移动计算平台（精选12篇）
移动计算平台 篇1
0 引言
云实践平台(百度凤巢沙盒系统云实验环境)可以为学生提供真实的搜索引擎推广环境,让学生在无需花费任何推广费用的前提下获得搜索引擎营销的实战经验。系统内置三十多个企业项目,模拟数十个行业几百个网站的动态竞争环境,完美覆盖当前互联网营销领域各种商业及营销模式。而且在专业老师的带领下还可以熟悉搜索引擎的技术机制,学习其中的博弈论原理和定价机制,进而全面掌握搜索引擎营销的精髓。
1 云实践平台设计目标
云实践平台采用硬件设备虚拟化、软件版本标准化、系统管理自动化和服务流程一体化等手段,构建代替传统数据中心的以服务为中心的云计算运行平台[1]。利用“云计算”提供的服务,支持教师的教学和学生的学习,提以高教学质量。
云实践平台是基于IBM云计算平台的高性能计算解决方案,不仅面向学校,还对企业、政府以及开源社区提供高性能计算资源及服务。达到服务教学科研、开展科学研究、支撑服务行业的目标。
在实验教学过程中。云计算实验平台应该发挥如下的作用:
1)提供优良的实验教学环境。为了适应教学、科研的时效性和计算机技术的飞速发展,教师在开展教学、科研实施过程中,需求的实践环境更先进、资源更广泛,这些都是高校在实验室建设中迫切需要解决的问题。随着云计算时代的到来,云计算所提供的计算、存储、平台和服务等各种资源都是采用虚拟化技术,支持用户共用户共享软硬件资源[2]。
2)节省实验室的建设与维护成本。云计算环境下对客户端计算机配置要求很低, 师生只需使用可上网的计算机,通过浏览器即可方便快捷地访问“云”端的应用程序与服务, 有助于降低数字化校园建设的人力、财力、物力等投入。
3)深化教学改革,创新实验教学模式。在基于云计算的开放式实验教学环境,充分发挥云计算辅助教学的优势,深化教学改革,有利于创新实验教学模式,开展网络化实验教学,实现学生创新实践能力的培养,提高教学水平和教学质量。
云实践平台的建设,可以实现我校软件工程、机械制造、数控技术、电子商务、汽车营销等专业学生通过远程访问完成搜索引擎营销的实践。建立统一的计算平台,集中计算资源,统一调度,发挥出计算资源的效率来,大大降低建设、管理运营等方面的成本。
2 云实践平台建设模式与功能
2.1 系统建设模式
互联网营销云实践平台(百度凤巢沙盒系统)是全新的百度搜索推广服务管理平台的内部开发代号。通过这一全新平台,客户可以对百度搜索推广信息进行更为高效地管理与优化,对推广效果更为科学地进行评估。
互联网营销云实践平台主要由凤巢广告管理系统、数据存储管理系统、商业检索管理系统、数据统计及分析系统等四个子系统组成。除这四个子系统之外,为保证沙盒系统正常运维需要,还需要部署百度开发的沙盒环境管理系统、沙盒环境监控系统[3]。图1为云实践平台部署方式,图2为云实践平台(百度凤巢沙盒系统)组成。
在图2中,百度凤巢沙盒系统的交互数据流如下:
1)百度凤巢沙盒系统用户(模拟身份可以是中小企业主、API开发者等),通过凤巢沙盒系统提供的凤巢广告管理系统(web系统、API接口等),对搜索引擎营销方案进行设计和管理;
2)用户的相关数据保存到数据存储系统中;
3)沙盒系统中有程序模拟网民的搜索行为,当有搜索请求时,网民搜索请求分别从网页检索系统和商业检索系统中得到自然搜索结果、商业搜索结果。其中自然搜索来自于网页检索系统,该系统服务由百度内部测试系统提供,沙盒系统仅需连到百度测试系统获取结果;
4)商业检索系统根据检索请求,从数据存储系统中检索出符合条件的商业结果,返回给检索网民(即模拟程序);
5)检索网民看到感兴趣的商业结果会进行点击,跳转到企业主的网站页面上;
6)上述检索、点击产生的数据,以及web/API用户操作产生的日志信息,会统一在“数据统计及计算系统”中存储和计算,计算的结果供系统自学习或使用者查询[4]。
2.2 系统作用
1)覆盖更广泛:
(1)提交更多相关的关键词,覆盖多元化的潜在客户,拓展您的商业空间。
(2)更多推广位,轻松抓住潜在客户视线。
(3)关键词的广泛匹配技术帮您定位更多潜在客户,自动捕捉更多商机。
