前言：中文期刊網精心挑選了云計算技術研究的重點范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
云計算技術研究的重點范文1
關鍵詞： 移動最小二乘法； 點云數據； 孔洞曲面； 修補數據
中圖分類號： TN98?34 文獻標識碼： A 文章編號： 1004?373X（2017）05?0101?04
Abstract： In the process of acquiring the point cloud data with the measuring instrument， the holes exist in the original point cloud data due to the defect of the measuring instrument itself， object partial occlusion and other factors， which seriously affect on the surface reconstruction， and it is necessary to repair the hole to get a complete model. The scattered point cloud boundary connected with the non?closed hole is used to determine the hole repairing range， and extract the boundary points of the non?closed hole and nearby model. According to the hole and information around it， an implicit surface was reconstructed based on the moving least square method， and sampled with a certain step to repair the hole. The experimental results show this algorithm can repair the holes of different types， and fuse the repaired data with the original point cloud data together to restore the original model.
Keywords： moving least square method； point cloud data； hole surface； repairing data
0 引 言
中的古代建筑是中國歷史的重要見證，代表中國建筑的繼承與發展，保護這類風格的建筑，也就是保護中國的歷史，是現代人義不容辭的任務[1]。隨著激光測繪、計算機虛擬、圖像處理、三維建模等技術的快速發展，三維激光掃描技術與虛擬現實技術在此基礎上亦得到較大改進，已經在古建筑重建、模具制造、3D打印等領域得到了廣泛的普及和應用，取得了較好的效果[2?5]。三維點云數據采集過程中，由于模型自身損壞、激光掃描視線遮擋等原因，造成點云數據缺失，直接影響建模質量，因此，為了促使建模呈現光滑，需要進行孔洞修復[5?6]。
點云數據孔洞修補算法得到了改進和發展，但是由于測量物體及儀器自身缺陷、測量環境復雜等因素，導致測量的點云數據存在許多的非封閉孔洞。為了能夠更好地實現非封閉孔洞修補，本文提出采用非封閉孔洞相連的散亂點云的邊界確定孔洞修補范圍，采用三次曲線邊界可以擬合模型邊界點，根據孔洞及其周圍點的信息，基于移動最小二乘法重構一個隱式曲面，并且通過一定步長實施隱式曲面采樣，完成孔洞修補，實驗結果表明該算法能夠很好地恢復古建筑容貌[7?9]。
1 非封閉孔洞的提取和檢測
大量的古籍文物在保護和恢復過程中，需要重建其往日容貌，但是拍攝工具及古籍文物自身的缺陷容易導致產生非封閉孔洞，需要尋找一種有效的算法，對其進行優化、修補。因此，準確的提取和檢測非封閉孔洞已經成為孔洞修補的基礎工作，具有重要的作用。如果點[P]的K?鄰近反映有實際曲面的邊界存在，并且點[P]就存在于邊界上，因此點[P]就被稱為邊界特征點?；贙?鄰近點的毗鄰關系可以提取邊界特征點，通過K?鄰近點向其切平面投影可以建立毗鄰關系。連接K?鄰近點的投影點與形心的投影點形成一條線段，以該線段為起始邊，逆時針旋轉，可以計算該線段與其他線段的投影角，并且可以對投影角進行排序，排序完成之后，將投影角按照前后順序相減，可以計算出K?鄰近點的每一個毗鄰角。
