时间：2023-06-01 09:47:36
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇云计算概念，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
关键词：服装设计；家居服；云计算；分析模型
中图分类号：TS941.2 文献标志码：B
本研究所涉及的家居服装，经过实践后发现由于现有模型的结构与研究对象的特点不同，模型所包涵的分析参数不足以完全覆盖课题研究对象，无法提供充分可靠的分析结果。因此有必要在现有分析模型的基础之上，结合研究对象的特征，开发符合研究目标的创新模型。
大部分对于家居服装设计开发过程管理仍然是借用现有的服装设计基本原理。如何科学合理地应用新的研究分析技术与方法，构建针对以家居服为特点的专门性创新设计管理理论成为目前服装设计管理研究领域中需要解决的一项紧迫问题。
1.云技术概念
云计算概念起源于计算机科研领域，从出现伊始就受到学术界的广泛关注。虽然国内外学者对其从不同的角度作了大量研究，但是至今尚无一个明确清晰的定义。由Hayes对云技术发展史的回顾研究中可以发现：计算机用户的行为模式的发展变化直接影响云技术内容的发展；现有的技术方案能否满足客户不断演变的安全性要求是衡量云技术发展可靠性的基本标准。Youseff等人就云概念的多层次特点作了系统性研究，并采用比较分析的方法，将云计算概念划分为相互关联的具有不同特征的5个层次。陈全等人关于云计算在不同性质的多学科、多领域中如何得到广泛应用的分析，阐述了云计算技术的兼容性特点。Armbrust等人的研究指出从海量数据中筛选具有典型性特征的数据是影响云计算有效性的关键所在。从云概念相关的研究中可以发现，云技术研究的价值在于其能够实现在有限时间内应用现有分析技术与设备，对包含大规模复杂数据的研究对象，进行有效挖掘并提取核心信息。而如何应用这种研究与分析方法，处理包含丰富内容的新型服装设计管理系统的开发是本论文的创新点所在。
2.设计工作室运作现状
本论文的研究对象是一家以高校为依托、以家居服设计为特色的设计师工作室。在其所完成的家居服新产品开发项目的实践中发现以下一些问题：在家居服设计工作室的职能岗位设置上，基本参照现有设计管理流程设计的内容，但是在工作室运作流程上与传统的理论中提出的线性单向运作模式存在差异。家居服作为一个新生事物，其本身缺乏明确的概念与定义，这导致在产品设计开发过程中，各个职能岗位之间的信息传递是以互动交叉的网络状传输方式为特征，而非线性单向方式，“扁平化”结构成为工作室的基本组织框架。因此，现有的线性管理模型只适合在局部范围中应用，否则会导致分析结果、尤其是设计工作量与绩效评估的信度下降。而这种性质复杂的行为模式与云计算处理的对象特点是一致的。工作室设计流程包涵5项基本内容，即灵感发掘、原型概念开发、工艺合理化、初始设计修正与系列化衍产品拓展，彼此构成的复杂关系特征可以用一文氏图加以形象化描述（图1）。这5类职能岗位在工作性质与功能内容上有着明显差异，多层次是其基本特征之一。另一方面，作为设计团队，各个单元之间存在着体现不同功能的多样化连结形式，关联性成为复杂的另一特征。而在各个基本功能单元内部，仍然保持传统的“树形”结构的单行的信息输送渠道，各个负责人发出指令，并通过反馈信息确定接受与执行效果。这与现有的设计管理研究结果一致。
3.创新型设计管理模型结构
基于以上分析内容，新型的设计管理模型可以分解为3个组成部分。
（1）设置有效的多层次结构分割标准，将职能单位科学合理分割，既要能够体现彼此的差异性，同时又要保持整体性特征是判断标准设置的基本标准。结合实践经验总结之后，发现以上5个阶段在工作行为模式上存在明显差异：在灵感发掘阶段，设计人员工思维的跳跃性导致间歇式工作习惯；而在原型概念开发阶段，设计师习惯与连续不间断的工作直至完成，常常出现加班加点；在工艺合理化与初始设计修正阶段共同的特点是设计人员能够遵守进度，但是在家居服新产品开发过程中，经常会涉及到新材料与加工工艺以及需要等待外部提供设计与技术信息，受到内部设备因素制约与外部信息资料因素的影响，因此在设计进度与绩效标准评估时中，必须充分性预估以上可能性因素；衍生产品开发阶段的思维方式，逻辑性多于形象性，因此在管理方式上更加偏向定时、定量计件等常规方式。基于以上不同的行为特点，仅以自然时间作为计量单位无法精确反映各个阶段的行为特征。因此在新的管理方法中提出“设计时”概念，设计时的长度是根据各个阶段有效连续工作最短时间的实际情况统计后制定（表1）。
（2）本研究通过流程图形式（图2），揭示职能岗位间构成关系的特征，从而对其功能明确，这有助于提高设计绩效评估的针对性。
（3）采用现有量化分析模型，对每个职能单元工作量作出更加准确的计量，从而明确设计过程中隐含性问题，发掘系统存在的缺陷，为设计资源分配、流程调整提供科学管理依据。
4.结论
（1）现有的服装设计管理理论与起源于计算机科学领域的云技术概念为本研究提供了理论与技术支持，为创新方法的发展提供了可能性。
关键词：云计算;应用;研究
对于目前的广大云计算用户来说，云计算服务功能主要表现在生活中方便快捷的信息储存功能，但对于云计算具体的发展历程、研发机构、网盘分类和应用领域，则了解甚少，然而云计算的信息储存功能在整体的发展浪潮中，只是一个插曲，云计算在变革中发展，未来的应用前景更是不可估量。
一、云计算基本概念综述
在互联网背景下，提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。这种特性经常被称为像水电一样使用IT基础设施。有这样一个比喻：以前的服务器模式就是一个中央超级计算机（服务器）然后连接着大家的个人机，只要将中央超级计算机换成Internet就可以了。的确，在Internet上有多少个“中央超级计算机”这是无法想象的，却是十分令人憧憬的，现已成为甲骨文旗下的Sun公司说了一句很形象的话：网络就是计算机。
在概念对比上，云计算和对等计算是比较容易的区别的，对等计算的概念提出较早，这个概念所包括的范围也是很小的，它甚至只是小到一个局域网。而云计算和网络计算的概念必须加以区分;网络计算仅仅是使用了网络上的空闲的计算机共同参与。网络计算的规模、速度、扩展速度、成本以及智能化都比云计算整整低了一个层次。但是云计算是在“网路计算”的基础上发展而来。它们是不能仅仅简单的分立比较的。
云计算通过互联网提供软件与服务，并由网络浏览器界面来实现。用户加入云计算不需要安装服务器或任何客户端软件，可在任何时间、任何地点、任何设备（前提是接入互联网）上通过浏览器随时随意访问，云计算的典型服务模式有三类：“软件即服务（SoftwareasaService，SaaS）”，平台即服务（PlatformasaService，PaaS）”和“基础设施即服务（InfrastructureasaService，IaaS）”。所谓SaaS是指用户通过标准的Web浏览器来使用Internet上的软件。从用户角度来说，这意味着他们前期无需在服务器或软件许可证授权上进行投资;从供应商角度来看，与常规的软件服务模式相比，维护一个应用软件的成本要相对低廉。SaaS供应商通常是按照客户所租用的软件模块来进行收费的，因此用户可以根据需求按需订购软件应用服务，而且SaaS的供应商会负责系统的部署、升级和维护。SaaS在人力资源管理软件上的应用较为普遍。以销售和管理SaaS而闻名，是企业应用软件领域中最为知名的供应商。