2) 管理更精细:
(1)利用四层账户结构,制定更精细的推广方案。
(2)设置计划级地域/预算和推广时段管理,进行更灵活的推广管理。
(3)自主设置IP排除,屏蔽无效展现,获取更高价值的点击访问。
3) 优化更科学:
(1)展现量/点击率数据,对推广效果进行全面评估,指导优化方向。
(2)查看搜索词报告,提炼合意的关键词,添加必要的否定关键词,更精准定位潜在客户。
(3)创意轮显/创意报告,系统自动优化和人工优中选优相结合,让创意质量更上一层楼。
(4)百度统计,为您全力助跑推广方案/网站质量优化。
3 系统总体设计要求
根据百度凤巢沙盒系统的总体框架,部署一套完整的百度凤巢沙盒系统,需要有独立的服务器部署凤巢广告管理系统、数据存储管理系统、商业检索管理系统、数据统计及分析系统。而运维需要的环境管理系统、环境监控系统会与其他子系统共用服务器,不需要单独的服务器进行部署[5]。
服务器选择原则:由于百度凤巢沙盒系统的架构、功能是虚拟百度凤巢线上真实系统,因此真实环境中所使用服务器的硬件标准,作为预估沙盒系统服务器的主要参考。另外,考虑到沙盒环境中的数据量、并发操作小于线上,因此选择服务器时的基本标准是:服务器应该是能够使得服务正常启动并运行的最低标准,低于此标准服务无法运行。
进行服务器CPU、内存、硬盘等硬件选择,具体的原则如下:
满足用户并发使用需求,即1000~1200人同时在线操作;
内存耗用型模块部署在大内存服务器上;
海量数据存储模块部署在大磁盘空间服务器上;
CPU耗用型模块部署在核较多的服务器上;
在互不干扰的情况下,共用服务器;
部署目录不冲突的模块共用服务器;
数据存储服务器,数据交叉备份,备份数据可提供内部模块的查询服务。
4 各子系统设计方案
1)凤巢广告管理系统
凤巢广告管理系统,是凤巢沙盒环境中用户的使用入口,与线上服务器相同,提供web功能和API接口供用户使用。该子系统功能复杂,提供给用户的功能与线上完全一致,包括:凤巢推广内容管理、用户账户信息管理、用户财务信息管理、用户数据报表管理、用户推广工具箱等,不同的功能分布式部署。
2)数据存储管理系统
数据存储管理系统用户存储用户数据、用户操作数据的计算后结果、百度测试环境或线上环境中的其他数据,特点是数据量大、计算量大、内存占用高。另外,考虑到数据的安全性和稳定性,需要为数据存储系统进行备份设计。这里的备份比真实环境中简化,仅做交叉备份保证有一份数据受损或丢失时,可由备份数据恢复即可。
3)商业检索管理系统
商业检索管理系统的功能是根据检索请求,从数据存储系统中找到与检索请求相关的检索结果,在沙盒系统中,为了能够模拟线上真实情况的检索请求,用模拟程序发出大量并发请求。
该子系统的特点是:数据量中等、内存消耗大、并发大请求时CPU消耗大。该子系统分为三个模块:请求处理模块、请求分析模块、数据检索模块。
4)数据统计及分析系统
数据统计及分析系统,主要包含两部分模块:
(1)用户在网站上的数据行为统计和分析;
(2)用户在凤巢系统中的数据行为统计和分析。
这个子系统与数据存储系统的区别是,存储系统主要是存储及为了存储查询方便而做的必要的计算,而数据统计及分析系统主要的功能是根据存储数据进行统计分析,将结论提供给用户查询。
5 结束语
作为新一代互联网营销推广管理平台,它为企业提供了更多可管理的推广及更多可推广的关键词,并通过多方位的数据统计报告、账户分析工具等功能帮助企业随时监控推广效果、调整推广策略,从而使企业能捕获更多商业机会、赢得更多客户,大大提高了企业进行搜索营销的投资回报率。
该云实践平台是北京开放大学联合百度公司和工信部CSIP-百度互联网营销学院建立了国内首个移动云计算实践平台(虚拟百度凤巢沙盒系统实验室)。该实践平台提供数亿条实际数据和若干动态模拟案例,供我校软件工程、机械制造、数控技术、电子商务等专业学生进行仿真演练和分析,为学生提供搜索引擎营销的实践环境。学生能够以远程方式登陆实践平台。通过实际运用,达到预期设计目标,学生反馈良好。
参考文献
[1]冯英健.网络营销基础与实践[M].清华大学出版社.2013.
