云计算数据论文范文

引言：寻求写作上的突破？我们特意为您精选了12篇云计算数据论文范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

云计算是并行计算和分布计算以及网格计算的发展，是一种在海量数据大规模的集合中能动态处理各种服务器数据资源的一类计算平台，在电子商务、商业金融、科研开发等领域能得到广泛的应用。它具有大规模、虚拟化、高效率、通用性、廉价等特点，能针对不同的用户的不同需求，动态透明地提供其所需的虚拟化计算和资源储存，并能及时动态回收当前用户暂不利用的数据资源以提供给其他用户，而其廉价、通用的特点，使得一般用户实现大规模的数据操作成为可能。目前来说，云计算的平台已得到良好的发展，日益成熟，基于云计算的应用已经可以相当方便的部署和操作其数据资源。

1.2数据挖掘

数据挖掘技术是现代知识发现领域的一个重要技术，它是指一个从随机的大量而不完整的模糊的实际数据中提取其中某些隐含着的具有潜在价值的实用知识与信息的过程。其具体技术有特征化、聚类、关联和预测分析等等，涉及到的高级技术领域有统计学、机器学习、模式识别、人工智能等方面。

2基于云计算的数据挖掘平台构架

网络云的发展给数据挖掘提出了新的问题和时代的挑战，同时，也为数据挖掘提供了新的计算平台和发展机遇。基于云计算的数据挖掘系统平台的发现，解决了传统的数据挖掘技术出现的时代滞慢、效率较低、功能落后、成本高昂等问题。云计算是一种商业计算模式，是网格计算与并行计算及分布式计算在一定程度上的商业实现，其动态、可伸缩的计算基于云计算的数据挖掘平台架构及其关键技术探讨文/张瑶刘辉云计算是一种在互联网时代中应运而生的新兴的网络技术，具有高效率、高容量、动态处理的特点，在社会的商业领域和科研领域表现出了其相当高的应用价值。将云计算应用于数据挖掘平台的构架之中后，将能在很大程度上为现代社会中越来越海量的数据挖掘提供一个高效率的技术平台。本文将结合云计算和数据挖掘的基本概念和现代意义，对数据挖掘的平台构架和相应的关键技术做出简要的分析探讨。摘要能力使得进行高效的海量数据挖掘的目标不再遥远。同时，云计算SaaS功能日益被理解和标准化，使得基于云计算SaaS化的数据挖掘有了理论和技术的指导，并具有了企业化与大众化的发展趋势。

2.1数据挖掘平台构架

建立在关系型数据库之上的传统的数据挖掘技术构架在现时代数据急剧膨胀和分析需求渐增的发展下已经难以应付社会的数据处理问题。而云计算的分布式存储与计算形式则接受了当代的数据挖掘难题，促成了适应时代的云计算数据挖掘平台构架的形成。其包含了面向组件的设计理念和分层设计的思想方法。其构架自下向上总共分为3层，分别为底层的云计算支撑平台层、中间的数据挖掘能力层和上层的数据挖掘云服务层。

2.2基于云计算的数据挖掘平台构架各层意义

云计算支撑平台层：顾名思义，该平台层是云计算数据挖掘平台的基础处理平台，其主要具有的功能是对分布式文件存储与数据库提供资源存储，以及实行对数据的有关处理和计算功能。数据挖掘能力层：该平台结构层主要是提供挖掘的基础能力，是数据挖掘的核心支撑平台，并对数据挖掘云服务层提供能力支撑。该平台层包含了算法数据并行处理、调度引起和服务管理的框架，该平台层可以提供系统内部的数据挖掘处理和推荐算法库，亦支持第三方的数据挖掘算法工具的进入。数据挖掘云服务层：数据挖掘云服务层的主要功能是对外提供数据挖掘操作的云服务，同时也能提供基于结构化查询的语言语句访问，提供相关的解析引擎，以便于自动调用云服务。对外数据挖掘云服务能力封装的接口形式多样，包含了基于简单对象访问协议下的Webservice、XML、HTTP以及本地应用程序的编程接口等多种形式。另外，在必要的时候，云服务层的各个业务系统可以进行数据挖掘云服务的调用和组装。

3基于云计算的数据挖掘平台构架的关键技术探讨

基于云计算的数据挖掘平台构架的形成，离不开现代先进的科技技术，其中几项关键的技术应用将在这里进行简要的阐述：

3.1云计算技术

3.1.1分布式储存技术

通过采用分布式存储的方式来存储数据，是云计算技术保证数据处理高可靠性和经济性的重要保证。用可靠的软件来弥补硬件的不足，是分布式存储技术提供廉价而又海量的数据挖掘支持的重要途径。

3.1.2虚拟化技术

在云计算的环境下，数据挖掘能实现对大量的可用的虚拟化技术的应用、整合，发展出一套全面虚拟化的运行战略。云计算和虚拟化的共同组合，使数据挖掘实现了跨系统下的资源调度，将海量的来源数据进行IT资源汇合，动态地实现对用户的虚拟化资源的供给，从而以高效率、海量动态的特点完成服务任务。

3.1.3并行云计算技术

并行云计算技术是一种对于高效执行数据挖掘计算任务极其重要的技术，并且它对云计算的某些技术细节做出了封装，例如任务并行、任务调度、任务容错和系统容错以及数据分布等。该功能代替了用户对这些细节的考虑，使得研发效率得到了提高。

3.2数据汇集调度中心

数据汇集调度中心的功能主要是完成对不同类型的数据进行汇集。它实现了对接入该云计算数据挖掘平台的业务数据收集汇合，能够解决与不同数据的相关规约问题，并能支持多样的源数据格式。

3.3服务调度与管理技术

对于基于云计算的数据挖掘平台，为了使不同业务系统能够使用本计算平台，必须要提供相应的服务调度与管理功能。服务调度解决云服务下的并行互斥以及隔离等问题，以保证安全、可靠的平台的云服务。服务管理功能要实现统一的服务注册与服务暴露功能，并且支持接入第三方的数据挖掘，以更好地扩展平台的服务能力。

篇2

云计算技术的发展为计算机的进一步技术提升提供了方向，由于云计算自身有着对空闲资源整合的优势并能使之合理化的分配，所以在当前的工作生活中发挥了重要的功能作用。云计算的出现是技术上的革新，但为人们带来方便的同时，在安全性上也存在着诸多问题，其中最为突出的就是数据的完整性，所以加强这一层面的理论研究就有着实质性意义。

1 云计算中数据完整性具备的特征及检测技术

1.1 云计算中数据完整性具备的特征分析

云计算环境下的数据完整性自身具备着鲜明的特征，主要体现在对动态操作的支持，为能够对云中的应用得以有效满足，此时就需要完整性的验证机制加以支持动态操作。当前的数据更新需要生成大量的签名标签，从而使得计算代价以及通信开销方面相对较大。另外则是无状态的认证以及对用户隐私的确保，还有就是公开认证允许任意第三方替代用户完成数据的完整性验证。

1.2 云计算中数据完整性检测技术分析

云计算中的数据完整性检测技术比较多样，此次分析比较重要的几个协议，首先是哨兵完整性检测方案，这一技术方案主要是在数据当中进行随机插入小段数据作为哨兵，在进行实际的检测过程中，对哨兵进行检测替代对整个文件的检测。这一技术方案的安全性主要体现在原始文件以及哨兵除了在数据的拥有着之外其他人是无法进行分辨的。这一协议主要是先对数据进行处理，按照纠错以及加密和哨兵产生置换等程序进行实施。

从纠错这一程序傻上来看，主要就是将文件按照每组数据当中有多块的合理化分组，通过参数纠错码加以编码。另外在加密过程中所使用的对称密钥加密编码后每块数据，再者就是哨兵的产生，而在最后的环节置换上，首先是要通过伪随机置换函数将多个哨兵及加密后数据重新的排列并混合，从而实现数据中的嵌入工作。

2 云计算的数据完整性检测方案设计

2.1 数据完整性检测模型分析

云计算所提供的服务性能及成本管理等都有着很多的优势，能够让用户享受到高规格以及大容量的计算服务，而在云计算的数据完整性检测的模型应用框架方面也比较重要，其应用框架主要有参与方以及云服务商等。在云服务商所建立的云系统方面主要是向数据的拥有着及请求者提供的云计算服务，为能有效的达到这一服务目标，云服务商就要能采取相应安全措施来对服务的安全性得以确保。

大数据的完整性检测方案上，由于大数据信息量比较大，这就决定了其和普通大量数据间的区别，并能看出普通轻量级检测协议是不能完成大数据完整性检测的。要想能够有效完成数据的完整性检测，就需要满足相应的条件，数据的检测量和检测位置可由用户自己进行定义，倘若是检测的方案不能实现检测块数量由用户定义，是通过所有数据进行的监测，这样在检测所消耗的资源及时间上都有着较大的耗费。另外就是整个协议检测阶段的效率要能够和文件以及数据块大小保持独立性，适用于大数据完整性检测协议在数据检测阶段计算量不能与数据块大小有关，否则就会造成计算随着数据块的增大而增大。

2.2 检索公钥加密算法设计

为能够保障用户的信息数据安全完整，就要进行制定相对应的方案，从方案的主要参与方上来看主要有数据信息的发送者以及接收者、服务器、可信第三方这几个方面。其中的信息数据发送者主要是对数据的创建然后通过云服务商及接收者公开密钥加密以及发送数据。而在接收者则主要是通过私钥生成的所要查询的关键信息，发送给云服务商进行检索，在接收到云服务商检索结果过程中，进行解密数据和对结果数据进行核对。再者就是云服务商以及可信第三方，云服务商主要是向接收者提供云中文件存储及搜索服务，而可信第三方则主要是对云服务商的服务加以安全评估及认证，其主要的框架如图1所示。

对数据的完整性及安全性的考虑，主要是从离线关键词猜测攻击以及抗不可区分性选择明文攻击层面进行考虑。从方案的设计过程来看，首先假设k是一个安全参数，在云计算的系统实施部署的过程中，可信第三方调用子算法来进行计算公共参数，而后通过调用子算法生成服务器及接收者公私钥对并分发。在发送者所需要的明文文件n传输到接收者的时候，要对文件n的关键词进行确认。这些程序完成之后在进行调用Trapdoor（cp，pks，skR，W）进行对对应的陷门信息进行计算，并传输至服务器，在对信息接收之后通过检索得到密文并通过函数部分进行对密文解密。在这一过程中，接收者通过函数来解密文件的密文，然后通过相关的关键词来判定返回密文和检索的要求是否是符合的。

另外也可通过全同态加密的方式进行对数据完整性进行检测，这一检测的方法主要是在隐私的保护及数据处理过程中的应用，用户把需要存储的数据通过密文的形式进行提交云端服务器，其他的用户能够直接性的对密文数据进行处理操作但不能获得原始的数据，而用户则能通过云端服务器来获取数据处理结果并进行同态加密。

3 结语

总而言之，云计算当中的数据完整性检测是保障用户数据信息的重要途径，随着科学技术的不断发展，在检测技术上也随之而得到了升级，这样对数据的完整性将会得到更有效的保障。由于本文的篇幅限制，不能进一步深化探究，希望此次努力能起到抛砖引玉的作用，以待后来者居上。

参考文献

[1]姜日敏.电信运营商数据脱敏系统建设方案探讨[J].中国科技信息，2014（08）.

[2]程风刚.基于云计算的数据安全风险及防范策略[J].图书馆学研究，2014（02）.

[3]王衍锋，陈典友，姜帆，关磊，范瑾辉.商业银行敏感数据识别与风险分析[J].计算机安全，2013（10）.

[4]王志文，王强.云计算敏感数据防泄露技术研究[J].信息安全与通信保密，2013（08）.