云计算是有如下几个特点的，这些可以作为定义区分这个概念的方法：首先云计算是不可能在单机上进行，它必须联网并有适合的规模投入;其次云计算是可以扩展的，意思就是可以根据计算的峰值需求快速的进行硬件、服务器的伸缩性投入;接着，云计算的服务必须是廉价的，一项技术的普及必须考虑到成本投入;最后，可操作性和虚拟性强，之所以选择云计算则必须很方便的使用它。人们可以随时、随地方便的使用和共同修改，通过这些就可以享受到强大、神奇的“云计算”。
二、云计算服务于社会领域的案例分析
云计算因为网络云的概念而节省了实体企业大量的人工和机械成本，广泛应用于教育、通信和实体公司的信息服务领域。比如通信公司方面，中国移动公司的董事长兼CEO王建宙先生在2009年达沃斯世界经济论坛上明确提出云计算是互联网发展的重要趋势之一。作为具有云计算需求巨大潜力的电信运营商，中国移动希望在未来利用云计算对每年产生大量的客户数据和为客户所准备的服务数据进行深度挖掘，从而大大提高计算速度，为企业深入了解用户特点并有针对性地开展快速和深度营销提供强有力的支持。运营商本身就是一个很巨大的信息制造者和信息处理者。中国移动是最早开展云计算研究的国内电信运营商，中国移动研究院是其主要的承担单位。中国移动研究院从2007年上半年开始跟踪云计算，并提出基于开源技术，积极建造开放性云计算平台并命名为“BigCloud”（大云）计划，重点研究HyperDFS、MapReduce、HugeTable、CloudMaster等云计算平台关键技术。2009年初，中国移动研究院自主搭建了由1000个CPU组成的，具有256个节点规模的云计算试验平台，通过开展系统评估与优化，构建了基于云计算技术的移动互联网业务海量数据存储和处理试验平台，开展了一系列的云计算应用研发和试验，如搜索引擎等，取得了重要的进展。中国移动研究院刚刚了大云的1.5版本，是基于稳定的Hadoop版本Hadoop分布式文件系统（HDFS）是一种可以运行在各种通用硬件上的分布式文件系统HDFS拥有高度的容错性，同时能满足高吞吐量的数据访问，可以在廉价的机器上运行，非常适合在大规模数据集上的云计算应用。为了应用于互联网行业，HDFS增加了多名字结点，还进行了一些数据挖掘和搜索的开发。目前的Hadoop系统有256个结点，共有1024个CPU，主要作为一个研究性系统使用，明年有望建立更大的用于生产的集群。当然，云计算服务于其他领域的道理跟通信是一样的，篇幅所限，在此就不一一赘述了。
云计算在未来的发展和应用应该是紧跟着互联网的步伐，尤其是移动互联网的渗透和交叉。从互联网商业模式的演变来看，互联网企业不断追寻着用户的“足迹”，通过搜集和挖掘用户在应用过程中的行为，互联网将更为准确的理解用户，从而引导和创造客户需求以源源不断地获得收益。由于移动终端与客户的绑定，移动应用具有随身性、可鉴权、可身份识别等独特优势，可运营、可管理的用户群是移动通信业同时也是移动互联网发展拥有的基础资源。移动互联网在向着可运营、可管理的发展过程中，将不断开辟新的发展空间。这就需要通过“云”来追踪用户的足迹，分析用户的行为，从而将用户的选择反作用与服务提供者，促使服务提供更具针对性，同时也更有效率，更能激发出新的市场机会。
三、结语
对还没有接触或者使用云计算的互联网用户来说，一方面可能是自身的信息储存需求较小，不需要采用云存储，另一方面可能目前还没有接触和信赖云计算服务，不管是哪种情况，云计算与移动互联网的发展正在逐步深入每一个网络用户，提前使用云计算服务能够让我们自身更贴近互联网发展的潮流。
参考文献：
[1]刘树超. 云计算的研究与探讨[J]. 煤炭技术. 2010（09）.
[2]王笑梅，贾晓强. 云计算对高校教育的影响分析[J]. 科技信息. 2010（10）.
净利润大幅下滑
规模较大的云计算企业，净利润出现下降。其中中兴通讯实现营业总收入862.54亿元，同比增长了23.39%；实现净利润20.6亿元，同比下降36.62%。浪潮软件实现营业总收入5.54亿元，比上年同期增长23.57%；净利润为1215.34万元，比上年同期降59.74%。东软集团实现营业总收入57.51亿元，同比增长16.48%；净利润为4.17亿元，同比下降了13.95%。
2011年，华胜天成营业总收入首次突破50亿元，达到50.8亿元，与上年同期比增长24.74%。净利润达到2.29亿元，同比增长10.42%。在业务结构方面，系统产品和系统集成业务依然占总收入的55.97%；软件与软件开发、专业服务等业务的份额从44.39%降到44.03%。在毛利率方面，华胜天成2011年毛利率为17.95%，低于上年同期的19.46%。三大块主营业务中，系统产品及系统集成业务毛利率由2010年的10.42%增长到10.53%，软件及专业服务均出现了下滑趋势。软件业务毛利率从2010年的21.99%降至18.91%，专业服务毛利率从2010年的38.23%降至
35.56%。华胜天成财报说明，基于云计算、移动互联网等技术的软件业务正处于前期的投入期，产品成熟度和规模效益有待提高。
2011年华东电脑向云计算解决方案和服务提供商转型的一年，营业总收入未达到预期目标，营业利润同比下降了62.48%。华东电脑营业总收入达到18.56亿元，与上年同期相比增长了22.82%，与年初预期的19.86亿元收入相比，缺口6.5%。华东电脑实现净利润1933.73万元，同比增长了35.95%；但是营业利润为637.38万元，比去年同期下降了62.48%。
此外，2011年浪潮信息实现营业总收入12.33亿元，同比增长了14.01%；实现净利润7556.09万，同比增长120.26%。但是，扣除出让土地收益后，浪潮信息的净利润实际下降了29.22%。
云转型刚刚开始
行业普遍认为，我国云计算的发展正进入成长期，预计2015年正式进入成熟期。在当前阶段，云计算服务模式尚未被用户接受，企业的产品、服务和解决方案尚处于培植期。从财报来看，加速向云计算转型依然是云计算概念股的经营策略。
华胜天成判断，云计算的基础设施建设依旧是 2012 年的市场热点。在2008年借“凌云计划”向IT综合服务商转型，2010年以“揽胜行动”为契机推进云计算战略之后，华胜天成将进一步加大对云计算业务的投资。华胜天成财报显示，截至2011年底，“云计算环境下的信息融合服务平台建设及市场推广项目”已完成累计投资7476万元，累计实现收益3964万元。华胜天成已相继承担了一些地方省市电信运营商的云计算项目。“面向‘服务型城市’的新一代信息整合解决方案”项目已完成投资2999万元，累计实现收益316万元。华胜天成承接了四川省农业厅、北京市平谷国际港等项目。
华东电脑在2011年组建了咨询解决方案事业部和云计算事业部，确立了“以业务应用拉动产品技术”的云业务发展思路。华东电脑连续三年提高资产负债率，从2009年的57.65%已经提高到2011年的63%，加快食品安全云及相关云计算产品的开发成为企业投资的重点策略。而且，华东电脑重大资产重组事项获得了中国证监会有条件通过，开展云计算基础研究、拓展云计算业务，成为公司重组的重要内容。
东软集团公告显示，自2011年起，东软集团进一步加大了对云计算、物联网、汽车信息技术、健康管理服务、医疗设备和智能电网等领域的研发和市场投入。
