云計算的技術(shù)特征精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的云計算的技術(shù)特征主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：云計算的技術(shù)特征范文
關(guān)鍵詞：云計算；基本定義；特點；應(yīng)用形態(tài)；管理功能
中圖分類號：TN918 文獻標識碼：A 文章編號：1671-2064（2017）10-0029-01
1 關(guān)于云計算的基本概念
云計算是建立在互聯(lián)網(wǎng)基礎(chǔ)上拓展增加的服務(wù)模式。在一般情況下，云計算是依賴互聯(lián)網(wǎng)實現(xiàn)擴展目的而成的一種虛擬化資源的目標。它是信息基礎(chǔ)設(shè)施的使用模式。它通過網(wǎng)絡(luò)來將這種虛擬化的資源得到擴展使用。有專家學(xué)者把計算所應(yīng)有的功能看成是能在互聯(lián)網(wǎng)上交易流通的商品，顧名思義的解釋，云代表局域網(wǎng)絡(luò)，也代表更為廣闊的互聯(lián)網(wǎng)，很多科學(xué)家對于云計算有著迥異的概念解讀，使得云計算擁有了不同的定義。
有人說，所謂“云計算”是指以公開的標準和服務(wù)為基礎(chǔ)，把互聯(lián)網(wǎng)作為其中心，能夠給用戶提供安全、快速、便捷的數(shù)據(jù)存儲和網(wǎng)絡(luò)計算服務(wù)，能讓互聯(lián)網(wǎng)的這片“云”成為每個網(wǎng)民的數(shù)據(jù)中心可計算中心。我們可以在實際研究和應(yīng)用中逐漸得到更多有關(guān)定義的正確認知。
2 關(guān)于云計算的5個顯著特征
第一個特征――發(fā)掘和實踐應(yīng)用證明，云計算的計算功能非常強大。隨著因互聯(lián)網(wǎng)應(yīng)用的不斷拓展，許多應(yīng)用領(lǐng)域?qū)νㄐ藕陀嬎惴矫娴囊笤絹碓礁?，單機的計算機無法滿足需要，尤其是通信受到的限制很大。為了解決這些問題，云計算應(yīng)運而生，它將很多計算機連接在一起實施調(diào)度策略和分工，使得云計算擁有了超級計算機的功能。它的超級計算能力就是在這樣的情況下產(chǎn)生的。
第二個特征――相對于其他存儲方式看，云計算的存儲數(shù)據(jù)更為安全可靠。信息存儲中心通過制定特有的嚴格的云計算限定管理權(quán)限，使很多不安全因素被拒之門外，用戶可以在放心的前提下使用云計算提供的安全可靠的數(shù)據(jù)服務(wù)。
第三個特征――以虛擬化表現(xiàn)形式出現(xiàn)。云計算技術(shù)在運作過程中，服務(wù)器和存儲設(shè)備等硬件都被虛擬，這就使可選擇變化的信息資源來按需使用成為可能，IT技術(shù)的基礎(chǔ)結(jié)構(gòu)更利于信息資源的不同選擇和使用。
第四個特征――將使用成本縮小到盡可能小的狀態(tài)，而后是放大服務(wù)功能。有專家學(xué)者評價稱之為“最小的代價，最優(yōu)的服務(wù)”對此作了很好的詮釋。常規(guī)情況下每一個用戶都需要不一定相同或的資源，云計算可以滿足這樣的要求，也可以說正是這樣的特征使得云計算成為拓展服務(wù)功能和需要的最佳選擇，也是消除用戶對電腦軟件不支持帶來的麻煩。原因是在“云端”，也就是云計算服務(wù)中心有大量的專業(yè)人員對軟件和系統(tǒng)做維護升級服務(wù)，因此，用戶只需要一臺電腦，就能得到充分的服務(wù)。
第五個特征――減少無客戶端資源。云計算對商業(yè)模式的影響應(yīng)該說是非常巨大的，直接和間接關(guān)聯(lián)的包括商業(yè)的推廣部署、軟件開發(fā)和后續(xù)的交付運行使用，云計算所擁有的虛擬化、數(shù)據(jù)存儲和管理技術(shù)，完全可以實現(xiàn)用戶網(wǎng)上支付少量費用二獲取服務(wù)內(nèi)容的重要載體，無需用戶再建立客戶端，這是網(wǎng)絡(luò)資源簡潔的一種節(jié)約方式。
3 云計算的三個主要技術(shù)內(nèi)容概述
第一個技術(shù)內(nèi)容是數(shù)據(jù)儲存。它基于網(wǎng)絡(luò)的超級計算功能，使它擁有了強大的數(shù)據(jù)量，在稻莘務(wù)器集群中分布儲存數(shù)據(jù)信息，配合加密手段安全性和傳輸率更高。目前的云計算技術(shù)應(yīng)用費用更低，但卻能夠?qū)崿F(xiàn)穩(wěn)定的數(shù)據(jù)服務(wù)。
第二個技術(shù)內(nèi)容是數(shù)據(jù)管理。在云計算運行中，首要條件要求是同事同步完成不同的數(shù)據(jù)計算，信息量非常大，因此它具有的數(shù)據(jù)管理技術(shù)是非常高效的。它依托BIGTABLE以及GOOSE的數(shù)據(jù)管理技術(shù)、基于HADOOP團隊的管理模塊HBASE，其龐大的數(shù)據(jù)量輕松解決相關(guān)的服務(wù)問題。
第三個技術(shù)內(nèi)容是虛擬化。虛擬化指的是在電腦的硬件以及操作系統(tǒng)、應(yīng)用程序中構(gòu)建一個虛擬化層來起到承上啟下的作用，此外，虛擬化技術(shù)資源整合的作用發(fā)揮的非常出色，使資源得到最大優(yōu)化。
4 云計算的主要服務(wù)形式
第一是分布服務(wù)平臺。PAAS服務(wù)作為分布式平臺由開發(fā)商提供硬件資源的服務(wù)，用戶能夠利用這個平臺，開發(fā)新的應(yīng)用程序并通過網(wǎng)絡(luò)讓其它用戶共享。PAAS服務(wù)還能為個體或群體客戶提供研發(fā)的中間平臺，同時實現(xiàn)應(yīng)用程序開發(fā)、托管等多項功能。
第二是計量服務(wù)。所謂IAAS服務(wù)是通過將服務(wù)器組成“云端”，將其作為計量服務(wù)提供給客戶。整合內(nèi)存、存儲和計算能力，就完成了虛擬資源的整合過程，讓使用數(shù)據(jù)的用戶付費更加方便精確。
第2篇：云計算的技術(shù)特征范文
【關(guān)鍵詞】云計算；GIS；云GIS平臺
0 引言
GIS（Geographic Information System）是以地理科學(xué)為依托，以計算機科學(xué)技術(shù)為支撐，以遙感技術(shù)（Remote Sensing， RS）和全球定位系統(tǒng)（Global Position System，GPS）為重要數(shù)據(jù)來源的交叉學(xué)科，范圍介于管理科學(xué)、空間科學(xué)、信息科學(xué)之間。正是由于這種地理事物的多學(xué)科性，最終導(dǎo)致了GIS具有明顯的多學(xué)科交叉特征，它必須同時吸收相關(guān)學(xué)科的特點，并逐步形成自身獨立的風(fēng)格，同時又要被應(yīng)用于多個學(xué)科，以推動這些學(xué)科的快速發(fā)展。近些年來，由于云計算技術(shù)在IT行業(yè)內(nèi)的迅猛發(fā)展以及所導(dǎo)致的產(chǎn)業(yè)革命，PC時代將逐步被云計算時代所代替。雖然云計算目前還處于起步的發(fā)展階段，但是在大規(guī)模計算、海量數(shù)據(jù)處理、降低系統(tǒng)設(shè)備代價和維護，以及用戶透明性方面都已經(jīng)展現(xiàn)出無與倫比的優(yōu)勢。
受益于云計算帶來的優(yōu)勢，對廣大用戶而言，云GIS意味著數(shù)據(jù)、軟件、開發(fā)之間的壁壘已被打破，地理信息資源變得唾手可得。用戶可在云中隨時獲取所需的各種GIS資源，并且可以以計量方式擁有并進行靈活擴展，基于這種環(huán)境，GIS系統(tǒng)的運行模式面臨了新的挑戰(zhàn)。而對于GIS領(lǐng)域的研究者和工作者而言，如何利用云計算技術(shù)解決GIS問題，已經(jīng)成為一項更具創(chuàng)新性和前沿性的研究工作。
1 云計算與GIS
1.1 云計算
云計算是繼分布式計算、并行計算和網(wǎng)格計算之后出現(xiàn)的一種新興的計算模式，或者也可稱之為以上三種模式的商業(yè)化實現(xiàn)。其概念目前并沒有統(tǒng)一的標準定義，大型IT廠商和領(lǐng)域?qū)＜覀兌紡淖陨斫嵌冉o定了其定義。綜合來講，在狹義上，云計算主要是通過Internet以按需和易擴展的方式獲得所需資源（包括硬件、軟件及平臺），提供資源的Internet即可被稱為“云”，“云”上的資源對用戶而言是可以無限擴展的，并隨時獲取，即付即用；在廣義上，云計算則是指一種服務(wù)的交付與使用模式，這種服務(wù)可以是與IT、軟件、互聯(lián)網(wǎng)等領(lǐng)域相關(guān)的，也可以是任意其他服務(wù)。
