云计算环境下软件开发架构应用与设计论文[范文模版]

第一篇：云计算环境下软件开发架构应用与设计论文[范文模版]

光纤通信、多媒体技术、大数据存储等技术的快速改进为云计算的应用和发展提供了强大的基础。云计算可以将软硬件资源虚拟化，实现信息分片存储和计算处理，能够为人们进行自动化、智能化、信息化办公、学习和生活提供多种功能，分别是应用软件部署功能、中间件通信功能、基础硬件实施按需出租功能，并且利用云计算环境的C/S架构、B/S架构，实现用户多种接入方式，提高软件的运行性能，具有重要的作用。引言

光纤通信、多媒体、大数据等计算机技术的快速改进和普及，为云计算的诞生和应用提供了强大的基础，利用云计算技术可以实现数据的分片存储、并发计算、虚拟化硬件资源等功能。目前，云计算技术已经在电子商务、金融证券、电力通信等领域得到了广泛应用，比如天猫商城利用云计算可以容纳数以亿计的用户同时访问;支付宝利用云计算技术可以实时的统计用户转账消费记录，保障支付宝金额数据的准确性;证金公司开发的结算系统利用云计算技术可以收集分布于全国各地的证券交易数据，实时的进行交易结算;铁路售票采用云计算技术可以满足数以亿计的用户同时访问系统，实时更新每一列客车的出票情况、余票情况等。云计算环境下软件系统需要采用一个强大的软件架构实现数据通信、资源共享，目前常用的架构主要包括C/S架构和B/S架构，其可以将软件系统划分为多个逻辑独立层次，每一个层次都可以使用接口相连，实现业务处理、数据存储等，并且具有良好的可扩展性、可移植性和可维护性。云计算信息系统功能设计

与传统通信技术相比，云计算可以采用矩阵的连接方式将数以千万的服务器、终端等计算机设备连接在一起，为用户提高更强大的数据通信、计算能力。云计算信息系统功能主要包括三个方面，分别是应用软件部署功能、中间件通信功能、基础硬件实施按需出租功能。

2.1 应用软件部署功能

应用软件部署功能可以为用户提供多种软件系统部署功能，为应用软件分配存储空间、接入接口、云端管理接口，用户只需要输入云端账号和密码，就可以进入到应用软件进行操作，并且访问数据资源。

2.2 中间件通信功能

云计算可以将硬件服务资源虚拟化，并且利用中间件实现通信功能，利用接口提供数据上下通信、资源调度、服务器负载均衡、用户访问管理、应用服务管理、计费管理和安全管理等功能，便于提高性能服务水平，实现多种应用软件与软硬件资源通信。

2.3 基础硬件实施按需出租功能

云计算环境下，其可以为用户提供按需定制服务，不需要独占硬件资源，仅需要占据逻辑的服务资源即可完成业务操作，保证足够多的用户并发访问基础硬件资源，能够实现逻辑业务处理。云计算信息系统架构设计

3.1 C/S架构设计

云计算环境下，软件设计师最常用的架构就是两层的C/S架构，该架构包括客户端和服务器端两个关键组成部分。基于云计算的分布式管理系统采用C/S架构进行开发，其需要安装一个客户端应用程序，为用户提供一个逻辑业务请求输入交互界面，并且客户端可以通过互联网与服务器端进行连接，传输逻辑业务处理流程。服务器端是系统的核心组成内容，服务器承载了逻辑业务处理、数据业务处理两个关键功能，可以将用户发送过来的功能处理任务进行有效地解析，进而可以实现数据的插入、修改、删除和查询。

3.2 B/S架构设计

云计算技术的应用使得软件系统积累了海量的而数据资源，保存了成千上万的用户信息，为了提高分布式软件的交互性能、处理速度，许多计算机学者提出了一种三层的B/S架构，该架构包括表示层、业务功能处理层和数据功能处理层。

3.2.1 表示层

表示层是B/S系统与客户进行交互的界面，用户在IE浏览器中输入系统的网络链接地址，就可以登陆到系统进行操作。表示层可以通过Web页面接收用户的功能任务请求，并且可以把业务功能处理和数据功能处理结果反馈给用户，并且反馈模式采用Web Format模式，更加形象、条理的展示处理结果，便于用户查看处理结果。

3.2.2 业务功能处理层

业务功能处理层是B/S架构的核心。业务功能处理层部署于Web服务器，其作为连接数据库、用户的纽带，承担着功能任务封装、数据业务解析、处理结果整合等关键功能。目前，业务功能处理层采用JavaBean接口、ADO.NET接口等程序实现上通、下达的功能，并且能够识别多种数据库处理语言，比如关系数据库、对象数据库等，采用Format格式反馈处理结果给表示层。

