基于智能体服务的云计算架构研究与分析的论文[范文模版]

第一篇：基于智能体服务的云计算架构研究与分析的论文[范文模版]

引言

随着国际互联网应用技术的快速发展，特别是近年来，以博客、内容聚合、百科全书、社会网络)和对等网络等为代表的Web 2.0广泛应用，使得网络数据量和网络用户数高速增长，网络服务的数据处理能力面临着严峻挑战。为了通过互联网将海量的存储与计算资源进行整合和优化，充分提高资源利用率，使互联网服务更加敏捷和随需应变，云计算融合了分布式计算、虚拟化技术、并行计算、网格计算及效用计算的优点应运而生，并且成为目前国内外研究的热点问题。云计算有许多特点，如低成本、灵活性、可伸缩性、安全性、可靠性、多租户、自适应性和提供服务等级协议等。

云计算已被诸多企业和科研机构接受和使用，针对云计算平台和架构的研究也层出不穷。文献中提出了一种基于虚拟技术和面向服务架构SOA的云计算架构，文献描述了云计算和SOA之间的联系，对云计算平台结构和云服务应用进行了分析，提出了一种基于事件驱动服务的云计算服务体系，但仅对云计算的软件即服务层Sans进行了说明，未体现云计算的其它两个层：即平台即服务层Paas和基础设施即服务层Iaas。

针对云计算平台和结构的研究还很多，但大多都是提供一个虚拟的云环境，用户还得根据需要重新定义服务和需求。提出一种云计算服务统一的架构显得尤为重要。

本文提出的基于智能体服务的云计算架构，能充分发挥Agent智能体的优势，为用户提供智能化服务，采用事件驱动和基于语义的方法能够实现混合云的功能。引入了基于本体和策略的方法能为公有云和私有云提供运行框架。

1Agent技术及其应用

Agent技术最早是由美国麻省理工学院的著名计算机学家和人工智能学科创始人之一Minsk提出来的，最初源于人工智能领域。针对Agent的定义很多，特别是来自人工智能界的研究人员认为：Agent除了具备自治、自主等基本特性外，还应具备一些通常人类才具有的能力，即Agent就是具有某类知识，且具有能力和愿望并可做到其能做成的事情的“计算实体”。

Agent不断完善信息服务的方式、质量和内容，以满足用户的个性化需求。在信息服务中引入Agent技术，能够实现智能化、个性化的服务。Agent技术应用方面：如美国的密歇根州大学曾将数字图书馆和三种类型的Agent用户接口Agent、中间Agent和收藏Agent进行融合，能够根据读者个人喜好的文档实现传送和呈现贮存的信息。新加坡国立图书馆、美国加州数字图书馆、华盛顿大学图书馆等都把Agent技术运用于网络信息服务中，开展个性化服务，并获得了成功。

2基于Agent智能体服务的云计算架构

建立的基于智能体服务的云计算架构如图1所示，共分为五层：基础设施即服务层laas、平台即服务层sans、软件即服务层sans、运行环境层和智能即服务层。其中智能即服务层是整个架构的核心。

2.1运行环境层

该层是虚拟层，整个架构通过平台即服务层和基础设施即服务层提供虚拟的运行环境。用户可以拥有多个运行环境，每个运行环境可以是一个云，或者是用户定义为云的其它事物。各运行环境之间建立了某种关系，这种关系通过用户编写的XML文档生效，用户还可以通过XML文档设置访问权限。

2.2软件即服务层

运行环境层通过该层可以访问各种应用和服务，如企业资源规划ERP、客户关系管理CRM等金融服务和其它任何通过该层可以访问的软件服务。每个运行环境拥有各自的软件即服务层，这两个层一起能够实现云计算的多租技术。

