云计算及其关键技术

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇云计算及其关键技术范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

云计算及其关键技术范文第1篇

关键词：云计算 大数据 分布式计算

中图分类号：TP309.2 文献标识码：A 文章编号：1007-9416（2016）04-0000-00

1引言

云计算（ cloud computing）如今已成为学术界和产业界争相研究的热点，在美国市场调查公司Gartner评出的2011 年10 大战略技术中，排名首位。云计算是全球范围内各大搜索引擎及浏览器数据收集、处理的一种核心计算方式。推动着网络下的大数据时代更加人性化。所以了解对云计算发展现状与趋势，云计算的特点和它所使用的关键技术是非常必要的。

2 云计算发展现状与趋势

2.1云计算发展现状

亚马逊网络服务（AWS）推出了其桌面即服务（DaaS）WorkSpaces，进一步扩展其云生态系统。每个桌面都需要CPU、内存、存储、网络及GPU，而AWS提供了这些资源。在PaaS领域，亚马逊宣布EMR支持Impala之后，更推出了流计算服务Kinesis。

中国移动Big Cloud目标是建立可为中国移动企业内部进行海量通信数据存储和处理的使用的私有云平台，以及为社会大众和群体使用的公有云平台。

2.2云计算的发展趋势

（1）云计算将提供一种新的计算模式和服务模式。云计算将是计算技术的一次重大变革，作为今后计算发展的潮流将大大改变现有的计算模式，对计算技术领域本身以及各个应用行业都将带来重大的影响，提供更多的发展机遇。（2）通过云计算人们能获得前所未有的强大计算能力，并能按需分配，按需付费，提升了本地计算能力但使用成本低廉，而且还能大幅削减不断升级软硬件系统的费用。（3）通过云计算平台强大的计算和存储能力，人们将能完成传统系统所无法完成的计算和处理，开发出更强大的应用功能，提供更多智能化应用。（4）云计算与物联网有重要的关联性，作为未来的人机物计算的重要组成部分，云计算关注的是服务器端技术，物联网关注的客户和终端技术。

3云计算的特点

3.1“无限”多的计算资源，强大的计算能力

出现越来越多的超大规模数据处理应用需求，传统系统难以提供足够的存储和计算资源进行处理，据预计：未来10年，数据量将从数百EB增长到数百ZB量级！云计算平台是最理想的解决方案，而云计算环境提供分布式存储模式， 可以汇聚成百上千普通计算机的存储能力和计算能力， 提供高容量的存储服务， 完全能够存放和处理大规模的图数据。它可以海量的大数据中挖掘出用户所需的信息。

3.2按需分配，弹性伸缩，取用方便，成本低廉

从经济和技术两方面来讲， 云计算环境具有很强的弹性伸缩，处理数据量弹性变化的大规模图问题容易实现。云计算环境由价格非常低廉的计算机构成。随着数据规模的不断增大， 可以向云中动态添加节点来扩展存储容量和计算资源， 避免了传统并行机模式的巨大投资并且可以海量的大数据中挖掘出用户所需的信息。

3.3资源共享，降低企业IT基础设施建设维护费用

在云计算业务提供对计算、存储、网络、软件等多种IT 基础设施资源租用的服务。而云计算业务的用户也不需要自己维护和拥有这些资源。资源池中包含可快速分配和释放的可配置计算资源（例如网络、服务器、存储、应用和服务），并能以最小的管理代价或只需服务 提供商开展少量的工作就可实现资源。

3.4透明的云端计算服务

资源的物理位置和配置等信息对于云计算业务的用户来说是不需要了解的。

4云计算关键技术

云计算的目标是以低成本的方式提供高可靠、高可用、规模可伸缩的个性化服务。为了达到这个目标，需要数据中心管理、虚拟化、海量数据处理、资源管理与调度、QoS 保证、安全与隐私保护等若干关键技术加以支持。

