前言：中文期刊网精心挑选了物联网云计算技术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。
物联网云计算技术范文1
1物联网技术的种类
1.1射频识别
在物联网这一信息系统中，处于最前端的就是感知层，这一网络层面主要负责的工作内容就是感知现实和虚拟世界中存在的相关信息。当物联网系统需要感知现实社会中存在的具体物体时，就需要对现实世界中存在的每一物体进行识别以标识，以便有效区分不同的物体。无线射频识别作为现代社会一种可以借助射频信号来自动识别不同的物体并获取到同该物体相关信息的重要技术，其在使用期间不仅可以完全依靠自动和智能的性能完成全部工作，还可以适应多种感知场景。因此，在物联网系统中，该项技术属于一种高效的感知手段，是物联网系统建立感知层的重要支撑技术。
1.2传感器与传感网
所谓传感器，主要指的是一种拥有检测和感受相关信息数据功能的设备，该设备在运行过程中可以通过自身具有的一定规律将检测到的信息数据转换成为一种可以被使用的信号原件或者是装置，其主要的作用就是可以将检测到的各种信号转变成与之相应的电信号，使得物联网系统自主控制和测试功能可以有效实现。传感网指的是一种将各种类型的信息传感设备同互联网结合到一起后形成的一种大型的网络体系，该网络体系能够让各类型的物品都可以被有效地控制和感知，使得物联网系统内容可以形成一个相对完整的信息数据服务体系。
1.3嵌入式系统
对于物联网本身来讲，要想促使物物相连的服务目标得以实现，不仅需要具有获取每个事物相关信息的能力，还需要拥有操作和控制不同事物的能力。物联网的这一目标要想顺利实现，就需要在其内部相连的各个物体中嵌入智能化的系统构建。因此，以嵌入式技术构成的嵌入式系统便成为物联网技术中各种具体功能可以被真正实现的主要支撑技术。所谓的嵌入式系统，其本身属于一种用来监视和控制相关机器设备的重要装置，从本质上来看，该装置属于硬件和软件的结合体。
2物联网系统融合云计算技术的原因
物联网技术的发展之所以需要依靠云计算技术的支撑主要是受几方面因素的影响：第一，应用了云计算的物联网可以拥有极高的成本优势。一直以来，IT基础设备成本都是影响物联网系统应用发展的重要因素，而云计算具有的高效的资源利用率不仅可以有效地节约物联网在此方面的开销，还可以提升物联网系统的管理成本，从而使其在信息技术不断发展的今天拥有极高的市场竞争优势。第二，云计算技术的融合可以提升物联网存储和计算等核心技术优势。由于物联网系统本身的功能性相对较大，所以其对于技术手段的要求也相对较高，并且，在物联网系统中拥有着众多的使用对象和信息数据，这使得其在运行的过程中需要巨大、高效的信息数据存储和计算技术作为发展的依托，而云计算技术在这2方面具有的巨大优势可以很好地满足物联网在此方面的发展需求。
3以云技术算为基础的物联网技术发展情况
3.1物联网和云计算技术的分阶段融合
就这两大技术实际融合情况来看，其主要可以分为3个阶段：第一阶段，结合云计算和物联网系统不仅可以获取到更多以前无法获得或者是获得难度较高的隐形信息数据，还可以依靠云计算技术自身具备的巨大、高效的存储和计算能力对各类型生产流程的状态做出更好的反映，以便及时满足不同终端用户的各类型需求。并且，结合云计算后，物联网系统可以实现信息数据的集中化管理，通过对数据信息详细的分析，以及总结相关的研究结论，使得自身相关体制可以得到不断的调整和优化。第二阶段，该阶段物联网是以管理和使用信息作为重点工作内容，以优化生产方式作为主要工作目标的。融入了云计算的物联网技术智能性得到了极大的提升，这使得其自动监控各个生产环节以及对生产工作进行远程调度的目标得以有效实现，从而促进了我国相关产业自动化、集中化的生产目标的实现。此外，通过利用云计算具有的高效的计算功能，还可以有效减少人为控制的误差，提升生产控制管理工作的精确度。第三阶段，该阶段属于两大技术的完全融合，这一融合目标的完成，使得物联网系统创新服务模式和应用领域的目标得以实现，新产生的物联网技术，不仅为应用该系统企业重构和升级企业产业体系提供了极大的推动力，还推动了新技术的产生，使得企业的生产模式得到了有效的更新。
3.2物联网平台技术的创新
通过对云计算技术以及物联网系统的分析和研究可以发现，融合了云计算技术后的物联网平台拥有了更多的控制和管理技术。其主要分为几类：第一，云计算的基础设施。该设施主要包括了大型的集群设备、传感网以及分布式的信息数据存系统，这些云计算基础设施的融合，为物联网系统平台的建设提供了新的控制基础。第二，物联网系统的存储平台。该平台在日常工作过程中主要存储的是存在于物联网系统内部的信息数据，使得用户共享虚拟信息存储池的目标得以实现。第三，物联网的云应用平台。该平台主要进行的是交换数据的相关操作，相关人员可以通过控制该平台来完成计算和处理数据等相关工作，从而使得物联网技术的作用得以充分发挥出来。第四，物联网的管理平台。该平台系统主要负责监控整个物联网内信息的运行情况，保证物联网系统中所有的信息数据都可以顺利完成交换工作，为该系统数据运行的安全和可靠性提供更大的保障。此外，该平台融合云计算技术之后，还可以实现对系统数据的实时监控，为物联网系统营造出良好的信息数据交换环境。
3.3新物联网系统的模式分类
无论是云计算还是物联网技术，其自身在信息数据的处理和管理方面都具有极大的优势，将二者结合更是可以将这种优势扩大，如果对结合了云计算技术的新物联网技术层面进行划分的话，其主要可以被分为2种模式：第一，一个控制中心、多个终端模式。该模式分布的范围相对较小，模式内物联网的所有终端都是以云中心作为处理信息数据的中心系统，所有终端获得的信息数据都由云中心进行统一的存储与处理后，再由云中心提供的统一的信息界面供用户查看和操作。该类型的云中心具有海量存储、分级管理以及统一界面等功能，可以为人们的日常生活提供一定的便利，所以可以应用在家庭、小区和一些公共设施的监控工作中。第二，多个中心、多个终端模式。此模式处理信息的安全性相对较高，所以，适用于大型的企业事业单位。并且，一些需要将所获得的信息数据实时共享给终端用户的企业单位使用的也是此种物联网运行模式。从该模式的结构类型来看，保证其能够正常运行最重要的一点就是云中心必须包含私有云和公共云2个类型的云形式，且这2个云形式之间网络的互联不会存在任何类型的障碍。这样一来，就可以使得部分终端用户对于物联网系统中信息数据提出的高安全性的要求得以满足。
