第一篇：高校邦大數據與云計算測試答案

首頁 課程廣場 我的學習幫助中心 3 楊望

返回 大數據與云計算? >測驗 >結課測驗 >結課測驗 結課測驗(共40道題，滿分100.00分)測驗截止時間 2016-12-12 23:59 有效提交次數1次，已提交0次。1 多選 云計算的三個層次可以分為： A.IaaS.B.PaaS.C.AWS D.SaaS.2 多選 關于2011年新發布的Cloud Foundry平臺下列描述正確的有： A.使用開放源代碼 √ B.只支持java C.由VMware公司研發.√ D.支持多語言 多框架.√3 多選 Cloud Foundry公有云服務平臺的注冊需要用到： A.身份證號碼 B.QQ C.郵箱

√ D.手機號碼 √ 4 單選 在安裝完Cloud Foundry客戶端工具以后，在客戶端使用以下哪個命令，就可以登錄到Cloud Foundry云平臺？ A.cf login √ B.cf push 5 單選 默認的Cloud Foundry在發布應用的時候，會啟動（）個應用的實例來提供服務。A.2 B.3 C.4 D.1 √ 6 多選 Cloud Foundry可以通過以下哪些工具來進行日志管理？ A.cf logs √ B.cf events √ C.cf log D.cf event 7 單選 在Cloud Foundry里面對應用進行監控使用的是（）云服務。A.New Relic √ B.Redis Cloud C.CloudAMQP D.MongoLab 8 多選 Cloud Foundry的可擴展性主要體現在： A.組件的可擴展性

√

B.底層laaS資源的擴展性

√ C.應用的擴展性

√ 9 多選 Cloud Foundry的設計原則有： A.可擴展性

√ B.異步性

√ C.自愈能力

√ D.安全性

√單選 Cloud Foundry的（）負責所有用戶的登錄和內部模塊的調用。A.路由器

B.Cloud Controller C.UAA √

D.Health Manager 11 多選 大數據的用處有： A.市場分析

√ B.產品推薦

√ C.需求預測

√ D.詐騙檢測

√ 12 多選 Hadoop的核心由以下哪兩部分組成？ A.文件系統應用包 B.工作調度 C.HDFS √

D.MapReduce √ 13 單選（）是一個實時收集、分析、展示、監控數據的分布式數據庫，它基于HBase存儲和查詢監控數據。A.OpenTSDB √ B.Kiji C.KijiMR D.KijiExpress 14 多選 下來關于Serengeti的描述正確的有： A.一個開源項目

√

B.基于vSphere自動化部署和管理Hadoop集群的工具

√

C.支持所有主流的Hadoop版本，還有HBdse，Hive等生態工具

√ D.一個封閉項目 15 多選 想要實現虛擬化HaDoop部署的最優化實踐，在選擇服務器時建議： A.CPU不要少于2個Quad-core并且激活HT √

B.為每個計算內核配置至少4G內存，并且預留6%的內存給虛擬化的有效使用

√ C.每臺服務器配置多塊本地存儲而不配置少量大存儲的硬盤

√ D.推薦使用10G網卡

√ 16 單選 想要實現虛擬化HaDoop部署的最優化實踐，在選擇服務器時不建議每個計算內核配置超過（）塊本次存儲。A.1 B.2 √ C.3 D.4 17 單選 在大部分應用中，OpenStack都被定義在云計算的哪個層面？ A.IaaS √ B.PaaS C.AWS D.SaaS 18 單選 OpenStack的網絡資源由以下哪部分提供？ A.Nova B.Glance C.Neutron √ D.Cinder 19 單選 Horizon的普通用戶可以查看云內所有資源。A.正確 B.錯誤

√ 20 多選 nova network支持以下哪幾種網絡？ A.FLAT

√ B.FlatDHCP √ C.VLAN √ D.WLAN 21 多選 OpenStack內部會產生一些對象來處理消息發送和接受，主要有以下哪幾類？ A.生產者

√ B.消費者

√ C.中間站 D.交換設備

√ 22 多選 Swift采用層次數據模型，共有三層邏輯架構分別為： A.環

B.賬戶

√ C.容器

√ D.對象

√ 23 多選 Glance中的鏡像狀態主要有： A.Queued √ B.Saving √ C.Active √ D.Killed √ 24 多選 KeyStone的功能可以分為： A.身份驗證

√

B.目錄服務

√ C.策略管理

√ D.數據存儲 25 單選 KeyStone確認完用戶身份之后，會給用戶提供一個證實該身份并且可以用于后續資源請求的令牌，該令牌的的有效時間默認為： A.一天

√ B.一周 C.一個月 D.一年 26 多選 KeyStone的提供兩種Token，分別為： A.UIUD B.KPI C.UUID √ D.PKI

√ 27 單選 在VIO中每個OpenStack API服務會對外暴露（）個服務地址。A.4 B.3 C.2 √ D.1 28 單選 VIO安裝部署之前需要用戶準備好（）個內網IP地址以及2個外網的IP地址。A.12 B.13 C.14 D.15 √ 29 多選 下列關于VSAN帶來的好處，描述正確的有： A.操作簡單方便 √

B.對正在運行的業務無影響 √ C.無數據損壞的風險 √ D.降低人工成本 √ 30 多選 CAP理論中“可用性”的兩個主要指標，分別為： A.響應時間 √

B.年度可訪問級別 √ C.季度可訪問級別 D.月可訪問級別 31 單選 VSAN強制規定一個磁盤組最多只能包含（）塊固態硬盤。A.2 B.3 C.4 D.1 √ 32 單選 VSAN建議閃存容量對磁盤容量的總數的比率，至少要達到： A.0.06 B.0.08 C.0.1 √ D.0.12 33 多選 下列屬于VSAN存儲策略的有： A.允許故障數 √

B.每個對象的磁盤帶數 √ C.閃存讀取緩存預留 √ D.強制置備 √ 34 單選 如果允許故障數為1，VSAN至少需要（）主機。A.1 B.2 C.3 √ D.4 35 單選 VSAN的數據存儲是一種（）。A.文件存儲系統 B.陣列存儲

C.對象存儲系統 √ D.磁帶庫存儲 36 單選 通過使用（），VSAN具備 提供高可用性和性能最佳虛擬機的能力。A.對象存儲系統 B.分布式Raid √ C.VMFS D.組件 37 多選 對象存儲的優勢有哪些？ A.基于虛擬機更靈活的管理 √ B.更高的可用性

√ C.更好的縱向擴展 D.更好的橫向擴展 √ 38 單選 VSAN采用（）周期性地將緩存中的數據，按照地址順序沖刷進磁盤中。A.加密算法 B.并行算法 C.臨近點算法 D.電梯算法 √ 39 單選 發生主機故障時，VSAN等待主機加入VSAN的集群的時間默認為： A.30分鐘 B.40分鐘 C.50分鐘 D.60分鐘 √ 40 單選 發生網絡故障時，VSAN會用（）來判斷那一邊的分區具有簡單多數的組件，并且基于結果決定哪邊的分區獲勝。A.對象存儲系統 B.VMFS C.見證 √ D.組件 提交

關于我們 下載移動端 Powered by 高校邦

第二篇：大數據與云計算論文

大數據與云計算

摘 要：大數據（Big Data）這個概念近年來在越來越多的場合、被越來越多的人提及，并且經常和云計算聯系在一起，云計算與大數據之間到底是什么關系成為熱點話題。本

