云計算概述

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇云計算概述范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

云計算概述范文第1篇

關鍵詞： 細化算法； 并行算法； 算術運算； 二像素寬斜線

中圖分類號： TN911?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2013）14?0013?04

Improved thinning algorithm based on arithmetic operation

HAN Jian?feng， SONG Li?li

（School of Information Engineering， Inner Mongolia University of Technology， Huhhot 010080， China）

Abstract： An improved algorithm is proposed based on the classical algorithm because the existing thinning algorithms have the phenomena of inadequate thinning and excessive erosion of two?pixel?wide diagonal lines. The arithmetic and logic ope?

rations are adopted in the new algorithm to construct the assistant judgement condition， so as to complete the deletion judgment of the classical algorithm and restrain the excessive erosion of two?pixel?wide diagonal line. The redundancy pixels residual on diagonal line in the classical algorithm processing are deleted by the added secondary scan to obtain the 8?connected single?pixel image and keep the advantage of fast arithmetic operation of the origional algorithm. The Experimental results show that the new algorithm could effectively avoid the excessive erosion of two?pixel?wide diagonal lines， maintain the feature information of original image and realize the sufficient thinning of character images.

Keywords： thinning algorithm； parallel algorithm； arithmetic operation； two?pixel?wide diagonal line

字符識別的關鍵是提取字符圖像的特征信息。通常使用細化算法去除二值化圖像中的冗余像素，得到線寬為單像素的細化圖像，從而能夠較為容易和準確地提取字符的特征信息。細化算法廣泛地應用于圖像分析、特征提取及模式識別等領域中。

現有多種細化算法，從原理上可分為迭代算法和非迭代算法；從運算過程上可分為并行算法和串行算法。文獻[1]對現有多種經典方法進行了分析和比較，如串行的Hilditch算法、Pavlidis算法等及并行的Rosenfeld算法、Rutovitz算法等。由于并行算法是在每次對圖像的掃描后完成對冗余像素的刪除，而串行算法則是在掃描過程中刪除冗余像素，因此普遍認為并行算法更快，在字符識別中并行細化算法應用更多。其中，基于Rutovitz算法的各并行算法最具代表性，特別是Zhang和Suen所提出的ZS細化算法[1?3]應用最為廣泛。另外還有基于模板匹配的細化算法，多應用于指紋圖像處理等領域，如文獻[4?5]提出的算法等。以上算法的細化過程均是基于對圖像的逐像素掃描，稱為迭代算法或基于像素的算法。此外還有所謂非迭代算法，采用找出圖像關鍵輪廓點并連線的方法描繪圖像特征，常用于OCR（光學字符識別）。各種細化算法在不同應用中具有各自的優缺點，但一般而言，良好的細化算法應當具備條件為：保留完整的拓撲和幾何特性；各向同性；對原圖像的重建或恢復；處理速度快。

實際上，由于迭代算法對圖像的掃描順序或子條件的迭代順序可能不同，導致無法實現嚴格的各向同性。

1 現有細化算法

設圖像中某像素p1的8鄰域如圖1所示。其中，像素值為1的點稱為輪廓點，像素值為0的點稱為背景點。ZS算法采用對圖像逐像素掃描的方法，對輪廓點的8鄰域分兩個步驟進行算術邏輯運算，依據運算結果判斷該像素是否應該刪除。

