优势，促使电子商务的安全系数非常高。电子商务的信息数据，受到大数据环境云计算的.影响，大幅度提高了信息的安全水平。我国电子商务面临着非法入侵者攻击和恶意篡改的问题，导致信息数据丢失，电子商务竞争关系中，经常采用攻击的手段获取竞争对手的信息，由此，电子商务的信息安全，成为一项比较重要的项目。针对电子商务信息安全的现状，引入大数据的云计算，云计算将所有的电子商务信息，存储到云环境内，非法入侵者或攻击者无法窃取云存储中的数据，即使云存储被破解，也不能获取真实的电子商务信息，保护电子商务信息的安全性，杜绝商务运行是出现损失。
1.3杜绝错误信息
云计算在电子商务运行中提供了云操作系统，实现了软件计时服务，避免电子商务中有错误的信息。云操作是电子商务杜绝错误信息的主要途径，云操作本身具备安全性的特征，利用计算机的分布式规划，将软件的计时服务，提供给用户。电子商务在云操作的作用下，进入软件计时服务的状态中，其可避免各种二进制方式的文件，进入到电子商务用户的个人信息中，在保障软件资源安全合理的基础上，杜绝了电子商务内的错误信息。云操作保障电子商务信息准确，在逻辑关系上强调了电子商务信息之间的真实性，而且大数据环境下云计算，促使电子商务的信息传输，始终处于正确的状态下。
篇13：大数据环境下云计算对电子商务的作用论文
大数据环境云计算中，电子商务的未来发展也受到了一定程度的影响，主要在关系型数据库和搜索引擎方面实现优质的发展，分析如下：
2.1关系型数据库影响
电子商务的关系型数据库，运行在分布式的环境内，属于云计算提供的运行条件。云计算对电子商务关系型数据库的影响，促使电子商务业务能帮分布在不同的服务器内，利用关键对象，即可获取电子商务的业务信息。云计算在电子商务关系型数据库的未来运行中，打破了空间、时间的限制，减少了电子商务运行响应的时间，促使电子商务的数据库，始终保持在高效运行的状态，保持数据同步，数据库在不同的单位内，也能明确电子商务数据库之间的关系。如果云计算无法把控电子商务的关系型数据库，就会影响电子商务在大数据环境中的状态。由此，大数据环境下云计算对电子商务关系型数据库的未来影响，决定了电子商务业务的发展方向，强调电子商务在云计算环境中的安全性。
2.2搜索引擎的影响
云计算对电子商务未来的影响，效益最高的是搜索引擎方面。云计算对电子商务搜索引擎的未来影响，能够帮助电子商务准确的识别搜索请求，判断搜索引擎中的隐藏信息。大数据环境下的云计算，在电子商务的搜索引擎中，提供了网页搜索服务、整合搜索服务、语言机器翻译服务和语音搜索服务功能，在电子商务业务中，实现了多样化、多渠道的搜索服务，保障电子商务在各种各样的搜索下，均能为用户提供指定的服务，以免增加电子商务搜索引擎的服务压力，体现大数据环境云计算的未来影响。
3结束语
大数据环境下的云计算，为电子商务的运作提供了资源和条件，改善了电子商务的运行环境。大数据环境云计算对电子商务的影响，体现在多个方面，促进了电子商务的未来发展。大数据环境云计算的运用，提高了电子商务的发展效率，在此基础上，降低了电子商务的成本与资源消耗。
参考文献:
[1]王欣.云计算环境下大数据对电子商务的影响研究[J].中国商论,(02):66-68.
[2]宋星,陈姣.云计算环境下大数据对电子商务的影响研究[J].科技展望,2016(21):5.
[3]周本海.浅谈云计算环境下大数据对电子商务的影响[J].经济研究导刊,(07):201-202.
[4]李维华.大数据环境下云计算对电子商务的影响分析[J].信息技术与信息化,2015(06):100-101.