2.3智能即服务层

该层在整个架构中起着重要的作用，一旦智能体感知到了响应，相应的任务就会被调用，最终提供相应的服务。

(1)事件控制智能体

工作流程：事件感知器感知到状态变化或其它Agent的任务请求时，首先查询策略库，查找是否存在与该任务情况类似的服务策略。若存在该策略，则直接送交给服务执行智能体进行执行;若不存在该策略，则经过事件转化器和任务规划器，尝试新的规划并将记录结果保存至知识库，再经过任务规划器重新规划，生成规划序列并送至服务执行智能体。事件控制智能体包括以下智能组件。

事件感知器：是Agent与外界的接口，负责发现和接收运行环境的状态变化或其它Agent的任务请求。事件转化器：根据事件处理网络EPN中预先设定的处理程序，负责转化事件，包括事件合成、分解、协调等。

任务规划器：负责建立中短期的行动计划，是一个局部的规划。局部性主要体现在：第一，每个Agent根据自己对世界和其它Agent的认知模型、自身的状态、目标集合，及以往的经验规划自身的行为，而不是由某个Agent的全局进行规划并将命令分发给其它Agent。第二，Agent并不需要对它的目标做出完全的规划，而只要生成近期的动作序列即可，因为世界是发展变化的，很多情况无法预测，长期规划可能会因为情况的变化而失效。

任务规划器需要从世界模型、其它Agent模型、目标集合、经验库和自身的状态等数据结构中提取信息，经过局部规划器，产生近期的动作序列，提交给知识库系统中的决策器。任务规划器总是试图在经验库中找到与当前情况最为类似的前提条件的范例，再参考其它规划和结果做出新的规划。如果找不到前提条件和当前情况的差异小于某个闽值的范例，则任务规划器只能尝试新的规划并将记录结果保存在知识库中，方便以后查询和使用。

(2)服务执行智能体

工作流程：服务执行智能体接收事件控制智能体发送来的任务规划序列，经过访问智能体将任务序列进行划分，再将任务序列逐个送至决策智能体，进行服务策略匹配。最终将匹配的服务结果经由访问智能体传送给执行智能体。服务执行智能体包括以下智能组件：

访问智能体：负责接收由事件控制智能体发送的任务规划序列，并将规划序列进行划分，逐个发送给决策智能体。并且接收由决策智能体最终确定的服务策略。

决策智能体：负责接收由访问智能体发送的逐个任务规划序列，通过服务查询智能体和知识库确定最佳的服务策略，并将结果发送给访问智能体。

服务查询智能体：针对每一个任务请求，查询知识库中的任务服务库，找到最佳的服务策略，为决策智能体提供服务决策。并且将每次找到的最佳服务策略存储在任务服务库中，方便以后查询。

执行智能体：负责接收来自访问智能体的任务服务策略，并通过企业服务总线ESB执行服务。

2.4平台即服务层

(1)策略库：保存Agent根据感知信息和当前状态做出反应的服务策略，包括用户分组、用户类别、用户信息、用户认证和安全策略等。每种环境都对应一个策略，当Agent感知到事件发生时，首先遍历策略库，若有最佳的服务策略，则反应器做出动作;若没有合适的策略，则信息被送到规划器和决策器进行推理和决策。

(2)任务服务库：存储执行过的任务服务策略信息，方便事件控制智能体和服务执行智能体执行服务。

(3)本体库：存储各种本体文档，包括事件模型和事件处理网络文档、事件与任务之间的关系等文档。

(4)SLA库：存储用户注册的服务等级协议信息，服务查询智能体通过用户的SLA信息查询最佳的服务策略。

(5)服务注册：注册一些服务描述信息及其服务质量信息，企业服务总线通过注册的信息，查询和选择服务策略。

(6)总线：包括数据总线和服务总线。数据总线用于云内部各库之间的数据传送，服务总线与服务注册相关联，实现了不同服务之间的通信和整合。

(7)云代理：与运行环境建立关系，可以实现与各种软件系统或其它云的融合。

(8)管理入口：超级管理员通过该入口不仅可以使用各种开发工具对云环境进行配置，而且可以设定每个用户所需的服务等级协议。

2.5基础设施即服务层

该层提供了虚拟化计算资源、网络资源和存储资源，并且能够根据用户需求进行资源的动态分配。相对于平台即服务层和软件即服务层，基础设施即服务层所提供的服务都较偏底层，但使用更为灵活。