云計算的主要特征可總結(jié)為：1）規(guī)模大。云計算擁有龐大的系統(tǒng)規(guī)模，云數(shù)據(jù)中心的服務(wù)器可以多至上百萬臺并遍布世界各地。2）虛擬化程度高。云計算利用互聯(lián)網(wǎng)實現(xiàn)功能虛擬化，使得分布于世界各地的用戶都可以通過Internet使用云計算提供的服務(wù)。3）可靠性高。云計算提供了節(jié)點互換、虛擬機遷移及數(shù)據(jù)副本和容錯等功能，這些技術(shù)可以極大地確保云數(shù)據(jù)中心的信息存儲的穩(wěn)定性和安全性。4）擴展性和通用性。云計算可以根據(jù)不同的用戶需求為用戶定制不同的分配資源。5）成本低。云計算以集中化的管理模式和功能強大的節(jié)點構(gòu)成模式，可以極大地降低云計算的運營和管理成本，這樣可將更為便利和廉價的服務(wù)提供給用戶，而用戶不需為獲得更多資源付出過多代價。
1.2 GIS
地理信息系統(tǒng)GIS是利用計算機的軟硬件系統(tǒng)，對各種形式的地理數(shù)據(jù)進行采集、存儲、操作、運算、分析、描述并顯示所組成的一種集成系統(tǒng)。GIS的應(yīng)用基礎(chǔ)是需要采集海量的基本地理空間信息，然后對這些信息進行存儲、管理、分析。
1.3 云GIS
云GIS，旨在將云計算的各種特征利用于支撐GIS的各種要素（建模、存儲及數(shù)據(jù)處理），從而改變傳統(tǒng)的用戶應(yīng)用GIS的建設(shè)模式，以一種更加高效、低成本與友好的方式使用各種地理信息資源[1]。由此定義可見，云GIS實質(zhì)上是利用云計算技術(shù)擴展GIS功能，改進GIS的傳統(tǒng)架構(gòu)，以實現(xiàn)海量數(shù)據(jù)空間的高性能可靠性存取及數(shù)據(jù)處理，使GIS能夠更好地提供高效的計算能力和數(shù)據(jù)處理能力，解決地理信息科學(xué)領(lǐng)域中計算密集型和數(shù)據(jù)密集型的各種問題，以彈性按需方式獲取更加廣泛的Web服務(wù)。
比較傳統(tǒng)GIS，云GIS具有以下特征[2]：1）存儲在云平臺上的空間數(shù)據(jù)具有“云”特征，即虛擬化特征。2）空間數(shù)據(jù)管理與實施過程具有 “云” 特征。3）GIS業(yè)務(wù)的連續(xù)性。云GIS可以為用戶提供彈性的地理信息服務(wù)，并能夠根據(jù)用戶需求的變化，動態(tài)的進行資源擴展，從而提升其連續(xù)性。4）更好的用戶體驗。云GIS可以降低用戶使用地理信息資源的復(fù)雜度，用戶只需根據(jù)需求選擇適合終端即可訪問GIS服務(wù)。綜合來看，云GIS平臺實質(zhì)上就是在實現(xiàn)已有GIS通用功能（如可視化服務(wù)、緩沖區(qū)分析、疊加分析、統(tǒng)計分析和遙感影像操作）的基礎(chǔ)上，使得用戶在使用云GIS時如同使用個人PC一樣簡單便利；同時， 這些地理信息服務(wù)還提供了服務(wù)接口，供更多更高級的用戶開發(fā)和使用，以產(chǎn)生更豐富的GIS功能。圖1顯示了云GIS的主要應(yīng)用模式[3]。
圖1 云GIS應(yīng)用模型
2 基于云計算的GIS系統(tǒng)框架設(shè)計
基于云計算的相關(guān)技術(shù)，本文設(shè)計了一種基于云計算的GIS通用框架體系，主要利用虛擬化技術(shù)、即付即用的方式將GIS資源封裝為在線服務(wù)，用戶通過Internet進行基礎(chǔ)設(shè)施和地理空間信息資源的共享，以提高資源利用效率，降低GIS系統(tǒng)的重復(fù)建設(shè)成本?？蚣荏w系如圖2所示。
圖2 基于云計算的GIS框架
該框架體系共分為三層，其中，基礎(chǔ)設(shè)施層由各種硬件資源組成，通過硬件、存儲、網(wǎng)絡(luò)等虛擬化技術(shù)將物理資源轉(zhuǎn)化為虛擬共享資源池；中間層負責(zé)管理虛擬共享資源池，并提供虛擬資源的調(diào)度部署策略，實現(xiàn)虛擬機的實時動態(tài)調(diào)度；服務(wù)層主要面向用戶，以按需方式提供虛擬化的GIS環(huán)境。
圖3是根據(jù)圖2的GIS框架設(shè)計的基于云計算的GIS平臺功能。訪問控制功能用于對用戶進行分類，并對不同的分類給予其對資源不同的操作權(quán)限，這可以保證GIS數(shù)據(jù)及系統(tǒng)的安全性，降低系統(tǒng)運行的復(fù)雜度。資源管理功能負責(zé)管理云數(shù)據(jù)中心的各類基礎(chǔ)設(shè)施，并利用分配與調(diào)度策略提供給不同分類的用戶不同的服務(wù)類型。GIS虛擬機（VM）主要用于管理與調(diào)度GIS虛擬機，用戶通過互聯(lián)網(wǎng)即可訪問GIS VM，并設(shè)置自身的數(shù)據(jù)與應(yīng)用。按需收費功能繼承云計算資源的即付即用使用模式，將虛擬機使用成本細劃為計算、存儲、網(wǎng)絡(luò)帶寬等成本，制定GIS資源的收費模式，并按需向用戶收費。
圖3 功能
3 結(jié)論
基于云計算與GIS的技術(shù)關(guān)聯(lián)性，本文設(shè)計了一種基于云計算的GIS系統(tǒng)框架，該框架可以有效利用云計算在資源提供與數(shù)據(jù)分析上的優(yōu)勢，為GIS用戶提供更高效穩(wěn)定的服務(wù)。
【參考文獻】
[1]彭義春，王云鵬，牛熠.云計算環(huán)境下的GIS研究[J].東莞理工學(xué)院學(xué)報，2013，20（1）：17-23.
第3篇：云計算的技術(shù)特征范文
幾乎與此同時，國內(nèi)另一家反病毒廠商瑞星公司也宣布，利用云計算模式，利用廣泛的互聯(lián)網(wǎng)用戶資源，讓每個人能為病毒代碼更新貢獻力量，創(chuàng)新病毒樣本收集方法。
雖然這兩家著名的反病毒廠商采用的云計算模式的內(nèi)涵并不一樣，但顯然都采用了最近正在甚囂塵上的云計算。那么，云計算真的如他們預(yù)言，會改變目前的反病毒方式嗎？
張偉欽的回答是：“一定的。” 近年來計算機和網(wǎng)絡(luò)中病毒特征碼文件呈指數(shù)級增長，2005年，一天只有大約50種特征碼被添加到數(shù)據(jù)庫中，而2008年，該數(shù)字增加到了5000，這會消耗掉大量的網(wǎng)絡(luò)內(nèi)存和網(wǎng)絡(luò)帶寬，由于占用越來越多系統(tǒng)資源，系統(tǒng)的效率也就越來越低，這成為傳統(tǒng)反病毒技術(shù)最令人詬病之處。“要想解決這一問題，就必須采用新的革命性方法。這就是趨勢科技提出的云安全架構(gòu)――利用云計算構(gòu)建一個全球網(wǎng)絡(luò)，病毒特征碼只保存在互聯(lián)網(wǎng)云數(shù)據(jù)庫中，特征對比也在云計算數(shù)據(jù)庫中，而在端點處保持最低數(shù)量，這樣，Web威脅、電子郵件威脅和文件威脅在到達最終用戶或公司網(wǎng)絡(luò)之前就可被攔截，因此在預(yù)防網(wǎng)絡(luò)被病毒侵襲的同時，還極大降低了客戶網(wǎng)絡(luò)和端點的系統(tǒng)和帶寬消耗?！彼f，“這是反病毒技術(shù)的一次重大革命！”
第4篇：云計算的技術(shù)特征范文
【關(guān)鍵詞】云計算 智能監(jiān)控 安全防護 技術(shù)研究
智能安防監(jiān)控系統(tǒng)是保證人民生命財產(chǎn)安全的重要跟蹤系統(tǒng)。安全防護問題隨著我國經(jīng)濟的發(fā)展應(yīng)該越來越被重視。文章將從智能監(jiān)控的研究背景出發(fā)，深入探討智能安防監(jiān)控視頻跟蹤系統(tǒng)如何在云計算的平臺中得以發(fā)揮重要作用。
1 智能監(jiān)控發(fā)展現(xiàn)狀
在信息化技術(shù)不斷提高的背景下，智能監(jiān)控技術(shù)也有了巨大的發(fā)展；目前，該技術(shù)已經(jīng)廣泛應(yīng)用于各大領(lǐng)域，其中包括工業(yè)生產(chǎn)、生活社區(qū)、交通要道等地方，為防止生產(chǎn)安全問題造成員工傷亡、居民社區(qū)發(fā)生刑事案件、道路出現(xiàn)擁堵和交通事故起到了關(guān)鍵性作用。在監(jiān)控過程當中，對監(jiān)控目標的實時跟蹤成為了視頻監(jiān)控中較為重要的環(huán)節(jié)，因為只有這樣，才能最快最準時的發(fā)現(xiàn)犯罪目標或者是受害人，從而把受害方的損失降低到最小。準確的追蹤位置是需要攝像機進行焦距放大的，如果焦距不能進一步擴大，對于監(jiān)控目標的身體特征就沒有辦法觀察仔細，之后的行動也會造成阻礙。