4结语
物联网云计算技术范文2
正是在这样的需求、技术、应用和政策的背景下，云计算成为IT业界共同认可的主流声音。云计算其实就是把所有的计算应用和信息资源都用网络连接起来，供个人和应用随时访问、管理和使用。云计算服务提供资源，包括计算、存储及网络资源，需要能够实现海量的存储、出色的安全性和可靠性；云计算提供的服务应该是动态的、可扩展的，能够根据用户和应用的规模进行动态伸缩，并且这种伸缩所需要的时间是短暂、迅速的；云计算平台应该能够提供开发应用程序编程接口（API）、环境和工具，供各种应用进行使用。只有这样云计算平台才能够和应用很好地结合起来，使得传统的集中式应用方便地迁移成高性能、高可靠且易扩展的分布式的云计算应用，为用户提供类型多样的云服务。
云计算是物联网发展的基础。互联网主要解决人与人的互联，连接了虚拟与真实的空间；而物联网主要解决的是物与物之间的互联，连接了现实与物理世界。物联网是以互联网的发展为前提的。随着物联网应用的发展、终端数量的增长，会产生非常庞大的数据流，这时就需要一个非常强大的信息处理中心。传统的信息处理中心是难以满足这种计算需求的，在应用层就需要引入云计算中心处理海量信息，进行辅助决策。云计算作为一种虚拟化、分布式和并行计算的解决方案，可以为物联网提供高效的计算能力、海量的存储能力，为泛在链接的物联网提供网络引擎和支撑。
1 分布式缓存的发展
在互联网应用刚起步时，各种平台大多采用的是关系型数据库。那时PC机昂贵、性能低下并且网络不普及，而关系型数据库因为处理能力强、数据安全可靠、一致性好等优势，一直处于主导地位，并发挥了重要的作用。随着互联网的发展，特别是WEB 2.0等交互式、个性化应用的出现，数据量急剧增加，传统的关系型数据库已经无法满足这种快速增长的存储需求。为此不少IT服务提供商都设计开发了自己的存储系统，如亚马逊在2007年10月份开发出的Dynamo就是其中非常典型的一种存储系统（如图1所示），作为状态管理组件和存储服务的基础被用于众多的亚马逊的系统中。
对于Google，Amazon，淘宝这样的互联网企业，每时每刻都有无数的用户在使用它们提供的互联网服务，这些服务带来的是大量的数据吞吐量，在同一时间，并发的会有成千上万的连接对数据库进行操作。在这种情况下，单台服务器或者几台服务器远远不能满足这些数据的处理需求，单靠提升服务器性也已经改变不了该情况，所以唯一可以采用的办法就是扩展服务器的规模。服务器规模扩展通常有两种方法：一种是仍然采用关系型数据库，然后通过对数据库的垂直和水平切割将整个数据库部署到一个集群上，这种方法的优点在于可以采用基于关系型数据库（RDBMS）的技术，但缺点在于它是针对特定应用，实施非常困难；另外一种方法就是Google和Amazon所采用的方法，抛弃关系型数据库，采用Key-Value形式的存储，这样可以极大地增强系统的可扩展性。事实上，基于Key-Value的分布式缓存就是由于Google的BigTable，Amazon的Dynamo以及Facebook的Cassandra等相关论文的发表而慢慢进入人们的视野，这些互联网巨头在分布式缓存上的成功实践也使之成为了云计算的核心技术。
2 分布式缓存技术
2.1 分布式缓存的部署方式
缓存服务器集群采用无主架构，所有服务器节点地位完全一致，互相之间采用网状的全连接方式。应用通过调用分布式缓存提供的API对数据进行透明访问，无需关心数据在后端服务节点的分布情况。数据在集群各节点均匀分布，集群数据处理能力随集群中节点数量的扩充呈线性增长。集群通过数据的多副本机制能够提高系统的可用性，某几台服务节点的宕机对应用的数据访问没有任何影响。服务器节点能够根据应用的需求灵活配置数据是否持久化存储。
分布式缓存同时提供操作控制台，能够登录到任何一个服务节点并对集群的成员关系、访问负荷、数据分布进行监控和配置，同时通过操作维护台可以完成分布式缓存集群软件版本的安装、升级和配置。目前分布式缓存提供基于命令行（telnet登录）和基于B/S的图形化运维方式。分布式缓存系统的具体部署如图2所示。
2.2 分布式缓存功能架构
分布式缓存为应用程序提供了客户端程序库以及若干数据服务节点组成的服务集群，客户端通过和数据服务节点通信形成可用服务器列表，并将应用程序提交的存取请求通过路由算法映射到一个确定的数据服务节点上，具体的功能架构如图3中所示。
数据服务节点主要分成3个层次：通信支撑层、数据处理层和数据存取层。
通信支撑层主要负责通信协议适配，根据数据处理层中路由链路管理模块的指示进行端口的侦听和主动建链，同时完成底层通信数据包的发送和接收。
数据处理层包括路由链路管理模块、访问控制处理模块以及数据迁移控制模块。
数据存储层提供内存/SSD/硬盘介质的三级存储管理，具体可以根据应用的要求进行不同的配置。内存管理关注内存分配的效率以及如何避免内存碎片的形成，并根据数据访问频度进行最近最少使用算法（LRU）控制。SSD和硬盘存储模式在保证访问性能的同时提供数据的持久化存储，在这两种存储模式下数据不会随着服务节点重新启动而丢失。数据存储层提供数据生存期管理机制，能够自动清理过期数据。
2.3 分布式缓存关键技术
分布式缓存在保证数据访问可靠性、最终一致性的同时对应用提供高吞吐、低时延的访问服务，通过增加数据服务节点即能实现处理能力的性能扩充，扩容过程对应用访问完全透明。下面对分布式缓存涉及的关键技术进行介绍。
2.3.1 NRW多副本机制