3.2.3 数据功能处理层

数据功能处理层主要负责接收数据处理任务，其可以根据Web服务器解析出来的数据库操纵语句，比如SQL语句、关系代数语句等，根据这些语句的操作意义与数据库管理系统进行交互，数据库管理系统启动数据库操作引擎，可以对数据库中的数据实现查询、插入、修改和删除等，并且把数据操作的结果反馈给Web服务器，由其将处理结果整合在一起反馈给用户。

B/S体系架构可以将云计算信息系统划分为三层，每一层之间负责处理相关的业务流程，并且能够通过接口进行通信，具有较强的逻辑独立性、可移植性、可扩展性。结束语

随着计算机技术的快速发展，云计算、大数据等在分布式管理系统中将会得到更多的应用，设计一个良好的系统架构可以提高软件执行效率，进而提高用户访问、资源调度、负载均衡能力，满足软件操作需求。

第二篇：云计算环境下的网络技术研究

云计算环境下的网络技术研究

摘要：随着互联网的普及应用，使得人们生活内容更加丰富多彩，并且从根本上改变了人们传统的生活习惯，网络已经成为日常生活中不可或缺的组成部分。特别是在云计算环境下，网络技术在国民经济发展、社会进步中所发挥的作用更是与日俱增。如何更好的把握时代脉搏，创新研发符合世界经济发展规律的网络技术成为当前研究领域重要课题之一。为此，本文将针对当前云计算环境下网络新挑战作为切入点，深入分析并探寻未来网络技术发展方向，以丰富现有研究成果，推动相关研究进一步发展。

关键词：云计算；网络技术；国民经济；社会进步；时代脉搏

前言：网络技术的发展可以说是日新月异，自从上个世纪40年代中期计算机诞生以来，网络逐步成为日常生活中的重要娱乐方式。云计算通过虚拟化技术、分布式计算等方式将网络信息资源整合，形成一个资源池，动态的将网络资源分配给具有使用需求的用户，继而创造良好的社会效益及经济效益的一种服务模式，并且随着世界经济一体化趋势不断发展，网络资源在各国竞争中发挥的作用愈加明显。因此，如何应用更新、更具前瞻性的网络技术来抢占市场先机，壮大本国相关产业成为一个不容忽视的问题。1 云计算环境下网络技术面临的新挑战解析 1.1海量数据信息对宽带及延迟提出更高要求

随着互联网的普及应用，网络经济正以飞速发展，人们每天都可以从中感受出网络技术的变化。特别是在云计算环境下，个人信息、企业及政府职能部门敏感数据通过云存储技术进行保存已经成为网络技术发展的主流趋势。然而，由于网络的触角已经延伸至社会经济生产生活的方方面面，每天互联网中都会生成海量的数据信息，并通过网络传输方式上传至云端进行存储。在此过程中，受到网络延迟以及宽带带宽的影响，敏感数据容易发生丢失或者损害，造成用户无法正常使用，并且相关数据恢复难度较大，造成了一定的不利影响。因此，云计算环境下，海量数据面前，网络延迟以及宽带带宽问题已经成为限制网络技术发展的重要因素，由此产生的数据安全数据存储问题亟待解决。1.2二层网络亟待建立

众所周知，由于采用虚拟机动态迁移技术能够使得数据中心的操作具有更大的灵活性及快捷性，大幅提升其工作效率而被广泛认可及接受，成为当前网络技术中应用范围较广的一种应用技术。然而，当前采用的虚拟机动态迁移技术无法改变虚拟机的IP地址、MAC地址，带来的最明显问题即在于当虚拟机发生迁移之后，虚拟机自身原有网络配置将与新环境无法适应，正常通信得不到有效保障，因而最终酿成业务连续性受到影响的不利结果。因而，云计算环境下要想实现跨域场情境下的虚拟机实时运转，就需要将所有发生动态迁移的虚拟机纳入到一个统一的二层网络中，以满足用户的上网需求。而二层网络的建立在目前尚未展开，进一步降低了云计算环境下网络技术所带来的便利性。2 云计算环境下网络技术研究方向

针对云计算环境下网络技术面临的挑战，本文在综合总结了国内外关于该领域及该可以的研究成果后，总结出了如下几方面网络技术研发应用方向，以供相关研究借鉴参考。2.1接入技术

接入技术被业界形象的称之为“最后一公里”技术，意指本地网络运营商与用户之间的一段连接[1]。当前应用前景比较明朗的接入技术如下：

2.1.1ADSL ADSL又被称作为非对称数字用户线，是DSL家族系列中应用范围最广的一种，除了ADSL外，其他DSL接入技术包括：HDSL、VDSL、IDSL等。ADSL主要是利用现有的电话双绞线作为网络传输的介质，具有成本低廉等优势，经过不断丰富及完善，当前ADSL传输峰值已经达到了115Kbps，完全能够满足企事业单位、政府职能部门、个人用户的使用需求。并且ADSL的非对称性与终端用户的网络访问特点具有较为明显的一致性：个人用户多数应用都是以客户方式从网上去获取数据，如WWW、FTP，只在个别时候才向网络大量发送数据，如发送附带多媒体信息的电子邮件，因此下行数据量大、上行数据量小。随着固定电话走入千家万户，ADSL的应用前景将会更加明显，其技术改进方向也集中于提高网络数据传输速率及稳定性等方面。

