云计算的资源分配现状

云计算的资源分配现状

云计算的资源分配是指在一个共同的云环境中使用者根据一定是使用规则来调度资源的过程。目前云计算资源调度的研究主要集中在三个方面:

(1)人工智能算法

人工智能算法是指以学习的方式对解空间进行人工搜索，以减少任务的平均时间，提高资源的利用率

(2)云计算的负载均衡

不同的用户对云计算有不同的需求，云计算必须满足服务器网络带宽、吞吐量、延迟和抖动等负载需求。因此，在进行云计算时，更应该注意云计算的负载均衡。

(3)云计算的能耗管理

数据中心作为云计算的中心，能耗过大，不仅浪费电能，还会降低系统的稳定性，影响环境。因此，加强云计算能耗管理也是云计算资源配置中需要解决的重要问题。

本章对于多目标优化、遗传算法、SPEA-II做出了详细的基础知识介绍，通过数学模型以及流程图对于该问题进行了解析分析。通过此小结可大致了解多目标问题的优劣端以及如何利用遗传算法和SPEA-II进行修饰，避免局部最优解，从而获得优秀的目标最优解集。

基于改进 SPEA-II动态资源配置

通过分组编码和多目标优化模型可知，根据遗传算法在交叉和突变阶段提出的TMR，便可以指出基因的类型及其在染色体上的分布。选择已经分层的Pareto前沿时，使用预筛选操作来维持种群分布的均匀性。当达到一定的进化代数时，上一代种群中平均功耗最低的个体被输出。

MOGAISP可以采用自适应概率突变和交叉概率突变进行遗传操作,以帮助我们防止遗传算法进化的过程陷入局部停滞的状态,保持遗传算法种群的多样性,提高了遗传算法进化和全局最优搜索的速度和能力。MOGAISP选择机制选择EFP种群的最优个体，使

图3.1 4个虚拟机在物理节点资源分配示意图

从图中可以看出，横坐标为CPU ，纵坐标为容量，即资源大小。由于不同的应用程序和不同类型的资源对所需要的应用程序的需求不同，当4台虚拟机在物理节点上运行时，不同纬度的节点资源呈现下降趋势，但下降程度不同。

多目标优化模型的建立

物理节点

物理网络节点是一个连接到网络的有源的电子设备，是可以通过通信通道发送、接收或转发信息。而在优化模型中，物理节点的多少是一个重要的参考点。本文用0，1的二维矩阵来模拟单个物理节点在每一时刻每一个虚拟机的位置。0表示每一时刻每一虚拟机的位置，1表示激活的物理节点。从第一个物理节点到最后一个物理节点，第一个时刻到最后一个时刻时，随着虚拟机的个数的改变，对相对应的二维矩阵里的列项进行加和，如果大于0，则记录为1，,最后再次进行加和处理便可得到激活的物理节点数目[23]。

假定云平台中物理节点的个数为M ，虚拟机的个数为N ，多个应用虚拟机可以同时分布在一个物理节点上，单个物理节点的CPU 数量为CP 。 目标函数为：

max x 'T (3.6)

其中：

,,i ,'i j i j f j i X X if j i ?=??虚拟机在物理节点上运动

虚拟机不在物理节点上运动

(3.7)

用实际云环境中的资源负载数据来模拟未来一段时间内虚拟机的应用负载的预测数据。X 表示物理节点的分布模式，X T '为新分布模式迁移后X '的稳定时间。根据当前虚拟机在物理节点上的初始分布方式 ()()N M x X X j i ?=.和动态变化的负载预测信息，以系统虚拟化技术和虚拟机实时迁移技术为基础，来寻求一种最优的虚拟机在物理节点上的新分布方式()()N M x X X j i ?'=''.。X '使用的活动物理节点比初始分布X 少。

虚拟机迁移次数

计算虚拟机的迁移次数，本文用了循环判断的方式进行。从第一时刻到下一时刻，判断虚拟机的位置与上一次位置是否相同，若相同，则证明虚拟机没有迁移，若不相同，则证明虚拟机已迁移，记录1次，往后依次递增，最后进行加和处理，便可得出虚拟机迁移的总次数。 目标函数为：

1min 'M

i i y =∑ (3.8)

其中：

????

?='>'='∑∑==N

j ij

N j ij i

x if x if y 1

10

,

00

,

1

(3.9)

式中i y '标识在新分布方式X '中物理节点i 是否处于激活状态。

j q 表示虚拟机迁移结束后得到的新分布方式X '中虚拟机j 是否发生了迁移。公式(3.9)表示物理节点i 处于激活状态时则i y '值为1，否则值为0。公式(3.7)标识虚拟机j 发生迁移与否。 虚拟机稳定时间

虚拟机的稳定时间是从当前时刻开始一直到虚拟机超负荷之前，虚拟机当前的位置与下一时刻位置是否相同。若相同，则记录为1，往后依次增加，若不相同，则不记录。加和处理统计数据。当目标函数迁移次数越小时，则证明虚拟机的稳定时间越久。

目标函数为：

1min N

i i q =∑ (3.10)

其中：

1,101i j j i j if x and i i q if x and i i ''''

==??=?

'=≠??，

(3.11)

{}{}{}N j M i y q x i j ij

,...,2,1,,...,2,11,0,1,0,1,0==∈'∈∈'

(3.12)

公式(3.11)标识虚拟机j 发生迁移与否。公式(3.12)说明变量i j ij

y q x ''、、和都是布尔变量。

约束条件

约束不符合要求的编码基因有助于统计所需数据的准确性和规范性。将每一时刻的物理节点位置和所需虚拟机的数量进行乘积与物理节点初始二维矩阵相乘，得到新的所需虚拟机数量，此时若虚拟机新的需求数量的数量大于原始需求数量，则进行约束，将此物理节点的目标函数值加一个很大的数值，防止干扰原始数据。

约束条件：

M i C x CP j

N

j ij ,...,2,11=≥∑= (3.13)

N j x M

j ij

,...,2,11

1=='∑

= (3.14)

组编码方式

编码是一种遗传描述，它将云计算平台上的物理节点和虚拟机转换成染色体和基因，即模拟从问题求解到染色体和基因映射到生物进化的过程。MOGAIN 使用编码方法来表达基因类型及其在染色体上的分布。此外，在组编码模式中，每个染色体(也称为个体) 对应于资源调度解决方案。每个个体上的每个基因代表一个特定的激活物理节点及其虚拟机。该基因具有与其对应的物理节点相同的资源负载类型。多个基因序列形成一个染色体或个体，多个个体形成一个群由于不同虚拟机分配模式所包含的物理节点数量可能不同，而相同的多台虚拟机可能放置在不同数量的物理节点上，相应的个体长度也不同，因此不同长度的染色体也应该是遗传算子[23]。

种群初始化

MOGAINS 原始分布应该包含当前虚拟机集合上所有物理节点的编码信息，原始分布的初始集合在虚拟机负载信息资源和物理节点随机映射生成的前提下，是没有方向性的，这样便能保证初始分布集合的多样性，提供更大的搜索空间。 染色体的生成

MOGAINS 操作符可以识别染色体的过程如算法3.1所示。

算法3.1 染色体的生成

1) chromo_size =ceil(log2(m/eps+1)); 2) 各个染色体长度的数据 3) pop = cell(pop_size,t)

4) 初始化参数并且保存种群各个变量的染色体,100*时间根矩阵

5)pop_int = cell(1,pop_size)

6)利用模拟染色体来解码数据

7)这块主要用于计算适应度

8)for i=1:pop_size

9)for j=1:t

10)pop{i,j} = initilize_pop(n, chromo_size)

11)初始化种群(随机数)100*t个包

12)每个矩阵都是8个虚拟机位置的染色体

13)end

14)end

进化算子

MOGAINS是通过虚拟机在物理节点之间映射的初代分布并且生成种群规模大小的染色体后产生初始种群，然后基于动态变化的应用负载信息对初始种群中的染色体进行遗传操作来寻找虚拟机在物理节点上最优的新分布方式X 。