篇3

笔者在中国知网（cnki.net）的中国期刊全文数据库、中国学位论文全文数据库和中国会议论文全文数据库检索题名包括“云计算+档案”、 “云技术+档案”和“云档案馆”的文献（检索时间为2014-3-12），删除其中新闻报道性和重复性的论文后，共检索出78篇论文。

1.1 时间分布。这78篇相关论文的时间分布如表1所示：

由表1可见，我国档案学界对云计算的研究始于2009年，2009年后开始引起学者较多关注，到2013年掀起一个较小的研究（2013年发表相关论文共33 篇），但是依据百度和Google的搜索结果，尚未出版云计算应用于档案管理的相关著作。

1.2 主题分布。上述78篇论文，其研究的主题可以分为理论研究（介绍云计算的概念、特点、优势，应用的可行性、问题及对策等）、具体应用（研究云计算在档案业务环节的具体运用，如备份、整合与共享、利用与服务、云档案馆等）、系统和平台构建（研究基于云计算的系统和服务平台架构、服务模式等）和应用的安全性。78篇论文的主题分布如表2：

从研究的主题来看，目前档案界对云计算的理论和应用设想方面的研究占主导，分别占全部论文的43.6%和44.9%。但是，基于云计算的系统、服务平台构建的研究论文只有5篇，对于如何用技术手段来实现“云”并没有系统深入的研究。

1.3 作者机构分布。各研究主题的作者机构分布见表3：

从表3可以看出，78篇研究论文作者中有22篇来自高等院校的档案院系，占全部论文的28.2%。26篇论文作者来自其他机构，约占33.3%，其他机构包括高校除档案院系和档案馆室的其他院系和部门、事业单位、军队档案馆等。从表中数据看，高等院校的研究者倾向于研究云计算在档案业务环节的具体应用，而其他机构的研究者更注重理论研究和云计算在人力资源档案、会计档案、健康档案等领域的应用与实现。

2 主题分析

2.1 云计算的概念和特点。田雷提出：“云计算是一种网络服务方式，提供了IT服务的一种交付和使用模式，用户可以通过网络租用或免费获取所需服务。”他还提出目前云计算的三个服务层次：基础设施即服务、平台即服务、软件即服务[2]。黄正鸿认为，云计算旨在通过网络（互联网和内部网）以按需、易扩展的方式获得所需的硬件、平台、软件及服务等资源。其特点可以归纳为：资源池；按需、自助；快速弹性；广泛的网络访问；可度量的服务[3]。陈康明认为，云计算是基于网格计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等已有网络技术发展起来的一种基于互联网络的服务信息共享模式。云计算的特点是：数据存储更加可靠、安全；资源的合理分配；先进技术理念带来的以用户为中心的个性化服务[4]。

2.2 云计算在档案领域应用的可行性分析。刘永提出，云存储在技术、管理和经济上已经具备了数字档案存储的基本条件。云存储技术是分布式文件系统技术、网格技术、集群应用等技术的集成，后三种技术在理论和实践上都逐渐成熟。云存储将分散在各地的数字信息集中存储，各档案馆（室）可以根据需求来申请适当的存储空间，降低了资金投入[5]。朱悦华、何丽萍、丁建萍认为，云计算时代“云档案”的实现具有较为完备的云计算理论基础、较为成熟的云计算技术条件、较为低廉的云计算经济成本和较为完善的云计算实践环境[6]。

2.3 云计算在档案管理中的应用优势。文杰提出了云计算在数字档案馆应用中的四大优势：确保档案服务器的可靠运行，降低服务器的出错概率；降低相关的维护费用；扩展了信息资源共享范围；丰富的终端设备[7]。彭小芹、程结晶结合云计算的特点提出云计算在档案领域的应用优势，即可靠、安全的数据存储；方便、快捷的云服务；强大的计算能力；诸多技术的集合体；经济效益；个性化；以用户服务为中心[8]。祝庆轩、桑毓域、方昀提出了云档案馆模式的优点：有利于政务信息公开；有利于统一全国各地区档案工作标准；有利于节省软硬件投资；有利于减少对计算机人才的依赖[9]。

2.4 云计算应用面临的问题和对策。黄正鸿提出云计算技术本身存在的一些问题，如标准问题、版权纠纷问题、数据隐私问题、安全问题、软件许可证问题、网络传输、用户使用习惯问题等[10]。陈康明认为，云计算应用面临的首先就是信息安全问题；其次是执行的国际标准问题。对策是完善基础设施建设；制定安全监测环节和相关技术；制定监督和管理机制[11]。文杰认为，云计算应用面临的问题主要有资源的选择问题；协议和接口问题；数据安全问题。对策包括加强人才队伍建设；完善基础设施建设；制定相关政策规范云计算标准；提供基础建设的统一监控、管理和控制；加强安全检测[12]。

2.5 云计算在档案领域的应用设想

2.5.1 云计算在档案存储、共享与服务中的应用设想。田雷提出可以通过“基础设施即服务”整合档案行业的服务器、存储器等设备，部署“云计算”环境，向各级档案部门提供基础设施服务[13]。陶水龙提出了基于云存储技术的档案数字资源的云备份和多套多地的档案数字资源备份数据存放策略，建立了云备份系统架构及其运行机制[14]。吕元智提出了国家档案信息资源“云”共享服务模式，将分散的国家档案信息资源通过云服务平台组织起来，形成一个个档案信息资源服务“云”[15]。祝庆轩、桑毓域等提出档案馆馆际云服务，将档案馆电子文件信息置于云中心，用户可以利用云计算技术检索云档案馆“虚拟资源池”[16]。卞昭玲、李俐颍等提出通过云存储解决档案信息的存储、档案信息的收集问题，同时可以共享档案信息 [17]。

2.5.2 云计算在专门档案领域内的应用研究。廖玉玲提出了基于云计算的建设工程档案全过程监管模式的系统方案[18]。刘振鹏、卞昭玲等提出了基于云计算的区域电子健康档案服务系统[19]。邓岚提出运用云计算技术搭建国家综合减灾信息管理与服务系统，并分析了云计算技术在灾害档案信息管理中的应用优势和障碍[20]。

2.6 基于云计算的数字档案管理系统和平台构建。程春雨提出国家开放档案信息资源共享利用系统应采用两级部署方式，分别部署在中央云中心和50个国家综合档案馆。中央云中心应用系统开发主要包括档案信息资源整合系统、平台管理系统、国家开放档案信息资源共享利用门户网站；省节点应用系统开发主要包括省节点档案信息资源整合系统和基础工具包软件[21]。程结晶提出要构建统一的云存储平台，采用虚拟化技术，开发基于“元数据”访问的分布式数字档案数据访问接口，构建完整的云服务平台来实现数字档案资源的访问服务、请求认证服务、安全数据传输服务和快速资源搜索和资源发现服务[22]。郑光辉提出了基于云计算技术的数字档案利用系统设计方案，详细描述了基于云计算的档案信息资源整合系统、云平台管理系统及开放数字档案利用门户设计方案[23]。蔡学美提出云计算数字档案馆系统主要是由云计算数字档案管理应用程序、数字管理节点、计算机专用网络、安全防火墙、公用和私有的硬件设施等构成[24]。朱悦华、何丽萍等提出构建“云档案”资源共享系统，其系统理论模型由资源层、管理中间件层和服务层等三层构成[25]。

2.7 云计算应用的安全性。徐华、薛四新等提出云数字档案馆安全保障体系应包括防御系统、监控系统、容灾备份系统、应急响应系统和技术支撑系统，通过安全法规体系、安全组织体系、安全管理制度体系、安全人员培养和培训体系来保证[26]。崔海莉、张惠达提出将档案信息管理系统推入云的基础设施上，服务中断、数据失真、敏感信息泄露是可能遭遇的技术风险，组织策略、准入退出机制是可能遭遇的管理风险[27]。

3 问题与展望

3.1 问题。首先，研究内容重理论轻技术。当前对于云计算基础理论的研究较多，关于如何运用技术手段实现其具体应用的研究较少。78篇论文中只有5篇从技术角度阐释了云计算应用于档案领域的具体实现方式。应用设想相关论文仅仅止步于“设想”，对具体应用及如何实现其应用轻描淡写，缺乏技术因素。

其次，研究缺乏实践基础。相对于云技术在其他领域的快速实现，传说中的云档案馆、档案云尚未付诸实施，对于云技术的应用需求也没有实际调研，因此，大多数研究缺乏一定的实践基础。

3.2 展望

篇4

1.引言

虚拟化技术使得云计算中心的规模越来越强大，为确保云计算数据中心能够高效运行，加强对云计算机数据中心的监测与管理就显得尤为重要。本文研究了云计算资源监测系统的关键技术和如何确定资源监测的周期，为进一步的云计算资源监测打下理论基础。

2.资源消耗监测系统的应用技术分析

传统的系统资源消耗监测技术有多种，例如采用PostgreSQL数据库，或采用Web应用程序等均可实现[1]，在本文中，提出了另一种监测技术： XML技术[2]。XML（eXtensible Markup Language，可扩展标记语言）起源于SGML（Standard Generalized Markup Language），是SGML的一个简化版本，非常适合于在Web上或者其它多种数据源间进行数据的交换。XML技术相对于前几种监测技术而言，具有支持智能代码、智能搜索以及平台无关性的优点，目前已经成为一种通用的数据交换方式，被广泛作为跨平台数据交互的工具[3]。因此，云计算资源的数据监测系统数据收集能够采用XML来实现。

基于XML的树状文档结构特点，可以构建出云数据中心资源消耗监测模型，如图1所示：

图1中各层监控节点与物理机间的对应关系如表1所示：

资源消耗监测模型通过Socket实现三层结构间的连接[4]。Terminal层由Ordinary nodes组成，Ordinary nodes部署在云系统服务器上，对Terminal层Ordinary nodes的设计要求是对单个节点资源消耗信息通过XML进行获取，并向上层传递。在Ordinary nodes上配置XML获取CPU、内存、网络属性及各自的利用率，并将此信息传到Server层数据库中，再由Server层数据库汇总，并对数据进行稀释处理后，向Managers层数据库传递。在Managers层的中心服务器上部署Monitoring center并提供数据库访问接口，通过Web Interface以网页界面形式展示所调用Managers层数据库，形成监测结果，为实现云计算任务的调度提供数据支持。

3资源消耗监测系统监测周期的确定

资源消耗监测系统Terminal端的功能是实现节点监测，其监测周期是资源实际性能值与负载监测值之间决定其一致性的最主要的因素。一致性指标反应了监测资源的实际值与监测值之间的吻合情况。在云计算资源消耗监测中，主要包括CPU、内存和带宽三类资源的消耗，这三类资源消耗在实时负载均衡调度、资源节能调度、计算资源利润最大化等方面，均属于最重要的指标，对其确定一致性指标具有重要意义。

在此以CPU资源消耗为例，确定监测周期与一致性的关系。在实验中，采用每秒钟采样5次，即设置监测周期为200ms，以一台HP服务器为实验监测对象，在服务器上部署了Refresh回调对象，Refresh回调对象是以ICE[5]对象的形式实现的。就常识来说，监测周期越短必然一致性越高，实测值和真实值越吻合。经试验结果显示，采样周期越短，资源消耗监测值和实际负载消耗的一致性程度越高，这与常识一致；在1.8秒之后，采样值和实际负载的一致性呈震荡波形，说明在采样周期大于1.8秒时，其一致性变差，对监测结果的准确性影响明显；在[0，1]秒内采样值和实际负载的一致性迅速增加，在[1，1.8]内，一致性增加趋于平缓，因此通过一致性来综合考虑监测周期的取值，监测周期的合理区间应该为（0，1.8]秒，1秒应该是较好的选择。

4.结语

文章提出了资源消耗监测模型，对云计算资源消耗监测系统的应用技术进行了分析，并确定了云计算资源消耗监测系统的监测周期，为实现后续的资源调度提供了技术和数据的理论基础。今后的工作是根据资源消耗监测平台上获取的数据，从如何实现云计算资源合理调度、节能调度以及计算资源利润最大化等方面进行进一步的研究。

参考文献

[1] 田文洪，赵勇.数据中心资源优化调度理论与实践[M].北京：电子工业出版社.2014.

[2] 姚瑶.基于时间序列的电信信息预测监控系统的开发[D] .东南大学：硕士学位论文，2008：4-9.