面对2011年的净利润下滑，中兴通讯将2012年确立为“利润年”，并提出了由电信设备提供商向通信综合服务提供商的转型。浪潮信息提出了向技术要效益、发展云操作系统等核心产品、建设云计算销售网络的经营策略。
依赖“有形的手”
云计算是新一代信息技术的重要组成部分，是加快培育和发展的战略性新兴产业的重要分支。在国家政策、地方支持和企业投入等多方力量的推动下，我国云计算产业区域布局正在形成。各级政府应用示范项目和专项基金支持，增强了云计算概念股对未来市场的信息。
【关键词】嵌入式 物联网 M2M
一、什么是物联网
目前，流行观点大多是引用国外的。早在1999年，国外有人提出物联网(The Internet of things)的概念：把所有物品通过射频识别等信息传感设备与互联网连接起来，实现智能化识别和管理。这就是物联网概念的雏形。其实，准确的讲，这是一个研究电子标签和物流的外国机构提出的，所以说这应该是一个物流网的概念。就像现在有人提出的车联网一样，是物联网的一部分。
国际电信联盟2005年一份报告曾描绘“物联网”时代的图景：当司机出现操作失误时汽车会自动报警；公文包会提醒主人忘带了什么东西；衣服会“告诉”洗衣机对颜色和水温的要求等等。这是从表面现象来描述的物联网，或者说是叙述物联网可以做的一些事。
物联网，顾名思义就是物物相连的互联网。让每个物体都连起网来，理论上讲目前没有什么技术障碍，完全可以实现。关键是没有必要让每个物体都联网。物物相连是美好愿景，可以肯定的是再过若干年也不可能每件物体都有联网的需求，如果仅仅从字面上理解，从造势的角度谈物物相连，强调物联网的万亿级的产业规模是可以理解的。
M2M业务的物联网。M2M最早是电信运营商提出的一种业务模式，也是现阶段物联网最普遍的应用形式。M可以是人(Man)，也可以是机器(Machine)，M2M泛指人、机器之间建立连接的所有技术和手段。据统计，目前全球机器的数量至少是人类数量的四倍，这意味着M2M技术有着无比广阔的应用前景。在M2M领域，通信运营商由于具有现成的网络覆盖、随时随地的接入能力，成为当然的应用提供者。
还有人概括说：物联网就是基于物理世界的互联网。这个定义描述的产业规模是客观的，也是有据可依的。但是，不管是机器还是人，都要先赋予智能化的功能才可以连起网来。比如：我们人类可以通过电脑、智能手机等手段上网。那么物体要想上网也要通过这些手段。这种方式就是把计算机嵌入到物体中去。所以把物联网定义为：是基于互联网的嵌入式系统。嵌入式系统就是计算机应用的一种形式，赋予物体嵌入式系统，它才具备上网的条件。物联网=嵌入式系统+互联网。
二、嵌入式、物联网、与云计算之间的关系
嵌入式是一个物联网项目中物体端嵌入的专用计算机技术，是一个可裁减、低功耗、高可靠性、按需定制的计算机。
物联网则是通过专用计算机系统在物体信息处理传输的一种应用，也可以把物体看作云计算的端口或者节点，大量的物体联网会产生海量的数据存储和计算，这就会用到云计算。云计算是海量数据处理的一种概念，当众多远端智能设备把数据传到服务器群组时进行高速处理，即是云计算，或者叫虚拟计算。云计算也是一种商业模式，即由专业的人做专业的事。比如：一个超级云计算中心，可以为各行各业提供计算服务，按上机时间计费。这样避免了单位花巨资买计算设备，而且计算设备的利用率也会提高，由专业的人员进行计算设备的管理和维护。
从另一个意义上来说“云”就是一种服务模式。在现实生活中有很多属于云概念的实例。比如每个人都有银行卡，银行卡在结算时只是起到身份证明和加密处理的功能。通过磁记录装置读入持卡人的身份和密钥，然后由嵌入式计算机通过网络把数据传输到远端的服务器进行计算处理。当你的银行卡丢失，可以迅速挂失，只要没人用你丢失的卡支取之前，银行都可以冻结你的账户，有效的保护了你的资金。这种操作既是云计算也是一种云服务。
生活中有些简单例子也是这种服务模式，比如社会上对企业提供财务审计服务的会计师事务所。当有些规模较小没有专业财务人员的企业，需要工业会计、商业会计、审计、财务评估等等业务时，事务所都可以派出专业人员为你服务。这很像云计算的商业模式，只是云计算特指计算机的工作模式。
三、结论
物联网是物与物、人与物之间的信息传递与控制。专业上讲就应该是智能终端的网络化。嵌入式系统无所不在，有嵌入式系统的地方才会有物联网的应用。所以，物联网就是基于互联网的嵌入式系统。从另一个意义也可以说，物联网的产生是嵌入式系统高速发展的必然产物，更多的嵌入式智能终端产品有了联网的需求，催生了物联网这个概念的产生。物联网通过专用嵌入式系统(计算机系统)在物体信息处理传输中，产生的海量的数据存储和计算，这就会用到云计算。可以预见，未来的物联网将会渗透到人们工作、生活、社会的各个角落，使人们的工作生活更加科学化、信息化、智能化。嵌入式技术网络技术进而导致的物联网技术必将对未来人类社会产生深远的影响。
参考文献：
关键词：云计算；电信通信网络；关系分析；应用
1 云计算的简介
如果站在技术的角度对云计算进行分析，可以将其看作是一种基础性的设施，其主要的架构构成是在其上搭建多个的框架，云计算的概念可以通过分层模式进行体现，其具有虚拟化的物理硬件层，能够为整个系统提供一个非常灵活的自适应平台，为了能够在各个层次上都能对其业务需求进行良好的响应，云计算可以给予SaaS平台、PaaS平台、IaaS平台来进行计算。
2 云计算的发展现状
目前在云计算的研究及应用过程中，赛门铁克、Redhat、SUN、Oracle、微软、IBM等主流的软硬件生产商都在进行云计算的相关研究，并提出了具有自身特点的云计算体系及架构，并且投入了大量的资金及技术来进行云计算的研究，各个厂家所提出的云计算的架构虽然有一定的差异，但是总体上的概念没有太大的区别，但是各个厂家对于云计算的概念理解及研究视角却有着较大的差别。另一方面，虽然云计算经过了一段时间的发展，取得了较大的进步，但是在其主要的技术应用中，还存在着一些有待解决的问题，例如多个虚拟机的功能融合、QoS问题、云环境下的安全问题等。
3 云计算在电信通信网络关系分析中的应用
3.1 基于云计算的客户价值预测
在电信通信网络中的客户价值预测工作中，通常涉及的知识面非常的广，需要进行大量的计算，而如果将云计算应用于客户价值预测中，对用户信息及通话信息的相关数据进行深层次的挖掘，应用分位点的概念，对新入网的用户进行有效的价值预测，该种预测方法与传统的绝对区间划分的预测方法，能够有效的降低预测误差。
其主要的预测流程为：将客户信息及通话记录中的有效字段进行抽取，然后将相应的字段进行合并连接；然后对用户的所在区域、年龄、性别等进行解析，解析完成之后将不符合筛选要求的用户予以剔除；然后将通话时长作为主要的参考依据，结合分位点，将相关的通话记录进行有效的分类，如果在分类的过程中采用了n-1各分位点，那么可以根据此分位点将所有的用户划分为n类，然后根据类别划分的不同，将n类记录分别进行存储，依据分好类的n个文件的不同类别，分别对其进行bayesian模型的训练，然后还要运用测试集对相关的模型效果进行检查对比。
3.2 基于云计算的好友推荐
在运用云计算进行好友推荐的计算时，主要的参考依据是用户的熟悉度及相似度，这种计算方法在电信通信网络关系中具有非常广泛的应用前景，计算中的绝对量是熟悉度，通过二度好友的贡献度及熟悉度来进行二度好友的查找，通过这种算法能够得到二度好友的相关熟悉度，然后会根据相关的熟悉度对朋友的属性进行加权算法，最终能够得到非常精确的偏好特性，在该种计算方法中，会根据电信数据的特点，提取交流时长、交流频率等信息，通过对二度好友的属性相似度、用户偏好、熟悉度等进行计算，然后可以得到用户之间的总的推荐度，最后把总相似度较高的二度好友推荐给用户，使得好友推荐更加的精确。