為了能夠更好地、全面地修補點云數據孔洞，本文將非封閉孔洞轉化為封閉孔洞，對封閉孔洞進行修補。具體的封閉孔洞轉化步驟為：在非封閉孔洞兩邊各自選取4～6個非噪音點作為三次曲線邊界擬合的控制頂點；針對選取的點實施三次非均勻曲線邊界曲線擬合；重新采樣新得到的曲線邊界曲線，并且提取孔洞邊界的新增采樣點；結合非封閉孔洞的邊界點與新增采樣點，將其連接成封閉的孔洞邊界。
在上述執行步驟中，關鍵點是擬合曲線采樣。擬合曲線采樣首先需要計算型值點的參數間距，并且對其進行排序，選取最小值[Δmin]。引入一個[λ]系數，根據相關經驗，可以設置[λ=2]，如果任意兩個相鄰點[Pi，][Pj]之間的參數間距[Δ>λ×Δmin，]則表示相鄰點[Pi，][Pj]之間需要新增采樣點，其中[Δ=ui-uj，][ui]表示點[Pi]關聯的參數值，[uj]表示點[Pj]關聯的參數值，則：
式中：[n]表示相鄰點[Pi，][Pj]之間需要新增的采樣點個數；[u*i]表示新增采樣點的參數值。使用式（1）和式（2）可以計算擬合曲線上[u*i]參數值上的坐標點，進而可以得到相鄰點[Pi，][Pj]之間的新增采樣點。
2 構建孔洞曲面數學模型
2.1 確定孔洞鄰近域的特征面
為了使點云數據孔洞修補的效果更加光滑，本文使用孔洞及關聯的幾何信息確定孔洞區域隱式曲面?？锥醇捌涓浇膸缀涡畔⑼ǔ１环Q為孔洞鄰近域，鄰近域的厚度可以確定孔洞附近的點屬于孔洞鄰近域。為了能夠更好地實現點云數據孔洞修補效果，本文將孔洞邊界點的一次K?鄰近點統歸于孔洞鄰近域。假設孔洞所在面上到孔洞鄰近域中的各個點[P1P2…Pn]的平方和最小，則該面表示孔洞鄰域的特征面。特征面可以使用空間點[O]和單位法向量[n]來定義，其中[O]表示孔洞鄰近域[P1P2…Pn]的形心：
假設矩陣[MMT]的最小特征值對應的單位特征向量為[t，]根據主成分分析理論可知[t]垂直于特征面。
2.2 計算局部坐標系
3 孔洞填充點計算
3.1 計算重新采樣點的[u]軸、[v]軸的坐標值
將孔洞多邊形變換到孔洞坐標系下并且可以把孔洞多邊形投影到特征面上，投影面上的多邊形稱為投影孔洞多邊形。求出投影孔洞多邊形在局部坐標系下的包圍框，可以得到該投影孔洞在[u]軸、[v]軸上的[umax，][vmax，][umin，][vmin。]使用一組平行于[u]軸、[v]軸的直線與孔洞多邊形求交，平行線間的間距也就是采樣間隔，采樣間隔的[stepsize]可以表示為：
3.2 計算填充點
在隱含曲面函數方程中代入重新采樣點在[u]軸、[v]軸的值，重新采樣點在[s]軸上的值就可以求解得到，按照上述計算方法迭代執行，求解所有的[s]軸坐標值。確定全部重新采樣點在孔洞坐標系中的位置。
4 實驗及結果分析
為了有效驗證本文算法的有效性，與基于徑向基函數[8]的點云數據孔洞修補算法進行比較。實驗過程中，本文使用RIEGLVZ?4000三維激光掃描儀采集的古建筑生成的點云數據，由于光照、古建筑自身缺損，在D1中的灰色區域產生了一個非封閉孔洞，在其他區域也產生了一些散亂分布的孔洞，如圖1所示。
為了能夠更好地實現古建筑模型重建，本文采用基于移動最小二乘法的點云數據孔洞修補算法，修補的孔洞使用黃色進行覆蓋，算法運行結果如圖2所示。
為了能夠驗證本文算法執行的有效性，與基于徑向基函數的點云數據孔洞修補算法執行的結果進行對比分析。古建筑模型的原始孔洞點數為452個，徑向基函數修補后孔洞點數剩余76個，孔洞修補率為83.2%；本文算法修補后孔洞點數剩余21個，孔洞修補率為95.4%，孔洞修補成功率明顯高于徑向基函數修補算法。另外，本文算法修補耗費時間為6 143.5 ms，遠小于徑向基函數算法，因此，綜合孔洞修補成功率和耗費的修補時間，本文算法具有較好的效果，詳細數據如表1所示。
5 結 語
隨著古籍文物保護技術的發展，三維重建具有不可替代的作用，為了能夠更加精確地恢復古籍文物的容貌，本文提出了一種針對散亂點云數據非封閉孔洞修補的算法，采用三次曲線邊界可以擬合模型邊界點，并且按照一定的步長進行采樣，形成封閉的孔洞邊界，充分利用孔洞邊界特征面及其領域信息，基于移動最小二乘法構建隱式曲面函數，計算孔洞填充點的坐標值，實現孔洞修補點與原始點的平滑過渡，具有較好的修補效果。
參考文獻
[1] 楊永.古建筑數字化保護關鍵技術研究[D].開封：河南大學，2010：1?10.