專題報告包含以下四個方面內容：1.大數據的價值；2.大數據帶來的挑戰;3.大數據研究成果；4.云計算是大數據挖掘的主流方式。通過本報告闡述我們對大數據的理解，以及對大數據的價值的認識，探討大數據處理與挖掘技術，大數據主要著眼于“數據”，提供數據采集、挖掘、分析的技術和方法;云計算技術主要關注“計算”，提供IT 解決方案。大數據、云計算技術可以促進持續審計方式的發展、總體審計模式的應用、審計成果的綜合應用、相關關系證據的應用、高效數據審計的發展和大數據審計師的發展。強化大數據、云計算技術審計應用的措施包括制定長遠發展戰略、加快審計法規建設、建立行業平臺、加強研發和提高利用能力。關鍵詞：大數據 云計算 數據挖掘 對審計影響 政策建議 引言

目前，大數據伴隨著云計算技術的發展，正在對全球經濟社會生活產生巨大的影響。大數據、云計算技術給現代審計提供了新的技術和方法，要求審計組織和審計人員把握大數據、云計算技術的內容與特征，促進現代審計技術和方法的進一步發展。

一、大數據、云計算的涵義與特征

隨著云計算技術的出現，大數據吸引了全世界越來越多的關注。哈佛大學社會學教授加里·金(2012)說: “這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程。”(一)大數據的涵義與特征

“數據”(data)這個詞在拉丁文里是“已知”的意思，也可以理解為“事實”。2009 年，“大數據”概念才逐漸開始在社會上傳播。而“大數據”概念真正變得火爆，卻是因為美國奧巴馬政府在2012 年高調宣布了其“大數據研究和開發計劃”。這標志著“大數據”時代真正開始進入社會經濟生活中來了。“大數據”(big data)，或稱巨量資料，指的是所涉及的數據量規模大到無法利用現行主流軟件工具，在一定的時間內實現收集、分析、處理或轉化成為幫助決策者決策的可用信息。互聯網數據中心(IDC)認為“大數據”是為了更經濟、更有效地從高頻率、大容量、不同結構和類型的數據中獲取價值而設計的新一代架構和技術，用它來描述和定義信息爆炸時代產生的海量數據，并命名與之相關的技術發展與創新。大數據具有4 個特點: 第一，數據體量巨大(Volume)，從TB 級別躍升到PB 級別。第二，處理速度快(Velocity)，這與傳統的數據挖掘技術有著本質的不同。第三，數據種類多(Variety)，有圖片、地理位置信息、視頻、網絡日志等多種形式。第四，價值密度低，商業價值高(Value)。存在單一數據的價值并不大，但將相關數據聚集在一起，就會有很高的商業價值(金良，2012)。大數據時代，不僅改變了傳統的數據采集、處理和應用技術與方法，還促使人們思維方式的改變。大數據的精髓在于促使人們在采集、處理和使用數據時思維的轉變，這些轉變將改變人們理解和研究社會經濟現象的技術和方法。

(1)是在大數據時代，不依賴抽樣分析，而可以采集和處理事物整體的全部數據。19 世紀以來，當面臨大的樣本量時，人們都主要依靠抽樣來分析總體。但是，抽樣技術是在數據缺乏和取得數據受限制的條件下不得不采用的一種方法，這其實是一種人為的限制。過去，因為記錄、儲存和分析數據的工具不夠科學，只能收集少量數據進行分析。如今，科學技術條件已經有了很大的提高，雖然人類可以處理的數據依然是有限的，但是可以處理的數據量已經大量增加，而且未來會越來越多。隨著大數據分析取代抽樣分析，社會科學不再單純依賴于抽樣調查和分析實證數據，現在可以收集過去無法收集到的數據，更重要的是，現在可以不再依賴抽樣分析。

(2)是在大數據時代，不再熱衷于追求數據的精確度，而是追求利用數據的效率。當測量事物的能力受限制時，關注的是獲取最精確的結果。但是，在大數據時代，追求精確度已經既無必要又不可行，甚至變得不受歡迎。大數據紛繁多樣，優劣摻雜，精準度已不再是分析事物總體的主要手段。擁有了大數據，不再需要對一個事物的現象深究，只要掌握事物的大致發展趨勢即可，更重要的是追求數據的及時性和使用效率。與依賴于小數據和精確性的時代相比較，大數據更注重數據的完整性和混雜性，幫助人們進一步認識事物的全貌和真相。

(3)是在大數據時代，人們難以尋求事物直接的因果關系，而是深入認識和利用事物的相關關系。長期以來，尋找因果關系是人類發展過程中形成的傳統習慣。尋求因果關系即使很困難且用途不大，但人們無法擺脫認識的傳統思維。在大數據時代，人們不必將主要精力放在事物之間因果關系的分析上，而是將主要精力放在尋找事物之間的相關關系上。事物之間的相關關系可能不會準確地告知事物發生的內在原因，但是它會提醒人們事情之間的相互聯系。人們可以通過找到一個事物的良好相關關系，幫助其捕捉到事物的現在和預測未來。(二)云計算的涵義與特征

“云計算”概念產生于谷歌和IBM 等大型互聯網公司處理海量數據的實踐。2006 年8 月9 日，Google首席執行官埃里克·施密特(Eric Schmidt)在搜索引擎大會首次提出“云計算”的概念。2007 年10 月，Google 與IBM 開始在美國大學校園推廣云計算技術的計劃，這項計劃希望能降低分布式計算技術在學術研究方面的成本，并為這些大學提供相關的軟硬件設備及技術支持(Michael Mille，2009)。目前全世界關于“云計算”的定義有很多。“云計算”是基于互聯網的相關服務的增加、使用和交付模式，是通過互聯網來提供動態易擴展且經常是虛擬化的資源。美國國家標準技術研究院(NIST)2009年關于云計算的定義是: “云計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網絡訪問，進入可配置的計算資源共享池(資源包括網絡、服務器、存儲、應用軟件、服務等)，這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的交互。”根據這一定義，云計算的特征主要表現為: 首先，云計算是一種計算模式，具有時間和網絡存儲的功能。其次，云計算是一條接入路徑，通過廣泛接入網絡以獲取計算能力，通過標準機制進行訪問。第三，云計算是一個資源池，云計算服務提供商的計算資源，通過多租戶模式為不同用戶提供服務，并根據用戶的需求動態提供不同的物理的或虛擬的資源。第四，云計算是一系列伸縮技術，在信息化和互聯網環境下的計算規模可以快速擴大或縮小，計算能力可以快速、彈性獲得。第五，云計算是一項可計量的服務，云計算資源的使用情況可以通過云計算系統檢測、控制、計量，以自動控制和優化資源使用。(三)大數據與云計算的關系

從整體上看，大數據與云計算是相輔相成的。大數據主要專注實際業務，著眼于“數據”，提供數據采集、挖掘、分析的技術和方法，強調的是數據存儲能力。云計算主要關注“計算”，關注IT 架構，提供IT 解決方案，強調的是計算能力，即數據處理能力。如果沒有大數據的數據存儲，那么云計算的計算能力再強大，也難以找到用武之地;如果沒有云計算的數據處理能力，則大數據的數據存儲再豐富，也終究難以用于實踐中去。

從技術上看，大數據依賴于云計算。海量數據存儲技術、海量數據管理技術、MapＲeduce 編程模型都是云計算的關鍵技術，也都是大數據的技術基礎。而數據之所以會變“大”，最重要的便是云計算提供的技術平臺。數據被放到“云”上之后，打破了過去那種各自分割的數據存儲，更容易被收集和獲得，大數據才能呈現在人們眼前。而巨量的數據也只能依靠云計算強大的數據處理能力，才能夠“淘盡黃沙始得金”。

從側重點看，大數據與云計算的側重點不同。大數據的側重點是各種數據，廣泛、深入挖掘巨量數據，發現數據中的價值，迫使企業從“業務驅動”轉變為“數據驅動”。而云計算主要通過互聯網廣泛獲取、擴展和管理計算及存儲資源和能力，其側重點是IT 資源、處理能力和各種應用，以幫助企業節省IT部署成本。云計算使企業的IT 部門受益，而大數據使企業的業務管理部門受益。