圖1 8鄰域示意圖

步驟1：若輪廓點p1的8鄰域點滿足條件（1）～（4），則標記p1，本次掃描結束后將標記的像素刪除。

（1）

（2）

（3）

（4）

式中：為p1的8鄰域中非零像素的個數，即：。為像素按照順時針方向旋轉時，像素值由0變1的次數。

步驟2：若輪廓點p1的8鄰域點滿足條件（1），（2）及條件（5），（6），則標記p1，本次掃描結束后刪除標記的像素。

（5）

（6）

步驟1，步驟2反復迭代，直至圖像中沒有可以刪除的點，細化結束。

ZS算法的優點是迭代次數少，運行速度快，同時兼顧連續性，對直線、T型交叉和拐角能夠精確地保持和原圖像一致，圖像基本能夠細化為單像素。

ZS算法的主要缺點是對二像素寬斜線的過度腐蝕。如圖2所示，對于二像素寬的斜線，ZS算法將其細化為單像素短直線，細化結果產生了嚴重的失真。另外，ZS算法對斜線的處理不夠理想，細化圖像的斜線上易殘留冗余像素。多種算法對ZS算法進行了改進，如Lu和Wang提出的LW細化算法[1，6]和文獻[7]所提的EPTA算法（Enhanced Parallel Thinning Algorithm）等。

圖2 ZS算法對二像素寬斜線過度腐蝕

LW算法為了解決對二像素寬斜線的過度腐蝕問題，將ZS算法的條件（1）修改為。即放松了ZS算法的刪除條件，從而避免對二像素寬斜線的過度腐蝕。但顯而易見的是，細化結果中會殘留更多的冗余像素，不能完全細化。EPTA算法將掃描分為兩個階段[7]，第一階段掃描與ZS算法相似，僅增加了一個判決條件，即若所有標記刪除的像素滿足，則將該點保留，以避免對二像素寬斜線的過度腐蝕；第二階段專門刪除斜線上的冗余像素。EPTA算法確實能夠在一定程度上避免二像素寬斜線的過度腐蝕，但其存在較大的局限性。雖然在針對單幅斜線圖像細化時可以避免過度腐蝕，但如果圖像中存在其他輪廓點、且其細化所需迭代次數多于二像素寬斜線圖像時，判決條件失效，仍然會產生對二像素寬斜線的過度腐蝕。如圖3所示，包含二像素寬斜線和字符“0”的圖像，隨著字符“0”增大，其所需迭代次數增多，分別為3次、5次、8次，二像素寬斜線出現了部分的和完全的過度腐蝕現象。

圖3 EPTA算法對二像素寬斜線的細化效果

另外，因為用于刪除斜線冗余的條件約束過少，第二階段掃描不能將冗余像素完全刪除，導致EPTA算法細化不完全。文獻[8?10]同樣是對ZS算法的改進。文獻[8]所提算法的速度有所提高，但未能實現完全細化。文獻[9]提出的算法在ZS算法基礎上利用ZS算法條件的鏡像改善細化效果，上文提到由于并行細化算法在根本上不能實現嚴格的各向同性，因此無法根除ZS算法的斜線冗余。

同時該算法也提出了避免二像素寬斜線過度腐蝕的解決辦法，但可能會出現保留過度的現象。文獻[10]所提算法可以刪除ZS算法處理后殘留在斜線的冗余像素，但未對二像素寬斜線過度腐蝕的問題提出解決辦法。

由此可見，以上對ZS算法的改進在增加處理時間的同時，對于細化效果的改善并不明顯，不能實現完全細化。本文采用算術運算的方法對ZS算法改進，在保留經典ZS算法優點的同時，改善斜線冗余像素過多及二像素寬斜線的過度腐蝕問題。

