云计算辅助教学下的混合式学习研究五篇

第一篇：云计算辅助教学下的混合式学习研究

云计算辅助教学下的混合式学习研究

编者按:随着云计算技术的不断推进,云计算平台的发展逐渐呈现多元化趋势,云计算在教学方面的应用研究也成了人们关注的热点。本文从云计算辅助教学的视角探讨了混合式学习实践的开展过程,对如何把云计算的开放性优势和混合式学习中教育要素的优化与对教育主体的关注结合起来进行了探究。

● 云计算辅助教学与混合式学习概述

云计算辅助教学是在云计算环境中,利用云计算平台构建个性化的信息化教学环境,以辅助教师的教学和学生的学习,促进教师和学生之间的交流,提高教学质量。中国云计算专家委员会委员、江苏省高性能计算专业委员会副秘书长刘鹏给出的判断云计算的标准之一是:用户使用的资源不在客户端而在网络中。云计算辅助教学是云计算在教育领域的具体应用。因此,只有当这一过程中所使用的一切教育教学资源都在云端,具体的教学任务均通过网络完成时,才是真正的云计算辅助教学。

混合学习从表面特征来看是把传统的面对面的课堂教学方式和网络教学方式结合起来,但这种观点没有抓住混合学习的本质与内涵。Singh&Reed认为混合式学习是“在‘适当的’时间,通过应用‘适当的’学习技术与‘适当的’学习风格相契合,对‘适当的’学习者传递‘适当的’技能,从而取得最优化的学习效果的学习方式”。黎加厚教授认为:所谓“混合式学习”,是指对所有的教学要素进行优化选择和组合,以达到教学目标。教师和学生在教学活动中,将各种教学方法、模式、策略、媒体、技术等按照教学的需要娴熟地运用,达到一种艺术的境界。综合美国中心软件的HarviSingh和ChrisReed定义的五个“适当”和黎教授的各种要素的组合说,可以确定混合式学习中混合的内涵是把与教学有关的教学理论、学习环境、学习方式、学习资源、学习风格以及学习评价等所有要素进行有机的结合与优化,以实现取得优化的学习效果的最终目标。

从学习形式上可以把“混合”分为以下5个维度:在线形式与离线形式的混合;自定步调学习与协作学习的混合;结构化学习与非结构化学习的混合;特定的学习材料与灵活的学习材料的混合;“工作”与“学习”的混合。

云计算将原本需要通过安装在终端的软件处理的事情通过网络完成,把需要存放在终端的资料存放在网络服务器中。运用云计算辅助教学,能让教育教学工作具有更大的开放性和灵活性,也有利于培养学生的协作能力,体现了混合式学习中“适当”的要求。

● 教育科学研究方法课程情况介绍

教育科学研究方法是教育技术学专业的基础课程,该课程的目的一方面是让学生掌握与教育技术研究密切相关的研究方法,帮助学生形成严谨、规范的研究意识和研究方法;另一方面,帮助学生在学习的过程中逐步确定毕业论文的选题,为毕业论文的开题与写作奠定专业基础。

参加教育科学研究方法这门课程学习的学生,是上海师范大学教育技术学专业09级硕士研究生教学设计、三维动画和网络管理三个方向的27名学生。课代表以导师为分配的原则(即每个导师带领的学生在一组),把参加本课程学习的27名学生分为5个学习小组,其中有3个小组每组5个人,另外2个小组每组6个人,每个小组都取了小组名,分别是创E小组、六人行、螺丝钉、3D&ID和Keep Moving。

由于担任这门课程教学工作的孟老师远赴美国进修学习,因此,这门课程的学习主要利用云计算平台进行,每周四晚21点由孟老师在美国通过云计算平台进行远程教学。云计算平台包括YY团队语音工具和Moodle课程学习的平台。此外,黎教授还担任这门课程面对面的教学辅导工作,作为对云计算辅助教学的补充。

利用云计算平台与面授相结合的方式进行课程教学,对习惯面对面课堂教学的我们来说,是一次新的尝试和挑战。

● 云计算辅助教学下的混合式学习的实践

利用云计算开展混合式学习主要体现在以下5个方面。

1.同步在线课堂

同步在线课堂是完成教育科学研究方法这门课程教学任务的主要途径。同步在线课堂的构建是通过团队语音工具YY和Moodle平台实现的。

(1)课堂语音通讯工具

课堂语音通讯工具使用了团队语音工具YY,团队语音工具YY是针对中文用户设计的多人语音群聊工具。团队语音工具YY具有语音流畅,音质清晰;服务器稳定,能为社会提供优质稳定的公共语音服务;界面符合国内用户的使用习惯;永久免费等特点。

◊YY登录

登录界面与QQ的登录界面相似,用在YY官方网站注册的邮箱或账号即可登录。登录后的界面分为频道、排行和Y友三个栏目。其中Y友和频道的功能分别跟QQ中的好友、QQ群/讨论组/社区类似。在频道的“输入数字ID进频道”文本框中输入申请好的频道ID就能够进行语音的群聊。

