云計算技術發展現狀分析精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們為您準備了不同風格的5篇云計算技術發展現狀分析，期待它們能激發您的靈感。

篇1

1.面向云計算數據中心的能耗建模方法 

2.云計算安全:架構、機制與模型評價

3.云計算訪問控制技術研究綜述 

4.云計算采納行為研究現狀分析 

5.Google三大云計算技術對海量數據分析流程的技術改進優化研究

6.大數據、云計算技術對審計的影響研究 

7.虛擬化云計算平臺的能耗管理  

8.云計算環境下的分布存儲關鍵技術 

9.推動中國云計算技術與產業創新發展的戰略思考 

10.云計算:體系架構與關鍵技術 

11.我國云計算教育應用的研究綜述  

12.云計算及云計算實施標準:綜述與探索

13.云計算:系統實例與研究現狀 

14.云計算環境下的聯網審計實現方法探析 

15.云計算和云數據管理技術  

16.基于云計算的多源信息服務系統研究綜述 

17.云計算安全問題研究綜述 

18.云計算系統相空間分析模型及仿真研究 

19.云計算時代關鍵技術預測與戰略選擇

20.云計算方案分析研究  

21.基于云計算的B2C電子商務企業價值鏈優化  

22.面向圖書館的云計算研究綜述  

23.云計算時代的數據中心建設與發展 

24.基于Hadoop的云計算輔助教學平臺研究 

25.云計算研究現狀綜述 

26.基于云計算的智能電網信息平臺 

27.云計算資源調度研究綜述 

28.論云計算的服務質量 

29.我國云計算教育應用的現狀與發展趨勢 

30.云計算及其關鍵技術  

31.云計算技術發展分析及其應用探討 

32.云計算應用服務模式探討 

33.云計算的發展及其對會計、審計的挑戰

34.構建云計算平臺的開源軟件綜述 

35.云計算安全研究 

36.云計算和虛擬化技術  

37.基于企業視角的云計算研究述評與未來展望  

38.云計算數據中心的新能源應用:研究現狀與趨勢  

39.云計算環境下的電子文件遷移模型研究 

40.云計算:構建未來電力系統的核心計算平臺

41.移動云計算的應用現狀及存在問題分析 

42.云計算中虛擬機放置的自適應管理與多目標優化 

43.云計算:概念、技術及應用研究綜述  

44.基于虛擬散列安全訪問路徑VHSAP的云計算路由平臺防御DDoS攻擊方法

45.云計算集群相空間負載均衡度優先調度算法研究 

46.電力系統云計算中心的研究與實踐 

47.云計算初探  

48.隨機任務在云計算平臺中能耗的優化管理方法 

49.基于“云計算”的數字圖書館服務模式 

50.云計算與信息資源共享管理  

51.云計算中調度問題研究綜述

52.云計算給圖書館管理帶來挑戰

53.云計算安全研究綜述  

54.云計算中數據隱私保護研究進展  

55.云計算應用及其安全問題研究  

56.基于云計算的電力數據中心基礎架構及其關鍵技術 

57.基于云計算和極限學習機的分布式電力負荷預測算法 

58.美國聯邦政府云計算戰略  

59.基于云計算平臺的新型電子取證研究 

60.云計算信息安全分析與實踐 

61.基于Openstack的科研教學云計算平臺的構建與運用  

62.云計算安全關鍵技術分析  

63.云計算技術研究與應用綜述 

64.基于云計算的義務教育學科課程資源共建共享模式 

65.面向云計算環境的能耗測量和管理方法 

66.基于云計算的實驗室管理信息系統設計

67.云計算概念、模型和關鍵技術  

68.云計算環境下的審計業務模式變革研究 

69.基于Hadoop的分布式云計算/云存儲方案的研究與設計

70.云計算環境中綠色服務級目標的分析、量化、建模及評價

71.基于云計算的圖書館建設與服務發展 

72.物聯網、大數據及云計算技術在煤礦安全生產中的應用研究 

73.基于專利分析的我國云計算技術發展現狀研究 

74.云計算的價值創造及其機理  

75.云計算環境下高校實驗教學模式的創新與實踐 

76.寄心海上云:云計算環境下的知識管理 

77.基于云計算的居民用電行為分析模型研究 

78.云計算環境下的數據存儲  

79.基于效用的云計算容錯策略和模型 

80.云計算環境下的智能決策研究綜述  

81.云計算安全風險因素挖掘及應對策略 

82.我國云計算產業發展趨勢及政策建議 

83.云計算安全需求分析研究 

84.智能電網中虛擬化云計算安全的研究 

85.云計算架構下的移動學習 

86.基于云計算的終身教育服務平臺設計 

87.云計算在電力系統數據災備業務中的應用研究 

88.云計算與圖書館:為云計算研究辯護 

89.淺談云計算技術  

90.云計算研究現狀與發展趨勢 

91.云計算環境下的著作權制度:挑戰、機遇與未來展望 

92.基于云計算的數字化信息資源建設模型的研究 