[2] 李寶瑞.地面三維激光掃描技術在古建筑測繪中的應用研究[D].西安：長安大學，2012：2?7.
[3] 熊友誼，馮志新，陳穎彪，等.利用點云數據進行三維可視化建模技術研究[J].測繪通報，2012，32（5）：20?23.
[4] 陳飛舟，陳志楊，丁展，等.基于徑向基函數的殘缺點云數據修復[J].計算機輔助設計與圖形學學報，2012，18（9）：1414?1419.
[5] 孫殿柱，朱昌志，李延瑞.散亂點云邊界特征快速提取算法[J].山東大學學報（工學版），2012，34（1）：42?48.
[6] 蔣剛.基于SVM和空間投影的點云空洞修補方法[J].計算機工程，2012，35（12）：269?271.
[7] 田建磊，劉旭敏，關永，等.大規?？锥袋c云的快速重建算法研究[J].計算機應用研究，2010，27（4）：1544?1546.
云計算技術研究的重點范文2
關鍵詞：云計算；大量數據；管理
中圖分類號：G633.98 文獻標志碼：A 文章編號：1008-3561（2015）30-0098-01
隨著圖書管理資源的重要性的逐漸提高，以及人們認識水平的提高，圖書管理逐漸從幕后走向前臺，從而實現群眾對實際問題的需求、學生更好地解決研究學術問題等。同時隨著云計算技術的成熟，其具有的靈活性、擴展性、共享性、低成本性和高服務性等特點為圖書管理提供了新的技術保障。云計算技術的產生使得圖書管理人員的工作方便了許多，不僅能實現節省資金、降低工作量，更重要的是滿足了人們利用圖書管理的實時需要。
一、云計算技術在圖書管理的應用優勢
隨著科技的進步，圖書管理信息服務逐漸成為圖書管理工作中的重中之重，管理圖書的重點轉變為利用云計算技術管理，并將其用于一些學校管理圖書的過程中，進而完成圖書管理中的信息處理。因此，云計算技術在圖書管理方面受到越來越多的高度重視。同時，在不斷的應用中，云計算技術體現出越來越多的優勢。
（1）云計算技術實現了圖書管理的維護費用的減少。在云計算技術的支持下，由于云計算模式對于用戶終端的配置要求很低，有關技術人員可以輕松地升級圖書管理的相關硬件。云計算的服務供應商可以提供服務器的維護，從而降低圖書管理人員的工作強度。
（2）云計算技術的可靠性同樣體現在圖書管理服務器中。服務器的出錯概率較低，并且運行通暢。圖書館內部的服務器數量有限，遇到嚴重的問題，管理系統就不能夠正常運轉，這樣就會給圖書館帶來重大的損失。而使用云計算技術，就可以有效避免這種情況的出現。因為云計算模式下，同時工作的服務器不是幾臺、幾十臺，而是百萬、千萬臺。一臺服務器出現了故障，別的服務器會迅速地替換它進行工作，并且保證數據的準確。