篇14：大数据环境下云会计的论文
大数据环境下云会计的论文
一、云会计面临的两大困境
云会计可以让企业将工作重心转移到经营管理上，而将会计信息化的基础建设和软件服务工作外包给互联网企业，这种模式所带来的优势和效率显而易见，将推动企业管理模式的转变和思维模式的转变。与此同时，要在企业中推广云会计的应用，还存在着急需突破的困境，这些困境不但制约云会计服务商的发展壮大，也无法消除企业采纳云会计的种种疑虑。首先是数据标准缺失困境。目前尚没有明确的指导性和约束性文件，云会计服务商只是凭着商业逻辑开发相关的软件并提供硬件基础服务，用户也只是根据自身需要选择相应的服务，至于是否符合未来云会计数据的要求，则无暇顾及。各厂商在开发产品和提供服务的过程中各自为政，为将来不同服务之间的互连互通带来严重障碍。例如，用户将数据托管给某个云会计服务商，一旦该服务商破产，用户能否将数据迁移至另一个云会计服务商？如果用户将数据同时托管给多个云会计服务商，能否便捷地执行跨云的数据访问和数据交换？目前在数据的处理标准方面还没有具体的突破，尤其是在数据汇集以后，如何整理？如何分析？如何访问？是三个密切联系又急需解决的问题。在大数据环境下，数据该如何共享？如何保持一致性？也必须有标准来支撑。另外，数据的质量标准是保证数据在各个环节保持一致的基础，这方面的缺失使数据的应用范围受到极大约束。由于数据标准的缺失，导致云会计的应用及服务标准也难以制定，如何对不同云会计服务商提供的服务进行统一的计量计费？如何定义和评价服务质量？如何对服务进行统一的部署？这些问题也使得云会计的普及举步维艰。其次是安全问题困境。云会计的安全不仅涉及当事企业，也与许多第三方企业的利益息息相关，这个问题解决得好，可以极大地促进云会计的发展，否则将使涉事企业面临经济、信用等多方面的巨大损失。一是存储方面的安全问题，云会计的存储技术运用虚拟化及分布式方法，用户并不知道数据的存储位置，云会计服务商的权限可能比用户还要高，因此云会计的数据在云中存储时，如果存储技术不完善，那么会计信息面临严重的安全隐患。二是传输方面的安全问题，传统的会计数据在内部传输时，加密方法一般比较简单，但传输到云会计服务商的云端时，可能被不法用户截取或篡改，甚至删除，将导致重大的损失。
二、数据标准困境的解决方法
要解决云会计中的数据标准困境，必须厘清数据标准的制定原则和制定思路，才能推动云会计的健康发展。
（一）数据标准的制定原则
云会计的最大特点是数据海量、数据互通、数据复杂等不同于以往会计信息系统中的结构化数据格式，是一种大数据的表现形式。标准化的云会计数据不但有助于解决“信息孤岛”问题，更可以大大降低数据的使用成本、软件的兼容成本等。在制定标准化数据过程中，要树立高效性、可用性、经济性三者互相协调的观念，既要反对简单沿用他国标准的做法，也要摒弃完全定制化的观念，要坚持可持续、可协同的标准化思路。高效性是指云会计的数据标准要使得产出投入比最大化，如系统方面的投入与系统运算能力是否协调，存储空间的效率是否高效，数据中心的能源消耗是否最小化，设备的维护成本是否最低等；云会计的高效性直接影响到云会计服务商与企业用户的可持续发展，否则许多投入成本可能会演化为沉没成本。可用性是指云会计的数据标准不仅使云会计服务商能够满足用户当前的需求，而且能够不断升级，满足用户的未来需求。可用性越好，那么在发生业务变动时，系统的迁移性越好，即使在发生系统故障时，恢复时间也能最短化。经济性要考虑全周期的成本，如标准建设的成本、标准应用的成本等，另外一个值得注意的是用户的学习成本，虽然它不一定直接与用户的经济成本挂钩，但会影响到用户使用系统的积极性，一个难以掌握、难以使用的标准终究会遭到用户的抛弃，没有长久的生命力。
