前言：中文期刊网精心挑选了云计算的技术基础范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
云计算的技术基础范文1
引言：
伴随着我国综合国力的快速提升，现代化发展建设的速度也随之加快，各种各样相对先进的科学技术在我国当中的运用范围也变得更加广泛，在电子信息技术以及互联网技术当中所呈现出来的大数据、云处理、移动互联网以及云计算等为我国国内各方面的发展与建设提供了重大的帮助。云计算作为互联网服务当中的重要基础，经过对技术理念整合之后，形成资源共享以及优化的技术模式。现如今，我国的云数据计算技术应用，已经逐渐实现了改革，并且逐渐普及到不同的技术领域，对社会的发展产生极为深远的影响。
1计算机与计算的概念与发展现状
1.1计算机云计算存储技术的主要概念
计算机云计算存储与传统的存储技术有所不同，计算机存储技术在发展过程当中，受到现代科学技术的影响有了很大的转变，除了在自身的运算方式上，在储存方式也有了很大的提升。这种技术内容通过较为复杂的网络系统，进而实现在大数据当中进行运算和储存，这也是传统储存技术难以达到的重要高度。与此同时，运用计算机储存设备不仅仅只是计算机系统当中的硬件设备、网络设备以及储存设备，而且还是一种多设备构成的具有极为复杂的系统内容，由此可以看出，云计算储存技术极为的复杂。但是，计算机云计算储存技术极具简便性，以储存设备为重要核心，不同的部分都需要围绕其进行展开，沿着这样一种工作核心，才能够进一步减轻工作上所带来的难度。
1.2计算机云计算技术目前的发展状况
现如今，计算机云计算技术具有非常特殊的服务模式，不仅仅能够更有效的推动信息技术的快速发展，而且还能够促使人们在潜意识当中更加重视云安全。针对云计算存储技术当中的云安全而言，主要可以划分为基础设施安全、云端安全以及应用服务安全这三个不同的层次。事实上，云计算的安全性大多是将其与技术进行有效的结合，进而更好的满足于现当代时代的发展需求。现如今，我国的内外针对云计算安全问题进行了更多的研究，并且获取相对不错的最终成果。例如：目前我国所建设的IBM云计算中心、卡巴斯基研发的解决网络安全有效对策等等，都被广泛的运用到现当代人类的生产和生活当中。
2计算机云计算储存技术中的主要构成要素
2.1计算机云计算储存技术中的存储层
存储层可以说是计算机云储存设备当中最为基础的部分。现如今，能够用来存储的设备非常的多，主要包含了NAS、FC等IP储存设备，或者是采用DAS储存设备，在这当中，共奏人员可以依据自己所具有的特殊需求，针对储存设备进行相应的选择，进而将其与使用者的工作更加吻合。与此同时，在与计算的存储设备当中，能够用来存储的设备也具有非常多的种类，并且在现实的运用当中，能够用于储存的设备数量更大，所分布的位置也会有所不同，在他们之间传达的信息通过互联网或者是相关设备进行存储，由此构建形成完整的储存设备管理系统，成为起发展中最重要核心内容。
2.2计算机云计算储存技术中的访问层
不管是通过怎样授权的用户，都能够通过访问层针对云计算储存系统予以访问，这一部分的用户大多会通过标准公共应用接口层进行存储，而且还可以采用云计算储存系统当中的存储空间进行存储，真正体验云计算所带来的重要服务。然而，在现实的发展过程当中，不同的单位之间所表现出来的云计算储存系统大多存在很大的差异性特点，他们所运用的云计算储存系统所表现出来的运营单位则有所不同，进而难以实现单位与单位之间的有效交流，除此之外，不同的单位在针对云计算储存系统当中进行访问，在相关程度之上为管理带来一定的难度。
2.3计算机云计算储存技术中的应用接口层
相对而言，计算机云计算储存技术当中的应用接口层是相对比较灵活的，变化程度是一种相对较小的设备。在应用接口层当中，需要通过网络的接入、使用者的认证、授权管理当中的功能。面对现如今市场当中所呈现出来的各不相同种类的储存设备，工作人员大多可以依据自己公司的现实需要，去选择相对合适的应用接口，为用户提供各不相同的体验与服务。与此同时，对这些不同类型的应用接口进行选择的时候，还可以开发出各不相同的云储存适应于不同的领域当中，更好的提升使用的效率。
2.4计算机云计算储存技术中的基础管理层
在计算机云计算储存技术当中所表现出的基础管理层在后期的实现过程当中具有非常大的难度，但是，在计算机云计算储存和运用技术当中，基础管理层则是最核心的内容所在，是工作和技术人员需要仔细衡量，并构建出最好解决方式的内容所在。为了能够促使更多的存储设备可以针对各不相同的客服端提供最基础的服务，需要为云计算储存设备当中的不同内容进行更为协调而又有效的使用。如果，在不同的设备当中能够使之更为协调的予以操作的花，就需要让计算机系统在后期的运行过程当中，更好的维持一定的稳定性和流畅性，进而让计算机的访问者去使用云计算这样一种存储技术去工作，而且整个运行相对比较通畅。在整个运行过程当中，需要在基础管理层次之上通过网络技术进行合理的处理。为了促使计算机工作当中的安全性更高的花，工作人员就可以运用基础管理层当中的相关数据予以加密，进而对数据有效的存储，并实施加密，运用相应的保密技术，让整个计算机数据难以受到破坏，进而保证数据结构内容的完整性特点。
3云计算在计算机网络安全存储当中的具体运用
3.1运用数据加密技术提高存储的安全性
首先，在采用云计算技术的时候，可以对相关数据进行加密，在这过程当中，表现出来的伪随机许梿，具有很强的随意性特点。例如：在获取相关信息的时候，如果没能够掌握当时所发送的随即序列，在获取的时候就会遭受很大的阻碍，具有很强的防护措施。采用这样一种特殊的方式，能够更有效的对数据长度进行隐藏，使得外界人员获取信息比较困难，安全性很高；其次，在这过程当中运用多步加密这一特殊算法，将其运用到计算机云储存当中，能够有助于规避数据在后期的存储过程当中遭受外界黑客的窃取，进而不断提升数据存储独有的安全性的特点。例如：可以采用解码的形式对数据相关数据进行有效解码，并且在这过程当中生成所对应的加密序列表，进而实现对数据的加密，达到不断提升网络数据存储的重要目的。