4.1虚拟化技术

数据中心为云计算提供了大规模资源。为了实现基础设施服务的按需分配，需要研究虚拟化技术。虚拟化是IaaS 层的重要组成部分，也是云计算的最重要特点。虚拟化技术可以提供以下特点。（1）资源分享（2）资源定制（3）细粒度资源管理。为了进一步满足云计算弹和数据中心自治性的需求，需要研究虚拟机快速部署和在线迁移技术。

4.2海量数据存储技术

云计算环境中的海量数据存储既要考虑存储系统的I/O性能，又要保证文件系统的可靠性与可用性。如为Google 设计了GFS（google file system），GFS 对其应用环境做了6 点假设：（1）系统架设在容易失效的硬件平台上；（2）需要存储大量GB 级甚至TB 级的大文件；（3）文件读操作以大规模的流式读和小规模的随机读构成；（4）文件具有一次写多次读的特点；（5）系统需要有效处理并发的追加写操作；（6）高持续I/O 带宽比低传输延迟重要。

5云计算的机遇与挑战

近年来，云计算技术得到了快速发展。随着它对人们日常生活的影响越来越深入，云计算最终使得计算和存储成为一种公共资源，像水、电一样渗透到人们生活的各个方面。与此同时，新的应用需求不断出现，比如实时搜索，在线推荐系统，社交网络分析等应用，将给云计算技术带来新的挑战。

参考文献

[1]孙香花.云计算研究现状与发展趋势[J].计算机测量与控制，2011，19（5）：998-1001.

[2]孟剑，耿耿.大数据时代，机遇？挑战？[J].中国新时代报，2012，（6）.

[3] （英）维克托・迈尔-舍恩伯格，肯尼思・库克耶，译者：盛杨燕，周涛.大数据时代[M].浙江：浙江人民出版社，2013.

[4]大数据时代降临，半月谈网[J].2012-09-22.

云计算及其关键技术范文第2篇

关键词：大数据 云计算 企业全面预算管理

2016年7月，财政部了《管理会计基本指引》，标志着我国管理会计体系建设已经进入到一个新的发展阶段。全面预算管理对企业的经营管理与发展至关重要，是企业实现战略发展的核心内容之一。与此同时，在大数据时代下，云计算为企业全面预算管理体系的建设提供了新的契机。

一、云计算与企业全面预算管理的融合发展

（一）大数据与云计算。伴随着现代社会的先进信息技术与应用模式的不断创新发展，全球数据量出现前所未有的爆发式增长态势。在大数据时代，数据量之多、数据之复杂和数据产生速度之快等方面均大大超出了传统的数据形态，也超出了现有技术手段的处理能力。

云计算是以互联网相关服务为基础，高效地向用户提供其所需服务资源的一种新型计算模式。企业通过建立云计算平台，能够对海量数据进行筛选与整合，从而通过丰富的信息支持建立各类战略分析模型。

一般认为，云计算包含三个层次的服务：一是基础设施服务（Infrastructure as a Service，简写为IaaS），用户可以通过Internet，从完善的计算机基础设施中获得服务。通过虚拟化技术，进行计算，储存和网络三个层次的资源分配，构建虚拟网络，从而形成虚拟的计算基础设施环境。二是平台服务（Platform as a Service，简写为PaaS），实质上是将软件研发的平台作为一种服务提供给客户，其服务要能在支撑传统企业运用的基础之上增加面向动态增长的数据与业务的支持，实现高度灵活的志愿调配。三是软件服务（Software as a Service，简写为SaaS），一般以租用的模式，直接通过云客户端使用软件。

（二）云计算推动全面预算管理的发展。现代企业的全面预算是基于战略的全面预算，企业依据制定的战略目标，通过预算管理委员会，预算职能部门将战略目标转化分解为具体预算目标，通过预算配置企业的各单位、各部门及各种资源，以达到企业战略目标的管理过程。它要求全民参与，能够在一个管理体系中融入企业所有内容，形成一个完整的业务链条。

云计算的出现为全面预算管理在企业中的实际运用所出现的问题提供了解决方案。其关键就在于利用云计算技术，简化并优化企业预算编制、预算调整和预算分析等各项工作，建立基于云平台的全面预算管理信息系统、建立信息化管理平台，使全面预算管理真正为企业创造价值，以促进企业实现战略目标。