（二）数据标准的制定思路
鉴于以上所阐述的数据标准的制定原则，建议按照“官方引导，协同制定，继承扩展”的思路来制定数据标准。云会计的数据标准不仅是个别企业的标准，而且关系到所有企业能否相互交换、相互沟通的基础性工作。单纯由官方（协会或政府）统一进行设计，再把标准无偿地开放给社会使用，其优点是工作效率高、设计成本低，但标准并非直接来源于会计工作的实际情况，标准的客观性略差，可行性较低。单纯由民间设计，企业按照实际会计工作需要自主制定，再以某种收费或免费的方式向其他企业开放，其优点是标准相对客观，可行性较高，但整体的社会成本较高，推进速度慢、公信力差。这两种方式均难以克服固有的缺点，因此最好的方式是将官方的公信力和民间的积极性相结合，协调各方资源，协同制定数据标准，以公共产品的形式免费供给各企业使用。为了推动我国会计信息化的蓬勃发展，我国早在就制定并发布了《信息技术会计核算软件数据接口》（GB/T19581－）国家标准。于6月又发布了更新版的《财经信息技术会计核算软件数据接口》（GB/T24589-）系列国家标准。随着国际上以XBRL（可扩展商业报告语言，eXtensibleBusinessReportingLanguage）为基础的会计数据标准的诞生，我国于2010月发布了《可扩展商业报告语言（XBRL）技术规范》（GB/T25500.1-2010）系列国家标准和《企业会计准则通用分类标准》。由此可见，我国在会计数据标准的制定和应用方面始终走在国际的前沿，尤其是GB/T24589-2010系列标准，不仅包括了会计科目、会计账簿、记账凭证、会计报表，还涵盖了应收应付、固定资产等内容，填补了国内标准化方面的空白，即使在国际上也处于领先的地位。因此此类标准既具有社会意义，也具有经济意义；既推动国内会计事业的发展，也能助力国际会计事业的发展。因此，建议对该标准的实际应用情况进行跟踪研究，确切了解标准的应用效果和应用质量等，收集企业的反馈意见，发展并完善，结合云会计的特点，制定新版的标准，在国内推广的同时，也将其贡献给世界标准化组织，为其他国家或世界性组织提供参考。
（三）制定数据标准的具体建议
大数据环境下，为了使云会计真正高效、廉价地为企业服务，使云会计的有关应用早日落到实处，本文尝试提出制定数据标准的若干建议。基础性标准。基础性标准是原则性的、指导性的，为整体的标准体系提供总则规范、专用术语及参考架构等，目的`是为建立庞大的标准体系打下基础，起到统一、规范的作用，并为将来的标准建设提出原则性指导意见。数据的处理标准。数据的处理包含了数据整理、数据分析和数据访问三个部分，相应地就要制定数据整理标准、数据分析标准、数据访问标准。数据整理标准是指在数据采集汇聚后，初步的处理方式和方法，细分后又包含数据表示、数据注册和数据清理三类标准。数据分析标准主要针对大数据环境下数据分析的性能、功能等提出具体指标，并进行规范。数据访问标准则要求制定标准化的接口及共享方式，最大化地扩大数据的应用范围。数据的质量标准。数据的质量标准针对数据质量提出具体的管理要求和指标要求，确保数据的质量，使其在产生、存储、交换和使用等各个环节中保持一致，并对数据全生命周期进行规范化管理，一般应该包括元数据质量标准、质量评价标准和数据溯源标准三类。应用及服务标准。应用及服务标准主要是针对大数据提供的应用和服务，在技术、功能、开发、维护和管理等方面进行规范，主要包括开放数据集和数据服务平台两类标准。其中开放数据集标准是为了向第三方开放数据而制定的规范标准，数据服务平台标准是对大数据服务平台所提出的功能性、维护性和管理性标准。
三、安全困境的解决方法