93.云計算發展態勢與關鍵技術進展 

94.云計算技術在圖書館中的應用探討 

95.國外云計算發展現狀綜述  

96.云計算對知識產權保護的若干影響  

97.基于云計算的遠程教學資源建設模式——以浙江開放大學為例 

98.云計算在智慧校園中的應用研究  

99.對云計算技術及應用的研究 

100.云計算應用展望與思考  

101.云計算給圖書館帶來的發展機遇  

102.云學習:云計算激發的學習理念  

103.云計算環境下的信息資源云服務模式研究  

104.云計算研究進展綜述 

105.云計算及安全分析  

106.一種云計算操作系統TransOS:基于透明計算的設計與實現 

107.基于等級保護的云計算安全評估模型  

108.云計算:從概念到平臺  

109.云計算環境下信息安全分析  

110.云計算技術簡述  

111.云計算綜述與移動云計算的應用研究  

112.中國云計算產業結構和商業模式  

113.云計算安全問題  

114.云計算下的國外圖書館聯盟服務研究 

115.云計算技術的應用及發展趨勢綜述  

116.云計算在區域信息資源共享中的應用探究  

117.基于云計算的圖書館信息平臺的構建  

118.云計算技術驅動下構建數字圖書館虛擬化環境的探討  

119.云計算支撐信息服務社會化、集約化和專業化 

120.云計算環境下基于協同過濾的個性化推薦機制 

121.云計算環境下的網絡技術研究  

122.云計算模式在電力調度系統中的應用  

123.云計算環境下的隱私權保護初探 

篇2

關鍵詞：分布式計算；發展現狀；關鍵技術

中圖分類號：TP309 文獻標識碼：A 文章編號：1674-7712 （2013） 10-0047-02

一、引言

分布式計算技術是當今信息時展的重要產物之一，它允許計算機設備同時開啟多項服務并通過網絡實現多臺計算機的數據通信。分布式計算目前的主要研究領域大致分為分布式計算環境研究和分布式操作系統研究兩個方面。隨著互聯網技術的廣泛應用和發展，目前已逐漸形成以網絡數據通信平臺為中心的數據傳輸方案，分布式計算模型因此得到了較大程度的推廣。在近年來的發展和變革中，已逐漸形成以中間件技術、點對點技術、網格化技術以及WEB Service技術為核心的系統化體系結構模型。以上各項關鍵技術在長期的應用中得到了用戶的認可，也為推進分布式計算技術發展發揮了一定的推動作用。

二、分布式計算技術研究現狀分析

分布式計算技術是計算機發展過程中產生的一項科學技術，主要工作原理是通過多臺計算機的分布式連接實現數據的綜合處理，旨在通過多臺計算機的強大的工作能力來分解復雜問題，解決一些計算難題。分布式計算技術的具體特征表現如下：首先，分布式計算能夠合理分配計算內容，實現多臺計算機共同工作，節約設備成本，提高工作效率。其中最核心的內容在于能夠為計算程序尋找最合適的計算機來完成工作。目前，計算機領域內關于分布式計算的技術已有數百種之多，但多數并沒有密切的聯系，這種缺乏系統管理和統一行業規定的技術并不利于日后的廣泛發展。另外，分布式計算技術主要是通過科學算法的研究，形成一種獨特的計算模型，確保其超長的數據處理能力，這種發展規律導致大多數用戶只單純研究如何集結更多閑置計算機來完成實際數據的處理，并沒有考慮如當某些計算機喪失處理能力后的數據歸屬問題。那么，就要求研究者對分布式計算技術進行更加深入、系統的研究，目前，通過虛擬網絡運營機制來實現大批量數據的共同處理以及如何實現用戶間數據的高速共享以初具規模。如何更大規模的集結剩余計算力量、如何科學系統的管理共享數據資源、如何更大程度的節省計算資源成本成為當今社會研究分布式計算技術的重要課題。

在近十年間的研究和發展中，分布式計算技術已在不同行業得到廣泛的應用，一些關鍵技術也已逐漸走向成熟，并能夠適合當今科研領域的大規模數據應用。從分布式計算技術的發展現狀來看，我國當前的研究水平和研究能力較國外還存在一定的差距，雖然中國擁有數額最大的計算機用戶群，但真正能夠應用和了解分布式計算技術的用戶卻表現相對單薄，大多數用戶只將計算機相關技術作為日常生活、辦公的一種工具，沒有實際考慮更深刻的含義，僅有一些科研單位和高等院校對分布式計算技術進行了課題立項研究。這點于計算機技術相對發達的國家相比存在明顯的差距。

三、分布式計算關鍵技術研究

（一）中間件技術

顧名思義，該項技術的核心在于中間連接方面，所謂中間件則是指連接計算機應用程序與計算機系統的中間環節。也可以將其認定為計算機操作系統的一方面內容，用戶主要通過多個中間件的連接形成一個有機的運行平臺來實現數據通信。它是發現較早的一項分布式計算技術。其中太陽公司、貝爾實驗室以及IBM公司對其開啟了中間件技術研究的先河，在近年的不斷變革和應用中，移動型中間件、自適應型中間件以及數據型中間件均是這段時間的產物。利用中間件技術現已開發出多項不同類型的通信產品。這項技術作為分布式計算的基礎應用在優化計算機通訊能力方面做出了突出貢獻。