篇5

【中图分类号】G40－057　【文献标识码】A　【论文编号】1009－8097(2012)03－0099－05

引言

随着的IT(Information Technology，信息技术)逐渐渗透到高校的教学、科研和办公等核心业务，各类信息系统数量和存储的数据越来越多，数据中心规模越来越大，学校对数据中心的可靠性、安全性、灵活性提出了更苛刻的要求，传统的数据中心建设管理模式己无法满足当前数字化校园的建设需求。服务器虚拟化以其高效、节能、高可用等诸多优点已经为人们所熟知，在高校校园网中服务器虚拟化的应用也越来越广泛。许多高校在使用虚拟化技术改造或新建数据中心时，仅实现了服务器的虚拟化，对实现数据中心整体虚拟化及云计算技术在数据中心的研究和应用较少。服务器虚拟化提升了服务器硬件使用效率，但如果不能实现数据中心的整体虚拟化，虚拟机得不到存储及网络系统的支持，虚拟化技术提供的高可靠性、高可用性、灵活性等更有价值的功能将无法得到应用。本文分析了利用云计算、虚拟化和无状态计算等技术对服务器、存储、网络和应用交付设备进行全面虚拟化整合的方法，并对关键技术的选择进行了深入的探讨。最后在徐州师范大学数据中心建设方案的基础上，提出了一套基于云计算以实现数据中心计算服务化、资源虚拟化和管理智能化为建设目标的数据中心优化解决方案。

一、高校数据中心建设的现状

不断成熟的虚拟化技术正在帮助更多的高校数据中心减少服务器数量、优化资源配置并简化管理，利用虚拟化和云计算技术可以实现动态IT基础设施环境，进一步改善现有的架构和管理模式，得到了诸多高校的认可。但是目前多数高校仅实现了用虚拟服务器简单代替物理服务器，而没有把数据中心内的存储、网络及应用交付系统进行针对性调整，虚拟化技术提供的高可用性、高可靠性和资源动态分配等非常有应用价值的功无法实施，传统数据中心普遍存在的业务连续性差、灵活性差、业务部署周期长、管理维护成本高和高负载应用(如每学期的集中选课)等问题依然没有得到解决。

在数据中心仅对服务器进行虚拟化，而不对其它硬件资源进行针对性的调整，各类信息系统仍然无法与其使用的硬件资源彻底脱离关系。当应用系统使用的硬件资源性能无法满足需要或出现故障时，信息系统的运行仍将受到影响。在利用云计算技术实现了存储、网络应用交付系统整体虚拟化的数据中心，所有的硬件资源都在一个统一管理、分配并具有弹性伸缩能力的资源池中，这可以为应用系统屏蔽底层硬件架构的复杂性，使应用系统与硬件资源彻底分离，系统使用的计算、存储和网络资源可以从数据中心的资源池中按需获取，资源池中的设备出现故障时或系统需要更多的计算、网络和存储资源时，云计算管理平台可自动从资源池中分配新的可用资源，从而保证业务的连续性和可用性。数据中心整体虚拟化基础架构与服务器虚拟化架构比较如图1所示。

在高校数据中心建设中可以通过云计算技术解决服务器虚拟化带来的问题。云计算是通过整合、管理、调配分布在数据中心的各类资源，并以统一的界面向用户提供安全可靠的数据存储、网络和计算能力。作为一种共享的网络交付信息服务的模式，云计算的使用者看到的只有服务本身，而不用关心相关基础设施的具体实现，利用云计算和虚拟化技术构建数据中心，对数据中心的服务器、存储、网络和应用交付系统进行整体虚拟化，使整个数据中心的运行实现高效、可靠、安全和高可用的同时，还可对硬件资源进行智能管理、灵活部署、动态调整和按需分配，最终实现IaaS(Infrastructureas a Service，基础设施即服务)的目标。利用云计算技术可根本解决高校传统数据中心普遍存在的多种问题，考核数据中心运维情况的TCO、服务器利用率、节能、稳定性、容灾、可用性、安全性等指标，与传统无虚拟化的数据中心和仅对服务器做了虚拟化的数据中心相比有明显提升，根据[3]中调查数据，利用雷达图对相关指示做了比较如图2所示。

二、云计算数据中心的关键环节

建设云计算数据中心时，除了已被广泛接受的虚拟化技术以外，资源池化、资源动态管理和资源动态扩展等技术是实现高校云计算数据中心的关键环节。本节将分析这些环节实现技术的特点及其在数据中心建设过程中的作用。

1.资源池化

资源池化是指通过虚拟化手段，将数据中心内的软、硬件资源虚拟成一个大的“资源水池”，从而简化硬件资源管理、调度难度，实现资源按需获取和空闲资源自动释放，是实现云计算数据中心的关键技术之一，也是实现云计算数据中心的基础。云计算数据中心对虚拟化的要求不仅仅是将一台服务器变成多台这么简单，它需要把数据中心的各类硬件资源虚拟并转化为多个资源池，包括计算资源池、网络资源池、存储资源池、安全和应用交付池等。资源池化是云计算的一个典型特点，只有实现了资源的池化，才有可能实现资源的灵活分配。

实现资源池化可以使数据中心的硬件资源管理方式由管理离散的硬件更改为管理虚拟化的共享资源池，管理工作将变得更加简单和高效，同时还可以提高硬件资源利用率并针对关键应用优先进行动态的资源分配。从资源池可以按应用系统需要分配出个性化的逻辑构造块(包含计算、网络、存储和安全能力)，根据应用系统需求这些从资源池中获取的逻辑构造块经过针对性调整，可提供修改化的服务级别或业务需求。实现资源池还有一个优势就是可以实现业务的快速部署，将资源池中的资源动态的分配给应用程序。每个应用程序与。个vApp(Virtual Application，虚拟化应用程序)堆栈捆绑，而vApp配有应用程序需要的应用服务器、数据库和服务器操作系统配置，这使得业务部署变得更加灵活、高效。

2.资源动态管理

资源动态管理可以简化资源管理、调度难度，实现资源按需获取和空闲资源快速释放是云计算数据中心必须具备的能力。变更指定给应用系统负载的硬件资源或硬件资源离线维护时，负载需要在硬件资源之间进行转移，这需要数据中心对资源池进行动态管理。如何智能化的分配、调整、回收资源池中的资源是云计算数据中心必须解决的问题。数据中心资源的动态管理可有效提高设备利用率和数据中心可用性、可靠性和灵活性。

数据中心资源池的管理和调度可以通过负载均衡设备及虚拟化软件的DRS(Distributed Resources Scheduler，分布式

资源调度)、HA(VMware High Availability，高可用性)、FT(Fault Tolerance，系统容错)等功能实现各类应用程序产生的负载在不同的硬件资源上动态移动，从而实现硬件资源的按需分配、动态调整和自动回收。通过多种资源管理技术的实施可以整合工作负载、提高利用率、减少单点故障、实现故障自动切换等功能，使各类应用系统不必再去关心硬件资源的分配及运行情况，应用系统面对的只是一台虚拟机，虚拟机产生的数据流被灵活、均衡地分配到资源池中，从而实现了资源的动态管理。

3.动态扩展

现有资源池内的资源无法满足应用系统的需求时，就需要数据中心的资源池可以在不中断服务的情况下实现快速扩容。采用模块化数据中心(Portable Optimized Datacenter.POD)的建设方式，在每个模块里有支撑业务部署的计算、网络、及存储资源，这种方式实现了资源的高度整合，缩短了建设周期，避免了大型平台建设中不必要的衔接问题。同时每个模块具有独立承载业务能力，提升了后期设备选型的灵活性。随着技术的发展，IT行业越来越意识到把应用部署在单一支撑点的缺陷，云计算环境建议采用并行分布部署方式将业务加载到多个物理上完全独立的模块上，从而确保云环境下应用的高冗余及业务连续性。通过POD建设方式动态扩展资源池的过程如图3所示。

三、关键设备和软件的选型

本节将介绍各资源系统实现方法并给出一些高校在建设云计算数据中心时技术、设备选择的建议。重点介绍计算系统、网络系统、存储系统和安全应用交付系统和云管理平台的建设方法。

1.计算系统设计与实现

计算资源的虚拟化是通过服务器虚拟化软件来实现的，关于服务器虚拟化软件的选择争议并不大，在高校中应用最广泛、最具有代表意义的服务器虚拟化软件是VMware公司的vSphere，也有部分高校使用了少量的Hyper－V、XenServer和Virtuozzo。vSphere是目前唯一可供生产环境使用的虚拟化套件，与同类产品相比其整合比最高，优势明显。

在服务器的选择上首先考虑的是设备的性能，系统最终能否支持海量用户服务及时响应的需求是系统设计是否成功的关键。其次是系统结构应该具有伸缩能力，保证系统能够在维持系统框架、追加少量备件或设备的前提下，满足数年内学校业务增长的需要。徐州师范大学计算系统采用统一计算、一体化架构设计，计算能力主要由两台Cisco UCS 5108刀片服务器提供。UCS采用了Service Profile和无状态计算概念，UCS中的所有服务器在没被启用前均可视为裸机，其物理特性已经不再重要。配置文件会自动寻找第一个可用的服务器，并和它关联。当该服务器损坏，配置文件会自动寻找第二个可用服务器。由于配置文件中设置了服务器的物理参数，备用服务器也会获取和原服务器一样的物理参数，因此，无需在网络和存储设备上做任何重新设置，备用服务器就能具有原服务器所有物理特性，操作系统和应用还可以实现自动重启，完全无需人工干预即实现了备机的自动上线。

高校公共数据平台使用的数据库产品多数是Oracle，因Oracle公司不建议将其产品部署于第三方公司的虚拟化平台上，同时高校公共数据平台是整个数字化校园的基础，对硬件性能、可靠性、可用性要求都非常高。因此在徐州师范大学计算资源中还另外增加了两台IBM公司的Power 740小型机供数据库系统使用，同时服务器负载均衡，这在提升了服务器处理能力的同时实现了双机热备，该方案整体性能可满足学校公共数据平台运转需求。

2.网络系统设计与实现

云计算数据中心网络区别于传统的数据中心网络及校园网，网络资源调用方式是面向云服务而不是面向复杂的物理底层设施进行设计的。通过网络虚拟化可以把数据中心的网络设备以一种与物理位置、物理存在和物理状态无关的方式进行调用，这是云计算架构中IT资源池形成的关键环节。网络虚拟化是实现网络资源复用、降低管理维护复杂度、提高网络设备利用率、保证全局服务策略一致性的关键，同时也是为自动化资源调用和配置打下基础。

高校数据中心承载业务的应用特点决定了其网络既要考虑传统校园网络接入，又要考虑数据中心网络接入，因此在方案设计上采用超大规模数据中心交换机Cisco Nexus 7000作为核心，在性能上实现了网络核心和数据中心汇聚交换机资源的共享和复用，解决了核心层数据量和数据中心数据量可能存在较大差异的问题。数据中心核心配备了两台10插槽Nexus 7000，通过虚拟交换技术以双机冗余的方式部署在网络核心。配置了1块48端口1／10G板卡，通过选配不同的光纤模块，可同时实现万兆和千兆的接入。在网络虚拟化方面，Nexus采用了VDC(VirtualDeviceContent，虚拟化数据中心)技术，可以将一台物理交换机逻辑上模拟成多台虚拟交换机，从而实现更加灵活的、与物理设备无关的跨平台资源分配能力，为数据中心这种底层设施资源消耗型网络提供更经济高效的组网方式，也为管理和运营智能化、自动化创造了条件。

另外还可以通过改进虚机系统平台内的软交换机运行方式来提升虚拟化网络的运行质量。Cisco与VMware联合推出了一款内置于vSphere系统的分布式交换机Nexus 1000v，替代V／V1ware原有的vSwitch和分布式交换机。该交换机使得在一个集群内主机上的所有虚机可以看成连接在单一的一台智能化交换机上，如图4所示，它可实现无论虚机如何迁移，配置在虚拟交换机上的所有网络策略都随虚机迁移而自动跟随，这在降低管理复杂性的同时提升了虚拟机的迁移速度。