2 改進的細化算法

定義輪廓點p1的擴展鄰域如圖4所示。

本文所提改進算法采用算術邏輯運算對擴展鄰域的像素進行判斷，確定其是否應被刪除。

圖4 擴展鄰域示意圖

步驟1：掃描圖像，若輪廓點p1滿足條件（1）～（4），且不滿足（7）～（10），則標記，本次掃描結束后，將標記像素刪除；

且：

（7）

且：

（8）

且：

（9）

且：

（10）

步驟2：掃描圖像，若輪廓點p1滿足條件（1），（2），（5），（6），且不滿足（7）～（10），則標記，本次掃描結束后，將標記像素刪除；

步驟3：判斷刪除標記，若標記為1，跳至步驟1；若標記為0，則跳至下一步；

步驟4：掃描圖像，若輪廓點p1滿足條件（11）或條件（12）或條件（13）或條件（14），則刪除之；

（11）

（12）

（13）

（14）

步驟5：判斷刪除標記，若標記為1，則跳至步驟4；若標記為0，則細化結束。

步驟1，2與ZS算法相似，從兩個方向對圖像進行掃描，使用條件（1）～（4）或（1），（2），（5），（6）及條件（7）～（10）確定是否刪除輪廓點。條件（7）～（10）用于避免二像素寬斜線的過度腐蝕現象。如果輪廓點滿足條件（1）～（4），且滿足條件（7）～（10）之一，則該點可能在二像素寬斜線上，應予以保留；若均不滿足，說明其為冗余像素，在本次掃描后將被刪除。改進算法沒有直接修改ZS算法的條件，而是針對二像素寬斜線增加了判決條件，雖然會增加少許處理時間，但既可避免二像素寬斜線的過度腐蝕，又可避免因放寬ZS算法的約束條件而殘留過多冗余像素。

步驟4使用條件（11）～（14）刪除斜線上的殘留冗余像素。若輪廓點滿足條件（11）～（14）之一，則將其刪除，直至完全細化。在實際處理中，與ZS算法相比，通常只需增加兩次迭代即可，保證了改進算法的快速性。

圖5為改進算法對二像素寬斜線以及包含“0”字符的二像素寬斜線細化效果圖。可見，本文所提的改進算法，對于避免二像素寬斜線的過度腐蝕現象更具普遍性。

圖5 改進算法對二像素寬斜線的細化效果

3 實驗結果與分析

實驗中采用ZS算法與本文所提改進算法分別對英文字母、阿拉伯數字及漢字進行細化處理，部分實驗結果如圖6～圖8所示。

圖6 英文字母細化效果

ZS算法的細化結果中在多個字符中存在明顯的細化不完全現象，對漢字“彩”的細化結果中甚至出現了過度腐蝕現象。在研究中發現，ZS算法細化后在斜線上殘留冗余像素的原因是細化過程中這些像素不滿足條件（2），因此無法刪除，在多次掃描后仍然會留在圖像中。改進算法則不存在上述問題，細化后得到了單像素、保持8連接的圖像，同時避免了ZS算法、EPTA算法等二像素寬斜線的過度腐蝕現象。

在Pentinm 4 3.0，1 GB內存計算機上針對100幅22×28像素字符圖像的多次實驗中，改進算法平均處理時間3.02 s，而ZS算法為2.36 s，增加的處理時間主要用于過度腐蝕現象的抑制以及斜線上冗余像素的刪除。

圖7 阿拉伯數字細化效果

圖8 漢字細化效果

4 結 語

本文提出了一種采用算術邏輯運算的改進細化算法。針對字符圖像的實驗結果證明，改進算法以增加少量處理時間為代價，能夠實現完全細化，得到單像素且滿足8連接條件的細化圖像，有效避免了ZS算法等經典算法中存在的二像素寬斜線的過度腐蝕現象，完整地保留了字符圖像的特征信息。

參考文獻

[1] LAM L， LEE S W， SUEN C Y. Thinning methodologies： a comprehensive survey [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1992， 14（9）： 869?885.

[2] ZhANG T Y， SUEN C Y. A fast thinning algorithm for thinning digital patterns [J]. Communications of ACM， 1984， 27（3）： 236?239.

[3] GONZALEZ R C， WOODS R E. Digital image processing [M]. 2nd ed. Beijing： Publishing House of Electronics Industry， 2002.

[4] 王家隆，郭成安.一種改進的圖像模板細化算法[J].中國圖象圖形學報，2004，9（3）：297?301.

[5] 梅園，孫懷江，夏德深.一種基于改進后模板的圖像快速細化算法[J].中國圖象圖形學報，2006，11（9）：1306?1311.

[6] LU H E， WANG P S P. A comment on “a fast parallel thinning algorithm for thinning digital patterns” [J]. Communications of ACM， 1986， 29（3）： 239?242.