目前，有关Agent智能体算法的应用很多，如：遗传进化Agent算法、多Agent协同强化算法、基于蚁群的多Agent算法等，都可应用于本文提出的云计算架构中，通过多Agent智能体之间的协同算法，可以实现云计算中服务的协同和调度，为云计算提供智能化服务。

3结束语

随着未来web 3.0时代的到来，以及物联网的实现，信息网络将提供更加人性化、智能化的服务。本文提出的基于智能体服务的云计算架构，由三个实体层、一个运行环境虚拟层和一个智能即服务抽象层组成，其中智能即服务层通过其它四个层发挥着核心作用。该架构引入了本体理论和Agent智能体技术，具有很强的灵活性和智能性，通过云代理，可以实现与其它云或软件系统的交互和融合，为用户提供智能的云服务。

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：基于云计算的中小企业服务平台建设的分析

基于云计算的中小企业服务平台建设的分析

摘要：本文分析现阶段中小企业发展的主要问题和对信息化建设的需求，提出建设中小企业服务云平台的客观必要性。中小企业服务云平台的建设，将助力企业可持续发展和推动企业成功转型升级。

关键词：中小企业；服务云平台；信息化建设；可持续发展

广大中小企业作为市场经济的重要组成部分，其运营情况直接影响着国民经济的运行态势。随着全球化的激烈竞争，如何在全球供应链中树立竞争优势，成了我国中小企业急需解决的难题。企业全球化的高速发展正在改变传统市场的竞争法则，如何更有效的发挥组织机能，基于云计算的中小企业信息化建设已成为众所关注的焦点，建立中小企业服务云平台，是服务中小企业发展、提高中小企业综合竞争力和促进经济繁荣的现代化服务手段。

一、云平台的应用优势

云计算为高速发展的信息化社会孕育出一种资源虚拟化、系统透明化、软件服务化的全新商业计算服务模式。[1]

云平台以数据为中心，以虚拟化技术为手段，整合分布在网络上的大量服务器集群，利用 SOA架构为用户提供便捷、可靠、安全的各种应用数据软件服务。它是支撑一切云计算服务的基础架构，在计算机网络的基础上提供各种计算资源的统一管理和动态分配。云平台用户在任何时间、任何地点，用任何可连接网络的终端设备都可快速访问这些IT 资源服务。

云平台按照其所提供服务之层次细分为:基础设施服务IaaS、平台即服务PaaS，软件即服务SaaS。在云产业链中，PaaS平台是将基础平台作为一种服务以SaaS模式呈现给用户的商业模式。其主要使用者是软件开发人员，不仅为企业带来的经济、、高效、方便的软件使用模式，而且还为用户提供跨应用编排计算资源的能力。对于SaaS的运营商来说，PaaS可以帮助他们进行产品多元化和产品定制化。

如下图1所示： [4]/

5图1：云平台基础体系架构

二、(一)建设中小企业服务云平台的客观必要性 [2]中小企业发展存在的主要问题

1.资金方面。中小企业要生存、要发展，离不开适当的融资支持。“融资瓶颈”成为中小企业的普遍困扰，这阻碍了中小企业的发展和技术进步。

2.技术创新方面。中小企业希望获得服务解决技术疑难问题，并且搭建科研院、高校所在高新、专利等方面技术的转化平台。, 2012-5-14.