從結果看，大數據與云計算帶來不同的變化。大數據對社會經濟帶來的變化是巨大的，涉及到各個領域。大數據已經與資本、人力一起作為生產的主要因素影響著社會經濟的發展。數據創造價值，而挖掘數據價值、利用數據的“推動力”就是云計算。云計算將信息存儲、分享和挖掘能力極大提高，更經濟、高效地將巨量、高速、多變的終端數據存儲下來，并隨時進行計算與分析。通過云計算對大數據進行分析、總結與預測，會使得決策更可靠，釋放出更多大數據的內在價值。

二、大數據、云計算技術對審計的影響分析

審計技術和方法的發展是隨著科學和管理技術的發展而發展的。現代審計技術和方法體系是在原始的查賬基礎上從低級向高級、從不完備到比較完備發展起來的。在業務和會計處理手工操作階段，審計實施的是賬表導向的審計技術和方法;當內部控制理論和方法全面應用于業務和會計處理時，審計實施的是系統導向的審計技術和方法;當風險管理理論和方法全面應用于業務和財務管理時，審計實施的是風險導向審計技術和方法;與風險導向審計技術和方法并行的是，計算機技術廣泛應用于業務和會計處理時，審計實施的是IT 審計技術和方法。目前，面對大數據、云計算技術的產生和發展，審計人員需要應時而變來適應由此而帶來的變化，分析大數據、云計算技術對審計方式、審計抽樣技術、審計報告模式、審計證據搜集等技術和方法的影響。(一)大數據、云計算技術促進持續審計方式的發展

傳統審計中，審計人員只是在被審計單位業務完成后才進行審計，而且審計過程中并不是審計所有的數據和信息，只是抽取其中有的一部分進行審計。這種事后和有限的審計對被審計單位復雜的生產經營和管理系統來說很難及時做出正確的評價，而且對于評價日益頻繁和復雜的經營管理活動的真實性和合法性則顯得過于遲緩。隨著信息技術迅速發展，越來越多的審計組織對被審計單位開始實施持續審計方式，以解決審計結果與經濟活動的時差問題。但是，審計人員實施持續審計時，往往受目前業務條件和信息化手段的限制，取得的非結構化數據無法數據化，或者無法取得相關的明細數據，致使對問題的判斷也難以進一步具體和深入。而大數據、云計算技術可以促進持續審計方式的發展，使信息技術與大數據、云計算技術較好交叉融合，尤其對業務數據和風險控制“實時性”要求較高的特定行業，如銀行、證券、保險等行業，在這些行業中實施持續審計迫在眉睫。如審計組織對商業銀行的審計，實行與商業銀行建立業務和數據系統的接口，在開發的持續審計系統中固化了非結構化數據結構化和數據分析模塊，該模塊可以在海量貸款客戶中挖掘、分析出行業性和區域性貸款風險趨勢，實現在線的風險預警，并將發現的風險數據、超預警值指標及問題登記為疑點，并建立實時審計工作底稿，按照重要程度進行歸類、核實或下發給現場審計人員進行現場核實，以較好處理非結構化數據的利用和數據的實時分析利用問題。(二)大數據、云計算技術促進總體審計模式的應用

現時的審計模式是在評價被審計單位風險基礎上實施抽樣審計。在不可能收集和分析被審計單位全部經濟業務數據的情況下，現時的審計模式主要依賴于審計抽樣，從局部入手推斷整體，即從抽取的樣本著手進行審計，再據此推斷審計對象的整體情況。這種抽樣審計模式，由于抽取樣本的有限性，而忽視了大量和具體的業務活動，使審計人員無法完全發現和揭示被審計單位的重大舞弊行為，隱藏著重大的審計風險。而大數據、云計算技術對審計人員而言，不僅僅是一種可供采用的技術手段，這些技術和方法將給審計人員提供實施總體審計模式的可行性。利用大數據、云計算技術，對數據的跨行業、跨企業搜集和分析，可以不用隨機抽樣方法，而采用搜集和分析被審計單位所有數據的總體審計模式。利用大數據、云計算技術的總體審計模式是要分析與審計對象相關的所有數據，使得審計人員可以建立總體審計的思維模式，可以使現代審計獲得革命性的變化。審計人員實施總體審計模式，可以規避審計抽樣風險。如果能夠收集總體的所有數據，就能看到更細微、深入的信息，對數據進行多角度的深層次分析，從而發現隱藏在細節數據中的對審計問題更具價值的信息。同時，審計人員實施總體審計模式，能發現從審計抽樣模式所不能發現的問題。大數據、云計算技術給審計人員提供了一種能夠從總體把握審計對象的技術手段，從而幫助審計人員能從總體的視角發現以前難以發現的問題。

(三)大數據、云計算技術促進審計成果的綜合應用

目前，審計人員的審計成果主要是提供給被審計單位的審計報告，其格式固定，內容單一，包含的信息量較少。隨著大數據、云計算技術在審計中廣泛應用，審計人員的審計成果除了審計報告外，還有在審計過程中采集、挖掘、分析和處理的大量的資料和數據，可以提供給被審計單位用于改進經營管理，促進審計成果的綜合應用，提高審計成果的綜合應用效果。首先，審計人員通過對審計中獲取的大量數據和相關情況資料的匯總、歸納，從中找出財務、業務和經營管理等方面的內在規律、共性問題和發展趨勢，通過匯總歸納宏觀性和綜合性較強的審計信息，為被審計單位投資者和其他利益相關者提供數據證明、關聯分析和決策建議，從而促進被審計單位管理水平的提高。其次，審計人員通過應用大數據、云計算技術，可以將同一問題歸入不同的類別進行分析和處理，從不同的角度、不同的層面整合提煉以滿足不同層次的需求。再次，審計人員將審計成果進行智能化留存，通過大數據、云計算技術，將問題規則化并固化到系統中，以便于計算或判斷問題發展趨勢，向被審計單位進行預警。最后。審計人員將審計成果、被審計單位與審計問題進行關聯，并進行信息化處理，在進行下次審計時，減少實地審計的時間和工作量，提高審計工作的效率。(四)大數據、云計算技術促進相關關系證據的應用

審計人員在審計過程中，應根據充分、適當的審計證據發表審計意見，出具審計報告。但是，在大數據、云計算環境下，審計人員既面臨巨量數據篩選的考驗，又面臨搜集適當審計證據的挑戰。審計人員在搜集審計證據時，傳統的思維路徑都是基于因果關系來搜集審計證據，而大數據分析將會更多地運用相關關系分析來搜集和發現審計證據。但從審計證據發現的角度來看，由于大數據技術提供了前所未有的跨領域、可供量化的維度，使得審計問題大量的相關信息能夠得以記錄和計算分析。大數據、云計算技術沒有改變事物間的因果關系，但在大數據、云計算技術中對相關關系的開發和利用，使得數據分析對因果邏輯關系的依賴降低了，甚至更多地傾向于應用基于相關關系的數據分析，以相關關系分析為基礎的驗證是大數據、云計算技術的一項重要特征。在大數據、云計算技術環境下，審計人員能搜集到的審計證據大多是電子證據(秦榮生，2013)。電子證據本身就非常復雜，云計算技術使獲取有因果關系的證據更加困難。審計人員應從長期依賴因果關系來搜集和發現審計證據，轉變成為利用相關關系來搜集和發現審計證據。(五)大數據、云計算技術促進高效數據審計的發展