轮盘赌注

轮盘赌注算法的思想是个体被选中的概率与其适应度函数值成正比。首先计算适应度比例，即每个个体的选择概率。然后计算每个个体的累积概率，相当于转盘上的“跨度”，“跨度”越大越容易选到，在每个个体之前，所有个体的选择概率之和等于概率论中的概率分布函数。相当于概率论中的概率分布函数。可以随机生成一个数组，然后将他们有序排列，如果累积的概率大于随机生成序列，则被选择并且将继续比较，若小于，则不选择，此时再比较下一个个体。具体的运算方法如表3.2所示。

算法3.2基于轮盘赌注法的选择操作

1)FIT1 =1./Fit;

2)sum_Fit=sum(FIT1); 总的适应度

3)fitvalue=FIT1./sum_Fit; 每个适应度占比

4)fitvalue=cumsum(fitvalue); 累计占比

5)ms=sort(rand(pop_size,1)); 产生0-1随机数

6)fiti=1; 初始化下标

7)newi=1; 累计选择优秀下标

8)nf = cell(pop_size,t);

9)while newi<=pop_size

10)if(ms(newi)

11)for im = 1:1:t

12)for jm=1:1:n

13)nf{newi,im}(jm,:)=pop{fiti,im}(jm,:);

14)end

15)end

16)newi=newi+1 ;

17)else

18)fiti=fiti+1;

19)end

20)end

交叉

交叉遗传算子的主要功能是将优良基因直接传递给后代，而交叉遗传算子的位置变换极大地增加了种群的生物多样性，这也决定了遗传算法的全局分析和搜索能力。如果使用单一的交叉方法来执行父代和子代个体之间的交叉概率，那么在概率不变的情况下，交叉将是重复的。当某些物理节点上没有虚拟机时，仍然可以执行交叉操作，并且可以在不同长度的染色体之间执行交叉操作[24]。变换位置的运算方法如表3.3所示。

算法3.3 基于概率的交叉操作

1)for i=1:2:pop_size

2)p=rand;

3)随机生成一个交叉的概率

4)if p

5)for im = 1:1:t

6)for pm=1:1:n

7)q=randi([0,1],1,chromo_size);

8)for j=1:chromo_size

9)if q(j)==1 表示交叉点

10)交换位置即交叉

11)temp=nf{i+1,im}(pm,j);

12)nf{i+1,im}(pm,j)=nf{i,im}(pm,j);

13)nf{i,im}(pm,j)=temp;

14)end

15)end

16)end

17)end

18)end

19)end

20)基于概率的进化逆转将一条染色体上某两个点进行交换位置

21)for im = 1:1:t 索引各个时间

22)for i = 1:pop_size

23)索引各个种群

24)for k=1:1:n

25)r1 = rand(1,1); 逆转概率

26)if r1

27)index = randperm(chromo_size,2); 两个位置倒位

28)交换位置

29)temp = nf{i,im}(k,index(1));

30)nf{i,im}(k,index(1)) = nf{i,im}(k,index(2));

31)nf{i,im}(k,index(2)) = temp;

32)end

33)end

34)end

35)End

36)clear pop 清空上一步种群

37)pop = nf; 产生新种群

变异

突变算子是生成新种群个体的重要辅助方法之一。通过给出一定的变异概率，新的种群被种群和每条染色体所取代。由这种给予变异概率的运算方法如下表3.4所示。

算法3.4基于变异的交叉操作

1)for im = 1:1:t 索引各个时间

2)for i=1:pop_size 索引各个种群

3)for immm=1:1:n

4)for k=1:chromo_size 索引各个染色体

5)r=rand(1,1); 给出变异概率

6)if r

7)nf{i,im}(immm,k)=~nf{i,im}(immm,k); 进行变异

8)end

9)end

10)end

11)end

12)end

进化逆转

进化逆转是利用一条染色体上的两个位置进行互换，而达到个体与个体之间的转换。利用交叉算子和变异算子对种群进行变异，极大的增加了种群个体间的位置更新，可以更好地避免局部最优解的情况。如下表3.5所示。

算法3.5 进化逆转算法

1)for im = 1:1:t 索引各个时间

2)for i = 1:pop_size 索引各个种群

3)for k=1:1:n

4)r1 = rand(1,1); 逆转概率

5)if r1

6)index = randperm(chromo_size,2); 两个位置倒位

7)交换位置

8)temp = nf{i,im}(k,index(1));

9)nf{i,im}(k,index(1)) = nf{i,im}(k,index(2));

10)nf{i,im}(k,index(2)) = temp;

11)end

12)end

13)end

14)end

15)更新新种群

16)clear pop 清空上一步种群

17)pop = nf; 产生新种群

算法流程

算法的整体流程如图3.2所示。

图3.6算法流程图

- 11 -

本章节对于本文所用的调用方案进行了分析，且对于云计算动态资源配置的资源分配以及利用生物学染色体基因模拟每个物理节点上的信息，并且对于进化算子（交叉、变异）以及轮盘赌注算法进行了剖析以及自己的程序原理和编写思路。通过以上路径，才成功的完成本文的研究。

- 12 -

仿真与结果分析

数据采集与处理

根据要求，本文实验使用的数据来自于2017年8月份发布的阿里巴巴数据集群的1300个物理节点连续12个小时的资源负载数据(资源负载数据，RLD)每个节点间隔60秒连续记录5次,然后连续计算5次的算术平均值。当RLD跟踪启动时，大约99%的物理节点可以被视为同构节点，其中CPU的核数为物理节点的真实核数，如表4.1所示。

表4.1物理节点和CPU合数表

物理节点数量CPUs(核)

5 64

7 64

199 64

369 64

735 64

1 64

仿真结果

(1)当交叉概率为0.8、变异概率为0.2、进化逆转概率为0.2、进化代数为10、种群个数为10，轮盘选择精度为0.1时，迭代进化与拟合误差如图4.2所示。

根据折线图，横坐标为迭代进化数，纵坐标为拟合数据误差。整个折线处于收敛状态。当迭代进化代数为0-80和380-400时，拟合数据误差下降最快。在前期操作中，由于计算产生的单适应度累积比由小到大并与随机数进行比较，拟合数据误差在前期大幅减小。随着迭代次数的增加，当迭代进化代数达到400时，拟合数据误差趋于稳定。拟合数据的误差越来越小，这也证明了优化的稳定性和可行性。

- 13 -

图4.2 迭代进化图

(2)以三次不同的条件函数，获得以下虚拟机的节点次数、迁移数量以及稳定时间对比图如图4.3所示。

图4.3运行结果对比图

- 14 -

本设计选取的三组物理节点数分别为749、698和713，列出了各组物理节点在不同条件下的迁移时间和稳定时间。图4.3表明MOGAINPS以迁移次数较多为代价，在新的分布模式状态下具有较高的稳定性和较少的活动物理节点。其原因在于MOGAINPS 对Pareto前沿的预筛选操作增加了种群的分布性，而且通付TMR规则也能较好的实现资源的均衡利用，不同物理节点的匹配，也在使用较少物理节点的前提下保证了物理节点的稳定时间。

(3)三维空间立体分布散点图

图4.4:三维空间散点分布

- 15 -

图4.5:三维空间散点分布图

图4.6:三维空间散点分布图

- 16 -

实验种群规模是50,物理节点的数量到100,虚拟机的数量与人口迁移演化代数的增加。随机种群可以选取第5代、第13代和第23代的种群的分布情况，分别如图4.4、4.5、4.6所示，图中x轴代表每个单独的云平台的稳定时间,y轴表示虚拟机迁移频率,z 轴表示物理节点数量的激活。可以发现，随着进化代数的增加，多数个体在遗传过程中都朝着虚拟机迁移次数少、物理节点激活次数少的方向进化，这也很好地验证了遗传算法是可行的。