2.1.2线缆调制解调器 线缆调制解调器的客户群体主要集中于家庭用户，是在当前电缆基础上将分配网络的主干部分改为光缆通信，继而在各个节点位置实现光电转化，再经由通州电缆将网络信号传输至用户家里。线缆调制解调器可以广泛应用于Internet访问、电视节目点播、数据电话等拓展业务，其市场应用前景极其广阔。当前现有技术条件下Internet访问的最高峰值可以达到30Mbps，而上行速率可到到2M左右。尽管线缆调制解调器是一个共享网络，随着用户的增加、宽带及节点数量的激增而会产生网络延迟现象，但是其较高的带宽在目前尚可以满足用户使用需求，其所享受的宽带资源仍然是所有接入技术中最高的网络数据传输方式。

2.1.3无线接入技术（WLAN）

无线接入技术是近些年来随着网络通信技术快速发展而形成的一种新型数据传输、通讯方式。相较于ADSL、线缆调制解调器，无线接入技术是通过无限介质将用户与网络节点相连接，以实现用户与网络间无障碍数据惜惜传递的目的，其需要遵循一定的网络协议，并且该协议内容也成为无线接入技术的核心及关键内容[2]。其最明显的特征即为可以向用户提供实时的移动接入业务，不管用户是在闹市区还是乡村郊外，随时可以将自身感触、心得体会上传至网络空间，网络共享具有极大的便利性，因而该技术成为当下网络技术研究中的重要领域及方向，是今后网络业务开展的重要保障之一。2.2IPv6技术

虚拟机动态迁移技术不能改变IP地址、MAC地址的问题已经困扰人们多时，该问题的存在使得移动网络技术应用受到很大程度影响，加剧了网络服务商与用户之间的对立形势。IPv6技术的出现几乎完美的解决地址不能及时变更的问题，使得网络连接更加快捷。当前IPv6技术为用户提供了128位的IP地址，使得地址数量得到大幅提升，有效的解决了IP地址资源危机。并且其所使用的“可聚集全球统一计算地址”构造与当前网络拓扑结构较为一致，使得线缆调制解调器能够最大化发挥功用[3]。但是当前IPv6技术的应用尚无法广泛推广，主要原因在于其升级存在诸多困难。因此，IPv6技术今后研究的重点方向即为构建以下三种机制：兼容IPv4的IPv6地址、双IP协议栈和基于IPv4隧道的IPv6。结论：综上所述，云计算环境下网络技术研究领域在当前乃至今后一段时期内主要集中于网络数据传输技术及动态地址分配技术两个方面。本文中所分析的网络技术研究内容比较切合实际应用需求，对研究工作能够起到一定的指导作用，希望通过本文能够促使网络技术研究迈上一个更高的发展阶段。参考文献：

[1]周志勇.云计算环境下网络信息安全技术发展研究[J].中国高新技术企业，2014，12（25）:40-41.[2]宋焱宏.云计算环境下的网络安全技术[J].网络安全技术与应用，2014，25（08）:178-179.[3]王丽敏.云计算环境下的网络信息资源管理[J].信息与电脑(理论版)，2014，33（10）:92-93.

第三篇：论文-浅谈云计算环境下的等级保护思路

浅谈云计算环境下的等级保护思路

林XX

（XXX科技有限公司，XXXX 570102）

摘要： 通过对云计算的技术特征与常规网络集成系统的对比分析，结合当前对云计算环境下的信息安全等级保护测评过程中遇到的问题，针对云建设、云转移、云运维过程中数据保护的重要性，找出其中的差异性，从政策、标准等技术层面进行分析，并提出适用于当前环境的参考建议，进一步分析云计算等新技术的出现给目前的等级保护测评体系所带来的冲击，以及在提供相关支撑的政策、标准、法律法规等安全技术的进一步研究完善的必要性。关键字：云计算；虚拟云；云安全

Summary: To reinforce the importance of protecting data in the process of Cloud Construction, Cloud Transfer and Cloud OPS and to highlight the diversity among it, we comparatively analyze differences between technical characters of Cloud Computing and traditional integrated network systems to find solutions based on the consideration of situations that may occur in the process of Measuring of the level protection of Cloud Computing information.From a multi-dimensional and technical perspective, include but no least from policy and standard, we apply analyses and offer advices which suit the contemporary situation most.Furthermore, we’re also devoted to enhancing the necessity of researching and perfecting safe practice in relevant aspects as policies, standards and laws by analyzing forces that affect the stability of the existing Measurement of level protection System with the emerging of new technology like Cloud Computing, and better solving the problems we’re encountering with in building up a safer environment for the development of Cloud Computing.Keyword: cloud computing；virtual cloud；Cloud security