[2]柴亚辉,涂春萍,刘觉夫,等.基于云计算的计算机与软件实验资源管理[J].实验室研究,2012.
[3]百度营销研究院.百度推广-搜索营销新视角[M].电子工业出版社.2013.
[4]周燕.百度搜索引擎营销模式研究[J].华东理工大学.2012.
[5]王通.搜索引擎营销秘笈[M].电子工业出版社.2011.
移动计算平台 篇2
动平台施工方案
根据上述特点，装饰部技术人员认为脚手应设计为高空桥式悬挂移动脚手。脚手为桥式，其悬挂在屋架上部钢管端头上，操作人员站在上面操作，桥式脚手两边设有护栏。桥式脚手的具体尺寸应根据具体的工况，材料及具体结构形式应依据设计的荷载、尺寸和其他使用要求。
1.实际工况
(1)核心区的每片钢屋架每榀之间的距离为6m左右，据设计要求铝制天花板是沿着顺轨的方向整体布置，所以安装天花单元时，处于工作状态的桥式脚手应该布置在顺轨方向，每个工作区长为6m左右；同时考虑到二名施工人员的操作及部分施工材料的堆放，所以宽度宜为0.8m-1m宽为宜。所以整个脚手全长应该至少6m，宽度为0.8 m。
(2)在施工完一跨之后，要进行下一跨施工，脚手要在空中平移过去。考虑用手拉葫芦作为平移工具，在平移前和平移后放置和拆卸葫芦时需要一定的操作空间，同时平移时吊点应该以在东西顺轨方向布置，故吊蓝的受力点在长方向的二端。
(3)在船头侧面的地方，由于吊蓝过于倾斜，施工人员在上面行走不便，最后我们把吊蓝底部平台改为台阶状，台阶根据斜度大小，以施工阶段施工人员行走与地面垂直为宜，同时把吊蓝的栏杆改为斜面（见下图）。
2.设计内容
(1)设计依据
高空桥式滑移脚手架的设计，是根据实际工况，严格按照建设部JGJ59—99《建筑施工安全检查标准》、GB19155-2003《高处作业吊篮国家标准》，参照JG5027-92《高处作业吊篮安全规则》、及相关钢结构设计规范标准，结合外墙脚手架的施工经验设计而成。
(2)结构的材料要求
为了保证安全施工，文明施工，必须要控制移动平台所需部件和材料的质量，要求各种铁件和螺栓均必须符合国家标准，采购的材料要求有出厂合格证，并抽样进行力学性试验，对不合格的材料严禁使用。
(3)结构形式
空中移动脚手的结构形式采用桥式，其由桥面与两边护栏组成，桥面采用横、纵梁形式，护栏采用平面桁架结构。对于不同的工况，脚手在长度上及局部结构上有所调整。
脚手在工作状态和平移状态下，运动状态有差异，其受力情况也不同。工作状态下，二跨都要受力，在每跨的端部由上部钢梁上悬挂的吊带吊住移动吊蓝下侧主受力C型钢，共4个吊点；平移状态下，只有另一端部的2个吊带受力，移动这侧的2个吊带不受力，此时移动这一侧的手拉葫芦受力。
(4)结构强度保证措施
整个移动吊篮由C180x50x20x3 C型钢作为主龙骨，□30x50x2.5方钢作为副龙骨，使用连接件将主龙骨连接成为主要骨架，副龙骨焊接在主龙骨之上，安全护栏使用□30x30x3方钢焊接而成，移动吊篮内满铺压型钢板。
各部件焊接焊缝必须达到二级焊缝，连接件与主龙骨连接使用规格为M12x30高强六角螺栓连接，所有螺栓应有防松垫片，丝口突出螺帽4-5扣以上；所有使用的钢材必须为Q345B低碳合金钢，且检验必须全部合格。
(5)结构刚度保证措施
结构的纵梁为单根槽钢通过横梁背向组合，横梁为单根薄板钢组成。在施工荷载的作用下，纵梁的挠度较大，为了克服这一薄弱环节，在两侧用□30x30x3低合金方钢钢管焊接1.2m高护栏同时设置斜向支撑组成三角桁架，从而有效地增加架子的纵向刚度。