- 17 -

结果分析

根据实验结果，MOGAISP交叉概率P设置为0.8，突变概率Pm设置为0.2，进化反转概率Pn设置为0.2。最后的结果是十次重复后的算术平均数。实验的

种群规模为10(popSise=10)，进化代数为10(maxGen=10)。在虚拟机分布初始状态相同和应用程序负载预测信息相同的前提下，运行算法MOGAISP得到了一种新的不同的虚拟机分布模式。表4.7列出了物理节点数为25、虚拟机数为95时的相关实验数据。表4.8列出了物理节点数为50，虚拟机数为250时的相关实验

数据。

表4.7 25个物理节点和95个虚拟机运行结果

个体参数MOGAISP

激活数量13.0

迁移次数52

稳定时间(s) 118.04

表4.8 50个物理节点和250个虚拟机运行结果

个体参数MOGAISP

激活数量31.0

迁移次数137

稳定时间(s) 142.35

结果表明，MOGAISP的稳定时间更短，迁移次数更多，新的分布模式可以减少活动物理节点的数量。云平台的主要能源成本之一是活动物理节点的数量少。因此，当活动物理节点的数量大大减少时，资源消耗就会减少，为了保持物理节点的稳定时间，迁移时间就会增加。还可以进一步证明，在活动物理节点数量稳定的情况下，新的虚拟机分布可以更好地降低能耗。

18

本章小结

此次模拟遗憾的是并非是在理想型下进行的，理想环境时，当迭代次数达到一个终点值时，其拟合误差可能会达到0状态，此时可获得一个最完美的数据。该数据便会是优化的最优结果。由于每次运行，数据量庞大，运行一次需要4-5个小时，所以结果并非是完美的，可能得到的结果局部最优得概率胜过全数据平均分布。但得到的结果仍然满足率最初的目的，证明该方法是正确的，若要完美化，可能还需要通过其他的途径进行改进，已达到理论与实践双可行的结果。

云计算实现计算资源的动态按需配置，极大提高了资源的有效使用，在资源配置过程中如何较好的平衡物理节点的稳定性和能源消耗之间的关系越来越重要。本课题针对云计算中的虚拟机调度问题，利用信息处理技术和人工智能技术，设计一种动态资源配置方法，主要工作如下：

1.对云计算中虚拟机资源配置相关文献进行检索、分析。

2.运用信息处理、人工智能、多目标优化等相关原理，对动态资源配置数据进行采集、处理和分析，结合经济、安全等非技术因素，给出优化配置设计解决方案。

3.根据解决方案，综合考虑云平台的稳定时间、物理节点的激活数量和虚拟机的迁移次数等几个因素，实现多目标配置优化模型、进化机制、精英保留策略等模块设计。

4.对数据处理、优化模型、适应度计算、进化算子等进行编写程序，并完成模拟仿真。

5.对仿真的结果数据进行收集、分析、归纳，并进行调整。

在本次设计中依照老师任务书要求，按步骤进行多目标优化算法的学习和设计，并对云平台的动态资源配置进行了深刻的了解。基本实现了老师所要求的功能。但由于时间有限，对于遗传算法在后期容易陷入局部最优解而降低算法精确度及正确性等缺陷尚未进行优化，但随着未来研究的深入，我相信能够完美解决资源合理分配，并降低能源消耗，一定会取得更好的结果。

19

我国云计算的现状及发展

我国云计算的现状及发展 通信工程张翔 20081060255 摘要：本文介绍了云计算的定义以及我国的云计算发展的一些现状和未来的发展。关键词：云计算、服务 0.引言 随着计算机以及网络技术的发展，计算机性能的增长将面临瓶颈，而网络技术的发展使得在全球范围内共享一些计算资源成为可能，因此，我们应利用大量的网络资源，而不是个人手中的个别计算资源来提供高性能服务。在这个背景下，提出了云计算这个概念，它是一种将大量计算资源、存储资源与软件资源链接在一起形成巨大规模的共享虚拟IT资源地，为远程计算机用户提供“呼之则来，挥之则去”的IT服务的思想。为网络技术的发展提供了一个新的方向。 1.云计算的定义 云计算现在已经成为了一个热点科学项目，很多的专家都跳出来给出了自己关于云计算的定义，使得定义五花八门，同时他们对于其它定义加以批判，宣扬自己的定义才是最正确的，让人有些难以去判断到底谁对谁错，我自认不是专家，没能力去给一个新的东西去下定义，所以这里结合我的题目所给出的定义是'中国云计算网'给出的：云计算是分布式计算、并行计算和网格计算的发展，或者说是这些科学概念的商业实现。 这是从云计算的发展脉络的角度给出的定义，主要说明了云计算的历史，不是很好让人理解，同时也不够全面，但是却反应了中国对于云计算方面的技术掌握不是很多，许多方面尚在起步阶段。虽然专家们对于定义的争论不定，但对于云计算的本质特征或者说优点和特点却是统一意见的。由这些特征和特点，大家可以去定义自己心中的云计算。其本质特征为分布式的计算和存储特性，高扩展性，用户友好性，良好的管理性，用时付费等。 特点：1.云计算系统提供的是服务，不需要用户去掌握一定知识的情况下才能使用，相当傻瓜式相机拍照一样适用于大众群体。 2.高可用性。通过集成海量存储和高性能的计算能力，云能提供较高的服务质量。 3.经济性。组建一个采用大量的商业机组成的集群相对于同样性能的超级计算机花 费的资金要少很多。 4.服务多样性。用户可以支付不同的费用，以获得不同级别的服务。

云计算的发展现状

学号1307030124 天津城建大学 云计算得发展现状 学生姓名周建起 班级网络一班 计算机与信息工程学院 2016年5月28日 国外“云计算”发展现状: Google在于2007年10月在全球宣布了云计划,Google与IBM开展雄心勃勃得合作,要把全球多所大学纳入“云计算”中。 IBM于2007年8月高调推出“蓝云(Blue Cloud)”计划,这一计划已经在上海推出。IBM得Willy Chiu透露,“云计算将就是IBM接下来得一个重点业务。”这也就是IBM扩张自身领地得绝佳机会,IBM具有发展云计算业务得一切有利因素:应用服务器、存储、管理软件、中间件等等,因此IBM自然不会放过这样一个成名机会,提出了“蓝云计划”。 亚马逊(Amazon、)于2007年向开发者开放了名为“弹性计算机云”得服务,让小软件公司可以按需购买亚马逊数据中心得处理能力。 2007年11月,雅虎也将一个小规模得服务器群,即“云”,开放给卡内基-梅隆大学得研究人员。惠普、英特尔与雅虎三家公司联合创立一系列数据中心,目得同样就是推广云计算技术。 而另外一家以虚拟化起家得公司VMware,从2008年也开始摇起了云计算得大旗。VMware具有坚实得企业客户基础,为超过19万家企业客户构建了虚拟化平台,而虚拟化平台正成为云计算得最为重要得基石。没有虚拟化得云计算,绝对就是空中楼阁,特别就是面向企业得内部云。到目前为止,VMware已经推出了云操作系统vSphere、云服务目录构件vCloud Director、云资源审批管理模块vCloud Request Manager与云计费vCenter Chargeback。VMware致力于开放式云平台建设,就是目前业界唯一一款不需要修改现有得应有就能将今天数据中心得应用无缝迁移到云平台得解决方案,也就是目前唯一提供完善路线图帮助用户实现内部云与外部云联邦得厂家。 云计算得标准也在国外快速发展,目前最典型得两个云标准就就是OVF与