（二）網格化技術

網格化技術是當今社會研究最為廣泛的分布式計算技術之一，旨在通過對區域進行類似“網格”式的畫法來形成數據的分布式管理。主要通過集結不同地區的空閑計算機軟硬件資源來構建一個龐大的異構性網絡結構，來實現不同區域、不同系統、不同協議之間計算機的數據處理問題。通過這項技術的應用使得應用者如同在一臺計算機辦公那樣利用多臺計算機完成內容龐大的數據處理工作。從一定程度上來講，網格化技術不僅能夠滿足龐大、復雜的計算工作量，而且能夠解決區域化的界限，合理利用閑置資源。在一定意義上顯示了計算共享和統一管理。這也是網格化技術應用廣泛的關鍵所在。

網格化技術具有多種體系結構形式，其中最為著名的則是五層沙漏式結構形式，依次為服務構建層、數據連接層、數據資源層、數據匯集層以及數據應用層。自上而下形成了有序的數據服務傳輸模型。另外，一些研究機構為了更加合理的節約成本，將沙漏式體系結構進行了優化整合，形成構建層、中間層和應用層為主的三層架構形式。構建層處于體系結構的最低端，主要負責分配給不同區域的可用計算機計算資源的工作，中間層則通過對底層資源的協議傳輸來避免異構計算機在進行數據處理時產生的麻煩，中間件技術也可以看做這層的具體實現原理之一。應用層則是通過統一的管理平臺來協調、管理構建層的各項數據處理工作，使得整個分布式計算工作能夠順利、有序的完成。

（三）點對點技術

點對點技術是計算機網絡中比較成熟技術之一，在對等網絡中具有廣泛的應用，這項技術沒有客戶端、服務器端的明確劃分，在網絡節點中的應用以及地位完全相同，這種技術能夠實現數據資源的相互訪問和共享，無需通過計算機軟件來實現數據轉換，降低了數據對服務器的依賴程度，同時也提高了數據傳輸的各方面性能。當然，這項技術在處理一些復雜性問題時也會表現力不從心。例如數據搜索速度相對緩慢等問題，點對點技術只單純提供目錄索引，在進行實際搜索時也只針對源地址和目錄進行簡單的索引并直接將結果返還給搜索用戶，當面對熱點資源時，數據傳播速度較快，而遇到冷門信息時將不能完成數據傳輸。也就是說這項技術只能在資源有源提供的時候才能夠完成傳輸，又由于數據承載點不一定是專業服務器，一旦計算機下線就會降低傳輸速率。在經過長時間的應用和發展后，多點傳輸技術在一定程度上減少了這種技術的弊端，多點傳輸技術能夠將資源分割成多個資源數據包，并根據不同編號實現多臺計算機數據傳輸服務。這種方式也就代表著節點越多，傳輸越快。

（四）云計算技術

云計算技術是在分布式計算技術經歷了長時間發展后的技術產物，它的提出改變了人類對傳統計算機計算模式的認識，也將當今社會對分布式計算研究推向了另一個歷史。它的原理在于將龐大的計算機處理程序進行多個小程序的分解，并在整個互聯網中尋找合適的承載計算機，當整個計算完成后將最終結果傳遞給用戶。眾所周知，云的形成是由大氣層眾多細微顆粒分子集結在一起形成的，利用這種方式可以將多臺計算機集結在一起，形成龐大及計算機網絡完成復雜計算。向google、baidu這類搜索引擎的應用原型就是云計算技術。目前，這項技術已在一些醫學處理、圖譜識別方面得到廣泛的應用。

四、總結

分布式計算是當今社會信息技術飛速發展的必然產物，是互聯網方向的重點研究課題之一，合理、有效的利用分布式計算技術能夠降低計算運維成本、合理利用網絡限制資源，數據研究證明，全球每天閑置的可利用資源非常龐大，集結這些閑置資源能夠進行更加廣泛的科學研究，這項技術發展前景也十分樂觀。我國最為計算機應用人數最多的國家，閑置資源相對較多，積極研究分布式計算技術，對于解決我國科技落后的現狀具有重要的指導意義。

參考文獻：

[1]曲偉平，黃小龍，潘大勝.網格計算的優勢及安全技術[J].電信快報，2009，9.

[2]宋麗華，姜家軒，張建成.黃河三角洲云計算平臺關鍵技術的研究[J].計算機技術與發展，2011.

[3]戴新發，袁由光.一種嵌入式實時分布系統的安全策略設計[J].計算機工程與科學，2001，5.