3.2通过身份认证提升云计算网络安全存储
身份认证可以说是云计算存储技术当中维持网络安全性存储最为基本的技术内容。身份认证所表现的内容极为多样化：例如：a）在使用过程当中，运用只能IC卡对使用者的身份进行认证。这种特殊的身份认证大多是运用只能IC卡来对使用者的身份进行辨别，需要使用者在智能的IC卡当中输入自己的个人信息，具有非常强大的稳定性，但是却有被别人盗取的风向，安全性相对较弱；b）运用使用者所设定的密码进行真实身份予以认证。这就需要使用者依据系统当中所提示来输入正确的密码以及账号，对自身的身份进行认证，而这大多需要使用者输入密码进行认证，进而保护使用者信息的准确性，并确保登录的合法行；c）运用KPI对使用者的身份进行认证，这样一种认证技术主要采用个人信息进而匹配出密钥以及公钥予以匹配、解密，更有效的确保计算机使用的网络安全，并对使用者的身份进行认证，确保安全性；d）运用Kerberos进行使用者的身份认证。这样一种特殊的认证方式则是一种在第三方协议安全所表现出来的认证方式，并且运用第三方资源对访问者授权进入到服务器当中，然后授权生成所需要的与密码相匹配的密钥，服务器在后期的授权之后就会提供相应的票据，使用者在获取享用的票证之后进一步完成对使用者身份的认证。
3.3运用可取回性来证明其中的算法
在计算机网络当中数据存储这一发展当中，使用者在存储的时候难免会遇到信息存储不当、系统不稳定、效率不高等情况。在这时候，可以融入一些冗余纠错码等方式予以解决，并且痛处采用冗余纠错码对云计算当中的数据信息进行验证，用户在这时候，首先需要进一步向云端去提供相应的服务，云端则需要依据用户的不同需求提供有针对性的信息验证，通过不同的验证，进而保证云计算当中的信息安全性。如果能够在云端当中提出验证之后，用户难以通过一定的验证，则表示所存在的文件在发展过程当中已经遭受到严重的损害，如果信息在受损程度还能够控制的范围之内，就可以通过采用编码对原始数据进行恢复。这样一种特殊的方式能够更为准确的对信息寸处错误的位置予以确定，验证云端信息数据的完整性。在使用冗余编码时，需要将原始数据分别存放备份以保证系统稳定的运行。
云计算的技术基础范文2
【关键词】 云计算 大数据 MapReduce Hadoop一、大数据
1.1什么是大数据
大数据概念可以从四个维度去解，即三个V和一个C。三个V分别指的是数据量大（Volume）、数据种类多（Variety）和数据增长速度快（Velocity），最后一个C指的是处理、升级或利用大数据的分析手段比处理结构化数据要复杂的多（Complexity）。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像Map-Reduce一样的并行计算框架将复杂的计算任务分配到“云”中成百上千的节点。
1.2大数据与云计算
大数据本身就是一个问题集，云计算技术是目前解决大数据问题集最重要最有效的手段。云计算提供了基础的架构平台，大数据应用在这个平台上运行。目前公认为分析大数据集最有效手段的分布式处理技术，也是云计算思想的一种具体体现。
云计算是分布式处理、并行处理和网格计算的发展，或者说是这些计算机科学概念的商业实现。云计算将网络上分布的计算、存储、服务构件、网络软件等资源集中起来，基于资源虚拟化的方式，为用户提供方便快捷的服务， 实现了资源和计算的分布式共享和并行处理，能够很好地应对当前互联网数据量高速增长的势头。
1.3大数据与Hadoop
Hadoop是一个Apache的开源项目，主要面向存储和处理成百上千TB直至PB级别的结构化、半结构化或非结构化的大数据。Hadoop提供的Map-Reduce能将大数据问题分解成多个子问题，并将它们分配到成百上千个处理节点之上，再将结果汇集到一个小数据集当中，从而更容易分析得出最后的结果。
Hadoop项目包括三部分，分别是Hadoop Distributed File System（HDFS）、Map Reduce编程模型，以及Hadoop Common。Hadoop具备低廉的硬件成本、开源的软件体系、较强的灵活性、允许用户自己修改代码等特点，同时能支持海量数据的存储和计算任务。这些特点让Hadoop被公认为是新一代的大数据处理平台。 Hadoop同样具备出色的大数据集处理能力，在获取、存储、管理和分析数据方面远远超越传统的数据库软件工具。Hadoop经常在构建大数据解决方案时被用作基础构架软件。
二、大数据技术综述
大数据处理不仅仅是Hadoop，许多特定的数据应用场景是需要实时分析和互动反馈的，这时候就需要利用包括内存检索、流处理和实时计算等其他技术。而云计算的分布式存储和计算架构开启了大数据技术研究的大门，打造健全的大数据生态环境，所有这些技术结合在一起，才是一个完整的大数据处理系统。
2.1分布式计算框架
MapReduce是Google开发的一种简化的分布式编程模型和高效的任务调度模型，用于大规模数据集（大于1TB）的并行运算，使云计算环境下的编程变得十分简单。
MapReduce将数据处理任务抽象为一系列的Map（映射）和Reduce（化简）操作对。Map主要完成数据的分解操作，Reduce主要完成数据的聚集操作.输入输出数据均以〈key，value〉格式存储.用户在使用该编程模型时，只需按照自己熟悉的语言实现Map函数和Reduce函数即可，MapReduce算法框架会自动对任务进行划分以做到并行执行。