我国云计算的现状、问题和对策

我国云计算的现状、问题与对策 2011-8-5 目前云计算应用市场规模较小 记者：“云计算”是现在很热的词汇，又是“十二五”规划中的重点项目，政府和业界对云计算都表现出很大的热情。目前我国的云计算发展刚刚起步，是什么样的情况？ 田杰棠：目前对于云计算产业还没有官方的统计数据，比较有代表性的是赛迪顾问和计世资讯的统计数据。因为对云计算应用的理解不一样，两家的统计口径也就不同，计世资讯的统计数据包括了搜索引擎和网络游戏。虽然统计的口径宽窄不同，但还是能够反映出我国云计算应用市场规模较小、软件服务占主体地位的现状。两家公司对云计算在国内未来发展趋势的判断也比较一致，预测在2013年将达到1143亿元的规模。埃森哲的调查结果也显示，未来两年内我国与云有关的活动将会显著增加，预计云的使用量将增加一倍以上。 记者：你认为目前我国云计算应用市场规模小是什么原因造成的？ 田杰棠：普通大众应该是在推广到一定的程度以后才会大规模使用云，就像互联网一样，如果大家都用，推广起来就比较快。中国的多数企业用户对使用云计算还存在疑虑。埃森哲的统计显示，不到20%的受访企业在使用公有云服务，多数企业更多地倾向于创建私有云而不是委托给云服务商。 在企业内部搭建私有云平台，对企业的发展的确有好处。国内的私有云建设速度还是很快的，但多集中在一些实力强大的大型国企中。小企业感觉没有能力也没有必要建立自己的私有云，委托给运营商又有顾虑，所以对云应用的接受程度比较低，这就造成我国与其他云计算应用先进国家相比规模较小。这是新生事物必经的引入过程。计世资讯预计2011年我国的云计算市场进入成长阶段，2015年进入成熟阶段。 记者：云计算在现阶段的普及程度并不算太高，但政府的推动态度是十分积极的，许多地方将发展云计算提到战略性新兴产业的高度写入文件。前几天成都刚出台了《成都云计算应用与产业发展“十二五”规划纲要》。计划到2015年建成云服务、基础软硬件设备生产、云终端产品制造三大产业集群，产业规模达到3000亿元的“全球最大云服务和终端产品制造基地”。这算不算是我国云计算发展的一个特点？ 田杰棠：这是我国云计算发展的现状之一，地方政府表现出高度热

云计算发展现状和应用前景

1云计算的概述 1.1、云计算定义 云计算（Cloud Computing）概念的直接起源是亚马逊 EC2（Elastic Compute Cloud 的缩写）产品和Google-分布式计算项目，云计算是分布式处理（Distributed Computing）、并行处理（Parallel Computing）和网格计算（Grid Computing）的发展，云计算是通过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多台服务器所组成的庞大系统，经计算分析之后将处理结果回传给用户。通过云计算技术，网络服务提供者可以在数秒之内，处理数以千万计甚至亿计的信息，达到和“超级计算机”同样强大的网络服务。 1.2、云计算分类 云服务按照服务的类别可以分为三种：即公共云、私有云和混合云。公共云是由第三方（供应商）提供的云服务。它们在公司防火墙之外，由云提供商完全承载和管理。私有云是在企业内提供的云服务。这些云在公司防火墙之内，由企业管理。混合云，顾名思义就是公共云和私有云的混合。 云计算按应用模式可以分成IaaS（基础设施级服务）、PaaS（平台级服务）和SaaS（软件）。IaaS就是给使用者提供最简单的计算存储和网络等等能力，让用户自己搭建自己的业务平台。PaaS，在云计算平台之上抽象出一些比较简单易用的接口和能力，让用户能够在这个平台上快速搭建自己的应用。SaaS，把应用或者软件作为服务传送给用户，用户可以通过任何网络设备使用这个程序。 1.3云计算的特点 (l)按需服务 “云”是一个庞大的资源池,涵盖了除硬件基础设置外的所有计算机资源。用户在使用计算机时,只需一台个人计算机或一部手机等能上网的终端设备,其他所需要的应用软件、系统软件都不需要安装,由互联网上的云端提供即可,用户只按需支付一定的服务费即可。用户所处理的数据或资料不必存储在本地,而是保存在云端的数据中心处。用户可以在任何时间、任何地点通过云继续自己的工作或查找需要的信息,从而实现随用随取,就像自来水、电、煤气等一样按需使用、按需服务、按需付费。 (2)强大的存储、计算能力 云端的管理系统规模非常庞大,一般拥有上百万台服务器,即便是企业的私有云一般也拥有数百上千台服务器。因此,云能赋予用户前所未有的计算能力和存储能力,可以完成用户的各种业务需求。 (3)高可靠性 云端提供了最可靠、安全的数据存储中心,由最专业的团队来管理信息。因此,用户不必担心数据丢失、病毒人侵等问题产生。同时,严格的权限管理策略可以确保用户信息的保密性和与指定其他用户的数据共享。 (4)分层服务 云计算包括3个层次的服务:基础设施级服务(IaaS)、平台级服务(PaaS)和软件服务

中国云计算发展现状与趋势

中国云计算发展现状与趋势 近几年来，云计算在我国可谓风生水起，热闹非凡。然而，云计算从概念到落地实际上只能从2010年算起。在此之前只能看成是云计算的市场引入阶段。 那么，云计算技术近几年来的发展情况和规模如何，未来数年就会有哪些明显的发展趋势？计世资讯最新的数据为我们梳理出了一些清晰的发展脉络。 云计算市场规模 计世资讯认为，2009年中国云计算市场规模达到403.5亿元，较2008年同比增长28.0%。2009年国内云计算市场受各细分应用的快速增长，保持着稳定的较高增速。 图1 2008-2009年中国云计算市场规模及增底情况 2009年，SaaS占云计算市场规模的达87.8%,为354.2亿;PaaS、IaaS分别占到云计算整体市场的11.8%和0.4%,分别为47.6亿、1.7亿。 图2 20Q9年中国云计算市场产品结构 IaaS ■ 九7忆元 0.4% 元 its% 云计算发展阶段 目前，最简单的云计算技术在网络服务中已经随处可见，例如搜索引擎、网络信箱等，使用者只要输入简单指令即能得到大量信息。在某些条件下，甚至可以抛弃U盘等移动设备，只需要进入Google Docs、Office Live Workspace 等在线办公软件页面，新建文档，编辑内容，然后，直接将文档的URL分享给你的朋友或者上司，他就可以直接打开浏览器访问URL再也不用担心因PC硬盘的损坏而发生资料丢失事

件。 但是，从一种新的业务模式的发展周期来看，尤其是从国内的情况来看，目 前的云计算还只能算是初级发展，或者说，还处于教育阶段。 3云计算发展阶段示意图 戟醋!十::：■；. 如果要对国内云计算市场阶段进行划分的话，那么2007~2010年为云计算的市场引入阶段，这一阶段的特点是云计算的概念还不够明确，用户对云计算的认 知度还很低，云计算的技术和商务模式还不成熟等。此外重点厂商各自为政，缺乏一个较为统一的标准。结合当前市场状况来看，当前恰好处于这一阶段的后期，尤其是随着2009年云计算概念的广泛普及，至2010年下半年，市场开始逐步具备了摆脱引入阶段的条件，逐步向着更成熟的方向迈进。 2011~2015年为市场成长阶段，这一阶段的特点是应用案例逐渐丰富，用户对云计算已经比较了解和认可，云计算商业应用概念开始形成等，此外，用户已经开始比较主动地考虑云计算与自身IT应用的关系。同时，云计算的发展速度会在这五年间得到迅猛的提升。 自2015年以后，市场进入成熟阶段，表现在云计算厂商竞争格局基本形成，云计算的解决方案更加成熟，在软件方面，SaaS的应用模式成为主流，市场规模也保持在一个比较稳固的水平。 除了从宏观角度观察，从企业用户的角度来看，数据中心的各种系统（包括软硬件与基础设施）是一大笔资源投入。新系统（特别是硬件）在建成后一般经历