◊YY界面设置

界面设置比较简单,在登录后可以对系统、热键、通话、好友验证、屏蔽信息及个人信息进行设置。其中的通话设置选项中可以对说话模式进行设置,分为按F2说话(系统默认为F2,可以对此键进行设置)、按鼠标键说话和自由发言三种模式。

(2)课程学习的平台

课程学习的平台使用了Moodle课程管理平台,为方便教师的教学管理,要求学生以实名的方式进行注册和登录。Moodle课程学习的平台承担着为课程学习存储多媒体教学课件、拓展阅读的资料,在每个教学单元里建立学习交流区以方便师生间讨论交流,为小组建立作业提交与反馈区等功能。学习交流区是小组成员及各个小组对在学习过程中产生的疑问和遇到的难题进行发布、讨论交流的空间(如图1)。小组作业提交与反馈区是每次学习完本次课程内容后,小组提交作业的空间,提交的作业不仅教师可以评价,小组成员之间也可以进行互评。学习交流区和小组作业提交反馈交流区是一种非即时的反馈交流。

(3)同步在线课堂教学

同步在线课堂是通过综合使用团队语音工具YY和Moodle课程平台来实现的。YY语音交流工具具有完善的即时语音通讯功能,教师可以对教学内容进行远程语音教授。在同步学习时间里,教师通过语音通讯跟学生一起学习Moodle平台上的课程资源,并对学生实施远程教学指导,解答学生学习疑问。若有学生在学习过程中产生疑惑或者遇到困难,可以将自己遇到的问题发布到YY的文字聊天框中,与教师、同学一起讨论并解决(如图2)。

2.物理课堂教学

担任教育科学研究方法课程物理课堂教学任务的是黎教授,其出发点是对孟老师的远程教学进行一定的补充和完善,以实现该课程的教学目标。

物理课堂作为在线课堂的补充和完善,并不讲解该课程具体的知识内容,其教学组织方式是先由黎教授抛出与该课程学习有关的话题,各小组成员进行分工并查找和阅读相关的文献资料,然后组织学生在课堂上讨论,并将小组讨论的结果由小组推选的代表在课堂上进行阐述分享。物理课堂的另一个亮点是穿插了很多课堂活动来激发学生的学习兴趣和讨论热情,体现了黎教授一贯推崇的在活动中进行学习的开放式课堂的思想和理念。

3.异步在线课堂

异步在线课堂体现出了学生学习的个性化差异,也是师生异步讨论交流的空间。在该课堂里,学生可以将自己在学习该课程的过程中遇到的问题和产生的困惑发布到Moodle平台上的学习交流区,孟老师根据每个人所提的问题进行有针对性的回答和学习辅导。同时,其他同学也可以对发布在交流区的学习问题以回帖的形式进行讨论,利用群体智慧来解决学习中的问题(如图3)。

4.小组自定步调的学习

小组自定步调的学习是小组成员可以在孟老师规定的具有一定弹性的时间内,完成孟老师布置的学习任务和课后作业。在学习任务布置后,完全由小组成员商量制订学习计划,将计划付诸实施,并将在学习计划完成后所产生的学习作品提交到作业上交区。小组自定步调学习体现了学习的自主性和灵活性,能够让学生以适合自己的学习风格在合适的学习环境中以合适的学习方式进行学习,体现了混合式学习中要素优化的思想。

5.教学评价

教育科学研究方法课程的评价采用过程性评价和总结性评价相结合的方式。过程性评价包括两个部分,第一部分是依据个人在同步在线课堂上的出勤情况、发言情况和回答教师问题的情况进行评价,第二部分是依据个人在完成小组作业的过程中在小组中承担的责任和完成的具体任务。总结性评价依据的是在课程学习结束后上交的课程论文的质量。

● 结束语

混合式学习是在国外E-learning进入低潮,研究者对纯技术学习环境进行反思后才逐渐受到关注的。混合式学习的兴起表明了教育技术学界理性的恢复,回归到教育这个主体,开始重新认识教育技术的技术观。云计算辅助教学是随云计算的发展而出现的新的教学形式,正处于不断成长的阶段。同样,云计算辅助教学也需要避免走上纯技术学习环境的老路,云计算辅助教学最终也只是教育的一种新形式,教育关注的主体应该是学生的全面发展、全体发展和个性化成长本身,以学生的发展和成长来引领社会的发展,而非这之外的东西。只有认识到这一点,才有利于构建良好的云计算辅助教学环境,并真正促进云计算辅助教学的发展。

第二篇：云计算和大数据下在线教育研究

云计算和大数据环境下的在线教育研究

1.引言

当前云计算和大数据技术的出现，面对在线教育交互中产生的大量复杂数据，可以实现识别、分析、挖掘并组织隐含在学习者交互过程中的结构化、非结构化数据信息，开发交互过程数据的价值，发现其隐性诉求并预测学习支持服务趋势，并以其为导向改进和拓宽在线教育服务，达到在线教育服务与学习者需求的双向平衡。本文就是立足于对在线教育的交互瓶颈和需求分析，构建基于大数据和云计算支持的在线教育交互平台模型。重点研究交互平台功能实现，使在线的学习者和教师可以实现完美的在线交互活动，并且对交互的数据进行深入挖掘分析，解决目前在线教育所面临的弊端。