分布式缓存通过多副本机制实现数据访问的可靠性，同时多个副本之间的数据同步又会带来性能和一致性的问题。我们采用NRW多副本技术来保证数据在可靠性、高性能访问以及最终一致性之间取得平衡。图4是NRW机制的示意图，其中N是一个数据的副本数，R代表一次成功的读取操作中最小参与节点数量，W代表一次成功的写操作中最小参与节点数量。当分布式缓存的访问模型满足R+W >N时就能保证数据访问的可靠性和一致性。
R和W直接影响性能、可用性和一致性。如果W设置 为 1，则分布式缓存集群中只要有一个节点可用，就不会影响写操作；如果R 设置为1，则分布式缓存集群中只要有一个节点可用，就不会影响读请求。但显而易见R 和W值过小都会对影响数据访问的性能和可用性，为兼顾性能、可用性和一致性，这两个值一定要合理设置。
2.3.2 一致性Hash和虚节点
一致性Hash需要首先求出分布式缓存数据服务器（节点）的哈希值，并将其配置到0～232的圆上，用同样的方法求出存储数据的键的哈希值，并映射到圆上。然后从数据映射到的位置开始顺时针查找，将数据保存到找到的第一个服务器上。如果超过232仍然找不到服务器，就会保存到第一台缓存数据服务器上。因为数据节点服务器的机型并不统一，其性能和容量是不同的，可以使一个物理节点负责多个Hash区间的处理，使高端机器能够被充分利用。在出现热区时，可以将过热的Hash区间以虚拟节点的方式放在负荷较低的物理节点上。
分布式缓存平台结合了一致性Hash和虚拟节点的特点并加以改进，形成了如图5的方案：将232的Hash空间等分为若干分片，每个分片即是一个虚节点，根据各物理节点性能差异配置处理不同数量的虚节点，这些虚节点在物理节点上的部署关系即形成虚节点的路由。
通过一致性Hash和虚节点相结合的方式，实现了数据在集群的均匀分布，同时也实现了数据服务器节点热点的消除。
2.3.3 智能路由交换
路由是指分布式缓存集群中虚节点在数据服务节点上的分布情况。分布式缓存平台构建了一个分布式锁同步系统来存放全局路由表，这张路由表是分布缓存集群路由管理的基准表，路由变更时必须要首先修改这张路由表中对应的路由记录。
为避免每次路由查找都需要查询分布式锁服务，各数据服务节点在本地同时存储全局路由表，路由查找时可直接在本地进行。这样带来的一个问题是本地路由记录可能已经过期，因此在路由记录中增加修改时间戳来进行路由记录版本的控制，举例说明：
（1）第10号虚节点的路由信息是：存在3个副本，依次存放在服务节点A、B、C上，该条路由信息在集群中所有节点本地都有存储。
（2）A节点发生故障宕机，在A宕机期间，操作员对10号虚节点的路由记录进行了手工调整：仍然是3个副本，依次存放在服务器节点A 、D、C上，集群中除A节点外都完成了本地路由记录的更新。
（3）此后A恢复了服务，A节点本地10号虚节点的路由记录成为一个过期的记录，当A节点收到落在10号虚节点上的数据读写请求时，就会对B、C节点的副本进行访问，访问时会带上本地10号路由记录的时间戳，B、C节点收到访问请求后会立即通知A路由信息已经过期，通过这样的路由交换机制，A快速地完成了本地路由记录更新。
上述例子中路由交换是通过数据访问请求被动触发，同时集群中每个节点的路由管理模块也会定时启动路由交换，通过这种类似病毒传染式的智能路由交换，路由变更能在集群所有节点中快速生效。客户端API的路由记录也采用同样的方式：客户端API本地缓存路由信息表，在数据访问的同时完成和服务节点的路由交换，大大提高了路由查找的效率，降低了数据访问的时延。
2.3.4 成员关系维护和故障检测
分布式缓存将节点分成两类：种子节点和普通节点。
种子节点是系统配置时，需要预先从所有节点中选出若干个节点，它们的职责是指挥系统的链路建立和拆除等。
普通节点启动后，根据配置向种子节点主动建链，种子节点对连接上的普通节点进行统一管理，根据一定的原则比如按照IP数值的大小，通知普通节点完成互相之间的建链，种子节点互相之间也根据这个原则完成两两之间的连接。图6描述集群成员关系建立的过程。
（1）分布式缓存当前有节点1、2、3、5共4个节点，相互之间两两存在链路，节点1、2是种子节点，节点0、3、5是普通节点。
（2）普通节点4新加入缓存集群，它首先根据配置主动连接种子节点1和节点2。
（3）种子节点1发现当前有普通节点0、3、5和它建立了链路，当普通节点4连接成功后，它根据节点大小原则指挥节点4连接普通节点 0 和3，同时指挥原有普通节点5连接节点4。
分布式缓存通过上述机制维护集群中节点的成员关系，最终在各节点间形成网状的全连接模型，两两之间具备通信链路，任何节点故障和恢复都能够快速被集群中其他节点检测到。
3 分布式缓存助力物联网平台云化
3.1 分布式缓存的优势和解决的问题
分布式缓存具有明显的技术优势。分布式的架构从架构上保证了良好的扩展性，当性能不够时，可以轻松地通过添加新节点的方法扩展性能；因为良好的扩展性，所以分布式缓存的容量可以随着节点规模的增大而呈线性增加，容量不会成为系统的瓶颈；分布式缓存采用的是基于Key-Value的简单存储方式，缓存的架构和以内存为基础的访问方式使得分布式缓存性能非常高，单节点每秒可以达到24万多次的读写操作；分布式缓存所使用的多份副本复制的方法，避免单点故障；同时无中心化的架构和一致性Hash的数据分布算法，使得局部节点的损坏不会影响整体集群的可用性，把故障的影响降到最低。