其主要的计算流程为：首先对一度好友之间的相似度进行计算，通过对一度好友的熟悉度的计算，能够得到相关的二度好友关系，然后再对其相似度进行计算，并要根据一度好友计算出用户的环境偏好，然后通过用户自身属性、环境偏好及二度好友的熟悉度，计算出总的推荐度，根据总推荐度的高低，为用户进行好友推荐。
3.3 基于云计算的电信社团特征结构化存储及验证
将云计算应用于电信社团特征的结构化存储中，其主要的计算方法是：根据一个月之内的通话记录分析，对其中所存在的社团属性进行统计分析，然后根据社团特征提出一种存储方案，并根据相关的通话网络来进行验证，对社团结构特性的统计分析进行归一化，并将其在相关的结构中进行存储，为进行二次的深入分析提供方便，在进行方案验证时，将社团作为研究单位，对其整体感兴趣的数据的分布情况进行分析，并将其与之前的研究数据进行分析比较，并对不同的特征进行统计。
其主要的计算流程为：首先要对社团中存在的各种属性进行统计，如果存在没有统计的属性，要对其单属性进行统计，然后将其统计特性进行归一化处理，制定出统计特性的概率分布情况，然后将其进行一致化处理，并将其结果存储于上述的存储结构当中。
[参考文献]
本书建立了云计算的基础，引入了一个深入和多样化的云计算背后的技术理解。作者首先对云计算进行介绍，提出了基本概念如分析云的定义、云计算的发展、云服务，云部署类型和突出的主要挑战，准确解释了云计算的概念、应用前景及其优势和劣势。从历史的角度讨论了计算技术的发展，重点介绍了导致云计算发展的先进技术；随后纵览了使得云计算模式可行的一些关键元素，并围绕云计算的使用和实现问题介绍了不同的标准，描述了由云计算服务提供商维护的基础设施管理；最后介绍了重要的法律和哲学问题以及成功的云计算供应商。
全书共13章。1.引言，包括云概述、云计算、云服务、云部署类型等内容，是全书的总论；其余各章分3部分。第1部分 云管理，含第2-5章：2.基础设施组件、云层、云关系、云计算动态、数据类型等内容；3.云管理基础：云管理服务、虚拟控制中心和用户需求的介绍；4.云特性：包括适应性物业、韧性属性、可扩展性、可用性、可靠性、安全性和保密性、商业模式；5.自动化管理服务：包括虚拟层自我管理服务、应用层自我管理服务、应用服务的相互依赖性、安全和隐私性设计、云中的多层应用程序部署。第2部分 云安全基础，建立可信赖云的问题，讨论了解决这一问题的基础框架，含第6-13章：6.背景介绍；7.信任的建立；8.在云中如何建立信任：包括具体的组织要求、框架要求、框架结构、设备属性、所需的软件等；9.信托云链；10.云起源：包括其框架软件、威胁分析、框架工作流、未来发展方向的讨论等内容；11.业内人士。第3部分 实际的例子，结合工程实例，介绍了现实生活中商业和开放的某些概念的实例源码，包括现实生活中的案例研究，加强学习，尤其是针对云安全，含第12-13章：12.现实生活中的例子：亚马逊网络服务、新星数据库等案例介绍和分析；13.案例分析：家庭医疗保健体系中的云、云威胁。
作者Imad M.Abbadi博士是英国牛津大学博士，研究兴趣主要在云计算领域、可信计算、安全组织和企业权限管理。
本书涵盖了云计算的细节，主要有两个方面：云管理和云安全；为云专业人士和学生提供了一个高层次的视图（框架）；定义并分析了云计算所需的性能和管理服务及其相关的挑战和不足；分析云服务和部署类型的相关风险和如何建立可信赖的云计算；提供了一个建立下一代的可信云计算的研究路线图；每章结尾包括练习和问题解答。适合云技术开发人员、学生、研究人员以及对云管理和安全感兴趣的读者阅读。
李亚宁，硕士研究生
（中国科学院自动化研究所）
Li Yaning， Master
（Institute of Automation，CAS）
“新模式未必需要新概念”——这是工业和信息化部副部长杨学山在南京举办的“新秦淮、新思路、新路径、新模式暨云计算‘新秦淮模式’高峰论坛”上致辞中的一句话。他用这句话肯定了南京自2011年开始摸索至今的云计算产业发展模式的阶段性成果。同时，也是对如今城市发展雷声大、雨点小的标签化建设的质疑。在致辞中，杨学山副部长进一步提到，对于发展来说新概念常常会带来负能量。
在加快推进新型城镇化进程中，一些地方因缺少对智慧城市内涵的理解，将其作为城市的“名片”或“标签”，过大的投入，无法续接的规划，使其偏离了健康发展的轨道。以我们耳熟能详的“智慧城市”这一概念为例，从数字城市、无线城市、电子城市等到智慧城市建设，对许多地方来说，只是换了一个标签，弄了个新概念而已。即便不理解“智慧城市”的内涵，这块试点的牌子却都在竭力争取，大手笔、大投入，跨越式地嫁接物联网、云计算中心……反而忽略了其在城市建设中的真正目的。以至于这个概念已经成为各地政府和相关企业的狂欢，而对于很多老百姓而言，反倒显得陌生。
其实，无论是智慧城市、物联城市还是数字城市，这些概念到了老百姓口中只会成为一件真实而又具体的事——那就是，怎么样生活得更好？“智慧城市”本应是突破当前城市发展瓶颈的一种新理念和模式，利用物联网、云计算、移动互联网、大数据等现代信息通信技术，增强城市管理智能、公共服务普惠、政府效能提升，最终目的是推动城市和地区发展。
这就不得不提到智慧城市建设阶段的统筹规划和顶层设计。城市的智慧发展是一个长期的过程。各地并无统一的建设模式和标准。推进智慧城市的建设中，解决城市发展中的各种挑战的同时会带来很多机遇比如有利于城市稳定、城市治安、城市交通管理，解决城市污染、能源、服务等问题。智慧城市更加的需要城市摆脱固有的发展模式，抓住本地发展的特色和机遇，探索具有自身特色的城市建设路径，真正实现“一城一策”的发展战略，差异化崛起，真正提升本城市的竞争力、吸引力和驱动力。
注重城市发展特色和应用特色，注重以智慧城市应用带动新兴产业发展，创新智慧城市商业模式，制定信息共享与业务协同的运作机制和标准规范。从全局的视角出发，进行总体架构设计，对架构的各个方面、各个层次、各种正负面因素进行统筹考虑。在这个长期规划中，可以有不同的建设阶段，每个阶段看似相对独立，但实际是顺承与不断发展的关系。就像南京从紫云工程到新秦淮模式，从软课题研究项目到云计算应用示范工程，都是在云计算产业发展模式的大规划之下，在总结分析秦淮区云计算应用与服务实践的基础上，通过研究政府引导模式、技术创新模式、应用推广模式、企业发展模式和平台建设模式，归纳提炼而得出。
随着技术的进步和各项基础设施的完备，智慧城市的建设逐步进行深入的探索实践。很多问题也不是短期内就能够完全解决的，需要部门间加强统筹，合理规划，做好顶层设计，并不断创新技术，完善管理，形成智慧城市总体架构。在设计过程中，注重各业务系统之间的逻辑关系，解决信息孤岛，实现关联系统之间互联互通、信息共享和业务协同，同时注重城市发展特色和应用特色，以应用带动产业发展，以产业促进城区发展，推进产业经济和城区发展的协调融合。而这并不仅仅是一个概念名称所能带动的。
关键词：云计算 控制设施 系统软件
中图分类号：TP3
文献标识码：A
文章编号：1007-3973(2011)010-068-02
1、云计算的概念和应用
1.1云计算基本概念
云计算是分布式计算、并行计算和网格计算的发展，或者说是这些计算机科学概念的商业实现。它是一种动态的、易扩展的、且通常是通过互联网实现的虚拟化的计算方式。用户不必具有云内部的专业知识，不需要了解云内部的细节，也不直接控制基础设施。
