高校邦大数据与云计算测试答案

第一篇：高校邦大数据与云计算测试答案

首页 课程广场 我的学习帮助中心 3 杨望

返回 大数据与云计算„ >测验 >结课测验 >结课测验 结课测验(共40道题，满分100.00分)测验截止时间 2016-12-12 23:59 有效提交次数1次，已提交0次。1 多选 云计算的三个层次可以分为： A.IaaS.B.PaaS.C.AWS D.SaaS.2 多选 关于2011年新发布的Cloud Foundry平台下列描述正确的有： A.使用开放源代码 √ B.只支持java C.由VMware公司研发.√ D.支持多语言 多框架.√3 多选 Cloud Foundry公有云服务平台的注册需要用到： A.身份证号码 B.QQ C.邮箱

√ D.手机号码 √ 4 单选 在安装完Cloud Foundry客户端工具以后，在客户端使用以下哪个命令，就可以登录到Cloud Foundry云平台？ A.cf login √ B.cf push 5 单选 默认的Cloud Foundry在发布应用的时候，会启动（）个应用的实例来提供服务。A.2 B.3 C.4 D.1 √ 6 多选 Cloud Foundry可以通过以下哪些工具来进行日志管理？ A.cf logs √ B.cf events √ C.cf log D.cf event 7 单选 在Cloud Foundry里面对应用进行监控使用的是（）云服务。A.New Relic √ B.Redis Cloud C.CloudAMQP D.MongoLab 8 多选 Cloud Foundry的可扩展性主要体现在： A.组件的可扩展性

√

B.底层laaS资源的扩展性

√ C.应用的扩展性

√ 9 多选 Cloud Foundry的设计原则有： A.可扩展性

√ B.异步性

√ C.自愈能力

√ D.安全性

√单选 Cloud Foundry的（）负责所有用户的登录和内部模块的调用。A.路由器

B.Cloud Controller C.UAA √

D.Health Manager 11 多选 大数据的用处有： A.市场分析

√ B.产品推荐

√ C.需求预测

√ D.诈骗检测

√ 12 多选 Hadoop的核心由以下哪两部分组成？ A.文件系统应用包 B.工作调度 C.HDFS √

D.MapReduce √ 13 单选（）是一个实时收集、分析、展示、监控数据的分布式数据库，它基于HBase存储和查询监控数据。A.OpenTSDB √ B.Kiji C.KijiMR D.KijiExpress 14 多选 下来关于Serengeti的描述正确的有： A.一个开源项目

√

B.基于vSphere自动化部署和管理Hadoop集群的工具

√

C.支持所有主流的Hadoop版本，还有HBdse，Hive等生态工具

√ D.一个封闭项目 15 多选 想要实现虚拟化HaDoop部署的最优化实践，在选择服务器时建议： A.CPU不要少于2个Quad-core并且激活HT √

B.为每个计算内核配置至少4G内存，并且预留6%的内存给虚拟化的有效使用

√ C.每台服务器配置多块本地存储而不配置少量大存储的硬盘

√ D.推荐使用10G网卡

√ 16 单选 想要实现虚拟化HaDoop部署的最优化实践，在选择服务器时不建议每个计算内核配置超过（）块本次存储。A.1 B.2 √ C.3 D.4 17 单选 在大部分应用中，OpenStack都被定义在云计算的哪个层面？ A.IaaS √ B.PaaS C.AWS D.SaaS 18 单选 OpenStack的网络资源由以下哪部分提供？ A.Nova B.Glance C.Neutron √ D.Cinder 19 单选 Horizon的普通用户可以查看云内所有资源。A.正确 B.错误

√ 20 多选 nova network支持以下哪几种网络？ A.FLAT

√ B.FlatDHCP √ C.VLAN √ D.WLAN 21 多选 OpenStack内部会产生一些对象来处理消息发送和接受，主要有以下哪几类？ A.生产者

√ B.消费者

√ C.中间站 D.交换设备

√ 22 多选 Swift采用层次数据模型，共有三层逻辑架构分别为： A.环

B.账户

√ C.容器

√ D.对象

√ 23 多选 Glance中的镜像状态主要有： A.Queued √ B.Saving √ C.Active √ D.Killed √ 24 多选 KeyStone的功能可以分为： A.身份验证

√

B.目录服务

√ C.策略管理

√ D.数据存储 25 单选 KeyStone确认完用户身份之后，会给用户提供一个证实该身份并且可以用于后续资源请求的令牌，该令牌的的有效时间默认为： A.一天

√ B.一周 C.一个月 D.一年 26 多选 KeyStone的提供两种Token，分别为： A.UIUD B.KPI C.UUID √ D.PKI

√ 27 单选 在VIO中每个OpenStack API服务会对外暴露（）个服务地址。A.4 B.3 C.2 √ D.1 28 单选 VIO安装部署之前需要用户准备好（）个内网IP地址以及2个外网的IP地址。A.12 B.13 C.14 D.15 √ 29 多选 下列关于VSAN带来的好处，描述正确的有： A.操作简单方便 √

B.对正在运行的业务无影响 √ C.无数据损坏的风险 √ D.降低人工成本 √ 30 多选 CAP理论中“可用性”的两个主要指标，分别为： A.响应时间 √

B.年度可访问级别 √ C.季度可访问级别 D.月可访问级别 31 单选 VSAN强制规定一个磁盘组最多只能包含（）块固态硬盘。A.2 B.3 C.4 D.1 √ 32 单选 VSAN建议闪存容量对磁盘容量的总数的比率，至少要达到： A.0.06 B.0.08 C.0.1 √ D.0.12 33 多选 下列属于VSAN存储策略的有： A.允许故障数 √

B.每个对象的磁盘带数 √ C.闪存读取缓存预留 √ D.强制置备 √ 34 单选 如果允许故障数为1，VSAN至少需要（）主机。A.1 B.2 C.3 √ D.4 35 单选 VSAN的数据存储是一种（）。A.文件存储系统 B.阵列存储

C.对象存储系统 √ D.磁带库存储 36 单选 通过使用（），VSAN具备 提供高可用性和性能最佳虚拟机的能力。A.对象存储系统 B.分布式Raid √ C.VMFS D.组件 37 多选 对象存储的优势有哪些？ A.基于虚拟机更灵活的管理 √ B.更高的可用性

√ C.更好的纵向扩展 D.更好的横向扩展 √ 38 单选 VSAN采用（）周期性地将缓存中的数据，按照地址顺序冲刷进磁盘中。A.加密算法 B.并行算法 C.临近点算法 D.电梯算法 √ 39 单选 发生主机故障时，VSAN等待主机加入VSAN的集群的时间默认为： A.30分钟 B.40分钟 C.50分钟 D.60分钟 √ 40 单选 发生网络故障时，VSAN会用（）来判断那一边的分区具有简单多数的组件，并且基于结果决定哪边的分区获胜。A.对象存储系统 B.VMFS C.见证 √ D.组件 提交

关于我们 下载移动端 Powered by 高校邦

第二篇：大数据与云计算论文

大数据与云计算

摘 要：大数据（Big Data）这个概念近年来在越来越多的场合、被越来越多的人提及，并且经常和云计算联系在一起，云计算与大数据之间到底是什么关系成为热点话题。本