直到今天，審計人員的數字審計技術依然建立在精準的基礎上。這種思維方式適用于掌握“小數據量”的情況，因為需要分析的數據很少，所以審計人員必須盡可能精準地量化被審計單位的業務。隨著大數據、云計算技術成為日常生活中的一部分，審計人員應開始從一個比以前更大、更全面的角度來理解被審計單位，將“樣本= 總體”植入審計人員的思維中。相比依賴于小數據和精確性的時代，大數據更強調數據的完整性和混雜性，幫助審計人員進一步接近事情的真相，“局部”和“精確”將不再是審計人員追求的目標，審計人員追求的是事物的“全貌”和“高效”。圍繞大數據，一批新興的數據挖掘、數據存儲、數據處理與分析技術將不斷涌現。在實施審計時，審計人員應利用大數據、云計算技術，使用分布式拓樸結構、云數據庫、聯網審計、數據挖掘等新型的技術手段和工具，以提高審計的效率。

(六)大數據、云計算技術促進大數據審計師的發展

大數據、云計算時代，數據的真實、可靠是大數據發揮作用的前提。這客觀上要求專業人員來對大數據的真實性、可靠性進行鑒證，審計人員可以扮演這種角色，或者稱為數據審計師。能對大數據真實性、可靠性進行鑒證的數據審計師應該是計算機科學、數學、統計學和審計學領域的專家，他們應有大數據分析和預測的評估能力。數據審計師應恪守公正的立場和嚴守保密的原則，面對海量的數據和紛繁復雜的相關關系，選取分析和預測工具，以及解讀數據及數據計算結果是否真實、可靠。一旦出現爭議，數據審計師有權審查與分析結果相關的運算法則、統計方法以及數據采集、挖掘和處理過程。數據審計師的出現是為滿足以市場為導向來解決數據真實性、可靠性問題的需求，這與20 世紀初期為了處理財務信息虛假而出現的審計人員一樣，都是為了滿足新需求而出現的。

三、大數據挖掘

數據的價值只有通過數據挖掘才能從低價值密度的數據中發現其潛在價值，而大數據挖掘技術的實現離不開云計算技術。在業界，全球著名的Google、EMC、惠普、IBM、微軟等互聯網公司都已經意識到大數據挖掘的重要意義。上述IT 巨頭們紛紛通過收購大數據分析公司，進行技術整合，希望從大數據中挖掘更多的商業價值。數據挖掘通常需要遍歷訓練數據獲得相關的統計信息，用于求解或優化模型參數，在大規模數據上進行頻繁的數據訪問需要耗費大量運算時間。數據挖掘領域長期受益于并行算法和架構的使用，使得性能逐漸提升。過去15 年來，效果尤其顯著。試圖將這些進步結合起來，并且提煉。GPU平臺從并行上得到的性能提升十分顯著。這些GPU平臺由于采用并行架構，使用并行編程方法，使得計算能力呈幾何級數增長。即便是圖形處理、游戲編程是公認的復雜，它們也從并行化受益頗多。研究顯示數據挖掘、圖遍歷、有限狀態機是并行化未來的熱門方向。MapReduce 框架已經被證明是提升GPU 運行數據挖掘算法性能的重要工具。D.Luo 等提出一種非平凡的策略用來并行一系列數據挖掘與數據挖掘問題，包括一類分類SVM 和兩類分類SVM，非負最小二乘問題，及L1 正則化回歸（lasso）問題。由此得到的乘法算法，可以被直截了當地在如MapReduce 和CUDA 的并行計算環境中實現。K.Shim 在MapReduce 框架下，討論如何設計高MapReduce 算法，對當前一些基于MapReduce 的數據挖掘和數據挖掘算法進行歸納總結，以便進行大數據的分析。Junbo Zhang 等提出一種新的大數據挖掘技術，即利用MapRedue 實現并行的基于粗糙集的知識獲取算法，還提出了下一步的研究方向，即集中于用基于并行技術的粗糙集算法處理非結構化數據。F.Gao 提出了一種新的近似算法使基于核的數據挖掘算法可以有效的處理大規模數據集。當前的基于核的數據挖掘算法由于需要計算核矩陣面臨著可伸縮性問題，計算核矩陣需要O(N2)的時間和空間復雜度來計算和存儲。該算法計算核矩陣時大幅度降低計算和內存開銷，而且并沒有明顯影響結果的精確度。此外，通過折中結果的一些精度可以控制近似水平。它獨立于隨后使用的數據挖掘算法并且可以被它們使用。為了闡明近似算法的效果，在其上開發了一個變種的譜聚類算法，此外設計了一個所提出算法的基于MapReduce 的實現。在合成和真實數據集上的實驗結果顯示，所提出的算法可以獲得顯著的時間和空間節省。Christian Kaiser 等還利用MapReduce 框架分布式實現了訓練一系列核函數學習機，該方法適用于基于核的分類和回歸。Christian Kaiser 還介紹了一種擴展版的區域到點建模方法，來適應來自空間區域的大量數據。Yael Ben-Haim 研究了三種MapReduce 實現架構下并行決策樹分類算法的設計, 并在Phoenix 共享內存架構上對SPRINT 算法進行了具體的并行實現。F.Yan 考慮了潛在狄利克雷分配（LDA）的兩種推理方法——塌縮吉布斯采樣（collapsed Gibbssampling，CGS）和塌縮變分貝葉斯推理（collapsedvariational Bayesian，CVB）在GPU 上的并行化問題。為解決GPU 上的有限內存限制問題，F.Yan 提出一種能有效降低內存開銷的新穎數據劃分方案。這種劃分方案也能平衡多重處理器的計算開銷，并能容易地避免內存訪問沖突。他們使用數據流來處理超大的數據集。大量實驗表明F.Yan 的并行推理方法得到的LDA 模型一貫地具有與串行推理方法相同的預測能力；但在一個有30 個多核處理器的GPU 上，CGS 方法得到了26倍的加速，CVB 方法得到了196 倍的加速。他們提出的劃分方案和數據流方式使他們的方法在有更多多重處理器時可伸縮，而且可被作為通用技術來并行其它數據挖掘模型。Bao-Liang Lu 提出了一種并行的支持向量機，稱為最小最大模塊化網絡(M3)，它是基“分而治之”的思想解決大規模問題的有效的學習算法。針對異構云中進行大數據分析服務的并行化問題G.Jung 提出了最大覆蓋裝箱算法來決定系統中多少節點、哪些節點應該應用于大數據分析的并行執行。這種方法可以使大數據進行分配使得各個計算節點可以同步的結束計算，并且使數據塊的傳輸可以和上一個塊的計算進行重疊來節省時間。實驗表明，這種方法比其他的方法可以提高大約60% 的性能。在分布式系統方面，Cheng 等人 提出一個面向大規模可伸縮數據分析的可伸縮的分布式系統——GLADE。GLADE 通過用戶自定義聚合（UDA）接口并且在輸入數據上有效地運行來進行數據分析。文章從兩個方面來論證了系統的有效性。第一，文章展示了如何使用一系列分析功能來完成數據處理。第二，文章將GLADE 與兩種不同類型的系統進行比較：一個用UDA 進行改良的關系型數據庫（PostgreSQL）和MapReduce(Hadoop)。然后從運行結果、伸縮性以及運行時間上對不同類型的系統進行了比較。

四、總結 大數據的超大容量自然需要容量大，速度快，安全的存儲，滿足這種要求的存儲離不開云計算。高速產生的大數據只有通過云計算的方式才能在可等待的時間內對其進行處理。同時，云計算是提高對大數據的分析與理解能力的一個可行方案。大數據的價值也只有通

過數據挖掘才能從低價值密度的數據中發現其潛在價值，而大數據挖掘技術的實現離不開云計算技術。總之，云計算是大數據處理的核心支撐技術，是大數據挖掘的主流方式。沒有互聯網，就沒有虛擬化技術為核心的云計算技術，沒有云計算就沒有大數據處理的支撐技術。