2.在线教育交互平台现状分析

在线教育交互分为个别化交互和社会性交互，前者是学习者和学习资料之问的交互，后者是学习者和教师或者学习者之问的交互，社会性交互是提高在线教育交互水平的关键因素。随着在线教育的交互信息资源增加，在线学习者和在线教师的需求不断发展和提高，在线教育出现了许多问题。

针对服务应用。目前在线教育的交互平台缺乏统一身份认证体系，需要进行身份重复验证，给用户造成不便同时给系统增加安全隐患；缺乏统一的应用展现，用户信息分散在各个应用中，且服务功能重复，堆砌浪费；使用方法、界面和质量不统一，给平台使用和维护管理造成不便。在线学习时间的碎片化趋势对学习者的终端设备要求很高，造成学习质量下降；缺乏跨终端的资源共享系统，影响学习效率和满意度，改变终端学习，增加数据丢失、病毒入侵等安全问题。

针对信息资源的存储和分析挖掘。随着在线学习者和在线教师的服务需求日益个性化和专业化，对于服务质量也越来越看重，在线教育交互平台必须根据在线学习者和在线教师的需求作出相应的策略改变，以适应服务需求的不断改变和提高。由于在线教育是基于互联网的学习方式，学生和学习资源、教师与学生、学生与学生之间的交流是通过网络全方位进行，所以需要通过对学习交流的分析挖掘出在线学习者和教师的需求。在线教育的信息资源总量日益增大，主要的数据资源包括结构化和非结构化信息，以及在线教育平台内部以异构化数据为主的相关信息，且每天以大量的非结构化数据和异构性数据资源为主。但是目前对于这些异构性数据和非结构化数据的记录、存储和统计技术，完全不能满足在线教育交互平台的数据需求。因此对平台产生的结构化、非结构化、异构性大量数据进行分析和深度挖掘潜在价值成为必然，为在线学习者和教师反馈快速、及时、高效、安全的信息分析结果。3.在线教育交互平台应用云计算和大数据

3.1 云计算和大数据与在线教育交互平台

云计算是通过互联网络庞大的计算处理能力，将待处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统经搜寻、计算和分析，最后将处理结果回传给用户。大数据技术是数据分析的前沿技术，需要从各种各样类型的数据中，快速获得有价值信息的能力，是需要新处理模式才能实现更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。云计算强调的是动态计算能力，大数据注重的是静态的计算对象。云计算弥补了目前大数据的存储和运行的最大问题，就是提供了运算平台，而大数据则运用分布式处理手段应用于这个平台之上，两者是相辅相成的关系。

云计算与大数据结合应用，前者强调计算能力，后者看重存储能力。大数据需要处理大量复杂数据的能力，包括数据获取、整理、转换、统计，即强大的计算能力，而云计算需要大量数据作为运算的基础，所以两者的结合是必然趋势。实际应用中，云计算的出现和兴起促进了大数据的广泛应用，而大数据和云计算的结合应用更是出现在许多领域，现已扩展到公共问题领域。但是目前还没有进入在线教育行业。

借助云计算的优势，在线教育交互平台上的用户无需考虑在线学习时终端设备的运算、存储和负载能力的问题，可以更好的实现教育资源共享和教育网络协同工作，大幅度提高教育资源的利用率和运行效率。云存储屏蔽了数据丢失、病毒入侵等问题，保障了数据安全和用户信息私密，是在线教育交互平台最安全可靠的数据存储中心。用户使用终端设备访问教育资源进行在线学习和交流，都会产生并积累大量结构化和非结构化数据，不仅体量大而且增长速度很快。其中非结构化数据已占数据总量的八成以上，但目前的数据分析处理算法和软件不能达到对非结构化数据的处理要求。大数据技术的应用却可以高速实时处理在线教育平台产生的复杂海量数据，为在线教育平台实时洞察学习者的变化、把握学习者的需求、提高教育质量提供支持。对在线教育平台上大量的不相关信息，进行深度复杂分析，为未来教育需求趋势提供预测分析，这是应用大数据的在线教育与传统在线教育本质的不同。

3.2 基于云计算和大数据的在线教育交互平台应用模型分析

根据上述分析，随着在线教育日益同质化，在线教育机构需要在保障教育资源丰富和高质量的同时，更好的分析在线学习者和教师的偏好，为平台的每个用户提供有针对性的个性化服务。下面将利用云计算和大数据的优势构建符合学习者和教师需求的高质量在线教育交互平台模型，如图1所示。

应用云计算和大数据技术的在线教育交互平台主要分为用户应用服务层、数据资源处理层、基础设施硬件层三部分，依次分析三部分功能实现。

3.2.1用户服务应用层

在线教育交互平台的用户主要为两类，即在线教师和在线学习者。针对不同的用户，访问的授权和界面不同，尽可能为用户提供个性化的精准服务，主要表现为属于用户自己的展现网页。服务应用内容主要分为四类，包括在线教学内容、教学管理、交流互动和学习管理，如图2所示。