3.存储系统设计与实现

云计算采用分布式存储的方式来存储数据，在云计算数据中心对服务器稳定性的要求有所降低，但对存储可靠性与性能要求大幅提高。存储系统是数据中心的核心基础，其性能的优劣、质量的好坏，对全局影响重大，因此如何保证数据中心的存储系统能够不断地完善、发展，保持系统的实用性和技术的先进性是在整个数据中心建设方案中必须重点考虑的问题。在存储系统平台的选型上应充分考虑系统应用水平和处理数据量的大小，在云计算数据中心因虚拟化带来的服务器密度增加，导致I／O(Input／Output，输入输出)成为系统性能瓶颈，因此需要根据实际情况重点考虑系统I／O性能。

云计算数据中心存储系统建设基本原则是利用虚拟化技术和先进的大容量存储设备，集中、智能管理所有存储设备，形成存储资源池。系统应能提供完善、便捷的备份恢复解决方案，保证数据的高可用性。EMC公司VNX存储系统在以上几个方面都有卓越的表现，并且和本方案的软、硬件基础架构有机结合，形成一个完善的软硬件存储系统虚拟化解决方案。徐州师范大学数据中心建设方案中，我们采用一台EMC VNX5300存储作为数据中心主存储，配置两个SAN(Storage

Area Network，存储区域网络)控制器，已提高系统的可靠性，配置一个NAS(network attached storage，网络附加存储)控制器以提高系统的灵活性。配置SAS硬盘，用于对I／O性能要求高的应用。为了降低成本，还配置了SAT硬盘用于存储对容量要求高，但对性能不太敏感的数据。另外设计一台EMC VNX5100存储作为数据中心的容灾存储。存储网络通过FC(Fiber Chanel，光纤通道)和FCoE(Fibre Channel over Ethernet，以太网光纤通道)共存的方式实现，这样不仅解决了新旧技术过渡问题，还减少了接入交换机类型、数量和复杂性，整合了网络资源，提高了数据中心资源部署效率，降低了功耗。

4.安全应用交付系统设计与实现

虚拟化环境下虚拟机的数量及密度迅速膨胀，为了减少防毒过程中的资源消耗、简化管理手段并加强虚拟机的透明性和安全性，我们在虚拟机安全产品上选择的是Trend公司的Deep Security。该系统是一套保护服务器和应用程序的综合安全系统，拥有无安全防护技术，该系统通过与VMware的控管中心整合，无需在虚拟机中安装任何插件，即可实现对虚拟机的安全防护，这进一步减少了虚拟服务器的资源消耗，提升了计算资源工作的有效性。

虚拟化平台本身具备部分对平台内的计算资源、存储资源的负载均衡能力，可以在运行期间持续监控群集内所有主机和虚拟机的CPU、内存资源的分布情况和使用情况，根据运行情况执行相应虚拟机迁移或提供迁移建议，从而保持计算资源的负载平衡。徐州师范大学数据中心建设中，轻负载通过创建基于VMware vSphere的主机DRS集群和存储SDRS(Storage Distributed Resources Scheduler，分布式资源调度)集群实现管理。大型负载如选课、统一身份认证的负载分流由F5公司的本地流量管理设备BIG－IP LTM实现。该设备通过与vSphere的深度整合，维护方便，利用虚拟化环境软件的自动迁移功能，可靠性也较高。

根据主流备份系统的搭建准则，徐州师范大学通过具有重复数据删除功能的EMC Avama备份系统组建了统一的智能备份系统。通过新的数据备份技术，实现了在存储系统中完成对所有数据的备份工作，备份工作不再基于数据所处的操作系统，这在大幅简化数据备份工作难度的同时，提升了数据备份的效率。同时因备份工作不再通过服务器，从而节省了大量的计算和网络资源，降低了数据中心的负载。Avama直接运行于VMware vSphere虚拟化平台之上，无需其他操作系统支持。另外系统支持操作系统的快速恢复，且备份的操作系统可以灵活的恢复到不同的硬件服务器上。恢复数据时不需采用全备份叠加增量备份来恢复至指定的时间点，而是采用任意时间点恢复的方式。

5.云管理平台

云管理平台负责整个数据中心资源管理，是各资源池的管理和工作负载交付管理平台，是实现IaaS的关键环节。云管理平台应能针对不同的资源池，提供统一的云管理接口，以实现对本架构中的各资源池集中管理，包括资源管理、监控、配置、诊断、故障检测、审核及统计数据收集等方面的管理。徐州师范大学云管理平台是在vSphere为云计算系统提供的基础设施架构的基础上，通过第三方个性化开发软件实现了与vSphere的对接。该平台具有良好的跨平台和功能扩展性，系统用户通过Web界面就可以实现自助式申请和管理，系统管理员不再需要手工生成和配置用户所要求的虚拟机，而是交由管理平台自动完成。

6.数据中心拓扑

篇6

中图分类号：TP391 文献标识码：A 文章编号：1671-7597（2013）14-0064-01

并行计算技术、软件技术以及网络技术等多元技术发展后，出现了云计算技术。云计算商业价值以及科研价值都获得了肯定，IBM、Google等公司都非常重视云计算技术。随着云计算的快速兴起与发展，在数据存储与商业化应用方面将得到显著提升，这也是云计算技术的一大重要价值所在。Web数据挖掘凸显出极大的应用价值。本文分析了云计算框架下的Web数据挖掘算法。

1 云计算的关键技术

与一般计算不同的是，作为一种超级计算，云计算的核心信息是数据，且属于密集型。在数据存储、数据管理以及编程模式等多方面凸显出个性化的特点。本章所介绍的有关云计算的数据存储技术、虚拟化技术、数据管理技术以及编程模式。

1.1 大量分布式存储技术

在云计算技术中，其关键的分布式存储具有诸多优点：有精确性、高效率以及实用性等。采用冗余存储的方式能够保证数据存储的精确性。而硬件上所存在的缺陷可通过适当的软件来完善，因此拥有了大量的分布式存储技术，经济性与实用性等特性比较地突出。

1.2 数据管理技术

云计算系统含有数项服务内容，诸如分析大数据集的特点并及时地采取相应的处理和分析的方式，从而凸显出运行的高效性优点。因而，全面高效地管理大数据集是云计算数据管理技术中不可或缺的一项重要内容。在数据管理下，还可以迅捷地搜索到预定的数据。

1.3 虚拟化技术

作为一类分配计算资源的途径，虚拟化技术也是云计算中的重要技术。该技术把不同级别的应用系统，诸如硬件、软件、数据、网络以及存储等系统独立化，肢解数据中心、服务器、存储、网络、数据以及应用物理设施内部的分工状态，达到动态构建体系结构的目的，完成集中管理以及共时使用的物理资源以及虚拟资源的任务。虚拟化技术强化了结构体系的弹性以及灵活性，减少了开支，完善服务，尽可能都规避管理风险。

1.4 并行编程模式

云计算的编程模型的确立必须要关注到后台的保障性作用，在具体的执行过程中要确保其合理的进度。这样才能够使得云计算资源得到最大限度地使用，用户也能够更为便捷地使用该项资源。

云计算所采用的模式是Map-Reduce编程。最初的一个任务会形成“树枝状”的结构，其下的子任务会通过Map以及Reduce等流程来加以执行，从而保证任务能够及时准确地完成。

2 Web数据挖掘

Web数据挖掘是由Web、数据挖掘、计算机语言学以及信息学等数个学科构建而成。数据挖掘技术以及Web通过一定的途径得到了有机的统一整合之后，显现出综合性的特性。在对挖掘对象展开比较全面分析的基础上，Web数据挖掘又被细化成包括内容、结构以及使用等方面的挖掘方面。其中，内容挖掘的内涵界定为：经由人工化的组建模式，在Web环境下从相关的文件夹中提取使用者所需信息；结构挖掘的内涵界定为：经由人工化方式下，针对多项结构进行挖掘，通过多种途径方式从中提取出使用者所需信息；使用挖掘的内涵界定为：将挖掘的对象聚焦于日志文件以及内在所包含的数据内容作为突破口，发掘本站点的浏览人及其用户数量。

3 基于云计算的数据挖掘技术

当下的数据挖掘技术已广泛地运用于网络安全、搜索引擎、电子商务以及信息通信等诸多方面，效果也让人满意。其中，下面的几类程序应用的范围更为广泛：基础设施也就是服务（IaaS）型的计算密集型并行处理应用程序、平台也就是服务（PaaS）型的网络业务以及软件应用即服务（SaaS）型的Web2.0应用程序。与以前数据挖掘技术相同的是，基于云计算的数据挖掘也要做好有关数据的预处理、挖掘以及评估结果模式等多项工作。点击流决定了大多数的网站数据格式，因此，基于云计算的数据挖掘技术方式和以往的数据库格式相异。

3.1 数据的收集和处理

该环节要采用决策树区工具来区分用户访问数据以及Web机器人访问数据。同时，在该环境下，基于网络的大规模数据的展开过滤、转换与整合等工作内容都将得到解决，且还能将对应的数据转换为半结构化XML文件，然后将其保存至分布式文件体系内。

Google 公司最近推出了Map-Reduce新型并行编程。它把并行化、容错、数据布局、负载均衡等多项功能集中于库中，并把系统操作数据的流程总结成2个阶段：Map 阶段以及Reduce 阶段。运用Map-Reduce途径来搜集数据比较地广泛，但开发工具Hadoop本身并不完备，通过窗口技术可以把数据加以分离，且将满足条件的动态数据进行连续性的静态状况呈现于窗口内，因此，抽样、直方图以及小波变换或哈希等途径可以及时地保存数据结构及其数据信息内容。系统本身并不具备保存扫描、搜集数据的功能，却算法也并不复杂，同时，应用程序又牵涉到利用历史数据的功能，从而弱化了整个系统的功能。目前有数个研究机构构建相关系统项目，包括STREAM，TelegraphCQ以及Aurora等，但影响并不明显。

3.2 数据存储

基于云技术进行数据挖掘，要关注到搜集、处理数据时的高效性，同时还要注意如果节点失效，还应该注意迁移计算以及存储的数据内容。因此，还要借助于冗余存储的方法来确保数据储存的稳定性与可靠性。

在云计算数据存储应用领域中，非开源系统最为著名的当属Google公司旗下的GFS，开源系统最为著名的则是Hadoop开发的HDFS，这两大系统现已得到极为广泛的发展与应用。随着技术的深化，今后在多个领域中的应用也将得到进一步提升，尤其在对数据存储和计算的迁移工作中，将打破当前效率低下的困境，使得数据处理效率得到显著提升，并促进其商业化应用。

4 结束语

在云计算背景下的WEB数据挖掘已然成为当前国内外计算机领域的热门课题，其研究成果的应用范围极其广泛，具有很高的现实价值。

参考文献

[1]王鹏.走进云计算[M].北京：人民邮电出版社，2009（6）：182.

[2]陈修宽.Web数据挖掘综述[J].山东轻工业学院学报，2009，23（3）：23-8.