參考文獻

秦榮生.大數據、云計算技術對審計的影響研究 何清.大數據與云計算

張為民.云計算: 深刻改變未來

文峰.云計算與云審計———關于未來審計的概念與框架的一些思考

Big data and cloud computing Big Data(Big Data)in recent years, more and more occasions, the concept is mentioned more and more people, And often, and cloud computing together, what is the relationship between cloud computing and big data become a hot topic.this Special report contains the following four aspects: 1.The value of big data;2.Big data challenge;3.Big data research;4.Cloud computing is the mainstream way of data mining.Through this report on our understanding of big data, as well as the understanding of the value of big data, large data processing and mining technology, large data mainly focus on “data”, provide the technology and methods of data collection, mining and analysis;Cloud computing technology focusing on “computing”, providing IT solutions.Big data and cloud computing technology can promote the development of continuous audit mode, the overall audit mode of application, the audit results of comprehensive application, the application of related evidence, the development of efficient data audit and the development of large data auditor.Strengthen big data and cloud computing technology measures of audit applications include set up long-term development strategy, accelerate the construction of the audit regulations, establish a platform, to strengthen research and development and improve the utilization ability.Keywords: big data cloud computing data mining impact on the audit policy Suggestions

第三篇：新技術—云計算與大數據

云計算與大數據

大數據時代已經悄然到來，如何應對大數據時代所帶來的挑戰與機遇，是我們當代大學生特別是我們計算機專業學生的一個必須面對的嚴峻課題。在這次課上通過陶老師的講解以及在課后查閱相關資料，我了解到什么是大數據，什么是云計算，它們都有什么用處，有什么關系。

近幾年，云計算和大數據的概念受到了學術界、商界、甚至政府的熱傳，一時間云計算無處不在。秉承著“按需服務”理念的云計算正高速發展，“數據即資源”的“大數據”時代已經來臨。大數據利用對數據處理的實時性、有效性提出來更高要求，需要根據大數據特點對傳統的常規數據處理技術進行變革，形成適用于大數據收集、存儲、管理、處理、分析、共享和可視化的技術。大數據的規模效應給數據存儲和管理以及數據分析帶來了極大的挑戰。

一、云計算概念

在課后，經過翻閱各種資料，了解到狹義的云計算是指IT基礎設施的交付和使用模式。指通過網絡以按需、易擴展的方式獲得所需的資源；廣義的云計算是指服務的交付和使用模式，指通過網絡以按需、易擴展的方式獲得所需的服務，這種服務可以是IT和軟件、互聯網相關的，也可以是任意其他的服務，它具有超大規模、虛擬化、可靠安全等獨特功能。通俗的理解是，云計算的“云”就是存在于互聯網上的服務器集群上的資源，它包括硬件資源和軟件資源，本地計算機只需要通過互聯網發送一個需求信息，遠端就會有成千上萬的計算機為你提供需要的資源并將結果返回到本地計算機。這樣，本地計算機幾乎不需要做什么，所有的處理都在云計算提供商所提供的計算機群體來完成。

Kevin Hartig：云是一個龐大的資源地，你按需購買；云是虛擬化的；云可以像自來水、電、煤氣那樣計費。

Jan Pritzker：云計算是用戶友好的網絡計算。

云計算，它是基于數據中心，強調性價比、效率、可行性的服務運營模式，這是提高高端計算利用率，同時提升低端計算事物處理能力，我們不關注本身計算機的能力，更多提供給后臺，由于后臺強大的處理能力完成。

二、云計算部署模式

根據云計算服務對象范圍的不同，云計算有四種部署模式：私有云、社區云、公有云和混合云。私有云是由一個用戶組織（例如政府、軍隊、企業）建立運維的云計算平臺，專供組織內部人員使用，不提供對外服務。社區云也稱機構云，云基礎設施由多個組織共同提供，平臺由多個組織共同管理。社區云被一些組織共享，為一個有共同關注點的社區或大機構提供服務。公有云的基礎設施由一個提供云計算服務的大型運營商組織建立和運維，該運營組織一般是擁有大量計算資源的IT巨頭，這些IT公司將云計算服務以“按需購買”的方式銷售給一般用戶或中小企業群體。用戶只需將請求提交給云計算系統，付費租用所需的資源和服務。混合云的云基礎設施是由兩種或兩種以上的云組成，每種云仍然保持獨立，但用標準的或專用的技術將它們組合起來，具有數據和應用程序的可移植性。

三、云計算服務模式

計算就要有就算環境，一般計算環境都有硬件的一層，資源組合調度的一層即操作層，以及計算任務的應用業務的軟件層。云計算提供的三種服務模式對應了計算環境的三個層面。這三種服務模式分別是基礎設施即服務IaaS、軟件即服務SaaS、平臺即服務PaaS。

IaaS即把廠商的由多臺服務器組成的“云端”基礎設施，作為計量服務提供給客戶。它的優點是用戶只需低成本硬件，按需租用相應計算能力和存儲能力，大大降低了用戶在硬件上的開銷。目前以Google云應用最具代表性，例如GoogleDocs、GoogleApps、Googlesites。SaaS服務提供商將應用軟件統一部署在自己的服務器上，用戶根據需求通過互聯網向廠商訂購應用軟件服務，服務提供商根據客戶所定軟件的數量、時間的長短等因素收費，并且通過瀏覽器像客戶提供軟件的模式。對于小型企業來說，SaaS是采用先進技術的最好途徑。PaaS把開發環境作為一種服務來提供。PaaS能夠給企業或個人提供研發的中間件平臺，提供應用程序開發、數據庫、應用服務器、試驗、托管及應用服務。

四、大數據

大數據（big data），或稱巨量資料，就是對全球各種大規模數據資料進行深度挖掘，并進行高速度及多樣式計算后，整理出來的高價值的分析結果；重點應用在國防領域建設，未來發展方向在人工智能領域，可以讓計算機自主地從經驗中進行學習和反饋。個人總結，大數據的特點主要有如下4點：

一是大量。存儲大，計算量大。

二是數據類型多樣。現在的數據類型不僅是文本形式，更多的是圖片、視頻、音頻、地理位置信息等多類型的數據，個性化數據占絕對多數。三是處理速度快。增長速度快，處理速度要求快。四是價值密度低。浪里淘沙卻彌足珍貴，數據沒有辦法在可忍受的時間下使用常規軟件方法完成存儲、管理和處理任務。

大數據已經不簡簡單單是數據大的事實了，而最重要的現實是對大數據進行分析，只有通過分析才能獲得很多智能的，深入的，有價值的信息。大數據分析普遍存在的方法理論有：可視化分析、數據挖掘算法、預測性分析、語義引擎、數據質量和數據管理。

五、云計算與大數據關系

云計算和大數據是這個時代的兩個王者，是一個硬幣的兩面，云計算是大數據的IT基礎，而大數據是云計算的一個殺手級應用。張亞勤說，云計算是大數據的驅動力，而另一方面，由于數據越來越多，越來越復雜，越來越實時，這就更加需要云計算去處理，所以二者之間是相輔相成的。

本質上，云計算和大數據的關系是靜與動的關系；云計算強調的是計算，這是動的概念；數據則是計算的對象，是靜的概念。在實際的應用中，前者強調的是計算能力，或者看重的是存儲能力；但是這樣說，并不意味著兩個概念如此涇渭分明。大數據需要處理大數據的能力如數據獲取、清潔、轉換、統計等，其實就是需要強大的計算能力，另一方面，云計算的動也好是相對而言，比如基礎設施即服務中存儲設備提供的主要是數據能力，所以可謂是動中有靜。

如果數據是財富，那么大數據就是寶藏，而云計算就是挖掘和利用寶藏的利器。沒有強大的計算能力，數據寶藏終究是鏡中花，沒有大數據的積淀，云計算也只能是殺雞用的宰牛刀。

六、心得體會

通過這次課程的學習，了解到在如此快速到來的大數據革命時代，我們還有很多知識需要學習，許多思維需要轉變，許多技術需要研究。職業規劃中，也需要充分考慮到大數據對于自身職業的未來發展所帶來的機遇和挑戰。