专题报告包含以下四个方面内容：1.大数据的价值；2.大数据带来的挑战;3.大数据研究成果；4.云计算是大数据挖掘的主流方式。通过本报告阐述我们对大数据的理解，以及对大数据的价值的认识，探讨大数据处理与挖掘技术，大数据主要着眼于“数据”，提供数据采集、挖掘、分析的技术和方法;云计算技术主要关注“计算”，提供IT 解决方案。大数据、云计算技术可以促进持续审计方式的发展、总体审计模式的应用、审计成果的综合应用、相关关系证据的应用、高效数据审计的发展和大数据审计师的发展。强化大数据、云计算技术审计应用的措施包括制定长远发展战略、加快审计法规建设、建立行业平台、加强研发和提高利用能力。关键词：大数据 云计算 数据挖掘 对审计影响 政策建议 引言

目前，大数据伴随着云计算技术的发展，正在对全球经济社会生活产生巨大的影响。大数据、云计算技术给现代审计提供了新的技术和方法，要求审计组织和审计人员把握大数据、云计算技术的内容与特征，促进现代审计技术和方法的进一步发展。

一、大数据、云计算的涵义与特征

随着云计算技术的出现，大数据吸引了全世界越来越多的关注。哈佛大学社会学教授加里·金(2012)说: “这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”(一)大数据的涵义与特征

“数据”(data)这个词在拉丁文里是“已知”的意思，也可以理解为“事实”。2009 年，“大数据”概念才逐渐开始在社会上传播。而“大数据”概念真正变得火爆，却是因为美国奥巴马政府在2012 年高调宣布了其“大数据研究和开发计划”。这标志着“大数据”时代真正开始进入社会经济生活中来了。“大数据”(big data)，或称巨量资料，指的是所涉及的数据量规模大到无法利用现行主流软件工具，在一定的时间内实现收集、分析、处理或转化成为帮助决策者决策的可用信息。互联网数据中心(IDC)认为“大数据”是为了更经济、更有效地从高频率、大容量、不同结构和类型的数据中获取价值而设计的新一代架构和技术，用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。大数据具有4 个特点: 第一，数据体量巨大(Volume)，从TB 级别跃升到PB 级别。第二，处理速度快(Velocity)，这与传统的数据挖掘技术有着本质的不同。第三，数据种类多(Variety)，有图片、地理位置信息、视频、网络日志等多种形式。第四，价值密度低，商业价值高(Value)。存在单一数据的价值并不大，但将相关数据聚集在一起，就会有很高的商业价值(金良，2012)。大数据时代，不仅改变了传统的数据采集、处理和应用技术与方法，还促使人们思维方式的改变。大数据的精髓在于促使人们在采集、处理和使用数据时思维的转变，这些转变将改变人们理解和研究社会经济现象的技术和方法。

(1)是在大数据时代，不依赖抽样分析，而可以采集和处理事物整体的全部数据。19 世纪以来，当面临大的样本量时，人们都主要依靠抽样来分析总体。但是，抽样技术是在数据缺乏和取得数据受限制的条件下不得不采用的一种方法，这其实是一种人为的限制。过去，因为记录、储存和分析数据的工具不够科学，只能收集少量数据进行分析。如今，科学技术条件已经有了很大的提高，虽然人类可以处理的数据依然是有限的，但是可以处理的数据量已经大量增加，而且未来会越来越多。随着大数据分析取代抽样分析，社会科学不再单纯依赖于抽样调查和分析实证数据，现在可以收集过去无法收集到的数据，更重要的是，现在可以不再依赖抽样分析。

(2)是在大数据时代，不再热衷于追求数据的精确度，而是追求利用数据的效率。当测量事物的能力受限制时，关注的是获取最精确的结果。但是，在大数据时代，追求精确度已经既无必要又不可行，甚至变得不受欢迎。大数据纷繁多样，优劣掺杂，精准度已不再是分析事物总体的主要手段。拥有了大数据，不再需要对一个事物的现象深究，只要掌握事物的大致发展趋势即可，更重要的是追求数据的及时性和使用效率。与依赖于小数据和精确性的时代相比较，大数据更注重数据的完整性和混杂性，帮助人们进一步认识事物的全貌和真相。

(3)是在大数据时代，人们难以寻求事物直接的因果关系，而是深入认识和利用事物的相关关系。长期以来，寻找因果关系是人类发展过程中形成的传统习惯。寻求因果关系即使很困难且用途不大，但人们无法摆脱认识的传统思维。在大数据时代，人们不必将主要精力放在事物之间因果关系的分析上，而是将主要精力放在寻找事物之间的相关关系上。事物之间的相关关系可能不会准确地告知事物发生的内在原因，但是它会提醒人们事情之间的相互联系。人们可以通过找到一个事物的良好相关关系，帮助其捕捉到事物的现在和预测未来。(二)云计算的涵义与特征

“云计算”概念产生于谷歌和IBM 等大型互联网公司处理海量数据的实践。2006 年8 月9 日，Google首席执行官埃里克·施密特(Eric Schmidt)在搜索引擎大会首次提出“云计算”的概念。2007 年10 月，Google 与IBM 开始在美国大学校园推广云计算技术的计划，这项计划希望能降低分布式计算技术在学术研究方面的成本，并为这些大学提供相关的软硬件设备及技术支持(Michael Mille，2009)。目前全世界关于“云计算”的定义有很多。“云计算”是基于互联网的相关服务的增加、使用和交付模式，是通过互联网来提供动态易扩展且经常是虚拟化的资源。美国国家标准技术研究院(NIST)2009年关于云计算的定义是: “云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池(资源包括网络、服务器、存储、应用软件、服务等)，这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。”根据这一定义，云计算的特征主要表现为: 首先，云计算是一种计算模式，具有时间和网络存储的功能。其次，云计算是一条接入路径，通过广泛接入网络以获取计算能力，通过标准机制进行访问。第三，云计算是一个资源池，云计算服务提供商的计算资源，通过多租户模式为不同用户提供服务，并根据用户的需求动态提供不同的物理的或虚拟的资源。第四，云计算是一系列伸缩技术，在信息化和互联网环境下的计算规模可以快速扩大或缩小，计算能力可以快速、弹性获得。第五，云计算是一项可计量的服务，云计算资源的使用情况可以通过云计算系统检测、控制、计量，以自动控制和优化资源使用。(三)大数据与云计算的关系

从整体上看，大数据与云计算是相辅相成的。大数据主要专注实际业务，着眼于“数据”，提供数据采集、挖掘、分析的技术和方法，强调的是数据存储能力。云计算主要关注“计算”，关注IT 架构，提供IT 解决方案，强调的是计算能力，即数据处理能力。如果没有大数据的数据存储，那么云计算的计算能力再强大，也难以找到用武之地;如果没有云计算的数据处理能力，则大数据的数据存储再丰富，也终究难以用于实践中去。

从技术上看，大数据依赖于云计算。海量数据存储技术、海量数据管理技术、MapＲeduce 编程模型都是云计算的关键技术，也都是大数据的技术基础。而数据之所以会变“大”，最重要的便是云计算提供的技术平台。数据被放到“云”上之后，打破了过去那种各自分割的数据存储，更容易被收集和获得，大数据才能呈现在人们眼前。而巨量的数据也只能依靠云计算强大的数据处理能力，才能够“淘尽黄沙始得金”。