然而，就目前來說，智能視頻監(jiān)控系統(tǒng)對目標的即時跟蹤和焦距放大方面都是遠遠不夠的，需要技術(shù)人員努力跟進，利用云計算來不斷更新智能監(jiān)控系統(tǒng)技術(shù)，從而使得智能監(jiān)控能夠擴大監(jiān)控時間，在焦距上能夠成功識別目標主要特征，進而能夠保證以后的工作順利進行。
2 云計算l展現(xiàn)狀
云計算是一種新型的信息化技術(shù)，于2007年被首次提出。簡單來說它是三種計算模式的結(jié)合，并行化、網(wǎng)格式和分布式三種運算方式結(jié)合在一起形成了云計算這種新的運算方法。云計算可以為監(jiān)控提供全方位的、透明的、隨時可以利用的計算數(shù)據(jù)和資源。另外，目前，云計算主要針對的對象主要就在于智能監(jiān)控系統(tǒng)方面。云計算不同的編程模式、云共享和數(shù)據(jù)平臺為智能視頻監(jiān)控提供了強大的技術(shù)支撐，并且這些領(lǐng)域衍生出了更多的開源技術(shù)構(gòu)架和更多數(shù)據(jù)平臺，這就使得，云計算這種運算方法能夠在當前的現(xiàn)代科技領(lǐng)域（尤其在智能監(jiān)控環(huán)節(jié)）占據(jù)相當大的比重。
因為云計算逐漸發(fā)展成熟，被應(yīng)用的領(lǐng)域較多，云計算發(fā)展較快的公司，比如谷歌，將這門技術(shù)運用到了倉庫數(shù)據(jù)管理、日志的有關(guān)分析和機器學(xué)習(xí)等方面，為該公司實現(xiàn)新技術(shù)的更快發(fā)展奠定了一定的基礎(chǔ)。云計算對多媒體領(lǐng)域的作用主要體現(xiàn)在視頻影像和圖片處理的方面。例如對視頻進行轉(zhuǎn)碼處理，視頻通過處理之后，呈現(xiàn)的影響就會更加清晰，并且在目標移動中也能夠?qū)崿F(xiàn)準確追蹤和提取視頻中的重要信息；而對于視頻中截下的圖片，通過云計算的作用，可以更好的實現(xiàn)清晰化，進而能夠保證相關(guān)部門在確認目標的過程中，更加快速識別目標的主要特征。
3 云計算對監(jiān)控技術(shù)的作用
3.1 在圖片處理中的作用
在視頻監(jiān)控的過程中，有關(guān)部門有時候會在目標出現(xiàn)時按下暫停鍵，比起視頻的轉(zhuǎn)瞬即逝，圖片的證據(jù)似乎更加有力，但是視頻截下的圖片是模糊的，無法清晰辨認出目標的主要特征，這個時候，就需要通過云計算的簡單解碼，從而實現(xiàn)圖片處理。對圖片進行轉(zhuǎn)碼是提升系統(tǒng)準確性的重要方式。云計算提供有關(guān)的函數(shù)計算方法，進而使圖片經(jīng)過數(shù)字化處理之后，將自身關(guān)鍵的內(nèi)容提取出來，目標中的人像特征相比處理之前更加明顯，圖片處理就算是基本完成了。
3.2 在視頻處理中的作用
在視頻監(jiān)控的系統(tǒng)中，對運動目標的觀察和鎖定是監(jiān)控的重要環(huán)節(jié)。而在這個過程中，技術(shù)人員應(yīng)當適時進行處理，處理的內(nèi)容主要是周圍環(huán)境中的干擾內(nèi)容，比如在交通監(jiān)控中，視頻中十分吵鬧的汽笛聲；相似于目標的其他運動物品；光線變幻對視頻監(jiān)控的干擾等。
云計算中的視頻處理系統(tǒng)，將視頻數(shù)據(jù)的重新歸類，并且將數(shù)據(jù)進行解析為適合的鍵值，這樣，把視頻內(nèi)容轉(zhuǎn)化為理想數(shù)據(jù)，更好的避免外界干擾和視頻目標的清晰化。
云計算提出的目標核心算法，是對傳統(tǒng)算法的發(fā)展和進步，但是，由于對目標的追蹤技術(shù)只是視頻監(jiān)控的最基礎(chǔ)環(huán)節(jié)，所以在視頻處理過程中，還應(yīng)該在云計算的基礎(chǔ)之上，研究其他的運算方法并逐漸優(yōu)化。
3.3 云計算的意義
云計算模式也改變了近幾年以來國內(nèi)信息技術(shù)領(lǐng)域的低谷狀態(tài)，開拓了新型的云計算模式和云服務(wù)系統(tǒng)，也進一步提升了國家的先進生產(chǎn)力。不同于傳統(tǒng)的運算模式，云計算是基于目標跟蹤算法來實現(xiàn)云計算和視頻解析處理的。在監(jiān)控信息繁復(fù)較多的情況下，云平臺的解碼方式，將視頻分為關(guān)鍵的幾個節(jié)點，從而幫助監(jiān)控系統(tǒng)順利觀察運動目標的情況。另外，針對監(jiān)控視頻存在的情況，云技術(shù)的普及運用能夠為安全防護監(jiān)控提供更加直觀清晰的數(shù)據(jù)。
4 結(jié)束語
當前智能安全防護已成為全體國民都關(guān)心的問題，在這樣的背景下，有關(guān)部門應(yīng)當及時跟進系統(tǒng)技術(shù)，實現(xiàn)監(jiān)控的優(yōu)化，而技術(shù)人員也應(yīng)當積極引用云計算這一新興科技成果，使得安全監(jiān)控視頻的質(zhì)量得以提高，監(jiān)控力度變大，使安全隱患無所遁形，減少安全事故的發(fā)生次數(shù)，進而更好的維護大眾利益。
參考文獻
[1]高俊祥.智能視頻監(jiān)控中目標的檢測與跟蹤[D].北京：北京郵電大學(xué)，2011.
[2]趙春陣，潘泉，粱彥.視頻圖像運動目標分析[M].北京：國防工業(yè)出版社，2013.
第5篇：云計算的技術(shù)特征范文
關(guān)鍵詞： 云計算； 海量數(shù)據(jù)； 數(shù)據(jù)挖掘； K均值
中圖分類號： TN911.1?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2017）07?0105?04
Mass college sports data modeling and analysis based on cloud computing
WANG Ningtao
（Zhongzhou University， Zhengzhou 450044， China）
Abstract： In order to improve the management and analysis capabilities of the college sports information， and aiming at the poor real?time performance and systematicness of the current college sports database establishment and information retrieval， a massive college sports data modeling and analysis method based on cloud computing is proposed. The distributed database model of the college mass sports data was constructed. The database access model was designed under cloud computing environment. The K?means data clustering method is used to mine the sports data reliably to realize the optimization information scheduling and retrieval analysis of the college sports data. The simulation results show that the model has high real?time performance to analyze the college massive sports data， and high data mining accuracy.
Keywords： cloud computing； massive data； data mining； K?means
0 引 言
隨著海量大數(shù)據(jù)信息處理技術(shù)的發(fā)展，采用云計算進行大數(shù)據(jù)信息分析能提高數(shù)據(jù)處理的并行能力和計算速度，結(jié)合云存儲數(shù)據(jù)庫進行數(shù)據(jù)存儲和訪問，提高海量數(shù)據(jù)存儲的容量[1?2]。高校的體育數(shù)據(jù)信息管理是通過對體育數(shù)據(jù)信息的特征分析，結(jié)合大數(shù)據(jù)信息處理，挖掘高校海量體育數(shù)據(jù)信息的規(guī)律性特征，掌握學(xué)生體育訓(xùn)練的成績和分布，結(jié)合專家系統(tǒng)和經(jīng)驗判斷，進行體育訓(xùn)練水平的研究和判斷[3]。