目前的应用在部署运行过程中常会遇到一些问题：第一，单节点不能满足性能要求时，需要扩展到多个节点，通常采用按号段的方式进行扩展，此种扩展方式不具有通用性，与各个应用密切相关，开发和维护的成本也较高；第二，在不同的物理节点的应用上共享数据，通常通过文件的方式或同步的方式进行共享，但是这在性能和一致性的处理上存在较大的风险和困难；第三，因为多个节点同时访问数据库，使得数据库和磁盘I/O成为系统的瓶颈，通常使用单节点的缓存方式来解决，这样一方面会造成系统资源的浪费，另一方面也使各个节点中缓存一致性的处理也非常复杂；第四，应用节点的应用程序意外退出重启动后，如何保证已有的会话不掉线，往往通过写文件的方法实现，这时磁盘I/O以及系统初次的加载都存在性能瓶颈。把分布式缓存引进应用后，可以方便地帮助应用解决这些问题。应用通过调用分布式缓存提供的API接口，把关键的数据放到分布式缓存中，而自身重点关注应用逻辑的处理，这样可以轻松打造出高性能的、可扩展的、高可靠的分布式应用系统，通过标准接口的封装，对外提供云服务。
3.2 分布式缓存在物联网中的应用
物联网的出现是信息通信技术（ICT）的新挑战。物联网无所不在，它可以使所有的物体，从洗衣机到冰箱、从房屋到汽车通过物联网进行信息交换。物联网技术融入了射频识别（RFID）技术、传感器技术、纳米技术、智能技术与嵌入技术。物联网技术将是改变人们生活和工作方式的重要技术。物联网主要包括3个层次，如图7中所示。第1个层次是传感器网络，也就是目前所说的包括RFID、条形码、传感器等设备在内的传感网，主要用于信息的识别和采集；第2个层次是信息传输网络，主要用于远距离无缝传输来自传感网所采集的巨量数据信息；第3个层次是信息应用网络，该网络主要通过数据处理及解决方案来提供人们所需要的信息服务。
物联网业务网关属于第3个层次，如图8所示。它是实现物联网应用和物联网终端智能连接的桥梁，能够提供接入认证、智能路由、业务计费、能力接入、服务质量（QoS）服务保障等核心功能。支持通用分组无线业务（GPRS）、短信、有线接入等多种网络接入方式。物联网业务网关汇聚所有的机器到机器（M2M）终端消息，除了支持标准协议终端的消息处理外，对非标准协议终端也提供IP层路由转发和业务鉴权功能。因此对业务网关相关的性能提出了极高的要求。
中兴通讯物联网业务网关采用多模块架构，通过引入云计算分布式缓存平台，使其具有极高的吞吐率，保证了网关的高并发处理能力，系统在两个刀片机框满配置的情况下，可达到18万条/秒的报文转发速率。分布式缓存的应用，使系统支持数据动态迁移，在个别节点故障不会造成事务的中断。
4 结束语
物联网与云计算存在着密不可分的关系。一方面，物联网的发展离不开云计算的支撑。从量上看，物联网将使用数量惊人的传感器（如数以亿万计的RFID、智能尘埃和视频监控等），采集到的数据量惊人。这些数据需要通过无线传感网、宽带互联网向某些存储和处理设施汇聚，而使用云计算分布式缓存等系列技术来承载这些任务具有非常显著的性价比优势；从质上看，使用云计算系列技术对这些数据进行处理、分析、挖掘，可以更加迅速、准确、智能地对物理世界进行管理和控制，使人类可以更加及时、精细地管理物质世界，从而达到“智慧”的状态，大幅提高资源利用率和社会生产力水平。可以看出，云计算凭借其强大的处理能力、存储能力和极高的性能价格比，很自然就会成为物联网的后台支撑平台。另一方面，随着物联网针对智能交通、智能医疗、智能电网等领域解决方案的落地，物联网将成为云计算最大的用户，为云计算系列技术取得更大商业成功奠定基石。
Cloud Computing Distributed Cache Technology and Tts Application in the Internet of Things
物联网云计算技术范文3
【关键词】云计算 物联网数据 挖掘 模式
这几年来，随着物联网迅速发展，许多应用终端逐渐接入到物联网中，来达到监控的目的。而随着这种终端越来越多，物联网存储的数据就会越来越多，数据格式和类型不再简单单一。另外，物联网中的数据是非静态的，它们具有时空性、不完整性以及异构性，所以这将大大增加了从物联网中挖掘数据的难度，传统的挖掘方法已经无法适用于这种数据库。而云计算和海计算的发展，使物联网数据的挖掘有了新的方式和思路。云计算是在互联网的基础上发展的一种新型计算方法，它通过各数据终端的软件和硬件资源及其信息提供共享，使得各个相连的计算机或其他设备在需要时能够调用这些信息。它的主要思想就是将这些已用联网的信息资源进行统一管理和使用，使得各终端在需要时都可以调配。海计算是将智能算法和通讯设备植入到物体中，使得各物体之间能够相互联系，在不能预知的场景中判断将要发生的情况，从而实现物体之间交换信息的作用。海计算可以使物体中的信息装置得到强化，从而将信息装置与物体紧紧相连，从而使它们能够有效传递信息，更重要的是获得物体信息。它还可以强化其内部大量的相互独立的个体之间的智能水平，使得物体能够实现组织、计算与反馈等自身就可以完成的功能。
1 物联网数据挖掘的关键问题
1.1 物联网系统中数据特点
1.1.1 量大
物联网系统中有海量的传感设备和监控终端，它们每时每刻都在想数据中心传送数据。而数据中心在储存接受到的数据的同时，还要适时地存储旧数据，以便实现对对象的跟踪、监控、统计分析和数据挖掘等。所以，数据量大是物联网系统在数据挖掘中所面对的一大难题。
1.1.2 类型复杂
这主要是由物联网监控对象的多样性决定的，如建筑、湖泊、森林等，它们所采集的信息类型不一样，例如森林中只需要关注其动态，有无火灾发生，而交通中主要采集视频信息。所以，物联网中数据类型多样，有文本、视频和图像等。
1.1.3 异构性
物联网中拥有多种类型的传感器终端，包括GPS、RFID 和无线传感器等，它们采集到的数据会采用不同的格式和语义记录下来，所以这无疑会增加数据挖掘的难度。
1.1.4 动态性
物联网中的传感器终端是呈现非静态的，每个时刻都有终端进入或移出。当一个传感器终端突然进入时，它采集到的数据必然也要数据库中；而当它突然移出时，它的数据就不再传送到数据库中。这样，会由于大量的传感器终端不断进入或移出，给数据库的处理增加相当多的工作量。
1.1.5 时空特性
传感器终端不会只布置在一个地方，它们的数据则反映着不同地区的不同对象的动态和信息。所以，数据的感知需要有特定的地点和时间，它必须与对象的时间和空间紧密相联才有意义。
1.2 物联网对数据挖掘的要求