1.引言

随着美国棱镜门等其他泄密事件以来，信息安全受到越来越多的国家和企业的重视，特别是2015年6月，第十二届全国人大常委会第十五次会议初次审议了《中华人民共和国网络安全法（草案）》。并与当年7月6日将《中华人民共和国网络安全法（草案）》向社会公开征求意见，可见国家层面对信息安全的足够重视。

云计算经过一段时间的技术积累和发展，已经在各行各业中广泛推广和应用，并得到业界的普遍认可。作为一项新生事物，云计算的推广刚开始也没有想象的那么顺畅，同样遇到了很多困难，其中遇到的最大困难是如何消除用户对云安全问题的担忧。Gartner、IDC 等专业机构的调研也表明，云安全问题已成为阻碍云计算推广的最大障碍。鉴于云计算的复杂性，它的安全问题也应该是一个涵盖技术、管理，甚至法律、法规的综合体。云计算环境下，信息系统的安全就成了一个不容忽视、不可绕过的严峻问题。如何保障云计算环境下安全问题，依然值得我们深入研究。

2.云计算

当前，IT业界同行对于云计算的解读并未形成统一的意见。简单地讲，云计算可以从技术层面和运营服务层面来分析云计算的概念。从技术层面分析，云计算其实并不是一项技术，而是代表一系列计算方式发展趋势的综合概念，是并行计算（parallel computing）、分布式计算（distributed computing）和网格计算（grid computing）的发展。事实上，云计算不是指一项独立的技术，而是在从C/S 结构、分布式计算到网格计算、效用计算、SaaS 的计算方式发展大趋势下，一系列包括虚拟化、按需服务在内的概念总和。从运营服务层面分析，云计算只是提供了一种按需租用计算能力的服务，对于外部使用者来说，这种服务就像天上的云一样透明，不需要考虑自身服务性能的问题，也不对其背后的实现细节进行过于关注，从而可以集中精力专注于自身业务，有利于企业单位业务创新创新及节约成本。对整个IT行业来说，这是一次革命性的创新。可以说，云计算已经不仅仅只是技术的进一步发展，更是一种业务模式的创新发展。

有一个简单的公式可以很直观地表达云计算的服务关系： 云计算 =（基础设施+平台+ 软件+ 数据）* 服务。

从该公式我们可以很直观地看到，云计算通过基础措施、平台、软件、数据构成技术层面的基础环境，既然有技术，相应的还要具备良好的服务，两者是互利的相乘关系。简单来讲，就是在同等技术条件下，所能提供的服务越好，云计算的价值就会越大。

3.云环境下的等级保护问题探讨

综上所述，云计算在实际的推广中遇到的最大阻碍是用户对云安全问题的担忧。数据依托云端来处理和存储，有利于用户节约成本，但用户本身数据的敏感性及重要程度同样会加深用户对云安全的担忧。所以用户在选择云计算服务的时候首先会考虑其安全性。对于普通用户来讲，云计算的安全性在技术层面因其本身技术能力问题，不会做过于关注，普通用户关注点在于云计算所提供服务的安全合规性是否达到相关政策标准。当前，针对云计算服务的安全合规性规范主要由等级保护、ISO27001、CSA云计算联盟的相关认证。其中等级保护是一项基本政策，但与其他政策规范文件一样，当前的等级保护相关标准面临新的挑战。

传统的等级保护标准主要面向静态的具有固定边界的网络系统集成环境。然而，对于云计算而言，因其技术特点，安全等级保护对象和保护区域边界都具有动态性。在具有动态性的网络环境中如何来确定等级保护对象及保护业务，是当前云计算下的信息安全等级保护需要面临的一个挑战。

云计算环境下，由于等级保护的对象和保护区域边界具有动态性，相应的业务数据可能会在数据中心和物理主机之间移动，导致用户无法知道数据真实存储位置。另外，云平台引入了虚拟抽象层，其覆盖范围可以涵盖不同区域的物理设施，传统的等级保护并没有考虑这种情况。由于云计算的技术特点，在云计算安全保障中，仅仅采用传统的安全技术是不够的，每一项新的技术都会带来新的安全风险，虚拟化也不例外。当前，对云计算技术还不够成熟，在等级保护测评层面缺少针对性的指导性的规范文件，对云计算的安全防护和保障技术测评已成为云环境等级保护的一大难题。

当前，信息系统安全等级保护作为应对云计算安全的重要手段，能一定程度降低云计算所面临的安全风险。对于云计算环境下的等级保护建设问题，可参照GB/T 22239-2008《信息系统安全等级保护基本要求》和GB/T25070-2010《信息系统安全等级保护设计技术要求》，按照传统模式把云计算从用户网络接入、访问应用边界、计算环境和管理平台进行划分，构建在安全管理中心支持下的可信通信网络、可信应用边界和可信计算环境三重安全防护框架，并按照GB/17859《计算机信息系统安全保护等级划分准则》评估准则进行评估。

