云计算的现状与发展趋势

专题报告

标题：中文：云计算的现状与发展趋势

英文：The status and trends of cloud computing

数据库名称：国内数据库名称：中国知网（CNKI）

国外数据库名称：WOK平台四个数据库---SCI,CPCI,ESI,JCR

检索关键词：中文关键词：云计算；现状；趋势

英文关键词：cloud computing；Status；trends; development

检索式：    中文检索式：主题=云计算并且主题=现状及发展趋势(精确匹配)

英文检索式:  cloud computing AND (status OR trends)

相关文献：

[1]赵树璋.SaaS架构现状及发展趋势

【摘要】本文从SaaS的发展现状、特点、发展趋势等几个方面,对今年来因Internet的快速发展而兴起的SaaS新兴的软件模式进行了介绍。

[2]胡景焕.云计算终端的现状分析及其发展趋势探讨

【摘要】作为新兴技术的代表——云计算终端使得货物查询方式由人工化向自动化方式转变,不仅提高了这一行业与高端科学技术的统一发展,也使得查询速度、整体作业效率有所提高。本文基于这一实际情况,从云计算终端在货物查询中的现状及发展趋势各方面内容进行分析,论证了做好云计算终端技术应用在货物查询行业乃至经济社会发展中的重要作用与意义。

[3],薄明霞,王渭清.云安全研究进展及技术解决方案发展趋势

【摘要】针对横亘在云计算发展道路上的一个鸿沟——安全性,本文介绍了云安全的概念及其内涵,并对云安全研究的主要方向及云安全研究主流厂家技术解决方案的现状及发展趋势进行了详细阐述,这对我国云计算安全的发展具有一定的借鉴意义。

[4]万林.网格GIS下协同式空间信息工作流实现技术研究

【摘要】网格空间信息服务工作流系统(Grid Geospatial Service Workflow System)是当前网格工作流技术与空间信息处理技术相结合的发展方向和研究重点,它将地理信息系统软件在单机系统上的处理能力提升到网格分布式环境中来,通过网格空间信息处理中间件屏蔽掉底层多源异构空间信息计算资源的复杂性,以网格服务的形式统一封装成上层的抽象资源,通过对空间信息网格服务资源的流程组合与任务编排,实现真正的空间信息分布式协同处理,充分利用了计算机网络带来的性能优势。

[5]龙文.我国图书情报领域云计算研究论文的计量分析

【摘要】以CNKI为数据源,通过文献计量分析法对2008年～2011年发表在国内期刊上图书情报领域研究云计算的文献从年代分布、文献来源、关键词等方面进行统计分析,并由此阐述我国图书情报领域云计算研究的现状及发展趋势,为其进一步的研究和发展提供参考。

[6]王喜春,高圣益,黄瓅瑶.云计算环境下水利水电工程GIS应用技术展望

【摘要】云计算正在改变传统硬件产业和软件产业的商业模式,并促使企业IT架构、软件与服务业甚至普通人的生活发生重大而又深刻的变化。介绍了云计算定义、云计算与网格计算的关系、云计算的优点、不足及风险、国内外现状及发展趋势;对云计算环境下的水利水电GIS架构及实现过程进行了分析。一个完整的"云"计算系统是由应用软件层、平台层和基础架构层3个层构成。为了解决人们在水利水电GIS方面的各种需求,提出基于面向服务的体系架构,建设现代水利水电共性服务的平台,该平台是基于软件即服务和平台即服务的思想和理念构成的。同时还对云计算环境下水利水电GIS应用进行了展望。

[7]杨洋.云计算的现状及发展趋势

【摘要】云计算能够提供给用户可靠的、资源利用最大化的、自定义的服务,是一种全新的分布式计算模式,云计算的发展规模越来越大,速度也越来越快。与此同时,将云计算和其他技术有机地结合,是解决理论研究和实际应用的重要途径。首先介绍了云计算的定义、优势和基本体系结构,叙述了云计算国内外的现状,展望了云计算未来的发展趋势,并针对发展趋势中面临的问题提出解决方案。