1.2.1 实时高效
物联网系统的控制端口要根据实时情况进行分析，并且要对突然发生的情况作出高效处理。所以这个要求也是物联网数据挖掘中十分重要的一项。
1.2.2 分布式挖掘
这主要是由物联网中各终端设备和数据是分布式布置决定的，所以数据挖掘必须采用分布式的方式。
1.2.3 质量控制
数据来源、媒体传送、存储和管理格式，以及模态的多样化能够保证数据处理后得到比较真实的结果。
1.3 物联网环境下数据挖掘的要解决的问题
1.3.1 算法的选择
要想提高数据挖掘的效率，必须选择合适的算法和并行策略。所以，设计一个好的算法是十分必要的，而其中参数必须是可以调节的，以适应各种不同的情况。
1.3.2 不确定性
物联网中所存在最大的挑战就是各种不确定性，例如对挖掘任务的规定、数据的采集和预处理、挖掘方法、以及不同的人对挖掘结果的评价等，它们都存在不确定性。可以说，不确定性贯穿于整个数据挖掘的处理过程中。
2 基于云计算的物联网数据挖掘模型
2.1 挖掘模型的结构
基于云计算的物联网数据挖掘模型一般有五层结构，包括了数据接入层、集成层、挖掘层、业务控制层以及交互层。接入层一般各种传感器终端组成，如无线传感器、RFID、GPS 等，用来监控各对象并进行数据采集。集成层主要是存储接入层中所收集到的数据，形成数据源并为其他层提供必要数据。挖掘层是整个挖掘系统中最重要的部分之一，它为系统提供了挖掘所需要的各模块，使算法能够并行运算，最后将结果反馈到控制层中。控制层主要给挖掘任务提供逻辑运算，并对其进行控制和调控，最后将结果反馈到交互层。交互层是系统和用户相联系的接口，通过窗口可以使用户查看或保存结果。
2.2 功能模块
各层构架中有想用的功能模块，如接入层中的海计算模块、挖掘层中的并行数据挖掘算法模块和并行 ETL 模块以及模式评估模块、控制层中的任务调度控制模块和工作流程控制模块、交互层中的用户管理模块和业务模块以及结果展示模块等。它们在各自所组成的构架中发挥着重要作用。
参考文献
[1]陈磊，王鹏，董静宜，任超.基于云计算架构的分布式数据挖掘研究[J].成都信息工程学院学报，2010（06）.
[2]蒋智毅.基于管理学基础理论的云计算应用[J].中国管理信息化，2011（21）.
[3]李志宇.物联网技术研究进展[J].计算机测量与控制，2012（06）.
[4]张海江，赵建民，朱信忠，徐慧英.基于云计算的物联网数据挖掘[J].微型电脑应用，2012（06）.
[5]金龙.云计算环境中的数据挖掘存储管理设计[J].软件工程师，2012（12）.
作者简介
郭杰锋（1983-），男，福建省泉州市人，学士学位。现为东北石油大学秦皇岛分校讲师。研究方向为计算机应用研究，软件开发。
物联网云计算技术范文4
关键词：云计算；高职；物联网应用技术专业；教学资源平台
中图分类号：G434 文献标识码：B 文章编号：1673—8454（2012）17—0033—03
根据“十二五”发展规划，物联网将成为我国战略性新兴产业。据Forrester Research 预测：2015年中国物联网产业的整体产值将超过1万亿元，到2020年，将达到5万亿规模。为适应物联网技术和产业发展对高技能人才的要求，为推动物联网应用技术专业建设，提高物联网应用技术专业的人才培养水平，高职院校需要依托正在形成并迅速发展的物联网行业，整合各种资源，建设高职物联网应用技术专业教学资源库。
一、高职物联网应用技术专业教学资源平台建设存在问题
目前教学资源平台建设取得了一定的成果，但由于建设速度快，而建设水平没有随之进步，重数量轻质量，因此在建设过程中，出现了一些共同的问题，主要表现为以下几方面：
（1）入库资源种类繁多，没有统一的具体的技术规范和标准。由于教学资源的结构、类型和属性等方面的不同，在教学资源的建设中，教育部已制定了一系列统一的标准体系。[1]高校按照这些统一的标准来建设教学资源，但许多学校在资源建设过程中对技术规范和标准的执行缺乏力度。在资源的建设中，建立资源的开发、管理和应用服务平台无法解决资源存储容量大、类型多、可扩展以及不断更新等问题。
（2）资源利用率较低，平台安全性差，没有统一的评价体系。多数学校在建设教学资源平台时轻视学生自主学习的能力，出现了“以教师为中心”，学生与平台的互动性不够的现象。大部分高校把对平台的建设视为数据库的建设，把资料放进去以后就不管了。造成资源利用率低、安全性差等问题。
（3）“信息孤岛”现象严重，资源“透明度”低，重复建设现象严重。各个高校教学资源建设大多系单独建设，独自使用，相互之间缺乏交流，即各高校教学资源的共享性和可用性差，造成资源的重复建设以及资源的严重浪费。
二、高职物联网应用技术专业教学资源平台建设思想
在进行教学资源平台设计时，以“个性化服务、资源共享”为目标，突出强调个人体验，提供的功能包括：资源垂直智能搜索、相关课程自动推荐、开放信息推广展示、全媒体浏览支持、核心资源访问控制等。为教学者用户提供在线备课、网络课程、技能测评和资源管理等教学应用服务模块；为学习者提供网络课堂、技能测评等课堂教学模块以及职业规划、项目实训、职业提升、网上求职等职业服务模块；为企业提供网络招聘、技能认证和实训管理等服务模块；为院校提供专业建设、课程建设以及校企合作等服务模块。物联网应用技术专业教学资源平台结构设计如图1所示。
三、基于云计算的高职物联网应用技术专业教学资源平台总体结构设计
为构建长效反馈驱动机制，打造优质专业教学资源库，实现优质教学资源整合、共享与共评，我们融入了云计算模式来搭建高职物联网应用技术专业教学资源平台。
1.融入云计算模式的基础支撑平台设计
依据高标准、国际化的建设原则，在系统基础架构上融入云计算模型，依托学院新校园先进的网络基础设施，采用集中式服务、分布式布局的网络体系架构，搭建技术先进、功能强大的基础支撑平台。