第四篇：海商法论文研究与分析

海商法论文

试论海商法的调整对象

作者

倪学伟

提 要 我国是世界十大航运国之一，远洋运输在我国对外贸易中占居重要位置。1993年7月1日起生效的《中华人民共和国海商法》，是近年来我国所颁布的法律中与国际惯例和国际通行做法接轨最多的法律之一。明确海商法的调整对象，有利于加强对海商法的研究。本文论述了海商法的四方面调整对象：海上企业组织、海上商业运输、海上损害赔偿和船舶担保法。

关键词 海商法 船舶 运输 提单

海商法一词包括了两层含义，一是指作为法律的海商法，如《中华人民共和国海商法》，《英国海上货物运输法》等等；二是指海商法学科，即以海商法为主要研究对象的古老的法律学科，一般又称为海商法学。本文从第一种含义上使用海商法一词，即本文所研究的是海商法法律的调整对象，而且主要以1992年11月7日第七届全国人民代表大会常务委员会第28次会议通过的《中华人民共和国海商法》为基础来研究海商法的调整对象。

海商法一词在大陆法系国家称为Maritime Law或The law of Admiralty，在英美法系国家称为Shipping Law。从词源上考查，海商法一词是与“海”和“商”有关的法律，是有关海洋商业的法律。海商法的调整对象各国学者认识不一，各国的立法实践也多有相异之处，这除了与法律传统、文化习俗、航运习惯等有关之外，还与一个国家的地理位置、外贸地位等有关。我国海商法体系是以《中华人民共和国海商法》为核心，以《中华人民共和国对外国籍船舶管理规则》、《中华人民共和国海上交通安全法》、《中华人民共和国海上环境保护法》、《北京理算 1

规则》、《中国海事仲裁委员会仲裁规则》等以及中国参加的有关海上运输方面的国际条约为内容构成的，并以众所周知的航运习惯为必要补充。《中华人民共和国海商法》第一条规定：“为了调整海上运输关系，船舶关系，维护当事人各方的合法权益，促进海上运输和经济贸易的发展，制定本法。”由此可见，我国海商法律的调整对象是海上运输中发生的以及与船舶有关的各种关系，包括调整平等主体之间的横向的海商、海事关系和调整非平等主体之间的纵向的海商、海事及船舶行政管理关系。

一、海商法调整对象之一：海上企业组织

海上企业组织是从事海上商业运输和海上生产活动的主体。海上企业组织可以是法人、非法人的单位和自然人，在现代海上运输实践中，海上企业组织多以法人的形式出现，非法人的单位和自然人则较为少见。海商法对海上企业组织的调整主要是关于船舶所有人、船舶辅助人员以及船舶本身的规定。

船舶所有人是指对船舶本身享有占有、使用、收益和处分权利的人，包括船舶所有人本人、船舶共有人和租船人。船舶所有人本人是完全的自物权人，享有充分的和全面的船舶所有权，除可以对船舶进行占有、使用和收益之外，还可以对船舶进行处分。船舶共有人包括船舶共同共有人和船舶按份共有人两类，他们分别依据民法上的共同共有制度和按份共有制度对船舶行使所有权。船舶由两个以上的法人或者自然人共有的，应当向船舶登记机关登记，未经登记的，不得对抗善意的第三人。租船人包括航次租船人、期租船人、光船租船人和船舶租购合同中的租船人。租船人对船舶所享有的权利属于他物权性质，即是在他人的船舶所有权的基础上对船舶享有的一种不完全的所有权，租船人对船舶可以行使占有、使用、收益的权利，但不能对船舶进行处分。船舶租购合同中的租船人在缴纳完约定的租金并在约定期间届满时享有船舶的所有权，此时的租船人即成为完全的船舶所有人，可以对船舶行使处分权。船舶所有人是海上运输活动中享受权利和承担义务的主体，海上运输活动和海上生产活动都是围绕船舶所有人而展开和进行的，在某种意义上可以说，海商法就是关于船舶所有人权利和义务的法律。