(6)结构稳定性保证措施
结构的稳定性包括纵向稳定和横向稳定，纵向稳定通过安装在移动平台两端的四根高强尼龙吊带来保障（每根尼龙吊带可承重2T），并固定在屋顶网架下弦杆；同时为了结构的横向性，在移动过程中为了防止移动吊蓝晃动，二端的四根吊带在钢管网架上缠绕钢结构至少两圈，以防止吊带滑动，并且同时与吊蓝的栏杆的中间横向方管用钢丝绳锁紧。
(7)荷载要求
吊蓝的荷载有吊蓝自重、施工材料荷载、施工人员荷载和吊点荷载。
因吊篮受力基础在屋面下弦杆上，因此应先征求钢结构设计师的意见以及我们自己的吊蓝设计图纸计算重量，确定吊篮自重不超过500KG
施工材料荷载指施工中所需的材料要堆放在脚手上，这里按一跨6m所需材料，为二根直径140mm长为6000mm的钢管，重量约为180㎏，还有工作状态下其它辅助材料，共计不超过500㎏。
每榀脚手架施工人员荷载在工作状态下定位1-2人，滑移状态下为2人，共计不超过500㎏。
吊点荷载考虑在工作状态4个吊点，滑移状态下3个吊点，滑移状态最不利情况下吊绳受力不均匀时只有二点受力，每个吊点的荷载设计为2000㎏。
综合上述分析结果，脚手架的额度荷载设计分为工作状态和滑移状态两种情况，工作状态下为均布荷载1500㎏，移动状态下为均布荷载1000㎏。
3.受力分析
(1)移动吊篮组成件及自重分析
主龙骨：C180×50×20×3低碳合金钢，6m长2根，0.8m长2根：
自重：（6×2+0.9×2）×7.25㎏/m=100.05㎏
副龙骨：□30x50x2.5低碳合金钢，每根长0.9m，每组移动吊篮用副龙骨6根：
自重：0.9×6×2.94㎏/m=15.88㎏
转接件：150＋150×160×5低碳合金钢，每组移动吊篮用4个：
自重：（0.15+0.15）×0.16×4×39.25㎏/㎡=7.54㎏
0.8厚压型钢板满铺，上铺钢丝网防滑：每组移动吊篮需5.4㎡
自重：5.4×6.4㎏/㎡ =34.56㎏
安全护栏，□30x30x3低碳合金钢，每组移动吊篮须38.6m
自重：38.6×2.54㎏/m =98.0㎏
其它配件：密目安全网、各种螺栓、钢丝绳等
自重：约30㎏
起吊、移动状态工作人员：每组2人。
自重：2×85㎏/人=170㎏
合计总重量：100.05+15.88+7.54+34.56+98+30+170=456.03㎏
(2)施工状态荷载分析
“十字撑”钢构施工状态：一个网格内材料及附助工具不超过130㎏：2套吊篮组合使用；
因“十字撑”钢构与铝制管帘天花分段施工，固荷载计算时，取两者最大值，即取：130kg。
(3)移动吊篮各状态下主结构受力分析
图：上升及移动过程受力分析图
图：施工状态下受力分析图
4.移动平台应用
4.1本移动吊篮以长6m，宽0.8m的构造设计为主，根据现场的实际工况，灵活设计，要求施工方便，使用安全。
移置动吊篮的布置特点
（1）根据本项目的特点，采用环链手拉葫芦作为移动吊篮的上升、下降工具。
（2）根据现场情况布置, 船头底面使用2榀移动平型吊篮进行施工。
（3）移动吊篮直接用高强尼龙吊带悬挂在钢结构下弦杆上。
（4）移动吊蓝移动方向为南北方向（垂直于轨道方向）。
（5）移动吊蓝在坡度大宜采用特制的异型吊蓝。