[7] 包建軍，樊菁.魯棒的二值圖像并行細化算法[J].計算機輔助工程，2006，15（4）：43?46.

[8] 喻擎蒼，蘇斌，李華強.改進的符號圖像并行細化算法[J].計算機工程與設計，2009，30（3）：723?724.

云計算概述范文第2篇

【Key words】Cloud computing； Library management； Organizational structure

0 引言

IT已經深刻地改變了圖書館的社會生存基礎，技術的每一次進步幾乎都給圖書館事業帶來新的挑戰，都值得圖書館人關注[1]。置身于大數據時代，云計算并沒有被淘汰。相反，云計算作為強有力的后盾，迎接著大數據的到來。二者之間的關系像一枚硬幣的正反面密不可分。云計算提供可擴展性，為大數據分析的實踐之車，這成為大數據和云計算綁定所帶來的優勢。云計算服務和云應用在云平臺支撐下，讓龐大的行業數據得到妥善保存和處理。

Google公司有一套專屬的云計算平臺，擁有數據的存儲能力、強大的計算力、卻用了極低的成本。每天都有遞增的全世界的信息數據，提供著高體驗度的互聯網應用，從而擁有幾乎全世界的用戶，且對每個用戶進行數據挖掘和分析。

云計算作為IT行業發展的大勢所趨，為許多行業開拓了全新的運行模式。而圖書館作為一個與IT密切相關的行業應該及時融入云中[2]。復雜的海量數據對圖書館的數據存儲能力提出挑戰。圖書館可以利用云平臺強大的計算能力、數據處理功能以及人性化的服務，實現圖書館資源的實時共享多樣化應用。同時，圖書館的管理和組織結構也應隨之而改變，以更好的模式來迎接新時代的到來。

1 云圖書館的到來

云計算為圖書館的發展開拓了新的發展局面，利用云進行信息服務，使得傳統圖書館的信息服務流程被打破，業務重新組合，業務以外包、技術化、虛擬化發展的方向發展。服務理念與方式也發生了很大的轉變與革新。云管理員與云用戶一樣，使用手機、電腦等設備不限時間與地點都能夠獲取云圖書館里的任何信息服務。圖書館員從非核心業務中解放出來，從而更專注于圖書館信息服務。圖書館應樹立合作理念，充分利用云計算優勢，積極構建云平臺，加強機構間合作，拓展資源建設和利用渠道，實現資源、服務和技術的集成與共享[3]。云計算的高度共享這個特點，則弱化了硬件對圖書館的作用，豐富了圖書館文獻存儲，根據用戶的需求完善圖書館的館藏結構，增加用戶對圖書館文獻資源的利用。同時，與各大高校圖書館的編目流通資源共享及全文鏈接軟件等進行互操作，向終端用戶提供無縫的使用體驗[4]。

2 圖書館組織結構的改變

2.1 傳統圖書館的組織結構

傳統圖書館需要文獻采訪、編目、流通等文獻工序分工的部門。各部門分工細化，部門與部門之間聯系甚少。這種自上而下、單向直線形組織結構使得圖書館員只對自己的上級負責，部門間的壁壘森嚴，有些部門極少與讀者溝通。圖書館傳播知識的完整性被人為劃分的各部門職責所割裂。各崗位職工只關注完成自己的業務，極少關注圖書館整體功能的實現；在圖書館整體組織結構中只有少數人從事知識的直接傳播工作，使得圖書館傳播知識的功能未能成為主導功能[5]。