4.云计算环境下等级保护工作开展

云计算虚拟化技术相对于传统的基于物理计算资源的信息技术而言，在数据备份和快速恢复方面具有很强的优势，通过以上分析得知，每一项新技术的诞生都会带来相应的安全问题，云计算也不例外。按照信息系统安全等级保护测评的基本要求框架，参照传统模式可以将云计算虚拟化新技术所带来的新的安全问题归类到五大技术保障类和五大管理保障类中，根据云虚拟化技术特点增加相应的控制点中的要求项，为虚拟机技术的安全评估提供新的思路。

在物理安全层面，可采用全备份结合增量备份的方式对云计算数据中心的数据、应用、配置等关键资源进行异地备份和恢复校验，确保在异常灾难情况下实现数据中心的数据及服务的快速恢复。在备份冗余层面，可采用冗余设备、冗余链路、准入控制等安全措施保障云计算虚拟化终端接入的链路安全性和可靠性。在物理安全区域规划和数据存放层面，应根据用户等级、数据敏感性、应用重要性、流量特征的不同，对虚拟化环境中的存储区域进行模块化的划分，并在数据的使用、存储和传输过程中，在没有任何加密及控制的情况下与其他客户数据进行隔离控制，以支持虚拟化环境下数据的安全存放及资源的快速分配、调度和回收。

在网络安全层面，应对物理网络和虚拟网络的划分在相关标准文件的规范下提供明确的文档说明，并符合实际的数据传输安全策略。在应用“瘦客户端”的模式下，应在“瘦客户端”与虚拟VM之间，虚拟VM与应用之间部署防火墙，同时采用虚拟防火墙与物理防火墙相结合的方式，并配置严格的安全访问控制策略，确保每个层的网络流量都是可控的并且是安全的。边界完整性检查的范围不仅仅只是物理网络层面，还应包括虚拟网络。在同一台物理主机上的虚拟VM之间的通信进行入侵检测，避免因某一台虚拟机存在高危安全漏洞，被攻击者成功利用并被入侵该虚拟机，并以此为跳板，跳过其他安全防护设备，入侵同一服务器同一网段内的其他重要虚拟机。在用户终端和数据中心虚拟机之间的网络通信过程采用可靠的技术手段进行加密传输，防止通过过程被窃听，造成数据被篡改或破坏。同时，部署相应的网络安全运维平台对整个物理网络和虚拟网络的运行情况进行有效监控和管理，以便及时发现系统异常并及时处理。

在主机安全层面，应根据物理主机性能情况，以及虚拟机实际使用需求，为每一台虚拟机分配适当的资源空间，并设置相应的资源使用上限，避免虚拟机受到拒绝服务攻击（Ddos），影响到其他虚拟机的正常使用。以及应通过相应的备份及更新策略，保障虚拟上的病毒库代码及系统补丁保持最新。最重要一点，针对物理硬盘中的重要镜像文件，要重点保护及数据备份，避免受到恶意代码攻击及破坏。

在应用安全层面，这里要重点说的一点是关于Hypervisor的访问控制。在整个虚拟环境中，Hypervisor是核心的管理控制程序，负责对硬件资源的调度，对整个系统的安全稳定运行至关重要，有必要将Hypervisor作为一个应用进行单独的安全性核查，且Hypervisor本身的安全等级不能低于整个系统的安全等级。

在数据安全及恢复备份层面，针对数据安全的解决方案通常是采取数据隔离、数据加密、数据切分、数据屏蔽、数据删除技术来保障数据的完整性、保密性和可用性。在数据完整性和可用性方面，可重点对虚拟镜像文件进行保护，采取相关可靠技术对镜像文件的完整性进行检测，并在检测发现异常的情况下能及时进行快速恢复。在数据保密性层面，可采用可靠的加密技术手段对虚拟镜像文件进行加密保存及传输，确保镜像文件的安全。

在五个管理安全层面（安全管理制度、安全管理机构、人员安全管理、系统建设管理以及系统建设管理），安全管理体系的侧重点跟传统的等级保护模式无太大区别，可在原来的基础上针对虚拟化的技术特点做进一步的完善和提升，并制定符合用户实际情况的管理制度。最重要的一点是已制定的相关安全管理制度要切实落地执行，不能当成政绩工程，以及要在实际的执行过程中根据记录信息进一步完善制度体系。

5.结论

云计算的发展趋势已经有目共睹，并且已经成为当前IT 界关注的热点话题，但云计算的发展也面临许多关键性问题，而安全问题首当其冲，并且随着云计算的不断普及和推广，其重要性呈现逐步上升趋势，已成为制约云计算发展的核心因素。因此，对云计算的安全进行系统研究显得迫切而重要。