船舶辅助人员包括海上船舶辅助人员和陆上船舶辅助人员。海上船舶辅助人员是指受雇于船舶所有人、在特定的船舶上工作的船长船员以及作为独立营业者的引航员和与拖带业务有关的人员。陆上船舶辅助人员除包括与船东有雇佣关系的人员外，还包括代理人、中间人、运输经纪人等独立的辅助人。作为海商法调整对象之一的船员是指，基于与船舶所有人的雇佣关系而在特定船上连续从事船舶航行业务的人，包括处于船舶指挥地位的船长和在船长指挥下从事船务的船员。在传统的海商法中，船长在船上具有指挥者和船东代理人的身份，在国家权力难以到达的带有特殊危险的海上社会中处于支配地位，并具有公法和私法特权，可以行使警察权等公权和船东与货主的当然代理人等私权。《中华人民共和国海商法》对船长的公法权利和私法权利作了明确规定，如“船长在其职权范围内发布的命令，船员、旅客和其他在船人员都必须执行。”“为保障在船人员和船舶的安全，船长有权对在船上进行违法、犯罪活动的人采取禁闭或者其他必要措施，并防止其隐匿、毁灭、伪造证据。”“船长负责船舶的管理和驾驶”。“船长管理船舶和驾驶船舶的责任，不因引航员引领船舶而解除。”等等。船员是在船长指挥下从事船务工作的人员，有高级船员和普通船员之分，他们都应经过专业训练并应持有相应的证书。其他的船舶辅助人员，海商法也作了相应的规定。

船舶是海商法规定中的物，是以商业行为为目的供航海使用的一种水面浮动装置。船舶的法律性质表现为三方面：

1、船舶是一个合成物，是由船体、桅樯、船机、甲板、船舱等两个以上的个体组成的一个统一体；

2、船舶是动产，但具有不动产的性质，在实践中都将船舶作为不动产对待；

3、船舶的拟人处理，在英美法系国家中，原告可以对船舶提起诉讼，即对物诉讼，这就是把船舶作为法律上的“人”而对待的。海商法除规定船舶的性质外，还规定船舶所有权的取得、转让、消灭，船舶的登记、检验和船舶证书等内容。

二、海商法调整对象之二：海上商业运输

海上商业运输主要是指海上货物运输和海上旅客运输，除此之外还包括海上拖航运输。海上货物运输是海商法调整的主要对象之一，又有两种运输方式，即提单运输(又称为班轮运输、定期船运输、件杂货运输或零担运输)和租船运输(又称为不定期船运输)。提单运输是指承运人承揽运输件杂货而应托运人要求签发提单并收取运费的运输，此时的运输合同是通过提单表现的，提单具有海上货物运输合同的证明、承运人收受货物或将货物装船的收据、承运人凭以在目的港交付货物的物权凭证等三大法律功能。调整提单运输的国际公约主要有 1924年的《统一提单若干法律规定的国际公约(International Convention for the Unification of Certain Rules of Law Relating to Bills of Lading)》，简称《海牙规则(The Hague Rules 1924)》，1968年的《关于修订统一提单若干法律规定的国际公约的议定书(Protocol to Amend the International Convention for the Unification of Certain Rules of Law Relating to Bills of Lading)》，简称《海牙一维斯比规则(The Hague-Visby Rules 1968)》

以及1978年的《联合国海上货物运输公约(United Nations Convention on the Carriage of goods by Sea)》，简称《汉堡规则(The Hamburg Rules 1978)》。《汉堡规则》已于1992年11月正式生效，因此，这三个国际公约都是目前现行有效的国际公约。但是，由于《汉堡规则》取消了承运人航海过失免责和管船过失免责的规定，动摇了海商法律的基础，与《海牙规则》的规定相去甚远，因而参加者寥寥，且参加的国家都不是航运大国。我国目前尚未参加这三个国际公约，《中华人民共和国海商法》中关于提单的规定与《海牙规则》是一致的，只是在赔偿限额、诉讼时效、集装箱运输等方面有必要的修改，因而更符合时代的要求。