2.2 云圖書館的組織機構

云下的組織結構不再需要傳統的文獻采訪，編目，流通等以文獻工序分工的部門，完全按知識的學科劃分，采編開發利用等一系列工作融于其中。所有成員都處于和用戶信息廣泛交流之中[6]。圖書館的組織結構以人為中心，而不是以物為中心，滿足讀者的信息需求是圖書館一切工作的出發點和落腳點。所以圖書館應根據用戶的需求采集和提供信息資源，而不是根據圖書館采集的信息提供服務[7]。大數據的支持能提升圖書館的服務質量，能夠對用戶的數據進行分析、處理和預測，要求館員的能力更全面，對各學科的知識都需要一定深度的了解，與用戶開展多種互動。技術部則提供云服務平臺的管理和維護，保障用戶能夠順暢地使用云；辦公室負責做好宣傳和推廣的工作。云圖書館的業務流程重組，組織結構扁平化，提升了館員對圖書館的歸屬感和責任心，館員之間可以互相協同，加強了館員之間的溝通，對圖書館的動態能夠實時的掌握。

3 如何管理云

3.1 晴空無云的昨天

圖書館正面臨的挑戰是使用昨天的工具管理今天的館藏[8]。現行的組織結構形成的管理方式具有經驗管理模式，其本身帶有任意性、專斷性色彩。由于對圖書館管理者的職業道德缺乏有效的監督評價和考核，還由于沒能建立一個公平、公正的人員評價系統，所以當前我國高校圖書館在管理上常常是重技術，輕管理、輕服務，淡化人性本質的偏向嚴重存在，人文倫理的偏轉和道德規范的失衡就凸顯出來[9]。

組織結構的封閉無法實現以用戶需求為導向開展業務，圖書館的資源利用率不高。圖書館各部門自成體系，部門之間的資源也無法得到有效交流和溝通。這種管理方式已經影響到用戶對圖書館的熱情，減少對圖書館的使用，阻礙了圖書館的發展。

3.2 有云的明天

技術在不斷的更新，沒有一個與之相匹配的管理體制是不能把圖書館帶向正確的發展方向的。每次技術革新，都會對圖書館的管理模式帶來沖擊。云計算也必將對圖書館的管理工作提出新的要求。

3.2.1 云下的基礎設施

云計算促進數字圖書館的快速發展，圖書館不必擁有許多昂貴的服務器，不必將購買的所有數字資源做本館“鏡像”，只需付少量的費用即可從云中獲取，節省下來的服務器空間用來裝載本館特有的數字化資源[10]。

軟硬件的建設由原來自己購買、維護變成自主選擇云計算平臺，根據需要定制需要多少軟硬件資源。信息資源共享、資源整合也由云計算來代勞[11]。聯合編目、檢索、文獻定位是云計算的重要功能。讀者的服務需求也隨著云的到來而發生變化，大數據的支持能夠對用戶的數據進行分析、處理和預測，提升圖書館的服務質量。

3.2.2 云計算需要關注的幾個問題

云計算以網絡為依托，要求與網絡時刻保持連接，因此云環境下的圖書館幾乎完全依賴網絡，網絡的流暢與否根本上決定了圖書館能否順利提供信息服務[12]。云計算技術的服務需要云計算服務提供商提供。圖書館選擇提供商的時候，需要保證所訂購的服務能零成本地轉移到另一家提供商，避免因提供商綁定和壟斷，而無法自由選擇其它提供商。在標準方面，要求提供標準的可交互接口。知識產權方面的保障和用戶隱私保護方面，在保證用戶信息資源的安全性與可用性的同時，保護用戶隱私，避免可能引起的糾紛。

3.2.3 培養云圖書館員

云計算概述范文第3篇

一、傳統實驗教學模式存在的問題

1.電工基礎與電子線路課程實驗教學與理論教學存在脫節現象

實驗教學與理論教學分開的教學方式，存在一些弊端，主要體現在以下幾個方面：

（1）實驗教學與理論教學處于分離狀態，由不同的教師在不同的位置分開進行實驗教學與理論教學，這樣在很大程度上容易導致電工基礎與電子線路課程實驗教學內容與實踐教學內容出現脫節狀況。

（2）實驗教學與理論教師分離之后，教師在開展實驗教學的時候，要將與實驗教學相關的理論知識重復講述一遍，使電工基礎與電子線路課程教學內容出現重復現象，無法有效地將理論與實驗有機地結合在一起，導致實驗難度增加，實驗教學效果不理想。