从侧重点看，大数据与云计算的侧重点不同。大数据的侧重点是各种数据，广泛、深入挖掘巨量数据，发现数据中的价值，迫使企业从“业务驱动”转变为“数据驱动”。而云计算主要通过互联网广泛获取、扩展和管理计算及存储资源和能力，其侧重点是IT 资源、处理能力和各种应用，以帮助企业节省IT部署成本。云计算使企业的IT 部门受益，而大数据使企业的业务管理部门受益。

从结果看，大数据与云计算带来不同的变化。大数据对社会经济带来的变化是巨大的，涉及到各个领域。大数据已经与资本、人力一起作为生产的主要因素影响着社会经济的发展。数据创造价值，而挖掘数据价值、利用数据的“推动力”就是云计算。云计算将信息存储、分享和挖掘能力极大提高，更经济、高效地将巨量、高速、多变的终端数据存储下来，并随时进行计算与分析。通过云计算对大数据进行分析、总结与预测，会使得决策更可靠，释放出更多大数据的内在价值。

二、大数据、云计算技术对审计的影响分析

审计技术和方法的发展是随着科学和管理技术的发展而发展的。现代审计技术和方法体系是在原始的查账基础上从低级向高级、从不完备到比较完备发展起来的。在业务和会计处理手工操作阶段，审计实施的是账表导向的审计技术和方法;当内部控制理论和方法全面应用于业务和会计处理时，审计实施的是系统导向的审计技术和方法;当风险管理理论和方法全面应用于业务和财务管理时，审计实施的是风险导向审计技术和方法;与风险导向审计技术和方法并行的是，计算机技术广泛应用于业务和会计处理时，审计实施的是IT 审计技术和方法。目前，面对大数据、云计算技术的产生和发展，审计人员需要应时而变来适应由此而带来的变化，分析大数据、云计算技术对审计方式、审计抽样技术、审计报告模式、审计证据搜集等技术和方法的影响。(一)大数据、云计算技术促进持续审计方式的发展

传统审计中，审计人员只是在被审计单位业务完成后才进行审计，而且审计过程中并不是审计所有的数据和信息，只是抽取其中有的一部分进行审计。这种事后和有限的审计对被审计单位复杂的生产经营和管理系统来说很难及时做出正确的评价，而且对于评价日益频繁和复杂的经营管理活动的真实性和合法性则显得过于迟缓。随着信息技术迅速发展，越来越多的审计组织对被审计单位开始实施持续审计方式，以解决审计结果与经济活动的时差问题。但是，审计人员实施持续审计时，往往受目前业务条件和信息化手段的限制，取得的非结构化数据无法数据化，或者无法取得相关的明细数据，致使对问题的判断也难以进一步具体和深入。而大数据、云计算技术可以促进持续审计方式的发展，使信息技术与大数据、云计算技术较好交叉融合，尤其对业务数据和风险控制“实时性”要求较高的特定行业，如银行、证券、保险等行业，在这些行业中实施持续审计迫在眉睫。如审计组织对商业银行的审计，实行与商业银行建立业务和数据系统的接口，在开发的持续审计系统中固化了非结构化数据结构化和数据分析模块，该模块可以在海量贷款客户中挖掘、分析出行业性和区域性贷款风险趋势，实现在线的风险预警，并将发现的风险数据、超预警值指标及问题登记为疑点，并建立实时审计工作底稿，按照重要程度进行归类、核实或下发给现场审计人员进行现场核实，以较好处理非结构化数据的利用和数据的实时分析利用问题。(二)大数据、云计算技术促进总体审计模式的应用

现时的审计模式是在评价被审计单位风险基础上实施抽样审计。在不可能收集和分析被审计单位全部经济业务数据的情况下，现时的审计模式主要依赖于审计抽样，从局部入手推断整体，即从抽取的样本着手进行审计，再据此推断审计对象的整体情况。这种抽样审计模式，由于抽取样本的有限性，而忽视了大量和具体的业务活动，使审计人员无法完全发现和揭示被审计单位的重大舞弊行为，隐藏着重大的审计风险。而大数据、云计算技术对审计人员而言，不仅仅是一种可供采用的技术手段，这些技术和方法将给审计人员提供实施总体审计模式的可行性。利用大数据、云计算技术，对数据的跨行业、跨企业搜集和分析，可以不用随机抽样方法，而采用搜集和分析被审计单位所有数据的总体审计模式。利用大数据、云计算技术的总体审计模式是要分析与审计对象相关的所有数据，使得审计人员可以建立总体审计的思维模式，可以使现代审计获得革命性的变化。审计人员实施总体审计模式，可以规避审计抽样风险。如果能够收集总体的所有数据，就能看到更细微、深入的信息，对数据进行多角度的深层次分析，从而发现隐藏在细节数据中的对审计问题更具价值的信息。同时，审计人员实施总体审计模式，能发现从审计抽样模式所不能发现的问题。大数据、云计算技术给审计人员提供了一种能够从总体把握审计对象的技术手段，从而帮助审计人员能从总体的视角发现以前难以发现的问题。

(三)大数据、云计算技术促进审计成果的综合应用

目前，审计人员的审计成果主要是提供给被审计单位的审计报告，其格式固定，内容单一，包含的信息量较少。随着大数据、云计算技术在审计中广泛应用，审计人员的审计成果除了审计报告外，还有在审计过程中采集、挖掘、分析和处理的大量的资料和数据，可以提供给被审计单位用于改进经营管理，促进审计成果的综合应用，提高审计成果的综合应用效果。首先，审计人员通过对审计中获取的大量数据和相关情况资料的汇总、归纳，从中找出财务、业务和经营管理等方面的内在规律、共性问题和发展趋势，通过汇总归纳宏观性和综合性较强的审计信息，为被审计单位投资者和其他利益相关者提供数据证明、关联分析和决策建议，从而促进被审计单位管理水平的提高。其次，审计人员通过应用大数据、云计算技术，可以将同一问题归入不同的类别进行分析和处理，从不同的角度、不同的层面整合提炼以满足不同层次的需求。再次，审计人员将审计成果进行智能化留存，通过大数据、云计算技术，将问题规则化并固化到系统中，以便于计算或判断问题发展趋势，向被审计单位进行预警。最后。审计人员将审计成果、被审计单位与审计问题进行关联，并进行信息化处理，在进行下次审计时，减少实地审计的时间和工作量，提高审计工作的效率。(四)大数据、云计算技术促进相关关系证据的应用

审计人员在审计过程中，应根据充分、适当的审计证据发表审计意见，出具审计报告。但是，在大数据、云计算环境下，审计人员既面临巨量数据筛选的考验，又面临搜集适当审计证据的挑战。审计人员在搜集审计证据时，传统的思维路径都是基于因果关系来搜集审计证据，而大数据分析将会更多地运用相关关系分析来搜集和发现审计证据。但从审计证据发现的角度来看，由于大数据技术提供了前所未有的跨领域、可供量化的维度，使得审计问题大量的相关信息能够得以记录和计算分析。大数据、云计算技术没有改变事物间的因果关系，但在大数据、云计算技术中对相关关系的开发和利用，使得数据分析对因果逻辑关系的依赖降低了，甚至更多地倾向于应用基于相关关系的数据分析，以相关关系分析为基础的验证是大数据、云计算技术的一项重要特征。在大数据、云计算技术环境下，审计人员能搜集到的审计证据大多是电子证据(秦荣生，2013)。电子证据本身就非常复杂，云计算技术使获取有因果关系的证据更加困难。审计人员应从长期依赖因果关系来搜集和发现审计证据，转变成为利用相关关系来搜集和发现审计证据。(五)大数据、云计算技术促进高效数据审计的发展