云计算资源池的构建讲课稿

云计算资源池构建必须考虑的五个问题 近日，IDC发布最新中国云计算市场的研究报告。报告显示，2011年中国用户为建设云计算基础架构的投资已经达到2.86亿美元，同比增长42.0%。IDC 预计，中国云计算基础架构市场还将保持高速发展，到2016年其规模将超过10亿美元。可见，建设云计算基础架构已经成为许多企业的计划。 构建一个合理的资源池，是实现从传统的“烟囱式IT”迈向云计算基础架构的第一步。在传统的“烟囱式IT”基础架构中，应用和专门的资源捆绑在一起，为了应对少量的峰值负载，往往会过度配置计算资源，导致资源利用率低下，据统计，在传统的数据中心里，IT资源的平均利用率不到20%。 构建资源池也就是通过虚拟化的方式将服务器、存储、网络等资源全面形成一个巨大的资源池。云计算就是基于这样的资源池，通过分布式的算法进行资源的分配，从而消除物理边界，提升资源利用率，统一资源池分配。 图传统的“烟囱式”IT结构中，应用与固定的资源绑定 作为云计算的第一步，资源池的构建在实现云计算基础架构的过程中显得尤为重要，只有构建了合理的资源池，才能实现云计算的最终目的——按需动态分配资源。那么，在借助虚拟化手段构建资源池时，需要考虑哪些问题?通过与一

些已经或正在实施云计算的企业用户交流时发现，在搭建云计算资源池时，如下五个问题是必须要考虑的。当然，除了这些问题之外，还有其他需要考虑的问题，需要视情况而定。 底层软硬件平台的可靠性 要搭建虚拟资源池，首先需要具备物理的资源，然后通过虚拟化的方式形成资源池。一个物理服务器可以虚拟出几个甚至是几十个虚拟的服务器，每一个虚拟机都可以运行不同的应用和任务。 听到这里，可能很多用户都会感觉到某种危险性，要是这一个物理服务器崩溃了，那这个物理机上的所有虚拟机以及虚拟机上的应用都会受到影响甚至是崩溃(当然，可以去做实时的动态迁移，这是我们后面要谈到的话题)。这就好比是把许多鸡蛋放在一个篮子里，篮子破了，所有的鸡蛋都会摔碎。这对于许多连续性要求较高的用户来说，比如金融、电信等行业的用户，是无法接受的。 为了降低“鸡蛋”全部摔碎的风险，企业用户必须要保证“篮子”的质量。也就是硬件资源(服务器、存储、网络等)的安全性、稳定性。 民族证券信息部主任颜阳表示，“证券行业的核心业务对于业务连续性要求很高，一秒钟的中断都会带来巨大的损失，因此，在搭建资源池的时候，必须要考虑到硬件平台的可靠性”。 资源粒度最小化 “医疗信息化是配合业务流程的，比较复杂，并且跟人的生命健康息息相关，因此云计算平台的安全性十分重要，我们希望把每个元素都放到最小的粒度，打造出与业务流程十分契合的医疗云平台”，首都医科大学附属北京儿童医院信息中心主任孙宏国表示。

Google云计算的现状与发展

谷歌云计算的现状与发展

摘要：Google作为世界云计算的“领头人”，它在云计算的研究与开发方面做得非常出色，从Google 的整体的技术构架来看，Google计算系统依然是边做科学研究，边进行商业部署，依靠系统冗余和良好的软件构架来低成本的支撑庞大的系统运作的，大型的并行计算，超大规模的IDC 快速部署，通过系统构架来使廉价PC 服务器具有超过大型机的稳定性都已经不在是科学实验室的故事，已经成为了互联网时代，IT 企业获得核心竞争力发展的基石。尽管云计算是个刚刚出现没多久的新词汇，尽管我们还处在在云计算的起跑阶段，但是，我们从Google的与计算技术构架里，就可以获得很多信息，那些信息可能就是我们通向未来互联网全新格局的钥匙。 关键词：云计算 Google 技术构架 云计算是一种商业计算模型。它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。 我们可以认为：云计算是通过网络按需提供可动态伸缩的廉价计算服务。 提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。这种特性经常被称为像水电一样使用IT基础设施。

有人打了个比方：这就好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。最大的不同在于，它是通过互联网进行传输的。 云计算是并行计算、分布式计算和网格计算的发展，或者说是这些计算机科学概念的商业实现。云计算是虚拟化、公用计算、IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)等概念混合演进并跃升的结果。 总的来说，云计算可以算作是网格计算的一个商业演化版。 “Google”是美国一家上市公司，于1998年9月7日以私有股份公司的形式创立，以设计并管理一个互联网搜索引擎。Google公司的总部称作“Googleplex”，它位于加利福尼亚山景城。Google公司致力于互联网的应用与高新产业的开发。它在云计算的研发与发展方面，同样走在世界的前列。2006年8月9日，Google首席执行官埃里克·施密特在搜索引擎大会首次提出“云计算”的概念。Google“云端计算”源于Google工程师克里斯托弗·比希利亚所做“Google 101”项目。 2007年10月，Google与IBM开始在美国大学校园，包括卡内基梅隆大学、麻省理工学院、斯坦福大学、加州大学柏克莱分校及马里兰大学等，推广云计算的计划，这项计划

云计算的未来发展趋势(精)

今天我们整体来说说整个云计算技术的未来发展趋势 随着云计算的发展, 互联网的功能越来越强大, 用户可以通过云计算在互联网上处理庞大的数据和获取所需的信息。从云计算的发展现状来看, 未来云计算的发展会向构建大规模的能够与应用程序密切结合的底层基础设施的方向发展。另外, 不断创建新的云计算应用程序、为用户提供更多更完善的互联网服务也可作为云计算的一个发展方向。 在云计算技术的发展趋势方面，Google 公司认为对云计算的应用意味着未来是数据跟着用户走。用户如果买了一台新的计算机，不用担心数据的拷贝或新应用软件的安装，只需要有浏览器就能拥有需要的一切环境、内容和信息。这还不止是在电脑上，未来用手机、电视、可视电话以及其他设备也可以接触这样的信息。未来应用软件将全部移植到云端，经过浏览器可以得到所有网上的内容，也可以做今天需要应用软件做的内容。如今，Google 做的一些软件已不用担心储存缺失，因为它们都储存在云端服务器里面。 微软认为云计算的下一步发展就是将这些用户通过互联网更紧密地连接起来，并向他们提供云计算服务。微软正在创造这样一种用户体验，即从一般设备存储转移到任何时间都可以存储的模式。微软从战略上将自己未来的云计算发展方向确定为三条路线：完成企业软件组合向网络服务的转型、发布PC 软件的网络版及继续建设数据中心网络。 按照 2006 年 Sun 公司推出的基于云计算理论的“黑盒子”计划，规划中将来的数据中心将不会局限于拥挤、闷热的机房中，而是一个个可移动的数据中心。它既可以为拥有上万名雇员的大型公司服务，也能为中小企业提供支持。至于这种数据中心的最佳安放位置，在技术上可以是郊外的田野，但最好还是发电站附近，这样可以实现成本最低化。 对于云计算技术的未来，研究人员认为它很可能彻底改变用户使用电脑的习惯，使用户从以桌面为核心使用各项应用转移到以 Web 为核心进行各种活动。计算机也有可能退化成一个简单的终端，不用再像现在一样需要安装各种软件，同时