[8]初颖.基于云计算架构的移动ADC业务应用研究

【摘要】“云计算”这个概念是在Amazon的EC2弹性云计算产品和Google-IBM分布式计算项目中最早被提出的,这种类似于公共基础设施的服务可以是IT和软件、Internet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。云计算概念一提出,就吸引了全球IT产业巨头足够的注意力,并且云计算的研究也主要集中在这些大型IT公司。经过几年高速的发展,云计算已经在IT产业中扮演非常重要的角色。云计算开创了软件即服务、平台即服务、基础设施即服务等全新IT服务模式,其中软件即服务模式提供低廉的在线软件租用服务,平台即服务模式提供快速的从技术开发到服务运营的能力,基础设施即服务模式提供低成本和可靠性高的基础设施托管服务。

[9]郑燕平.基于云计算理论的图书馆管理系统研究

【摘要】云计算概念最早是由Google提出的,虽然目前还没有一个行业统一的定义,但它却可能代表着未来计算机产业的发展方向。几乎每一项新IT技术的出现,都能引起图书馆界的极大关注并推动图书馆的管理与服务升级。随着OCLC宣布推出“基于云的服务”,图书馆的IT应用也进入了“云”的时代。本文主要目标是设计并部分现实一个基于云计算理论的图书馆管理系统。本文主要分三个部分对该系统进行研究。首先文章对图书馆管理系统的发展现状及发展趋势进行了阐述。并就云计算与并行计算、网格计算、SaaS进行对比研究,介绍了云计算的几种典型平台及其相关技术。在此基础上分析了云计算理论对图书馆的影响及作用。其次文章在图书馆云需求分析的基础上设计了一个基于云计算理论的图书馆管理系统方案,并对部分模块进行了详细的设计,包括云基础平台、系统安全、系统功能、系统离线应用、系统开放接口等。最后文章对基于云计算理论的图书馆管理系统的部分功能进行了初步实现,并对图书馆管理系统的数据安全问题进行了进一步的阐述,提出了实施方案。

[10]TI Design and Development of a Run-Time Monitor for Multi-Core

   Architectures in Cloud Computing

AB Cloud computing is a new information technology trend that moves

   computing and data away from desktops and portable PCs into large data

   centers. The basic principle of cloud computing is to deliver

   applications as services over the Internet as well as infrastructure. A

   cloud is a type of parallel and distributed system consisting of a

   collection of inter-connected and virtualized computers that are

   dynamically provisioned and presented as one or more unified computing

   resources. The large-scale distributed applications on a cloud require

   adaptive service-based software, which has the capability of monitoring

   system status changes, analyzing the monitored information, and adapting

   its service configuration while considering tradeoffs among multiple QoS

   features simultaneously. In this paper, we design and develop a Run-Time

   Monitor (RTM) which is a system software to monitor the application

   behavior at run-time, analyze the collected information, and optimize

   cloud computing resources for multi-core architectures. RTM monitors

   application software through library instrumentation as well as

   underlying hardware through a performance counter optimizing its

   computing configuration based on the analyzed data.

[11]TI A Principled Approach to Grid Middleware Status Report on the Minimum

   Intrusion Grid

AB This paper provides an overview of MiG, a Grid middleware for advanced

   job execution, data storage and group collaboration in an integrated,

   yet lightweight solution using standard software.

   In contrast to most other Grid middlewares, MiG is developed with a

   particular focus on usability and minimal system requirements, applying

   strict principles to keep the middleware free of legacy burdens and

   overly complicated design. We provide an overview of MiG and describe

   its features in view of the Grid vision and its relation to more recent

   cloud computing trends.