（3）云計算技術實現了信息資源的大面積共享?？梢酝ㄟ^云計算技術在圖書管理間建立密切的合作關系，通過共享空間的信息構建方式，實現全部成員通過基礎設施實現大量系統的信息共享，使圖書管理的時間大大減少，效率大大增加。隨時獲得其他圖書管理的資料文獻通過云計算技術的幫助逐漸成為可能。在云計算處理信息存儲時，與以往將電子資源存儲在某一臺計算機中不同，它將數據存儲在“云”中，從而實現了全球管理員都能夠實現圖書管理的相關信息的實時存取，在處理相應的保密信息時，可以設計為單獨由本館用戶使用該信息。
二、云計算技術在圖書管理中遇到的各種問題
（1）想將資源上傳至云上的需要設置限制條件問題。如何歸類圖書管理資源存儲至“云”中？圖書管理的目的是實現資源共享，而云技術處理的數據資源往往有保密期限，同時對開放人群也有相應的規定。圖書管理不能將所用應用資源全部上傳到“云”中。保密資源圖書管理信息保存在本地圖書館中。云計算模式的應用改進方向應該將云計算模式與以往的處理模式相融合，從而形成新的數據布局。圖書管理中的一個非常重要的工作就是對數據資源進行分類，把能放到云中的數據資源放到云中，把不能放到云中數據資源保留在現有模式中。
（2）協議和接口不對應問題。因為不同的圖書管理模式，會選擇不同配置的服務器，也會使用不同的服務器操作系統。應用云計算時，需要考慮圖書管理在這些方面的差異和特點，這就給云技術帶來一定的困難。另外，因為圖書管理平臺存在差異，所以云計算服務提供商開發了不同的軟件接口，從而解決了由于圖書管理中的協議和接口不適導致的云計算時間延緩。
三、云計算技術的應用建議
（1）云計算標準相關的政策的規范。云計算為圖書管理的效率、存儲方式、應用進行了多方的改進，但仍有很多方面需要更為細致的統一的標準，更需要政策的相應規定，從而實現統一的行業應用規范和技術標準。有相應的政策作為支持，提供圖書管理信息服務的工作將會產生巨大的飛躍。但是對云計算的相關行業標準，圖書管理界還沒有達成一致的意見。因此，當前迫切的任務是制定出規范云計算應用的標準和制度，為此圖書管理行業要投入大量的人力、物力和財力。只用形成了云技術在圖書管理中應用規范，出臺相關的章程和政策，才能使圖書管理的服務要求與云技術的應用標準相一致。
（2）圖書管理調整方案與云計算的結合方案。管理進入云計算時代，為了適應云計算技術，要大量地調整原有信息系統，進而改變整個圖書管理的業務流程。所以，需要圖書管理人員分析云計算應用的進入所產生的一系列變化。比如，圖書管理流程的變化、部門人員數量與結構的變化，最為重要的是資源數據的安全問題，這都是對圖書管理的改進方向。
四、結束語
云計算給圖書管理帶來的是顛覆性的，圖書管理人員要更加深入地研究云計算，進一步與圖書管理的工作相結合，從而發揮圖書管理服務的作用，以滿足更多實際問題的需要。
參考文獻：
[1]李錚.多媒體云計算平臺關鍵技術研究[D].中國科學技術大學，2011.
[2]錢文靜，鄧仲華.云計算與信息資源共享管理[J].圖書與情報，2009（04）.