云计算的基本原理是：计算资源分布在网络侧大量的计算机上，而非本地计算机或单台集中式远程服务器中，用户通过接入互联网、利用云提供的编程接口、云计算终端软件或者浏览器访问云提供的不同服务，把“云”做为数据存储以及应用服务的中心。
1.2云计算应用评述
目前，微软、Oracle、IBM、Sun、英特尔等IT巨头都面临着云计算的挑战，而谷歌则依靠其搜索引擎后来居上，在此领域一枝独秀。谷歌能有与微软等软件巨头竞风流的实力，有如下几个重要的客观理由：
(1)数据是实现云计算的根本。
有了“数据”的云，才有计算的云。搜索引擎就是从海量数据中寻找信息的技术。随着信息量的增多，用户的增加，搜索引擎技术只有将更多的硬件和软件组成集群，才能支撑如此规模的计算。这就是云计算的雏形。
(2)应用是云计算得以普及和发展的催化剂。
(3)微软、Sun等云计算技术与谷歌的差别。
微软、Sun、IBM的云计算之所以局限于应用程序的层次上，主要是因为它们长期依靠这样的商业模式：客户通过购买软件介质安装在PC上实现用户端服务，软件功能越强大价值就越高。这让用户体验过程变得复杂、繁琐，也不是软件即服务的简洁模式。因此不论从概念上，还是技术上，他们的云计算与谷歌的云计算存在层次上的差别。
2、云计算对互联网的影响
2.1对技术发展的影响
(1)互联网的端到端理念面临巨大挑战。目前，用户不断通过升级硬件和软件来享受更多的互联网服务。当云计算时代到来以后，用户端将变得越来越简单，几乎所有的计算和存储资源都集中到了云端。云端与用户端在资源的配置上存在着严重的不对等现象。
(2)提出了面向商用的计算模式。Microsoft、IBM、Oracle等传统软件厂商一般通过出售软件介质来盈利。这些软件都安装在用户的PC上，软件功能越强大价值就越高。在云计算时代，用户无须关心软件的维护和升级，这些工作都由云计算服务提供商来完成。用户通过浏览器接入云端就可以享受各项服务。云计算服务提供商仅对服务进行收费。
(3)提出了基于分布式存储和非结构化数据存储的新存储模式。目前，数据一般存储在个人和企业私有的存储介质里。由于受计算机病毒等因素的影响，其安全性不高。如果用户将数据转移到云端，这些数据就可以得到专业的维护，数据的安全性大大提高。
(4)提出了新的容错管理模式和可靠性理念。认为采用多个低端服务器即可实现高容错和高可靠的系统。在硬件不可靠的情况下，通过软件技术，将多个低端服务器组合成集群，就可以实现与大型服务器相同的功能，但商业成本却大大降低。这也是谷歌云计算的一个显著特点。
(5)提出了结合虚拟技术的新业务实现方式。虚拟基础架构在计算、存储器和网络硬件以及在其上运行的软件之间提供了一个抽象层，简化了IT计算体系结构，可以控制成本，并提高响应速度。
2.2对业务发展的影响
(1)带来互联网虚拟化运营的大发展，促进互联网业务的进一步繁荣。可进一步减低业务创新的门槛，进一步增强网络能力，并使得用户的使用方式更加灵活多样。
(2)为信息服务业提供了良好的发展契机，促进了电信运营商的进一步转型。一方面，电信网络将与水、电一样成为社会基础设施的一部分，为云计算服务提供高速网络。另一方面在业务上电信运行商也将与互联网服务提供商展开竞争。电信运行商将与谷歌、Amazon这样的互联网巨头同台竞技，电信运行商的优势在于拥有对底层通信网络的控制权，另外，丰富的运营经验以及良好的客户关系也将帮助电信运行商在云计算时代占有一席之地。
(3)促进了产业链的细化与整合，推动了新型ISP(如资源出租、虚拟ISP)的出现。依靠出售PC硬件或单机软件的传统IT厂商将受到云计算的强烈冲击，因为用户无须再像以前那样无休止地升级PC的硬件或软件。更多的服务提供商会基于成本考虑将各类业务转移到云计算平台上来。建有大型云计算数据中心的厂商将有偿提供计算及存储资源出租。由于准入门槛大幅降低，各类新兴的互联网业务将雨后春笋般涌现出来。
(4)产生了XaaS新概念，对服务理念产生了巨大影响。
2.3对行业监管的影响
随着云计算技术的出现，IT产业链上跟云计算相关的环节如云计算服务提供商和虚拟运营商的管理与监督就成为互联网监管的新课题。
(1)云计算的出现彻底打破了地域的概念，资源的跨地域存储与本地化监管之间的矛盾将会被激化。这就需要在互联网的监管上面要求全局观念，在网络资源存储、资源共享和网络安全监管等诸多方面做好不同地域之间的沟通和协调工作。
(2)随着云计算市场的成长和成熟，也将伴随着新一轮的行业垄断。在云计算的研究和推广过程中，谷歌、Microsoft、IBM、Amazon等几大IT巨头已经处于领先的位置，其投入的大量人力财力保证了他们在云计算技术方面到巨大优势。这种优势在云计算真正开始运营时，必将会促使这些IT巨头们垄断云计算市场。如何对云计算市场的垄断行为进行抑制和疏导是云计算后互联网监管的一个新课题。
(3)由于业务提供模式和维护方式等方面的不同，云计算后互联网上的业务运营模型必然要发生改变。如何重新分配互联网原有商业模式中的各种利益关系，协调云计算产业价值链上下游各个企业的关系，尽快出台云计算后互联网业务的运营管理办法，从而促进云计算后互联网产业链的有效运转，都将是云计算后互联网监管亟待应对和解决的关键问题。
3、云计算存在的主要问题
尽管云计算模式具有许多优点，但是也存在的一些问题，如数据隐私问题、安全问题、软件许可证问题、网络传输问题等。
・数据隐私问题：如何保证存放在云服务提供商的数据隐私，不被非法利用，不仅需要技术的改进，也需要法律的进一步完善。
・数据安全性：有些数据是企业的商业机密，数据的安全性关系到企业的生存和发展。云计算数据的安全性问题解决不了会影响云计算在企业中的应用。
・用户使用习惯：如何改变用户的使用习惯，使用户适应网络化的软硬件应用是长期而艰巨的挑战。
・网络传输问题：云计算服务依赖网络，目前网速低且不稳定，使云应用的性能不高。云计算的普及依赖网络技术的发展。
4、云计算提供的服务形式
根据目前主流云计算服务商提供的服务，云计算依据应用类型可分为：
软件即服务(SaaS)：此类云计算主要是采用multi-tenant架构，通过网络浏览器将单个的应用软件推广到数千用户。这类服务在人力资源管理软件方面运用比较普遍。
云计算的网络服务：网络服务与SaaS密切相关，网络服务供应商提供API来帮助开发商通过网络拓展功能，而不只是提供成熟的应用软件。
关键词：云概念；公共机房；运维模式
中图分类号：TP393 文献标志码：A 文章编号：1673-8454（2013）23-0043-03
引言
高职院校公共机房既承担着实验、实操和实训等实践教学任务，又是学生进行课程设计、毕业论文（设计）和课外自由上机的重要场所，此外还是开展一些考试、培训等社会服务的基地，因此它是一个面向全体学生、面向社会各界的对外窗口，它运维得好坏不仅关系到相关课程的教学质量，也体现了一所高职院校的信息化建设水平和服务社会的能力。
一、高职院校公共机房运维现状及普遍存在的问题
目前，很多高职院校公共机房未能发挥其应有作用，有些甚至影响到了正常的教学工作，究其原因，主要存在以下几个问题：
1.运维经费庞大