高校校园网采用IPv4和IPv6双栈设计，核心设备均采用冗余热备；4出口、万兆骨干、千兆到桌面；服务器负载均衡，部署高性能防火墙和入侵检测设备。硬件基础平台分别由服务器、存储阵列、光纤存储交换机、磁带库等设备组成，通过虚拟化技术将这些设备整合为各种统一的资源池，提供计算、存储、在线备份等互联网基础服务，其硬件基础平台如图2所示。满足院内、院外各种用户安全、稳定、快速访问，文件上下载、高清视频点播等多种应用，支持10万在线用户、100万日访问量。
2.实施架构设计
我们根据面向用户，强化应用；以学生为中心，提供个性化的学习、培训和认证服务；向各高职院校推进“优质教学资源共享”；开展“远程课堂”，推进教育公平的原则，采用“三层三部”架构来构建高职物联网应用技术专业教学资源平台，其实施架构如图3所示。
四、基于云计算的高职物联网应用技术专业教学资源平台实现
教学资源平台采用了基于云计算的浏览器/服务器（Browser/Server，简称B/S）模式。使用JSP+Oracle+Linux开发模式。采用这种架构既保证了平台的稳定性、灵活性和安全性，又提供了良好的兼容性、可移植性和可扩展性，有效地实现了海量资源和分布式资源的整合。
我们采用B/S模式的三层体系结构B/S/S（Browser/Web Server/Cloud Server）来开发设计模型，即前台客户端直接采用浏览器，中间服务器是Web服务器，后台为云服务器，如图4所示。由客户端在Web页面发出请求至系统管理、服务目录等进行一系列的分类处理后，发送至Web服务器，然后再由中间服务器对云服务器发出请求，客户端与云服务器不直接联系，保证了数据的安全性，具有跨平台、可移植、操作简单等优点。
五、基于云计算的高职物联网应用技术专业教学资源平台关键技术分析
1.云存储技术
教学资源库是一个存储资源、管理资源、共享资源的平台，具有资源的媒体类型多、存储容量大、动态性和异构性等特点。同时仍然存在着数据扩展性不高、异构性和兼容性较差、数据的存储速率无法满足大数据量、大并发访问的要求等问题。在云计算环境下，我们采用了云存储技术来解决教学资源的存储问题。
我们结合云存储的特点，融合虚拟化等技术，利用高职院校存放服务的磁盘阵列、硬件服务器等存储设备，将其空间划分成一定大小的可灵活扩展的云，把类型复杂、种类繁多的教学资源按需分配，存放至这些云上，形成内部架构透明的教学资源存储云。我们只需提供接口，各高职院校即可通过此接口直接访问到存储云上的各类教学资源并与平台进行交互。根据提供教学资源的方式不同，把教学资源存储云划分成公有存储云、私有存储云和混合存储云三种。在公有存储云上主要存放一些包括课程标准、课程设计、电子教案、教学课件、教学录像视频、项目案例资料和试题库等开放式的或可在一定范围内共享协议的教学资源。由于涉及版权或的原因，在私有存储云上主要存放为某些单位内部的师生服务的资源。例如教师通过教学资源库积累的私有的教学资料及统计信息，包括完整的备课笔记、教学日志、教学反思、练习与测试成绩和师生交流等资源。在混合存储云上主要存放商业化的如文献数据库、课件、视频等教学资源，用户可通过一定的付费方式来使用其资源。
2.安全防范技术
在教学资源库建设中，我们不必再花费大量的时间来管理数据。因为在云端，有强大的技术管理团队来管理存放的数据资源，同时也有先进的数据中心来保护这些教学资源，因此我们可以把更多的精力投入到资源库的建设中。[2]数据安全对教学资源库至关重要。任何数据的丢失对资源库都是很大的损失。要选择有效的安全策略和安全保护机制，解决数据安全复制问题。我们采用了云备份策略，云备份是一个新技术，针对云存储数据的丢失、破坏等的安全防范技术，能保护相关的教学资源。
3.虚拟化技术
虚拟化是云计算的最主要的特征之一。在教学资源平台建设过程中，为了解决有的服务器超载，而有的服务器闲置等问题，我们利用了资源虚拟化技术，来解决高职院校用户需求快速变化的难题，实现了软硬件的分离。用户只需在虚拟层运行自己的软件，而不必关心后台硬件的实现，当一台服务器忙碌时，任务会自动寻找到其他空闲的服务器上运行，从而进一步提高了教学资源的最大化利用率。
六、结束语
本文采用云计算的技术与理念构建高职物联网应用技术专业教学资源平台，有效地解决了教学资源建设重复、分布不均和“孤岛”现象，实现了软硬件资源、教学资源等的共享，增加了学生自主学习的能力，提高了教学质量，实现了教师好用、学生乐用、资源不断更新的教学资源库建设目的。
参考文献：
物联网云计算技术范文5
关键词:云计算；计算机安全；安全保障
云计算技术的应用给人提供了很大的方便，满足了人们的技术应用的要求。处在当前的数据发展时期，面对愈来愈大的数据，加强对数据的管理就显得比较重要，云计算技术的应用成为数据管理的重要技术。通过对云计算技术的研究以及对计算机安全问题的分析，就能为解决实际问题提供相应参考。
1云计算的优势特征以及产生的影响分析
1.1云计算的优势特征体现
其一，规模大的特征体现。云计算技术的出现成为数据管理的改革起点，云计算技术的应用主要是通过让计算分布在大量分布式计算机上，企业数据中心运行和互联网相似，这样就能被数据资源切换到需要的应用上[1]。云计算的技术应用下，就有着鲜明的特征，首先超大规模是其基础的特征，如谷歌的云计算有一百万台服务器，而对于微软以及雅虎等云也有着几十万台服务器，企业私有云通常有数百成千台服务器，这就大大提高了计算机的计算和存储的能力。其二，虚拟化的特征体现。云计算的特征还体现在虚拟化方面，云计算技术支持用户在任意位置使用各种终端进行获得服务，这样就是的云并非是有形的，而是虚拟的。用户也不用了解云的位置和具体运行，只要有终端就能在网络的服务下来完成相应的操作。其三，价格低的特征体现。云技术的应用价格比较低廉，其特殊的容错措施使用廉价节点来构成云的，自动化集中式管理方式就使得在应用云的时候不同担心管理成本，并且资源的利用效率能得到有效提高，用户在享受低成本的优势下，就能方便的进行工作生活使用。这也是云技术得以广泛应用的重要因素之一。其四，高扩展可靠特征的体现。云计算技术的应用过程中，其可靠性是比较突出的，云技术使用了诸多的数据多副本容错等保障服务的可靠性；同时能够在规模上精细红伸缩，对不同的用户规模增长的需要要求能有效满足[2]。