2.電工基礎與電子線路課程實驗教學內容老套、方法單一

現階段，教師講解實驗原理，在教學中進行操作示范，然后指導學生根據實驗指導書中規定的流程完成實驗，這種單一的教學方法在很大程度上影響了學生對于電工基礎與電子線路課程的學習興趣，沒有將學生作為教學中的主體，即使學生認認真真地完成了實驗，也無法使學生全面了解、掌握實驗內容，從而降低實驗教學效果。

3.電工基礎與電子線路課程實驗教學手段滯后

一些職業院校為了解決師資力量、實驗設備以及實驗教師不足等一系列問題，每一個班級中的人數通常規定在45～55人之間，由于學生的人數比較多，而且每一名學生在文化素質方面存在一定的差異，整體上缺乏良好的學習習慣，如果教師在實驗教學過程中采用傳統的實驗教學手段，直接將學生帶到相關實驗室中開展實質性的教學實驗，雖然教師在實驗教學中對相關的實驗內容進行了講解、示范演示，但是還有很多學生需要在教師的指導下才能夠有效地完成實驗任務，這在很大程度上會影響學生學習電工基礎與電子線路課程的積極性和主動性。

二、教學改善策略

1.計算機仿真技術融入課堂教學

教師在理論教學過程中，使電工基礎與電子線路課堂教學變得更加生動、形象，然后讓學生使用電腦對理論知識進行實驗驗證，將理論教學與實驗教學有機地結合在一起，學生通過實驗操作能夠加深自身對于理論知識的理解，由被動狀態轉換為主動狀態，充分調動學生在電工基礎與電子線路課程學習中的積極主動性。

目前，Multisim10計算機電子仿真實驗軟件在電工基礎與電子線路課程實驗教學中的應用范圍比較廣泛；Multisim10計算機電子仿真實驗軟件所提供的虛擬儀器設備與電子元器件同實際的儀器設備相比較，在操作方法、外形等方面十分相似，學生在仿真實驗中進行反復的觀察與操作，不僅能夠加深對電工基礎與電子線路理論知識的理解，還能夠了解與掌握相關儀器設備的使用方法，這樣能夠在很大程度上提高實驗教學的效率與質量。

2.重視實驗結構的優化，將實際實驗與仿真實驗結合在一起

云計算概述范文第4篇

【出版日期】2010年05月

【報告價格】￥11，000元(中文電子PDF版)

【摘要】

云計算在2007年橫空出世，經過2008年全年的培育，迄今已經成為一門眾說紛紜的“顯學”——那些不說自己跟云計算相關的廠商或業者已經屈指可數。根據賽迪顧問的預測，未來五年內，“云計算”將會繼續成為占據各IT傳媒頭條及IT從業人員口端的“熱詞”。如果說當初SOA的興起是為軟件廠商提供了一個各取所需、含納一切的“籮筐”；那么，今天之云計算，則是一個將硬件、軟件、服務、信息安全、虛擬化等等一切IT概念及其背后的利益相關者裹挾在內的“超級大容器”。

那么，云計算對整個IT行業格局的影響到底如何？從底層的基礎設施，到高層的IT應用，云計算的興起對整個IT生態環境中各利益鏈條的相關者又到底意味著什么？價值鏈上各環節所推出的跟云計算相關產品和方案的廠商應該如何進行分類？它們在2009年的市場表現如何？

基于此，我們的《2009-2010年中國云計算應用市場研究年度報告》，將幫助業界廠商、投資者、產業人士更精確地把握中國云計算應用市場發展規律、更深入地梳理價值遷移軌跡。

深入、翔實的市場研究數據。基于重點廠商重點產品的深度研究，提供對產品結構、區域、城市層級、垂直與平行行業等多個角度市場變化的生動描繪，清晰發展方向。

全面、深刻的品牌競爭分析。除了從細分市場格局、競爭策略、SWOT分析等多個維度總結企業表現，我們依托對IT市場的深刻理解，建立6大項31子項的CPM矩陣體系，評點市場成功要素，區隔領導者、挑戰者等四象限歸屬。