海上租船运输是指船舶所有人以一定的条件向租船人提供船舶的全部或部分舱位以运输货物或旅客，由租船人向船舶所有人缴纳租金的一种运输方式。海上租船运输有四种方式，即航次租船运输、期租船运输、光船租船运输和租购船舶运输。租船运输没有既定的船期表，也没有固定的航线，而是随货源情况决定船期和航线。海上租船运输一般运送的是大批的、整船整舱的货物，每一个租船合同的条款通常是互不相同的，其租金是以载货量的大小或时间的长短来计算，租船合同本身就是运输合同而不是合同的证明。海上租船运输是海上货物运输的一种重要方式，大宗货物的运输多采用这种方式。《中华人民共和国海商法》专设一章，即第六章“船舶租用合同”，专门对海上租船运输予以法律调整。

海上旅客运输是指承运人以适应运送旅客的船舶经海路将旅客及其行李从一港运送至另一港，而由旅客支付票款的运输形式。海上旅客运输与海上货物运输相比，对船舶的适航性要求更高，它不仅要求承运人在开航前和开航当时克尽职责使船舶适航，而且要求承运人在整个合同航次中，必须谨慎处理，使船舶始终处于适航状态。另外，在赔偿原则、责任限制等方面，海上旅客运输也与海上货物运输有重大区别。

海商法对海上商业运输方面的规定主要是关于合同双方的权利、义务、责任等的原则性规定，除关于承运人的最低责任方面的规定，如提供适航船舶的责任，管货的责任等是强制性的规定之外，其他方面的规定都是非强制性的，当事人可以根据“契约自由”原则，经双方协商后予以变更。

三、海商法调整对象之三：海上损害赔偿

海商法关于海上损害赔偿的规定又被称为海事法，主要是对船舶碰撞、海上救助、共同海损、海上保险、海上油污、海事索赔责任限制等问题的规定。在这部分内容中，除船舶碰撞是强制性规范之外，其他内容都是非强制性的。

船舶碰撞是指在任何水域海船与海船或海船与内河船发生接触，致使有关船舶或船上人身、财产遭受损害的行为。海事法律研究船舶碰撞主要是研究船舶碰撞责任的确定以及如何处理碰撞所造成的船舶、人身、货物及有关财产的损害赔偿问题。

海上救助又叫海难救助，是指由外来力量在任何水域对遭遇海难的船舶、货物和人命的全部或部分进行的援救。海上救助是以维护航行安全、增进贸易航海方便和利益为目的，以承认救助人的救助报酬请求权为手段来促进安全航行的实现。海上救助通常采取“无效果、无报酬(No Cure，No pay)”的形式进行，经双方当事人协商，也可以采取其他的救助形式。在现代海上运输中，对遇难油轮的救助通常采取“无效果、有一定报酬”的救助形式，以防止和减少海上油污事件的发生。

共同海损是指在海上运输中，船舶和货物遭受共同危险时，为了船货共同安全的需要，有意和合理地采取措施而产生的特殊牺牲和特殊费用。共同海损源于古老的法律谚语——“一人为大家作出的牺牲要由大家来补偿。”共同海损的牺牲和费用不是海上危险直接导致的结果，相反，它是为了解除海上危险而人为地、有意地造成的损失和费用。共同海损的牺牲和费用应由受益的船、货及运费方分摊。

海上保险是指保险人在被保险人从事海上运输发生损失时，按照约定的承保范围和险别负责赔偿的损害保险制度。海上保险有船舶保险、运费保险、货物保险、期得利益保险、船舶碰撞责任保险、再保险等。海上保险应贯彻赔偿原则、可保利益原则、绝对诚信原则和近因原则等保险制度的基本原则。

四、海商法调整对象之四：船舶担保法

船舶担保法是指关于海上运输和与其有关的行为所产生特定的当事人之间的特殊债权债务关系的法律，包括船舶优先权和船舶抵押权两方面的内容。

船舶优先权是指海事请求人根据法律的规定向船舶所有人、光船承租人、船舶经营人提出海事请求，对产生该海事请求的船舶具有优先受偿的权利。一般来说，以下各项海事请求具有船舶优先权：(1)船长、船员和在船上工作的其他在编人员的工资、其他劳动报酬、船员遣返费用和社会保险费用的给付请求；(2)在船舶营运中发生的人身伤亡的赔偿请求；(3)船舶吨税、引航费、港务费和其他港口规费的缴付请求；(4)海难救助的救助款项的给