1.2云计算技术产生的影响分析
云计算技术的应用所产生的影响时比较大的，其中对软件的开发产生的影响就比较突出。云环境下软件的技术以及架构会发生变化，开发软件要和云相适应，对和虚拟化核心的云平台要进行结合，对其运算的能力以及存储的能力变化要能有效适应等。并要能对大量的用户使用的要求得以有效满足，其中就涉及到数据信息的处理能力以及存储结构等。还要能实现互联网化的目标，安全性要能得以加强。在云环境下的软件开发以及工作模式也会随之而发生变化，软件产品的祖自宏表现的形式会更加的丰富[3]。另外，云计算技术的应用对软件的测试产生的影响也比较突出，主要就是软件开发工作变化使得软件测试也发生了变化，软件的测试点就要进行适当的调整，对软件质量重视的基础上，对云计算环境提出的质量要求也要能得以满足，其中的多平台兼容性以及软件动态适应能力等方面都要能够满足其要求。软件的测试工具以及测试的工作模式和测试的环境也发生了变化，测试对不同形式的软件产品的测试也发生了变化，这些都是云计算环境所造成的。
2云计算的应用和云计算下计算机安全问题及建议
2.1云计算技术的应用
云计算技术的应用范围比较广泛，其中在物联网中的应用就比较广泛，物联网核心和基础是互联网，是在这一基础上的延伸扩展的网络。物联网的业务模式主要有两个，一个是．MAI（M2MApplicationIntegration),内部MaaS；一个是MaaS（M2MAsAService),MMO,Multi-Tenants(多租户模型）。物联网在近些年的迅速发展过程中，对数据存储的要求也愈来愈高，对云计算的技术应用需求也在加大，云计算的应用下能满足物联网的实际应用要求，从计算中心到数据中心在物联网初级阶段能够满足其应用的要求。云计算技术应用中，云存储的应用是最为基础和广泛的，云存储是通过集群应用以及网络技术等功能的应用，把网络中大量不同类型存储设备采用软件进行集合协同工作，对外提供数据存储和访问功能系统，这样就能大大提高存储的效率和安全性[4]。云计算技术在云安全领域的应用发展也比较重要和广泛，云安全主要是对网状大量客户端的利用，从而来对网络软件中的异常行为的监测，从中获得木马以及恶意程序最新信息，将其信息推动到Server端自动化的处理，将解决方案发送到每个客户端。云安全领域的应用有着诸多的方法，有管理密码的方法需要应用程序以及软件，在云技术的应用下通过LastPass就能对密码进行安全管理。
2.2云计算技术下计算机的安全问题分析
云计算的应用比较广泛，在云计算环境下计算机的安全问题也比较突出，解决实际中的安全问题就显得比较重要，主要的安全问题有以下几个层面：其一，云计算技术缺乏安全标准。云计算技术是新型的技术，在信息化的时展速度比较快，但是还没有形成完成的安全标准，这就说明云计算技术应用中，涉及到数据保密完整性等，都是通过云计算消费终端进行承担的，云计算服务上不承担责任。在法律层面对云计算技术的应用安全标准也没有进行细化规范和约束，这就必然会在实际中存在安全问题。云计算技术的应用中存在的不安全因素也比较多，有的云计算服务商受到利益的引诱，会不顾安全问题从中谋取利益。其二，数据安全的问题比较严重。云计算技术下的计算机安全问题的数据安全问题比较突出，云计算技术的应用愈来愈广泛，主要是其数据存储的方便。随着计算机技术的迅速发展，用户通过云端的应用进行存储数据以及调用数据的量就比较大，由于计算机监管的条件受到限制，这就使得在具体的监督管理执行过程中存在着难度，从而留给不法分子攻击的机会造成数据的丢失，这就存在着很大的数据安全隐患，对用户的合法权益以及经济利益会造成很大的威胁。云计算是虚拟的技术，对数据信息存储的位置不能得到确定，也缺少具体规范，这就会造成同一信息数据存在多个地方，在信息安全的保障方面受到很大影响，也比较容易发生信息数据窃取的安全问题。其三，用户权限安全保护力度有待加强。云计算下计算机的安全问题还体现在用户权限的保障力度不强方面。未能方便用户查看信息数据，就要活得相应权限，而在等级的不同因素影响下，用户权限也是不同的，获得的内容信息重要程度也有着不同。对有着权限的用户，股票中能调整自己持有股份的金额，不具备权限的用户就只能查看数据信息变化，在用户权限的不同下，一些不法分子就对云环境下的计算机采用病毒入侵的方式，通过不当方式获得用户权限获得相关信息，这就使得用户权限的安全受到很大的威胁，对用户会造成很大经济损失。
2.3云计算背景下计算机的安全保护建议
云计算背景下的计算机安全保障措施的实施要注重科学性，笔者结合实际安全问题提出几点保护建议：建议一：加强云计算用户自身的数据安全意识。云计算下的计算机安全保障工作的实施，首先用户自身的信息数据安全意识要加强，提高信息数据安全保护意识能避免留给不法分子可乘之机。如在网吧等公共网络场所不登录个人账号和存储重要信息。要提前进行电脑病毒的查杀，对信息存储和备份后，就要将信息数据的记录以及账号记录进行及时删除。对于个人的电脑应用就要安装必要的杀毒软件以及防火墙等，并能定期的进行电脑杀毒处理，管理好电脑，这样就能有效避免计算机安全问题出现。
3结论
综上所述，云计算环境下的计算机安全保障措施的实施，要充分注重方法的科学应用，并要对云计算技术有充分的了解，这样才能针对性的解决实际安全问题。在计算机技术迅速发展的环境下，云技术的应用将成为趋势，对计算机的信息安全的保护强度也会进一步加强。
参考文献
[1]朱英旗.云计算背景下计算机安全问题及对策分析[J].电脑知识与技术,2017(23).
[2]王伟.云计算背景下计算机安全问题及对策[J].中国新通信,2017(08).
[3]梁礼勇.云计算背景下计算机安全问题及对策[J].电子技术与软件工程,2016(11).