[12]TI Development status and trends for high performance computing

AB Seismic exploration is one of the most important application areas for

   high performance computing. By tracking the development trends of high

   performance computers at home and aboard, analyzing the requirements and

   application status of geophysical exploration to high performance

   computing, and forecasting the development trends of the high

   performance computing, the following conclusions and understandings were

   obtained in this paper:(1):Multi-cores will be the future development

   trends for high performance computing,(2):High performance computing is

   needed in pre-stack depth migration, pre-stack inversion and full

   waveform inversion, and single point high density exploration in seismic

   exploration,(3):GPU technology has wide application prospects,

   especially the newly built CUDA framework which improves the software

   development environment,(4):The Reconfigurable Technology which is based

   on FPGAs(Field Programmable Gate Arrays)not only has hardware's

   calculation performance, but also has software flexibility, application

   of this technology could greatly raise the computing

   speed,(5):Constrained by power consumption and traditional Integrated

   Circuit Technology, there is significant limitation for single CPU

   performance improvements, developing new materials and improving

   computer's package structure become the new ways for raising computer's

   performance, there should be good future for some developments, such as

   Avalanche Photoelectric Diode(APD)Silicon photonic devices, memory+CPU

   MCP package structure,(6):Cloud Computing is a totally new mode of

   data-intensive supercomputing mode which is based on distribution

   computing, parallel computing and grid computing, the technology will

   have a good application prospect in high performance computing for vast

   amount of data.(7):The raising of the computing performance depends on

   integrated development of hardware and software, compared with fast

   development in hardware, the development and application of software

   were left behind,as a result greatly developing the software industry is

   the only way to solve the above problems

[13]TI Design for Run-Time Monitor on Cloud Computing

AB Cloud computing is a new information technology trend that moves

   computing and data away from desktops and portable PCs into large data

   centers. The basic principle of cloud computing is to deliver

   applications as services over the Internet as well as infrastructure. A

   cloud is the type of a parallel and distributed system consisting of a

   collection of inter-connected and virtualized computers that are

   dynamically provisioned and presented as one or more unified computing

   resources. The large-scale distributed applications on a cloud require

   adaptive service-based software, which has the capability of monitoring

   the system status change, analyzing the monitored information, and

   adapting its service configuration while considering tradeoffs among

   multiple QoS features simultaneously. In this paper, we design Run-Time

   Monitor (RTM) which is a system software to monitor the application

   behavior at run-time, analyze the collected information, and optimize

   resources on cloud computing. RTM monitors application software through

   library instrumentation as well as underlying hardware through

   performance counter optimizing its computing configuration based on the

   analyzed data.

[14]TI Temporal Common Trends of Topsoil Water Dynamics in a Humid Subtropical

AB Research oriented toward understanding the hydrologic functioning of the

   relict "laurisilva" evergreen forests is scarce. This study focused on

   the analysis of temporal changes in soil water status under such humid

   subtropical stands and explored to what extent hydrologic fluxes may

   explain topsoil water dynamics. Hydrologic fluxes (potential

   evapotranspiration, canopy fog water dripping, and rainwater below the

   canopy) were computed for a 2-yr period using in situ

   micrometeorological measurements in the Garajonay National Park cloud

   forest (Canary Islands). Time domain reflectometry (TDR) data were used

   to characterize soil water status at 0.15- and 0.30-m depths in plots

   located at 1145, 1185, 1230, and 1270 m above sea level. The resulting

   eight daily TDR data sets were studied with dynamic factor analysis. The

   variability in the soil water statustime series was simplified and

   successfully described (coefficient of efficiency = 0.717) with a single

   temporal trend dynamic factor model (DFM), representing unexplained

   variability common to all plots and monitoring depths. Comparison of

   DFMs with and without explanatory variables (i.e., hydrologic fluxes)

   indicates that unexplained variability in the observed data was

   partially reduced by the information provided by the hydrologic fluxes.

   The rainfall contribution to the soil surface, and to a lesser extent

   forest potential evapotranspiration, were necessary variables for

   describing temporal changes in topsoil water status; however, dripping

   fog water was found to be a negligible contributor. Dynamic factor

   analysis proved to be useful for studying the variability in

   multivariate hydrologic time series without the need of a priori

   detailed information about the underlying mechanisms governing soil

   water dynamics.