直到今天，审计人员的数字审计技术依然建立在精准的基础上。这种思维方式适用于掌握“小数据量”的情况，因为需要分析的数据很少，所以审计人员必须尽可能精准地量化被审计单位的业务。随着大数据、云计算技术成为日常生活中的一部分，审计人员应开始从一个比以前更大、更全面的角度来理解被审计单位，将“样本= 总体”植入审计人员的思维中。相比依赖于小数据和精确性的时代，大数据更强调数据的完整性和混杂性，帮助审计人员进一步接近事情的真相，“局部”和“精确”将不再是审计人员追求的目标，审计人员追求的是事物的“全貌”和“高效”。围绕大数据，一批新兴的数据挖掘、数据存储、数据处理与分析技术将不断涌现。在实施审计时，审计人员应利用大数据、云计算技术，使用分布式拓朴结构、云数据库、联网审计、数据挖掘等新型的技术手段和工具，以提高审计的效率。

(六)大数据、云计算技术促进大数据审计师的发展

大数据、云计算时代，数据的真实、可靠是大数据发挥作用的前提。这客观上要求专业人员来对大数据的真实性、可靠性进行鉴证，审计人员可以扮演这种角色，或者称为数据审计师。能对大数据真实性、可靠性进行鉴证的数据审计师应该是计算机科学、数学、统计学和审计学领域的专家，他们应有大数据分析和预测的评估能力。数据审计师应恪守公正的立场和严守保密的原则，面对海量的数据和纷繁复杂的相关关系，选取分析和预测工具，以及解读数据及数据计算结果是否真实、可靠。一旦出现争议，数据审计师有权审查与分析结果相关的运算法则、统计方法以及数据采集、挖掘和处理过程。数据审计师的出现是为满足以市场为导向来解决数据真实性、可靠性问题的需求，这与20 世纪初期为了处理财务信息虚假而出现的审计人员一样，都是为了满足新需求而出现的。

三、大数据挖掘

数据的价值只有通过数据挖掘才能从低价值密度的数据中发现其潜在价值，而大数据挖掘技术的实现离不开云计算技术。在业界，全球著名的Google、EMC、惠普、IBM、微软等互联网公司都已经意识到大数据挖掘的重要意义。上述IT 巨头们纷纷通过收购大数据分析公司，进行技术整合，希望从大数据中挖掘更多的商业价值。数据挖掘通常需要遍历训练数据获得相关的统计信息，用于求解或优化模型参数，在大规模数据上进行频繁的数据访问需要耗费大量运算时间。数据挖掘领域长期受益于并行算法和架构的使用，使得性能逐渐提升。过去15 年来，效果尤其显著。试图将这些进步结合起来，并且提炼。GPU平台从并行上得到的性能提升十分显著。这些GPU平台由于采用并行架构，使用并行编程方法，使得计算能力呈几何级数增长。即便是图形处理、游戏编程是公认的复杂，它们也从并行化受益颇多。研究显示数据挖掘、图遍历、有限状态机是并行化未来的热门方向。MapReduce 框架已经被证明是提升GPU 运行数据挖掘算法性能的重要工具。D.Luo 等提出一种非平凡的策略用来并行一系列数据挖掘与数据挖掘问题，包括一类分类SVM 和两类分类SVM，非负最小二乘问题，及L1 正则化回归（lasso）问题。由此得到的乘法算法，可以被直截了当地在如MapReduce 和CUDA 的并行计算环境中实现。K.Shim 在MapReduce 框架下，讨论如何设计高MapReduce 算法，对当前一些基于MapReduce 的数据挖掘和数据挖掘算法进行归纳总结，以便进行大数据的分析。Junbo Zhang 等提出一种新的大数据挖掘技术，即利用MapRedue 实现并行的基于粗糙集的知识获取算法，还提出了下一步的研究方向，即集中于用基于并行技术的粗糙集算法处理非结构化数据。F.Gao 提出了一种新的近似算法使基于核的数据挖掘算法可以有效的处理大规模数据集。当前的基于核的数据挖掘算法由于需要计算核矩阵面临着可伸缩性问题，计算核矩阵需要O(N2)的时间和空间复杂度来计算和存储。该算法计算核矩阵时大幅度降低计算和内存开销，而且并没有明显影响结果的精确度。此外，通过折中结果的一些精度可以控制近似水平。它独立于随后使用的数据挖掘算法并且可以被它们使用。为了阐明近似算法的效果，在其上开发了一个变种的谱聚类算法，此外设计了一个所提出算法的基于MapReduce 的实现。在合成和真实数据集上的实验结果显示，所提出的算法可以获得显著的时间和空间节省。Christian Kaiser 等还利用MapReduce 框架分布式实现了训练一系列核函数学习机，该方法适用于基于核的分类和回归。Christian Kaiser 还介绍了一种扩展版的区域到点建模方法，来适应来自空间区域的大量数据。Yael Ben-Haim 研究了三种MapReduce 实现架构下并行决策树分类算法的设计, 并在Phoenix 共享内存架构上对SPRINT 算法进行了具体的并行实现。F.Yan 考虑了潜在狄利克雷分配（LDA）的两种推理方法——塌缩吉布斯采样（collapsed Gibbssampling，CGS）和塌缩变分贝叶斯推理（collapsedvariational Bayesian，CVB）在GPU 上的并行化问题。为解决GPU 上的有限内存限制问题，F.Yan 提出一种能有效降低内存开销的新颖数据划分方案。这种划分方案也能平衡多重处理器的计算开销，并能容易地避免内存访问冲突。他们使用数据流来处理超大的数据集。大量实验表明F.Yan 的并行推理方法得到的LDA 模型一贯地具有与串行推理方法相同的预测能力；但在一个有30 个多核处理器的GPU 上，CGS 方法得到了26倍的加速，CVB 方法得到了196 倍的加速。他们提出的划分方案和数据流方式使他们的方法在有更多多重处理器时可伸缩，而且可被作为通用技术来并行其它数据挖掘模型。Bao-Liang Lu 提出了一种并行的支持向量机，称为最小最大模块化网络(M3)，它是基“分而治之”的思想解决大规模问题的有效的学习算法。针对异构云中进行大数据分析服务的并行化问题G.Jung 提出了最大覆盖装箱算法来决定系统中多少节点、哪些节点应该应用于大数据分析的并行执行。这种方法可以使大数据进行分配使得各个计算节点可以同步的结束计算，并且使数据块的传输可以和上一个块的计算进行重叠来节省时间。实验表明，这种方法比其他的方法可以提高大约60% 的性能。在分布式系统方面，Cheng 等人 提出一个面向大规模可伸缩数据分析的可伸缩的分布式系统——GLADE。GLADE 通过用户自定义聚合（UDA）接口并且在输入数据上有效地运行来进行数据分析。文章从两个方面来论证了系统的有效性。第一，文章展示了如何使用一系列分析功能来完成数据处理。第二，文章将GLADE 与两种不同类型的系统进行比较：一个用UDA 进行改良的关系型数据库（PostgreSQL）和MapReduce(Hadoop)。然后从运行结果、伸缩性以及运行时间上对不同类型的系统进行了比较。