Pregel是Google 提出的迭代处理计算框架，它具有高效、可扩展和容错的特性，并隐藏了分布式相关的细节，展现给人们的仅仅是一个表现力很强、很容易编程的大型图算法处理的计算框架。Pregel的主要应用场景是大型的图计算，例如交通线路、疾病爆发路径、WEB 搜索等相关领域。
2.2分布式文件系统
为保证高可用、高可靠和经济性，基于云计算的大数据处理系统采用分布式存储的方式来保存数据，用冗余存储的方式保证数据的可靠性。目前广泛使用的分布式文件系统是Google的GFS和Hadoop团队开发的GFS的开源实现HDFS。
GFS即Google文件系统，是一个可扩展的分布式文件系统，用于大型的、分布式的、对大量数据进行访问的应用。GFS的设计思想不同于传统的文件系统，是针对大规模数据处理和Google应用特性而设计的，运行成本低廉，并提供容错功能。
HDFS即Hadoop分布式文件系统，受到GFS很大启发，具有高容错性，并且可以被部署在低价的硬件设备之上。HDFS很适合那些有大数据集的应用，并且提供了数据读写的高吞吐率。HDFS是一个master/slave的结构，在master上只运行一个Namenode，而在每一个slave上运行一个Datanode。HDFS支持传统的层次文件组织结构，对文件系统的操作（如建立、删除文件和文件夹）都是通过Namenode来控制，Datanode用来存放数据块。
2.3大数据管理技术
互联网数据已超出关系型数据库的管理范畴，电子邮件、超文本、博客、标签（Tag）以及图片、音视频等各种非结构化数据逐渐成为大数据的重要组成部分，而面向结构化数据存储的关系型数据库已经不能满足数据快速访问、大规模数据分析的需求，随之而来，一系列新型的大数据管理技术和工具应运而生。
2.3.1 非关系型数据库
NoSQL，也有人理解为Not Only SQL，它是一类非关系型数据库的统称。其特点是：没有固定的数据表模式、可以分布式和水平扩展。NoSQL并不是单纯的反对关系型数据库，而是针对其缺点的一种补充和扩展。典型的NoSQL数据存储模型有文档存储、键-值存储、图存储、对象数据、列存储等。而比较流行的，不得不提到Google的Bigtable，它把所有数据都作为对象来处理，形成一个巨大的表格，用来分布存储大规模结构化数据，数据量可达PB级。而HBase是Hadoop团队基于Bigtable的开源实现，使用HDFS作为其文件存储系统。同时，Cassandra（K/V型数据库）、MongoDB（文档数据库）和Redis等一系列优秀的非关系型数据库产品如雨后春笋般问世。
2.3.2 数据查询工具
Hive是Facebook提出的基于Hadoop的大型数据仓库，其目标是简化Hadoop上的数据聚集、即席查询及大数据集的分析等操作，以减轻程序员的负担.它借鉴关系数据库的模式管理、SQL接口等技术，把结构化的数据文件映射为数据库表，提供类似于SQL的描述性语言HiveQL供程序员使用，可自动将HiveQL语句解析成一优化的MapReduce任务执行序列.此外，它也支持用户自定义的MapReduce函数。
PigLatin是Yahoo！提出的类似于Hive的大数据集分析平台.两者的区别主要在于语言接口.Hive提供了类似SQL的接口，PigLatin提供的是一种基于操作符的数据流式的接口.可以说Pig利用操作符来对Hadoop进行封装，Hive利用SQL进行封装。
Google Dremel是个可扩展的、交互式的即时查询系统，用于完成大规模查询结构化数据集（如日志和事件文件）。它支持类SQL语法，区别在于它只能查询，不支持修改或者创建功能，也没有表索引。数据被列式存储，这样有助于提升查询的速度。Google将Dremel作为MapReduce的一种补充，被用于分析MapReduce的结果或者是作为大规模计算的测试。
2.4实时流处理技术
伴随着互联网业务发展的步调，以及业务流程的复杂化，企业的注意力越来越集中在“数据流”而非“数据集”上面，他们需要的是能够处理随时发生的数据流的架构，现有的分布式计算架构并不适合数据流处理。流计算强调的是数据流的形式和实时性。MapReduce系统主要解决的是对静态数据的批量处理，当MapReduce任务启动时，一般数据已经到位了（比如保存到了分布式文件系统上），而流式计算系统在启动时，一般数据并没有完全到位，而是经由外部数据源源不断地流入，重视的是对数据处理的低延迟，希望进入的数据越快处理越好。数据越快被处理，结果就越有价值，这也是实时处理的价值所在。
流计算的数据本身就是数据流，不需要数据准备的时间，有数据流入就开始计算，解决了数据准备和延迟的两个问题。现有的解决方案中，Twitter的Storm和雅虎的S4框架更适合数据流计算的场景。Storm是开源的分布式实时计算系统，可以可靠的处理流式数据并进行实时计算，单机性能可达到百万记录每秒，开发语言为Clojure和Java，并具备容错特性。S4是面向流式数据和实时处理的，所以针对实时性较高的业务，可以很好地对数据做出高效的分析处理，而且系统一旦上线，很少需要人工干预，源源不断的数据流会被自动路由并分析。对于海量数据，它和MapReduce都可以应对，但它能比后者更快地处理数据。
三、思考与展望
以云计算为基础的信息存储、分享和挖掘手段为知识生产提供了工具，通过对大数据分析、预测会使得决策更为精准，这对媒体融合具有重要意义。
新闻媒体的数据库中拥有海量信息存储，这些多媒体数据包括文字，图片，视频和音频等多种格式，符合大数据处理的基本特征，利用大数据技术对这些资源进行存储，计算和分析，了解用户行为，挖掘数据本质和关联，为领导提供决策支持，为终端用户提供更好的服务和新闻定制，增强新闻信息产品的质量和影响力。
云计算的技术基础范文3
【 关键词 】 云计算；云存储；数据安全；加密算法；安全策略
1 引言