篇3

當今的時代是信息化的時代，隨著信息化程度的不斷加深，教育行業也獲得了巨大發展，具體到教育教學的技術方面有了很大程度的提高與進步。現在的教育教學方式打破了傳統的黑板板書的形式，開始以多媒體教學的現代技術為主導。“云計算”這一概念的提出，促進了新一代的信息技術的發展，而云計算技術在現代教育技術中的應用，有利于現代教育技術獲得更好的發展空間與發展舞臺，推動新的教育方式教育技術體系的建立，從而更好地服務于教育教學。[1]

一、云計算與現代教育技術

1.云計算與現代教育的發展現狀分析

云計算是一種網絡計算方式，它是建立在互聯網的基礎上實現軟硬件資源與信息數據共享的一種方式，并且通過云計算還可以將數據傳送到其他的計算機和設備上。而云計算的供應商在提供業務時，通常使用的都是通用的網絡業務應用技術。這種網絡業務應用的訪問模式建立瀏覽器的基礎上進行的，服務器則是用來存儲數據的。具體來說，包括以下幾個方面：第一，現代教育媒體是現代教育技術中使用的主要工具；第二，媒傳教學法是教育技術使用的主要的教育教學的方法；第三，系統方法教學設計是教育技術使用的主要用于教學設計的媒介手段。將云計算技術與現代教育技術結合，使云計算技術更好地為教育服務，為學習者更方便更及時的提供學習資源。[2]

2.云計算對現代教育技術的貢獻

云計算技術主要包括了分布式并行架構和資源虛擬兩種技術，它促進了教育形式與教育理念的轉變與發展，促進了教育的創新。而云計算對現代教育技術的貢獻主要表現在：第一，對于學習過程的支持；云計算的使用是將學習的過程移到云中，為學生提供有關學習的各項服務。學生在學習時，可以自由的選擇自己所使用的資源，從而保障學生學習的主動性與積極性。第二，對于學習資源的支持；云計算在現代教育技術中的應用，促進了教育教學資源價值最大程度上的體現，從而更好地服務于教師的教學與學生的學習。第三，現代教育技術采用多樣化的技術模式；每個國家的教育現狀不一樣，所具備的客觀條件也不一樣，因此在實際的教育技術的使用上也是不一樣的。目前來說，教育技術的應用模式主要有四種，即： 多媒體的方式、 虛擬現實的方式、常規的方式和以網絡的方式等四種類型。第四，全新的現代教育技術形式的建立與應用；現在的教師教學已經不再使用傳統的粉筆書寫，轉而以現代多媒體教學代替，而云計算在現代教育技術中的應用，推動了現代教育技術新時代的到來。[3]

二、云計算與現代教育技術的變革分析

1.云計算模式下“教”的變革

現代教育技術中所提到的“教”主要是指教師與教學。云計算模式的使用，有利于激發學生學習的積極性與主動性。云計算的應用，有利于確保學生更充分地使用學習資源。除此之外，云內的全部教師之間也能相互交流溝通，對于教學經驗能夠互相切磋學習，對于教學資源與教學過程設計的整合是非常有利的。云計算模式下的“教”的變革也改變了教師在教學過程中的主導性的地位，轉而以學生為主體、教師為指導的教學模式。

2.云計算模式下“學”的變革

現代教育教學中的“學”主要是指環境、學生和學習的過程三個方面的內容。其中，學生作為學習這項活動的執行者，決定了學習環境的選擇，在整個學習過程中占據著主體性的位置。而云計算的應用，則是為了確保學生在充分享受學習資源的同時，還可以將自己的資源分享給大家一起使用學習，有利于學生之間相互交流，激發他們學習的熱情，同時也方便學生之間的互動。[4]

3.云計算模式下教授者、學習者和管理者的“角色與地位”的變革

將云計算應用到現代教育技術之中，從根本上改變了傳統的教授者、學習者與管理者三者的角色定位。教師由以前教學過程中的主導者變成了現在教學活動的設計者與學習過程中的指導者，教師通過對云平臺的使用，提高學生學習的效率與質量。教師在云中處于管理者的地位，主要工作紀實及時地更新與維護云中的數據，以確保學生的正常使用。云計算的應用從根本上改變了學生、教師和教育中的工作人員在現代教育技術中的角色和地位，三者之間的關系互相協調與配合，呈現出“你中有我，我中有你”的親密合作的格局形式，共同構建著現代教育技術的新模式與新理念。[5]

篇4

關鍵詞： 物聯網；油氣生產；發展現狀；功能

中圖分類號：TE46 文獻標識碼：A 文章編號：1671－7597（2012）0210158－02

隨著物聯網技術不斷應用在各行各業，我油田公司也在努力將物聯網技術與油氣生產相結合，為大慶油田的四千萬原油穩產目標提供信息技術保障。下面我從物聯網的技術原理、發展現狀，以及在油氣生產中的應用三個方面進行介紹。

1 物聯網技術介紹

“物聯網技術”的核心和基礎仍然是“互聯網技術”，是在互聯網技術基礎上的延伸和擴展的一種網絡技術；其用戶端延伸和擴展到了任何物品和物品之間，進行信息交換和通訊。因此，物聯網技術的定義是：通過射頻識別（RFID）、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，按約定的協議，將任何物品與互聯網相連接，進行信息交換和通訊，以實現智能化識別、定位、追蹤、監控和管理的一種網絡技術叫做物聯網技術。在現階段，物聯網是指在物理世界的實體中部署具有一定感知能力、計算能力和執行能力的各種信息傳感設備，通過網絡設施實現信息傳輸、協同和處理，從而實現廣域或大范圍的人與物、物與物之間信息交換需求的互聯。