（6）当钢网架顺轨方向的尺寸为4米左右时，宜采用4米*0.8米的吊蓝。
4.2 移动吊篮的移动
本移动吊篮施工的主要部位为主核心区网格屋面铝管天花及“十字撑”钢结构，局部难以施工部位也使用本移动吊篮。大体原则为难以施工及使用方便的部位都使用本移动吊篮，异型吊篮主要用于中央拱区铝管天花施工，每两组配合使用。
移动吊篮的移动由二组环链手拉葫芦及二组高强吊带互相配合完成，每端布置一组手拉葫芦，分别布置在钢丝绳的中间，首先在指挥人员的指挥下，先将钢丝绳中间的手拉葫芦拉紧，使两端的手拉葫芦处于松驰状态，二端的高强吊带受力，然后将其中一端的一组手拉葫芦往上拉，使这一端的吊蓝往上上升，这时候吊带没有受力，手拉葫芦受力，此时让这端的高强尼龙带移至移动方向位置，以小步移动为宜，每步移动的距离宜不大于人的单臂的最大伸长，慢慢一步一步移动到使用位置，然后用手拉葫芦扣紧高强尼龙带，将中间手拉葫芦链条缓慢放下，直至链条不受力为止，这时此端的二根吊带受力，此时的吊蓝应为倾斜状态，反复上述步骤，移动另一端的手拉葫芦，至移动到施工部位为止。（下图显示移动吊篮各种摆放的位置及施工状态下摆放位置）
图4-1 “十字撑”施工时移动吊篮摆放位置
图4-2 移动吊篮移动状态
图4-3 铝板施工时吊篮摆放位置
4.3 移动吊篮的升降
（1）上升
移动吊篮的上升过程主要使用加长型环链手拉葫芦完成，在主拱区最二端的低处，用高强吊带固定于主钢结构下弦杆的垂直轨道方向，然后把加长型手拉葫芦的主挂勾挂于吊带上面，下勾挂于吊蓝二端的已固定的钢丝绳上面，吊篮两端地面各站一名操作工人，并指定一人作为指挥，匀速拉动葫芦，使移动吊篮缓慢上升，另外再安排一人拉动吊蓝上设置的保险绳，以免吊蓝突然升空而失控，直至所需施工高度。至所需高度后马上把吊蓝四点用吊带固定，然后用2M长手拉葫芦换下加长型手拉葫芦。同时，在上升的过程中，吊蓝地面区域要拉安全绳做警戒，并指派专人看护。
（2）下降
在指挥人员的统一指挥下，先将吊蓝移动到主拱区最低处，用高强吊带固定于主钢结构下弦杆的垂直轨道方向，然后慢慢解开两侧四组吊带，将中间两组加长型环链手拉葫芦缓慢向下拉，移动吊篮放至地面，下降过程中，速度必须基本一致，同时，也要安排一名工作人员拉动吊蓝上设置的保险绳，以免速度不均匀导致移动吊篮倾斜。同时，在下降的过程中，吊蓝地面区域要拉安全绳做警戒，并指派专人看护。
4.4 日常使用管理及维护
（1）方案编制与审批
1、吊篮方案编制者必须熟悉我国关于吊篮操作的技术规程、规范，引用标准。在吊篮方案编制过程中，要正确引用现行、有效的相关条款。
2、吊篮方案编制完成后，必须经公司总工程师审批后才能往外部单位报审。
（2）吊篮制作
1、吊篮开始制作之前，方案编制者必须组织对方案实施者进行技术交底；方案实施者在接受交底后，必须组织对施工作业人员进行技术交底。
2、制作吊篮材料进场时，方案实施者必须对每批次材料进行验收，符合设计方案的材料才能使用，不符合设计方案的、不合格的，严禁使用并立即清理出场。（3）吊篮验收
1、方案实施者在每制作完成一个吊篮后，必须保证对每一个螺栓、每一道焊缝进行自检，自检合格后，报项目经理、方案编制者，由项目经理组织技术部、安全部共同进行验收。
2、验收合格，由技术部出具验收合格证，并悬挂于吊篮外立面，制定责任人、使用人后，吊篮才能被允许使用。
3、验收不合格的，立即予以整改；对已经不能整改或无整改余地的吊篮，立即予以拆除。