科學、完整的未來發展預測。建立在各重點細分市場上的建模回歸與專家校驗，并與相關產業環節進行關聯分析，確保給出有價值的趨勢分析與定量預測結果。

【目錄】

研究對象

主要結論

重要發現

一、2009年全球云計算應用市場發展概述

(一)發展現狀

——云計算概念席卷整個IT行業，成年度最熱熱詞

——巨頭企業試水云計算應用，市場增速明顯加快

(二)基本特點

(三)主要國家與地區

1、美洲

2、日本

3、歐洲

4、亞太(除日本)

二、2009年中國云計算應用市場概述

(一)市場規模與增長

1、2009年市場規模與增長

2、新技術應用

(二)基本特點

——大型跨國公司主導市場，國內IT企業謹慎跟行

——“公共云”與“私有云”皆已開建，政府籌劃相關政策

(三)市場結構分析

1、產品結構

2、區域結構

3、垂直結構

4、平行結構

5、渠道結構

三、2009年中國云計算應用細分應用市場研究

(一) IaaS市場分析

(二) DaaS市場分析

(三) PaaS市場分析

(四) SaaS市場分析

(五)虛擬化市場分析

(六)云安全市場分析

四、2010-2012年中國云計算應用市場發展預測

(一)市場規模預測

(二)市場結構預測

1、產品結構預測

2、區域結構預測

3、垂直結構預測

4、平行結構預測

5、渠道結構預測

五、2010-2012年中國云計算應用市場趨勢分析

(一)市場發展趨勢

(二)產品技術趨勢

(三)產品價格趨勢

六、中國云計算應用市場競爭分析

(一)整體競爭格局

(二)重點廠商競爭力評價及SWOT分析

1、Google

2、微軟

3、IBM

4、…

云計算概述范文第5篇

    隨著當今對海量數據和復雜計算的日益需求,計算模式已經從集中式向分布式演變,典型的例子如網格計算、云計算等。當前,云計算逐漸成為學術界和產業界的熱點和焦點,它與網格計算既在架構和技術上有很多共同點,也在安全性、編程模型、計算模型、應用等方面具有差異。

    云計算是一種新型的計算模式,它以服務的形式為用戶提供各種計算資源,如服務器、存儲資源和應用程序等。用戶可以使用各種不同的客戶端(如個人電腦、手機等)通過網絡來訪問云計算平臺提供的服務。通過這種方式,用戶無需在本機上安裝需要的應用,而是通過如瀏覽器之類的工具來訪問和使用位于云端的應用。云計算能即時響應用戶需要的計算資源,即根據用戶的需求供給或者回收相應的資。用戶可以在開始時只申請一部分資源,當需求增加時,向云服務供應商申請更多的計算資源。而當應用對資源的需求降低時,相應的資源將被回收。用戶根據得到的計算資源和服務來付費,這種模式有效節約了系統計算資源和用戶所需要付出的成本。

    二、虛擬化技術概述

    虛擬化技術是云計算的基礎,隨著云計算的流行,它也受到了越來越廣泛的關注。近年來,虛擬化技術的快速發展主要得益于硬件日益增長的計算能力和不斷降低的成本。虛擬化技術能夠實現在一臺物理機上運行多臺虛擬機,在每臺虛擬機中分別運行不同的操作系統和應用程序,并且虛擬機之間具有良好的隔離性。這些都是通過在硬件之上增加一層稱之為虛擬機監控器(Virtual Machine Monitor,VMM)的軟件層來實現的。

    除此之外,還有一種稱之為半虛擬化的技術(paravirtualization)。這種技術中,虛擬機監控器為上層虛擬機提供一個修改過的硬件抽象,而不是與真實硬件完全一致的硬件抽象。虛擬機監控器和虛擬機中的操作系統結合更緊密,相比全虛擬化有更好的性能表現。

    三、虛擬主機系統安全