第四篇：云計算與高校圖書館

云計算與高校圖書館

【摘要】云計算在引領著互聯網的發展趨勢，高校圖書館也不可避免的受到影響。本文在介紹云計算概念、概括云計算技術特點的基礎上，探討了云計算技術在圖書館中的應用及相關問題。

【關鍵詞】云計算；云計算技術；圖書館；云計算技術應用

【Abstract】Cloud computing is the trend of the internet, the digital Library was affected inevitably.This article introduces the concepts of cloud

computing and its technical features, discussed cloud computing ’s technology application in libraries and related issues.【Key words】Cloud computing； Cloud computing technology； Library； Cloud computing technology application

1問題的提出

在互聯網普及的現代信息化社會中, 尤其是當前隨著新一代互聯網技術Web2.0 的發展成熟, 信息數據量呈現快速增長趨勢。人們對于圖書館這一傳統信息資源的提供者在服務方式和服務內容方面也提出了更高更全面的要求, 而與此同時圖書館面臨著主要信息資源紙質書刊文獻的價值在聯機數據庫、電子出版物、網絡信息的沖擊下不斷的淡化, 機器設備的更新速度也跟不上讀者需求的困境。【10】尤其是云計算的產生使我們不得不開始思考：云計算為圖書館帶來怎樣的優勢，又將帶來怎樣的問題？我們又該采取哪些措施應對云計算的挑戰、促進云計算的廣泛應用？

2云計算

2.1云計算的產生

云計算產生的契機目前，谷歌、微軟、IBM、亞馬遜等公司都在著手云計算技術的研究，但是以賣書著稱的電子商務網站———亞馬遜卻是最早提出云計算概念及最早提供成熟云計算服務的公司。非IT 企業的亞馬遜首先提出影響IT 行業深刻變革的云計算概念，這得從亞馬遜自身的業務說起，亞馬遜在設計和規劃自身的IT架構時，為了應對銷售峰值必需購買足夠多的IT 設備，但這些設備平時絕大部分處于閑置狀態，亞馬遜就想借自身在網站優化上的技術和經驗優勢，利用富裕的設備、技術和經驗去為其他企業提供服務，讓閑置的IT 設備“動”起來，為企業創造價值[1]。這就是亞馬遜推出云計算服務的初衷。【8】

2.2云計算的定義

Matrix 曾總結了云計算的20 個定義, 但仍遠遠不能涵蓋已有定義。Google 全球副總裁李開復博士的定義為“所謂云計算, 就是要以公開的標準和服務為基礎,以互聯網為中心,提供安全、快速、便捷的數據存儲和網絡計算服務,讓互聯網這片‘云’成為每一個網民的數據中心和計算中心”。【1】

3云計算技術為高校圖書館所帶來的優勢

3.1“云”保證圖書館的安全。數字圖書館一般都擁有著龐大的信息，資源，目前的數字圖書館都是將這些數據集中保存在某一架設的服務器上，一旦服務器出現了故障或者被惡意攻擊，就會使用戶信息及圖書館資料丟失，從而給數字圖書館造成不可挽回的后果。如今有了云計算技術，可以確保數字圖書館資源存儲的可靠性，避免了因服務器出錯而導致的資源丟失現象，同時也保證了在不理想的網絡安全環境下一旦發生信息丟失后，數字圖書館可以繼續為用戶提供服務。這是因為在“云”中有無數的服務器，就算有一臺服務器出現問題，那么其他服務器也可以將其備份的數據在極短時間內快速轉移到別的服務器中，并啟動該服務

器來提供服務，同時也避免了一臺服務器在網絡中長時間暴露受到攻擊后癱瘓的問題，從而使數字圖書館實現真正意義上的不間斷安全服務。【4】

3.2云計算與圖書館數據存儲

網絡時代中，信息爆炸使得信息量呈指數型增加，而近幾年世界范圍內的磁盤存儲系統的容量更是每年以將近80％的速度遞增。如此高速增長的信息對圖書館的資源存儲提出了挑戰，如何更大限度地實現信息資源的長效保存和資源共享，成為圖書館人思考的一個問題。作為一種新型的基于互聯網的商業計算模式，云計算強大的信息存儲和處理功能對圖書館具有極大的吸引力。在云計算的模式之下，圖書館的海量數據可以存儲在通過互聯網連接的任何一臺電腦或終端設備，并通過網絡來高度共享。在圖書館海

量數據存儲中的云計算技術是以計算服務器為核心，動態部署虛擬的硬件服務器。用戶可以實現“無所不在”的訪問，同時也和Web 云上的用戶共享流量和計算能力。云計算對圖書館數據存儲主要通過分布式存儲與冗余存儲來實現，將圖書館的所有數字資源都存儲在“云”中，并由“云”來管理和調度這些數據。【5】

3.3降低了數字圖書館建設的成本。當今社會電子設備技術的發展日新月異，為了適應這種發展趨勢，使數字圖書館能夠正常地運做下去，就需要不斷地投入資金進行硬件設備的更新換代，另外數據庫系統和硬件的維護同樣需要不小的開銷。如果高校數字圖書館采用云計算所提供的服務，將會很好的解決這一問題。云計算環境下，一般的圖書館用戶只需作為終端用戶使用數字圖書館系統，并且此終端設備無需高的配置，無需自己安裝應用系統軟件，要連接到互聯網就可以直接使用相應的軟件系統，因此可以節約初期數字只圖書館建設中硬件設備的投1 云計算技術概述入。同時各種軟件系統及各類數據庫的使用都需要再費時費力的為所有計算機安裝所有圖書管理系統需要使用的軟件。軟件的升級、維護可由廠商直接在互聯網上進行，圖書館徹底擺脫缺少計算機專業人才的困境。【4】

3.4有利于“泛在”圖書館的實現。“泛在”圖書館可簡單地理解為一種能夠隨時隨地獲取信息服務的圖書是圖書館未來的發展趨勢。“云”計算技術的出現為這種未來的圖書館形式奠定了技術基礎。在“云”計算技術的支撐下，“泛在”圖書館不再是遙遠的夢想【9】。

4應用云計算應注意的問題

4.1云計算缺乏標準，軟件成熟度不夠。雖然目前IBM、Amazon、Google 及國內的瑞星等公司已開始提供“云”計算服務，IBM 公司還成立了無錫“云”計算中心。但總體而言，當前“云”計算仍缺乏統一標準，圖書館在改換“云”計算服務提供商的時候可能還需要重新編寫應用程序。另外，由于“云”軟件對可靠性、可擴展性、服務質量等方面有較高的要求，所以現有的“云”軟件仍不夠成熟，存在許多不足之處。【9】

4.2公共圖書館應用云計算應重視版權保護

在云計算模式中，各個加入云計算模式的公共圖書館之間可以通過有關的協議共享彼此的信息資源，云計算服務商可能會千方百計地利用這些數據，并以數據整合、數據挖掘、知識服務的名義使用戶數

據利用合法化，進而謀取利益，侵犯版權，且用戶使用本館的電子資源與使用他館的電子資源都很方便，也很可能帶來版權糾紛問題。另外，云計算提供商一般將能夠提供的服務列在網上，讓用戶自行選擇需要運行的程序，而這些程序都可以設置參數，記錄用戶的姓名、喜好甚至過去的行為，用戶的隱私信息無形之中會成為廠商的資產。如果公共圖書館利用云計算管理用戶的信息，那么用戶信息也會被云計算服務提供商掌握，可能會侵犯用戶的隱私權。因此，公共圖書館界應針對在云計算模式下的信息資源共享中可能引發的版權糾紛問題制定