近几年来，云计算已经逐渐成为人们热衷研究和开发的领域，受到了多个领域、多个行业的人们的普遍关注。所以，本文对基于云计算模型的数据存储服务模型进行广泛研究，在充分考虑云计算模型具有成本低且实现灵活的特点的基础上，提出了一种面向服务的数据存储和传输方案，该方案通过将对称加密和费对称加密算相结合，实现对数据的加密和解密，为云计算服务在应用中的数据安全问题找到一种行之有效的方法。
2 云计算相关概念
从其本质上来看，云计算其实就是一种分布式系统，该系统能够成分借鉴互联网将分散的超大规模计算能力实体和各种存储资源进行有效整合，然后再将该系统所能够实现的服务反馈给用户。在这些过程中，采用高安全性的云存储是实现云计算所有服务的基本条件，通过互联网上的各种存储设备，可以构成庞大的云存储系统，这也是云计算环境下对数据进行存储和调用的基础，这样，云存储就可以通过分布式的系统来实现将分散存储设备整合为一个高性能整体的目的。
2.1 数据容错管理
在众多的性能要求中，可靠性是存储系统的最根本要求。而对于具有大量节点且系统结构复杂的云存储系统来说，系统的可靠性更加重要。在云存储结构中，可以充分利用分布式数据的备份功能，并将其作为提高系统可靠性的有效手段和方式，同时，还可以通过增强系统的容错能力来确保数据的一致性。
2.2 云存储运行效率
云计算过程中，对数据进行存储和备份会极大地导致系统整体输入和输出的延迟，因此，如何提供云存储系统的运行效率也是应该考虑的问题。
2.3 数据的安全性
在云计算理念的应用过程中，数据的安全问题早就成为人们关注的问题，所以，为了能够从根本上提高数据安全性，彻底解决数据在存储处理中的安全问题，从根本上提高云计算的防护能力，然后再根据云计算系统中可能存在的安全威胁和安全请求，从确定数据的安全策略。
3 云计算的数据安全存储分析
云计算不仅能够给人们带来极大便利，还有可能由于数据的集中处理而危及到用户的数据安全性。在众多现在已经广泛应用的云计算系统中，数据的安全性问题一直为人们所担忧，这也是云计算在应用过程中所面临的巨大挑战。现在，云计算的基础是应用广泛的分布式网络，在这种体系下，每台网络终端都可以看成是一个节点，所以，如果没有完善的安全保障，理论上，可以通过任何节点对其他节点进行访问，给云计算的数据安全带来隐患。一般而言，云计算体系中的数据安全主要涉及数据传输、恢复、长期生存等诸多问题。
4 云计算环境下的数据安全存储策略
现在，经常使用的数据加密算法主要为对称加密算法和非对称加密算法等两类。统计表明，对称加密算法的理论比较成熟，应用较为广泛，且由于该类算法的加密和解密的实现比较容易，而被广泛的应用于大数据量的数据传输，在基于对称加密的算法中个，数据的接收和发送发可以利用同一个密钥对数据进行加密和解密。相对于对称加密算法，就是非对称加密算法，该类算撒可以将传统的密钥分为加密钥和解密钥，从而实现对数据加密和解密的分开控制，从而在计算复杂度上确保的安全性。
4.1 加密处理
在对数据的加密过程中，可以通过对称加密算的密钥生成器器，来随机生成包含校验信息的密钥，然后再将包含给校验信息的密钥通过非对称加密算法进行加密。这样，就可以将经过加密算法处理后的数据信息和对称加密算法的密钥密文，统一打包后发给用户端。此外，在实现数据加密过程中，可以将数据量巨大的用户数据通过对称的加密算法对其进行加密，不仅如此，还可对数据量较小的对称加密算法的有关密钥通过非对称算法进行加密，可以将这两中的加密钥和密文数据一起存储在云存储中心，而在用户终端，只对非对称加密算法和解密密钥进行保存就可以。
4.2 解密处理
在对数据进行解密的过程中，用户首先应该利用非对称加密算法的有关密钥对对称算法的密钥进行解密，以此来还原密钥；然后，在根据还原的密钥通过对称算法对数据包进行解密，这样就可以对全文进行还原。通过对两种加密算法的结合使用，能够充分发挥两类算法的优点，最大限度的避免算法缺陷给数据安全带来的影响，可以在保证密钥安全的同时，利用对称密钥来对所有数据进行加密，还可以利用非对称密钥对数据非常小的校验信息进行加密。通过这种复合算法，希望数据安全性在达到非对称密钥算法水平的同时，是算法的效率接近或达到对称密钥算法的加密水平，彻底解决现代云计算中所面临的数据安全性问题。
5 结束语
云计算已经逐渐成为人们热衷研究和开发的领域，受到了人们的普遍关注。本文对基于云计算模型的数据存储服务模型进行广泛研究，采用一种面向服务的数据存储和传输方案，该方案通过将对称加密和费对称加密算相结合，实现对数据的加密和解密，为云计算服务在应用中的数据安全问题找到一种行之有效的方法。
参考文献
[1] 刘新华,胡纯蓉.云计算中数据安全关键技术和解决方案[J]. 全国商情(理论研究), 2011(04).
[2] 章功干.面向云计算的安全数据关键技术研究[J].科技信息,2011(30).
[3] Armbrust M, Fox A, Griffith R,etal. Above the clouds: A Berkeley view of cloud computing. 2009.
[4] Bellard F.QEMU,a Fast and Portable Dynamic Translator[A]. 2005.
[5] 吕骥,张尧学,周悦芝.云计算环境中P2P计算的优化组织模型[J]. 清华大学学报(自然科学版),2011(11).
[6] 孟庆伟,刘婷.基于云计算的网络教学系统的设计与实现[J].信息与电脑(理论版), 2011(11).
[7] 沈文杰.基于云计算的关键技术在高校中的应用与研究[J].信息与电脑(理论版),2011(11).
[8] Rangan K,Cooke A,Post J,et al.The Cloud Wars:100+billionat stake[J]. 2008.