篇7

【中图分类号】G40-057 【文献标识码】A 【论文编号】1009―8097（2011）03―0100―03

一 引言

教育部、财政部《关于实施国家示范性高等职业院校建设计划加快高等职业教育改革与发展的意见》（教高[2006]14 号）指出“要创建共享型专业教学资源库，主要内容包括专业教学目标与标准、精品课程体系、教学内容、实验实训、教学指导、学习评价等要素，以规范专业教学基本要求，共享优质教学资源；针对职业岗位要求，强化就业能力培养，为实施“双证书”制度构建专业认证体系；开放教学资源环境，满足学生自主学习需要，为高技能人才的培养和构建终身学习体系搭建公共平台”。根据教育部教高[2006]14 号的要求，一些国家示范高职院校已经建立了共享型专业教学资源库平台和网络教学平台，但这些平台都以学校为单位，每个资源库是以学校为单位各自为阵，平台之间互相独立，资源无法共享，无法实现“共建、共享、共用”的目标。另外每个学校重复开发和建设，假设每所高职院校需20万元建设资金，全国1200所高职院校共计需要投入2.4亿元资金，严重浪费国家财产，又无法实现资源共享。

本文拟采用国际最新的云计算技术，研究如何构建数字化教学资源平台，从而为全国高职院校师生提供一个网络学习环境，也为全国各地的企业技术人员学习专业技能提供一个网络平台，通过网络技术实现优质教学资源的“共建、共享、共用”，为全民学习和终身学习创造网络平台，为教师教学、学生和社会学习者自主学习服务，带动相关专业领域的教学资源开发，带动全国高职院校专业教学模式和教学方法改革，整体提升高等职业教育人才培养质量和社会服务能力。

二 设计思路

目前一些国内示范院校先后建立了共享型专业教学资源库平台，其他高职院校已计划建设共享型专业教学资源库平台，每所高职院校间所建的专业教学资源库标准不统一、数据结构不统一、开发工具和平台不统一，各高职院校间的教学资源无法实现共享，造成数字化教学资源的浪费。我们研究的数字化教学资源平台，首先要解决数字化教学资源的统一，统一数据标准、统一数据库系统，实现数据共享，同时实现教学资源的统一管理。并采用先进的云计算技术，构建全国高职院校统一的数字化教学资源平台。

数字化教学资源平台将以云计算技术为基础，未来的网络应用基于云计算是一种趋势，云计算将成为国家的战略技术。基于云计算的大型网络应用呈现出分布、异构的特点和数据密集的趋势，如数字化教学资源平台，由于云计算使用的是集中存储的方式，所有数据被存储在规模庞大的数据中心，数据中心往往有先进的技术和专业团队负责数据的管理和安全工作，能够满足资源库规模扩大和数据安全的要求。同时，由于云计算能跨设备跨平台，用户可以轻而易举地在各种终端之间同步获取数据，并可随时与任何人分享，具备良好的开放性和共享性，各个院校企业可以利用云计算所提供的强大的协同工作能力实现教育信息资源的共建、共享，避免形成一个个资源库孤岛。

数字化教学资源平台建设采用“共建共享、边建边用”的原则，建设思路为“总体规划，分步实施；整合过渡，保护投资；安全可靠，扩展方便”。由于涉及新旧平台的整合，要保护高职院校原有投资，尽量整合原有的教学资源。同时，数字化教学资源平台是一个开放的且符合业界主流技术标准的平台，平台要具有安全可靠以及容易升级和扩展等特点。

三 总体规划

根据国内外信息化发展的趋势，我们提出了基于云计算的数字化教学资源平台总体规划：以“专业群、专业、课程、资源”和教育管理机构、高职院校、教师”为主线，打造一个可以提供给院校、企业、社会等共享共用共建的高等职业教育专业教学资源库，也是一个可以满足师生、职工、社会学习者自主学习的高等职业教育教学资源云。基于云计算数字化教学资源平台软件规划如图1所示。

在云计算数据中心中，所有的硬件资源（包括网络、主机、存储、数据库、操作系统等等）通过虚拟化管理软件虚拟为一个大的资源池，对外提供一个统一的接口。基于云计算的数字化教学资源平台硬件规划见图2。

四 内容实现

数字化教学资源平台的实现，在原有高职院校共享型专业教学资源库平台的基础上，通过云计算技术，建立一个全国高职院校数字化教学资源平台，供全国各高职院校、企业、社会学习者等共享、共用、共建，为校内外用户提供专业学习所需的各种资源和在线学习服务。下面分三部分内容介绍：

1数字化教学资源平台的实现

数字化教学资源平台除教学资源外，往往要在教学资源的基础上，实现网络教学平台和精品课程平台的功能，一般高职院校教学资源一般按专业归类，数字化教学资源的建设和管理需以专业为基础，规范专业代码，各院校企业使用统一的专业代码建设学习资源。专业内的子库编码和专业课程体系则由专业各专业负责整理和构建。同样，作为学习者，也可以按照专业、子库或者课程进行检索和学习。使用统一的专业代码、子库代码和课程体系可以避免学习资源建设的二义性，是消除信息孤岛的根本方法。

数字化教学资源平台还应将网络教学平台，精品课程平台和专业教学资源库进行统一规划或统一融合，做到三者之间数据共享，避免教师重复上传数据，方便学生查找资源。数字化教学资源平台的前台功能框架见图3，数字化教学资源平台的后台框架见图4：

2 基于云计算技术数字化教学资源平台的实现方式

云计算基本原理是，用户所需的教学资源并不运行在本校用户的个人电脑等终端设备上，而是运行在互联网的大规模服务器集群中，用户所处理的教学资源也并不存储在本地，而是保存学校数据中心。数据中心正常运转的管理和维护则由学校信息管理中心或网络中心统一负责，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。在任何时间和任何地点，用户都可以任意连接至互联网的终端设备。因此，无论是学校还是个人，都能在云上实现随需随用。

云端的数据计算由较高性能的服务器集群完成，不仅可以保证云端计算的高效率性，而且为终端用户提供无限扩展的数据计算能力和存储能力，相对于目前的单机计算和服务器计算，云计算更具有安全性和可靠性；云端的经济性体现在云端部署在成本相对较低的服务器硬件之上，不追求服务器机群的实时更新换代。

“终端”是指在云计算环境中购买、租用和消费云端服务的一方。终端的特征是多样性、低成本性、共享性和绿色性。多样性体现在云计算支持个人计算机、笔记本、PDA、手机等多种终端；低成本性体现在云计算对终端的要求较低，用户使用瘦终端就可以调用功能强大的云服务。不需要购买昂贵的软硬件设备和进行繁琐的软硬件管理、维护。

在云计算数据中心中，所有的硬件资源（包括网络、主机、存储、数据库、操作系统、中间件等等）通过虚拟化管理软件虚拟为一个大的资源池，对外提供一个统一的接口。云计算是一种典型的网络计算模式，强调在虚拟计算环境下运行大规模应用的可伸缩性和可用性。

3 基于云计算全国高职院校数字化教学资源平台实现

基于云计算技术全国高职院校数字化教学资源平台将按照总平台和分平台两层架构方式进行部署。总平台在云计算基础设施上构建SAAS应用系统和云存储数据中心，以满足院系企业共建资源的需要。分平台为单客户模式的小型应用系统，按照规模要求适当构建集群或者非集群系统。为了保护现有投资，各院校可以继续使用原有的资源库平台，为了实现专业资源的共建共享，需要统一编制专业代码，同时提供资源规范的转换。学习资源的共享提供在线和离线的上传机制，将分平台的共享学习资源共享至总平台的云存储数据中心。总平台是本项目的核心建设内容，一方面为学习者提供统一的访问入口；另一方面为不打算建立私有的分平台的院校企业提供学习资源的建设和管理平台。为了实现多客户模式的应用系统，总平台采用SAAS模式进行开发，隔离各院校企业的资源建设和管理权限。另外，总平台中各院校企业建设的资源统一存储在云存储上，这类应用被称为数据密集型应用．可以使教育信息资源的共享更为方便和快捷。

总平台和分平台之间通过在线或者离线工具，对学习资源编目或者实体进行有选择性和分类型的同步操作，保证总平台和分平台之间共享数据的一致性。不管是总平台还是分平台上的应用系统，为了激励资源建设者的积极性，使用积分制度保证资源建设者的利益分配，同时在总平台提供排行制度，比如评价、积分、优质、考核等排行机制。

五 总结

国家中长期教育改革和发展规划纲要（2010-2020年）第六十条的定义：“加强优质教育资源开发与应用。加强网络教学资源库建设。引进国际优质数字化教学资源。开发网络学习课程”。基于云计算数字化教学资源平台将为全国高职院校提供开放、安全的资源建设技术支撑平台以及为社会服务的教学资源系统，该平台以“专业群、专业、课程、资源”和“教育管理机构、专业大组、学校、教师”为主线，打造一个可以提供给院校、企业、社会等共享共用共建的基于云计算的数字化教学资源平台，也是一个可以满足师生、职工、社会学习者自主学习的高等职业教育教学资源云。基于云计算的数字化教学资源平台为全国高职院校、企业和社会学习者提供数字化教学资源检索、信息查询、资料下载、教学指导、学习咨询、人员培训、在线学习等服务项目。

参考文献

[1] 教育部财政部关于实施国家示范性高等职业院校建设计划加快高等职业教育改革与发展的意见(Z).教高[2006]14号.

[2] 教育部高等教育司关于关于开展高等职业教育专业教学资源库2010年度项目申报工作的通知(Z).教高[2010]129号

[3] 韩锡斌.资源库成高职信息化核心[J].中国教育网络,2008,(6):35 -37.

[4] 张家贵,曹哲新.高职院校共享型专业教学资源库建设研究[J]. 现代教育技术,2009,(7):51-54.

[5] 郑湃,崔立真,王海洋,徐猛.云计算环境下面向数据密集型应用的数据布局策略与方法[J].计算机学报,2010,(8):1472-1480

[6] 钱杨,代君,廖小艳.面向信息资源管理的云计算性能分析[J]. 图书与情报,2009,(4):53-56.

Construction of Cloud-based Computing Platform for Digital Teaching Resources

ZHANG Jia-gui1LUO Long-tao2

篇8

中图分类号：TH16， TP311 文献标识码：A 文章编号：1007-9416（2017）02-0108-01

1 系统设计

1.1 系统软件的开发平台

数控机床可靠性管理系统采用SQL Server 2000作为数据库软件，采用VC++6.0作为应用程序。VC++6.0是微软公司推出的一种可视化的、面向对象的Windows应用程序开发工具，VC既具有C++的强大功能和高效性，同时又具有可视化编程的方便性，所以越来越受到使用者的欢迎。

1.2 系统的功能模块[2]

该系统主要包括：用户管理模块、数据信息管理模块、设备运行状态查询模块、可靠性指标分析模块、报表输出模块。

2 SQL数据库的建立

2.1 ADO数据连接技术

ADO（ActiveX Data Objects）是微数据库应用程序开发的新接口，可以通过VC++先建立一个ADO连接对象，然后通过该对象打开到数据库的连接。为了简化操作，在使用ADO对象时可以将其封装到类中，这样只要引用封装类的头文件，即可使用封装过的ADO对象。[3]

2.2 数据的录入

系统主要录入机床名称、故障维修时间、故障部位、故障现象和故障原因等数控设备基本数据信息。

3 功能模块实现

3.1 用户管理模块

该模块主要是为了确保系统数据的安全，将登录用户分为：普通、高级、管理员三类用户。

三类用户的权限如下：普通用户可以浏览和导出数据，不能编辑数据；高级用户可以编辑数据；管理员用户除了可以编辑数据外，还可以对普通和高级用户进行权限管理。

3.2 数据信息管理模块

该模块主要实现数控设备故障信息的添加、修改、删除、保存、导出等功能。

3.3 数控设备运行状态查询模块[4]

该模块是对数控机床的故障状态进行统计和查询，可以根据字段名、逻辑关系、过滤条件等进行查询，也可以导出相关的机床编号、故障编号、运行时间、故障率等信息，以方便进行故障分析。

3.4 可靠性指标分析模块[5]

该模块主要计算数控机床可靠性分析常用的三个指标MTBF、MTTR、A的值。

（1）平均故障间隔时间MTBF，一般可用式（1）计算。

（1）

其中，N0 为在评定周期内机床累计故障频数；

n为机床抽样台数；

ti为在评定周期内第i台机床的实际工作时间（h）；

ri为在评定周期内第i台机床出现的故障频数。

（2）平均维修时间 MTTR，一般可用式（2）计算：

（2）

其中：tMi ――在评定周期内第i台数控床的实际修复时间（小时）。

（3）固有可用度 A，固有可用度A 综合了可靠度和维修度的可靠性特征量，其计算公式为：

（3）

3.5 报表输出模块

该模块主要是打印功能，可以输出数控设备的故障信息表、数控设备的运行状态、数控设备的可靠性指标分析等数据信息。

4 结语

数控机床可靠性管理系统是针对数控机床产品的基本故障信息管理和可靠性评估而开发的，通过软件的使用可以实现用户管理、数据信息管理、设备运行状态查询、可靠性指标分析、报表输出等功能，实现了设计的目的和要求。此外， 通过该软件的数据结果可以分析出数控机床的薄弱环节和潜在缺点，方便生产厂家采取改进机床的可靠性的措施， 并为机床使用厂家的维修计划提供建设性的依据，增加企业的经济效益。

参考文献

[1]李南，卢晓红，韩鹏卓，武文毅.数控机床及其关键功能部件可靠性研究综述[J].组合机床与自动化加工技术，2012（11）.