四、总结 大数据的超大容量自然需要容量大，速度快，安全的存储，满足这种要求的存储离不开云计算。高速产生的大数据只有通过云计算的方式才能在可等待的时间内对其进行处理。同时，云计算是提高对大数据的分析与理解能力的一个可行方案。大数据的价值也只有通

过数据挖掘才能从低价值密度的数据中发现其潜在价值，而大数据挖掘技术的实现离不开云计算技术。总之，云计算是大数据处理的核心支撑技术，是大数据挖掘的主流方式。没有互联网，就没有虚拟化技术为核心的云计算技术，没有云计算就没有大数据处理的支撑技术。

参考文献

秦荣生.大数据、云计算技术对审计的影响研究 何清.大数据与云计算

张为民.云计算: 深刻改变未来

文峰.云计算与云审计———关于未来审计的概念与框架的一些思考

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：新技术—云计算与大数据

云计算与大数据

大数据时代已经悄然到来，如何应对大数据时代所带来的挑战与机遇，是我们当代大学生特别是我们计算机专业学生的一个必须面对的严峻课题。在这次课上通过陶老师的讲解以及在课后查阅相关资料，我了解到什么是大数据，什么是云计算，它们都有什么用处，有什么关系。

近几年，云计算和大数据的概念受到了学术界、商界、甚至政府的热传，一时间云计算无处不在。秉承着“按需服务”理念的云计算正高速发展，“数据即资源”的“大数据”时代已经来临。大数据利用对数据处理的实时性、有效性提出来更高要求，需要根据大数据特点对传统的常规数据处理技术进行变革，形成适用于大数据收集、存储、管理、处理、分析、共享和可视化的技术。大数据的规模效应给数据存储和管理以及数据分析带来了极大的挑战。

一、云计算概念

在课后，经过翻阅各种资料，了解到狭义的云计算是指IT基础设施的交付和使用模式。指通过网络以按需、易扩展的方式获得所需的资源；广义的云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务，这种服务可以是IT和软件、互联网相关的，也可以是任意其他的服务，它具有超大规模、虚拟化、可靠安全等独特功能。通俗的理解是，云计算的“云”就是存在于互联网上的服务器集群上的资源，它包括硬件资源和软件资源，本地计算机只需要通过互联网发送一个需求信息，远端就会有成千上万的计算机为你提供需要的资源并将结果返回到本地计算机。这样，本地计算机几乎不需要做什么，所有的处理都在云计算提供商所提供的计算机群体来完成。

Kevin Hartig：云是一个庞大的资源地，你按需购买；云是虚拟化的；云可以像自来水、电、煤气那样计费。

Jan Pritzker：云计算是用户友好的网络计算。

云计算，它是基于数据中心，强调性价比、效率、可行性的服务运营模式，这是提高高端计算利用率，同时提升低端计算事物处理能力，我们不关注本身计算机的能力，更多提供给后台，由于后台强大的处理能力完成。

二、云计算部署模式

根据云计算服务对象范围的不同，云计算有四种部署模式：私有云、社区云、公有云和混合云。私有云是由一个用户组织（例如政府、军队、企业）建立运维的云计算平台，专供组织内部人员使用，不提供对外服务。社区云也称机构云，云基础设施由多个组织共同提供，平台由多个组织共同管理。社区云被一些组织共享，为一个有共同关注点的社区或大机构提供服务。公有云的基础设施由一个提供云计算服务的大型运营商组织建立和运维，该运营组织一般是拥有大量计算资源的IT巨头，这些IT公司将云计算服务以“按需购买”的方式销售给一般用户或中小企业群体。用户只需将请求提交给云计算系统，付费租用所需的资源和服务。混合云的云基础设施是由两种或两种以上的云组成，每种云仍然保持独立，但用标准的或专用的技术将它们组合起来，具有数据和应用程序的可移植性。

三、云计算服务模式

计算就要有就算环境，一般计算环境都有硬件的一层，资源组合调度的一层即操作层，以及计算任务的应用业务的软件层。云计算提供的三种服务模式对应了计算环境的三个层面。这三种服务模式分别是基础设施即服务IaaS、软件即服务SaaS、平台即服务PaaS。

IaaS即把厂商的由多台服务器组成的“云端”基础设施，作为计量服务提供给客户。它的优点是用户只需低成本硬件，按需租用相应计算能力和存储能力，大大降低了用户在硬件上的开销。目前以Google云应用最具代表性，例如GoogleDocs、GoogleApps、Googlesites。SaaS服务提供商将应用软件统一部署在自己的服务器上，用户根据需求通过互联网向厂商订购应用软件服务，服务提供商根据客户所定软件的数量、时间的长短等因素收费，并且通过浏览器像客户提供软件的模式。对于小型企业来说，SaaS是采用先进技术的最好途径。PaaS把开发环境作为一种服务来提供。PaaS能够给企业或个人提供研发的中间件平台，提供应用程序开发、数据库、应用服务器、试验、托管及应用服务。

四、大数据

大数据（big data），或称巨量资料，就是对全球各种大规模数据资料进行深度挖掘，并进行高速度及多样式计算后，整理出来的高价值的分析结果；重点应用在国防领域建设，未来发展方向在人工智能领域，可以让计算机自主地从经验中进行学习和反馈。个人总结，大数据的特点主要有如下4点：

一是大量。存储大，计算量大。

二是数据类型多样。现在的数据类型不仅是文本形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝对多数。三是处理速度快。增长速度快，处理速度要求快。四是价值密度低。浪里淘沙却弥足珍贵，数据没有办法在可忍受的时间下使用常规软件方法完成存储、管理和处理任务。

大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获得很多智能的，深入的，有价值的信息。大数据分析普遍存在的方法理论有：可视化分析、数据挖掘算法、预测性分析、语义引擎、数据质量和数据管理。

五、云计算与大数据关系

云计算和大数据是这个时代的两个王者，是一个硬币的两面，云计算是大数据的IT基础，而大数据是云计算的一个杀手级应用。张亚勤说，云计算是大数据的驱动力，而另一方面，由于数据越来越多，越来越复杂，越来越实时，这就更加需要云计算去处理，所以二者之间是相辅相成的。

本质上，云计算和大数据的关系是静与动的关系；云计算强调的是计算，这是动的概念；数据则是计算的对象，是静的概念。在实际的应用中，前者强调的是计算能力，或者看重的是存储能力；但是这样说，并不意味着两个概念如此泾渭分明。大数据需要处理大数据的能力如数据获取、清洁、转换、统计等，其实就是需要强大的计算能力，另一方面，云计算的动也好是相对而言，比如基础设施即服务中存储设备提供的主要是数据能力，所以可谓是动中有静。