云計算技術研究的重點范文3
1.1智能技術
智能技術是將一個智能化的系統植入物體中，使物體具備一定的“主觀能動性”即智能性，能夠與用戶進行溝通，是物聯網的關鍵技術之一。目前的智能技術研究包括人工智能的理論的研究、虛擬現實及各種語言處理的入機交互技術與系統、可準確性定位跟蹤的智能技術與系統、智能化的信號處理。
1.2納米技術
納米技術，是研究結構尺寸在0.1nm-100nm范圍內材料的性質和應用，納米技術能使微小的物體也能進入物物相關的網絡，進行信息的交互，這使物聯網真正意義上做到了萬物的互聯?？梢娂{米技術必然在物聯網中扮演著重要的角色。
1.3GPS
目前最成熟的全球定位系統給物聯網提供了強大的技術支撐，使物與物之間的準確定位成為可能。GPS技術以其高精度廣泛等特點為物聯網中的定位追蹤提供了便捷的服務，使物聯網功能更加完備。
1.4云計算技術
云計算是分布式計算技術的一種，是當前計算機應用的技術，當物聯網具備一定的規模后，如何處理龐大的數據量是一個關鍵的問題，如果數據得不到及時的處理，便有丟失的可能；而如果暫存未處理的數據，那么海量的數據所需的更大的存儲空間也是無法預知的。因此，云計算便成為物聯網中處理數據的強大的工具，于是可視之為物聯網的“大腦”。
2.物聯網的應用
2.1建筑消防
消防安全系統主要實現感知和識別物體，釆集和捕獲各種使用場景產生的相關信息，同時執行接受的各項命令。網絡則是通過有線和無線網絡將感知層的險情隱患傳遞到應用層，并將應用層的消防指令傳回感知層。應用層則是包含消防部門、防火重點部門、管理人員及火災相關人員的信息系統。應用層信息豐富。
2.2應用
美國國防部高級研究計劃局自組的SensIT項目，通過部署在戰場上的不同類型傳感器組成的傳感器網絡，使士兵可迅速、全面的獲得戰場實況信息。在實際的應用中應該采用協同感知的方法，融合不同位置、不同傳感器數據分析應用場景。
3.建議和展望
云計算技術研究的重點范文4
關鍵詞：云計算 分布存儲 關鍵技術
中圖分類號：TP333 文獻標識碼：A 文章編號：1007-9416（2016）11-0094-01
進入信息社會以后，各行各業所涉及到的數據信息量都出現了爆炸性的增長，信息資源的地位越來越高，發揮的作用越來越大。一些高尖端行業，比如高能物理、生物學、氣候地質監測，涉及到的信息量更大，對信息存儲的要求也更高。云計算技術就是在這種背景下產生的。如果數據信息的分布存儲出現了問題，比如安全受到威脅，就會對云計算的使用和推廣造成阻礙。
1 云計算環境下分布存儲結構類型
1.1 交換機
交換機的內部結構分為聚合層、邊緣層和核心層三個部分[1]。在云計算技術普及應用之前，用戶專用網絡與互聯網之間的數據傳輸主要是通過交換機來進行的，交換機是用戶進行數據信息存儲的主要場所。在云計算技術普及應用之后，交換機仍然在數據存儲中占據了重要地位，形成了以交換機為核心的分布存儲結構。這種分布存儲結構呈一種樹形結構，具有操作簡便、連接便利、拓展空間大的優點，缺點是存儲容量有限，存儲技術水平比較低。
1.2 服務器
以服務器為核心的結構，就是通過網線把所有服務器當中的網卡連接起來而形成的分布存儲結構。在這種分布存儲結構當中，服務器扮演了核心角色，不僅要負責數據的存儲和處理，還要承擔數據包的轉發職責。在以服務器為核心的分布存儲結構當中，沒有交換機設備，總體結構構成比較簡單，具有服務器與網絡交互性強、路由算法高效而且實用的優點。但是，這種分布存儲結構同樣存在這缺點，比如說線路連接經常出現冗余，服務器占用的計算資源數量大，給服務器運行帶來了沉重負擔等等。