作者简介：
云计算的技术基础范文4
关键词 云计算；数据存储；分析；计算机
中图分类号：TP393 文献标识码：A 文章编号：1671-7597（2014）07-0071-02
近年来，云计算越来越多的出现在大家的视野里，人们给予了云计算极大的关注。云计算会代替传统的计算机算法，这一理论也被认为是未来发展的必然趋势。在传统的模式下，工作人员为了使信息进行交互，一般都会在本地进行数据的存储和处理。为了更好的保证数据调取的稳定性，企业需要购买各种硬件、软件基础设施，而且还需要对这些设施进行维护。但是由于存储和处理的数据量在不断的加大，所需要的存储空间就越来越大，这样就会大大提高企业的成本。但是这些并不是企业需要直接面对的，为了完成他们需要完成的业务，却不得不为此投入大量的成本。
随着计算机技术，信息处理技术不断的发展，人们可以不用把大量的数据技术放在自己的计算机上，可以放在别人的计算机上或者是远程的服务器上，因此企业就不需要投入大量的资金购买存储设备，完全可以通过互联网根据自己的需求找到存储在远程设备上的数据，于是云计算初步模型就出现了。
1 云计算与云储存
1）云计算。在互联网的技术条件下提供了云计算的一种技术形式，云计算可以提供动态变化的能够伸缩的并且以虚拟为特点的计算模式。“云”就是一种比喻，是一个抽象的概念，实际上是计算机和互联网在起作用。
通过云计算把大量的数据都放在计算机上，这个计算机不是指本地的计算机，而是远程的服务器，企业可以根据自己的实际需求，对计算机的存储系统进行访问，企业可以把大量的信息资源都转换到客观应用上去。也就是说，计算机只是成为了一个简单的终端，不需要进行任何的计算或者是存储，直接把主机功能交给云端。
2）云存储。在云概念的基础上延伸出了一个新的概念那就是云存储，云存储与云概念十分相似，它以分布式文件系统以及网格技术作为基础，以集群应用，借助应用软件把计算机中的各种存储设备进行有效的集中，让彼此能够协同合作。它的功能就是对外提供相关的数据存储以及业务访问。本质上说来，对于当前存储模式的创新就是云存储。云存储也是特殊的构架服务，具体来说，一些广域网或者是互联网对于应用者来说具有透明性。相关的应用程序软件是云存储的关键之处，在存储设备之间进行有机的结合，通过这些有效的软件使设备与设备之间进行服务的转变。
2 构建在云环境下的数据存储体系
在实际操作的过程中，数据存储体系包括数据中心和云服务接口以及服务协议等，数据中心是在云环境下实现数据存储的基础，由存储管理、分布式文件体系和存储备份组成。云存储设备既可以是在企业的发展过程中所专门应用的存储设备，也可是PC，这个系统的设计依据的基础是客户机和服务器模式。经过检验这些确实可以完成大量数据的存储工作，并且效果也非常理想。
1）服务器的结构。云计算的组成部分中最重要的是存储服务器架构。在云存储体系构建之前，应该首先构建云存储服务器架构，这个可以根据架构技术来实现，这些架构技术是多样化的。在NAS这个文件存储系统中，每一个节点都是一个相互独立的个体，文件是这个系统中最小的单位。在集群中，如果文件可以完整的保留，那么其数据信息也会有效的保存在集群的特定的点上，文件虽然比较多，但是会被重新定义到一些另外的节点上，这样信息就显得太过繁杂了。在实践的过程中，人们可以发现，SNA作为存储系统的一块儿，如果有某一个文件发出请求，每一个节点都会对该文件的不同数据块进行访问，它能够有效的对用户的某一种需求进行及时的处理。这种存储结构比较适合在云服务器当中使用，它可以在一定的范围内进行扩展，而且传输的效率也比较高。
2）服务器之间的数据传递。在当前的存储系统的环境下，一些存储系统可以进行数据之间的传送协议，异构的平台之间的信息可以进行有效的资源共享。在计算机的网络系统当中，程序和数据库的优化问题是需要我们共同考虑的。在使用数据库的时候，存储过程是必不可少的，它提供了一种更加高级的特性。它可以传递一些函数或者是逻辑表达方式，这样就可以帮助程序人员来处理一些比较复杂的任务。它的存储过程也比一些别的程序快很多，如果存储的过程发生在本地的服务器上，那就可以减少在执行和操作过程中的宽带传输和执行命令的时间。数据库系统可以分页显示数据，执行一个命令会产生几万种结果，这些结果是不可能一次性的直接输出到客户端上，可以采用分页显示来解决这个问题。分页显示主要有两种，一种是在数据库的查询所匹配的记录一下子存储在内存储器当中。另一个是根据用户的需求，从这些匹配的记录当中显示指定的记录。这两者是有一定的区别的，前一种是把所有的记录一次性的写到内存里，再使用分页显示，后一种是指通过指定数量的查询互相匹配的记录然后写入到内存当中，接着分页显示。这个系统使每一个要求只需要返回一个页面的数据，效率大大的提高了。
3 关于企业的存储构建方案
1）商业化的云存储系统。在一些数据领域数据库已经研发出一系列的商业化存储产品，主要建立在云存储的相关理论基础上。一些最早就致力于云存储研发的公司推出数项拥有自主知识产权的存储技术，而且还提出了云存储系统的构架方案。从用户的角度出发，在相关协议下可以实现自身数据的存储和提取。可以提供一些简单的队列服务，在一些虚拟的主机之间信息可以互相发送好接收，而且一些支持的服务可以为用户提供专业的存储接口。一些公司希望他们提出的数据库分布式的编程环境，可以适用于本公司的具体情况，还可以适用于云存储的应用开发商提出的关于存储的一些应用服务，可以起到一箭双雕的作用。