云会计的应用使得用户与会计信息的物理存储位置产生空间上的分离，在通过互联网传输、储存和使用数据、信息的过程中，安全问题成为企业关注的一个重点，云会计服务商必须构建完善的安全管理机制，并随着技术的发展不断改善，才能保证企业获得安全的云会计服务。云会计的安全问题首先体现在会计信息的传输阶段。在企业内部传输时，在适当的物理措施和制度保证基础上，通过简单的加密就可以保证信息的安全。但会计信息一旦要传输至云中时，那么会计信息的安全性就受制于云会计服务商。由于云会计的信息传输载体是互联网，传输过程中信息可能被非法截留，甚至被篡改。第二个问题体现在会计信息的存储方面。云会计的应用可以使企业便捷地获得并处理会计信息，但云会计采用了虚拟化的分布式方法，用户并不清楚会计信息的存储位置，不法分子可能会对云端的会计信息发起攻击，盗取或篡改其中的信息。第三个问题体现在会计信息的使用阶段。作为商业机密，会计信息的使用对象一般是与财务密切相关的工作人员或企业管理人员，在日常工作中，保密不周、人机分离、密码过于简单、角色划分错乱、权限错配等都会使会计信息泄露出去。建议从以下包含技术手段及管理手段的七个方面展开工作，解决云会计的安全问题。
（一）研发云会计的大数据水印技术
以往为了加强对多媒体数据的版权保护，数字水印曾经是一种主要的加密手段，在不影响使用的前提下，将标识信息以隐蔽的方式插入到多媒体数据载体的内部。但云会计中的大数据具有无序性、动态性等特点，在其中插入水印要非常谨慎，其前提是会计大数据中存在冗余信息。可以将少量水印信息嵌入到会计大数据的冗余信息位置上，既可以识别出大数据的所有者及使用对象，也有利于追踪分布式环境下的泄密者。
（二）研发会计大数据的溯源技术
由于云会计数据的来源繁杂多样，有必要记录这些数据的来源以及传播和计算过程，可以采用数据库领域的数据溯源技术，通过标记法对数据进行标记，记录数据在云端的查询与传播历史。数据溯源技术应用于云会计中还需要解决以下两个问题：（1）数据溯源是否危及隐私保护。数据溯源要分析会计大数据的来源，而数据来源本身就是非常敏感的隐私数据，这样的溯源可能无法获得用户的谅解。（2）数据溯源的自身安全保护，当前大多数大数据溯源技术并未充分考虑安全问题，如标记本身是否正确、标记与数据之间是否绑定等，而大数据的高速性、大规模、多样性等特点使之更难解决。
（三）加强用户身份及会计云身份的认证
在云会计的应用中，除了对用户身份的认证外，还必须设置对会计云的身份认证，只有这种双向认证得到有效落实，云中的数据才能被安全地合法访问。首先，会计云是一个海量的分布式系统，拥有庞大的用户群体，具有动态性和跨区域的特点，很难对违法数据进行跟踪和管制。如果云会计服务商不能对用户进行严格的认证，就会给恶意攻击者留下可乘之机。因此无论用户在何处登录，云会计服务商和应用程序都要验证用户的合法身份。其次，为达到欺诈目的而在互联网上驻留的“黑会计云”也将不断涌现，用户可能遭到恶意软件的攻击，也可能会被网络钓鱼。因此用户在使用会计云之前，必须对会计云的身份进行验证。为了达到用户与会计云的双向认证，必须建立跨云认证模型，实现用户与会计云之间安全且高效的互相认证，确保双方的数据安全。
（四）制定用户可验证的数据存储方案
用户把自身的数据存储在云中，就必须依赖云会计服务商确保数据的安全性，但在外包服务的商业模式下，云会计服务商的可信度难以评估，很难让用户相信自己的数据被云会计服务商正确地存储、处理，为此云会计服务商必须制定用户可验证的数据存储方案。云会计服务商可以建立一种动态化更新及开放式验证的数据完整性核查方案，确保数据的完整性及可恢复性，使用户随时可以知晓存储在云中的数据的正确性，即使在数据遭到一定程度的损坏时，也能从会计云中取回全部数据。在此基础上，拟订数据泄露的问责方案，使用户在怀疑数据遭到泄露时，可以核查甚至追究云会计服务商的相应责任。