二、传统全面预算的制约因素及改进方法

（一）传统全面预算面临的制约因素。

（1）缺乏充分有效的数据支撑使得全面预算不准确。管理层在制定预算决策时缺乏充分有效数据来作为决策基础，就更容易造成决策主观化而脱离实际。企业在预算管理过程中往往忽视了市场研究、调查，以及对市场未来的预测，一般的财务人员又无法提供预算决策所需的分析数据，使得全面预算管理中预算不准确，多项预算指标与外界环境不符，或是不够细化，这样，企业预算的准确性难以控制就成为企业全面预算中的一大问题。（2）战略执行力不强。战略实施过程具有周期长、跨越范围广、影响因素多变等特点。由于缺乏量化的财务指标和业务指标作为控制标准，往往容易导致战略实行逐渐偏离原定的轨道和方向；或由于对战略执行和可能出现的问题考虑不周，导致问题出现后无法应对。（3）全面预算工作缺乏整体安排。全面预算是全过程、全方位、全员参与编制与实施的预算管理模式。而在企业编制预算的过程中，管理者和各个部门的单位人员往往将预算的编制看作是企业的财务行为而将其完全交给财务部门负责，导致预算编制不合理，预算目标无法实现。（4）预算管理没有充分发挥作用。预算管理在优化资源配置和提高效率方面有重要作用。而企业在具体实施过程中往往缺乏严格的执行力度和监督制度，使得预算在执行过程中具有很大的随意性。

（二）改进传统全面预算的方法。针对传统全面预算在执行过程中所面临的制约因素，本文提出以下改进方法：（1）建立信息化管理体制，利用云计算平台获取有效数据。充分利用市场上的海量数据，在云计算平台上编制适合各个部门的预算，使各部门真正联系起来，做到实时、动态、个性化。全面预算的起点是销售预测，在大数据时代下企业应运用云计算来获取有效顾客信息，从而为销售预测提供基本的准确数据。建立有效的数据共享平台，及时调整各项预算指标，使得预算尽可能的准确化，贴近实际。（2）提高全面预算与企业整体战略的协同性。战略管理居于企业的核心地位，企业制定全面预算应与战略目标相一致，通过完善的考核机制推进企业战略目标的实现。（3）建立有效的全面预算管理组织与全员参与机制。全面预算是一个复杂的系统，系统内各要素要协调配合才能发挥其作用。全面预算涉及管理、成本、财务、人力资源等多方面内容，需要组织机构中各职能部门的积极参与和相互配合。（4）建立全面预算控制与考核机制。通过云计算及时获取市场动态信息，调整预算决策，同时制定严格奖惩制度，明确考核各部门事项的执行情况，提高管理水平，使得预算真正发挥其作用，为企业创造价值。

三、构建基于云计算的企业全面预算管理体系

利用云计算技术构建企业的全面预算管理体系，就是在互联网中设置全面预算管理的各模块，并制定相应的管理制度，优化自上而下和自下而上的预算管理编制程序与方法。基于云计算的全面预算管理体系可以相应的分为三个层次：基础设施层（IaaS）、平台层（PaaS）和软件层（SaaS）。

利用基础设施即服务层，对大量收集而来的数据，包括结构化数据、半结构化数据以及非结构化数据进行有效处理；利用平台即服务层，构建预算管理的云储存服务平台；利用软件即服务层，实现预算管理服务流程的标准化。最后形成大数据时代下基于云计算的企业全面预算管理体系。流程如右上图所示。