（4）吊篮使用
1、吊篮在经过验收合格、并悬挂验收牌后，才能被允许使用；在吊篮使用前，方案实施者必须组织对吊篮操作人员进行操作技术交底、安全技术交底，而且该交底资料必须经过方案编制者同意。
2、在经过技术交底、安全技术交底后，方案实施者必须组织对操作人员进行操作培训，课时不得少于1小时，包括吊篮理论知识、操作规程等。
3、在操作人员经过技术交底、安全技术交底、操作培训后，才能进行吊篮操作实验，课时不得少于8小时。
4、经过培训后的、被认为有能力进行吊篮操作的施工人员才能正式使用吊篮进行施工作业。
5、每台吊篮必须明确责任人、使用人。
6、操作人员必须遵守移动吊篮操作规程，严禁违章作业。A． 施工前对吊篮的操作人员进行技术交底和安全教育。B． 钢丝绳安装前必须先进行全面检查，若有断股及表面磨损均不的使用。在每班作业前，仔细检查吊篮系统的钢丝绳和卸扣连接情况，并做好检查记录。钢丝绳接头的编接长度必须大于24d,为了万无一失，在编接位置用3个钢丝夹进行加固。
C． 拉紧钢丝绳的手拉葫芦吊钩必须有保险扣，拉紧后检查手拉的受力情况，以防手拉葫芦链条拉出或拉断。
D． 将吊蓝的所有吊点全部挂设在钢丝绳上，并且安装好防坠落钢丝绳后作业人员才能进入吊篮施工。
E． 在吊篮上方与吊篮平行方向设置两根独立的8钢丝绳作为作业人员的生命绳，钢丝绳两端与钢结构用钢丝绳锁扣连接固定，生命绳的每端锁扣数量不少于3个。上吊蓝作业的施工人员必须佩戴双钩安全带，安全带的双钩分别与两根8的钢丝绳各自扣接，做到双保险后才能开始工作。
F． 吊蓝在滑动前，蓝内所有物件，应一律先行撤出或加以固定，施工人员必须从吊篮转移到刚结构上的马道上，并将安全带扣在钢构上以后才能开始牵拉吊篮上的尼龙绳进行水平滑动。
G． 每台吊篮作业时只能安排4名作业人员同时配合施工，不得单独作业和超远作业。吊篮内的工具，材料重量不得大于80公斤。施工工具随手放入工具袋，严防高空坠物。
H． 吊篮使用期间，定期对吊篮与钢丝绳连接的卸扣加润滑油，以减轻摩擦力和钢丝绳磨损。
I． 为防止安装工人或安装工具在高空安装过程中出现高空坠落的危险，在吊篮底部四周用细钢丝网和安全网封闭。
J． 室外飘檐施工遇大风天气吊篮晃动大时应停止作业，固定好吊篮。K． 焊接作业时必须有焊斗，吊篮上配备灭火器，并专人跟焊。
L． 吊篮施工作业区域地面设置警示牌并做必要的围护，安排专人看守，严禁他人进入。
（5）吊篮维护
1、吊篮在使用过程中，施工人员必须每天在施工前对吊篮进行一次自检，发现吊带烫伤、烧伤的、承重链出现异常及其他异常情况的，必须停止使用吊篮，并立即予以更换吊带、承重链，更换后才能再次进行施工。
2、吊篮吊带每使用十五天必须强制性更换。
3、吊篮每使用三十天必须放至地面进行一次检修，并在经过验收合格后才能再次使用。
（6）吊篮管理
1、方案实施者必须每天对吊篮操作人员根据吊篮验收牌上的责任人、使用人实行点名制，非操作人员严禁上篮操作。
2、方案实施者必须在每天下午上班前，对吊篮操作人员进行防暑降温药品携带情况检查，对未携带防暑降温药品的严禁上篮作业。
移动电商：平台崛起 篇3
2008年，乔布斯推出第一代iPhone，在大洋彼岸中国的三座城市——北京、上海和广州有三个男人，以猎豹般的嗅觉捕捉到了这个普通硬件背后的深远影响：移动互联网生态将因此而发生质变。