服务应用层是资源对外交互的窗口，是用户使用资源的桥梁，与用户体验的便捷性有很大关系。因此应用服务层是根据用户需求，对信息资源请求重构和提供，实现信息资源的服务分类，用户享受个性化的服务资源。

平台对每个用户展现的内容是不相同的。针对教师，平台实时反馈在线学习者的情况和分析结果，尤其是对学习者的学习风格和偏好的分析，实时跟踪学生在课前、课中和课后的情况，完成课程反馈，对学生在平台上的行为、学习记录智能跟踪记录分析。针对学习者，构成学习、答疑、测评、互动四位一体的学习模式，运用丰富的学习资源，根据后台的数据挖掘。提供学习进度安排和个性化的学习方案。实现以学生为中心的在线教育方式。实现自主个性化学习、个性化即时笔记、针对性课程复习和测评，多方式在线交互的方式。

在线教育交互平台的用户看到的是良好的服务交互界面，无需知道后台数据资源整合过程，完全由平台的数据资源处理层完成，所以拥有更好的用户体验。平台是所有教学资源的集散地，整合资源方便统一管理和使用，同一份资源，只需保存一份，通过资源关联，可以在任意系统中快速调用。同时避免数据库急剧增长，极大地减轻网络负荷，减少用户和平台的工作时间，维持资源唯一性，资源发生更改时所有使用该资源的应用均自动更新。

3.2.2数据资源处理层

中问层是数据资源处理层，主要为三部分。第一部分是对数据进行标准化处理，第二部分是进行数据挖掘分析整合。第三部分是数据库。中问层的核心是第二部分，也是在线教育交互平台的核心。如图3所示。

面对迅速增加的复杂数据，在线教育交互平台利用云计算和大数据进行现代数据管理，支持所有数据类型，如文件、图片、视频、博客、点击流和地理空问数据等，并以“云存储”持久存储于数据中心，保持数据实时更新，实现数据共享、分析、发现、整合和优化数据，提升数据价值。

利用负载平衡优势，有效透明地扩展网络设备和服务器的带宽、增加在线教育交互平台的吞叶量、加强平台网络数据处理能力、提高服务的灵活性和可用性。面对用户大量的并发访问或数据流量，可以分担到多台设备上处理，减少教师和学习者的等待响应的时间；同时做并行处理，处理结果汇总返回到在线交互平台，平台系统处理能力得到大幅度提高。

离线数据是用户访问的各种数据库中的信息资源，是从服务器端、客户端、代理服务器端中采集的用户访问信息和行为信息。利用大数据技术进行数据处理，清除不需要的数据，用聚类、分类等算法对处理之后的数据进行模式分析，成立样本数据资源为数据流挖掘分析作准备。在线数据是由于数据流的动态性和流量大的特点，在实现数据流挖掘时，对流入的数据流，利用云计算做到占用内存少，处理速度快，实现关联规则、分类和聚类的挖掘。

整合数据是将离线数据作为样本库的参考，对在线数据进行分析，及时有效的反馈结果，并且随着时间的推移和用户对信息资源的需求改变，及时更新资源分析结果。通过数据挖掘过程，对数据过滤、分析和整合，建立多资源分类结果，按照用户的不同需求进行决策，形成索引为用户访问和使用服务提供便利。整合数据主要是为整合用户做准备，将用户的信息资源进行相似度分析，对于类似的用户归类，进行同类信息资源的分配。根据在线学习者的基本信息、学习风格、学习满意度和学习感知四维度的服务需求，可实现用户的定制服务、个性化服务、精准服务，便于用户方便提取自己需要的资源。最后将用户需要的资源根据授权不同。做统一标准化处理。上传至服务应用层，展现于用户的界面。

4.基于云计算和大数据的在线教育交互平台应用优势

云计算和大数据结合对在线教育的发展具有巨大的促进作用，不仅是针对提供的服务，更是对教育发展的促进，增强在线教育的核心竞争力，保持在线教育的健康发展。4.1实现针对不同用户的个性化精准服务

在从以资源为核心的在线教育平台建设到以用户为核心的个性化在线教育平台建设过程中，最主要的变化的就是针对不同用户提供不同的个性化服务。而云计算和大数据的应用就在于加强对在线教育的平台用户研究与交互数据的分析利用。并基于分析结果。改善服务内容，提升个性化服务的质量，完成平台对用户的跟踪服务、精准服务、知识关联服务和宣传推广服务。面对平台快速增长的数据，从中提取有价值的信息，实时分析反馈，建立不同类别的用户模型，达到针对不同用户提供针对性服务、增强用户体验、提高服务质量的目标。即使分析的数据源相同，但是由于提供对象不同，分析结果会不同，提供的服务也不同，做到精准服务。即使是同类用户，针对不同的个体，分析数据源不同，结果不同，提供的服务也不尽相同，做到个性化服务。