（一）预算编制。（1）基于企业战略目标设立预算目标。预算目标的设立是企业进行全面预算管理的起点，它决定着企业全面预算管理导向的正确性，预算目标的设立必须以企业战略目标为基础，结合企业内部经营状况，分析市场环境，定性或定量确立企业各个生产运营环节所需达到的水平，这样才能促进企业在经营过程中逐步实现战略目标。（2）预算方案的制定。预算方案的编制是“自下而上，再自上而下”的环形流程，它需要各部门根据不同的现状与需求制定各自预算方案，然后共同协调，进行优化与整合，拟草企业初步预算方案。方案自下而上到达企业管理层后进行审批或调整，最后实现预算方案自上而下的推进与实施。在此过程中，企业利用云计算可以充分分析各类海量数据，在云环境下对预算编制的组织结构进行优化调整。通过云计算平台的信息集成与共享，分析广泛数据，提高编制方案的准确性，实现上下结合的编制流程。

（二）预算执行。（1）预算审批与执行控制。在云环境下进行预算审批，可以使其流程标准化、透明化。通过云平台查询，将预算审批的各项职责落实到人，避免审批进程缓慢或越权。通过对各个流程环节进行风险预测与分析，根据风险程度的高低对各环节投入不同程度的监控管理，加强了预算控制的有效性。企业各项预算数据与实际业务数据都上传至云端，进行分析对比，准确把握企业发展态势与预算执行效果。（2）预算调整。企业对预算进行及时的调整，通过云平台追踪有关责任原因，并及时解决问题，才能促进预算目标更好的达成。

（三）预算评价。对预算执行效果进行分析评价，有利于保证预算的执行效果。在云环境下建立不同层次的评价体系，并相应的建立不同评价模型，保证预测评价有效进行。

企业可以通过平衡计分卡法（BSC）建立评价体系。在云平台的动态数据实时更新与监控下，保证员工评价、部门评价和公司评价三个部分有效考核，使得预算评价更加全面，客观。

四、结语

随着经济的高速发展与大数据时代的到来，传统的预算管理已经不再适应当前的需要，我们必须改进传统预算管理，充分利用云平台，把握数据价值，以满足顾客需要为出发点，进行更加有效、精准、动态的全面预算管理，以促进企业战略目标的实现。Z

参考文献：

云计算及其关键技术范文第3篇

【关键词】 云计算 网络部署 虚拟化 数据技术 虚拟化技术

一、云计算的基本概念和特点

1.1 云计算的定义

云计算主旨是对大的程序进行分解，写结成每个小部分然后再加以处理，最终传回给用户。而如今，业界对云计算的定义各有不同，当前云计算的定义美国则是根据标准局对云计算的定义是云计算是一种根据用户使用量来进行收费的模式，这种模式可以进入可配置的计算资源共享池，这些资源能够呗快速的提供给用户，只需投入很少的工作。

1.2 云计算的特点

（1）从商业化的角度讲，对用户来说云计算是一种新的体验和业务模式，它提供标准化与自助式服务，并且支持快速服务交付与提供按使用量付费；（2）从专业技术角度讲，云计算是一种新的 IT 基础架构管理模式，它是物理资源聚合成资源池，应用虚拟化资源，进行弹性扩展、动态部署。

二、云计算体系架构和云计算服务

2.1 云计算分层

云计算体系架构从下到上分别是基础管理层、应用接口层和访问层三层组成的。在云计算中有 3 种不同的服务模式：基础设施用于服务 IaaS，平台是服务 PaaS 和软件则对SaaS进行服务。 云计算的体系架构与云计算服务的关系如图所示。

2.2 基础设施层

基础设施即对 IaaS服务。 IaaS 为用户提供的是最基本的、几乎直接操作硬件资源的服务接口，通过网络为介质以标准化的服务方式提供基本储存与计算能力， 使用非常自由与灵活。它主要的产品是按用户需求，为用户提供高度可用的一系列的虚拟化服务器等一些的基础设施。

2.3 平台

平台即服务于 PaaS。 它是为用户提供应用编程接口（API）的。用户可以使用该平台，将自己开发的和运营的应用保管在云平台中。但是用户也要遵守平台的存储规则例如语言、编程框架、数据存储模型等原则。