物聯網的體系架構大致由感知層、網絡層、應用層組成，感知層主要實現只能感知功能，包括信息采集、捕獲和物體識別。網絡層主要實現信息的傳送和通信。應用層則主要包括各類應用，如監控服務、智能電網、工業監控、綠色農業、智能家居、環境監控、公共安全等。物聯網的基本特征可概括為全面感知、可靠傳送和智能處理。全面感知：利用射頻識別、二維碼、傳感器等感知、捕獲、測量技術隨時隨地對物體進行信息采集和獲取；可靠傳送：通過將物體接入信息網絡，依托各種通信網絡，隨時隨地進行可靠的信息交互和共享；智能處理：利用各種智能計算技術，對海量的感知數據和信息進行分析并處理，實現智能化的決策和控制。

物聯網至少包括以下四個方面的技術和圍繞這些技術的龐大產業群。

1.1 以RFID為代表的物品識別技術

物品識別技術是實現物聯網的基礎。RFID（Radio Frequency Identi

fication，無線射頻識別）是當前最被看好的物品識別技術。一個完整的RFID標簽由RFID芯片、天線以及封裝媒介所組合。RFID標簽技術將帶動材料技術、芯片及封裝技術、能源技術等產業的發展。

1.2 傳感與傳動技術

物聯網將實現人-物互動以及物-物互動，這就要求物體具備根據物理變化做出反應的能力。為賦予物體“智能”屬性，傳感與傳動技術的應用將不可避免。傳感與傳動技術將帶動的產業：傳感與傳動技術涉及領域極廣，其技術需求將能夠帶動半導體、精密機械、電子元器件、光學、聲學等多科技領域的進步。

1.3 網絡和通信技術

在物聯網時代，由于所有物體都處于隨時接受數據并傳輸數據的狀態中，由此所產生的海量數據傳輸需求將不是現有網絡技術所能應對，這將帶動有線網絡投資、無線網絡升級、信息設備及軟件、網絡搜索等產業的發展。

1.4 數據處理與存儲

物聯網時代所產生的數據量將是難以想象的龐大，將對數據處理與儲存技術提出前所未有的挑戰。數據處理及存儲需求將帶動包括“云計算”在內的計算機軟硬件、半導體、電子元器件等產業的發展。

2 物聯網的發展現狀

目前，物聯網開發和應用仍處于起步階段，發達國家和地區抓住機遇，出臺政策進行戰略布局，希望在新一輪信息產業重新洗牌中占領先機。日韓基于物聯網的“U社會”戰略、歐洲“物聯網行動計劃”及美國“智能電網”、“智慧地球”等計劃相繼實施；澳大利亞、新加坡等國也在加緊部署物聯網發展戰略，加快推進下一代網絡基礎設施的建設步伐。物聯網成為“后危機”時代各國提升綜合競爭力的重要手段。物聯網將是下一個推動世界高速發展的“重要生產力”！

2.1 美國在物聯網基礎架構、關鍵技術領域已有領先優勢

美國在物聯網產業上的優勢正在加強與擴大。國防部的“智能微塵”（SMART DUST）、國家科學基金會的“全球網絡研究環境”（GENI）等項目提升了美國的創新能力；由美國主導的EPCglobal標準在RFID領域中呼聲最高；德州儀器（TI）、英特爾、高通、IBM、微軟在通信芯片及通信模塊設計制造上全球領先；物聯網已經開始在軍事、工業、農業、環境監測、建筑、醫療、空間和海洋探索等領域投入應用。

2.2 歐盟出臺系列政策促進物聯網技術研發和應用

歐盟將信息通信技術（ICT）作為促進歐盟從工業社會向知識型社會轉型的主要工具，致力于推動ICT在歐盟經濟、社會、生活各領域的應用，提升歐盟在全球的數字競爭力。歐盟在RFID和物聯網方面進行了大量研究應用，通過FP6、FP7框架下的RFID和物聯網專項研究進行技術研發，通過競爭和創新框架項目下的ICT政策支持項目推動并開展應用試點。2009年9月15日，歐盟《歐盟物聯網戰略研究路線圖》，提出歐盟到2010、2015、2020三階段物聯網研發路線圖，并提出物聯網在航空航天、汽車、醫藥、能源等18個主要應用領域和識別、數據處理、物聯網架構等12個方面需要突破的關鍵技術。目前，除了進行大規模的研發外，作為歐盟經濟刺激計劃的一部分，歐盟物聯網已經在智能汽車、智能建筑等領域進行應用。

2.3 我國物聯網的發展現狀

在無線傳感領域的研究，中國早在上世紀90年代就已經開始，2004年開始在軍民兩個領域展開標準化研究工作，2009年以來開始積極推進產業化。2009年8月7日，國務院總理視察中科院無錫微納傳感網工程技術研發中心，指示要迅速在無錫建立中國的“感知中國”中心。3個月之后，在“讓科技引領中國持續發展”講話中，再次明確，物聯網為五大重點扶持的新型科技領域之一。

目前，物聯網已被列入國家戰略性新興產業規劃，無錫則被列為國家重點扶持的物聯網產業研究與示范中心。同時，上海、北京、浙江、廣東、福建、山東、四川、重慶、黑龍江等地區紛紛出臺物聯網發展規劃，三大運營商、廣電、國家電網乃至產業鏈多家企業也已制定了物聯網發展規劃。