2）构建企业自身的数据中心。对于许多大型企业来说，数据的安全性是最重要的，数据中包含着许多客户的信息，这些客户的信息一定不能泄露，泄露了以后就会面临重大的信誉问题，这个时候如果选择的是租用的云存储服务的话，企业许多的数据资料都需要存储在云服务提供的云数据中心，会面临一定的风险性，所以有一些大型的企业转向一些私有的云存储的云服务提供商提供的云数据的中心，借助这个存储设备也需要大量的资金投入，它是借助私云存储提供的存储设备以及冗余备份系统，所以这种结构并不灵活。作为企业可以选择混合云存储方案，可以把与之相关的关键性的数据作为首要的存储，存到私云存储当中，对于其它的一些数据就可以存储在租用的云存储当中，借用这种存储的方法可以实现存储效用利用的最大化。
4 云计算的环境下关于数据安全问题
为了保证数据的安全性能我们可以采用加密的方式，对于加密的方法有两种：对称加密和非对称加密。实践证明，对称加密的算法还比较成熟，所以应用的范围比较广泛，这种加密的算法、加密和解密都比较容易实现，所以广泛的应用于大量的数据传输，对于非对称加密来说，可以把传统的密钥分为公开密钥和私有密钥，把加密算法和解密算法分开控制，这样可以在计算方法的复杂程度上确保其的安全性。
1）关于加密。当想要对某一个数据进行加密的时候可以通过对称加密算法密匙生成器，通过密匙生成器来随机生成含有校验信息的密匙，再通过非对称加密算法对所包含的效验信息的密匙进行加密。这样就可以把密文统一打包以后发到用户端供用户们使用，这个密文是经过加密算法处理的。除这些以外，对于一些数据量十分大的用户的数据可以通过对称的加密算法对其进行加密。但是对于一些数据量用户较小的用户可以考虑对一些非对称算法进行加密，将这两种密匙和密文数据一块儿存储起来放到云存储中心，对于那些非加密的密匙以及解密的密匙仅仅需要进行保存就行。
2）关于解密。既然可以加密处理，那么就应该对密匙进行解密，这样密码的设立才会更有意义。在对数据解密的过程中，用户首先需要对对称加密的算法进行解密，这种算法是跟非对称加密相关的。这样就可以对密匙进行还原，然后，被还原的密匙根据对称算法对所提供的数据包进行解密，这样可以把所需要的文件进行还原。两种算法需要配合使用，这样才能最大限度的发挥各自的优点，避免某一种算法的不足导致文件不能安全的进行保密。我们的目的是对数据的安全进行保密，可以通过对称密匙对所有的数据进行加密也可以利用非对称密匙仅仅对一部分密匙进行加密。这两种算法互相结合，有效地解决了云计算中所面临的安全问题。
5 结束语
在云计算环境下的数据存储技术给人们带了许多的方便，释放了个人计算机终端的数据存储任务，优化了网络系统结构。云计算环境下数据存储中把对称密匙和非对称密匙结合起来使用，为云环境下的存储技术带来了一定的安全性。这是一种解决安全问题比较可行的方法。随着科技的不断进步，云计算环境下的存储技术一定会有更大的突破，实践应用也一定会更加广泛。
参考文献
[1]李煜民，章才能.谢杰.云计算环境下的数据存储[J].电脑知识与技术，2010（5）：32-34.
[2]陈凤萍.云计算环境下的数据存储技术分析[J].硅谷，2013（17）：43，29.
[3]张庆华.云存储技术在视频监控中的发展与应用[J].中国公共安全（综合版），2013（17）：53-54.
云计算的技术基础范文5
随着现代网络信息技术的不断发展，网络逐渐成为大学生校园生活的一个重要组成部分。云计算概念引入中国后对教育领域产生了重要而深远的影响。利用“云计算”技术弹、资源池化、按需服务、实时性强等特点，构建全国高校网络社区团支部云服务平台既能满足当代大学生个性发展的需要，又能使各级团组织形成相互捆绑、信息共享、各具特色、优势互补的网络体系。可见，信息化背景下，基于云计算的网络社区团支部建设将为高校思想政治教育搭建新的平台，为各级团组织凝聚和引领青年提供新的思路。
一、云计算的概念及其在高等教育领域中的应用
云计算（Cloud Computing）是分布式处理、并行处理和网格计算的发展，是一种新兴的商业服务模式。它将数据存储于云上、软件和服务置于云中、构筑于各种标准和协议之上，随时随地可以通过各种设备获得。云计算所具有的海量数据存储、强大计算能力、高可用性、资源共享等优势，是推进高等教育信息化建设的一种理想选择。
近几年，云计算技术在高等教育领域中的应用越来越广泛，它将高等教育所需要的一切软硬件计算资源虚拟化，向师生、教育管理部门、相关团体提供以租用资源为形式的计算服务，用户能够在任何时间、地点自由地获取所需信息，形成个人网络环境。由此可见，将云计算技术的应用延伸到高校网络社区团支部建设，通过云计算平台建立网络团支部，在网上过团组织生活，讨论团组织工作，开展志愿服务活动，选举团支部书记，能够使团组织网络覆盖全体青年，与各类青年学子牵上线、搭上话、交上心，更好地为大学生成长成才服务。
二、云计算应用于高校网络社区团支部建设的优势
1.增强高校网络社区团支部的互动性、开放性和共享性
在云计算模式中，“云端”的服务器群所具有的良好容错性、强大的计算能力和几乎无限的带宽，保证了信息数据的安全和高并发性，用户的请求可迅速得到响应。因此，基于云计算的高校网络社区团支部可以成为全国高校师生提供服务的SNS交流网站，大大提高了用户之间的交流效率，搭建了一个功能丰富、信息充足的用户交流互动平台。用户可以在各种终端之间迅速同步获取数据，并具备站内外资源分享功能，体现了良好的开放性、共享性。
2.促进信息资源的共享和共建
目前，全国校级以上的各级团组织都拥有自己的服务器，用于组织建设、新闻、日常工作等。但各地建设的资源库资源分布不均、共享程度低、缺乏相互协作。云计算使用的是集中存储方式，将所有数据存储在规模庞大的数据中心，形成资源池，由专业的团队负责数据的管理和安全工作，能满足资源库规模逐步地扩大和数据安全的要求。此外，云计算扩展性非常强，多个学校团组织将现有的信息资源共同加入到一个“云”中，将原来仅仅为本校、本地服务的优质信息资源拓展成为更多组织和师生提供服务的“云”资源，实现了真正意义上的资源共享，为网络共青团组织体系的构建提供了有力保障。