2.4 软件

软件即服务 SaaS。 SaaS 以服务为主的形式提供一整套的适合用户使用的软件，这些软件单独的运行在云平台上，然后通过服务器把软件的程序传给所有的用户。

三、云计算关键技术

3.1 虚拟化技术

虚拟技术包括虚拟网络技术与虚拟机技术。虚拟网络技术可以使用户在个性定制的网络环境下接入并直接访问云计算资源。

3.2 分布式海量数据存储技术

云计算系统采主要是使用了分布式存储的方式来存储大量的用户数据，而且还采用冗余存储的方式用来保证了所存储数据的安全与可靠性，这些技术都提高了云计算的高可靠性、高可用性。云计算系统中使用最广泛的数据存储系统是Hadoop 的 GFS 的开源实现HDFS和Goolge 的 GFS。

3.3 超大量数据处理技术与编程模型

为了让用户能够更轻松地享受云计算带来的服务，让用户能利用编程模型编写简单的程序从而实现特定的目的，云计算上的编程模型就必须简单，必须保证后台复杂的任务调度和并行执行向用户和编程人员透明化。云计算是一种处理大规模密集型数据的并行分布式计算技术。

四、结语

云计算具有很广阔的发展前景，体系构架等相关的各项关键技术也在不断完善与进步，现代商务处理和软件应用的信息化、全球化和自动化，必将为云计算的发展提供广阔的市场和应用前景。云计算具有超大规模、高可用性、高可靠性、虚拟化、按需服务及其价格低廉等特点，经历近年许多关键技术的成熟与成功的应用，它正在迅速普及。

云计算及其关键技术范文第4篇

关键词：云计算；物联网；数据挖掘

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2013）35-8189-03

近年来在信息技术领域，出现了两个非常热门的技术——云计算和物联网。云计算最典型应用为谷歌搜索引擎，谷歌的数据的器分别部署在全球数据中心，用户所发送请求会并行的在所有的数据服务器中进行执行，并且将结果安排名反馈给用户。而物联网技术作为实现物物资源信息传送和共享的技术，虽然目前在交通领域、电力领域、智能家居等领域广泛应用，但还处于初期发展阶段，没有实现规模应用。据美国权威咨询机构FORRESTER预测，物物互联的业务将在2020年是人与人通信的30倍。因此物联网技术应用前景广大[1]。

1 物联网和云计算两大技术融合

物联网要想发展壮大，是离不开云计算平台的支持的，与此同时云计算平台也需要物联网为其提供大量用户，因此，物联网与云计算的结合应用是其未来发展的必然趋势。所以，要想使物联网与云计算的发展能够得到保障，必须对基于云计算的物联网进行相关的研究，这也是其能够发展的必要条件。

首先规模化是其结合基础。云计算中心对接入网络的终端要求具有普适性，这就解决了物联网的M2M应用的广泛性带来的问题。需要注意的是，物联网只有在具备相当的规模之后，其优势方能凸显。通过物联网能够实现对生产生活有用的业务和应用。其次提升物联网与云计算技术结合的实用价值，具体如何实现云计算的服务与物联网支撑。为了实现两者的融合，使该产业得以发展，需要现实技术的支撑以及对产业链进行价值平衡的建设。最后推动资源共享。物联网与云计算结合，传统计算机厂商能快速进入终端用户服务领域，物联网的主要作用就是促进数据计算资源与终端用户的结合。物联网与云计算的结合同样也需要可靠严谨的虚拟化平台的支撑，并且对数据中心的功能提出了更高的要求。

2 云计算在物联网中应用关键技术研究

云计算在物联网中结合方式研究，根据云计算技术中云中心、终端、应用的组合架构方式构成信息应用分层处理，海量终端，在下图中的云中心有两部分构成，一是共有云，一是私有云。这种云中心的特点主要是用户范围广，数据的种类增加，其安全性能也更高了。大大提升了平台应用的领域和数据种类，特别是提升基于云计算的物联网平台的安全性能。

本文所构建的基于云计算的物联网平台主要涉及如下关键技术：于云计算的数据挖掘算法研究、基于云计算的物联网关键技术、物联网接入网关轻量级关键技术研究。其中基于云计算的数据挖掘算法研究包括数据挖掘算法的并行算法研究与实现、用户聚类和用户个性化推荐的分布式应用的构建和实现等[3]。相关国际组织的工作和进展。基于物联网的可信环境的构建、终端编码与寻址研究、基于等级划分的物联网网关接入安全策略的研究等都是基于云计算的物联网关键技术。