如果数据是财富，那么大数据就是宝藏，而云计算就是挖掘和利用宝藏的利器。没有强大的计算能力，数据宝藏终究是镜中花，没有大数据的积淀，云计算也只能是杀鸡用的宰牛刀。

六、心得体会

通过这次课程的学习，了解到在如此快速到来的大数据革命时代，我们还有很多知识需要学习，许多思维需要转变，许多技术需要研究。职业规划中，也需要充分考虑到大数据对于自身职业的未来发展所带来的机遇和挑战。

第四篇：云计算与高校图书馆

云计算与高校图书馆

【摘要】云计算在引领着互联网的发展趋势，高校图书馆也不可避免的受到影响。本文在介绍云计算概念、概括云计算技术特点的基础上，探讨了云计算技术在图书馆中的应用及相关问题。

【关键词】云计算；云计算技术；图书馆；云计算技术应用

【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问题的提出

在互联网普及的现代信息化社会中, 尤其是当前随着新一代互联网技术Web2.0 的发展成熟, 信息数据量呈现快速增长趋势。人们对于图书馆这一传统信息资源的提供者在服务方式和服务内容方面也提出了更高更全面的要求, 而与此同时图书馆面临着主要信息资源纸质书刊文献的价值在联机数据库、电子出版物、网络信息的冲击下不断的淡化, 机器设备的更新速度也跟不上读者需求的困境。【10】尤其是云计算的产生使我们不得不开始思考：云计算为图书馆带来怎样的优势，又将带来怎样的问题？我们又该采取哪些措施应对云计算的挑战、促进云计算的广泛应用？

2云计算

2.1云计算的产生

云计算产生的契机目前，谷歌、微软、IBM、亚马逊等公司都在着手云计算技术的研究，但是以卖书著称的电子商务网站———亚马逊却是最早提出云计算概念及最早提供成熟云计算服务的公司。非IT 企业的亚马逊首先提出影响IT 行业深刻变革的云计算概念，这得从亚马逊自身的业务说起，亚马逊在设计和规划自身的IT架构时，为了应对销售峰值必需购买足够多的IT 设备，但这些设备平时绝大部分处于闲置状态，亚马逊就想借自身在网站优化上的技术和经验优势，利用富裕的设备、技术和经验去为其他企业提供服务，让闲置的IT 设备“动”起来，为企业创造价值[1]。这就是亚马逊推出云计算服务的初衷。【8】

2.2云计算的定义

Matrix 曾总结了云计算的20 个定义, 但仍远远不能涵盖已有定义。Google 全球副总裁李开复博士的定义为“所谓云计算, 就是要以公开的标准和服务为基础,以互联网为中心,提供安全、快速、便捷的数据存储和网络计算服务,让互联网这片‘云’成为每一个网民的数据中心和计算中心”。【1】

3云计算技术为高校图书馆所带来的优势

3.1“云”保证图书馆的安全。数字图书馆一般都拥有着庞大的信息，资源，目前的数字图书馆都是将这些数据集中保存在某一架设的服务器上，一旦服务器出现了故障或者被恶意攻击，就会使用户信息及图书馆资料丢失，从而给数字图书馆造成不可挽回的后果。如今有了云计算技术，可以确保数字图书馆资源存储的可靠性，避免了因服务器出错而导致的资源丢失现象，同时也保证了在不理想的网络安全环境下一旦发生信息丢失后，数字图书馆可以继续为用户提供服务。这是因为在“云”中有无数的服务器，就算有一台服务器出现问题，那么其他服务器也可以将其备份的数据在极短时间内快速转移到别的服务器中，并启动该服务

器来提供服务，同时也避免了一台服务器在网络中长时间暴露受到攻击后瘫痪的问题，从而使数字图书馆实现真正意义上的不间断安全服务。【4】

3.2云计算与图书馆数据存储

网络时代中，信息爆炸使得信息量呈指数型增加，而近几年世界范围内的磁盘存储系统的容量更是每年以将近80％的速度递增。如此高速增长的信息对图书馆的资源存储提出了挑战，如何更大限度地实现信息资源的长效保存和资源共享，成为图书馆人思考的一个问题。作为一种新型的基于互联网的商业计算模式，云计算强大的信息存储和处理功能对图书馆具有极大的吸引力。在云计算的模式之下，图书馆的海量数据可以存储在通过互联网连接的任何一台电脑或终端设备，并通过网络来高度共享。在图书馆海

量数据存储中的云计算技术是以计算服务器为核心，动态部署虚拟的硬件服务器。用户可以实现“无所不在”的访问，同时也和Web 云上的用户共享流量和计算能力。云计算对图书馆数据存储主要通过分布式存储与冗余存储来实现，将图书馆的所有数字资源都存储在“云”中，并由“云”来管理和调度这些数据。【5】

3.3降低了数字图书馆建设的成本。当今社会电子设备技术的发展日新月异，为了适应这种发展趋势，使数字图书馆能够正常地运做下去，就需要不断地投入资金进行硬件设备的更新换代，另外数据库系统和硬件的维护同样需要不小的开销。如果高校数字图书馆采用云计算所提供的服务，将会很好的解决这一问题。云计算环境下，一般的图书馆用户只需作为终端用户使用数字图书馆系统，并且此终端设备无需高的配置，无需自己安装应用系统软件，要连接到互联网就可以直接使用相应的软件系统，因此可以节约初期数字只图书馆建设中硬件设备的投1 云计算技术概述入。同时各种软件系统及各类数据库的使用都需要再费时费力的为所有计算机安装所有图书管理系统需要使用的软件。软件的升级、维护可由厂商直接在互联网上进行，图书馆彻底摆脱缺少计算机专业人才的困境。【4】

3.4有利于“泛在”图书馆的实现。“泛在”图书馆可简单地理解为一种能够随时随地获取信息服务的图书是图书馆未来的发展趋势。“云”计算技术的出现为这种未来的图书馆形式奠定了技术基础。在“云”计算技术的支撑下，“泛在”图书馆不再是遥远的梦想【9】。

4应用云计算应注意的问题

4.1云计算缺乏标准，软件成熟度不够。虽然目前IBM、Amazon、Google 及国内的瑞星等公司已开始提供“云”计算服务，IBM 公司还成立了无锡“云”计算中心。但总体而言，当前“云”计算仍缺乏统一标准，图书馆在改换“云”计算服务提供商的时候可能还需要重新编写应用程序。另外，由于“云”软件对可靠性、可扩展性、服务质量等方面有较高的要求，所以现有的“云”软件仍不够成熟，存在许多不足之处。【9】

4.2公共图书馆应用云计算应重视版权保护

在云计算模式中，各个加入云计算模式的公共图书馆之间可以通过有关的协议共享彼此的信息资源，云计算服务商可能会千方百计地利用这些数据，并以数据整合、数据挖掘、知识服务的名义使用户数

据利用合法化，进而谋取利益，侵犯版权，且用户使用本馆的电子资源与使用他馆的电子资源都很方便，也很可能带来版权纠纷问题。另外，云计算提供商一般将能够提供的服务列在网上，让用户自行选择需要运行的程序，而这些程序都可以设置参数，记录用户的姓名、喜好甚至过去的行为，用户的隐私信息无形之中会成为厂商的资产。如果公共图书馆利用云计算管理用户的信息，那么用户信息也会被云计算服务提供商掌握，可能会侵犯用户的隐私权。因此，公共图书馆界应针对在云计算模式下的信息资源共享中可能引发的版权纠纷问题制定