3.实现按需服务，构建云服务“生态系统”
高校网络社区团支部云计算服务平台可以为用户提供各种适合用户需求的应用服务，如资料共享、文化展示、互动交流等。这些服务需要各类软件环境的支持，高校网络社区团支部云计算服务平台可以为服务供给者和服务需求者提供一个服务交换的市场，服务供给者在平台上部署并提供服务，服务需求者在平台上购买并使用服务，形成一个云服务“生态系统”。
三、高校网络社区团支部的云计算服务平台结构
云计算时代的到来，为高校网络社区团支部的管理和建设提供了新的思路。构建云计算数据交换及共享平台要依据SaaS（Software-as-a-service）软件即服务的概念，以SOA架构设计为理念，采用传统的数据同步方式进行业务系统集成。根据云基础设施体系结构模型与高校网络社区团支部建设特点，将该平台分为物理资源层、虚拟服务器层、基础管理层、中间件服务层、应用程序层和服务层六个层次，如图1所示。
■
图1
四、基于云计算技术的网络社区团支部建设模式
由于开发云计算服务平台需要一定的基础投资、网络规模和资源协调，目前我国高校网络社区团支部建设主要是依靠人人网、腾讯QQ、新浪微博等大型公司，然而这些平台大多应用于商业目的，如果直接采用现有的云计算方案，固然短期成本低，实施简单，但随之而来的是自主性、安全与信任、政策问题。将各高校网络社区团支部的资源直接依赖于现有公司存储在云端是不安全的，一旦受到各种因素影响而出现问题，将会导致不可预测的后果。因此，高校共青团只有组建自己的云计算服务平台，同时进行自主创新才能从根本上保证云安全，提供共青团内自己的云服务。
1.建立政府参与下的公司管理模式
建立全国高校网络社区团支部的云服务平台必须依靠政府的支持。政府作为投资主体，能够采用多种筹资渠道，注入资金以保障高校网络社区团支部云计算核心服务器的建立、运行与维护。可以让高校和科研院所统筹规划云计算服务平台建设，选择专业技术团队搭建云计算平台，提供规范化、标准化的云服务。
2.成立教育部门协调下的分层管理模式
建设高校网络社区团支部云计算服务平台除了赢得政府的支持外，还要成立一个在国家教育部门协调下的“云计算服务组织”，采用“政府核心服务器――省市级信息资源模块共享――校级特色资源组件共建”的三级管理模式，如图2所示。在全国范围内搭建若干个云计算服务中心，每个中心承担一个区域的云计算服务，可以在高校共青团现有IT基础设施的基础上协同构建，逐步将当前信息化基础设施及应用移植到地区云计算平台。成立地区云计算服务平台管理中心，组织中心进行总体规划、制订标准规范、协调地区管理机构、与云计算技术厂商以及应用服务提供商建立协作关系。
■
图2
3.倡导高校混合云建设模式，形成高校间公用云平台
云计算的技术基础范文6
云计算是一种基于互联网的相关服务的增加、使用和交付模式，它主要是利用互联网高速的传输能力，将处理数据的过程从个人计算机或服务器转移到互联网上由成千上万很普遍的服务器组成的超级计算机集群中，再由大型的数据处理中心集中去管理。云计算是一个虚拟的计算资源池。云是网络、互联网的一种比喻说法。在以前，常常用云来表示电信网，后来抽象地表示互联网和底层基础设施。在狭义上的云计算是指通过网络以按需、易扩展的方式获得所需的各类共享资源；广义上说是指通过网络以按需、易扩展的方式获得所需的和IT，软件以及互联网相关的各类服务。
数字化校园是利用计算机技术以及网络应用，建立用来拓展校园的时间和空间维度，提高校园的运行效率的一种最新信息化模式和虚拟教育环境，通过对教学科研管理以及技术服务和生活服务等校园信息的收集、处理、整合、存储、传输和应用，优化各类数字资源，其次通过实现从教学环境、教学资源到教学应用的全部数字化应用，构建一个区别与传统校园的数字空间，最终实现教育过程的全面信息化。 数字化校园建设在如今是越来越重要了，也是高校不断竞争的核心。目前，很多的高校都已经着手进行数字化建设了，并且也建立的各类信息化系统，全校的各个部门都以校园网络为基础进行办公，教学以及管理。但是，由于各地区经济发展水平不一样，各高校的重视程度也不一样，数字化校园的发展水平还是参差不齐的。
当然，数字化校园建设不是一蹴而就的，是需要长期不断努力才能实现的。它反映了一个学校整体办学的水平。通过时间，资金，技术和精力地充分投入，建立一个统一的，先进的，安全可靠的数字化校园，发扬传统校园原有功能的前提下，避免信息孤岛，提高教学科研和管理的水平，实现教育的数字化和全面信息化。
但是我们不得不看到，现在的各大高校的教育资源分布是不平衡的，各类设备也面临老化淘汰的境地，优秀的师资缺乏等等。虽然各高校都已经建立了校园网络，但是硬件，软件资源分散，管理人员缺乏。我们就应该利用这些现有的资源为各层各级用户提供云服务，能够是管理人员从各类维护中脱离出来进行更为有效的操作和管理。
当今，SOA以及云计算技术飞速发展，各行各业都在着手研究，也在某种程度上推进了云计算的革命性地变革。而基于SOA的云计算数字化校园模型的建设也提到了日程上。面向服务的体系结构（service-oriented architecture，SOA）是一个组件模型，它将应用程序的不同功能单元通过这些服务之间定义良好的接口和契约联系起来。
二、云计算在教育领域的发展现状