（五）设置动态数据的安全保护机制
在功能日益复杂的情况下，云会计的应用程序也不断大型化，云会计服务商的安全保护经验和技术水平也参差不齐，为用户提供的应用程序肯定会存在各种安全漏洞。在云会计为多个用户提供服务的环境下，一个相同的服务进程要处理多个用户的数据，如果应用程序存在安全漏洞，那么个别的恶意用户就有机会盗用其他用户的权限，窃取数据和商业机密，所以应该设置防止非法用户恶意操作的动态化数据安全保护机制。可以对数据流进行分散控制，一方面对数据进行细粒度标记；另一方面基于数据流策略对数据的流向进行约束，从而实现在相同的服务进程中对不同的用户数据进行隔离，达到保护数据的目的。
（六）建设可信的会计云计算平台
在云会计环境下，用户将数据及计算全部托管到云端，不仅无法对自身的数据进行控制，更无法对云会计服务商的计算过程进行监督，为了达到用户对云会计信任的目的，云会计服务商必须通过一整套安全技术手段，建设用户可以远程监督的云会计计算平台，从而提高用户的信任度。可以通过建设虚拟的可信云会计计算平台，为数据存储及会计核算中的所有数据提供可信的运行环境。
（七）建设管理、心理、法律三个安全软屏障
除了上述各种技术手段保障云会计的安全外，还应该从管理、心理、法律三个方面建设安全软屏障，从而达到“软硬结合”的境界，全方位保障云会计的健康运行。
1.管理软屏障。
作为高端的会计信息化系统，云会计的安全保障离不开“三分技术，七分管理”，对物理设备和从业人员进行严格管理。对物理设备既要做好外围隔离工作，也要在移动和更换过程中严格控制。对从业人员建立严格的身份控制和权限划分，不同级别的从业人员只能访问权限内的数据。经常更换用户名和密码，对数据访问行为进行严格记录。云会计服务商不能获取用户的会计数据，只能操作工作权限内的数据。
2.心理软屏障。
利用各种宣传手段对用户和管理人员进行软约束，使其了解云会计的安全特点和自身应该严守的工作规范，避免由于误操作和恶意操作给云会计带来各种威胁。
3.法律软屏障。
云会计的安全需要法律作为后盾，对云会计服务商及其他责任主体的行为进行约束和规范，确保云会计安全的技术手段和各种软屏障手段得到严格执行，从而保障云会计的隐私和数据使用权不被误用。
作者：姚如佳单位：东华大学管理学院
篇15：云计算的关键技术及发展现状论文
云计算的关键技术及发展现状论文
居巍杰
摘要：本文给出了云计算的定义，总结了云计算的关键技术，揭示了云计算是多种新技术的综合发展产物，并详细介绍了云计算的发展现状。
关键词：云计算；数据存储；编程模型；云安全
1. 前言
云计算(Cloud Computing)是一种新近提出的计算模式。云计算将待处理的数据送到互联网上的超级计算机集群中进行计算和处理，把互联网变成一种全新的计算平台，能够在网络上实现按需购买与按使用付费的业务模式。自从云计算的概念提出来以后，立刻引起业内各方极大的关注，现在已成为信息领域的研究热点之一。云计算到底是什么？为什么需要云计算？云计算的关键技术有哪些？云计算的发展现状如何？本文将就上述问题展开叙述。
2. 云计算定义
云计算（Cloud Computing）是由分布式计算（Distributed Computing）、并行处理（Parallel Computing）、网格计算（Grid Computing）发展而来的，是一种新兴的商业计算模型。目前，对于云计算的认识在不断地发展变化，云计算仍没有普遍一致的定义。