為制定合理的體育訓(xùn)練和管理制度提供數(shù)據(jù)基礎(chǔ)，本文針對當前體育數(shù)據(jù)處理的并行度不高，系統(tǒng)性不強的問題，提出一種基于云計算的高校體育數(shù)據(jù)建模分析方法，通過構(gòu)建數(shù)據(jù)庫管理模型，結(jié)合數(shù)據(jù)庫訪問和數(shù)據(jù)挖掘技術(shù)，實現(xiàn)體育數(shù)據(jù)管理建模。
1 海量高校體育數(shù)據(jù)的數(shù)據(jù)庫
1.1 數(shù)據(jù)存儲結(jié)構(gòu)的散布點集合
海量高校體育數(shù)據(jù)是一組非線性時間序列，采用非線性時間序列分析方法進行云計算分析，假設(shè)體育數(shù)據(jù)在云計算環(huán)境下的存儲結(jié)構(gòu)模型為[G（0）=（V，E，LV，LE，μ，η），][η：ELE]是兩個分布式的云計算特征映射，體育數(shù)據(jù)管理的概念節(jié)點[G1=Mα1，Mβ1，Y1，][G2=Mα2，Mβ2，Y2，]令[A=][a1，a2，…，an]為海量高校體育數(shù)據(jù)特征矢量的模糊聚類中心[4?5]，在給定的云計算特征分布結(jié)構(gòu)下進行數(shù)據(jù)庫結(jié)構(gòu)模型構(gòu)建，本文假設(shè)云計算存儲數(shù)據(jù)庫是可分類的，引入一個物理數(shù)據(jù)層管理因子[β?0，0.5]，進行數(shù)據(jù)庫的概念格分區(qū)，通過網(wǎng)格訪問模式進行高校體育數(shù)據(jù)的訪問和調(diào)度，提高數(shù)據(jù)的處理能力，在限定初始特征信息下進行海量高校體育數(shù)據(jù)的存儲結(jié)構(gòu)分析，利用指向性數(shù)據(jù)聚類方法分析計算高校體育數(shù)據(jù)分布的散布點集合[S]，表示如下：
[S=U，A，V，f] （1）
令[x（n）]為海量高校體育數(shù)據(jù)的時頻采樣信息特征，待挖掘的體育數(shù)據(jù)的輸入模型為：
[g（t）=1πΔ2texp-t22Δ2t] （2）
通過對體育數(shù)據(jù)存儲結(jié)構(gòu)的散布點集合進行計算，得到散布點分布集合為：
[u（t）=Aexp（j2πf0t）+U] （3）
式中：[U]為體育數(shù)據(jù)采樣幅值論域；[A]為體育數(shù)據(jù)存儲結(jié)構(gòu)的特征分布非空集合。
1.2 數(shù)據(jù)云計算存儲數(shù)據(jù)庫的調(diào)度
在給定的海量高校體育數(shù)據(jù)分布的權(quán)重指數(shù)下，數(shù)據(jù)庫特征分類權(quán)重[ai]的屬性值為[p，]在有效的數(shù)據(jù)庫訪問請求下，構(gòu)建云計算存儲數(shù)據(jù)庫的數(shù)據(jù)存儲信道模型，描述為：
[x（t）=Rean（t）e-j2πfcτn（t）sl（t-τn（t））e-j2πfct] （4）
式中：[i=1，2，…，n，]進行索引指令控制。
通過權(quán)向量編碼，在K均值聚類下[8]，高校體育數(shù)據(jù)挖掘輸出的屬性集合冪級指數(shù)信息為：
[rt+1i=r0i1-exp（-λt）] （22）
在K均值聚類分析中，采用時間?頻率聯(lián)合特征分析進行云計算存儲數(shù)據(jù)庫中的海量高校體育數(shù)據(jù)的時域分析，判斷進化代數(shù)，通過權(quán)向量編碼得到海量高校體育數(shù)據(jù)的頻域特征狀態(tài)空間重組計算式為：
[X0i=（x0i1，…，x0in，…，x0id）， i=1，2，…，p] （23）
通過上述處理，采用K均值數(shù)據(jù)聚類方法進行體育數(shù)據(jù)的可靠性挖掘， 實現(xiàn)了基于云計算的海量高校體育數(shù)據(jù)建模分析。
3 仿真測試與結(jié)果分析
在Matlab和C++仿真平臺上進行海量高校體育數(shù)據(jù)建模分析仿真實驗，數(shù)據(jù)序列的原始樣本數(shù)據(jù)源于某高校體育部提供的學(xué)生體育成績的相關(guān)數(shù)據(jù)信息，體育數(shù)據(jù)的統(tǒng)計時間為2012年9月20日―2016年6月30日，構(gòu)建體育數(shù)據(jù)的分布時間序列，時間序列樣本長度為1 024，進行體育信息管理的云計算數(shù)據(jù)庫構(gòu)建，數(shù)據(jù)庫特征空間的維度設(shè)置為4，體育數(shù)據(jù)庫訪問的迭代次數(shù)為100，首先進行體育數(shù)據(jù)信息流模型構(gòu)建，采用非線性時間序列分析方法得到體育數(shù)據(jù)在兩組統(tǒng)計通道上的時域采樣結(jié)果，如圖2所示。
以上述高校體育數(shù)據(jù)的測試樣本集在云計算環(huán)境下進行數(shù)據(jù)庫訪問模型設(shè)計，采用K均值數(shù)據(jù)聚類方法進行體育數(shù)據(jù)的挖掘，圖3描述的是不同方法進行體育數(shù)據(jù)挖掘訪問的時間開銷對比，圖4給出了挖掘的精度對比，分析仿真結(jié)果得知，采用本文方法進行海量高校體育數(shù)據(jù)庫建模和數(shù)據(jù)挖掘分析，時間開銷較小，說明進行數(shù)據(jù)分析的實時性較高，數(shù)據(jù)挖掘精度較高，數(shù)據(jù)訪問檢索的精度和可靠性較優(yōu)。
4 結(jié) 語
本文研究高校體育數(shù)據(jù)庫模型的構(gòu)建和數(shù)據(jù)挖掘問題，為提高高校體育信息的管理分析能力，提出一種基于云計算的海量高校體育數(shù)據(jù)建模與分析方法，構(gòu)建高校海量體育數(shù)據(jù)的分布式數(shù)據(jù)庫模型，在云計算環(huán)境下進行數(shù)據(jù)庫訪問模型設(shè)計，采用K均值數(shù)據(jù)聚類方法進行體育數(shù)據(jù)的可靠性挖掘，實現(xiàn)高校體育數(shù)據(jù)的優(yōu)化信息調(diào)度和檢索分析。仿真結(jié)果表明，采用該模型進行高校海聯(lián)體育數(shù)據(jù)分析的實時性較好，數(shù)據(jù)挖掘的精度較高，可靠性較好，具有一定的應(yīng)用前景。
參考文獻
[1] 嚴海芳，蔣卉，張文權(quán).用MCEM加速算法估計多序列無根樹最優(yōu)分支長度[J].湘潭大學(xué)自然科學(xué)學(xué)報，2014，36（2）：13?16.
[2] 劉穎，蘇俊峰，朱明強.基于迭代容積粒子濾波的蒙特卡洛定位算法[J].信息與控制，2013，42（5）：632?637.
[3] 徐金龍，趙榮彩，韓林.分段約束的超字并行向量發(fā)掘路徑優(yōu)化算法[J].計算機應(yīng)用，2015，35（4）：950?955.
[4] 周亞蘭.基于FPGA的多通道數(shù)據(jù)解碼技術(shù)研究[J].物聯(lián)網(wǎng)技術(shù)，2015，5（3）：32?34.
[5] 杜麗萍，李曉戈，周元哲，等.互信息改進方法在g語抽取中的應(yīng)用[J].計算機應(yīng)用，2015，35（4）：996?1000.
[6] YAMAMOTO K， CARUSONE A C. A 1?1?1?1 MASH delta?sigma modulator with dynamic comparator?based OTAs [C]// Proceedings of 2011 IEEE Custom Integrated Circuits. [S.l.]： IEEE， 2011： 1866?1883.
第6篇：云計算的技術(shù)特征范文
關(guān)鍵詞：激光掃描儀 監(jiān)控量測 信息化
目前我國的隧道變形監(jiān)測方法一般采用手工作業(yè)模式，監(jiān)測量需多名監(jiān)測人員同時作業(yè)，由于監(jiān)測項目多、線路長、測點多、觀測頻繁和數(shù)據(jù)量大，使得監(jiān)測數(shù)據(jù)處理、分析和資料管理等工作滯后，不能及時快速地反饋監(jiān)測信息，指導(dǎo)隧道信息化施工，嚴重的影響了隧道等地下工程的監(jiān)測工作開展和技術(shù)的發(fā)展。隨著隧道及地下工程修建技術(shù)不斷提高，信息化施工已成為地下工程發(fā)展的必然趨勢，三維激光掃描技術(shù)可以實時、準確、全方位獲取隧道空間變形數(shù)據(jù)，進行隧道施工變形分析和反分析，對隧道施工進行風(fēng)險預(yù)警預(yù)報，指導(dǎo)隧道信息化施工，也必將成為隧道監(jiān)控量測的主要發(fā)展方向。