彼时的张小玮在北京刚刚创办买卖宝，他无意间发现了一个屌丝群体，绝对消费能力弱，相对购买力却呈现刚性，他正在苦苦研究这个群体的购买心理和随之带来的购买行为。
此时，上海的成维忠已经辞去北京飞拓无线CEO的职位，在创办立即购的前夜。他先分析了整个中国移动互联网市场，然后去日本实地考察后得出结论：电子商务发展到一定阶段，流量的争抢会变得越来越重要，社交媒体将会成为移动电商流量的主要来源。
这一年的广州，江林修，这位宝洁大中华区的前供应链总经理，怀着对电子商务的兴趣已经来到宽度信息。这是一家对真知码技术有着自主知识产权的企业，打造了一个商品从生产到流通的监管闭环，并在两年后的2010年，闭环中的移动购物环节独立出来，在今天，它叫闪购。
2013年的春天，他们在回顾过去时，都用各自不同的话语表达了这样一层意思：站在起点，谁也不曾预料今天的状态。2012年，服务于屌丝人群的买卖宝平均每日走单约2万，总销量达到10亿元；只卖“爆款”的立即购也获得了三、四千万元的销售额；闪购正以300%的速度增长。
这三家公司的发展殊途同归：成为商品流通环节中的移动互联网渠道，汇聚了不同的品牌，用各自的能力或技术去监控平台上发生的一切交易、支付和配送，耻于与卖山寨货的移动电商为伍，对货源质量的把控各有高招……
与互联网端的苏宁、淘宝等平台电商类似，这三家移动电商做成了移动端的平台电商，它们最大的差异在于规模和运作方式上的不同：今天的买卖宝形成采买模式，类似移动端的京东、苏宁；立即购借助背后的精准流量营销技术，用轻运作的方式卖爆款；闪购则借助真知码技术，创造了一种从厂商到消费者的前店后厂的F2C模式。
移动平台GPU通用计算研究综述 篇4
GPU英文全称为Graphic Processing Unit, 中文翻译为图形处理器。近年来, GPU正在以远超摩尔定律的速度高速发展。GPU在高性能计算方面具有3大优势:高效的并行性、高密集的运算和超长的图形流水线。正是由于GPU的这些特点, 使越来越多的研究人员和商业组织开始利用GPU完成一些非图形绘制方面的计算, 开创了一个新的研究领域, 即基于GPU的通用计算, 其应用范围包括计算医学、计算化学、计算物理学、计算金融等。随着科技的发展, 硬件设备性能的不断加强, 可编程GPU已经从桌面平台搬移到手持设备上, 例如智能手机和游戏操作平台, 使移动平台具备了科学计算能力。
1 移动平台GPU通用计算的软硬件支持
在2013年3月之前, 移动平台上唯一可用做GPU通用计算的API只有OpenGL ES, 所以目前国内外移动平台GPU通用计算的研究还多数采用OpenGL ES语言[1,2,3,4,5]。通常在桌面上使用的更加高端的API, 如CUDA等, 在移动平台上是不支持的。
如今, OpenCL是一个广受欢迎的通用计算标准, 它是第一个面向异构系统通用目的并行编程的开放式、免费标准, 也是一个统一的编程环境, 便于软件开发人员为高性能计算服务器、桌面计算系统、手机设备编写高效轻便的代码。在移动端上, ARM、Imagination、高通、三星、德州仪器均保证支持OpenCL, 在其各自的平台上提供OpenCL SDK, 并进行过一些实例演示。索尼也选择在其Xperia系列设备上支持OpenCL。
2 国内外研究进展
2.1 移动GPGPU速度和功耗表现