目前PC机的选购、维护费用占高职院校公共机房运维支出的绝大部分，而根据国家有关法律规定：电子设备类固定资产计算折旧的最低年限为3年，这意味着每隔3年就有一批PC机将可能淘汰。笔者学院现有3000多台PC机，若按每台PC机4000元计算，每年更新1000台PC机最少需要400万元。公共机房PC机使用频率高，使用人员范围广，在日常的使用过程中，PC机的硬件经常会出现各种各样的故障，如显示器或硬盘烧坏、一些主板老化、一些内存或显卡被迫升级换代、键盘和鼠标等易耗品损坏等等。以上现象都直接导致了公共机房运维经费支出巨大，难以为继。
2.电能消耗过大
PC机无论从数量、资产上，还是功效上在高职院校公共机房中都占据核心地位，若每台PC机以平均每天工作8小时、一年工作36周、每周5天计算，每年累计需要工作约1500个小时，传统的PC机总功率一般在300W左右，如此计算，电能的消耗相当惊人，因此公共机房的电费也就成了高职院校一笔不小的开销。笔者学院全日制学生规模不到8000人，2012年在办公、教学上的用电量达645.1948万kWh，费用达412.9246万元，其中公共机房有28间、PC机1600台左右，其用电量居整个学院用电量的首位，且有逐年增长的趋势。
3.运维压力大
公共机房由于服务对象差异化比较突出，利用率又高，例如不同教学环境的频繁设置、系统或IP地址遭恶意破坏、考试或培训环境的配置、病毒或木马的查杀…… 这些单调、反复的工作造成了公共机房日常运维较大的压力。
二、云概念下公共机房运维的解决方案
云概念是指电脑、手机、电视等电子应用产品能够通过互联网提供包括云服务、云空间、云搜索、云浏览、云社区、云应用等一系列资源分享应用。云概念下公共机房运维模式是指，借助云的架构思想，利用虚拟化技术，使用云终端和云服务器来搭建一个质优价廉、便于管理和维护的公共机房。
1.解决方案
（1）硬件架构设计
目前可作为云终端的电子设备比较多，例如PC机、瘦客户机、平板电脑、智能手机等，公共机房中常见的云终端设备有即将淘汰的PC机和瘦客户机两种类型，而云服务器既可以是部署在数据中心机房的专用服务器，也可以是一台硬件性能较高的普通PC机，因此云概念下公共机房的硬件架构设计模式为：旧PC机/瘦客户机+云服务器，硬件架构设计具体如图1所示。
（2）软件架构设计
云概念下公共机房的云终端（主要是指旧PC机或瘦客户机）相互之间可以通过网络构成一个整体，云终端不仅可以与云服务器进行互动，而且云终端之间也可以通过云服务器实现互动。目前能实现这类功能的软件有幻影桌面虚拟化软件、海光校园虚拟服务器管理软件等，它们利用强大的虚拟技术，实现了大规模计算机的系统自动部署、集中统一管理等功能，通过一台服务器实现对上百台云终端的管理集中化，软件的具体架构如图2所示。
（3）网络架构设计
云概念下的公共机房网络架构非常灵活，既可以是一个公共机房构成一个局域网进行部署，也可以是多个公共机房构成一个局域网进行部署，甚至可以由整个学校的公共机房构成一个局域网进行整体部署，整体网络架构设计如图3所示。
目前，笔者学院公共机房中的教师机和学生机相对较集中，通过多台交换机直接相连，利用现有即将淘汰的旧PC机作为云终端、云服务器部署在公共机房，教师机选用任何一个云终端来充当，无需改变其现有的综合布线系统及网络结构，部署成本十分低廉，实施非常方便快捷。
2.该解决方案的优势
（1）节省了PC机等硬件购置费用
按目前市场行情，瘦客户机的购入价格不到入门级PC机的一半，整个公共机房仅需添购一套构建系统所需的软件；其次，现有一些即将淘汰的PC机也将继续服役，延长了PC机生命周期，提高了其利用率…… 让瘦客户机或旧的PC机成为学生机、教师机，在完成教育行业信息化建设目标的同时，以更低成本、更少部署时间轻松地完成系统的接入，从而节省了公共机房的PC机购置费用。
（2）节能省耗
高职院校公共机房内有大批量PC机，少则五六十台，多则上百台，每台功率300W左右，因此负荷功率较大。公共机房若采用最大运行功率不超过23W的瘦客户机替代传统PC机作为学生终端，每台节省功耗有277W，节省率达92%，若以每台PC机平均每年工作1500个小时、每间机房60台计算，每间公共机房将节省约25000度电，电费因此也将大幅削减。目前节能和环保的概念已经深入各个领域，公共机房作为校园电能消耗的主要场所之一，不管是从考虑节约成本的角度还是低碳节能的角度，在保障正常教学的情况下，应尽量降低能源消耗，建设绿色的公共机房。
（3）减轻运维压力
云概念下公共机房的运维工作主要集中在云服务器端开展，只要在云服务器端做好操作系统教学环境配置、教学软件更新、病毒查杀等工作，即可做好与之相对应的云终端的运维工作，往往可以做到云终端系统的病毒库自动更新；通过在云服务器端实施模板复制后预先设置多个教学环境，根据课程需要快速切换到相应的教学场景中，十分灵活可行；同时机房技术人员只需要端坐在数据中心机房或通过远程命令模式对云服务器进行维护，再也不用在各个机房之间、各个校区之间往返维护。另外瘦客户机集成度比较高，不会出现因移动造成掉电、硬件松动、内部电子零部件耦合失灵或老化等故障，加之其功率非常低，长时间工作状态下也不会由于热量难以散发而出现硬件运行出错、死机和主板芯片烧毁等现象。因此大大减轻了机房技术人员的运维压力，也节省了高职院校人力资源成本。
（4）美化机房的布局与环境
由于瘦客户机体积比较小巧，占用的物理空间比PC机少，因此可以重新设计放置学生机的课桌椅结构，这样将大大改进公共机房内强电、弱电的布线格局，公共机房原有的空间可以放置更多的学生机，节约教学场地资源，与此同时公共机房的整个空间布局也更加错落有致、美观。据估算，笔者学院标配60台PC机的公共机房空间可以容纳100台瘦客户机。
三、问题与建议
1.考虑网络环境
云概念下的云终端经常需要通过网络从云服务器获取数据，因此对公共机房内部局域网络环境或整个校园主干网络环境的配置都有一定的要求。一般而言采用千兆局域网比较有利于大规模、大批量数据并发式的传送，然而目前很多公共机房的网络环境一般是百兆交换机、百兆网线的网络环境，在进行大规模部署或运维时，若网络资源分配策略不当，极有可能出现网络流量瓶颈而导致部署效率偏低。
2.考虑旧PC机的稳定性
很多电子产品都有其固有的生命周期，若利用即将淘汰的PC机作为云终端来使用，一定要考虑到PC机硬件本身的稳定性，否则时常出现一些小故障，影响到正常使用，例如主板芯片老化后无法存储更改后的BIOS信息，导致系统无法正常引导与启动；内存插槽、显卡插槽等老化问题，导致机器无法启动或显示器无信号输出。PC机的零部件都有其固有的保质期、使用周期，因此在严重老化情况下，任何软件技术、管理模式的更新都无法弥补硬件本身的缺陷。
3.防范网络安全
云概念下的云终端无需采用安装杀毒软件、还原卡等保护措施，因此更容易遭受到恶意破坏、病毒感染，通过网络的传播途径由此可以感染到云服务器、整间公共机房的云终端，甚至是感染云概念下所有公共机房的云终端。另外要考虑到云服务器的安全策略问题，特别是云服务器若挂入外网运行，一旦遭受到恶意攻击、病毒感染等情况，应能进行有效防御和查杀病毒，并在最短的时间内恢复云服务器系统。
四、结束语
本文通过对现有公共机房运维中存在的弊端进行分析，提出借助云概念来构建高职院校公共机房运维模式，并阐述了解决的具体方法、实现的技术途径和必要的保障措施。公共机房运维水平高低影响着PC机资源的利用率，也关系着实践教学质量。努力改进公共机房运维模式，提高运维水平，以便能更好地服务教学、服务学生、服务社会。
参考文献：
[1]张微微.云计算环境下高职院校公共机房建设中的思考[J].湖北广播电视大学学报，2012，32（7）：27-28.