云计算首先在国外发展，云计算的概念最早是由Google公司提出的。云计算的本质是利用已经成熟的和正在发展的先进的计算机技术来实现的一种灵活的、高效的商业架构。
近几年云计算在国内外都有令人瞩目的发展。
2008年中国第一个云计算中心由IBM在无锡建立，随后IBM又在北京建立了第二个大中华区云计算中心。紧接着，2009年-2013年，阿里软件，世纪互联，中国移动，中国电信，中国联通，亚马逊，华为等企业纷纷建立和不断发展了云计算平台，云计算在国内实现了大的发展。
近年来，云计算在教育领域中受到众多研究者的追捧。我国当前的云计算方向的教育应用还处在初级阶段，其发展现状受当地区域经济的发展水平以及高校的教育程度影响，研究者主要集中在高校，研究的内容主要集中在云计算技术的应用和开发。而云计算的教育应用模式主要分布在高等教育中。在政策鼓励和投资力度加大的前提下，高校研究机构应加强与外部研究的合作，加强云计算教育应用开发的研究以及在个来基础教育、高等教育以及通用教育中的应用探索。
三、研究目的
为了解决前期国内各大高校数字化校园建设中普遍存在的问题，通过对现有国内各大数字化校园体系进行分析，使用SOA和云计算虚拟化等技术，搭建一个基于SOA的高校数字化校园模型。在这个分析过程中，首先是重新安排各类基础设施资源，利用云计算的虚拟化技术，使得各部门能够对硬件资源进行按需调用。其次是在SOA的架构模式下，建立统一的资源调度接口，消除数据孤岛现象，方便各部门互相访问以及调度各类资源。最后为了解决校内各类应用服务经常重复建设的情况，需要将各种基础设施，平台层以及应用服务资源进行虚拟化，以提高软硬件资源的利用率，实现各大高校间资源的共享。
随着近年来国内外云计算技术的不断发展和完善，推动了校园的数字化建设。作为个人用户，可以很方便地使用学校的教育资源以及信息资源，从而在教学工作上提升教学质量。
云计算模式的引入，可以大大地增强校园的网络运行能力，它可以帮助管理员和使用者整合现有的硬件设施，降低硬件采购的成本，节约在硬件方面的资金和时间的投入，使大部分的管理员和使用者能够从一大堆机器中释放出来，花费更多的精力去进行服务和创新。
四、实现关键技术
（一）SOA实现方法
SOA方法主要有的七个步骤，这七个步骤是并存的，不存在先后和连续性：
（1）领域分解：领域由一组功能区组成，可以分解为业务过程，值链，子过程和用例。
（2）创建目标服务模型：在数字化建设中，需要对建设目标和需求创建目标，在将这个目标分解成更低一级的子目标。
（3）子系统分析：完成领域分解后，对子系统进行进一步分析。
（4）服务分配：确保模型中所有的服务都归属于固定的业务目标和组件。
（5）组件规范：需要获取每个业务和技术组件的属性。
（6）选用模式构建组件和服务：建立需要电子商业模式支持的中间件。
（7）技术实现机制：需要给服务功能和组件确定实现的现实机制和环境。
（二）云计算技术
云计算的架构分为三层，分别是基础设施层，平台层以及应用层。云计算，顾名思义是一个强大的云网络，它通过连接网络中的每一个服务器，通过虚拟化技术扩展它们的能力，实现网络计算和服务，并将各自的资源相互结合起来，提供强大的计算能力和存储能力。
（1）基础设施层：通过虚化技术对各类物理资源进行抽象，是硬件资源池和管理功能的集合，实现了内部流程自动化和资源管理优化。
（2）平台层：支持用户云应用的开发，运行以及监控。一般被称为“中间件”。
（3）云应用层：云的使用者通过该层可以实现资源的获取，而使用者不需要知道资源具体在什么地方。
云计算技术里一个非常重要的技术就是虚拟化，它可以在不同层次上实现。顾名思义，通过虚拟化，可以把有限的资源虚拟化成更多的资源，例如，可以将一台计算机的资源虚拟化为多台计算机，整合成强大的资源力，实现动态负载均衡。
虚拟化技术的主要载体是虚拟机，它介于硬软件之间，但不依赖于其他运行环境，而且可以屏蔽硬件平台的一些特性，包括动态性、分布性和异构性。每个用户可以拥有相对独立的，隔离的计算机环境。系统管理员也可以方便而集中地管理硬、软件资源。
五、构建基于云计算的数字化校园SCDC模型
模型建立的首要条件是突破传统的以信息中心为中心的数字化校园管理，运用云计算实现存储信息的分布性，规模性以及信息的共享性等特点。这就需要对信息中心的服务器进行重新部署和管理，实现适合云计算的存储条件和体系结构的设计以及虚拟化的处理能力。
基于SOA的云计算数字化校园建设以面向服务为依托，在现有校园网络的基础上，对现有的纷杂的软、硬件资源通过信息技术等进行整合，通过对资源的更有效的利用，管理，最终实现教育的信息化，规范化等，把高等院校建立成一个数字的，智能的，有效的和合理的云空间。
本文所讨论的模型总体可以分成三大部分，分别是基于SOA理念架构的软件体系架构、云计算数字化校园的资源提供体系以及整个模型构建的安全保障体系。
云计算的主体和核心就三层的架构体系，包括服务IaaS层（基础设施），服务PaaS层（平台）以及服务SaaS层（软件）。IaaS层主要为PssS层提供虚拟化的硬件资源层，PaaS层主要是使用和调度虚拟化资源池的资源，SaaS层为用户提供即时需要的各种应用服务。
基于SOA的云计算数字化校园架构模型如下图所示：
图1 基于 SO A 的云计算数字化校园架构模型
六、小结
本文在研究传统高校校园信息化建设的基础上，基于了SOA技术和云计算技术，构建了数字化校园的架构模型。该模型为数字化校园的建设和发展提供了新的思路，也让大部分的管理员从繁琐的工作中解脱出来，从事创新和基本管理工作，也让用户享受到更多的资源。在今后的研究过程中，将会对模型的三层进行详细地设计以及实验验证。
（作者单位：浙江经贸职业技术学院）