云计算的关键技术及发展现状

云计算的关键技术及发展现状 居巍杰 摘要：本文给出了云计算的定义，总结了云计算的关键技术，揭示了云计算是多种新技术的综合发展产物，并详细介绍了云计算的发展现状。 关键词：云计算；数据存储；编程模型；云安全 1.前言 云计算(Cloud Computing)是一种新近提出的计算模式。云计算将待处理的数据送到互联网上的超级计算机集群中进行计算和处理，把互联网变成一种全新的计算平台，能够在网络上实现按需购买与按使用付费的业务模式。自从云计算的概念提出来以后，立刻引起业内各方极大的关注，现在已成为信息领域的研究热点之一。云计算到底是什么？为什么需要云计算？云计算的关键技术有哪些？云计算的发展现状如何？本文将就上述问题展开叙述。 2.云计算定义 云计算（Cloud Computing）是由分布式计算（Distributed Computing）、并行处理（Parallel Computing）、网格计算（Grid Computing）发展而来的，是一种新兴的商业计算模型。目前，对于云计算的认识在不断地发展变化，云计算仍没有普遍一致的定义。 IBM公司于2007年底宣布了云计算计划，云计算的概念出现在大众面前。在IBM的技术白皮书“Cloud Computing”[1]中的云计算定义：“云计算一词用来同时描述一个系统平台或者一种类型的应用程序。一个云计算的平台按需进行动态地部署(provision)、配置(configuration)、重新配置(reconfigure)以及取消服务(deprovision)等。在云计算平台中的服务器可以是物理的服务器或者虚拟的服务器。高级的计算云通常包含一些其他的计算资源，例如存储区域网络(SANs)。网络设备，防火墙以及其他安全设备等。云计算在描述应用方面，它描述了一种可以通过互联网Intemet进行访问的可扩展的应用程序。“云应用”使用大规模的数据中心以及功能强劲的服务器来运行网络应用程序与网络服务。任何一个用户可以通过合适的互联嘲接入设备以及一个标准的浏览器就能够访问

云计算技术国内外发展现状

次。联想公司计划推出基于云计算服务的PC及云终端，终端更像一台接收机，它本身没有存储设备，所有的数据都集中在后台。 云计算改变了单个计算机的功能，降低对网络的要求，由于终端不考虑应用的具体实现过程，扩展应用变得更加容易，高可扩展性是云计算的显著特征。应用在服务器端实现和部署，可以轻松实现不同设备间的数据与应用共享，并以统一的方式（例如通过浏览器）在终端实现与用户的交互。 三、国外云计算技术、产业现状及发展趋势 （一）国外云计算技术及产业现状 1、主要国家的最新进展 美国将云计算技术和产业定位为维持国家核心竞争力的重要手段之一，在制定的一系列云计算政策中，明确指出加大政府采购，积极培育市场。通过强制政府采购和指定技术架构来推进云计算技术进步和产业落地发展。例如，美国军队（空军、海军）、司法部、农业部、教育部等部门都已应用了云计算服务。美国历届联邦政府都将推动IT技术创新与产业发展作为国家的基本政策，在2011年出台的《联邦云计算战略》中明确提出鼓励创新，积极培育市场，构建云计算生态系统，推动产业链协调发展。 欧盟欧盟委员会在2012年9月启动“释放欧洲云计算潜力”的战略计划，包括筛选和精简众多技术标准、为云计算服务制定安全和公平的标准规范等，同时明确市场政策，确立欧洲云计算市场，促使欧洲云服务提供商扩大业务范围并提供性价比高的在线管理服务。 英国政府在2013年为13个研发项目拨款500万英镑，以应对阻碍云计算应用的商业和技术挑战。这13个项目的研究重点在于开发相关的系统、服务和软件，帮助解决云服务缺乏互操作性、数据恢复能力和身份验证这三项挑战，提高云服务的安全性。 澳大利亚澳大利亚政府信息管理办公室(AGIMO) 在2011年发布《澳大利亚政府云计算政策：最大化云计算的价值》的文件，并在2013年5月更新和发布了该文件的2.0版，该文件对政府部门使用云计算服务提供了指导，包括云计算相关法律、财政支持、安全规范等。2013年，AGIMO发布《公共服务大数据战略》，该战略以六条“大数据原则”为支撑，旨在推动公共行业利用大数据分析进行服务改革，并制定更好的公共政策。澳大利亚新南威尔士州出台与云服务相关的政策，以利用更加灵活可靠的技术来改善政府的运作和服务，节约运营成本。 韩国在2011年制定了《云计算全面振兴计划》，其核心是政府率先引进并提供云计算服务，为云计算开发国内需求。韩国通信委员会的报告指出，2010年至2012年，韩国政府投入4158亿韩元预算来构建通用云计算基础设施，将利用率低下的电子政务服务器虚拟化，逐步置换成高性能服务器，并根据系统服务器资源使用量实现服务器资源的动态分配。 日本日本经济产业省2010年8月发布《云计算与日本竞争力研究》报告，鼓励和支持包括数据中心和IT厂商在内的云服务提供商利用日本的IT技术等优势，通过分析云计算的全球发展趋势，解决云计算发展过程中的挑战性和关键性问题。

云计算的资源分配现状

云计算的资源分配现状 云计算的资源分配是指在一个共同的云环境中使用者根据一定是使用规则来调度资源的过程。目前云计算资源调度的研究主要集中在三个方面: (1)人工智能算法 人工智能算法是指以学习的方式对解空间进行人工搜索，以减少任务的平均时间，提高资源的利用率 (2)云计算的负载均衡 不同的用户对云计算有不同的需求，云计算必须满足服务器网络带宽、吞吐量、延迟和抖动等负载需求。因此，在进行云计算时，更应该注意云计算的负载均衡。 (3)云计算的能耗管理 数据中心作为云计算的中心，能耗过大，不仅浪费电能，还会降低系统的稳定性，影响环境。因此，加强云计算能耗管理也是云计算资源配置中需要解决的重要问题。 本章小结 本章对于多目标优化、遗传算法、SPEA-II做出了详细的基础知识介绍，通过数学模型以及流程图对于该问题进行了解析分析。通过此小结可大致了解多目标问题的优劣端以及如何利用遗传算法和SPEA-II进行修饰，避免局部最优解，从而获得优秀的目标最优解集。

基于改进 SPEA-II动态资源配置 资源调度方案的实现 通过分组编码和多目标优化模型可知，根据遗传算法在交叉和突变阶段提出的TMR，便可以指出基因的类型及其在染色体上的分布。选择已经分层的Pareto前沿时，使用预筛选操作来维持种群分布的均匀性。当达到一定的进化代数时，上一代种群中平均功耗最低的个体被输出。 MOGAISP可以采用自适应概率突变和交叉概率突变进行遗传操作,以帮助我们防止遗传算法进化的过程陷入局部停滞的状态,保持遗传算法种群的多样性,提高了遗传算法进化和全局最优搜索的速度和能力。MOGAISP选择机制选择EFP种群的最优个体，使EFP种群中的个体尽可能均匀地分布在多维目标空间中，从而减少进化过程中陷入局部最优的可能性。通过改进轮盘赌注的选择策略从EFP种群中随机选择遗传的子代，尽量避免仅选择较优个体进行遗传而陷入局部最优解的缺陷，以提高遗传个体的种群多样性和加速遗传算法的全局搜索能力和速度进化。 TMR规则 物理节点上的虚拟机迁移过程可以被视为一个包装的问题，将项目（虚拟机）的合理的装入每个盒子（物理节点）中，项目的大小代表了资源使用的虚拟机大小,容量的盒子是使用资源物理节点阈值,每个负载都会对应一个资源调度方案。本设计所涉及的物理节点的资源为CPU，因此建立了虚拟机的折线图如图3.1所示。 从图中可以看出，横坐标为CPU，纵坐标为容量，即资源大小。由于不同的应用程序和不同类型的资源对所需要的应用程序的需求不同，当4台虚拟机在物理节点上运行时，不同纬度的节点资源呈现下降趋势，但下降程度不同。 多目标优化模型的建立 物理节点 物理网络节点是一个连接到网络的有源的电子设备，是可以通过通信通道发送、接收或转发信息。而在优化模型中，物理节点的多少是一个重要的参考点。本文用0，1的二维矩阵来模拟单个物理节点在每一时刻每一个虚拟机的位置。0表示每一时刻每一