1.3 混合結構
無論是單一的以交換機為核心的分布存儲結構，還是單一的以服務器為核心的分布存儲結構，都存在著各自的優點和弊端。所以，“交換機――服務器”混合的分布存儲結構應運而生。這種分布存儲結構能夠綜合以交換機為核心的分布存儲結構和以服務器為核心的分布存儲結構的全部優點，消除兩者的弊端[2]。在網絡結構方面，交換機和服務器可以同時進行數據的路由轉發，大大增強了網絡結構的靈活性；在可擴展性方面，混合結構的可擴展性受到每個服務器的網卡數量的限制，也受到數據中心節點規模大小的限制；在成本方面，由于混合使用交換機和服務器，能夠有效降低花費的成本。
2 云計算環境下分布存儲技術的種類
2.1 數據容錯技術
數據容錯技術技術能夠有效提高信息系統的可靠性和數據信息的訪問效率。數據容錯技術的基本原理是增加數據冗余，利用數據冗余來尋找到已經丟失的數據，或者將已經失效的數據重新恢復效力。但是數據冗余增加的同時，會導致儲存資源的消耗增加。所以，為了同時達到降低容錯率和降低成本的目的，糾刪碼容錯技術和復制容錯技術就成為了常用的技術手段。
糾刪碼容錯技術能夠把數據信息分為幾段，分別進行擴展和編碼，然后儲存在不同的位置當中。將數據信息分為不同的片段，在其中一個或者幾個部分丟失或者失效以后，仍然不會影響數據信息整體的準確性。但是，這種技術需要進行大量的計算工作，數據修復的成本也比較高，經常用于大量數據的儲存。
復制容錯技術就是對同一個數據對象進行復制，創造大量相同的數據模塊，然后分別存儲到不同的節點當中。這樣，即使某個數據對象發生了遺失或者失效，仍然能通過其他數據模塊來獲取數據信息。復制容錯技術的實行要點有兩個：數據的復制策略和數據的組織結構[3]?？傮w上說來，復制容錯技術具有方法簡便、讀取效率高的優點，但是由于要復制多個相同的數據模塊，對存儲空間的占有率比較大。
2.2 節能技術
節能技術分為硬件節能技術和軟件節能技術兩方面。
硬件節能技術，就是從網絡信息存儲所用到的硬件設備入手，對硬件設備的安裝、運行、維護情況進行改善，達到節約能源的目的。硬件節能技術在數據中心和計算機整體兩方面實行節能措施，在數據中心方面，主要是在保持性能不下降的前提下，將高能源消耗的設備替換為地能源消耗的設備；在計算機整體方面；就是要改善硬件結構，降低設備體系的總體能源消耗量。
軟件節能技術，就是要降低數據信息存儲設備的能源消耗量，同時還要維持數據信息服務系統的正常運行。軟件節能技術的實現要點在于改善對節點的管理和對數據的管理，利用各種控制操作行為來降低能源消耗。
3 結語
云計算技術是由于信息時代的發展而產生的。云計算能夠按照客戶的需求提供客戶所需要的服務，包括網絡、服務器、存儲設備、應用軟件、各類數據信息服務，是現代社會普遍采用的一種技術形式。為了確保云計算模式當中海量數據信息的安全，云計算的分布存儲技術就成為了新時期的重點科研項目之一。云計算的分布存儲技術是否能夠保證信息數據的安全，很大程度上取決于數據信息的分布存儲結構和相關技術的運用。云計算必須采取合理的數據分布存儲結構，盡可能地增加數據分布存儲的擴展性，降低消耗的成本，同時利用各種數據容錯技術來降低數據出現差錯的可能性，從硬件和軟件兩方面入手降低對能源和計算資源的消耗。
參考文獻
[1]趙楊，宋倩，葉少霞，等.云計算環境下的電子商務服務平臺構建與運行機制研究[J].情報科學，2014，02：7-10+20.