[15]TI Cloud Computing: System Instances and Current Research

AB This paper surveys the current technologies adopted in cloud computing

   as well as the systems in enterprises. Cloud computing can be viewed

   from two different aspects. One is about the cloud infrastructure which

   is the building block for the up layer cloud application. The other is

   of course the cloud application. This paper focuses on the cloud

   infrastructure including the systems and current research. Some

   attractive cloud applications are also discussed. Cloud computing

   infrastructure has three distinct characteristics. First, the

   infrastructure is built on top of large scale clusters which contain a

   large number of cheap PC servers. Second, the applications are

   co-designed with the fundamental infrastructure that the computing

   resources can be maximally utilized. Third, the reliability of the whole

   system is achieved by software building on top of redundant hardware

   instead of mere hardware. All these technologies are for the two

   important goals for distributed system: high scalability and high

   availability. Scalability means that the cloud infrastructure can be

   expanded to very large scale even to thousands of nodes. Availability

   means that the services are available even when quite a number of nodes

   fail. From this paper, readers will capture the current status of cloud

   computing as well as its future trends.

[16]TI Overview of the Stable Control of the Inverted Pendulum System

AB As a typical nonlinear, multi-value, high-order, strong-coupling and

   naturally instable complicated system, multi-order inverted pendulum is

   always the ideal research platform. During half a century, many

   organizations have done lots of works and accumulated many materials. In

   this paper, the stable control research status of multi-order inverted

   pendulum is summarized, and the development trend is discussed. The main

   control methods include linear control, predictive control and

   intelligent control, and intelligent control which includes fuzzy

   control, human-imitating control, computing intelligent control and

   cloud-model control ete. and is the mainstream. The development trend is

   the research of all kinds of intelligent control methods and the

   applications of the combination of these methods.  control

[17]TI Blue luminous stars in nearby galaxies: Quantitative spectral analysis

   of M33 B-type supergiant stars

AB We present the detailed spectral analysis of a sample of M33 B-type

   supergiant stars, aimed at the determination of their fundamental

   parameters and chemical composition. The analysis is based on a grid of

   non-LTE metal line-blanketed model atmospheres including the effects of

   stellar winds and spherical extension computed with the code FASTWIND.

   Surface abundance ratios of C, N, and O are used to discuss the chemical

   evolutionary status of each individual star. The comparison of observed

   stellar properties with theoretical predictions of massive star

   evolutionary models shows good agreement within the uncertainties of the

   analysis. The spatial distribution of the sample allows us to

   investigate the existence of radial abundance gradients in the disk of

   M33. The comparison of stellar and H II region O abundances ( based on

   direct determinations of the electron temperature of the nebulae) shows

   good agreement. Using a simple linear radial representation, the stellar

   oxygen abundances result in a gradient of -0.0145 +/- 0.005 dex

   arcmin(-1) (or -0.06 +/- 0.02 dex kpc(-1)) up to a distance equal to

   similar to 1.1 times the isophotal radius of the galaxy. A more complex

   representation cannot be completely discarded by our stellar sample. The

   stellar Mg and Si abundances follow the trend displayed by O abundances,

   although with shallower gradients. These differences in gradient slope

   cannot be explained at this point. The derived abundances of the three

   alpha-elements yield solar metallicity in the central regions of the

   disk of M33. A comparison with recent planetary nebula data from Magrini

   and coworkers indicates that the disk of M33 has not suffered from a

   significant O enrichment in the last 3 Gyr.