云计算发展现状和应用前景

1云计算的概述 1.1＞云计算定义 云计算(Cloud Computing)概念的直接超源是亚马逊EC2 (Elastic Compute Cloud 的缩写)产品和Google-分布式计算项目，云计算是分布式处理(Distributed Computing)、并行处理(Parallel Computing)和网格计算(Grid Computing)的发展，云计算是通过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多台她墨所组成的庞大系统，经计算分析之后将处理结果回传给用户。通过云计算技术，网络服务提供者可以在数秒之内，处理数以千万计甚至亿计的信息，达到和“超级计算机”同样强大的网络服务。 1.2、云计算分类 云服务按照服务的类别可以分为三种：即公共云、私有云和混合云。公共云是由第三方(供应商)提供的云服务。它们在公司防火墙之外.由云提供商完全承载和管理。私有云是在企业内提供的云服务。这些云在公司防火墙之内，由企业管理。混合云，顾名思狡就是公共云和私有云的混合O 云计算按应用模式可以分成laaS (基础设施级服务)、PaaS (平台级服务)和SaaS (软件)。laaS 就是给使用者提供最简单的计算存储和网络等等能力，让用户自己搭建自己的业务平台。PaaS,在云计算平台之上抽象出一些比较简单易用的接口和能力，让用户能够在这个平台上快速搭建自己的应用。SaaS,把应用或者软件作为服务传送给用户，用户可以通过任何网络设备使用这个程序。 1.3云计算的特点 (1)按需服务 “云"是一个庞大的资源池，涵盖了除硬件基础设置外的所有计算机资源。用户在使用计算机时，只需一台个人计算机或一部手机等能上网的终端设备，其他所需要的应用轶件、系统软件都不需要安装，由互联网上的云端提供即可，用户只按需支付一定的服务费即可。用户所处理的数据或资料不必存储在本地，而是保存在云端的数据中心处。用户可以在任何吋间、任何地点通过云继续自己的工作或查找需要的信息，从而实现随用随取，就像自来水、电、煤气等一样按需使用、按需服务、按需付费。 (2)强大的存储、计算能力 云端的管理系统规模非常庞大，一般拥有上百万台服务器，即便是企业的私有云一般也拥有数百上千台服务器。因此，云能賦予用户祈所未有的计算能力和存储能力，可以完成用户的各种业务需求。 (3)高可靠性 云端提供了最可靠.安全的数据存储中心，由最专业的团队来管理信息。因此，用户不必担心数据去失、病毒人侵等问题产生。同时，严格的权限管理疑略可以确保用户信息的保密性和与指定其他用户的数据共享。 (4)分层服务 云计算包括3个层次的服务：基础设施级服务(laaS)、平台级服务(PaaS)和软件服务 (SaaS)o基础设施级服务是指将计算.存储和网络直源通过虚拟化形成资源池，为用户提供基础的运算和存储服务;平台级服务是指将软件研发的平台(如编程软件)作为一种服务提供给用户。平台层提供了

云计算在我国的发展现状与展望

云计算在我国的发展现状与展望 【摘要】在云计算模式下，软件架构将从集中化走 向深入化。信息产业价值链的环节也在进一步的重组，云计算的数 据中心成为数据中心的主要方向。云计算与云服务是继个人计算机和互联网之后的第三次IT 浪潮，是新一代信息技术的核心，它不仅是一种技术变革，更是一种商业模式的创新，能够引发一系列的 信息技术应用和服务模式，具有广泛的市场前景和社会效益。 关键词】云计算；市场发展；技术创新；发展趋势 1云计算的概念和原理云计算( cloud computing )是基于 互联网的相关服务的 增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且 经常是虚拟化的资源。云是网络、互联网的一种比喻说法。狭义云计算指IT 基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源；广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT 和软件、互联网相关，也可是其他服务。它意味着计算能力也可作 为一种商品通过互联网进行流通。 云计算的原理是：用户所需的应用程序并不需要运行在

用户的个人电脑、手机等终端设备上，而是运行在互联网的 而是保存在互联网的数据中心里面。这些数据中心正常运转 的管理和维护则由提供云计算服务的企业负责，并由他们来 保证足够强的计算能力和足够大的存储空间来供用户使用。 2 云计算优势特点 算能力； 2.安全可靠的数据存储中心； 3.快捷的云服务； 实现不同设备之间的数据共享； 5.经济实用性高 云计算产业的盈利模式主要体现在规模和成本这两个 方面，这同时也是中国互联网行业的优势所在，因为中国拥 有巨大的用户数量和业务规模。 云计算模型的最大优势是把成本分布在尽可能多的用 户上。据统计，云计算可削减至少 20%的成本。此外，云计 算规模经济的效率体现在各方面， 包括硬件成本、 软件管理、 人力资源、辅助设备、维护、备份、日常管理等环节。 从市场规模来看，全球云计算市场销售额从 2008 年的 470亿美元增长到 2011 年的 914亿美元，增长率达到 94.47%。 根据对云计算市场的整体预测，云计算市场将继续以 20%左 长到 2015 年的 1768 亿美元。预计到 2020 年，云计算市场 规模将达到 2410 亿美元。 3 云计算在中国市场发展进程 2008 年，云计算作为一项全新的 ICT 应用模式重新被我 国市场认识。随着IBM 、微软、谷歌等巨头厂商的不断介入， 云计算 大规模服务器集群中 。用户所处理的数据也并不存储在本地， 目前云计算主要存在的优势特点主要包括： 1.强大的计 4. 右的增长率迅速扩张，销售额将从 2011 年的 914 亿美元增

云计算部署模型

云计算部署模型 胡经国 本文作者的话 本文是根据有关文献和资料编写的《漫话云计算》系列文稿之一。现作为云计算学习笔录，奉献给云计算业外读者，作为进一步学习和研究的参考。希望能够得到大家的指教和喜欢！ 下面是正文 一、云计算的四种部署模型概述 1、解读一 云计算有四种部署模型，每一种都具备独特的功能，满足用户不同的需求。 ⑴、公有云 在这种部署模型下，应用程序、资源、存储和其他服务，都由云服务供应商来提供给用户。这些服务多半都是免费的；也有部分按需按使用量来付费。这种部署模型只能使用互联网来访问和使用。同时，它在私人信息和数据保护方面也比较有保证。它通常都可以提供可扩展的云服务，并能高效设置。 ⑵、私有云 这种部署模型的云计算基础设施专门为某一个企业服务；不管是自己管理还是第三方管理，自己负责还是第三方托管，都没有关系。只要使用的方式没有问题，就能为企业带来很显著的帮助。不过，这种部署模型所要面临的是，纠正、检查等安全问题，则需企业自己负责；否则除了问题也只能自己承担后果。此外，整套系统也需要自己出钱购买、建设和管理。这种部署模型，可以非常广泛地产生正面效益。从该部署模型的名称也可看出，它可以为所有者提供具备充分优势和功能的服务。 ⑶、社区云 这种部署模型是建立在一个特定的小组里多个目标相似的公司之间的。它们共享一套基础设施，企业也像是共同前进。所产生的成本，由它们共同承担。因此，所能实现的成本节约效果，也并不很大。社区云的成员，都可以登入云中获取信息和使用应用程序。 ⑷、混合云 混合云是两种或两种以上的云计算部署模型的混合体，如公有云和私有云混合。它们相互独立，但在云的内部又相互结合；可以发挥出所混合的多种云

云计算发展现状及趋势研究

云计算发展现状及趋势研究 摘要：云计算近年来在越来越多的场合被广泛运用，同各行业逐渐走向深度融合，不仅方便了人们的工作和生活，也引发了人们对云计算的高度关注和热烈讨论，给我们带来的机遇和挑战也是全面的。文章通过阐述云计算的基本概念，分析云计算的特点，国内外云计算的发展现状，以及云计算存在的问题，并对未来云计算的发展趋势作了展望。 关键词：云计算；趋势；现状 20世纪60年代，约翰?麦卡锡提出，“计算迟早有一天会变成公用基础设施”，这就意味着计算能力将来有可能和普通商品一样进行流通，这是云计算最初的起源。2007年10月，美国两大互联网巨头IBM和Google，宣布在云计算技术领域的合作。云计算吸引了大众的关注，越来越多的媒体、公司、技术人员开始追逐云计算。 1 云计算的概述 1.1 云计算的定义 对于云计算的认识，仍在持续的变化之中，从不同的角度出发，对云计算的理解会有些许偏差。但是云计算最基本的概念是相通的，为了便于理解，我们可以把它拆分成3个步骤：（1）通过网络将大量的需要处理的程序自动地拆分成