云計算技術研究的重點范文5
隨著計算機和信息技術的普及，數據庫系統已經成為當今世界中不可缺少的一部分。大到國家和企業，小到我們個人的日常生活，到處都需要建立數據庫系統，對我們每天產生的數據進行管理。數據庫的理論和技術最早誕生于上世紀60年代。早期的數據庫系統基本以單機為基礎進行開發。上世紀90年代，Ian Foster和Carl Kesselman提出了“網格計算”的概念。其核心思想是，希望讓“計算”這種現代世界普遍需要的資源變得像電力一樣便于使用，而不再需要關心當前的“計算”服務是由誰提供的。而到了2007年，“云計算”作為一種“網格計算”的升級版概念被提了出來，更強調易用、便宜和虛擬化。在“計算”服務模式發生變革的大背景下探討數據庫系統所面臨的挑戰和問題無疑是極其重要的，這正是本書的主題。
寫作本書的想法最早是在2009年第4屆網格數據庫和普適計算會議上產生的。本書的編者邀請了本領域內重要的專家，對網格和云數據庫所面臨的挑戰分別進行了討論。最終本書形成了4大部分：1.開放標準和規范；2.網格數據庫管理研究；3.云數據管理研究；4.一些科學案例分析。全書均衡考慮了各個主題的篇幅，內容從具體案例分析到開放標準制定，從當前系統的評價到前沿技術探討都有涉及。第一部分含第1-2章，分別對WSDAI和OCCI規范進行了介紹；第二部分含第3-5章：3.自2001年開始的關于網格數據庫研究的GrelC項目；4.OGSADAI框架；5.為網格設計的DASCOSADB數據庫體系結構和設計實現。第三部分是本書的重點，含第6-12章：6.云數據庫的安全問題；7.提出一種管理“臟”數據的方法；8.在虛擬化環境中對列數據庫進行了評價；9.以Windows Azure為案例講述了云數據庫的優點；10.CloudMiner；11.對VePS進行了討論；12.對云計算中數據密集型負載進行了評價。第四部分包含第13-16章：13.以一個算法為例分析了分布式計算的優勢；14.網格技術在衛星數據處理方面的應用；15.一種便宜的存儲結構CDM ActiveStorage；16.分布式數據云存儲在醫學方面的應用。
本書作者都是意大利薩蘭托大學的教授，是網格和云計算研究方面的專家。全書覆蓋了云計算和網格計算環境下數據庫設計和實現的各個方面，便于讀者了解該領域的最新進展和面臨的挑戰，非常適合相關領域的研究生和科研人員借鑒參考。
云計算技術研究的重點范文6
隨著計算機及信息技術的進步，云計算得到了飛速發展，為信息技術服務的計算提供了新的標準化的支持方案。云計算降低了企業對軟硬件投入的要求，通過租用云服務商的硬件和基礎設施等，來部署運行基于網絡的企業信息化服務（特別是基于云計算的會計信息系統服務）。具有高可靠性、高通用性、按需服務、機器廉價等特點，所以企業把關注點轉移到云技術上來。有能力企業紛紛采用私有云和混合云進行其會計業務處理。但在鄉鎮企業中，盡管部分從業者意識到了云技術所帶來的機遇，但云技術卻很少被采納。因此，在企業層面找出影響云計算應用的因素，就顯得尤為重要。本文主要包括兩個方面：首先，分析了鄉鎮企業中會計從業者對云計算的認識；其次，重點分析了沒有采用云技術的原因。研究的結果非富了云計算在鄉鎮企業應用的資料，同時，也為云計算開發者提供了實用的見解，以便使云計算能在鄉鎮企業中更好地接受和采納，推動鄉鎮企業會計信息系統發展。
二、文獻綜述
現階段廣為接受的是美國國家標準與技術研究院（NIST）關于與計算的定義：云計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網絡訪問，進入可配置的計算資源共享池（資源包括網絡，服務器，存儲，應用軟件，服務），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的交互。按照用戶需求云計算的服務模式可以分為：基礎設施即服務（IaaS），平臺即服務（PaaS），軟件作為服務（SaaS）三類。從云部署的角度又可以分為公共云和私有云。云應用涵蓋了文字處理，社會媒體，工程管理，電子郵件，頁面開發，數據存儲，會計，文件存儲和電子筆記等。