1 點云數(shù)據(jù)的獲取
隧道工程為一狹長結(jié)構(gòu)，施工安全步距一般為幾米至幾十米，三維激光掃描儀的點云掃描密度是隨著掃描距離的增加而下降的，所以在隧道有限的管狀空間內(nèi)，為了保證有充足的點云數(shù)據(jù)用于提取隧道的形變信息，通常每個測站所獲取的點云數(shù)據(jù)中有效范圍只有幾十米，這是隧道特殊結(jié)構(gòu)下不可避免的特殊問題。采用三維激光掃描技術(shù)進行隧道監(jiān)控量測時需通過分站式掃描才能采集全部數(shù)據(jù)。為了使監(jiān)測數(shù)據(jù)連續(xù)可靠，掃描數(shù)據(jù)必須有一定的重合度，即保證點云數(shù)據(jù)拼接過程中每兩個測站間的公共部分，監(jiān)測時需根據(jù)隧道斷面尺寸大小，每隔一定距離設(shè)置一個測站，在兩站間的銜接部分設(shè)置用于不同測站數(shù)據(jù)拼按的控制點，為了保障數(shù)據(jù)的拼接質(zhì)量一般在每兩個測站間的隧道內(nèi)壁上均勻布設(shè)5～6個（不少于3個）反光靶（球），在地面上布設(shè)3～4個反光靶（球），三維掃描儀監(jiān)測數(shù)據(jù)分別在以各站站點為原點的獨立坐標系中，以此分析隧道變形時需要對各測點數(shù)據(jù)進行拼按，在數(shù)據(jù)拼按時將第一站作為基準站，其后每一站分別與相鄰的前一站作拼按，前后測站間首尾相連。
2 點云數(shù)據(jù)拼接方法與分析
隧道監(jiān)測區(qū)段的數(shù)據(jù)采集過程中需對隧道進行分站式掃描，監(jiān)測時既要保證掃描數(shù)據(jù)的精度，也要有足夠的控制點和掃描數(shù)據(jù)的重合度才能保證點云數(shù)據(jù)的拼接精度，保證點云數(shù)據(jù)的拼接質(zhì)量和拼接精度是掌握隧道等地下工程變形和施工安全的前提，所以要盡量提高點云數(shù)據(jù)的質(zhì)量，減小拼接誤差。
點云數(shù)據(jù)拼按是按照一定的數(shù)學(xué)法則，求取相鄰測站所在獨立坐標系統(tǒng)之間的轉(zhuǎn)換參數(shù)，通過剛體變換、平移的旋轉(zhuǎn)等數(shù)學(xué)方法，將所有測站點的點云數(shù)據(jù)幾何信息統(tǒng)一到同一個三維空間坐標系下，轉(zhuǎn)換過程不能對點云數(shù)據(jù)進行任何扭曲和縮放，以保證點云數(shù)據(jù)的幾何信息無縫連接，不產(chǎn)生任何變形。
點云數(shù)據(jù)拼按主要采用以下方法：（1）基于控制點三維坐標的點云拼接，該方法采用全站儀和GPS等測量拼接區(qū)域的控制點的三維坐標，然后各控制點坐標對各測站的點云數(shù)據(jù)進行拼按，方法簡單，拼接精度依賴于控制點測量精度；（2）基于測量表面貼附標記點的方法，該方法在要掃描的目標區(qū)域的內(nèi)部或周圍兩站或多站公共掃描目標區(qū)域放置三個以上的標靶，掃描并獲取掃描區(qū)域的三維點云數(shù)據(jù)，計算兩組相鄰區(qū)域點云數(shù)據(jù)間的拼按變換參數(shù)，拼按精度受標記點數(shù)量和位置影響；（3）基于特征點云的混合拼按，該方法要求掃描實體時要有一定的重合度，拼接精度主要依賴于拼按算法，可分為基于點信息的拼接算法、基于幾何特征信息的拼按算法、動態(tài)拼接算法和基于影像的拼按算法等。
3 混合拼接方法主要如下幾種
3.1 基于點信息的迭代拼接方法
基于點信息的迭代拼接方法（ICP）是提出最早也是最為經(jīng)典的點云拼按方法，經(jīng)過20多年的發(fā)展已成為點云配準中的主流算法，是點云配準研究的開創(chuàng)性工作，也是后續(xù)基于迭代的配準算法的理論基礎(chǔ)和框架，該算法是由Besl和Chen分別提出的，Besl使用參數(shù)是點點距離，而Chen使用參數(shù)是點面距離，其原理都是基于最小二乘法算法的最優(yōu)匹配方法，重復(fù)進行配準，確定最優(yōu)剛體變換參數(shù)，迭代計算至誤差收斂。
3.2 基于幾何特征信息的預(yù)處理拼接方法
所謂基于幾何特征的拼按，就是根據(jù)三維實體幾何形狀特征進行拼接，分為整體拼按、曲面特征拼接和點信息特征拼接等算法，整體拼接算法通常用于預(yù)拼接，通常與ICP算法一起來完成拼按整個過程，首先以點云數(shù)據(jù)中的特征點幾何信息進行粗略拼按，再進行迭代處理，拼接效率較高。根據(jù)曲率特征拼接的算法最能準確反映出三維實體的表面幾何特征信息，拼接過程簡單，整體精度較高；利三維實體的特征點信息或特征線信息進行拼按的方法是曲面特征拼按方法的補充，一般適用于小范圍的點云數(shù)據(jù)拼接，且需要有某些先驗知識。
基于幾何特征信息的預(yù)處理拼接算法的總體思路是相同的，根據(jù)拼按時所選擇實體的幾何特征拼接方法分為如下幾種：①曲面法向矢量法，其主要特征是對要拼按的兩組點云數(shù)據(jù)，計算出測點及其鄰域點每個點的曲面法向矢量，按法向矢量方向進行拼按。②曲面曲率法，其主要特征是根據(jù)點云數(shù)據(jù)計算出各個測點的曲率，根據(jù)測點的曲率大小將相同的點集合進行配準。③幾何哈希方法，其主要特征是首先將每個點對的法向映射為三維空間變換，把點對法向一的集按照數(shù)學(xué)法則進行拼接，再進行點云數(shù)據(jù)迭代運算進行拼按。④ICP算法迭代法，其主要特征是找出幾何特征信息，采用ICP算法進行預(yù)拼接，并以算計結(jié)果為基礎(chǔ)，把上次拼接點對集合再運用ICP算法進行二次拼按，經(jīng)過多次迭代計算，實現(xiàn)點云數(shù)據(jù)的精確拼接。
3.3 多條件動態(tài)拼接方法
動態(tài)拼接是指對運動和形變的采樣點，在不同的幀之間根據(jù)運動學(xué)原理完成插值拼接。在該拼接模式下對三維實體的數(shù)據(jù)獲取采用的是旋轉(zhuǎn)式掃描法，其特征是掃描儀固定在站點，三維物體沿著中軸線旋轉(zhuǎn)，掃描方式得到多幀組成的點云數(shù)據(jù)，通過相鄰幀之間相互關(guān)系，由旋轉(zhuǎn)速度計算得出每一幀的旋轉(zhuǎn)夾角來進行拼接，是特殊條件下的一種拼接方法。
2004年NiloyJ，Mitra提出了一種新的動態(tài)拼接算法，對采樣線的點進行光順，其中整體的誤差最小，并得到了比較好的效果。
3.4 基于影像的拼接方法
在點云數(shù)據(jù)拼按時借助于數(shù)字圖像處理技術(shù)，利用計算機數(shù)字融合技術(shù)和逆向工程理論在立體像對上自動搜索同名像點，并進行同名點自動識別，根據(jù)拼按的基元分為基于灰度的拼接算法和基于幾何特征的拼按算法二種，其中：基于灰度拼接算法技術(shù)較為成熟，拼接精度較高，主要特征信息為圖像灰度特征，強調(diào)光強和對比度，對其他信息顧及較少，拼接結(jié)果容易出現(xiàn)錯誤，影響成果鑒定的使用；基于幾何特征的拼接算法通常利用Harris算法進行角點檢測，然后利用歸一化相關(guān)法進行匹配，從而得到匹配點對，可有效地提高了圖像拼接的精度和速度。
4 點云數(shù)據(jù)拼接方法存在問題與改進
目前國內(nèi)外點云數(shù)據(jù)拼接方法均基于ICP算法，第一步先確定對應(yīng)點集，然后根據(jù)對應(yīng)點集確定點云間對應(yīng)的坐標變換矩陣，再進行迭代計算直至滿足精度要求為止。該方法中確定對應(yīng)點集是決定算法的關(guān)鍵問題，也決定的了收斂的速度和拼接的精度，無論對應(yīng)點集是點到點的距離還是點到面的距離，要計算過程中都容易產(chǎn)生對點錯誤，影響點云拼按的質(zhì)量和速度。
1998年dorai等提出了用候選對應(yīng)點到點距離約束來減小對應(yīng)點對的方法，2002年sharp等人又提出了利用被測物體表面的特征不變量來確定對應(yīng)點對的方法，結(jié)合點對之間的共線約束和臨近性約束來排除錯誤對應(yīng)點，從而提高了對應(yīng)點的正確性，使點云拼接質(zhì)量得到大大的提高。
5 結(jié)語
三維激光掃描測量產(chǎn)生誤差的原因主要有儀器本身的誤差、掃描目標的誤差和外界環(huán)境條件誤差等，數(shù)據(jù)處理誤差主要焦距在數(shù)據(jù)拼接過程中的拼接算法上，改進測量方法和測量條件，采用先進的拼接算法是提高點云數(shù)據(jù)拼按質(zhì)量的關(guān)鍵問題。
第7篇：云計算的技術(shù)特征范文