切實可行的方案，從而方便用戶利用各館的信息資源。【7】

4.3資源的存放問題

云計算為圖書館信息資源共享提供了新的前景，利用云技術，用戶只需要通過本地終端就能使用圖書館的相關資源。而對于圖書館而言，需要解決的問題在于，哪些資源應該放在“云”中。從理論上講，現有的電子資源都能放在“云”平臺上，但實際上，網絡的安全和穩定是“云”服務的基礎，如果服務中斷或失

效，將會影響圖書館的讀者服務。因此為了保證圖書館能在任何時候都能正常提供相關的服務，顯然不能將所有的數據資源都存放在“云”中，應在本地終端上保存一些重要的數據備份，以應對突發事件的到來。因此，圖書館云計算并不是完全推翻圖書館現有的數據部署模式，而是在保留原有數據模式的基礎上，將兩者有機地結合，將云計算作為現有數據存儲模式的有效補充。而對于哪些資源能夠放到“云”中，則需要圖書館對現有的數據進行梳理、研究和論證來取得。【5】

5結束語

云計算的出現，給高校圖書館的發展提供了更多的技術和服務支持，為圖書館提供更全面的用戶服務提供了更多的途徑。當然，云計算不僅帶來了機遇，更是給高校圖書館帶了了挑戰。盡管目前圖書館界對云計算的應用帶來的利弊誰大誰小存在很多質疑，但誰也不能否認一但合理的利用云計算，將會給圖書館帶來巨大的利益。相信隨著圖書館界對云計算技術的研究以及云計算技術的日趨成熟，云計算技術在數字圖書館中的應用必定有著光明的前景。

參考文獻

【1】.【數 據 庫】超星數據庫

【篇名(中)】云計算影響下的圖書館

【篇名(英)】Cloud computing under the influence of the library

【作者姓名】張建平龍旭梅 劉鵬年 馬明慧

【作者單位】中國人民解放軍醫學圖書館○

【刊物卷期】科技信息2010 年第31期

【中文摘要】云 計 算 在 引 領 著 互 聯 網 的 發 展 趨 勢，數 字 化 圖 書 館 進 程 也 不 可 避 免 的 受 到 影 響。本 文 在 介 紹 云 計 算 概 念、概 括 云 計 算 技 術 特 點 的基 礎 上，探 討 了 云 計 算 技 術 在 圖 書 館 中 的 應 用 及 相 關 問 題。

【2】.【數 據 庫】超星數據庫

【篇名(中)】基于“云計算”的數字圖書館服務模式

【篇名(英)】Based on the “cloud computing” digital library service mode

【作者姓名】李惠琴

【作者單位】蘭州商學院圖書館

【刊物卷期】科技創新導報 2010NO.31

【中文摘要】云計算是繼網格技術后產生的新型計算模式,它的出現不僅僅是一種2.0時代的附屬品,而是一場互聯網時代的巨大改變。本文

從云計算的概念入手,分析數字圖書館應用云計算的可行性,并根據云計算的特征和構成數字圖書館服務模式的要素從不同角度探討了

基于云計算環境下的一站式服務模式、平臺服務模式、個性化服務模式、資源共建共享服務模式的云數字圖書館服務模式。

【3】【數 據 庫】超星數據庫

【篇名(中)】基于云計算的圖書館服務模式研究

【篇名(英)】Based on cloud computing of library service model research

【作者姓名】周 波

【作者單位】河池學院圖書館

【刊物卷期】現代情報2010 年10 月第30 卷第10 期

【中文摘要】伴隨著資訊技術的發展和進步, 圖書館服務也呈現出數字化、智能化、網絡化、多元化、標準化等發展趨勢。

在面對圖書館發展新的形勢下, 傳統的圖書館服務模式已經顯得力不從心。通過以云計算方式為手段對傳統的服務模式進行變

革、改進和擴展, / 云0 圖書館服務模式將最大化的利用圖書館資源, 更加貼近用戶不同需求, 并衍生出更多新的服務項目。

【4】【數 據 庫】超星數據庫【篇名(中)】云計算技術與高校數字圖書館

【篇名(英)】Cloud computing and university digital library

【作者姓名】劉金娥

【作者單位】北京交通大學 北京 100044；石家莊信息工程職業學院 河北 石家莊 050035

【刊物卷期】高新技術產業發展

【中文摘要】云計算作為一項迅速發展的新型信息技術目前已應用在國內外諸多領域，同樣也會對高校數字圖書館的建設與發展帶來不可忽視的影響。在介紹云

計算技術原理的基礎上，探討云計算技術對高校數字圖書館建設的影響以及應注意的一些問題

【5】【數 據 庫】超星數據庫【篇名(中)】云計算與圖書館關系初探

【篇名(英)】Cloud computing and the relationship between library Taiwan

【作者姓名】肖景文

【作者單位】四川音樂學院

【刊物卷期】科技情報開發與經濟2010 年第20 卷第30 期

【中文摘要】：以云計算為研究對象，探討了云計算與圖書館的若干關系，在基于國內現有的云服務研究成果與實踐的基礎上，從圖書館的角度，分析了云計算的基本理論，結合圖

書館的實際情況，探討云計算與圖書館的關系，重點闡述了云計算對圖書館的影響。

【6】【數 據 庫】超星數據庫

【篇名(中)】云計算及其在圖書館中的應用

【篇名(英)】Cloud computing and the application in the library

【作者姓名】羅永祿 肖潔1 2

【作者單位】.青島市委黨校青島膠南市委黨校

【刊物卷期】中國西部科技2010年10月（中旬）第09卷第29期總第226期

【中文摘要】：：云計算技術已經在某些商業領域得到初步應用。不需要太長時間云計算技術就能在圖書館界得到普及和應用。

文章在概述云計算概念、歸納云計算技術特點的基礎上，研究了云計算技術在圖書館中的應用。結合云計算技術在企業

推廣中遇到的問題，分析了圖書館應用云計算技術應重點關注的問題。

【7】【數 據 庫】超星數據庫

【篇名(中)】公共圖書館應用云計算的策略研究

【篇名(英)】Public library application computing clouds strategy research

【作者姓名】高青

【作者單位】（濰坊學院圖書館，山東濰坊261061）

.【刊物卷期】圖書館理論與實踐2010(8)

【中文摘要】：作為一項新的信息技術云計算正逐步在圖書館界研究并得到應用。公共圖書館與云計算之間存在密切的聯系。在云計算時代到來之際，公共圖書館應該適應云計算潮流，正確定位，采取新舉措，推進信息資源建設和信息服務，提升社會價值和社會地位。

【8】【數 據 庫】超星數據庫

【篇名(中)】云計算環境下的圖書館數字資源共建共享研究

【篇名(英)】Research about Co-construction and Sharing Digital Resources of Library under Cloud Computing Environment

【作者姓名】楊穎Yang Ying

【作者單位】.陜西科技大學圖書館

【刊物卷期】價值工程：1006-4311（2010）31-0195-03

【中文摘要】：概述云計算產生的契機、概念及其發展現狀。分析影響當前我國圖書館數字資源共建共享工作的主要障礙，并基于云計算技術，探討

了解除圖書館數字資源共建共享障礙的對策。

【9】【數 據 庫】超星數據庫

【篇名(中)】云計算給圖書館發展帶來的機遇與挑戰

【篇名(英)】Cloud computing to the library with the development of the challenges and opportunities