4.2提供教育发展动向以及热点的变化

通过大数据和云计算技术，改变了被动更新教学资源的情况，变成根据在线学习者的需求主动更新资源，提升了在线教育平台的作用。不仅为在线学习者提供了需要的学习资源，也为在线教师提供更有质量的教学资源和研究依据。在线教育交互平台通过对用户数据的收集、整理、分析、深度挖掘和汇总，在宏观上分析相关教育领域的发展动向和热点变化，更快地洞察最新的学习者兴趣走向，以及相关领域的内容进展，更新在线平台的学习资源，并且保证学习内容的实时性和前沿性。同时通过汇总结果有效评估在线学习者对各种教学资源的使用情况，并且根据热点分析和目前已有教学资源交叉对比，可以有效评估教学资源的质量，利于在线教育交互平台持久发展。4.3提供无限量的数据存储能力和更可靠的数据安全性

随着在线教育交互的发展，信息数据量迅猛增长，产生出大量的半结构化、非结构化信息数据，对存储的要求愈加严格。云计算的出现使得海量数据的存储与运算得到了解决，分布式存储的方式可以持续收集大量数据，不会造成存储空问的不足。在线教育交互平台应用“云存储”方式，保证存储数据的可靠性，并能够实时更新，有效解决海量数据资源的查询、管理等问题。云计算使用数据多副本容错、设备同构可互换等手段来保障平台的数据存储安全。数据存储到“云”中，不会受到计算机病毒或硬盘损坏造成的数据丢失。同时解放了用户对终端设备能力的要求。4.4提高在线教育交互平台管理能力

应用云计算和大数据的在线教育交互平台，能够面向具体应用的数据需求，做到快速、及时和有效地响应。根据需求的变化和增长，平台具有很好的性能扩展空问和扩容时稳定和可靠的支持，高效处理多种类型数据。在线教育机构以此平台为基础利用云计算技术和大数据的优势，充分挖掘自身数据价值，实现数据资产从成本中心到利润中心的转变。通过整合数据资产，对数据资产进行标准化，形成灵活可扩展、易于更新、可管控的、可隔离、绿色环保的高效分析型数据管理交互平台，实现支持标准开发、用户自服务、多元化开发多种应用支持模式，形成松祸合、可异构的基础数据和应用数据两级数据管理层次。同时，在线教育机构可以驾驭自身数据资产，全面提升平台的数据信息管理能力，尽力获取对在线学习者和在线教师的洞察，以数据驱动在线教育的发展。

5.结论

对于在线教育交互这个重要研究领域而言，云计算和大数据技术的出现不仅影响着在线教育交互的形态，也为交互信息分析提供了新的思路和手段。一方面，新的技术使交互行为不断向着实时化和碎片化的方向发展，使交互过程日益复杂；另一方面，新的技术又使获得大量交互数据、特别是行为数据成为了可能，从而有更多了解在线学习过程和进行教学决策的依据。在线教育交互作为信息服务，尽管在线教育交互平台有资源的优势，但在技术等方面的劣势也限制了其本身的发展。本文构建基于大数据和云计算支持的在线教育交互平台模型，分析平台的功能实现，使在线的学习者和教师可以实现完美的在线交互活动，总结出利用云计算和大数据的在线教育交互平台的特点优势。因此，在线教育交互平台的快速发展需要利用云计算和大数据创新提升在线教育交互的核心竞争力。

第三篇：高校云计算研究情况总结

目前，正在积极投身于云计算相关基础理论与技术研究工作的高校和科研院所包括以清华大学、北京大学、武汉大学、中国科学技术大学、华中科技大学、上海交通大学、合肥工业大学、北京航空航天大学、解放军理工大学、中科院、北京邮电大学、北京交通大学、东北大学、山东大学等为代表的诸多科研单位。另外，在工业界从事云计算相关研究的单位包括华为、百度、新浪、腾讯、金蝶软件、中国电信、中国移动等诸多企业。

国内高校与科研院所针对云计算的不同领域开展了深入的研究。例如，清华大学的云存储平台着力于构建存储云，武汉大学侧重于面向云计算的互操作国际标准，中科院计算所利用云计算开展数据挖掘与云安全工作，华中科技大学关注虚拟化技术与云安全，上海交通大学注重于数据的安全和隐私关键性技术研究，合肥工业大学侧重将人工智能和信息管理研究成果迁移到云计算环境中，北京航天航空大学致力于云计算的数据安全控制理论与方法的研究，解放军理工大学侧重于云存储研发与应用，东北大学侧重于利用云计算技术解决大规模图数据处理问题，山东大学侧重于研究SaaS软件交付平台的问题。