付请求；（5）船舶在营运中因侵权行为产生的财产赔偿请求。船舶优先权不因船舶的转让而消灭。船舶优先权先于船舶留置权受偿。

船舶抵押权是指抵押权人对于抵押人提供的作为债务担保的船舶，在抵押人不履行债务时，可以依法拍卖，从卖得的价款中优先受偿的权利。船舶所有人或其授权的人可以设定船舶抵押权。在设定船舶抵押权时应签订书面协议，并应向船舶登记机关办理船舶抵押权登记，否则不得对抗善意的第三人。船舶抵押权后于船舶留置权受偿。

第五篇：大数据与云计算在职研究生就业前景分析

从最新的盖特纳咨询公司预测结果显示，大数据将为全球带来440万个IT新岗位和上千万个非IT岗位。大数据与云计算，已成为时代焦点热门在职研究生专业。未来的大数据与云计算工作，就意味着高薪、稳定、广泛的职业使用度、优越感„„与大数据与云计算在职研究生专业相关的职位有很多，目前主要集中在系统研发工程师、应用开发工程师和数据分析师三方面。

一、系统研发工程师

该在职研究生专业就业方向，主要针对研究生阶段计算机系统研究领域学得比较到位的在职人员，包括云计算技术、分布式系统、计算机网络，大数据系统搭建技术等。

就业方向一般是提供大数据应用的云计算基础架构公司，例如IBM、阿里云、微软、百度、中国移动等等。这类工作更偏向于纯技术类，需要一些对技术有长期钻研精神的人来参与，目前市场人才的紧缺程度非常高。

二、应用开发工程师

该在职研究生专业就业方向，需要精通的技术主要包括算法分析、结构化与非结构化数据库系统、流数据分析技术及应用软件开发技术等等。大数据应用开发工程师主要偏向应用层面的技术开发，比如对数据库进行数据挖掘、分析，也可以根据用户的不同制定个性化服务，IBM就会通过企业的具体需求定制适合他们的大数据应用。

打个比方，像可口可乐这样的公司在推新品前就可以使用一款定价应用软件，能整合当前饮料市场的所有产品价格，通过挖掘精准客户的购物心理来制定新品价格，而这款大数据应用软件就需要定制，也有可能是未来你工作的一部分。

三、数据分析师

该在职研究生专业就业方向，涵盖的工作范围最广，除大数据相关技术外还需要各行各业领域的相关知识。比如为广告公司搜集大数据，分析目标用户的浏览习惯，就需要懂得广告公司的媒介投放知识。

再比如分析下雨天，顾客在选择面包和蛋糕时为何偏向于后者的数据原因时，需要结合面包顾客的心理动因等影响消费行为的因素。由此可见，数据分析是与消费者日常行为关系最密切的一项研究。

大数据与云计算在职研究生专业，正渗透到生活的方方面面。但目前国内本科毕业生没有机会系统学习大数据与云计算的技术和思想，往往不足以支持大数据的复杂工作，因此选择报考在职研究生自然是明智的，这样在未来就业中不会产生太多的竞争者。然而国内的大数据硕士专业极少，其中以北航软件学院大数据技术与应用专业实力最强。此专业是北航软件学院、北航计算机学院与慧科教育（工信部移动云计算教育培训中心）联合打造的大数据技术与应用专业目前为全国首开。

据了解，北航此专业从全球领域内整合了很多优质资源，包含以上所说的大数据的各个职业发展方向所需的所有课程，同时与世界500强IT企业联合共建实验室，学生可以从“产学研”三位一体的方式360度接受大数据技术及思维方式上的系统教育。

对于很多在职的人来说，读研即是自我能力的重新学习提高的过程，同时也是了解相关领域最新技术的过程，所以要根据自己的实际情况来选择，选择最适合自己的。