【作者姓名】干林

【作者單位】（淮陰工學院圖書館

.【刊物卷期】科技情報開發與經濟2010 年第20 卷第31 期

【中文摘要】：：云計算是計算機網絡發展的一個趨勢，代表了一種新的數據處理方式和人們 未來的一種生活方式，在不久的將來，云計算必將在圖書館中得到大規模的普及應用。

在介紹云計算概念、技術特點、現狀的基礎上，探討了云計算技術給圖書館發展帶來的機遇與挑戰。

【10】【數 據 庫】超星數據庫

【篇名(中)】云計算與圖書館建設 【篇名(英)】Cloud computing and the library construction

【作者姓名】朱 勇

【作者單位】無錫商業職業技術學院,.【刊物卷期】內蒙古科技與經濟第15 期總第217 期2010 年8 月

【中文摘要】文章闡述了云計算和云存儲的概念, 探討了未來計算機云技術在圖書館建設中的發展和應用。

第五篇：高校邦期末測試

多選信息安全三要素包括：A.保密性

B.完整性

C.可用性

D.不可否認性 2 多選以下下列哪些是常見的惡意代碼？A.病毒

B.木馬

C.蠕蟲

D.后門 3 多選我們常見的對信息安全的誤區有哪些？A.重安全產品，輕安全管理

B.重外部安全，輕內部安全

C.重局部安全，輕整體安全

D.技術是萬能的 單選為什么密碼很重要？

A.身份認證方式

B.抵御攻擊的第一道防線

C.密碼與個人隱私息息相關D.以上都對 多選為了增加上網安全，我們要盡量：A.不要登入可疑網站

B.不要打開或濫發郵件中不可信賴來源或電郵所載的URL鏈接

C.打開郵件附件時要提高警惕

D.確保電腦安裝了最新的補丁和病毒庫 多選如何實現無線網絡安全？A.關閉網絡的SSID廣播

B.啟用WPA2 C.采用較復雜的密碼

D.定期更改密碼 多選出于安全考慮，接收郵件時絕對不要打開（）、（）和（）文件類型的郵件附件。A.bat B.com C.exe D.txt 8 多選出于安全考慮，應如何正確使用手機？A.正規安全渠道下載官方軟件

B.不點擊不明的短信鏈接

C.更新病毒庫

D.隨意刷ROM 多選信息安全管理體系包括：A.風險管理

B.合規性管理

C.業務連續性管理

D.人員和組織管理

單選 OSI（）負責建立主機端到端連接。

A.應用層B.傳輸層

C.網絡層

D.數據鏈路層 多選安全方針和策略屬于：

A.一般管理中的策略管理B.信息安全保障工作的整體性指導和要求

C.需要有相應的制定、審核和改進過程 D.管理員的事 單選 DNS的端口號是（）。

A.80 B.23 C.53 D.21 13 單選下列（）屬于數據鏈路層存在的安全風險。A.MAC泛洪

B.SYN泛洪

C.漏洞

D.IP欺騙 單選下列（）屬于針對WEB應用的攻擊。A.含有惡意代碼珠網頁

B.SYN泛洪

C.Smurf D.UDPFlood 15 多選按漏洞利用方式分類，DoS攻擊可以分為：A.特定資源消耗類

B.暴力攻擊類 C.利用傳輸協議缺陷

D.利用服務程序的漏洞 單選 SYN泛洪是一種廣為人知的攻擊，攻擊者向被攻擊者發起大量的SYN包使用的是（）。

A.真實的源IP B.偽裝源IP地址

C.一段真實IP地址 D.以上都不對 17 單選 SYN泛洪攻擊防范最有效的方法是（）。A.修改注冊表

B.入侵保護系統

C.增加防火墻

D.以上都不對 單選在（）設備構建起來的網絡中，攻擊者很容易就能監視通信雙方之間的TCP連接。A.集線器

B.交換機

C.路由器

D.防火墻 單選 UDP泛洪攻擊防范的最好方法是（）。A.修改注冊表

B.入侵保護系統

C.增加防火墻

D.以上都不對 單選 ICMP Smurf攻擊中，目的地址為被攻擊者所在網段的（）。A.IP地址

B.DNS服務器地址

C.廣播地址

D.組播地址 單選 ICMP重定向攻擊中，攻擊者冒充（）發送偽造的ICMP重定向消息。

A.服務器

B.DNS C.DHCP D.網關 單選一般而言，Internet防火墻建立在一個網絡的（）。A.內部網絡與外部網絡的交叉點

B.每個子網的內部

C.部分內部網絡與外部網絡的結合處

D.內部子網之間傳送信息的中樞 單選當Windows用戶密碼大于（）個字符，SAM文件中只存放密碼的NTLM-Hash值。A.12 B.8 C.13 D.14 24 多選下列（）命令可以獲取用戶密碼的哈希值。A.GetHashes B.PwDump C.JohnthdRipperD.SAMInside 25 單選在獲取哈希值后可以通過（）模式來進行破解，進而獲取系統的密碼。

A.彩虹表

B.字典

C.暴力D.以上都對 單選滿足復雜性需求的密碼，密碼需包含（）。

A.大寫字母

B.小寫字母

C.數字D.大寫字母+小寫字母+數字+特殊字符 單選下列（）多余賬戶需要禁用。

A.administrator B.admin C.guest D.aspnet 28 單選對于Windows漏洞防范，最好辦法是（）。A.防火墻

B.入侵保護系統C.即時更新系統補丁

D.IPS 單選 MicrosoftOffice97~2003（Access除外）默認使用的是（）加密方式。A.RC440Bit B.RC5 C.RC6 D.以不都不對 多選 APDFPR支持（）破解類型。A.暴力破解

B.掩碼暴力破解

C.字典破解

D.網絡破解

單選Winrar默認采用（）兼容算法對ZIP文件進行加密。

A.ZIP1.0 B.ZIP2.0 C.winRAR D.以上都不對

多選對NTFS缺陷最好的防范措施是：A.EFS B.設好NTFS權限C.BitLockeD.其他措施加密文件/文件夾

單選使用EFS加密，建議對（）進行加密。

A.文件B.文件夾

C.磁盤 D.設備 34 多選 BitLocker加密技術支持（）和（）格式A.FAT B.NTFS C.ReFS D.EXT3 35 多選下列屬于木馬特性的是：A.隱蔽性

B.自動運行性

C.能自動打開特別的端口

D.功能的特殊性

單選冰河的服務器端程序為（）。A.G-server.exe B.G-client.exe C.Kernel32.exe D.sysexplr.exe

單選灰鴿子木馬屬于（）。

A.直連木馬B.反彈木馬

C.盜號木馬

D.以上都不對 38 單選msf攻擊載荷生成器允許用戶把載荷進行（），生成可運行的Shellcode A.加殼B.封裝

C.解封裝

D.加密

多選 Rootkit是攻擊者用來（）和（）的工具。A.隱藏自己的蹤跡

B.保留Root訪問權限

C.傳染

D.攻擊

多選偽裝木馬最常用的傳播方式就是通過（）即時通信軟件進行傳播。A.電子郵件

B.QQ C.文件

D.UBS磁盤

多選用戶需要有普遍意義上的木馬防范方法是（）。A.及時升級瀏覽器，安裝防病毒軟件、修復系統漏洞，務必及時更新病毒庫

B.不下載來歷不明的文件，更不要運行這些文件

C.不瀏覽身份不明的網站，特別注意瀏覽網頁時不安裝不明的控件

D.收到來歷不明的郵件直接刪除，不要打開或運行郵件中的文件

單選掃描IIS上傳漏洞使用（）工具。

A.桂林老兵

B.中國菜刀C.IISPUTScanner D.大小馬

單選利用IIS漏洞進行提權的工具是（）。

A.桂林老兵

B.中國菜刀

C.IISPUTScanner D.大小馬

單選在具有SQL注入漏洞的網站里，登錄界面，輸入（）就可直接登入。

A.user'OR’1 B.administrator'OR’1 C.manager'OR’1 D.admin'OR’1 45 多選經常使用的SQL注入工具有：A.啊D注入工具B.PangolinC.NBSID.S