教學(xué)資源共享系統(tǒng)具有較大的數(shù)據(jù)存儲量和網(wǎng)絡(luò)傳輸量，本文探討探討教學(xué)資源共享系統(tǒng)的框架設(shè)計及技術(shù)問題，研究如何構(gòu)建私有云存儲技術(shù)解決教學(xué)資源共享系統(tǒng)數(shù)據(jù)傳輸效率和存儲效率，并就重復(fù)數(shù)據(jù)刪除技術(shù)、文件格式轉(zhuǎn)碼等重要技術(shù)問題進行探討。
【關(guān)鍵詞】云存儲 重復(fù)刪除 資源共享 系統(tǒng)設(shè)計
1 引言
隨著云計算技術(shù)的快速發(fā)展和網(wǎng)絡(luò)教育的興起，微課、Mooc等多種教學(xué)形態(tài)的出現(xiàn)，越來越多的大學(xué)院校需要搭建教學(xué)資源共享系統(tǒng)。教學(xué)資源包含課件、教案、教學(xué)案例、教學(xué)視頻、歷屆學(xué)生課程考試作品、參考資料等內(nèi)容，文件數(shù)量、數(shù)據(jù)容量非常龐大，對服務(wù)器的存儲容量、網(wǎng)絡(luò)帶寬提出很高的要求。
以一所在校師生人數(shù)為2萬人的高校為例，按照15%的日活躍用戶計算，教學(xué)資源共享系統(tǒng)如果采用一般的CMS網(wǎng)站的模式快速建站，是難以支撐3000名的日活躍用戶的教學(xué)資源共享、文件上傳下載、教學(xué)視頻播放等應(yīng)用的，一方面首網(wǎng)絡(luò)帶寬瓶頸的制約，另一方面學(xué)生賬號共享資源需要耗費大量的存儲空間，為此我們需要尋求方法解決這些問題。
2 云存儲服務(wù)的構(gòu)建
云計算服務(wù)通常有公有云、私有云、混合云、社區(qū)云等形態(tài)存在，由于教學(xué)資源共享系統(tǒng)主要面向校內(nèi)用戶使用，考慮到教學(xué)資源數(shù)據(jù)量較大，公網(wǎng)網(wǎng)絡(luò)帶寬成本問題、網(wǎng)絡(luò)傳輸速率問題，而且在校學(xué)生都接入了校園內(nèi)部網(wǎng)絡(luò)，綜合考慮，采用了私有云。
2.1 云存儲架構(gòu)
云存儲是云計算當中的一項服務(wù)，常見的云存儲架構(gòu)可劃分為訪問層、應(yīng)用接口層、基礎(chǔ)管理層、存儲層，教學(xué)資源共享系統(tǒng)劃分視圖層、業(yè)務(wù)層、數(shù)據(jù)層，而數(shù)據(jù)層將與云存儲的訪問層進行對接，如圖1所示。
2.2 云存儲服務(wù)的重要問題
在教學(xué)資源共享系統(tǒng)解決方案當中，云存儲服務(wù)負責(zé)教學(xué)資源文件的數(shù)據(jù)上下行傳輸和存儲服務(wù)。云存儲服務(wù)由分發(fā)服務(wù)器、存儲服務(wù)器構(gòu)成，所有存儲服務(wù)被虛擬化為一個存儲對象并作為訪問層與教學(xué)資源共享系統(tǒng)數(shù)據(jù)層進行對接。
2.2.1 文件級重復(fù)數(shù)據(jù)刪除處理的性能
當用戶上傳各類教學(xué)資源文件時，文件級重復(fù)數(shù)據(jù)刪除處理模塊將文件的散列值作為特征碼存入搜索列表，后續(xù)其他用戶上傳相同文件時，系統(tǒng)根據(jù)文件特征碼發(fā)現(xiàn)和剔除相同文件。文件級重復(fù)數(shù)據(jù)刪除處理的核心問題是特征碼搜索性能，可以根據(jù)多種文件特種建立多級搜索，包括以文件類型、特征碼等重要標識構(gòu)成圖2所示的搜索樹，搜索樹的兩級特征碼分布采用Checksum和SHA-1算法。
Checksum被稱為總和檢驗碼，用于數(shù)據(jù)通訊傳輸過程中高效率校驗數(shù)據(jù)完整性，其算法是將數(shù)據(jù)源的十六進制編碼累加得到校驗和，若校驗和超過24則使用其補碼作為校驗和。在本解決方案中，Checksum在本案例中用于實現(xiàn)將校驗和當作重復(fù)文件搜索的一級篩選特征碼，允許不同文件的特征碼出現(xiàn)重碼，為了提高運算效率，只對上傳文件的一段數(shù)據(jù)執(zhí)行Checksum算法。
SHA-1是一種安全散列算法，本案例將SHA-1算法用于實現(xiàn)對用戶上傳的文件生成SHA-1特征碼作為文件的唯一標識，用于判斷用戶上傳的文件在存儲服務(wù)器中是否重復(fù)存在。雖然SHA-1算法運算效率比較低，特別是對視頻等大容量文件執(zhí)行該算法需要耗費較多運算資源，但相對網(wǎng)絡(luò)數(shù)據(jù)傳輸速度而言仍是可以忽略的。為了堅固效率和安全性，本案例采用表1所示方式執(zhí)行上述校驗算法。
2.2.2 數(shù)據(jù)傳輸
數(shù)據(jù)傳輸?shù)闹饕獑栴}是W絡(luò)瓶頸問題，3000名日活躍用戶對視頻等大容量資源的訪問，采用單一服務(wù)器難以承載資源共享訪問量，為此需要建立CDN內(nèi)容分發(fā)網(wǎng)絡(luò)，CDN服務(wù)器根據(jù)網(wǎng)絡(luò)負載狀況對用戶教學(xué)資源訪問請求轉(zhuǎn)發(fā)到不同的存儲服務(wù)器，以分解校園網(wǎng)帶寬數(shù)據(jù)流量。
3 教學(xué)資源共享系統(tǒng)的設(shè)計
3.1 系統(tǒng)模塊設(shè)計
本系統(tǒng)由教學(xué)資源展示模塊、個人空間模塊、后臺管理模塊等業(yè)務(wù)模塊，以及文件格式轉(zhuǎn)換模塊、視頻資源轉(zhuǎn)碼模塊等數(shù)據(jù)格式處理模塊構(gòu)成。功能模塊構(gòu)成如圖3所示。
上述模塊當中，教學(xué)資源展示模塊、個人空間模塊、后臺管理模塊主要用于教學(xué)資源共享相關(guān)業(yè)務(wù)邏輯的實現(xiàn)，包括教師在線備課、資源、微課、Mooc等各類課程網(wǎng)站建設(shè)、學(xué)生在線學(xué)習(xí)、分享資源等功能的實現(xiàn)。
3.2 數(shù)據(jù)格式處理模塊的設(shè)計
用戶上傳的視頻資源考慮到文件容量、視頻格式等因素，并不適合直接應(yīng)用到網(wǎng)站在線播放，需要進行視頻轉(zhuǎn)碼處理。視頻轉(zhuǎn)碼的流程如圖4所示。
文件格式轉(zhuǎn)換與視頻轉(zhuǎn)碼的處理流程類似，文件格式轉(zhuǎn)換模塊、視頻資源轉(zhuǎn)碼模塊被封裝為系統(tǒng)的子項目，獨立運行于轉(zhuǎn)碼服務(wù)器，如果系統(tǒng)用戶規(guī)模比較小，也可以與主項目合并在同一臺應(yīng)用服務(wù)器上運行。
4 小結(jié)
構(gòu)建基于云存儲技術(shù)的教學(xué)資源共享系統(tǒng)，在實現(xiàn)常規(guī)業(yè)務(wù)邏輯實現(xiàn)的同時，受存儲容量、網(wǎng)絡(luò)基礎(chǔ)設(shè)施等制約，需要考慮數(shù)據(jù)網(wǎng)絡(luò)傳輸瓶頸、數(shù)據(jù)冗余處理等問題，當然，內(nèi)容分發(fā)網(wǎng)絡(luò)服務(wù)的分發(fā)算法、重復(fù)數(shù)據(jù)刪除處理算法影響著存儲效率，數(shù)據(jù)冗余率與存儲效率是一個矛盾體，需根據(jù)實際項目實施情況權(quán)衡兩者關(guān)系，根據(jù)實際需求調(diào)整處理算法。
參考文獻
[1]毛波，葉閣焰，藍琰佳，張楊松，吳素貞.一種基于重復(fù)數(shù)據(jù)刪除技術(shù)的云中云存儲系統(tǒng)[J].計算機研究與發(fā)展，2015（06）：1278-1287.
[2]宋雨，易璐，王鳳霞.基于云存儲的重復(fù)數(shù)據(jù)刪除架構(gòu)的研究與設(shè)計[J].計算機系統(tǒng)應(yīng)用，2013（01）：208-211.
[3]畢朝國，徐小龍.一種云存儲系統(tǒng)中重復(fù)數(shù)據(jù)刪除機制[J].計算機應(yīng)用研究，2014（10）：3052-3055+3060.
[4]劉貝，湯斌.云存儲原理及發(fā)展趨勢[J].科技信息，2011（05）：470-471.
[5]張龍立.云存儲技術(shù)探討[J].電信科學(xué)，2010，S1：71-74.
[6]劉金芝，余丹，朱率率.一種新的云存儲服務(wù)模型研究[J].計算機應(yīng)用研究，2011（05）：1869-1872.
[7]比特網(wǎng).文件級別和數(shù)據(jù)塊級別重復(fù)數(shù)據(jù)刪除的差異[OL].http：///80/11351580.shtml，2010/5.
[8]曾旭，高獻偉，路而紅，陳運.HASH算法MD5的高速實現(xiàn)[J].成都信息工程學(xué)院學(xué)報，2009（02）：129-132.
[9]敖莉，舒繼武，李明強.重復(fù)數(shù)據(jù)刪除技術(shù)[J].軟件學(xué)報，2010（05）：916-929.