[2]范茂松.高校公共机房管理模式[J].电脑知识与技术，2010（9）：2274-2275.
[3]潘艳艳.计算机公共机房管理模式的探索与实践[J]. 成功（教育），2012 （10）：207-208.
[4]岳芷宣.公共机房管理模式的探索与实践[J].大众科技，2011（5）：54-55.
(讯)在云计算时代，对于普通民众会有这怎样的影响？它会给我们的生活带来什么改变？随之而来的大数据有会带来怎样的生活变化？我们向往的“智慧城市”又会如何发展？在云计算时代，对于普通民众会有这怎样的影响？它会给我们的生活带来什么改变？随之而来的大数据有会带来怎样的生活变化？我们向往的“智慧城市”又会如何发展？
云计算是当前一个热门的技术名词，很多专家认为，云计算会改变互联网的技术基础，甚至会影响整个产业的格局。正因为如此，很多大型企业都在研究云计算技术和基于云计算的服务，亚马逊、谷歌、微软、戴尔、IBM、SUN等IT国际巨头以及百度、阿里、著云台等国内业界都在其中。
“智慧城市”依靠“大数据”得以实现
以前我们谈到过大数据，但是后来有一阵子的蛰伏期，当时不谈是因为本身数量不够大，产生速度不够快。大数据的概念并非是全新的概念，所谓大数据的大是相对原有的信息处理能力而言的。到了云计算时代，可能就是几十TB规模才是大数据。当今因为进入了这个时代阶段，因为信息数量大，所以我们就产生了大数据。
在云计算时代，之所以提及大数据，把概念上升到这样的角度，最主要的原因是我们现在把数据看作资产对待，希望利用大数据来创建更多新的业务，通过新的业务产生新的价值。这样的话，跟传统BI最大的不同，刚才我也讲到了数据的打破和重组，通过这种数据打破和重组过程发现新的业务机会。
“智慧城市”缔造信息共享，创造数据真价值
智慧城市其实是个大的传感器网络，现在某一个领域的数据只局限于某一个领域用。将来发展趋势来看，这些数据本身又会做综合，真正做到大数据。换句话说要打开原有的数据篱笆真正实现数据分享。或者在安全的前提下，实现数据分享，真正创造数据价值。
我们智慧城市的概念最早期的形成是说如何用有效的数据信息挖掘出我们需要的新的信息，产生一些新的决策。基本上我们都是朝这个方向努力的，以前没有去提大数据的原因是因为当时更注重在决策这一层，现在之所以把大数据提的这么重要，首先量大，产生速度快，才有可能为我们提供足够多的数据和分析去支持我们的决策和建议。现在拥有了有价值和有质量的数据，我们建设智慧城市就不再是空中楼阁，纸上谈兵。(编选：）
(讯)虽然云计算被广泛定义，但是在概念上，那些使用技术的人对于这个概念还是没有达成共识，这对于项目的成功与否相当重要。本文将为大家讲述重要的五点因素，也许是误解，但还是希望迁移到云计算的专家能明白：
1.云计算并不是虚拟化
将云计算等同于虚拟化，是最常见的误解，所以这点还是值得声明一下：虚拟服务并不能构建一个云。云计算超越虚拟化解决方案，它有自动配置、先进的多租户、超大容量等优势。相信很多人会混淆云计算和虚拟化，针对这点希望大家能够做个笔记随时提醒自己。
2.云计算需要API的支持
那些建立了称之为“云网站”的人应该要明白API是云计算服务的核心，云计算的部分价值是要靠API来实现的。不管是公共云还是私有云，如果没有API，那就不能称之为云计算。
3.迁移到云并不能修复项目的失败
当迁移到云环境下，那些坏的架构或是应用程序缺陷并不能自动恢复。那些问题在环境集成前是必须要强调的。
4.迁不迁移到云，安全问题都是存在的
很多人推迟应用云是因为云安全问题，实际上，云计算与那些传统部署的系统是一样安全的，甚至有时候比提前部署的更安全。在设计系统时必须要考虑到云计算的安全性以及数据和应用程序的需求，应用适合的技术来支持这些需求，不管是公共云还是私有云抑或是传统的操作系统，都能做到安全。
5.目前还不能快速的部署云
虽然很多公司在销售所谓的cloud-in-a-box型云计算解决方案，但是如果没有要求定制和集成来获取云计算的价值，很少的out-of-the-box型云计算是符合客户的计算需求的。（编选：）
购买推荐
图书分析师庞敏丽认为该书云计算研发人员和爱好者的学习和参考资料。通过对生意宝旗下比购宝(Boogle.cn)——“网络购物第一站”收录的博库书城、淘宝网、京东商城、卓越亚马逊、当当网、拍拍网、文轩网、中国互动出版网、99网上书城等众多含图书销售的网站，价格搜索显示，目前，京东商城该书为最低价，推荐购买。
目 录
第1章 绪论
1.1 云计算的概念
1.2 云计算发展现状
1.3 云计算实现机制
1.4 网格计算与云计算
1.5 云计算的发展环境
1.5.1 云计算与3G
1.5.2 云计算与物联网
1.5.3 云计算与移动互联网
1.5.4 云计算与三网融合
1.6 云计算压倒性的成本优势
习题
参考文献
第2章 Google云计算原理与应用
2.1 Google文件系统GFS
2.1.1 系统架构
2.1.2 容错机制
2.1.3 系统管理技术
2.2 分布式数据处理MapReduce
2.2.1 产生背景
2.2.2 编程模型
2.2.3 实现机制
2.2.4 案例分析
2.3 分布式锁服务Chubby
2.3.1 Paxos算法
2.3.2 Chubby系统设计
2.3.3 Chubby中的Paxos
2.3.4 Chubby文件系统
2.3.5 通信协议
2.3.6 正确性与性能
2.4 分布式结构化数据表Bigtable
2.4.1 设计动机与目标
2.4.2 数据模型
2.4.3 系统架构
2.4.4 主服务器
2.4.5 子表服务器
2.4.6 性能优化
2.5 分布式存储系统Megastore
2.5.1 设计目标及方案选择
2.5.2 Megastore数据模型
2.5.3 Megastore中的事务及并发控制
2.5.4 Megastore基本架构
2.5.5 核心技术——复制
2.5.6 产品性能及控制措施
2.6 大规模分布式系统的监控基础架构Dapper
2.6.1 基本设计目标
2.6.2 Dapper监控系统简介
2.6.3 关键性技术
2.6.4 常用Dapper工具
2.6.5 Dapper使用经验
2.7 Google应用程序引擎
2.7.1 Google App Engine简介
2.7.2 应用程序环境
2.7.3 Google App Engine服务
2.7.4 Google App Engine编程实践
习题
参考文献
第3章 Amazon云计算AWS
3.1 Amazon平台基础存储架构：Dynamo
3.1.1 Dynamo在Amazon服务平台的地位
3.1.2 Dynamo架构的主要技术
3.2 弹性计算云EC2
3.2.1 EC2的主要特性
3.2.2 EC2基本架构及主要概念
3.2.3 EC2的关键技术
3.3.4 EC2安全及容错机制
3.3 简单存储服务S3
3.3.1 基本概念和操作
3.3.2 数据一致性模型
3.3.3 S3安全措施
3.4 简单队列服务SQS
3.4.1 SQS基本模型
3.4.2 两个重要概念
3.4.3 消息
3.4.4 身份认证
3.5 简单数据库服务Simple DB
3.5.1 重要概念
3.5.2 存在的问题及解决办法
3.5.3 Simple DB和其他AWS的结合使用
3.6 关系数据库服务RDS
3.6.1 SQL和NoSQL数据库的对比
3.6.2 RDS数据库原理
3.6.3 RDS的使用
3.7 内容推送服务CloudFront
3.7.1 内容推送网络CDN
3.7.2 云内容推送CloudFront
3.8 其他Amazon云计算服务
3.8.1 快速应用部署Elastic Beanstalk和服务模板CloudFormation