IBM公司于底宣布了云计算计划，云计算的概念出现在大众面前。在IBM的技术白皮书“Cloud Computing”[1]中的云计算定义：“云计算一词用来同时描述一个系统平台或者一种类型的应用程序。一个云计算的平台按需进行动态地部署(provision)、配置(configuration)、重新配置(reconfigure)以及取消服务(deprovision)等。在云计算平台中的服务器可以是物理的服务器或者虚拟的服务器。高级的计算云通常包含一些其他的计算资源，例如存储区域网络(SANs)。网络设备，防火墙以及其他安全设备等。云计算在描述应用方面，它描述了一种可以通过互联网Intemet进行访问的可扩展的应用程序。“云应用”使用大规模的数据中心以及功能强劲的服务器来运行网络应用程序与网络服务。任何一个用户可以通过合适的互联嘲接入设备以及一个标准的浏览器就能够访问
一个云计算应用程序。”
云计算是基于互联网的超级计算模式，包含互联网上的应用服务及在数据中心提供这些服务的软硬件设施，进行统一的管理和协同合作。云计算将IT 相关的能力以服务的方式提供给用户，允许用户在不了解提供服务的技术、没有相关知识以及设备操作能力的情况下，通过Internet 获取需要的服务。
通过对云计算的描述，可以看出云计算具有高可靠性、高扩展性、高可用性、支持虚拟技术、廉价以及服务多样性的特点。现有的云计算实现使用的技术体现了以下3个方面的特征[2]：
（1）硬件基础设施架构在大规模的廉价服务器集群之上．与传统的性能强劲但价格昂贵的大型机不同，云计算的基础架构大量使用了廉价的服务器集群，特别是x86架构的服务器．节点之间的巨联网络一般也使用普遍的千兆以太网．
（2）应用程序与底层服务协作开发，最大限度地利用资源．传统的应用程序建立在完善的基础结构，如操作系统之上，利用底层提供的服务来构造应用．而云计算为了更好地利用资源，采用了底层结构与上层应用共同设计的方法来完善应用程序的构建．
（3）通过多个廉价服务器之问的冗余，使用软件获得高可用性．由于使用了廉价的服务器集群，节点的失效将不可避免．并且会有节点同时失效的问题．为此，在软件设计上需要考虑节点之间的容错问题，使用冗余的节点获得高可用性．
3. 云计算关键技术[3][4]
云计算是一种新兴的计算模式，其发展离不开自身独特的技术和所涉及的一系列其他传统技术的支持，并借助SaaS/PaaS/IaaS 等先进的商业模式把这强大的计算能力分布到终端用户手中。
（1）虚拟化技术
虚拟化是实现云计算的最重要的技术基础，虚拟化技术实现了物理资源的逻辑抽象和统一表示，它是指计算元件在虚拟的基础上而不是真实硬件的基础上运行。通过虚拟化技术可以提高资源的利用率，并能够根据用户业务需求的变化，快速、灵活地进行资源部署，实现动态负载均衡；同时与硬件无关的特性带来系统自愈功能，提升系统的可靠性。在云计算实现中，计算系统虚拟化是一切建立在“云”上的服务与应用的基础。虚拟化技术目前主要应用在CPU、操作系统、
服务器等多个方面，是提高服务效率的最佳解决方案。
（2） 数据存储技术
为保证高可用性、高可靠性和经济性，云计算采用分布式存储的方式来存储数据，采用冗余存储的方式来保证存储数据的可靠性，即为同一份数据存储多个副本。这样用户就无需考虑存储容量、数据存储位置以及数据的安全性和可靠性等问题。
另外，云计算系统需要同时满足大量用户的需求，并行地为大量用户提供服务。因此，云计算的数据存储技术必须具有高吞吐率和高传输率的特点。云计算的数据存储技术的主要代表有谷歌的GFS（Google File System）。IBM 的“蓝云”采用的是HDFS（Hadoop Distributed File System）数据存储技术。此外，一些IT 公司也提出了一些数据存储的解决方案。例如：微软公司提出的Skydrive，惠普公司的Upline 以及Sun 公司的Network.com。