综述：

摘要：云计算作为一种强大的网络应用模式，具有超大规模、虚拟化、可靠安全等独特功效。旨在通过网络把若干个成本相对低的计算实体整合成一个具有强大计算能力的超级系统进而减少用户终端的处理负担。下面首先阐述了云计算产生背景、相关概念和相关技术，然后介绍了云计算的现状、应用领域和发展前景。

一、云计算的产生背景

21世纪初期，崛起的Web2.0让网络迎来了新的发展高峰。网站或者业务系统所需要处理的业务量快速增长，例如视频在线或者照片共享，这样的网站需要为用户储存和处理大量的数据。这类系统所面临的重要问题是如何在用户数量快速增长的情况下快速扩展原有系统，随着移动终端的智能化、移动宽带网络的普及，将有越来越多的移动设备进入互联网，意味着与移动终端相关的IT系统会承受更多的负载，而列于提供数据服务的企业来讲，IT系统需要处理更多的业务量。由于资源的有限性，电力成本、空间成本、各种设施的维护成本快速上升，直接导致数据中心的成本上升，这就面临着怎样有效地利用这些资源，以及如何利用更少的资源解决更多的问题。

同时，随着高速网络连接的衍生，芯片和磁盘驱动器产品在功能增强的同时，价格也在变得甘益低廉，拥有成百上千台计算机的数掂中心也具备了快速为大量用户处理复杂问题的能力。技术上，分布式计算的日益成熟和应用，特别是网格计算的发展通过Internet把分散在各处的硬件、软件、信息资源连接成为一个巨大的整体，从而使得人们能够利用地理上分散于各处的资源，完成大规模的、复杂的计算和数据处理的任务oJ。数据存储的快速增长产生了以GFS(Google File System)、SAN(Storage Area Network)为代表的高性能存储技术。服务器整合需求的不断升温推动了Xen等虚拟化技术的进步还有Web20的实现，SaaS(Software as a Service)观念方兴未艾，多核技术的普及等，所有这些技术为产生更强大的计算能力和服务提供了可能。

计算能力和资源利用效率的迫切需求，资源的集中化和技术的进步，推动云计算应运而生。

二、云计算的发展历史

1983年，太阳电脑（Sun Microsystems）提出“网络是电脑”（“The Network is the computer”）。

2006年3月，亚马逊（Amazon）推出弹性计算云（Elastic Compute Cloud；EC2）服务。

2006年8月9日，Google首席执行官埃里克•施密特（Eric Schmidt）在搜索引擎大会（SES San Jose 2006）首次提出“云计算”（Cloud Computing）的概念。Google“云端计算”源于Google工程师克里斯托弗•比希利亚所做的“Google101”项目。

2007年10月，Google与IBM开始在美国大学校园，包括卡内基美隆大学、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，这项计划希望能降低分散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持（包括数百台个人电脑及Blade Center与System x服务器，这些计算平台将提供1600个处理器，支持包括Linux、Xen、Hadoop等开放源代码平台）。而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宣布在启动“云计算学术计划”，将与台大、交大等学校合作，将这种先进的大规模、快速计算技术推广到校园。

2008年7月29日，雅虎、惠普和英特尔宣布一项涵盖美国、德国和新加坡的联合研究计划，推出云计算研究测试床，推进云计算。该计划要与合作伙伴创建6个数据中心作为研究试验平台，每个数据中心配置1400个至4000个处理器。这些合作伙伴包括新加坡资讯通信发展管理局、德国卡尔斯鲁厄大学Steinbuch计算中心、美国伊利诺伊大学香宾分校、英特尔研究院、惠普实验室和雅虎。

2008年8月3日，美国专利商标局网站信息显示，戴尔正在申请“云计算”（Cloud Computing）商标，此举旨在加强对这一未来可能重塑技术架构的术语的控制权。戴尔在申请文件中称，云计算是“在数据中心和巨型规模的计算环境中，为他人提供计算机硬件定制制造”。

2010年3月5日，Novell与云安全联盟（CSA）共同宣布一项供应商中立计划，名为“可信任云计算计划（Trusted Cloud Initiative）”。

2010年7月，美国国家航空航天局和包括Rackspace、AMD、Intel、戴尔等支持厂商共同宣布“OpenStack”开放源代码计划，微软在2010年10月表示支持OpenStack与WindowsServer2008R2的集成；而Ubuntu已把Open Stack加至11.04版本中。2011年2月，思科系统正式加入OpenStack，重点研制OpenStack的网络服务。