3 物聯網在油氣生產中的應用

油氣生產流程包括油氣舉升、注入、計量、油氣集輸、油氣處理等5個部分。在各個流程的生產過程中，現有生產組織形式大都為人工巡檢，勞動強度大，生產效率低，安全風險高。另外，現有的生產工藝也需要改進和優化創新，并且現有的生產方式依賴員工的責任心和熟練程度，因此勞動生產率低。

各油田為滿足生產需求，已經建立了各自的油氣生產現場工況監控、分析與管理和視頻監控系統，并正在當前生產中發揮重要作用。但這些系統是由軟件開發公司和油田用戶結合各自油田生產的特點和實際情況合作開發的，主要是為了滿足油田公司、采油廠、作業區等各級目標用戶生產運行管理的需要。由于受地域、地形地貌、氣候條件、油藏地質、社會環境差異的影響，因此各油田油氣生產數字化的功能不盡相同，建設也具有各自的特殊性。目前各油田已經建成并應用的一部分油氣生產物聯網系統在軟件平臺、開發環境、系統組態方式上都有很大差異，還沒有形成統一的系統。

針對目前油氣生產過程管理的現狀，油田在信息化、數字化建設中存在的問題急需一套綜合信息平臺來解決，而以往油田建設的信息化、數字化系統所積累的實踐和經驗也為建立油氣生產物聯網系統奠定了基礎。因此，建設面向生產操作過程的油氣生產物聯網系統，就是要通過信息技術與工業生產的融合，緊緊圍繞生產運行管理，提高生產操作每個單元的自動化程度，保證生產持續、穩定、高效的運行；為優化生產管理流程，實施精細化管理創造條件，提供保障，并根據生產管理特點，按流程建立勞動組織架構，優化一線員工布局，從而把人和生產流程的效率發揮到最佳水平。

油氣生產物聯網功能設計需要滿足油氣田的日常生產運行、生產管理、生產監控、設備管理、成果展示等需求。對于目前油氣生產現狀分析中所反映出來的不足和存在的問題，油氣生產物聯網的建設，主要立足于解決如下生產問題：

1）快速了解生產概況：顯示采油氣廠生產狀況、產量、注水量變化情況；

2）及時提供故障報警和預警：報警和預警信息自動通知相關人員及時處理；

3）自動生成生產報表：自動生成、存儲、查詢井、站、作業區的相關生產報表，自動繪制相應曲線；

4）自動控制生產過程：關鍵生產過程實現閉環控制、提高生產運行的可靠性和穩定性；

5）高危環境重點區域：生產環境的可燃有毒監測、重點井高產井的視頻監控；

6）定時完成物聯網系統自檢：對網絡、網絡設備、現場儀表等數字化設備定時自動巡檢和故障原因定位。

我大慶油田通過油氣生產物聯網的系統架構，分別對采集與控制、數據傳輸、生產現狀監控及管理三個子系統進行設計：

1）采集與控制子系統功能

該子系統是通過傳感器、無線傳感網、射頻識別、RTU等設備自動采集、存儲、處理油氣生產對象的生產數據，通過攝像頭、危害氣體監測等裝置，自動采集現場生產的環境信息，將這些信息傳輸到采油廠實時數據庫，支撐生產監控等應用；同時，通過ESD、控制閥等自動化控制設備，實現生產過程自動控制。

2）數據傳輸子系統

該子系統是把從單井及邊遠站庫采集的數據采用無線傳感網、專網和公網無線技術（融合WSN、McWill、WiMAX、WiFi、3G、GPRS、CDMA、衛星等無線傳輸技術）組成無線異構網絡來進行數據傳輸；其余計量間、中轉站、聯合站、集氣站、處理站、注水站等站庫和距站較近井場的生產數據及視頻信號通過有線網絡相連來傳輸，從而實現數據的實時傳輸。生產數據傳輸模式為油氣田作業區采油采氣廠油氣田公司企業總部。

3）生產現狀監控及管理子系統

該系統在采油氣生產部門部署實時數據庫和監控中心，同時將數據上傳到總部數據中心實現對生產動態的及時了解，實現生產管理、分析優化、指揮調度、智能決策，洞觀全局，掌控運行。

通過以上的論述可知道，油氣生產物聯網系統的建成可以實現包括油氣水井、計量間、處理站庫及相關集輸管網的生產數據自動采集、工況分析、故障預警和報警、關鍵過程連鎖控制、工藝流程可視化展示、生產過程實時智能決策等功能。能達到強化安全管理、突出過程監控、優化管理模式，以實現優化組織結構、持續改進業務績效的目標。

油氣生產物聯網除需要有一個先進的設計之外，還應總結一些油氣田在面向生產操作過程的數字化建設方面所取得的一些有益的探索和實踐經驗，并結合國際上先進石油企業的最佳實踐和物聯網技術的發展趨勢，來經濟高效的建設我國的油氣生產物聯網系統。

參考文獻：

[1]運用物聯網技術構建數字化油田.

[2]物聯網技術與應用.

[3]淺談油氣生產物聯網的建設模式.

[4]物聯網發展的歷史、現狀及趨勢.