云计算的数据存储技术未来的发展将集中在超大规模的数据存储、数据加密和安全性保证以及继续提高I/O 速率等方面。
（3）数据管理技术
云计算系统对大数据集进行处理、分析，并向用户提供高效的服务，因此，数据管理技术必须能够高效地管理大量的数据。另外，如何在规模巨大的数据中找到特定的数据，也是云计算数据管理技术所必须解决的问题。云计算系统中的数据管理技术主要是Google 的`BT（BigTable） 数据管理技术和Hadoop 团队开发的开源数据管理模块HBase。由于管理形式的不同造成传统的SQL 数据库接口无法直接移植到云管理系统中来，目前一些研究在关注为云数据管理提供RDBMS 和SQL 的接口，如基于Hadoop 子项目HBase 和Hive 等。
（4）编程模型
为了使用户能更轻松地享受云计算带来的服务，让用户能利用该编程模型编写简单的程序来实现特定的目的，云计算上的编程模型必须十分简单，必须保证后台复杂的并行执行和任务调度向用户和编程人员透明。当前比较有代表性的是Google 和Hadoop 项目。Google开发了java、Python、C++ 编程工具Map/Reduce，它不仅仅是一种编程模型，同时也是一种高效的任务调度模型，主要用于数据集的并行运算和并行任务的调度处理。这种编程模型并不仅适用于云计算，在多核
和多处理器、cellprocessor 以及异构机群上同样有良好的性能。
（5）云安全
云计算是一种基于互联网的计算模式，提供服务的时候也就不可避免地出现像安全漏洞、信息泄露、恶意攻击和病毒侵害等普遍存在于既有信息系统中的共性安全问题。云安全经过样本收集和MD5 端匹配技术发展阶段，目前已发展到了第三代的可信云安全。可信云安全的特点是网上自动安全检测和防御，客户端可以优化到很小，以提高性能、减少资源消耗。
4. 云计算发展现状
目前，亚马逊，微软，谷歌，IBM，Intel等公司纷纷提出了“云计划”。例如亚马逊的AWS (Amazon Web Services)[5]、IBM和谷歌联合进行的“蓝云”计划等。这对云计算的商业价值给予了巨大的肯定。同时学术界也纷纷对云计算进行深层次的研究。例如谷歌同华盛顿大学以及清华大学合作，启动云计算学术合作计划(Academic Cloud Computing Initiative)，推动云计算的普及，加紧对云计算的研究。美国卡耐基梅陇大学等提出对数据密集型的超级计算（DISC：Data Intensive SuperComputing）进行研究，本质上也是对云计算相关技术开展研究。
IDC的调查显示，未来五年云计算服务将急速增长，预期市场规模可达420亿美元。目前企业导入云计算已逐渐普及，并且有逐年成长趋势。估计在20，企业投入在云计算服务的支出将占整体IT成本的25%，甚至在提高至IT总支出的三分之一。由此可见，在各大公司以及学术界的共同推动下，云计算技术将会持续发展。
目前中国云计算的讨论多数集中在早期云计算的概念、技术和模式上。早期的云计算是一种动态的、易扩展的、通过互联网提供虚拟化IT 资源和应用的一种计算模式。用户不需要了解云技术内部的细节，也不必具有云内部的专业知识，更不需要直接参与、投入、建设、维护和控制就能直接按需使用并按用量付费。 年，IBM在无锡建立了中国第一个云计算中心，在北京IBM中国创新中心建立了第二个云计算中心—IBM大中华区云计算中心。 年初，在南京建立国内首个“电子商务云计算中心”。世纪互联推出“CloudEx”产品线，包括完整的互联网主机服务“CloudExComputing Service”、基于在线存储虚拟化的“CloudEx StorageService”等云计算服务。