三、云计算的定义

狭义云计算是指IT基础设施的交付和使用模式，通过网络以按需、易扩展的方式获得所需的资源（硬件、平台、软件）。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。

广义云计算是指服务的交付和使用模式，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。云计算经常与并行计算(Parallel Computing)、分布式计算(Distributed Computing)和网格计算(Grid Computing)相混淆。云计算（Cloud Computing）是网格计算（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。

四、云计算关键技术

云计算系统运用了许多技术，其中以编程模型、数据管理技术、数据存储技术、虚拟化技术、云计算平台管理技术最为关键。

4.1.编程模型

它是一种简化的分布式编程模型和高效的任务调度模型，用于大规模数据集（大于1TB）的并行运算。其思想是将要执行的问题分解成Map(映射)和Reduce(化简)的方式，达到分布式运算的效果，再通过Reduce程序将结果汇整输出。

4.2.海量数据分布存储技术

云计算系统由大量服务器组成，同时为大量用户服务，因此云计算系统采用分布式存储的方式存储数据，用冗余存储的方式保证数据的可靠性。云计算系统中广泛使用的数据存储系统是Google的GFS和Hadoop团队开发的GFS的开源实现HDFS。

4.3.海量数据管理技术

云计算需要对分布的、海量的数据进行处理、分析，因此，数据管理技术必需能够高效的管理大量的数据。云计算系统中的数据管理技术主要是Google的BT(Big Table)数据管理技术和Hadoop团队开发的开源数据管理模块HBase。

4.4.虚拟化技术

通过虚拟化技术可实现软件应用与底层硬件相隔离，它包括将单个资源划分成多个虚拟资源的裂分模式，也包括将多个资源整合成一个虚拟资源的聚合模式。虚拟化技术根据对象可分成存储虚拟化、计算虚拟化、网络虚拟化等，计算虚拟化又分为系统级虚拟化、应用级虚拟化和桌面虚拟化。

4.5.云计算平台管理技术

云计算资源规模庞大，服务器数量众多并分布在不同的地点，同时运行着数百种应用，如何有效的管理这些服务器，保证整个系统提供不间断的服务是巨大的挑战。

五、云计算现状与应用

目前，已经涌现的云计算服务形态包括从技术、半台供应商到软件服务提供商，从成熟的应用程序到存储服务再到垃圾邮件过滤等，不一而足。根据不同服务的特性可以将云计算分为以下几种类型：

5.1云计算基础架构

这类云计算提供底层的技术平台以及核心的云服务，是最为全面的云计算服务。Amazon、Google等推出的云计算服务可以归于这类。这种云计算服务形态将支撑起整个互联网的虚拟中心，使其能够将内存、I/O设备、存储和计算能力集中起来成为一个虚拟的资源池为整个网络提供服务。

5.2云计算半台服务

这种形式的云计算也被称为半台即服务PaaS(Platfbrm as a Service)，它将开发环境作为服务来提供。：这种形式的云计算可以使用供应商的基础架构来开发自己的程序，然后通过网络从供应商的服务器上传递给用户。典型的实例比如Salesforce com的Force tom开发半台。

5.3云计算软件服务

这种类型的云计算称之为软件即服务SaaS，它通过浏览器把程序传给用户。.从用户的角度，这样会省去在服务器和软件授干义上的开支;从供应商的角度看，这样只需要维持一个程序就够了，减少了维护成本。Salesforce com是迄今为止这类服务最为有名的公司。SaaS在CRM、ERP中比较常用，Google Apps和Zoho Office也提供类似的服务。

5.4云计算API

这类服务供应商提供API(Application Programming Interface)让开发者能够开发更多基于互联网的应用，帮助开发商拓展功能和服务，而不是只提供成熟的应用软件他们的服务范围从提供分散的商业服务到Google Maps等的全套API服务。这与软件即服务有着密切的关系。