在传统的网络，经过长久发展的网络依然没有绝对安全的网络，“没有绝对的安全，只有相对的安全”，云计算的安全环境也一样，没有绝对安全的网络，但我们需要做的是使用一些现有的有效云安全技术来让我们的云服务能够达到相对的安全。对于云提供商，这是一个值得着重专研的一项技术。通过这些技术来促使信息安全建设与信息化建设同步发展。

云计算仍然是一个不断发展的技术，它在带来我们诸多好处的同时，也带来了不少的隐忧。不过新的云安全技术也在水涨船高，在信息系统安全等级保护测评层面，相关单位也在抓紧制定针对性云计算的等级保护标准，以及去年发布的《中华人民共和国网络安全法（草案）》，从技术及政策标准为云计算环境提供着越来越高级别的防护。从以上种种迹象表明，不论是公用网络还是私用网络，云计算技术带给我们的不仅仅是方便，而且比以往任何时候都更加安全，可以说云计算技术或许是当前乃至未来最好的信息系统安全解决方案。关键在于我们怎么去完善云计算的安全防护体系。

6.参考文献

[1]王春海.VMware虚拟化与云计算应用案例详解[M].北京：中国铁道出版社，2013 [2]马博峰.VMware,Citrix和Microsoft虚拟化技术详解与应用实践[M].北京：机械工业出版社，2012 [3]马博峰.VMware,Citrix和Microsoft虚拟化技术详解与应用实践[M].北京：机械工业出版社，2012 [4] 《虚拟化与云计算》小组.虚拟化与云计算[M].北京：电子工业出版社，2009 [5] [美] Michael J.Kavis（迈克尔·J·凯维斯）著；陈志伟 译.让云落地：云计算服务模式（SaaS、PaaS和IaaS）设计决策[M].北京：电子工业出版社，2016 [6] [美] Thomas ERL，[英] Zaigham Mahmood，[巴西] Ricardo Puttini 著；龚奕利，贺莲，胡创 译.云计算：概念、技术与架构[M].北京：机械工业出版社，2014 [7] 陈驰，于晶.信息安全国家重点实验室信息安全丛书：云计算安全体系[M].北京：科学出版社，2014 [8] 李智勇，李蒙，周悦.大数据时代的云安全[M].北京：化学工业出版社，2016 [9] 赵国祥，刘小茵，李尧.云计算信息安全管理 CSA C-STAR实施指南[M].北京：电子工业出版社，2015 [10] [美] 戴夫.沙克尔福 著；张小云 等 译.虚拟化安全解决方案[M].北京：机械工业出版社，2015 [11] 陈晓峰，马建峰，李晖，李进.云计算安全[M].北京：科学出版社，2016 [12] 李虹，李昊.可信可信云安全的关键技术与实现[M].北京：人民邮电出版社，2010 [13] 邢利荣，何晓龙.从虚拟化到云计算[M].北京：电子工业出版社，2013 [14] Brendan Gregg（布兰登·格雷格）著；徐章宁，吴寒思，陈磊 译.性能之巅：洞悉系统、企业与云计算[M].北京：电子工业出版社，2015 [15] GB/T 22239-2008信息系统安全等级保护基本要求［S］.北京.2008

第四篇：浅谈云计算环境下的隐私权保护

浅谈云计算环境下的隐私权保护

崔之武 孟光胜

（河南科技大学林业职业学院河南洛阳 471002）

[摘要] 云计算是当前计算机领域的一个热点。它的出现宣告了低成本提供超级计算时代的到来。云计算将改变人们获取信息、分享内容和互相沟通的方式。此文阐述了云计算的简史、概念、特点、现状、保护、应用和发展前景，并对云计算的发展及前景进行了分析。云计算受到产业界的极大推崇并推出了一系列基于云计算平台的服务。但在已经实现的云计算服务中，安全问题一直令人担忧，以至于使得安全和隐私问题成为云计算普及过程中面临的一个巨大挑战。文章主要探讨云计算的隐私问题。在概述网络隐私权特点的基础上，指出了云计算环境下隐私的特殊性，分别从客户端、网络传输、服务器端三个方面阐述了网络隐私权存在的安全隐患。最后，从法律、技术、监管等方面分析了云计算环境下隐私权保护的方案。

关键词： 云计算特点，云计算保护，云计算应用，云安全

云计算

云计算是一种基于互联网的超级计算模式。它将计算任务分布在大量计算机构成的资源池上,使各种应用系统能够根据需要获取计算力、存储空间和各种软件服务。云计算实质上是通过互联网访问应用和服务,而这些应用或者服务通常不是运行在自己的服务器上,而是由第三方提供。它的目标是把一切都拿到网络上,云就是网络,网络就是计算机。云计算依靠强大的计算能力,使得成千上万的终端用户不担心所使用的计算技术和接入的方式等,都能够进行有效的依靠网络连接起来的硬件平台的计算能力来实施多种应用。云计算的新颖之处在于它几乎可以提供无限的廉价存储和计算能力。