切实可行的方案，从而方便用户利用各馆的信息资源。【7】

4.3资源的存放问题

云计算为图书馆信息资源共享提供了新的前景，利用云技术，用户只需要通过本地终端就能使用图书馆的相关资源。而对于图书馆而言，需要解决的问题在于，哪些资源应该放在“云”中。从理论上讲，现有的电子资源都能放在“云”平台上，但实际上，网络的安全和稳定是“云”服务的基础，如果服务中断或失

效，将会影响图书馆的读者服务。因此为了保证图书馆能在任何时候都能正常提供相关的服务，显然不能将所有的数据资源都存放在“云”中，应在本地终端上保存一些重要的数据备份，以应对突发事件的到来。因此，图书馆云计算并不是完全推翻图书馆现有的数据部署模式，而是在保留原有数据模式的基础上，将两者有机地结合，将云计算作为现有数据存储模式的有效补充。而对于哪些资源能够放到“云”中，则需要图书馆对现有的数据进行梳理、研究和论证来取得。【5】

5结束语

云计算的出现，给高校图书馆的发展提供了更多的技术和服务支持，为图书馆提供更全面的用户服务提供了更多的途径。当然，云计算不仅带来了机遇，更是给高校图书馆带了了挑战。尽管目前图书馆界对云计算的应用带来的利弊谁大谁小存在很多质疑，但谁也不能否认一但合理的利用云计算，将会给图书馆带来巨大的利益。相信随着图书馆界对云计算技术的研究以及云计算技术的日趋成熟，云计算技术在数字图书馆中的应用必定有着光明的前景。

参考文献

【1】.【数 据 库】超星数据库

【篇名(中)】云计算影响下的图书馆

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

【作者姓名】张建平龙旭梅 刘鹏年 马明慧

【作者单位】中国人民解放军医学图书馆○

【刊物卷期】科技信息2010 年第31期

【中文摘要】云 计 算 在 引 领 着 互 联 网 的 发 展 趋 势，数 字 化 图 书 馆 进 程 也 不 可 避 免 的 受 到 影 响。本 文 在 介 绍 云 计 算 概 念、概 括 云 计 算 技 术 特 点 的基 础 上，探 讨 了 云 计 算 技 术 在 图 书 馆 中 的 应 用 及 相 关 问 题。

【2】.【数 据 库】超星数据库

【篇名(中)】基于“云计算”的数字图书馆服务模式

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

【作者姓名】李惠琴

【作者单位】兰州商学院图书馆

【刊物卷期】科技创新导报 2010NO.31

【中文摘要】云计算是继网格技术后产生的新型计算模式,它的出现不仅仅是一种2.0时代的附属品,而是一场互联网时代的巨大改变。本文

从云计算的概念入手,分析数字图书馆应用云计算的可行性,并根据云计算的特征和构成数字图书馆服务模式的要素从不同角度探讨了

基于云计算环境下的一站式服务模式、平台服务模式、个性化服务模式、资源共建共享服务模式的云数字图书馆服务模式。

【3】【数 据 库】超星数据库

【篇名(中)】基于云计算的图书馆服务模式研究

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

【作者姓名】周 波

【作者单位】河池学院图书馆

【刊物卷期】现代情报2010 年10 月第30 卷第10 期

【中文摘要】伴随着资讯技术的发展和进步, 图书馆服务也呈现出数字化、智能化、网络化、多元化、标准化等发展趋势。

在面对图书馆发展新的形势下, 传统的图书馆服务模式已经显得力不从心。通过以云计算方式为手段对传统的服务模式进行变

革、改进和扩展, / 云0 图书馆服务模式将最大化的利用图书馆资源, 更加贴近用户不同需求, 并衍生出更多新的服务项目。

【4】【数 据 库】超星数据库【篇名(中)】云计算技术与高校数字图书馆

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

【作者姓名】刘金娥

【作者单位】北京交通大学 北京 100044；石家庄信息工程职业学院 河北 石家庄 050035

【刊物卷期】高新技术产业发展

【中文摘要】云计算作为一项迅速发展的新型信息技术目前已应用在国内外诸多领域，同样也会对高校数字图书馆的建设与发展带来不可忽视的影响。在介绍云

计算技术原理的基础上，探讨云计算技术对高校数字图书馆建设的影响以及应注意的一些问题

【5】【数 据 库】超星数据库【篇名(中)】云计算与图书馆关系初探

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

【作者姓名】肖景文

【作者单位】四川音乐学院

【刊物卷期】科技情报开发与经济2010 年第20 卷第30 期

【中文摘要】：以云计算为研究对象，探讨了云计算与图书馆的若干关系，在基于国内现有的云服务研究成果与实践的基础上，从图书馆的角度，分析了云计算的基本理论，结合图

书馆的实际情况，探讨云计算与图书馆的关系，重点阐述了云计算对图书馆的影响。

【6】【数 据 库】超星数据库

【篇名(中)】云计算及其在图书馆中的应用

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

【作者姓名】罗永禄 肖洁1 2

【作者单位】.青岛市委党校青岛胶南市委党校

【刊物卷期】中国西部科技2010年10月（中旬）第09卷第29期总第226期

【中文摘要】：：云计算技术已经在某些商业领域得到初步应用。不需要太长时间云计算技术就能在图书馆界得到普及和应用。

文章在概述云计算概念、归纳云计算技术特点的基础上，研究了云计算技术在图书馆中的应用。结合云计算技术在企业

推广中遇到的问题，分析了图书馆应用云计算技术应重点关注的问题。

【7】【数 据 库】超星数据库

【篇名(中)】公共图书馆应用云计算的策略研究

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

【作者姓名】高青

【作者单位】（潍坊学院图书馆，山东潍坊261061）

.【刊物卷期】图书馆理论与实践2010(8)

【中文摘要】：作为一项新的信息技术云计算正逐步在图书馆界研究并得到应用。公共图书馆与云计算之间存在密切的联系。在云计算时代到来之际，公共图书馆应该适应云计算潮流，正确定位，采取新举措，推进信息资源建设和信息服务，提升社会价值和社会地位。