[5]油氣生產物聯網功能設計研究.

篇5

關鍵詞：大數據；大數據技術；指揮信息系統

自20世紀50年代美國成功研制“賽奇”半自動化防空指揮控制系統以來，指揮信息系統建設迅速。從最初的C2系統，逐步發展為C3I系統、C4I系統、C4ISR系統、C4IKSR系統，到今天的GIG全球信息柵格、網絡賦能指揮能力系統，指揮信息系統正逐步實現按需高效地向戰斗、決策和支持人員提供全球互連的有價值信息的目標。

快速、準確決策是指揮信息系統的核心功能。隨著新軍革的不斷推進和發展，作戰方式正在從平臺中心戰向網絡中心戰轉化，通過人工、通信系統、無人機、衛星等渠道收集來的數據已呈海量[1]。指揮信息系統作為整個武器系統的關鍵和核心，如何從海量數據中提取有價值的信息，及時準確掌握敵方的戰略意圖，預測戰場態勢實時變化，成為了指揮決策的關鍵所在，大數據技術由此延伸拓展到指揮控制領域[2]。

1 大數據

1.1 大數據

2014年5月，美國白宮一份總統報告《大數據：抓住機遇、保存價值》中談到：今天，數據比以往任何時候都更加深刻地影響著我們的生活，我們使用數據去解決問題，提高幸福指數，贏得經濟利益。特別是隨著計算機處理能力的不斷增強、計算存儲的井噴式發展和植入在各種設備中傳感技術的提高，數據收集、存儲和分析正朝著一個向上而且看起來無邊的軌跡發展。據統計，2011年，世界創造和復制的信息量就超過了1.8ZB。2013年，全球產生的信息量達到了4ZB[3]。

1.2 大數據特征

大數據的特征是：Volume，Variety，Velocity。

Volume容量大。對于學習研究大數據的目的，美國數據審核小組表示，隨著數據在容量上的不斷增大，用傳統數據挖掘和數據分析的方法是不夠保證數據種類的多樣和傳輸的高效。從網絡應用、可穿戴技術到能夠從生命信號中監測到慢跑者體能狀態的先進傳感器，數據的爆增對高效的運算和傳統的數據管理技術提出了更高要求。

Variety種類多。大數據不僅數據量大，資源和格式的種類也很多。美國總統科學技術顧問在一份報告中談到：一些數據產生于數字，意思是它通過使用數字的電腦或數據處理系統創造，比如郵件、網頁瀏覽和GPS定位。其他的數據產生于分析，也就是說它產生于自然界，但是轉化為數字格式在增長，比如通過手機、照相機和錄音機產生的視聽信息，以及像心率這樣的體檢數據、天氣設備的監測數據。

Velocity速度快。數據收集和分析正在向實時的速度發展，這就意味著大數據分析會對人的生活環境和人生選擇產生直接而深遠的影響。當人們通過網頁相互聯系，數據可以記錄下人們網上活動。手機設備中的GPS數據可以實時追蹤你的位置。當然，一個手機地圖軟件如果不能快速準確地識別手機的位置，那么就是無用的。

1.3 大數據技術

麥肯錫認為，“大數據”是指其大小超出了常規數據庫采集、儲存、管理和分析等能力的數據集。大數據技術則是將海量變量之間的關系數據化，然后通過挖掘、關聯、分析，生成可以幫助解決問題的信息。目前，大數據技術主要包括數據存儲、分布式計算、分析應用和數據安全等技術。

2 指揮信息系統在大數據時代面臨的機遇與挑戰

2.1 戰場大數據來源

信息技術在軍事領域的推廣應用，催生了海量數據。在戰場偵察監視中，傳感器的海量追蹤和監視數據，蘊含了豐富的敵情信息，是分析敵目標狀態、作戰企圖的重要依據。在作戰指揮控制中，實時態勢感知、指揮命令和作戰綜合保障等信息以數據形式存在并傳輸。在作戰保障階段，偵察預警、指揮控制、精確打擊、損傷評估以及戰場管理等領域使數據浩如煙海[4]。

2.2 機遇

信息主導火力地位更加突出。阿富汗戰爭，美軍通過數據鏈聯通情報與武器系統，使傳感器到武器端的時間縮短到“分鐘”級。伊拉克戰爭，逐步完善的指揮信息系統，使美軍各軍種作戰行動實現了自主協同。下一步，以可穿戴等創新手段分析數據，使感知、認知與決策支持相結合的方式，將成為發展趨勢。

情報收集處理能力更加突出。現代戰爭，指揮信息系統一旦被敵捕獲，將構成致命威脅。而大數據技術在指揮信息系統的應用研究，會通過全方位的數據收集、深度的數據分析、快速的數據傳遞，更好更快地滿足作戰需要。倘若大數據技術將情報分析能力提高10倍以上，那么敵我雙方的差距就是代差。

數據處理的實時性更加突出。大數據技術一旦獲得突破，對信息的預先感知和實時分析處理將達到“秒”級。也就意味著反導反精確打擊的防御體系分析來襲導彈的飛行軌跡速度將更快，從導彈預警到跟蹤攔截的反映時間將大大縮短[5]。