1．云计算的特点和优势(1)服务提供的多元性。云就是庞大的计算机群,具备极高的计算、存储能力,能够完成单机所完不成的海量计算、存储等工作。云将调用云中的计算机群,使用基于海量数据的数据挖掘技术来搜索网络中的数据库资源,并运用各种方法为用户反馈出尽可能详尽、准确的结果,极大的扩展了而不是传统意义上的基于某个具体服务器为用户提供相应服务的工作模式;同时云中的计算机可以通过相应技术保持网络数据库信息的及时更新,用以保证用户服务的快速、准确。(2)使用的便捷性。在云计算模式中所有应用和服务请求的数据资源均存储在云中,用户可以在任意场合、时间通过网络接入云平台,使用统一的云服务,按照自身的需求获取所需信息,并可以实现不同终端、设备间的数据与应用共享,为工作带来极大的便利和效率。(3服务的安全性。分布式系统具有高度容错机制,云计算作为分布式处理技术的发展,依托据存储中心可以实现严格、有效的控制、配置与管理,具有更好的可靠性、安全性和连接性能,同时高度集中化的数据管理、严格的权限管理策略可以让用户避免数据丢失、病毒入侵等麻烦。(4)用户端设备成本低性。由于云计算模式下大量的计算及存储工作都被放到了网络上,作为个人的用户端就完全可以简化到只有一个浏览器了。云计算模式中用户只需通过网络使用服务商所提供的相关服务,并按实际使用情况付费,具体的计算机系统硬件配置、设备运行维护开支和服务器系统软、硬件升级都由云服务提供商来完成。云计算的端设

备和现在的PC机相比,云计算终端功耗低,成本低廉,终端用户使用简单,维护方便。

2．云计算的现状

云计算是个热度很高的新名词，由于它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。Amazon、Google、IBM、微软和Yahoo等大公司是云计算的先行者。2008年5月10日，IBM在中国无锡太湖新城科教产业园建立的中国第一个云计算中心投入运营。2008年6月24日，IBM在北京IBM中国创新中心成立了第二家中国的云计算中心——IBM大中华区云计算中心；2008年11月28日，广东电子工业研究院与东莞松山湖科技产业园管委会签约，广东电子工业研究院将在东莞松山湖投资2亿元建立云计算平台；中移动董事长兼CEO王建宙认为云计算和互联网的移动化是未来发展方向。

3、浅谈云计算环境下的隐私权保护

目前，云计算受到产业界的极大推崇并推出了一系列基于云计算平台的服务。但在已经实现的云计算服务中，安全问题一直令人担忧，以至于使得安全和隐私问题成为云计算普及过程中面临的一个巨大挑战。

3．1云计算环境下的隐私

关于网络隐私权，有的学者认为网络隐私权是指公民在网络上的个人数据信息、隐私空间和网络生活安宁受法律保护，禁止他人非法知悉、侵扰、传播或利用的权利。随着科学技术的飞速发展，人们的日常生活对网络的依赖越来越强。但是，网络为人们的生活带来巨大的便利同时，也为隐私权保护带来了挑战，通过互联网来披露、公开或传播他人隐私的行为越来越多(如引起广泛关注或日“严重关切”的“人肉搜索”就直接探测个人隐私)。这些行为的原因是多方面，有的是为了公众利益，也有的是由于经济利益的驱动而获取网络隐私的商业价值，还有的是为了个人精神的自我满足等等。

3．2云计算环境下隐私权的特点

云计算环境下的隐私权面临的问题具有网络隐私权问题的一切特征，并增加了由于云计算环境所带来的新的特点，从资源管理的角度看，隐私权的特点可以概括为动态、智能、随需，即对资源合理的掌控与分配几个方面。

3．3云计算环境下隐私安全隐患环节分析

云计算的核心目标是提供安全可靠的数据存储和网络服务。为保证高可用、高可靠和经济性，云计算采用分布式存储的方式来存储数据，采用冗余存储的方式来保证存储数据的可靠性.另外，云计算系统需要同时满足大量用户的需求，并行地为大量用户提供服务.因此，云计算的数据存储技术必须具有高吞吐率和高传输率的特点。未来的发展将集中在超大规模的数据存储、数据加密和安全性保证、以及继续提高I/O速率等方面.但在这种新的模式下，用户的数据不是存储在本地计算机上，而是存储在防火墙之外的远程服务器中，这增加了数据保密性的隐忧。云计算是以现有的分布式网络为基础的，网络上的每一台计算机都可以被认为是一个节点。当计算机联网以后，就成为互联网的一部分，如果没有有效的安全保护，“云”中的每一台计算机都可以通过一定的手段访问到其他节点。比如一些商业性的公司利用cookies窥探用户上网的活动、浏览过的网页;利用僵尸程序(bot程序)实现对别的电脑的控制;掌握用户在云中使用了哪些服务等，可以说用户的任何操作都会在自己的电脑上留下痕迹，并可以通过一定的途径获得。云计算的特点是对海量的数据存储、读取后进行大量的分析，数据的读操作频率远大于数据的更新频率，云中的数据管理是一种读优化的数据管理。由于云计算采用列存储的方式管理数据，如何提高数据的更新速率以及进一步提高随机读速率是未来的数据管理技术必须解决的问题。