物联网云计算技术范文6
关键词：大数据 云计算 资源池
历史上曾发生过三次技术革命，分别是十八世纪中叶的工业革命、十九世纪的电力革命和二十世纪至今的信息技术革命。每一次技术革命都促进了生产力的大幅度提高，尤其是信息技术革命期间，计算机和互联网的发展，极大地提高了生产力，甚至从许多方面改变了人们的生活和工作方式，人们也因此步入了信息时代。物联网、电子商务、ERP等新的互联网技术的发展为企业运营管理带来便利的同时，也产生了大量结构化的非格式化的数据。如何通过数据挖掘，从海量数据和大数据中获得有用的信息，为用户提供更好的用户体验，从而增强企业的竞争力，这对企业来说是一个巨大的挑战，同时又是一个难得的机遇。
随着信息时代的来临，企业为解决大数据难题，在传统的网格计算等计算技术的基础上，开发出了云计算技术。云计算是被改进了的分布式计算技术的一种，它能够以极低的成本高效处理海量数据，被越来越多的企业所关注和研究。数据处理是企业运营的一个重要内容，也是其关键部分。云计算技术凭借其众多优点和无限的发展潜力，必将继计算机和互联网之后，成为信息技术革命期间第三个深刻影响未来的发明。
1 云计算概述
云计算最早的定义是由Ramnath Chellappa教授于1997年在美国芝加哥召开的INFORMS（运筹学和管理学研究协会）会议上提出的，那时的云计算界限是由经济的合理性来决定的。后来云计算凭借其“高效率，低成本”的优越性，被许多IT企业所关注 ，并被越来越多地应用于商业领域，经过如亚马逊、Google、IBM、微软等众多大型IT企业近两年的研究实践，云计算技术的商业特性得到了前所未有的开发。云计算从单纯的一种架构技术，发展成为一种服务，甚至是一种资源。
1.1概念
云计算是一种计算服务的交付和使用模式，它通过网络架构、分布式计算、虚拟化等技术将若干计算机硬件个体连接成为一个巨大的计算资源池，也就是所谓的“云”。
云计算也有广义的云计算和狭义的云计算。所谓狭义的云计算，是指基于IT基础设施交付和使用的一种服务。所谓广义的云计算，是指云计算作为一种服务被交付和使用，这种服务的范畴很广，可以是与IT、软件和互联网相关的，也可以是其他任意领域的服务。但是不论是狭义的云计算还是广义的云计算，他们的共同特点是易扩展，而且是按需分配和收费。
可以说，云计算既是一项技术，也是一种服务。本文是将云计算作为一种服务来解读的。
1.2发展过程
Google成立之初并没有充足的资金购买大量的服务器，他们的创始人布林和佩奇就通过购买被淘汰的主板、过期的CPU、便宜的小容量硬盘和廉价的电源等最便宜的器件自己搭建服务器，并通过自己设计的一套新型运算方法将这些独立的服务器连接起来，实现了高性能运算，这就是“云计算”的雏形。
在WEB2.0时代，个人电脑和互联网得到了前所未有的普及，人们也从单纯的信息消费者成为了信息的生产者，信息的数量出现了爆炸性的增长，如何以高性价比的方式存储和处理数据成为一个被大家热议的话题。2005年，Apache基金会开发出了一个类似于Google的开源的云计算架构的Hadoop基础架构，许多IT企业基于这个架构开发出了自己的云计算架构，并出租他们的云计算服务，极大地促进了云计算技术的推广和发展，也为许多中小型企业提供了成本极低而功能强大的计算平台。
1.3原理
以Google云计算为例，云计算架构主要由以下几个部分构成：Google文件系统GFS，并行编程模式MapReduce，分布式锁服务Chubby，分布式结构化数据表Bigtable，分布式存储系统Megastore以及大规模分布式系统的监控基础架构Dapper。Google将海量数据分成若干块分布存储在GFS上，然后通过MapReduce技术高效处理这些数据然后生成结构化文件存储在Bigtable上。
也就是说，要实现云计算必须要有一个分布式文件系统，然后通过MapReduce这种处理海量数据的并行编程模式将文件系统上的海量数据进行处理，并将结果存储到另外一个结构化数据库中，从而实现高效的信息处理。
1.4应用形式
从功能方面来讲，云计算的应用形式有三种，它们分别是：基础设施即服务Iaas（Infrastructure as a Service）、平台即服务Paas（Platform as a Service）以及将软件即服务Saas（Software as a service）。Iaas提供的服务是云计算架构中的各种硬件设施等基础资源，用户可以根据自己的需求任意部署和安装运行任意软件，同时管理和控制底层的云基础设施。Paas为用户提供一个已经部署好的云计算基础架构，用户可以在这个既成架构上任意部署自己需要的应用程序，但不用自己管理和控制云基础设施。Saas为用户直接提供已经安装在云基础设施上的应用程序，用户不用自己管理云基础设施和上面的应用程序，只需通过客户端对云平台进行访问即可应用云基础设施上面的应用程序。
2 云计算在商业应用中的局限性
虽然云计算在商业应用领域有着独特的优越性，但其自身拥有的局限性是云计算技术进一步发展和普及的最大障碍。
2.1安全性
安全性是用户选择云计算时的首要考虑的因素，也是云计算实现可持续发展的关键。由于多个用户共享同一个云基础设施，这就必然造成用户对自身企业数据泄露的担忧，这也是许多大型企业对云计算技术始终保持观望态度的重要原因。
目前许多提供云计算服务的企业开发出了公有云、私有云和混合云等不同的云架构，其目的就在于为企业提供更多的选择，从而更好的避免数据泄露的风险。
云计算的安全性研究是今后云计算发展的一个重要课题，解决好云计算的安全性问题，必将推动云计算向更高水平发展。
2.2带宽限制
云计算的服务是通过互联网实现的，而云计算资源池中的海量数据也是通过互联网流动的，由此就容易发生服务中断、网络延迟等问题。企业如果要实现云计算的流畅运行和操作，多多少少都要改变企业自身的网络架构，而且需要更大的宽带带宽。然而企业并不是每时每刻都面临海量数据的挑战，改变自身网络架构和一次性部署大带宽对他们来说并不划算。因此要使云计算走进企业，解决网络接入和宽带带宽技术的问题也成为一项重要议题。
3 结束语
云计算技术具有“低成本，高效，环保”的独特商业特性，该特性不但能够被应用于商业领域，更能被拓展利用于科研、数据挖掘和人工智能等社会的各方各面，必将在今后对社会经济文化的发展产生深刻的影响。
【参考文献】
[1]张为民、唐剑峰、罗治国、钱岭，《云计算深刻改变未来》，科学出版社，2009（12）.