1） 基于云计算的数据挖掘算法研究

基于云计算的数据挖掘算法的分布式文件系统HDFS是分布式计算平台Hadoop的基础和核心组成之一，首先需要深入研究分布式计算平台Hadoop中的分布式文件系统HDFS，具体包括：HDFS的write-one-read-many访问模型及其对于并行计算、HDFS的Master/Slave架构以及Namenode和Datanode的划分机制；HDFS文件系统的层次结构及其Namespace；

同时对Hadoop中的并行计算算法MapReduce进行研究，具体包括：MapReduce的应用程序处理流程及其核心组成，包括应用程序启动器、JobTracker、TaskTracker等；MapReduce的应用程序接口，包括Mapper、Reduce、InputFormat、OutFormat、Combiner类等；MapReduce的通讯过程及其RPC实现机制；MapReduce的解决死锁等问题的错误处理机制[4]；

在上述研究的基础上，搭建基于Hadoop的云计算集群平台，主要包括：硬件（网络）环境配置、HDFS中的目录结构设置、Name Node和Data Node配置[5]、SSH安装配置、Hadoop的环境变量设置、Hadoop的配置文件参数设定、Hadoop的各种服务等。

2） 数据挖掘算法的并行算法研究与实现

对类数据挖掘算法需要进行相应的MapReduce改造。并对该算法的每个MapReduce过程的定义具体的实现。在Hadoop平台下进行编码。对实现的数据挖掘并行算法进行测试。在上述云计算平台中，研究并实现以下算法的MapReduce化：

基于的基本算法包括Word Count、TF-IDF、排序、距离计算（Euclidean，Manhattan）。聚类算法采用K-means，Canopy，Graph Mining（the Shortest Path）。分类与预测方法包括KNN，Naive Bayesian，SVM，BP Neural Network、Locally-Weighted Linear Regression（LWLR）、Logistic Regression。所采用的关联规则为Apriori；然后协同过滤：User-Based Collaborative Filtering（CF），Item-Based CF。网页解析：VIPS，DOM-Tree。解析效果评测数据为天网200G或SogouT 1TB的网页数据，随机取出若干网页进行人工测评，正文提取的准确率在90%以上。爬虫：通过一个URL种子列表，可以爬取其链接的其它网页，爬取的停止条件（最多层数，URL模式等）可以配置。

根据数据挖掘算法的处理流程，进行MapReduce过程的处理：

MapReduce过程对每个过程进行实现，如Mapper和Reducer类、定义输入输出格式化InputFormat和OutFormat类、定义组合类Combiner等；通过调整MapReduce的过程函数定义和参数来提高其并行度。

最终实现具有高度并行的分布式数据挖掘算法，算法处理数据的能力和集群中的机器数量成近似线性的关系。

3）用户聚类和用户个性化推荐的分布式应用构建

想要构建用户聚类以及用户个性化推荐的分布式应用，首先是对其应用业务进行分析，通过对其内部以及外部的资源进行评估和组织以对其业务问题进行界定。针对应用种类的不同，对不同数据进行理解，根据应用需要对相关数据采用爬虫、网页解析、分词等技术对数据进行获取以及确认。处理已经获取的数据方法一般包括数据格式化、数据重构、数据整合、数据的量化处理等等。对独立性变量进行选择时，要对分类模型进行建立，以不同的数据挖掘算法达到对用户进行分群的目的。

根据聚类的结果，对业务进行合理的解释，针对具体的用户群的特质制定个性化方案。

基于以上研究内容，在上述云计算平台上，研究基于并行运算挖掘算法的用户聚类和用户个性化推荐应用的构建。该研究将首先综合爬虫、网页解析、分词、分类技术，对网页进行分类，然后通过聚类、关联规则、协同过滤等算法，进行用户聚类，在对用户聚类的结果进行合理的业务解释后，将针对各个聚类的用户群的特点，进行用户个性化推荐方案的制定和实现[6]。