[2]郑锐.基于可靠性分析的数控机床维修策略研究[D].吉林：吉林大学硕士论文，2011.6.

篇9

中图分类号：G250

文献标识码：A

文章编号：1009-2374（2012）17-0015-03

1　概述

云计算是指将IT相关的能力以服务的方式提供给用户，允许用户在不了解提供服务技术、没有相关知识以及设备操作能力的情况下，通过Internet获取需要的服务。亚马逊的创始人杰夫·贝佐斯（Jeff Bezos）曾反复强调过“70/30规律”：在那些运行应用程序的事务中，有70%的时间和金钱都花费在支持和维护基础设施方面，而真正花在革新和发展业务的方面只占30%。而对于图书馆来说，曾有业内人士表示，他们花在基础设施上的时间和金钱更是远超过70%。因此，云计算方案的目的就是让一个业务或组织能专心致力于其核心任务，而不是专注于怎样把成果传递给顾客即技术问题。图书馆可以应用云计算的理念，放大合作的力量，从而在互联网上建立一个有意义的联合体。

云计算技术为图书馆带来的机遇可以体现在两个方面：一是推动图书馆本身运营管理等所需技术的进步；二是提高数据的使用效率；三是更大程度地实现信息共享。

2　推动技术进步

世界第一大社交网站Facebook成功的原因之一就是为用户创造了开放的平台，任何人都可以在上面创建自己的程序然后付诸应用。通过向Facebook的学习，近5年来图书馆员便集中注意力创建开源的图书馆管理系统。而现今两大手机操作系统：苹果和安卓，它们的网上商城使分享新发明变得如此简单。同样，图书馆应该思考怎样更好地与其他人分享技术创新的成果。图书馆的支柱就是图书馆管理系统（LMS或ILS），这些系统大多是封闭的专用系统，对于它们来说使用新技术不仅困难，需要很高的成本，而且它们不得不依赖系统的卖方来进行与外部系统的整合。在过去的时间里，图书馆需要添加系统来管理不断变化的馆藏，这期间完成了从手工管理到手工与数字相结合的过渡。在云计算时代下，图书馆要改变的就是管理其核心服务的

方式。

首先，图书馆要做的就是建立开放的面向服务的架构。许多云计算解决方案就是利用这种形式，为用户提供开放的API方便任何程序使用。这意味着如果新的技术服务出现，图书馆不再需要依赖系统供应商或者其他第三方，就能使用这些技术和服务。现有的图书馆已经使用某些API来连接外部服务，但他们保留了原始的封闭的专用系统，这使他们很难与外部服务真正整合起来。其次，图书馆可以跳出技术的限制专注于馆藏建设、读者服务和改革创新。服务器可以“宣布退役”，也不需要每隔五年就要替换。图书馆员再也不需要维修计算机来确保它负载本地系统正常运行，也不用担心存储是否够用。因为他们完全可以建立一个“私有云”来存储自己的收藏。云计算技术还可减轻图书馆员的负担。如今，许多图书馆员发现使用Google Docs可以帮助他们完成像撰写论文这样的需要合作的工作。它使得图书馆员无论在何时何地都可以共享手上的工作。另外，图书馆可以鼓励用户开发自己的应用程序放到网上，使用在线软件来管理视听资源，图书馆的IT部门可以很灵活地通过与供应商沟通提升他们的云计算数量，可以不用购买硬件设施就享受最新的软件服务。基于以上，一旦图书馆系统采用开放的云计算方案，将大大减少人力和物力成本，图书馆这个群体本身就可以开始延伸其核心服务并在图书馆团体间通过云计算分享成果。

3　提高数据效率

网上商城eBay在数据整合方面做得很好。他们拥有大量关于物品的信息，卖家可以在上面将商品拍给出价最高的买者，而买家则可以对物品进行打分评价。图书馆应该向eBay学习整合数据，这样做不仅利于图书馆员，更有利于信息的搜索者和使用者。数据的范围不只局限于目录数据，也要包含其它诸如知识基础数据、许可证数据、供应商数据等。这样的转变可以利用云计算来完成，既提高了图书馆的效率，也在图书馆员和用户间建立庞大的合作性团体。

首先，要想提高数据效率先要认识到图书馆每天都在成百上千次地存取相同的数据，当数据保存在“云”上时，数据的保存和备份同时进行，一旦一个图书馆改变了数据，其它图书馆将共享这个改变。将数据存储在“云”上的另一个好处就是带来协作管理的机遇。图书馆可以通过共享数据库进行合作性馆藏构建、合作性存储与数字化、合作性资料分享。通过广泛聚合数据，图书馆也可以基于大量常用数据的基础上开发新的服务如提醒服务。数据整合可以吸引更多的用户与数据交互，添加内容并且反复使用。这样就意味着像eBay那样，用户之间是互利互益的。云计算具有很强的灵活性，因此，用户可以不再局限于通过计算机来使用图书馆服务，通过手机、PDA等移动设备，用户同样可获取需要的信息，图书馆甚至可以像其他应用程序那样开发出手机客户端，使浏览访问图书馆网站成为一种时尚和习惯，这样也大大增加了数据的使用

效率。

4　实现信息共享

篇10

【摘要】现阶段，统计学方法在我国企业管理中有广泛应用。本文尝试对统计学方法的诞生以及发展情况进行了简要的分析，同时还对统计学方法在现今大数据时代的应用情况进行了探索。

【关键词】统计学方法发展大数据应用

对于统计学方法来说，诞生的最初只是为了进行单纯的计数以及描述，随着统计学方法的不断发展，其所涉及到的内容更加多样化。在统计学家以及各个领域专家的不懈努力之下，统计学方法正在不断的进步以及完善，在实际应用的过程中也发挥出了较为理想的效果。在现阶段大数据的时代背景之下，对统计学进行深入探究是非常重要的，会对今后多个行业的快速发展起到促进作用。

一、统计学基本发展探析

对世界统计学的发展情况进行分析，会发现，其与科学界的发展趋势较为类似，随着统计学的不断完善，也开始与其他科学进行融合发展。对统计学进行总结，可以发现，其主要具备两个基本结合趋势，即与实质性学科结合的趋势以及与计算机学结合的趋势。对于统计学来说，其与经济学结合发展我国有广泛的应用，并且产生了经济统计这一专业；而统计学与教育的结合产生了教育统计。对于这些分支学科来说，其具有双重属性。一方面是统计学的分支；另一方面是实质性学科的分支。随着计算机信息技术的不断发展，其运算能力不断提升，这也使得大规模的统计调查工作在实际展开的过程中取得了理想效果，不仅保证了数据计算的准确性，同时也保证了计算的高效性。因此，在进行统计学技术研究发展的过程中，与计算机技术的深入结合应用是重要发展途径。通过对计算机软件的有效应用可以使统计计算过程中一些疑难的部分得到有效解决，同时也使得统计计算的展开更加方便。从现阶段我国经济类统计专业的教育情况来看，一方面在对统计方法进行创新教育，另一方面在对学生利用商品化统计软件包装能力进行提升。由此我们可以看出，在今后统计学的发展过程中，势必不能离开计算机技术的支持。在今后统计学相关专业的教育过程中，应该对学生的计算机程序设计以及利用能力进行培养提升，使得在展开统计工作的时候可以通过统计模型的编程来实现。

二、统计学方法在大数据中的应用趋势

（一）统计学方法及相关领域的动态分析

目前，国内外对统计学都有较为广泛的应用，主要应用在教育行业、生产制造行业以及企业管理当中，取得了较为理想的应用效果。根据CNKI数据库中统计方法、机器学习分布情况可以看出，在机器学习领域的论文数量从2013年以后一直呈现出持续增长的势头，并且在2016年超过了统计方法领域的论文数量。由此可以说明，我国在机器学习领域的发展速度正现出稳定提升的趋势，反映了我国在大数据领域研究方面越来越深入，所应用的研究方法也开始呈现出多样化的特点。从总体上来看国内在统计学方法研究过程中已经取得了阶段性的成果，并且其所面临的拐点与国家上的统计学发展拐点基本保持一致，大概都是在2013年开始对大数据以及将其学习等方面有了深入的探究，并且开始逐渐取得突破性的成果。而机器学习方法的论文数量都是在2016年开始超过统计方法的论文数量。但是与此同时，我们也看出其差异性也很明显，国内在统计方面研究的论文以及在机器学习方法方面研究的论文与国际相比较尚且存在较为明显的差距，并且这种差距呈现出了持续性的特点，这也使得我国在这两个领域方面还有很大的发展空间。

（二）统计学方法及相关领域研究方向分析

经过对CNKI数据库中的统计方法以及大数据领域期刊论文分布情况进行分析之后，可以看出，统计方法领域中出现频次最高的是“统计分析”以及“数理统计”、“人工智能”；在大数据领域出现频次较高的是“云计算”、“图书馆”以及“物联网”等关键词。通过上述关键词来看，其所涉及到的内容都是反映当前我国统计以及大数据技术所研究的重点以及热点，同时我们也可以看出，现阶段我国在统计与大数据领域方向的研究存在着一定的重合。在进行的数据研究的时候，需要应用到统计学方法，同时统计学方法在利用的时候往往也需要与大数据进行结合。

（三）统计学方法的发展展望

有数据的地方势必就会涉及到统计学。从17世纪开始，国势学派以及算数学派的争论到今天大数据计算、计算机技术的相互作用，使得统计学的内容正在不断完善，并且其应用领域也在不断扩大，随着大数据时代的来临，使得传统的统计学发展方向发生了一定转变，开始从小样本的统计推断分析走向大数据量的挖掘分析，从而使其所掌控的数据量不断提升。在未来统计学方法发展的过程中，应该注意将统计学与新的数据思维相结合，从而产生一种新型的、应用范围更广的大数据算法。从现阶段我国大数据方法创新发展的情况来看，其与国际研究在深度以及广度上还存在不小的差距，这也恰恰说明了我国在大数据统计学方面还有很大的进步空间。现阶段，国内的大数据研究更多的是停留在信息化产业上，与其他行业的融合发展趋势尚且不明显，这也使得信息服务以及数据产业的创新发展受到了一定影响。在今后统计学发展的过程中，其研究热点势必会从数据分析以及数据发掘向算法方向转移，这样也使得大数据技术与统计学方法二者之间的联系更加紧密。

结束语

综上所述，我国统计学方法在今后发展过程中应该充分考虑到实际需求，积极适应时代变化，现阶段大数据时代已经全面到來，并且大数据技术在我国有广泛应用，在实际应用的过程中取得了较为理想的效果。将大数据与统计方法进行结合可以使统计学方法的作用得到更好的体现，也使得统计学方法不断的进步以及拓展，在大时代背景之下，其功能性得到了更加充分的展现。

统计学毕业论文范文模板(二)：线上线下混合式教学在生物统计学教学中的实践与研究论文

[摘要]为提升生物统计学课程的教学水平，针对传统生物统计学教学中的局限，分析和实践基于线上网络教学+线下面授教学的混合式教学模式在生物统计学教学中的应用策略和方法。实践表明，通过线上+线下的互动与教学，能激发学生学习的兴趣与动力，丰富生物统计学的教学形式与内容，促进生物统计学教学质量的提升。

[关键词]线上线下；混合式教学；生物统计学；实践

[作者简介]严明（1981—），女，重庆人，博士，讲师，研究方向：生物技术。

[中图分类号]G642[文献标识码]A[文章编号]1674-9324（2020）25-0273-02[收稿日期]2020-03-18

生物统计学是生物医学类专业的必修课程，学生通过学习本课程掌握实验设计的原理和方法，并学会对实验数据进行统计分析和处理。然而，生物统计学涉及到大量基础理论，单纯通过教师讲解，学生理解度较低，学习效果不佳。如何在有限的课时内，改革传统的以讲授为主的教学方式，有效提高教学效果是生物统计学教学亟待解决的难题。