作者單位
第8篇：云計算的技術(shù)特征范文
關(guān)鍵詞：云計算；網(wǎng)絡(luò)犯罪；電子取證；云取證
作為新一代IT服務(wù)模式，云計算對眾多領(lǐng)域的變革、重組以及整合產(chǎn)生加速作用，這對電子取證領(lǐng)域而言同樣如此。傳統(tǒng)的電子取證技術(shù)具有局限性，在云計算環(huán)境下，大部分完整數(shù)據(jù)以碎片的形式存儲于不同計算機上，若仍對傳統(tǒng)取證技術(shù)予以采用，只在單機上不作邏輯地直接取證，很難獲取真實有效的電子證據(jù)，無法形成判罪依據(jù)。云計算技術(shù)的發(fā)展對大數(shù)據(jù)時代的來臨產(chǎn)生促進作用，電子證據(jù)的完整獲取與保存、案件的順利偵破，以高效的取證架構(gòu)以及較短的取證周期為支撐，進行云計算思維模式下電子取證關(guān)鍵技術(shù)的分析具有顯著的現(xiàn)實意義。
1.云計算安全風(fēng)險
云計算是一種對IT資源的使用模式，是對共享的可配置的算資源提供無所不在的、方便的、隨需的網(wǎng)絡(luò)訪問?，F(xiàn)階段，軟件即服務(wù)（SaaS）、平臺即服務(wù)（PaaS）、基礎(chǔ)設(shè)施即服務(wù)（IaaS）是云計算公認的3種服務(wù)模式?；谧陨砑軜?gòu)與特征，云計算存在著一定的安全缺陷，給予網(wǎng)絡(luò)罪犯可乘之機。
1.1云計算安全問題
云計算的升溫凸顯了其所帶來的安全問題，與傳統(tǒng)架構(gòu)相比，云計算的安全問題主要包括數(shù)據(jù)分離與恢復(fù)、敏感信息存取、隱私問題、漏洞利用以及惡意內(nèi)部攻擊等。在創(chuàng)造大量利益的同時，云計算還為用戶帶來了很多不容忽視的風(fēng)險。在企業(yè)與用戶關(guān)心的云計算問題中，安全問題所占比例最大，接近于80%。
1.2云計算相關(guān)的網(wǎng)絡(luò)犯罪
基于云計算的優(yōu)點，很多用戶都將其業(yè)務(wù)遷至云上，基于此，網(wǎng)絡(luò)罪犯也陸續(xù)將目光放于云計算的弱點之上。TrendMicro的安全報告指出，云計算與虛擬技術(shù)在為用戶創(chuàng)造便利、節(jié)省成本的同時，其將服務(wù)器遷至傳統(tǒng)信息安全邊界之外的行為又造成了網(wǎng)絡(luò)犯罪選擇范圍的擴大。
近年來，云端服務(wù)器失效現(xiàn)象時有發(fā)生，云服務(wù)由此受到大規(guī)模中斷，業(yè)界開始關(guān)注云計算存在的相應(yīng)缺陷，認為這些缺陷將會發(fā)展為網(wǎng)絡(luò)罪犯的首要目標。Gartner指出，云架構(gòu)的安全風(fēng)險很大，其自身特征要求用戶評估數(shù)據(jù)完整、數(shù)據(jù)恢復(fù)、隱私保護等內(nèi)容，在法律層面，電子證據(jù)取證與審計等工作需要得到應(yīng)有的重視。
2.電子取證關(guān)鍵技術(shù)
在入侵者犯罪手段與技術(shù)不斷變化的背景之下，電子取證需要更多、更高的技術(shù)。
2.1數(shù)據(jù)復(fù)制技術(shù)
該技術(shù)有數(shù)據(jù)備份、數(shù)據(jù)鏡像、拍照以及攝像等。針對包含視聽資料的證據(jù)，可以在取證過程中采取拍照與攝像的方式，提高證明力度，預(yù)防翻供現(xiàn)象的發(fā)生。案件發(fā)生以后，利用數(shù)據(jù)鏡像，能夠在另外一臺主機上恢復(fù)所備份的數(shù)據(jù)，分析工作在映像上的開展要比在原件上的開展更加具有安全性。
2.2信息加密技術(shù)
對于信息安全而言，信息加密技術(shù)十分重要，它利用密鑰技術(shù)對傳輸、交換并存儲于通信網(wǎng)絡(luò)中的信息進行保護，保持其機密性、完整性與真實性。作為一種基本技術(shù)，數(shù)據(jù)加密技術(shù)向所有的網(wǎng)絡(luò)通信提供安全保證，它有鏈路加密、節(jié)點對節(jié)點加密以及端對端加密3種方式。
2.3數(shù)據(jù)復(fù)原技術(shù)
電子證據(jù)復(fù)原是指通過采用一定的復(fù)原技術(shù)，對在不同程度上受到損壞的數(shù)據(jù)或者部分不可見區(qū)域中的數(shù)據(jù)進行恢復(fù)。很多計算機系統(tǒng)都具有自動生成備份與恢復(fù)數(shù)據(jù)的功能，一些計算機中的安全系統(tǒng)還會針對性地對部分重要數(shù)據(jù)庫做出專門備份的準備。系統(tǒng)的組成通常分為專門設(shè)備與專門操作管理，篡改系數(shù)比較大。所以，當出現(xiàn)計算機犯罪，相關(guān)證據(jù)遭到修改與破壞之時，可對自動備份數(shù)據(jù)與已經(jīng)過處理的數(shù)據(jù)證據(jù)進行比較，以此對數(shù)據(jù)施以可靠度最高的恢復(fù)，為定案提供真實證據(jù)。
2.4數(shù)據(jù)截取技術(shù)
偵查員在罪犯進行計算機犯罪的過程中，可對此項技術(shù)加以利用，以此截獲相應(yīng)的犯罪證據(jù)。數(shù)據(jù)的截取依賴于傳輸介質(zhì)，數(shù)據(jù)在傳輸過程中有有線數(shù)據(jù)傳輸與無線數(shù)據(jù)傳輸兩種劃分。在有線傳輸中，截取技術(shù)采用的是網(wǎng)絡(luò)監(jiān)聽的方式，該方式需要對主機網(wǎng)卡進行混雜模式的設(shè)置，使主機接受對應(yīng)網(wǎng)段內(nèi)統(tǒng)一物理通道所傳輸?shù)娜啃畔?，以此對通信過程中的主要信息予以截取，Sniffer與TCP Dump為該傳輸方式的兩種常用工具。在無線傳輸中，信息的截取是通過電磁波實現(xiàn)的。所截取的信息能夠提供證據(jù)于犯罪行為與類型等的分析。
2.5數(shù)據(jù)欺騙技術(shù)
陷阱與偽裝等是數(shù)據(jù)欺騙所采取的主要方式。通過對虛擬系統(tǒng)、服務(wù)或環(huán)境的構(gòu)造，罪犯能夠誘騙攻擊者向其發(fā)起進攻。該技術(shù)在網(wǎng)絡(luò)攻擊中證據(jù)的獲取上有著較為廣泛的應(yīng)用，在攻擊者不知情的情況下，取證系統(tǒng)可通過潛伏對其完整的攻擊流程、方式等進行記錄，以此獲取證據(jù)信息，證明攻擊與入侵等行為發(fā)生的真實性。蜜罐與密網(wǎng)是使用率較高的陷阱工具。
2.6惡意代碼技術(shù)
為了對取證過程中交互性導(dǎo)致的干擾問題予以避免，需對應(yīng)用惡意代碼技術(shù)進行隱秘取證的方法進行研究。惡意代碼具有破壞或擾亂系統(tǒng)特定功能的作用，它具有長期潛伏性，能夠?qū)γ舾行畔⑦M行秘密的竊取。在網(wǎng)絡(luò)通信中，惡意代碼技術(shù)能夠?qū)崿F(xiàn)全程隱藏導(dǎo)入以及遠程信息傳送與控制，快速反應(yīng)、動態(tài)取證是其突出的特征體現(xiàn)。
2.7人工智能與數(shù)據(jù)挖掘技術(shù)
網(wǎng)絡(luò)傳輸速度與計算機存儲容量成正比，針對存儲于計算機內(nèi)的與在網(wǎng)絡(luò)中傳輸?shù)拇罅繑?shù)據(jù)，可應(yīng)用人工智能與數(shù)據(jù)挖掘技術(shù)搜集相關(guān)于特定犯罪的證據(jù)，對智能化取證予以實現(xiàn)。人工智能技術(shù)以開發(fā)專家系統(tǒng)為核心，其優(yōu)勢在于能夠提高系統(tǒng)標識、預(yù)測正常類型與異常類型數(shù)據(jù)新特征的能力，對部分未知的數(shù)據(jù)是否能夠構(gòu)成犯罪證據(jù)進行預(yù)測，實現(xiàn)數(shù)據(jù)分析智能性的提升。數(shù)據(jù)挖掘分為關(guān)聯(lián)規(guī)則分析、分類與聯(lián)系分析等技術(shù)，利用這些技術(shù)，可以在網(wǎng)絡(luò)動態(tài)取證數(shù)據(jù)分析環(huán)節(jié)對數(shù)據(jù)庫中的數(shù)據(jù)進行特征挖掘，生成用戶行為合法性的判斷規(guī)則，以準確、有效、動態(tài)地挖掘犯罪行為證據(jù)。
3.云計算思維模式下的新型電子取證技術(shù)
為了解決取證不完整、不充分等問題，文章提出適合于云計算環(huán)境的新型電子取證技術(shù)，將其融入云計算模式下的電子取證流程中，并在流程中對Hadoop架構(gòu)下Mahout數(shù)據(jù)挖掘技術(shù)予以運用，實現(xiàn)對證據(jù)有用性不足、深度不夠等問題的解決。
3.1技術(shù)流程
（1）明確取證目的與范圍。取證目的的明確要求對歷次取證的目標與意義進行把握，向最終所獲取的證據(jù)的真實性、合法性與關(guān)聯(lián)性提供保C，使其能夠得到法院訴訟審查的接納，并在質(zhì)證環(huán)節(jié)被采信，此外，對取證環(huán)節(jié)的消極性與被動性加以避免。取證范圍的明確要求取證過程所采取的證據(jù)關(guān)聯(lián)于所發(fā)生的案件，對由于采取不到電子證據(jù)而導(dǎo)致的案件偵破時間浪費現(xiàn)象予以避免。