3 如何构建基于云计算的物联网运营平台

物联网的运营平台就是无线传感网络与互联网之间一种本地化中央信息处理中心。对物联网的运营平台进行构建，就是为了对产业链的上下游系统进行集成，从而使客户能够享受到电信级物联网运营服务。其主要功能有：受理业务、开通、计费，配置和控制网络节点，采集存储、计算、展示相关信息。物联网运营平台具有的云计算的特征，基于云计算的物联网运营平台其体系架构主要由以下几部分构成：云基础设施、云平台、云应用、云管理。

云基础设施就是为实现资源的共享。它通过物理资源虚拟化技术，使得平台上的行业应用在不同客户间实现资源的共享。这样操作的优势在于：一是提高了存储空间的利用率，改变了以往要为每个用户分配一个固定的存储空间的做法，使用户能够共用一个跨物理存储设备的虚拟存储池；二是资源需求的弹性大大增加了，减少了运营成本，并使服务质量有所提升，例如当分析处理不同行业数据，并进行资源共享时客户可以动态地从虚拟存储池中分配存储资源，使资源的利用率得到了大大的提高；三是改善了平台的整体性能和可用性，通过对服务器集群技术的使用，使这个平台更像同一台服务器。

云平台是物联网运营平台的核心，它实现了对网络节点的配置和控制、信息的采集和计算功能，在实现上可以采用分布式存储、分布式计算技术，实现对海量数据的分析处理，以满足大数据量及实时性要求非常高的数据处理要求。

云应用实现了行业应用的业务流程，是物联网运营云平台的一部分，也可以作为集成第三方行业应用。它通过应用虚拟化技术使多个不同租户能够实现共享存储、计算能力等资源，在降低运营成本的同时使得资源的利用率大大提高，并且保证了户数据的安全性。

目前，物联网与云计算技术相结合的发展模式是研究工作者的主要愿景之一，对于物联网的建设者来讲，在对行业应用进行发展时一定要注意免 “孤岛”的形成，要做到未来的智能物联网络的互联互通。在具体的操作中，要注重体系可行性，避免系统过于庞大和理想化。要对信息基础设施不断的进行创新设计以及优化，使物联网基础更加健壮与安全。

参考文献：

[1] 梅海涛.基于云计算的物联网运营平台浅析[J].电信技术，2011（5）.

[2] 吴劲松，陈孚.电信运营商云计算发展探讨[J].广东通信技术，2011（4）.

[3] 徐雷，张云勇，房秉毅，程莹.电信运营商的云计算发展研究[J].电信科学， 2010（S1）.

[4] 李晓明，张彬，贾巧丽.物联网发展趋势分析[J].中国新通信，2011（19）.

云计算及其关键技术范文第5篇

关键词：大数据；云计算；智能电网；数据集成；数据分析；数据处理；数据展现

一、智能电网、云计算和大数据的关系

（一）智能电网与大数据的关系

智能电网的理念是通过获取用户如何用电、怎样用电的信息，来优化电的生产、分配及消耗，利用现代网络、通信和信息技术进行信息海量交互，来实现电网设备间信息交换，并自动完成信息采集、测量、控制、保护、计量和监测等基本功能，可根据需要支持电网实时自动化控制、智能调节、在线分析决策和协同互动等高级功能。可以抽象的认为，智能电网就是大数据这个概念在电力行业中的应用。

（二）大数据与云计算的关系

云计算是一种利用互联网实现随时、随地、按需、便捷地访问共享资源池（如计算设施、应用程序、存储设备等）的计算模式。大数据根植于云计算，云计算的数据存储、管理与分析方面的技术是大数据技术的基础，云计算使大数据应用成为可能，但是没有大数据的信息沉淀，云计算的功能将得不到完全发挥，所以大数据与云计算是相辅相成的。

（三）智能电网、云计算、大数据的相互关系

云计算能够整合智能电网系统内部计算处理和存储资源，提高电网处理和交互能力，成为电网强有力的技术组成；大数据技术立足于业务服务需求，根植于云计算，以云计算技术为基础；所以三者是彼此交互的关系。