无数个较小的子程序。（2）交由多部服务器组成的庞大系统搜寻分析。（3）将分析的结果回传给用户。这样处理能使用户按照需要获取计算力、存储空间和信息服务等，并且能提高资源的利用率。 1.2 云计算的特点 从目前的研究现状上看，云计算系统具有以下几个外部特征。（1）超大规模。云具有相当大的规模，大型互联网企业能拥有几十万台服务器，全球最大的搜索引擎谷歌公司甚至拥有一百多万台服务器，云能让客户拥有前所未有的计算能力。（2）虚拟化。云计算虚拟化是指应用在云中某处运行，但用户无需了解，只需要一部终端就可以通过网络服务实现需要的一切。（3）按需服务。云是一个庞大的资源池，用户可以按需购买，云可以像自?硭?、电、煤气这些生活用品一样按需计费。（4）可伸缩性。云的规模可以动态伸缩，在一定限度内变动，以适应应用和用户规模增长的变化。（5）服务可度量。云计算资源的优化和控制能力都具备可度量的特征。 2 云计算的发展现状 当前，虽然世界云计算正在蓬勃发展，但是比如安全问题等关键技术还在不断完善，产品和服务还在持续创新。然而，全球云计算市场规模正在不断扩大，2016年全球云服务市场规模金额为2 094.8亿美元，2017年全球云服务市场规

云计算的发展现状及看法

云计算的发展现状及看法 云计算（cloud computing）是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。美国国家标准与技术研究院（NIST）将其定义为：“云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。” 云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。狭义云计算指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源；广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。它意味着计算能力也可作为一种商品通过互联网进行流通。 云计算可以认为包括以下几个层次的服务：基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）。这里所谓的层次，是分层体系架构意义上的“层次”。IaaS，PaaS，SaaS分别在基础设施层，软件开放运行平台层，应用软件层实现。 工业和信息化部副部长尚冰表示，目前我国的云计算已具备一定基础，应用实践正在逐步展开，基础设施也在不断完善中，产业链已经初步形成。 专家介绍，普通市民将很快能够体验到以下这几朵“云”： 卫生云——城市职工医保、城乡居民医保、商业医保等都可通过卫生云异地结算。居民还可用电脑、电视、手机等进行看病预约，并由卫生云定期提醒预防接种、健康体检、慢病检查等保健服务。 政务云——无线政务正在加紧打造中，工商、警务、应急等信息可以通过终端共享。一部手机可以查询多项民生内容，轻松搞定电视缴费、电气查询等事项。 交通云——市民上班或旅游时，可用手机或导航仪查看交通情况，选择最佳路线，查找免费停车位。 另外，备受关注的交通安全问题也将安上“云阀门”。中国铁道学会计算机委

云计算心得体会

云计算 一、云计算的概念 云计算（Cloud Computing）是网络计算（Grid Computing）、分布式计算（Distributed Computing）、并行计算（Parallel Computing）、效用计算（Utility Computing）网络存储（Network Storage Technologies）、虚拟化（Virtualization）、负载均衡（Load Balance）等传统计算机技术和网络技术发展融合的产物。它旨在通过网络把多个成本相对较低的计算实体整合成一个具有强大计算能力的完美系统，并借助SaaS、PaaS、IaaS、MSP等先进的商业模式把这强大的计算能力分布到终端用户手中。Cloud Computing的一个核心理念就是通过不断提高“云”的处理能力，进而减少用户终端的处理负担，最终使用户终端简化成一个单纯的输入输出设备，并能按需享受“云”的强大计算处理能力！ 云计算的核心思想，是将大量用网络连接的计算资源统一管理和调度，构成一个计算资源池向用户按需服务，这与我国著名云计算专家刘鹏教授早在2003年就提出的“网格计算池”是完全一致的。 云计算概念是由Google提出的，这是一个美丽的网络应用模式。狭义云计算是指IT 基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的资源；广义云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是IT和软件、互联网相关的，也可以是任意其他的服务，它具有超大规模、虚拟化、可靠安全等独特功效；“云计算”图书版本也很多，都从理论和实践上介绍了云计算的特性与功用。 二．云计算的原理 通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将更与互联网相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。 这可是一种革命性的举措，打个比方，这就好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。最大的不同在于，它是通过互联网进行传输的。 云计算的蓝图已经呼之欲出：在未来，只需要一台笔记本或者一个手机，就可以通过网络服务来实现我们需要的一切，甚至包括超级计算这样的任务。从这个角度而言，最终用户才是云计算的真正拥有者。

云计算发展现状分析

1.云计算概述 云计算是2007年底正式提出的一个新的概念，至今为止，几乎所有的IT行业巨头都将云计算作为未来发展的主要战略之一，相关商业媒体也将云计算视为计算机未来发展的主要趋势，其商业前景和应用需求已勿庸置疑。 云计算是一种全新的商业模式，其核心部分依然是云后端的数据中心，它使用的硬件设备主要是成千上万的工业标准服务器，它们由英特尔或AMD生产的处理器以及其他硬件厂商的产品组成。企业和 个人用户通过高速互联网得到计算能力，从而避免了大量的硬件投资。 云计算的基本原理是，通过将计算分布在大量的分布式计算机上，使企业数据中心的运行更加类似于使用互联网。从而使企业能够将随时资源切换到需要的应用上，根据需求访问计算机和存储系统。 狭义的云计算指的是厂商通过分布式计算和虚拟化技术搭建数 据中心或超级计算机，以免费或按需租用方式向技术开发者或者企业客户提供数据存储、分析以及科学计算等服务，比如亚马逊数据仓库出租生意。广义的云计算指厂商通过建立网络服务器集群，向各种不同类型客户提供在线软件服务、硬件租借、数据存储、计算分析等不同类型的服务。广义的云计算包括了更多的厂商和服务类型，例如国内用友、金蝶等管理软件厂商推出的在线财务软件，谷歌发布的Google应用程序套装等。 2.云计算发展国内外现状 IBM于2007年8月高调推出“蓝云(Blue Cloud)一计划。IBM的Willy

Chiu透露，“云计算将是IBM接下来的一个重点业务。"这也是IBM扩张自身领地的绝佳机会，IBM具有发展云计算业务的一切有利因素：应用服务器、存储、管理软件、中间件等等，IBM抓住了这样一个良好的机会，提出了“蓝云”计划。2008年8月，IBM斥资3．6亿美元在美国北卡罗来纳州开始建立云计算数据中心，并将该数据中心称为史上最复杂的数据中心，投入了大量人力物力。IBM还在东京建立了一所新的研究机构，建立帮助用户使用云计算基础设施。该数据中心占地6万平方英尺，预计将于2009年下半年投入运营。IBM表示：“使用该数据中心的用户能够获得空前的互联网计算能力，并获得业内领先的环保优势和成本”。IBM在东京的专家将为大企业、大学和政府提供云计算咨询，帮助他们利用云计算设施，设计云计算应用，以及向他们的用户提供基于云计算的服务。在2009年的计划中，IBM计划于推出数种云计算服务产品。 Google于2007年10月在全球宣布了云计划，同时与IBM合作，把全球很多大学纳入搿云计算”计划当中。当月，Google与IBM开始在美国大学校园，包括卡耐基梅隆大学、麻省理工学院、斯坦福大学、加州大学伯克利分校及马里兰大学等，推广云计算的计划。希望从而降低分布式计算技术在学术研究方面的成本，并为这些大学提供相关的软硬件设备及技术支援(包括数百台个人计算机及Blade Center与System X服务器，以及Linux、Xen、Hadoop等开源平台)。而这些学校的学生则可以通过网络开发各项以大规模计算为基础的研究计划。2008年1月30日，Google宣布在台湾启动“云计算学术计划"．与台湾