2.3 挑戰

異構性。在指揮信息系統中，偵察監視獲取的情報數據類型多種多樣，既有結構化數據，還有戰場態勢、地理信息等半結構化和非結構化數據。傳統數據庫工具很難分析如此復雜的數據類型。

規模大。在作戰過程中，每天都會收集海量的情報偵察數據，有數據、語音和影像信息，其中也包括大量的噪聲以及敵方的干擾信號。如何從海量、密集情報數據中提取有價值的情報信息，成為數據分析的難點。

及時性。在信息化戰場，各種偵察裝備會不斷地、實時地傳來各種情報信息，戰機稍縱即逝，這就對情報數據分析速度提出了更高要求。只有對海量的情報數據進行快速分析處理，才能為指戰員提供準確、實時的指揮決策依據[2]。

3 大數據技術在指揮信息系統中的應用前景

3.1 大數據技術在軍事領域發展現狀

近年來，信息系統產生獲取的數據已達TB、PB級，存儲龐大的數據集，主流的數據庫存儲技術有：面向文檔的數據庫、基于內存的鍵值存儲數據庫、分布式多線程處理/列式存儲數據庫。為提供數據資產保管訪問的場所，數據中心也成為建設趨勢。為實現高效計算處理，分布式計算集合了數據檢索和實時分析技術，可以利用網絡閑置資源來處理龐大復雜計算。MapReduce、Spark、Storm作為適合不同數據類型的高效計算框架，應用前景廣闊。分析應用涵蓋了數據挖掘與提取、數據可視化、數據預測與分析等內容。在大數據背景下，如何快速高效地從繁雜多樣的數據海洋中提取有價值信息，提高信息流向的效率和精確性，主要依賴于分析應用技術。數據安全方面，則要站在戰略高度進行系統化考慮。

3.2 大數據技術在美軍指揮信息系統中的應用

在大數據背景下，美軍為提高“從數據到決策，發現即摧毀”的能力，正不斷加強在信息融合、任務指揮決策和人工智能應用等重點領域的建設。DARPA的XDATA項目，旨在為大數據處理和分析開發新型計算技術和開放源碼軟件工具，以滿足軍事領域對大量半結構化和非結構化數據分析的需要，并包括異常監測、心靈之眼等多項與信息網絡安全相關的技術 [6]。BAE系統公司開發的“Q勇士”可穿戴計算機系統，可以像谷歌眼鏡一樣嵌入標準軍用頭盔上，呈現部隊所處位置、地圖及警示信息實時地疊加進士兵的視野。美軍還探索了一種新型存儲體系結構，網絡附加存儲。與存儲資源直接分配到計算機節點的直接附加存儲不同，網絡附加存儲可與其他計算和存儲資源共享基礎設施資源，能夠對多種數據協議，包括服務器消息塊、網絡文件系統、超文本傳輸協議等進行存儲，并能處理不同操作系統計算機傳輸的數據[7]。

3.3 我軍指揮信息系統大數據分析應用設想

中國電子科技集團在第二次指揮控制大會上提出了大數據分析在指揮信息系統中的應用框架。在體系架構上，集中式與分布式相結合，可以實現分級指揮向扁平化指揮的過渡。在分析策略上，離線分析與實時分析相結合，能有效提高指揮決策的智能化、實時化、精確化。具體來說，首先，各情報站從各種情報源獲取到各種實時情報數據，結合其他情報站的分析結果，進行本站實時情報的初步分析，并將分析結果上報到情報中心，存入歷史情報數據庫。在情報中心，一方面基于歷史情報數據庫中積累的海量歷史情報數據，通過離線分析，挖掘情報，存入情報知識庫；另一方面，對各情報站獲取的情報數據及分析結果，結合情報知識庫，通過實時分析，最終為指揮員實時決策。基于上述思路，可以基于Hadoop分布式云存儲技術，Map Reduce并行計算框架和Storm流計算框架，構建適用于指揮信息系統大數據分析的并行數據分析架構[2]。

4 結束語

勝利日閱兵，指揮信息系統裝備方隊首次亮相，宣示了我軍打贏信息化戰爭的決心意志。當前，現代戰爭已進入數據決策指揮的時代。以往的決策模式主要是依靠人的經驗與智慧作出決策判斷，已不適合現在戰爭復雜、不確定的環境。當信息感知滲透到戰場的各個領域和環節，覆蓋作戰前線到后勤保障，戰場信息流將成幾何級別劇增。基于大數據技術的新型指揮信息系統，深度挖掘信息關聯，為指揮員提高智能決策，是發展趨勢，是時代要求，不久將成為現實。

參考文獻

[1]余曉東，王剛，岳韶華等.美軍新一代指揮信息系統發展現狀分析[J].飛航導彈，2011，11：45-49

[2]李小花，李姝.大數據分析在指揮信息系統中的應用[C].第二屆中國指揮控制大會論文集，2014

[3] Executive Office of the President. Big data： seizing opportunities， preserving values [R].2014

[4]王本勝，殷階，朱旭.指揮信息系統大數據技術發展趨勢[C].指揮信息系統與技術，2014

[5]廖非凡.大數據時代對指揮信息系統建設的影響及對策[C].信息技術，2014