近年来，随着互联网信息技术的发展，一种基于线上网络教学+线下面授教学的混合式教学模式应运而生。该模式可避免传统教学模式中以教师为主导，学生学习主动性差的缺点，又可克服学生完全在线学习缺乏监管、学习效果不佳的困难。本文尝试将混合式教学方法运用到生物统计学教学中，以期在有限的教学时间内最大限度实现教学目标，提升课程教学效果。

一、线上线下混合式教学的概念及内涵

线上线下混合式教学是一种新兴的教学模式，授课教师利用网络教学平台向学生提供教学视频和课件等教学资源，并设置作业、调查等互动模块，学生利用课外时间自主完成学习任务，并通过平台与教师交流。在线下课堂，教师根据学生在线学习的情况，对疑难问题进行有针对性的讲授，帮助学生理解、掌握教学难点。

线上线下混合教学模式打破了教学的时空限制，学生可以灵活安排学习时间，通过学习在线资料提出问题，并带着问题进行课堂学习，有效提升学习效率。线上线下混合教学还可帮助教师动态掌握学生学习情况，生成客观的过程性评价材料，并丰富课程的教学形式，拓宽教学路径，因此正逐渐成为高等教育领域的一大趋势。

二、生物统计学课程教学面临的困境

1.教学时长受限。目前，本校生物统计学面向生物医学工程和医学信息工程专业开设，每学期共32个课时。由于教学内容抽象，而且学生要通过大量实践才能掌握统计学原理在生物研究中的应用，因此，教学难度高，课堂教学时间很难满足教学需求。

2.教与学不同步。传统教学模式下，教师与学生之间的沟通以课堂为主，教师按照教学安排按部就班地进行教学，对学生需求重視不足；学生缺乏主动反馈的意识，教师很难掌握学生的真实学习状况，教与学处于不同步状态。

上述困境对如何拓展教学时间，完成课程教学并指导学生学以致用提出了新的挑战。

三、线上线下混合式教学在生物统计学教学中的实践探究

1.构建线上教学平台，实现课前线上自主学习。授课教师首先以超星泛雅平台和学习通APP为依托构建线上教学平台。教师在平台上将课程每章的重难点列示出来，搭建课程框架体系，并上传包括课件和教师根据课程知识体系录制的教学视频等资料。教学视频时长控制在15分钟以内，并保证精炼、易懂，让学生不会因视频过长而放弃观看，提高学习时效。同时，在教学平台提供视频配套的课件资料，方便学生下载并配套观看。教师还在平台设置了视频弹幕问答和闯关式章节测试，学生通过答题和测试后才能进入后续章节的学习。

在教学实践中发现，线上教学平台还可以为理论教学提供良好的拓展实践平台。教师可以在线上平台提供实验设计及实验数据分析的实例供学生练习，实现对课时压缩的有效弥补。学生普遍反映网络教学平台十分有利于自主学习，尤其是遇到知识难点时，学生可以通过反复线上观看教学视频来帮助理解，能达到较好的学习效果。

此外，线上教学平台可以通过视频回放次数、测试完成程度等数据统计帮助教师了解学生之间的差异性，既方便教师掌握学生学习状态，分析存在的问题，也为线下课堂教学提供依据，在后续教学中因材施教，满足不同层次学生的个性化学习需求提供依据。

2.线下检测自主学习效果，实施针对性教学。采用线上线下混合模式教学，课堂教学的任务发生转移。教师要集中精力对知识点进行梳理和归纳，并针对重难点以及学生在线上学习过程中的困难进行答疑解惑和查漏补缺。在教学实践中，为完成上述任务，在每个章节的线上学习完成后均安排答疑和小组讨论，让每位学生通过多种方式修正和完善遗漏或理解错误的知识点。全部授课结束后，授课教师向学生发放了关于教学效果的调查问卷，结果显示，78.2%（18/23）的学生认为采用混合式教学方法可以把重要知识点学透，在课堂上有更充裕的时间进行消化吸收，更有利于教学内容的掌握。

在线下教学中，教师还对教学场景进行了编排和优化。教师提供具体的实验案例，并以某一具体实验案例（如抗癌药物筛选）为背景贯穿整个课程教学始终，模拟真实实验场景，让学生从实验参与者的角度设计实验流程、整理实验数据、统计分析和解读呈现的全部流程。帮助学生实践生物学研究提出假说—实验验证—得出结论的基本流程，理解生物统计学对生物学研究的重要指导作用，培养学生知识迁移、应用和分析并解决科学问题的能力。

3.课后回顾学习并提升。在课堂教学完成后，师生的教学活动都还没有结束。教师要对线上线下教学过程中容易出现的问题进行整理总结，并将解决方案到网络平台，供学生回顾性学习。学生要对课堂上遇到的问题，搜集学习资料进一步思考和巩固。教师还要对学生课后学习情况进行挖掘，并根据学生的不同情况进行个性化的学习支持。对于有困难的学生，教师要单独辅导和监管，帮助学生完成课程学习；对于学有余力的学生，可以鼓励学生走进实验室，跟随教师的科研工作，完成真正的动手实践，实现素质提升。最终通过师生配合，完成对课程教学效果的提升。

篇11

【关键词】云技术 云计算 计算机教学 数字媒体艺术

云教育技术推动了教育信息化，让学生的学习更加自由化和个性化。计算机是一个需要学生有较强自主学习能力的学科，同时需要有大量的新技术和新资源，云教育正可以为计算机教育提供这些便利。

1 云技术特点

云时代使得教育进入了一个全新的时代，云的最大特点就是资源共享。共享是云的本质特征，云技术可以提供虚拟化的计算模式，处理设备和计算设备并不再局限于用户正在使用的某台设备，用户的计算机在使用云技术的情况下仅仅作为交流需求和结果的输入输出终端设备。云技术具有较强的计算能力、存储能力、软件应用能力。云的本质是共享，云的特点是大量、高速、多样和准确。云技术的计算能力远远超过单独地一台计算机的CPU处理能力，云的存储量可以高达YB计算。云技术应用于教育中将会带动教育中的一场改革创新，是推动资源共享，个性化学习的一大助力。云技术应用在计算机的教学中将会大大带动学生的学习效率。

2 传统教育存在的问题

计算机技术是一个发展与变化都十分迅速的学科，对于资源的需求量以及更新速度都有较高的要求。计算机的学习需要大量的共享资源，很多技术人员为了方便学习都将自己的研究成果与源代码公开。传统的教学方式中，丰富与充实学生学习资源是非常困难的，导致计算机专业的学生学习的都是过时的技术，与社会上公司的应用需求完全不符合。目前的计算机教学中资源的方面存在的主要问题是：

2.1 教学资源分布不平衡

对于资金充足的学校，可以购买先进设备和技术进行实验，尤其是进行大数据的计算时，需要有资金购买计算数倍。但是大部分的学校资金是有限的，拥有的技术是较为落后的，计算资源严重不足。

2.2 先进技术更新速度慢

计算机学生的学习到的资源如果跟不上时代，就会导致进入社会的时候无法适应。例如学习FLASH动画设计的时候，很多高校在进行教育的时候教学重点仍然是较为落后的普通帧动画技术，对于最新的ActiveX等技g却没有教学。

2.3 共享程度低

每个学校都拥有一定量的教育资源，这些资源有重合部分也有不交叉的部分。但是无论哪个学校的资源都是无法完全满足学生的需求的，因此进行这些资源的整合也是十分有必要的。

3 云教育技术在计算机数字媒体艺术设计专业教学方式中的应用

3.1 以地域范围为单位建立分布式教育资源网

域域网教育资源使用的组织结构是三层结构，即为校、县和城。可以在一定的地域范围内建立一定的资源共享机制。国内已有省份建立了高校论文搜索共享的平台，很多高校已将图书馆资源进行了整合。域域网的共享资源中心并不是传统意义上的一个网站，而是多个站点组成的。这三层组织结构从低级向高级进行资源整合，因此资源中心是组织结构中的上级，而不是某一个站点。通过三层组织结构整合的资源非常丰富，并不只是教育和学习素材，一同整合的还有很多数字媒体艺术设计学习需要的工具资源，例如搜索引擎，讨论组和邮件等。

3.2 建立“分布建设，共享使用”的资源建设模式

计算机本身就是一个计算的工具，学习计算机的最终目的是为了利用这个工具对其他行业进行服务，因此计算机有学科交叉的性质是必然的。不同的学校、不同的实验室的计算机研究方向不同，各个实验室研究的方面更具有专业性。为了建设基础教育可以按照学科和教材两个维度建立分类管理的资源群。虽然学生的研究方向是不同的，但是计算机的特点导致研究时存在较大的交叉性，因此为了整合区域内的教师资源、软件资源和硬件资源可以建立分类管理数字化网群。学科群资源网站的建设模式可以表示为如图1所示。计算机的研究方向非常多，按照学科进行组织和管理方便学生进行查找和学习。在涉及到交叉学科的知识的时候， 学生可以通过检索工具迅速进行学习。但是实际上资源库存储的是资源的索引目录，并不是资源，这样可以提高云技术的运行效率和用户的使用体验。

3.3 利用MOOC等网上教学模式

云技术改变的不仅是资源共相的模式和范围，同时改变的还有学生的学习方式。云技术对于终端设备的要求非常低，只要有作为输出的连接网络的设备即可，既可以是平板、手机等手持设备，也可以是计算机等计算设备。目前的云教学平台的搭建模式主要是“云+网络+终端设备+应用软件”。最典型的的教育方式就是mooc学习方式。网络教学是计算机教学方式的重要改革，计算机的学科本身是需要学生具有极强的自学能力的，因为计算机技术不断有新知识和新技术，甚至一些领域还无人涉及。通过mooc，不仅可以让学生学习的时间更加自由，而且可以使得学习的范围突破教室。而且云技术为教学提供了一条不受时间于空间限制的交流渠道。

3.4 云技术科学进行教学评价

云平台可以存储各种数据，包括教师的教案以及学生的课堂交互等。这些数据是具有很高的潜在价值的，通过合适的算法对数据进行分析和核实，可以进行科学迅速的教学评价。例如学生的作业情况得分是否符合正态分布，学生学习的峰值在什么时间等。教师可以有更多的数据对学生进行了解和评估，这样可以针对性的调整教学态度和教学策略。

4 结语

本文分析了“云”的特点，以及目前传统教学中存在的弊端和问题。云技术在教育中的应用可以很好地解决这些问题。云教育具有很大的发展空间，目前的共享程度还存在一定局限，无论教师还是学生对于这种新型的教育方式也都需要进一步适应，因此还需要进一步的研究和探讨。

参考文献

篇12

中图分类号：G424 文献标识码：A DOI：10.16400/ki.kjdks.2015.02.044

Independent College Mathematical Modeling Education Curriculum Reform

――Take College of Arts and Sciences， Yunnan Normal University as an example

LIU Ruijuan[1]， YANG Bin[2]

（ [1]College of Arts and Sciences， Yunnan Normal University， Kunming， Yunnan 650222;

[2]Yunnan Institute of Electronics Industry， Kunming， Yunnan 650031）

Abstract This article from the reality of Yunnan Normal University of Arts， discusses the characteristics of Mathematical Modeling Course and the creation of the significance of this course， and then analyzes the independent Institute of Mathematical Modeling Courses problems proposed curriculum reform and solve mathematical modeling ideas. By selecting the appropriate course materials and auxiliary teaching materials， teaching and the establishment of mathematical modeling contest guide the team to achieve classroom case discussions and presentations combine teaching mode， associated with the creation of mathematical modeling curriculum support programs， such as probability theory， mathematical analysis ， operations research， graph theory and other courses， assessment methods diversified， respectively， classroom attendance， classroom discussion to answer the performance aspects of modeling large peacetime operations and final quality modeling work， modeling reply comprehensive assessment， in addition to organize students to participate actively in the network challenge and the National mathematical Contest in Modeling and other students， with remarkable results.