清华大学在云存储研究方面，以分布式文件系统为基础的云存储平台，为校园网用户设计开发了用于数据存储与共享的云存储服务，利用底层云存储平台所提供的基础存储服务，提供用户管理与目录管理的功能，增加了文件检索功能，并对数据传输进行了优化，为用户提供简单实用的云存储访问接口。针对于越来越多的移动计算需求，基于云存储平台设计开发了多种手机云存储应用，包括基于云存储服务的电话号码簿应用、可在手机上进行文件存储与共享的文件管理应用、基于云存储服务的视频点播应用以及基于云存储服务的相片管理应用。在海量数据挖掘研究方面，结合云计算架构和海量数据对象，开展基于云计算的海量数据挖掘研究，设计并实现面向海量数据挖掘的分布存储和并行编程模型框架，提出基于群体智能的海量数据挖掘算法，以维基百科为载体，对维基百科及其形成的复杂社会网络进行深入的分析和挖掘，提供基于维基百科的深层次知识服务。

武汉大学在面向云计算的互操作标准方面开展了一定的工作。在云计算环境中，信息资源和服务是通过即用即付的方式提供给用户的，需要对不同的信息资源和服务进行统一的管理。同时，用户需求正逐渐呈现出多样性和个性化的特征，使得满足大众用户需求的服务定制也需要跨领域/组织的资源和服务通过共享、交互、互操作等方式共同完成。随着云计算的发展，许多企业或组织已经构建了云计算平台，并提供了大量的内部数据和服务，但这些云计算平台之间难以进行有效的信息共享和交换，造成了“孤立云”的产生，如何利用开放的互操作性标准实现云－端以及云－云之间的互操作显得十分重要。针对这一现状，国际标准化组织ISO/IEC正在研制“互操作性元模型框架”的国际标准-ISO/IEC 19763: Information

Technology-Metamodel Framework for Interoperability(简称MFI)。其主要目标是为已注册的异构信息资源和服务提供统一的注册和管理机制，促进它们之间的互操作。MFI标准从模型注册、本体注册、模型映射的角度对注册信息资源的基本管理信息提供了参考，促进信息系统之间的互操作。武汉大学代表中国参加了该标准的研制工作，并主持了其中5项标准的研制任务。

中国科学院计算技术研究所在Hadoop基础上开发实现了并行数据挖掘工具平台。该平台已经用于中国移动TB级电信数据的挖掘，其数据处理规模远远超出商用软件，在商用软件能承受的相同数据规模下，采用相同方法和相同参数设置、获得了一致的挖掘结果，实现了高性能、低成本的海量数据挖掘。中国科学院计算技术研究所在基于虚拟机架构的可信计算环境与可信软件设计方面也取得了一些成果，包括：基于虚拟机的可信计算平台研究与设计(TRainbow)；面向管理域虚拟机完整性的实时检测技术(VMGuard)；可信可控用户虚拟计算环境构建方法研究(TRIOB)；面向虚拟存储数据完整性的透明检测技术(Tapwire)；虚拟化全局内存优化技术(TMemCanal)；分布化IO资源的全局可见与共享技术；Xen虚拟计算环境下的可信接入控制技术。中国科学院软件技术研究所围绕云计算的安全问题也进行了一系列的研究，包括针对云存储中敏感数据的机密性保护问题，在基于属性的加密基础上提出了一种密文访问控制方法HCRE；在基于密文策略的属性加密应用场景下，实现了云存储中高效、精细、灵活的密文访问控制方案等。

华中科技大学也在云计算方面进行了很多实践，包括：设计出了一个面向科学计算与企业信息化的云计算平台GRANE；实现了一个面向云环境的虚拟化桌面CloudDesk，它能动态适应用户的需求变化，为用户提供高效、安全、易用的云资源访问的桌面环境；从任务并行调度，数据组织与压缩，备份服务可信及容错模型三方面着手，研究出了一个云备份系统B-Cloud；基于云模式的大规模主动安全防御系统CloudFence，它是采用安全检测与防御相分离的原则，充分利用云端强大的处理能力和存储能力。

上海交通大学针对云计算中存在的数据安全问题，利用密码理论与技术、网络与信息安全技术、编码理论等方向所取得的成果，解决数据安全存在的一基础问题，提高云计算的安全性，并开展了下一代互联网安全与隐私关键性技术研究。另外，上海交通大学与微软合作，共同搭建国内高校第一个基于最新虚拟化技术和System Center的私有云，为教学与科研项目提供可伸缩的计算资源。

北京航空航天大学利用分布式环境下的访问控制方法和可信计算信任模型方面的研究基础，致力于面向云计算的自含式数据安全控制理论与方法的研究，来提高云安全性。

解放军理工大学在云计算存储应用方面，研发MassCloud云存储平台在节能与集成度上取得了阶段性的突破，并在实际应用中获得巨大成效。目前，360公司在解放军理工大学成立了云计算联合实验室。

东北大学基于BSP处理模型和系统实现了社会网络中的大规模图数据查询与分析，研究了大规模图数据的划分与定位问题、大规模图数据的磁盘存储问题、大规模图的分布并行查询处理和查询优化问题以及云环境下的执行保障问题，设计并实现了BeeGraph系统，支持大规模图数据的处理。

山东大学对面向多租户的SaaS平台开展了研究，包括支持多租户数据隔离的存储与索引机制，基于Chunk Folding的自适应多租户缓存管理机制，支持租户业务流程定制行为建模及验证的框架，以及面向SaaS应用的数据组合隐私保护机制，为面向多租户的SaaS平台提供技术支撑。