【8】【数 据 库】超星数据库

【篇名(中)】云计算环境下的图书馆数字资源共建共享研究

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

【作者姓名】杨颖Yang Ying

【作者单位】.陕西科技大学图书馆

【刊物卷期】价值工程：1006-4311（2010）31-0195-03

【中文摘要】：概述云计算产生的契机、概念及其发展现状。分析影响当前我国图书馆数字资源共建共享工作的主要障碍，并基于云计算技术，探讨

了解除图书馆数字资源共建共享障碍的对策。

【9】【数 据 库】超星数据库

【篇名(中)】云计算给图书馆发展带来的机遇与挑战

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

【作者姓名】干林

【作者单位】（淮阴工学院图书馆

.【刊物卷期】科技情报开发与经济2010 年第20 卷第31 期

【中文摘要】：：云计算是计算机网络发展的一个趋势，代表了一种新的数据处理方式和人们 未来的一种生活方式，在不久的将来，云计算必将在图书馆中得到大规模的普及应用。

在介绍云计算概念、技术特点、现状的基础上，探讨了云计算技术给图书馆发展带来的机遇与挑战。

【10】【数 据 库】超星数据库

【篇名(中)】云计算与图书馆建设 【篇名(英)】Cloud computing and the library construction

【作者姓名】朱 勇

【作者单位】无锡商业职业技术学院,.【刊物卷期】内蒙古科技与经济第15 期总第217 期2010 年8 月

【中文摘要】文章阐述了云计算和云存储的概念, 探讨了未来计算机云技术在图书馆建设中的发展和应用。

第五篇：高校邦期末测试

多选信息安全三要素包括：A.保密性

B.完整性

C.可用性

D.不可否认性 2 多选以下下列哪些是常见的恶意代码？A.病毒

B.木马

C.蠕虫

D.后门 3 多选我们常见的对信息安全的误区有哪些？A.重安全产品，轻安全管理

B.重外部安全，轻内部安全

C.重局部安全，轻整体安全

D.技术是万能的 单选为什么密码很重要？

A.身份认证方式

B.抵御攻击的第一道防线

C.密码与个人隐私息息相关D.以上都对 多选为了增加上网安全，我们要尽量：A.不要登入可疑网站

B.不要打开或滥发邮件中不可信赖来源或电邮所载的URL链接

C.打开邮件附件时要提高警惕

D.确保电脑安装了最新的补丁和病毒库 多选如何实现无线网络安全？A.关闭网络的SSID广播

B.启用WPA2 C.采用较复杂的密码

D.定期更改密码 多选出于安全考虑，接收邮件时绝对不要打开（）、（）和（）文件类型的邮件附件。A.bat B.com C.exe D.txt 8 多选出于安全考虑，应如何正确使用手机？A.正规安全渠道下载官方软件

B.不点击不明的短信链接

C.更新病毒库

D.随意刷ROM 多选信息安全管理体系包括：A.风险管理

B.合规性管理

C.业务连续性管理

D.人员和组织管理

单选 OSI（）负责建立主机端到端连接。

A.应用层B.传输层

C.网络层

D.数据链路层 多选安全方针和策略属于：

A.一般管理中的策略管理B.信息安全保障工作的整体性指导和要求

C.需要有相应的制定、审核和改进过程 D.管理员的事 单选 DNS的端口号是（）。

A.80 B.23 C.53 D.21 13 单选下列（）属于数据链路层存在的安全风险。A.MAC泛洪

B.SYN泛洪

C.漏洞

D.IP欺骗 单选下列（）属于针对WEB应用的攻击。A.含有恶意代码珠网页

B.SYN泛洪

C.Smurf D.UDPFlood 15 多选按漏洞利用方式分类，DoS攻击可以分为：A.特定资源消耗类

B.暴力攻击类 C.利用传输协议缺陷

D.利用服务程序的漏洞 单选 SYN泛洪是一种广为人知的攻击，攻击者向被攻击者发起大量的SYN包使用的是（）。

A.真实的源IP B.伪装源IP地址

C.一段真实IP地址 D.以上都不对 17 单选 SYN泛洪攻击防范最有效的方法是（）。A.修改注册表

B.入侵保护系统

C.增加防火墙

D.以上都不对 单选在（）设备构建起来的网络中，攻击者很容易就能监视通信双方之间的TCP连接。A.集线器

B.交换机

C.路由器

D.防火墙 单选 UDP泛洪攻击防范的最好方法是（）。A.修改注册表

B.入侵保护系统

C.增加防火墙

D.以上都不对 单选 ICMP Smurf攻击中，目的地址为被攻击者所在网段的（）。A.IP地址

B.DNS服务器地址

C.广播地址

D.组播地址 单选 ICMP重定向攻击中，攻击者冒充（）发送伪造的ICMP重定向消息。

A.服务器

B.DNS C.DHCP D.网关 单选一般而言，Internet防火墙建立在一个网络的（）。A.内部网络与外部网络的交叉点

B.每个子网的内部

C.部分内部网络与外部网络的结合处

D.内部子网之间传送信息的中枢 单选当Windows用户密码大于（）个字符，SAM文件中只存放密码的NTLM-Hash值。A.12 B.8 C.13 D.14 24 多选下列（）命令可以获取用户密码的哈希值。A.GetHashes B.PwDump C.JohnthdRipperD.SAMInside 25 单选在获取哈希值后可以通过（）模式来进行破解，进而获取系统的密码。

A.彩虹表

B.字典

C.暴力D.以上都对 单选满足复杂性需求的密码，密码需包含（）。

A.大写字母

B.小写字母

C.数字D.大写字母+小写字母+数字+特殊字符 单选下列（）多余账户需要禁用。

A.administrator B.admin C.guest D.aspnet 28 单选对于Windows漏洞防范，最好办法是（）。A.防火墙

B.入侵保护系统C.即时更新系统补丁

D.IPS 单选 MicrosoftOffice97~2003（Access除外）默认使用的是（）加密方式。A.RC440Bit B.RC5 C.RC6 D.以不都不对 多选 APDFPR支持（）破解类型。A.暴力破解

B.掩码暴力破解

C.字典破解

D.网络破解

单选Winrar默认采用（）兼容算法对ZIP文件进行加密。

A.ZIP1.0 B.ZIP2.0 C.winRAR D.以上都不对

多选对NTFS缺陷最好的防范措施是：A.EFS B.设好NTFS权限C.BitLockeD.其他措施加密文件/文件夹

单选使用EFS加密，建议对（）进行加密。

A.文件B.文件夹

C.磁盘 D.设备 34 多选 BitLocker加密技术支持（）和（）格式A.FAT B.NTFS C.ReFS D.EXT3 35 多选下列属于木马特性的是：A.隐蔽性

B.自动运行性

C.能自动打开特别的端口

D.功能的特殊性

单选冰河的服务器端程序为（）。A.G-server.exe B.G-client.exe C.Kernel32.exe D.sysexplr.exe

单选灰鸽子木马属于（）。

A.直连木马B.反弹木马

C.盗号木马

D.以上都不对 38 单选msf攻击载荷生成器允许用户把载荷进行（），生成可运行的Shellcode A.加壳B.封装

C.解封装

D.加密

多选 Rootkit是攻击者用来（）和（）的工具。A.隐藏自己的踪迹

B.保留Root访问权限

C.传染

D.攻击

多选伪装木马最常用的传播方式就是通过（）即时通信软件进行传播。A.电子邮件

B.QQ C.文件

D.UBS磁盘

多选用户需要有普遍意义上的木马防范方法是（）。A.及时升级浏览器，安装防病毒软件、修复系统漏洞，务必及时更新病毒库

B.不下载来历不明的文件，更不要运行这些文件

C.不浏览身份不明的网站，特别注意浏览网页时不安装不明的控件

D.收到来历不明的邮件直接删除，不要打开或运行邮件中的文件

单选扫描IIS上传漏洞使用（）工具。

A.桂林老兵

B.中国菜刀C.IISPUTScanner D.大小马

单选利用IIS漏洞进行提权的工具是（）。

A.桂林老兵

B.中国菜刀

C.IISPUTScanner D.大小马

单选在具有SQL注入漏洞的网站里，登录界面，输入（）就可直接登入。

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