Key words mathematical modeling; independent college; curriculum reform; practical ability

数学建模课程是20世纪80年代初在我国理工科大学开设的一门重要的数学课程。由于数学建模过程几乎模拟了科学研究的全过程，因而对于培养大学生的科研能力与创新意识和应用数学能力具有特殊的作用。而数学建模的多媒体教学，作为一种现代化的教学手段，具有形象直观、信息量大、交互性强等优点，对于发挥学生的主体作用、促进学生主动学习和培养学生创新能力也非常有益。这些能力也正是我们大学数学素质教育所要努力追求的。

目前国内关于数学建模课程改革的研究论文虽然比较多，也有一定的成果，当时均处于探索阶段，并且从目前数学建模课程教学改革的相关文献可以看到，大部分这方面的研究都集中体现普通高校和研究型高校或者数学建模课程的改革方案和与能力培养方面的关系，然而，尽管不少普通大学和研究型大学都在大胆尝试建模课程体系改革，但针对独立学院实际的数学建模教学改革基本空白，对数学建模课程的具体化改革对象和成果展现等方面的研究更是少见。

云南师范大学文理学院建模课程开展时间较短，从内容到体系均有待完善，所以本文就云南师范大学文理学院的实际探讨数学建模课程的改革及其成效，从而达到促进建模的教学工作，提高教学质量，同时提高自身的素质水平。

1 在独立学院开设数学建模课程的意义

云南师范大学文理学院自办学以来，针对学生的缺点和不足，以新的视角，欣赏学生的特点，梳理学生的优势，客观评价学生，掌握学生的优势、优项，树立教学信心，以积极的态度开展教学工作。培养学生处理相关信息和大量数据的能力，在数学建模过程中，我们引导学生针对所研究问题进行收集、加工，处理和应用信息的能力。学会提炼有用信息，并恰当地运用信息，并学习使用计算机和相应的数学软件。

在建模过程中我们要求学生充分发挥想象力和动手能力，采用类比的方法把表面上完全不同的实际问题，用相似的数学模型去描述解决他们，逐步达到触类旁通的效果。

另外，因为数学建模课程主要涉及的都是现实生活中的实际问题，通过数学建模课程的学习和数学建模竞赛的参与，可以极好地锻炼学生的论文写作能力和创新能力，同时提升学生的参与意识，为以后的学习和工作打下良好的基础。所以在独立学院开设数学建模课程具有重要的意义。

2 云南师范大学文理学院数学建模课程的特点和存在的问题

2.1 云南师范大学文理学院数学建模课程的特点

（1）先修课程和应用课程较多。数学建模课程需要众多的先修基础数学课程和数学软件课程，如数学分析、运筹学、微分方程、概率论与数理统计、图论、计算方法、计算数学、解析几何，MATLAB，Mathematics，lingo等，我院信息工程学院在开设数学建模课程的前期或者同时开设上述相关课程，因为需要具备扎实的专业功底，才可能较好地学习数学建模课程。

（2）教学方式灵活多变。各大高校数学建模课程是基本是案例式教学，每个章节以例子来说明，如商人过河问题，交通流问题，减肥问题，旅游地的选择问题等等，均是和实际联系较为紧密的身边的问题，激发学生的学习兴趣。但是也有一些常见的建模方法可以类比推广，如层次分析法，灰色关联度分析法，时间序列法，排队论等，我们都是有针对性地选取教学内容以适应学生现有的知识结构和接受能力。教学方法上我们采用讲授法、探讨法、历年真题论文案例法（包括学生平时作业点评）等。

（3）教学设备手段先进。建模课程需要处理大量的数据，我院配备了先进的投影多媒体教室，并且开设了与建模相关的Matlab，Mathematica等数学软件。

（4）实用性强。数学建模课程的案例基本都来自实际问题，如人口、天气、干旱等的预测模型，优化模型，决策模型，控制模型等。这些模型的引入，让学生更加深刻地领会数学建模课程的实用性。

（5）课程较难学。数学建模课程涉及的领域广，知识面大。通的（交通流问题），医疗领域（看病排队问题）等，采用的各领域的知识较多，很多时候都是现学现用，需要很高的领会能力和接受能力，这对学生和教师要求都比较高。

2.2 云南师范大学文理学院数学建模课程存在的问题

本文作者从2011年开始讲授数学专业的数学建模课程，数学建模作为数学专业的专业基础课程，在教学过程中发现数学建模课程存在的问题。

（1）教材涉及面太广，如姜启源的《数学模型》教材是我国自开设建模课程以来比较权威的一本建模教材，很多高校都在使用，但是从初等模型、简单的优化模型、线性规划模型、微分方程模型到马氏链模型等共13章，而课程安排只有周4课时，教学时间上较为紧张;另外整本教材基本都是案例，内容多且涉及的数学建模方法很少，学生看着一本厚厚的教材，心里难免畏惧，而实际上并不能完全讲授;对于三本独立院校的学生来说，专业基础不是很扎实，教材一些内容较深，学习起来较为吃力。

（2）课堂教学基本以教师为中心，教师采用纯讲授的教学方法，学生很少参与，因而缺乏学习数学建模的兴趣与积极性，学生也怕学。

基于上述问题的存在，影响学生学习数学建模课程的积极性，并且我们要参与各类建模赛事，如果不及时进行教学改革，势必影响教学和学习效果，在建模竞赛中也难取得较好的成绩，虽然关于建模课程改革的课题和论文较多，但是紧扣我院实际的还基本空白，不利于应用型人才的培养，所以有必要对现有的数学建模课教学模式进行改革。

3 对云南师范大学文理学院数学建模课程改革尝试的思路

本文作者从2011年开始教授数学建模课程开始，就在实践中开始摸索适合云南师范大学文理学院的数学建模课程改革思路，经过几年的实际教学和竞赛指导，主要收获如下：

（1）主体教材辅助方法、软件教材进行教学。目前作者使用的姜启源编写的《数学模型》对于独立学院的学生来说这本教材内容太难、太多了。作者近年来除讲解教材的基本模型外，尝试对教材进行补充、重组和开发，具体方式有根据历年的全国建模竞赛的题目类型，有倾向性地进行教学安排，并插入历年建模真题和常用方法进行课堂讲授，同时插入一些实际问题让学生进行建模论文的写作，根据我院学生的数学基础和竞赛的实际（对历年的真题出现的题型和用到的方法出现的频率）对章节进行取舍。

（2）数学建模课程教学方法改革。由于数学建模课程要进行实战演练，在学期配备相应的建模大作业习题，如手机购买问题，地方人口问题，水资源短缺问题，气候干旱问题，网吧数量萎缩等实际问题，要求学生在指定的时间内进行数据收集，整理，分析处理并以论文形式展现研究成果，同时安排论文模拟答辩，锻炼学生的解决实际问题的能力。同时学院也积极聘请省级建模专家进行专题讲座，提高大家学习的积极性。

（3）数学建模课程教学竞赛团队。我院近年来连续积极组织学生参加各类官方、民间数学建模竞赛赛事。我院专门组建立了一支建模指导教师团队，除了学期必修外，在全国建模竞赛前的假期还专门组织学生进行赛前培训，教师负责制分专题讲授离散模型、连续模型、优化模型、微分模型、概率模型、统计回归模型和软件讲授、论文写作等，突出体现教师的专长，提高了课堂教学效率，增强了学生学习的积极性。

（4）开设与数学建模课程相关的软件课程。为了让学生更好地参与到数学建模中来，我们从大学一年级就有针对可开设数学软件和建模讲座。开设Mathematic，MATLAB，Lingo等软件选修课，进行数学的应用与建模能力的培养，提高学生数学建模能力，在运筹学等课程中，有意识地让学生进行作业的排版练习，如WORD，EXCEL等常用排版计算软件。

（5）通过积累建立数学建模课程学习资源。如本校学生历年的较优秀的参赛论文，平时作业

教师教案、课件等，数学建模优秀论文等学习环境和信息交互空间。另外，给学生身边实际的问题，如云南水资源短缺问题，干旱气候预测问题，地区人口预测问题，网吧问题等进行建模练习，让学生把数学建模课程与实际应用结合起来。

（6）课程考核形式多样化。本文作者通过课堂考勤，课堂回答问题，课堂讨论，平时作业，期末大作业，作业课堂答辩等多种方式结合的方法进行课程考核。根据问题的大小，由学生独立或组队完成实际问题，若完成得好在原有成绩的基础上获得“平时成绩加分” ，给出最后考核的分数，提高学生学习数学建模课程的积极性，从而提高学生的建模能力。

（7）积极组织学生参加全国大学生数学建模竞赛和各类网络建模赛事。截至目前为止，我们已经连续五年组织学生参加全国大学生数学建模竞赛，连续两年组织学生参加“认证杯”数学中国数学建模竞赛，成绩优良。并且由信息工程学院定期举办建模和软件讲座参与各类数学建模比赛，熟悉比赛流程，了解论文撰写过程，为每年九月的全国数学建模做准备。

4 建模课程改革初步成效体现

我校作为独立学院从2010年开始尝试开设数学建模课程，推动大学数学素质教育方面，进行了一些探索和实践，并同年开始组织学生参加全国数学建模竞赛和网络建模竞赛，成效显著。

首先，从竞赛获奖来看，2010年全国大学生数学建模竞赛中，4个参赛队分别荣获1个省级一等奖，占总奖项的25%;2个省级二等奖，占总奖项的50%;1个省级三等奖，占总奖项的25%，获奖率100%;

2011年全国大学生数学建模竞赛中，4个参赛队分别荣获1个省级一等奖，占总奖项的25%;2个省级二等奖，占总奖项的50%;1个省级三等奖，占总奖项的25%，获奖率100%;

由于从2012年开始，数学建模竞赛组委会对建模奖项做了限制调整，获奖比例仅为原来的50%，所以2012年全国数学建模竞赛指导的参赛队教练组15个参赛队其中荣获2个省级一等奖，1个省级二等奖，9个省级三等奖，获奖率为80%，其中省级一等奖占总奖项的16.7%，省级二等奖占总奖项的8.33%，省级三等奖占总奖项的75%。

2013年“认证杯”数学中国数学建模网络挑战赛2个队参赛，第一阶段两个参赛队均获云南最好成绩全国二等奖，第二阶段一个队荣获云南省唯一个全国一等奖，取得全球建模能力高级认证;另一个参赛队荣获全国三等奖，取得全球建模能力基础认证，获奖率100%。

2013年全国数学建模竞赛，26个参赛队参赛，其中荣获1个国家二等奖，2个省级一等奖，3个省级二等奖，4个省级三等奖的优异成绩，奖项水平首次冲入国家奖项，建模水平大幅度提高，其中全国二等奖占总奖项的10%，省级一等奖占总奖项的20%，省级二等奖占总奖项的30%，省级三等奖占总奖项的40%。

2014年全国数学建模竞赛，22个参赛队参赛，其中荣获2个国家二等奖，2个省级一等奖，4个省级二等奖，4个省级三等奖的优异成绩，奖项水平较上年建模水平大幅度提高，其中全国二等奖占总奖项的16.7%，省级一等奖占总奖项的16.7%，省级二等奖占总奖项的33.3%，省级三等奖占总奖项的33.3%。

可以看到从开设数学建模课程以来，我校的数学建模水平到目前稳步提升，很好地锻炼了学生的创新能力和动手能力，同时增强了学生学习的自信心和积极性，成效显著。其次，从综合能力来看，通过建模课程的改革，学生的应变能力和思维能力都获得了很大的提升。

参考文献

[1] 段璐灵.数学建模课程教学改革初探教育与职业，2013（5）.

[2] 常青.数学建模教学的实践与思考.http：//.cn/gzsxb/jszx/jxyj/201211/t20121113_1143732.htm.2014/06/13.

[3] 姜启源，谢金星，叶俊.数学模型（第三版）[M].北京：高等教育出版社，2003.

[4] 朱道元.从数学建模看新世纪的数学教改[D]新世纪数学学科发展与教学改革研讨会论文集.东南大学数学系，2000.

[5] 杨霞，倪科社，王学锋.积极开展数学实践教学活动培养学生创新意识与实践能力[J].大学数学，2010（A01）.