3．4网络传输的隐私安全问题

当用户使用云计算服务时，可以直接像调用本地资源一样方便，而网络传输的过程是必不可少的，如果由于技术原因导致服务中断，几乎所有的数据都存放在云中，用户也只能束手无策。网络传输的稳定和安全是云计算普及要关注的重要问题。

3．5服务器端隐私安全问题

目前，云计算的标准尚未统一，国外研究机构Gartner发布的一篇名为《云计算安全风险评估》的报告中，列出了云计算技术存在的七大风险，即：特权用户的接人;可审查性;数据位置;数据隔离;数据恢复;调查支持;长期生存性。从这七大风险中可以清楚地看出，云计算的隐私安全问题大部分在服务器端。将保存在本地、为自己所掌控的数据交给一个外部的云计算存储服务中心，这样一个改变让人不得不考虑数据的安全和保密问题.然而，如同早已习惯地将钱存在银行一样，未来的数据银行也必将会出现。其实，技术还不是最主要的障碍，制度、法规、诚信、习惯、观念等等这些非技术的因素反而将成为其主要因素.在云计算的关键技术中还应考虑“云安全”问题，“云安全”作为云计算技术的一种应用，其实质是通过安全厂商自建的数据中心这个“云”与位于用户的客户端相互合作，共同对用户访问Web内容进行防护，通过“云”对互联网进行扫描，对有毒网页进行标记.其具体操作流程是用户在访问网页之前，先与“云”取得联系，如果网页安全就顺利访问，否则就终止行为。另外服务器端隐私权存在问题，比如：(1)用户管理。(2)存储安全。一旦将数据存储在云中，对数据的控制权就转移到了云计算提供商手中，某些不法商业机构有可能强迫(或以不正当手段换取)云计算提供商检查用户记录，以获取客户的隐私资料。在云计算环境下，所有数据的存储和操作都要涉及到“云端”的资源，安全由云计算提供商负责，对他们的监管和审计显得尤为重要。首先，云计算为客户提供的服务难以达到完全的透明。其次，云计算服务法律保障有待完善。因此，客户在选择云计算服务时，要充分考虑服务的质量，同时，云计算服务提供商也要根据各地隐私法律的不同，提供权限不同的隐私保护。

3．6云计算环境下隐私权保护的对策分析

从上述的有关网络隐私的安全隐患分析来看，隐私权保护问题是云计算发展的一个极大的挑战。实际上，对于隐私权的保护，通过单一的手段是远远不够的，需要有一个完备的体系，涉及多个层面，我们可以从以下几方面进行初步地分析：第一、完善立法及相关的法律制度，为了适应时代发展的需要，更好的保护网络隐私权，立法机关应尽快加强隐私权方面的相关立法，明确隐私权的法律地位，建立一套完善的网络隐私权保护体系。加强执法力度，做到违法必究，而在隐私的公开方面，应该遵循“不公开是原则，公开是例外”。第二、运用隐私增强技术。当前研究的隐私保障的主要技术还有数据挖掘、数据加密、数据扰乱技术、数据恢复技术等。第三，云计算与可信计算结合保证云安全的有效措施。第四、设立监管机构，要实现对云计算服务的有效监管，可设立以政府为主导的可信的第三方监管机构。第三方监管机构除了进行监督与管理外，还可对云服务提供商进行审计、评估等。

4、小结

云计算能为信息化提供所需的基础设施和软件环境,帮助摆脱资金不足、专业技术人员匮乏等各种困扰,其在教学、科研中的应用前景十分广阔。云计算的发展趋势已经呈现,一定会为科研等方面的提升贡献出自己的力量，但是由于云计算环境下的数据对网络和服务器的依赖，隐私问题尤其是服务器端隐私的问题比网络环境下更加突出，隐私权保护问题虽是云计算普及过程中需要解决的一大难题，但随着云计算的发展及相关标准的成熟，相信隐私权会得到更好地保护。

[参考文献] [1]李德毅,张海粟.超出图灵机的云计算[J].中国计算机学会通讯,2009(12).[2] 刘胜飞，张云泉云云计算技术及应用.计算机应用[J],2010(8)

[3] [中国云计算网。http://www.xiexiebang.com/wiki/Cloud_computing? 地址：河南省洛阳中州东路2号河南科技大学林业职业学院

电话：***

第五篇：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