二、电力大数据关键技术

（一）电力大数据的集成管理技术

电力企业集成管理技术是为解决电力企业内部各系统间的数据冗余和信息孤岛而产生的。电力大数据的数据集成管理技术，包含关系型和非关系型数据库技术、数据融合和集成技术、数据抽取技术、过滤技术和数据清洗等。大数据的一个重要特点就是多样性，这就意味着数据来源极其广泛，数据类型极为繁杂，这种复杂的数据环境给大数据的处理带来极大的挑战，要想处理大数据，首先必须对数据源的数据进行抽取和集成，从中提取出实体和关系，经过关联和聚合之后采用统一的结构来存储这些数据，在数据集成和提取时需要对数据进行清洗，保证数据质量及可靠性。大数据存储管理中一个重要的技术是NoSQL数据库技术，它采用分布式数据存储方式，去掉了关系型数据库的关系型特性，数据存储被简化且更加灵活，具有良好的可扩展性，解决了海量数据的存储难题。

（二）电力大数据的数据分析技术

大数据技术的根本驱动力是将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和行动。借助电力大数据的分析技术可以从电力系统的海量数据中找出潜在的模态与规律，为决策人员提供决策支持。

（三）电力大数据的数据处理技术

电力大数据的数据处理技术包括分布式计算技术，内存计算技术，流处理技术等。分布式计算技术解决大规模数据的分布式存储与处理，适用于电力系统信息采集领域的大规模分散数据源。内存计算技术解决数据的高效读取和处理在线的实时计算，解决大数据实时分析和知识挖掘的难题。流处理技术处理实时到达的、速度和规模不受控制的数据，应用于电力系统为决策者提供即时依据，满足实时在线分析需求。

（四）电力大数据的数据展现技术

电力大数据的数据展现技术包括可视化技术、空间信息流展示技术、历史流展示技术等。可视化技术广泛应用于电网状态的实时监控，显著提高了电力系统的自动化水平。空间信息流展示技术主要体现在电网参数与已有地理信息系统的结合上，有利于电网管理人员直观地了解设备情况，从而为其决策提供最新的地理信息。历史流展示技术体现在对电网历史数据的管理与展示上，可以绘制出数据的发展趋势并预测出未来的数据走势，可以模拟历史重大事件发生、演变，挖掘历史事件潜在的知识与规律。

三、大数据在智能电网中的应用

电力大数据的应用场合涵盖发、输、变、配、用、调等电力行业的各个环节，在电场选址、降低网损、光伏并网、电网安全监测、大灾难预警、电力企业精细化运营、电力设备状态监测等领域有非常强的可实现性。随着智能电网建设的进一步推进，大数据技术在智能电网中将发挥越来越大的作用。

四、结论与展望

本文探讨了大数据、云计算、智能电网三者之间的相互关系，阐述了电力大数据平台中四个核心的关键技术，即集成管理技术、分析技术、处理技术、展现技术。文章最后的典型应用，对电力企业开展相关研究具有参考价值。大数据技术在商业领域已经获得较为广泛的应用并创造出巨大的商业价值，但是在电力系统中的应用才刚刚起步，因此结合大数据的技术优势和电力系统的应用需求，发挥电力大数据的价值，将为智能电网的建设带来新的发展契机。电力企业应该牢牢抓住这个契机，从数据政策、人才培养、关键技术研发等层面，全面促成电力大数据技术的发展。

参考文献：

[1]孙柏林.“大数据”技术及其在电力行业中的应用[J].电气时代，2013（8）：18-23.

[2]罗军舟，金嘉晖，宋爱波，等.云计算：体系架构与关键技术[J].通信学报，2011，32（7）：3-21.

[3]姚宏宇.大数据与云计算[J].信息技术与标准化，2013（5）：21-22.

[4]饶威，丁坚勇，路庆凯.智能电网云计算平台构建[J].华东电力，2011，39（9）：1493-1496.