中国科学技术大学在云计算环境下远程数据完整性和认证技术方面，结合数论中的同态RSA验证标识，设计了保护用户隐私的数据完整性验证协议，能够支持数据动态更新和公开的多副本验证，而无需第三方审计。针对已有远程身份认证方案存在的缺陷和安全漏洞，提出了新的身份认证方案。认证方案结合使用智能卡、口令和电子票据，既能够为用户和服务器提供双向身份认证，也通过电子票据的发放解决了限制用户访问次数的问题。

第四篇：学习云计算心得体会

学习《云计算》心得体会

说实话，刚接触这门课，我对《云计算》的认识比较狭隘，只是知道它是一种商业服务计算技术和存储技术，对其他不甚了解。但是通过十几周的不断深入学习，我从跟班上改变对《云计算》的认识。可能作为一名非计算机网络专业学员，我还没有能力在短短十几周内学会弄懂教员所传授的Vmware云计算和Hadoop使用，并进行编程计算。但是我深刻认识到这不仅是一门高科技技术知识课程，更是我军在未来军事战场上的杀手锏。

一、云计算的正确理解。

通过学习，我知道云计算是在2007年诞生的新词。虽然它产生的较晚。但并不能掩盖它的火热程度。仅仅过了半年多，受到关注程度就超过网格计算，而且关注度至今一直高居不下。

云计算普遍认为是一种商业计算模型。它将计算任务分布在大量计算机构成的资源池上，使用能够按需获取计算存储空间和信息服务。

这里所说的“云”不是我们通常所理解的云。它

是一些可以自我维护和管理的虚拟计算资源。通常是一些大型服务器集群，包括计算服务器、存储服务器和宽带资源等。

从研究现状上看，云计算有以下特点。

1、超大规模。“云”具有相当的规模。它需要有几十万台服务器同时工作。因此它能赋予用户前所未有的计算能力。

2、虚拟化。云计算支持用户在任意位置使用各种终端获取服务。随着我国信息技术产业突飞猛进，3G技术不断发展，越来越多人通过各种通信电子产品使用云计算服务。例如我们平时使用3G手机上网淘宝或用云存储将自己手机上的资源备份到网盘上等等。

3、高可靠性。“云”使用了数据多副本容错。计算节点同构可互换等措施来保障服务的高可靠性，使用云计算比使用本地计算机更加可靠。

4、通用性。云计算不针对特定的应用。云计算应用非常广泛，可以涵盖整个网络计算，它并不拘泥于某一项功能而是围绕3G、4G等新型高速运算网络展开的多功能多领域的应用。

5、高可伸缩性。“云”的规模可以动态伸缩。这一点与传统固态存储有本质区别。因为传统存储介质有存储容量限制而“云计算”它的边界是模糊的。它

能满足应用和用户规模增长的需要，使用户不必因为空间不够而烦恼。

6、按需服务。“云”是一个庞大的资源池，用户按需购买。例如有人喜欢听歌、看电影，有人喜欢看财经消息，我们都能按自己的意愿去获取相关消息资源。

7、极其廉价。云计算有更低的硬件和网络成本，更低的管理成本和电力成本，以及更高的资源利用率，两个乘起来就能够将成本节省30倍以上，因此云计算是划时代的技术。作为我国经济发展现状来说，既要保持GDP增长速度有必须最大限度节约能源消耗。解决好发展与稳定的关系刻不容缓。所以研究“云计算”技术是我国当前和今后时期的重中之重。

二、云计算的发展现状。

云计算是多种技术混合演进的结果，其成熟度较高，又有大公司推动，发展极为迅速。Google、Amazon、IBM、微软、Yahoo、Apple等大公司相继研发出云计算技术。

在我国，云计算发展也非常迅猛。2008年，IBM先后在无锡和北京建立了两个云计算中心；世纪互联推出了CloudEX产品线，提供会联网主机服务、在线存储虚拟化服务等；中国移动研究院已建立起102

4个CPU的云计算试验中心，并于2010年5月发布“BigCloud”；解放军理工大学研制了云存储系统Mass Cloud，并以它支撑基于3G的大规模视频监控应用和数字地球系统；Alibaba集团也成立了专注于与技术领域研究和研发的阿里云公司，启动大淘宝战略，研制了淘宝的分布式文件系统（TFS）；中国电信与EMC公司合作推出面向家庭和个人用户的运营商级的云信息服务-“E云”，并在第二届中国云计算大会的展台上展示其云端产品。

三、云计算的未来展望。

云计算的规模可以动态扩展，处理能力超强，存储空间海量，高可靠性，资源利用率很高，通用性很强而且成本极低。这些特性决定了云计算正在以前所未有的速度迅速扩张使得传统工厂企业纷纷转型。云计算与网格技术之间是互补关系，而不是取代关系。网格技术主要解决分布在不同机构的各种信息，资源的共享问题，而云计算主要解决计算力和存储空间的集中共享使用问题。可以预见，云计算与网格技术终将融为一体。这就是云计算的明天-云格（Gloud）。云计算和网格技术结合的基准将是面向服务的体系结构SOA。在SOA框架下，无论是网格服务还是云计算服务，或其他的Web Serives服务，都将能够非