5.5云计算互动半台

该类云计算为用户和提供商之问的互动提供了一个半台。例如，RightScale利用Amazon EC2网络计算服务和s3网络存储服务的API提供一个操作面板和AWS(Amazon’s Web Services)前端托管服务。

六、云计算的发展趋势

云计算正在推动不同产业改变原有的模式, IDC 和Gartner 预测近几年云计算服务市场将保持高速增长, 2010 年基于互联网的云计算服务的市场规模将达到75 亿美元, 同比增长17. 7% , 之后每年稳步发展, 到 2013 年底其市场规模可达140 亿美元。可见, 云计算的发展规模越来越大, 速度也越来越快。其发展趋势可归纳为以下几方面。

6.1　云计算的标准和技术趋向规范化。

目前, 国内外云计算技术相关的标准组织约有 40 个, 进行云计算产业活动的行业也有150 个之多, 云计算还没有一个统一的、标准的技术体系结构, 如果不同厂家对云计算提供不同的解决方案, 则会导致不同厂家设备之间的硬件转移和互通、互联、互操作等方面出现问题, 将会阻碍云计算的发展。只有研究和制定云计算相关的标准和技术才是云计算大规模占领服务市场的关键, 云计算的标准化工作正在进行, 未来用户可以在不同云计算服务商之间“漫游”。

6.2　云计算数据趋向安全化

数据的安全是企业关心的问题之一。数据的安全包括2 个方面: 一是保证数据完整, 不会丢失; 二是保证数据不会泄露和非法访问。云计算的虚拟化、多租户和动态性不仅加重了传统的安全问题, 同时也引入了新的安全问题。云计算数据的安全性问题解决不了会影响云计算的发展和应用。

让企业依赖公共资源云, 如果只依靠在线文档和邮箱等是远远不够的, 必须涉及到企业当前关键应用的核心, 以及出现针对企业的特色应用。所以, 通过企业本身存在的基本完整的IT 应用系统, 引入云计算的特点, 发挥和体现云计算的优势, 这时私有资源云就发挥着重要的作用, 我们可以把私有资源云作为突破口。私有资源云是相对公共资源云来说的, 私有资源云是基于互联网的一种服务, 也是云计算服务, 但它是针对某个企业单独构建的, 相应的基础设施和云平台、云服务由企业或行业所有和控制, 因而也就能保障数据的安全性和服务质量。

6.3　网络性能趋向优化

云计算存储、计算和服务远程化, 必然会给通信网络带来压力, 如果接入网络的带宽较低或网络环境不稳定都会使云计算的性能降低, 因此, 服务通信商只有优化网络带宽和提高质量才能满足云计算的需求。云计算服务的深入将促使高速、安全和稳定的网络服务。

。

参考文献

[1] Wikipedia. Cloud computing[ EB/OL]. ( 2007203203) [ 2008212220]. http: //en. wikipedia. org/wiki/Cloud_computing. 

[2] 陈国良,孙广中,徐云. 并行计算的一体化研究现状与发展趋势[J]. 科学通报  2009  54 (8): 1043-1049. 

[3] 金海. 漫谈云计算[J]. 中国计算机学会通讯.2009.5 (6):22-25. 

[4]钟伟彬,周梁月,潘军彪,文锦军. 云计算终端的现状和发展趋势[J]. 电信科学,2010,03:22-26.

[5]孙香花. 云计算研究现状与发展趋势[J]. 计算机测量与控制,2011,05:998-1001.

[6]杨洋. 云计算的现状及发展趋势[J]. 电脑开发与应用,2012,02:61-63. 

[7] BARHAMP, DRAGOVICB, FRASERK, etal. Xen and the art of virtualization[C] //Proc of the19th ACM Symposium on Operating Systems Principles. New York: ACM Press, 2003: 12177 

[8] Nimbus Project. Science clouds[EB/OL]. [2008212210]. http: //workspace. globus. org/clouds/. 

[9] Amazon elastic compute cloud (Amazon EC2) [ EB/OL]. [ 2008212221]. http: //aws. amazon. com/ec2