3.8.2 云中的DNS服务 Router
3.8.3 虚拟私有云VPC
3.8.4 简单通知服务SNS和简单邮件服务SES
3.8.5 弹性MapReduce服务
3.8.6 电子商务服务DevPay、FPS和Simple Pay
3.8.7 Amazon执行网络服务
3.8.8 土耳其机器人
3.8.9 Alexa Web服务
3.9 AWS应用实例
3.9.1 在线照片存储共享网站SmugMug
3.9.2 在线视频制作网站Animoto
3.10 小结
习题
参考文献
第4章 微软云计算Windows Azure
4.1 微软云计算平台
4.2 微软云操作系统Windows Azure
4.2.1 Windows Azure概述
4.2.2 Windows Azure计算服务
4.2.3 Windows Azure存储服务
4.2.4 Windows Azure Connect
4.2.5 Windows Azure CDN
4.2.6 Fabric控制器
4.2.7 Windows Azure应用场景
4.3 微软云关系数据库SQL Azure
4.3.1 SQL Azure概述
4.3.2 SQL Azure关键技术
4.3.3 SQL Azure应用场景
4.3.4 SQL Azure和SQL Server对比
4.4 Windows Azure AppFabric
4.4.1 AppFabric概述
4.4.2 AppFabric关键技术
4.5 Windows Azure Marketplace
4.6 微软云计算编程实践
4.6.1 利用Visual Studio2010开发简单的云应用程序
4.6.2 向Windows Azure平台应用程序
习题
参考文献
第5章 VMware云计算
5.1 VMware云产品简介
5.1.1 VMware云战略三层架构
5.1.2 VMware vSphere架构
5.1.3 云操作系统vSphere
5.1.4 底层架构服务vCloud Service Director
5.1.5 虚拟桌面产品VMware View
5.2 云管理平台 vCenter
5.2.1 虚拟机迁移工具
5.2.2 虚拟机数据备份恢复工具
5.2.3 虚拟机安全工具
5.2.4 可靠性组件FT和HA
5.3 云架构服务提供平台vCloud Service Director
5.3.1 创建虚拟数据中心和组织
5.3.2 网络的设计
5.3.3 目录管理
5.3.4 计费功能
5.4 VMware的网络和存储虚拟化
5.4.1 网络虚拟化
5.4.2 存储虚拟化
习题
参考文献
第6章 Hadoop：Google云计算的开源实现
6.1 Hadoop简介
6.2 Hadoop分布式文件系统HDFS
6.2.1 设计前提与目标
6.2.2 体系结构
6.2.3 保障可靠性的措施
6.2.4 提升性能的措施
6.2.5 访问接口
6.3 分布式数据处理MapReduce
6.3.1 逻辑模型
6.3.2 实现机制
6.4 分布式结构化数据表HBase
6.4.1 逻辑模型
6.4.2 物理模型
6.4.3 子表服务器
6.4.4 主服务器
6.4.5 元数据表
6.5 Hadoop安装
6.5.1 在Linux系统中安装Hadoop
6.5.2 在Windows系统中安装Hadoop
6.6 HDFS使用
6.6.1 HDFS 常用命令
6.6.2 HDFS 基准测试
6.7 HBase安装使用
6.7.1 HBase的安装配置
6.7.2 HBase的执行
6.7.3 Hbase编程实例
6.8 MapReduce编程
6.8.1 矩阵相乘算法设计
6.8.2 编程实现
习题
参考文献
第7章 Eucalyptus：Amazon云计算的开源实现
7.1 Eucalyptus简介
7.2 Eucalyptus技术实现
7.2.1 体系结构
7.2.2 主要构件
7.2.3 访问接口
7.2.4 服务等级协议
7.2.5 虚拟组网
7.3 Eucalyptus安装与使用
7.3.1 在Linux系统中安装Eucalyptus
7.3.2 Eucalyptus配置和管理
7.3.3 Eucalyptus常用命令的示例和说明
习题
参考文献
第8章 其他开源云计算系统
8.1 简介
8.1.1 Cassandra
8.1.2 Hive
8.1.3 VoltDB
8.1.4 Enomaly ECP
8.1.5 Nimbus
8.1.6 Sector and Sphere
8.1.7 abiquo
8.1.8 MongoDB
8.2 Cassandra
8.2.1 体系结构
8.2.2 数据模型
8.2.3 存储机制
8.2.4 读/写删过程
8.3 Hive
8.3.1 整体构架
8.3.2 数据模型
8.3.3 HQL语言
8.3.4 环境搭建
8.4 VoltDB
8.4.1 整体架构
8.4.2 自动数据分片技术
习题
参考文献
第9章 云计算仿真器CloudSim
9.1 CloudSim简介
9.2 CloudSim体系结构
9.2.1 CloudSim核心模拟引擎
9.2.2 CloudSim层
9.2.3 用户代码层
9.3 CloudSim技术实现
9.4 CloudSim的使用方法
9.4.1 环境配置
9.4.2 运行样例程序
9.5 CloudSim的扩展
9.5.1 调度策略的扩展
9.5.2 仿真核心代码
9.5.3 平台重编译
习题
参考文献
第10章 云计算研究热点
10.1 云计算体系结构研究
10.1.1 Youseff划分方法
10.1.2 Lenk划分方法
10.2 云计算关键技术研究
10.2.1 虚拟化技术
10.2.2 数据存储技术
10.2.3 资源管理技术
10.2.4 能耗管理技术
10.2.5 云监测技术
10.3 编程模型研究
10.3.1 All-Pairs编程模型
10.3.2 GridBatch编程模型
10.3.3 其他编程模型
10.4 支撑平台研究
10.4.1 Cumulus：数据中心科学云
10.4.2 CARMEN：e-Science云计算
10.4.3 RESERVOIR：云服务融合平台
10.4.4 TPlatform：Hadoop的变种
10.4.5 P2P环境的MapReduce
10.4.6 Yahoo云计算平台
10.4.7 微软的Dryad框架
10.4.8 Neptune框架
10.5 应用研究
10.5.1 语义分析应用
10.5.2 生物学应用
10.5.3 数据库应用
10.5.4 地理信息应用
10.5.5 商业应用
10.5.6 医学应用
10.5.7 社会智能应用
10.6 云安全研究
10.6.1 Anti-Spam Grid：反垃圾邮件网格
10.6.2 CloudAV：终端恶意软件检测
10.6.3 AMSDS：恶意软件签名自动检测
10.6.4 CloudSEC：协作安全服务体系结构
习题
参考文献
第11章 总结与展望
11.1 主流商业云计算解决方案比较
11.1.1 应用场景
11.1.2 使用流程
11.1.3 体系结构
11.1.4 实现技术
11.1.5 核心业务
11.2 主流开源云计算系统比较
11.2.1 开发目的
11.2.2 体系结构
11.2.3 实现技术
11.2.4 核心服务
11.3 国内代表性云计算平台比较
11.3.1 中国移动“大云”
11.3.2 阿里巴巴“阿里云”
11.3.3 “大云”与“阿里云”的比较
11.4 云计算的历史坐标与发展方向
11.4.1 互联网发展的阶段划分
11.4.2 云格（Gloud）——云计算的未来