随着云计算的升温，国内的电信运营商也都积极投入到云计算的研究中，以期通过云计算技术促进网络结构的优化和整合，寻找到新的赢利机会和利润增长点，以实现向信息服务企业的转型。中国移动推出了“大云”（Big Cloud）云计算基础服务平台，中国电信推出了“e云”云计算平台，中国联通则是推出了“互联云”平台。我国企业创造了“云安全”概念，通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的最新信息，在服务端进行自动分析和处理，再把解决方案分发到客户端。瑞星、趋势等企业都推出了云安全解决方案。
随着云计算的发展，互联网的功能越来越强大，用户可以通过云计算在互联网上处理庞大的数据和获取所需的信息。从云计算的发展现状来看，未来云计算的发展会向构建大规模的能够与应用程序密切结合的底层基础设施的方向发展。不断创建新的云计算应用程序，为用户提供更多更完善的互联网服务也可作为云计算的一个发展方向。
5. 结束语
综上所述，云计算是一种新型的计算模式。它的最主要特征是系统拥有大规模数据集、基于该数据集，向用户提供服务。它使用大量的普通商用机来构建系统，通过冗余存储的方式确保整个系统的可靠性和可用性。与传统超级计算机在底层编程不同，数据密集计算的云系统上使用基于Map-Reduce的高级编程模式。这使得编程人员可以不用考虑底层的并行化方式，专心与程序的逻辑实现。普通用户经过简单的学习，可以编写出满足自身需要的简单程序。
越来越多的IT厂商提出了自己的“云”计划，并投入大量资金推动云计算的发展。这恰恰为云计算提供了良好的发展机遇。虽然现在的云计算并不能完美地解决所有的问题，但是在不久的将来，一定会有越来越多的云计算系统投入实用，云计算系统也会不断地被完善，并推动其他科学技术的发展。
参考文献：
[1] Boss G，Malladi P，Quan D，Legregni L，Hall H．Cloud computing．IBM White Paper，．http：
//download．boulder．ibm．corn/ibmdl/pub/soRware/dw/wes/hipods/Cloud_computing_wp_final_80ct．pdf
[2] 陈康, 郑纬民. 云计算:系统实例与研究现状[J]. 软件学报, 2009, 20(5):
篇16：云计算环境下的网络技术及其发展论文
云计算是以互联网技术为基础的,进行信息资源的整合和优化,进而通过云软件进行统一的数据整理。在云计算环境下,扩展、延伸了用户资源,使用户信息不在受到限制和制约,起到一定的积极作用。但是,云计算的应用也为网络安全技术带来了一系列问题,不容忽视,我们要予以正确的处理方法,从而推动网络数据大时代的稳定发展。
1云计算在信息时代实施的特点
1.1虚拟化技术
云计算就显著的特征便是虚拟化特点,是一种虚拟化资源。具体包括了资源虚拟化和应用虚拟化两个方面。利用虚拟化技术的形式实行监督与管理,更利于操作过程中的扩展、移动以及备份等等方面。
1.2延续扩展性
目前,众多的软件与硬件都对虚拟化有了一定程度上的应用,而且可以同时运用不同硬件厂家的产品和低配的机器物件,都可以获得高性质的效能。
1.3高度依赖性
虚拟化技术可以对客户的应用程序进行开放式管理,就算是单独的服务器发生故障,也会有其他的配置来应用,重在确保应用程序的正常运作。
1.4信息资源的共享性
在云计算业务中,可以提供对计算、存储、社交以及软件等多种IT基础设施资源的服务,使信息资源更加清晰、透明,保证了网络技术信息资源的共享性。
【云计算环境下的大数据可靠存储关键技术概述论文】相关文章：
文档为doc格式