（2）明確取證數(shù)據(jù)來源。在云計算環(huán)境下，電子取證數(shù)據(jù)有多方面的來源，它們既有來源于大規(guī)模云計算中心的數(shù)據(jù)，又有來源于云服務(wù)商的數(shù)據(jù)，還有來源于客戶端的數(shù)據(jù)。來源不同的數(shù)據(jù)會涉及不同的取證對象，其中大型云存儲器是對應(yīng)于云數(shù)據(jù)中心的取證對象，規(guī)模相對較小的存儲器是對應(yīng)于云服務(wù)器提供商的取證對象，而客戶機的內(nèi)存、緩存與文件等，則是與客戶端相對應(yīng)的取證對象。取整數(shù)據(jù)來源的盡早明確能夠?qū)θ∽C范圍予以縮小，實現(xiàn)對取證速度的加快。
（3）實際取證階段。在云計算思維模式下，利用取證軟件進行證據(jù)的獲取能夠?qū)ψC據(jù)可靠性、完整性與充分性提供保證，它是對傳統(tǒng)電子取證技術(shù)的突破，能夠?qū)鹘y(tǒng)技術(shù)在云計算環(huán)境下的取證缺陷予以彌補。
（4）證據(jù)信息處理階段。云計算環(huán)境中的電子數(shù)據(jù)數(shù)量十分龐大，能夠為取證過程提供大量證據(jù)信息。但是，這些證據(jù)存在冗余現(xiàn)象，若不采取有效措施進行處理，會降低證據(jù)的深度與有用程度。針對于此，可以對Hadoop架構(gòu)中的Mahout予以采用，對有用的電子證據(jù)進行挖掘與處理。
（5）證據(jù)信息分析階段。從上一步中的證據(jù)信息中進行涉案痕跡與違法證據(jù)的查找，有利于案件的順利偵破。
第9篇：云計算的技術(shù)特征范文
電子商務(wù)要是交易不安全，就會導(dǎo)致其發(fā)展緩慢。因此電子商務(wù)的首要因素就是保證交易安全，而電子商務(wù)是否安全需要從兩大部分分析，即計算機網(wǎng)絡(luò)安全和商務(wù)貿(mào)易安全。計算機網(wǎng)絡(luò)安全包括三點解決計算機網(wǎng)絡(luò)本身存在的安全問題的計算機網(wǎng)絡(luò)設(shè)備完全、計算機網(wǎng)絡(luò)系統(tǒng)安全和數(shù)據(jù)庫安全方案，都是以保證計算機網(wǎng)絡(luò)自身的安全性為主要目標的。而商務(wù)安全主要解決傳統(tǒng)商務(wù)網(wǎng)絡(luò)安全的基礎(chǔ)性問題，就In-ternet產(chǎn)生的安全問題來進行分析的。為了保障電子商務(wù)的順利進行，就需要實現(xiàn)電子商務(wù)安全保密措施。
2電子商務(wù)交易中應(yīng)用的網(wǎng)絡(luò)安全技術(shù)
電子商務(wù)很多涉及到重要機密的活動信息都是通過網(wǎng)絡(luò)進行傳播的，因此在交易過程中，就必須要保證電子商務(wù)的安全。目前，我國采取的主要形式就是以電子數(shù)據(jù)進行存儲，因此我們要保證電子數(shù)據(jù)的加密技術(shù)、認證技術(shù)以及安全認證協(xié)議的權(quán)威性。
2.1防火墻技術(shù)為了保障計算機網(wǎng)絡(luò)的安全，就需要在網(wǎng)絡(luò)里建立安全的網(wǎng)絡(luò)通信監(jiān)控系統(tǒng)———防火墻。它既是一種控制技術(shù)也可以成為軟件產(chǎn)品，既能制作產(chǎn)品也能嵌入某些硬件產(chǎn)品中。所以所有來自Internet的傳輸信息不論是接收還是傳輸都必須經(jīng)過防火墻，以保證信息安全。我們在進行防火墻使用的時候主要就是要查看防火墻自身是否感染病毒，因為我們在發(fā)送文件時候，都是通過防火墻來傳輸，因此就需要在每臺主機上裝上反病毒的監(jiān)控軟件。雖然防火墻不能夠防止數(shù)據(jù)驅(qū)動式的攻擊，但也能都提前對來歷不明的數(shù)據(jù)進行殺毒或者程序編碼辯證，起到預(yù)防一些表面看似無害的數(shù)據(jù)驅(qū)動式病毒的攻擊。
2.2加密技術(shù)加密技術(shù)主要利用的就是加密算法原理，該原理主要是信息安全防范措施，能夠防止一些非法用戶對最初的數(shù)據(jù)的理解，從而能夠保證數(shù)據(jù)的安全性。
2.3認證技術(shù)我們所說的認證技術(shù)就是對信息進行認證。主要從以下安全認證技術(shù)和安全認證機構(gòu)兩個方面進行認證。安全認證技術(shù)主要包括數(shù)字摘要、數(shù)字信封、數(shù)字簽名、數(shù)字時間戳、數(shù)字證書等；而電子商務(wù)認證中心主要是核實用戶的身份等，還一定程度上承擔網(wǎng)上安全交易的認證服務(wù)，并簽發(fā)數(shù)字證書的機構(gòu)。
2.4協(xié)議安全認證目前電子商務(wù)的安全套接層SSL協(xié)議和安全電子交易SET協(xié)議兩種安全認證協(xié)議被廣大用戶認可并廣泛應(yīng)用。兩者相輔相成，但是服務(wù)的對象又不相同，SSL協(xié)議以銀行對企業(yè)或者企業(yè)對企業(yè)的電子商務(wù)為主要服務(wù)對象；SET主要服務(wù)應(yīng)用層，是用來保證互聯(lián)網(wǎng)上支付卡交易活動的安全性，主要還是以持卡消費和網(wǎng)上購物的電子商務(wù)為主。
3電子商務(wù)中云技術(shù)應(yīng)用對信息安全的影響
隨著云安全技術(shù)在計算機應(yīng)用上的發(fā)展，很多關(guān)于云安全技術(shù)對信息安全的話題成為大家討論的熱點。所以從2007年開始，在全球普遍遭遇惡意軟件攻擊的壓力下，傳統(tǒng)的安全防御技術(shù)難以預(yù)防的時候，“云安全”技術(shù)逐漸代替?zhèn)鹘y(tǒng)防御技術(shù)，得到發(fā)展。云安全技術(shù)主要有兩個重要的特點，即是擁有強大的分布式運算能力和客戶端安全配置精簡化系統(tǒng)，這也是提高自身發(fā)展趨勢的主要優(yōu)勢。該技術(shù)能夠大大提高企業(yè)用戶的信息安全性能，從而降級客戶端的維護量。而且云技術(shù)在一定程度上高于傳統(tǒng)防御威脅的評估能力，因此安全級別無疑不受客戶認可。但是，云安全技術(shù)對電子商務(wù)安全產(chǎn)生也存在一定的影響，主要是：首先，就是“云安全”技術(shù)就技術(shù)而言，具有高安全防護能力，這也是無法改變的事實，因此安全級別具有顯著優(yōu)勢。其次，就是在實際應(yīng)用過程中“，云安全”技術(shù)有著非常強大的防護木馬、惡意程序攻擊的能力，能夠降低企業(yè)管理和維護成本等消耗費用等。隨著計算機的迅速發(fā)展，用戶的需求也會細化，因此云安全技術(shù)也要更加完善才能滿足用戶應(yīng)用的需求。隨著網(wǎng)絡(luò)威脅的不斷升級，云安全技術(shù)也要隨之不斷發(fā)展，才能最終達到所有用戶的安全防護需求。因此，雖然云計算既是連接互聯(lián)網(wǎng)上一些強大的包括存儲資源、計算資源、軟件資源、數(shù)據(jù)資源、管理資源等信息資源，通過自身的服務(wù)方式為廣大用戶所用。但是由于不對用戶進行集中控制，只按需付費導(dǎo)致用戶感覺不到關(guān)心，一定程度上會阻礙自身的發(fā)展。因此對電子商務(wù)的發(fā)展也會產(chǎn)生深刻的影響。
4企業(yè)網(wǎng)絡(luò)安全檢測體系
網(wǎng)絡(luò)入侵檢測方式分為基于硬件和基于軟件兩種，不過在任務(wù)流程上二者是完全相反的。它們將網(wǎng)絡(luò)接口的形式設(shè)置為混雜形式，方便對全部網(wǎng)段的數(shù)據(jù)實施全面監(jiān)控，再做出剖析，從而將無害的攻擊數(shù)據(jù)包辨別出來，做出記錄，以便大家翻閱。
4.1入侵檢測的體系構(gòu)造網(wǎng)絡(luò)入侵檢測的體系構(gòu)造通常由三局部組成，辨別為Agent、Console以及Manag-er。其中Agent的作用是對網(wǎng)段內(nèi)的數(shù)據(jù)包停止監(jiān)視，找出攻擊信息并把相關(guān)的數(shù)據(jù)發(fā)送至管理器；Console的次要作用是擔任搜集處的信息，顯示出所受攻擊的信息，把找出的攻擊信息及相關(guān)數(shù)據(jù)發(fā)送至管理器；Manag-er的次要作用則是呼應(yīng)配置攻擊正告信息，控制臺所的命令也由Manager來執(zhí)行，再把所收回的攻擊正告發(fā)送至控制臺。
4.2入侵檢測的任務(wù)形式基于網(wǎng)絡(luò)的入侵檢測，要在每個網(wǎng)段中部署多個入侵檢測，依照網(wǎng)絡(luò)構(gòu)造的不同，其的銜接方式也各不相反。假如網(wǎng)段的銜接方式為總線式的集線器，則把與集線器中的某個端口相銜接即可；假如為替換式以太網(wǎng)替換機，由于替換機無法共享媒價，因而只采用一個對整個子網(wǎng)停止監(jiān)聽的方法是無法完成的。因而可以應(yīng)用替換機中心芯片中用于調(diào)試的端口中，將入侵檢測零碎與該端口相銜接。或許把它放在數(shù)據(jù)流的關(guān)鍵出入口，于是就可以獲取簡直全部的關(guān)鍵數(shù)據(jù)。
4.3攻擊呼應(yīng)及晉級攻擊特征庫、自定義攻擊特征假如入侵檢測零碎檢測出歹意攻擊信息，其呼應(yīng)方式有多種，例如發(fā)送電子郵件、記載日志、告訴管理員、查殺進程、切斷會話、告訴管理員、啟動觸發(fā)器開端執(zhí)行預(yù)設(shè)命令、取消用戶的賬號以及創(chuàng)立一個報告等等。晉級攻擊特征庫可以把攻擊特征庫文件經(jīng)過手動或許自動的方式由相關(guān)的站點中下載上去，再應(yīng)用控制臺將其實時添加至攻擊特征庫中。而網(wǎng)絡(luò)管理員可以依照單位的資源情況及其使用情況，以入侵檢測零碎特征庫為根底來自定義攻擊特征，從而對單位的特定資源與使用停止維護。
5結(jié)束語