云計算的優勢在于可以避免前期基礎設施的投入，進而降低企業成本。由于信息系統和技術已經托管給服務提供商，企業可以更多的關注于商務領域和活動。這種模式最適合于資源（資金、時間、經驗等）缺乏中小企業，特別是鄉鎮企業?；谠朴嬎鉙aaS的會計軟件，將所有企業數據存儲在服務商的網絡服務器中，避免了很多問題，如計算機崩潰等。對于鄉鎮企業需要我們關注以下特點：經營活動由市場調節；企業所在地集中在農村地區，職工中大部分為亦工亦農的農民；企業按規模劃分絕大多少為中小企業;大多說為勞動密集型企業，科技含量相對較低,技術設備比較簡陋；企業管理相對落后，信息化水平較低。由以上特點可知技術的創新和運用對于鄉鎮企業的長遠發展起著及其重要的作用。在企業的云計劃過程中，鄉鎮企業只需支付少量等成本就可以獲得SaaS的云計算服務。但是，事實上新技術特別是云計算技術在鄉鎮企業的應用依然沒有得到推廣。
三、研究方法
本研究以調查問卷的形式進行。問卷問題分成三個部分：第一部分是受訪者的基本信息（年齡，職業，工作單位等）；第二部分包括對云計算的認識以及受訪者中沒有采用云計算的原因和想法；第三部分要求對云計算有一定認知的受訪者在問卷中給定的云計算服務中選出所采用的服務以及對云計算未來發展的期望。此次調查一共發放調查問卷450分，通過學生寒假實踐活動發放到鄉鎮企業會計從業者手中，共收回問卷378份，回應率為84.0%，回收的問卷將做進一步分析。受訪者中擁有大專及以上學歷的從業者占83.1%，相關領域工作不足5年的占63.8%。受訪者中從基層會計工作的占77.8%，其余為企業管理者或相關人員。所有受訪者全部就職于鄉鎮企業。此外，36.8%工作環境中提供一個完全的會計電算化系統，但絕大多數（63.2%）是在一個計算機會計系統和手工會計系統的工作環境。最后，只有1%的受訪者聲稱公司目前正在進行云計算。
四、分析討論
在所有受訪者中只有71人表示對云計算有所了解，已經或未來將會采用云計算。從不同角度對這部分受訪者進行劃分。通過比較分析，可以看出教育程度越高的人群對云計算了解的比例越高。由于鄉鎮企業的關系，本次問卷中涉及碩博士人員較少，但不容否認碩博士人員對新技術新熱點的關注度較高。同時，由于云計算是新興技術，所以參加工作不久（5年以下）的人員，是關注云計算的主體。最后，從企業規模角度來看，大中型鄉企中，由于管理理念先進，會計及管理人員教育程度相對較高，也是未來接受并采納云計算的生力軍。在所有受訪者中307人表示對云計算很陌生沒有采用云計算的計劃。列出了沒有關注及不采納云計算的原因，這因素按重要程度由高到低依次排列。其中，不使用云計算的最重要原因是在會計工作中不需要相關技術。這些可以在前兩項的回答中得到認證。直接回答從來沒有使用或不使用云計算的占47.2%，不知道云計算確切是什么的占到40.4%。在本質上，他們不認為使用云計算給他們帶來任何顯著的好處。此外，對數據安全和數據泄露的擔心，網絡的可信任度等也是會計工作中不采用云計算的重要原因。本次調查還列出了一些云服務提供商讓熟悉并打算采用云技術的受訪者進行選擇。給出了相應的結果。從結果中可以看出從業者對全球知名云服務商有一定的傾向性，產生這樣的結果可能還是出于對知名服務商的設施和能力的信賴。另外一個原因在于國內的云計算還出于起步狀態，所提供的服務和功能也各有傾向，不夠完善。對于了解并接受云計算的會計從業者做進一步的詢問，他們給出了接受云技術的原因。這些原因基于云計算的優勢：降低企業運營成本，資本支出轉移到運營成本，反應速度準確，動態可擴展性，簡化維護等。其中會計從業者最看重的是前兩項，占到總比例的75.3%。還有一些其他原因如企業規模，高安全性，標準化的接口等。在調查中，超過一半的受訪者（58.6%）認為，隨著信息化進程不斷加快，云計算勢必會引發企業信息系統的深層次變革，將會對會計信息系統產生深遠影響。他們指出在鄉鎮企業會計事務處理中廣泛采用云計算還需要相關技術逐漸走向成熟，須要鄉鎮企業和云技術提供商聯合共推云計算平臺的長遠發展。
5、結論