常容易的共存、公用、互操作。在这样的环境中，用户不必清楚那些部分是传统的Web Serives，哪些是云计算，哪些是网格技术，只要关心自己需要哪些服务，如何获取服务即可。

云计算作为一种高新技术，需要在我军信息化建设中起到主心骨作用。通过它的高可靠性，我军能够在第一时间能掌握敌方情报可以做好下部决策部署兵力。它的通用性可以装备到各个武器系统上，甚至在单兵方面，装备PDA不断提高单兵作战能力和各军种联合协作。它的极其廉价能够为我军最大可能节省军费开支，能够去研发更多武器装备。总之，云计算技术对于我军战斗力提升具有极大推动力和极高战略性。我们必须立足眼下，加紧研究，使其早日为我军现代化服务。

以上便是我学习《云计算》这门课程的心得体会，有不当之处，请教员批评指正。

第五篇：云计算学习小结

关于两次交流会的小结

通过参加华3公司的产品发布会和美国网件的交流会，我对云计算有了一个基本的了解。但这两次会的共同特点都是：会议的内容的重点都是在介绍其公司的产品，对于云计算等具体概念的讲解也较少。这两次交流会上印象比较深的是华3公司介绍的安防监控以及网件公司介绍的虚拟化、物联网应用。而这三个例子都是云计算的具体应用：安防监控用到了云计算中的云存储，虚拟化是云计算解决合理利用资源的一个应用，物联网用到了云计算高效率的计算模式。会后自己也上网查了关于云计算的相关资料，结合上两次的会议，做了如下的整理。

一 云计算相关概念

云计算是分布式处理、并行处理、和网格计算的发展，或者说是这些计算机科学概念的商业实现。即把存储于个人电脑、移动电话和其他设备上的大量信息和处理器资源集中在一起，协同工作。在极大规模上可扩展的信息技术能力向外部客户作为服务来提供的一种计算方式。

云计算分为狭义云计算和广义云计算。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。广义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，也可以使任意其他的服务。

云有三种类型：公有云、私有云和混合云。（1）公有云是指云计算服务提供商通过过自己的基础设施直接向多个外部用户提供服务，外部用户通过互联网访问服务，并不拥有云计算资源。特点是成本低廉，具有规模经济效益。数据安全问题，服务质量易受外部网络质量影响。（2）私有云是企业内部建设的专有云计算机系统，仅为企业内部使用，部署在企业数据中心的防火墙内或安全的主机托管场所，并能对其数据、安全性和服务质量进行有效地控制。特点是数据安全，服务质量高不受外部网络影响，提高基础设施利用率，初始建设成本较高，管理成本高。（3）混合云则是同时提供公有和私有服务的云计算系统，它是介于公有云和私有云之间的一种折中方案。例如企业的关键商业数据信息存放在私有云中，利用公有云来进行数据运算处理。特点是集成公有云和私有云的优势和劣势，使用配置上比较复杂。

二 云计算的应用云存储

就好比是一个机器的硬盘存储空间有限，而所需要存储的数据较多，我们可以选择将多个机器的硬盘连在一起，需要增加存储空间时再增加机器即可。为了避免因为某台机器设备故障而导致数据丢失，我们可以将一份文件拷贝到多台机器上备份。具体应用如：网络硬盘、网络视频监控、网络游戏、搜索引擎、邮件存储等。

与传统的存储设备相比，云存储不仅仅是一个硬件，而是一个网络设备、存储设备、服务器、应用软件、公用访问接口、接入网、和客户端程序等多个部分组成的复杂系统。各部分以存储设备为核心，通过应用软件来对外提供数据存储和业务访问服务。云存储系统由：存储层、基础管理层、应用接口层、访问层组成。

2云主机 云主机是新一代的主机租用服务，它整合了高性能服务器与优质网络带宽，有效解决了传统主机租用价格偏高、服务品参差不齐等缺点，可全面满足中小企业、个人站长用户对主机租用服务低成本，高可靠，易管理的需求。云主机服务是云计算服务的重要组成部分，是面向各类互联网用户提供综合业务能力的服务平台。平台整合了传统意义上的互联网应用三大核心要素：计算、存储、网络，面向用户提供公用化的互联网基础设施服务。

云主机服务包括两个核心产品：面向中小企业用户与高端个人用户的云主机租用服务；面向大中型互联网用户的弹性计算平台服务。适用于如下用户：（1）注重主机服务性价比 ；（2）对服务商的运营能力、网络品质和稳定性较为关注；

（3）需要快速实现分布式部署；（4）对业务的弹性扩展能力有需求；（5）系统高可用性和快速恢复；（6）希望轻松管理。

在接下来的工作中，将进一步学习、理解基本云计算的概念及实际应用。