利用移动平台做并行计算有两个目的: (1) 为了提高应用或程序运行速度, 满足实时性要求, 例如面部识别; (2) 为了降低应用或程序运行功耗, 有效缓解移动电源电量有限的问题。下面分别进行说明。
首先分析移动GPGPU的速度表现。由于GPU支持大规模的并行运算, 较CPU有更多运算单元, 因而在GPU上做通用计算可以有极佳的速度表现。韩国汉阳大学的Jungsik Park[6]等在文章中介绍其用移动平台GPU开展立体图像校正的研究。他们选用的通用计算平台为OpenGL ES 2.0, 研究结果发现GPU执行立体图像校正的时间比单独CPU执行时间快两到三倍。还有很多研究者同样有效利用了移动平台GPU超强的通用计算速度优势[2,3,4,5]。
接着分析移动GPGPU的功耗表现。根据A P Chandrakasan[7]等在文章中的描述, CPU中门切换消耗的能量为电容 (C) 乘以电压 (V) 的平方。这些门在1秒内切换的次数等于频率。因此一个微处理器的功耗计算为P=CV2 f。如果将一个频率为f、电压为V的单核处理器与一个类似的双核处理器 (每个核芯的频率为f/2) 进行比较, 芯片中的回路数会提高。理论上这会将电容提高2.2倍, 不过电压会显著减少到0.6V。所以在这两种情况下, 每秒执行的指令数一样, 但双核处理器中的功耗是单核处理器的0.396倍。因此低频率运行的多核在功耗上会有显著提高, GPU通用计算在功耗上的表现也是我们关注的。美国莱斯大学的Blaine Rister等[1]使用移动平台GPU运行当前流行的SIFT算法, 相比CPU执行有4~7倍的提速, 同时每张图片处理节省能耗87%。
2.2 移动设备嵌入式OpenCL性能功耗表现
2009年NOKIA公司用虚拟的嵌入式编程环境模拟OpenCL在移动设备上的表现, 研究结果表明嵌入式GPU能为算法在速度和功耗方面提供极佳表现[8]。
随着OpenCL在移动设备上得到广泛支持, 基于移动设备的GPU通用计算将会成为一个潮流。来自美国莱斯大学的Guohui Wang[9]等在第一时间使用移动GPU中的OpenCL做通用计算, 并发表了相关研究。OpenCL是专为异构计算设计的程序框架, 其可以跨多个不同的计算平台。研究成果表明, 通过异构加速, 物品移除算法从CPU单独执行所需的393.8秒缩短到只需1~5秒, 完全符合移动应用的实时性、可用性。2013年9月, Guohui Wang等[10]又发表了在智能手机上基于OpenCL的SIFT算法研究。结果显示GPGPU运算相对于单独CPU运算有1.69倍的加速和41%的能量节省。
3 移动平台GPU通用计算中需要注意的问题
3.1 移动内存限制问题
嵌入式GPU没有自己的图形内存, 而需要与其它计算部件共享系统总线以获得外部内存。GPU的执行受限于内存, 当移动计算涉及较大数据计算时, 选择合理的算法是必要的。NOKIA在题为OpenCL in Handheld Devices的报告中将相同图形处理算法在移动平台上做了3次测试, 即单独CPU运行、单独GPU运行、CPU与GPU联合运行。结果发现单独用GPU运行在速度与功耗的表现上均优于单独用CPU运行, 更重要的发现是CPU与GPU联合采用OpenCL并行运行的表现虽优于单独CPU运行, 但劣于单独GPU运行。经分析得知, CPU与GPU之间的数据传输是并行表现不佳的重要原因。CPU与GPU有其各自的内存, 即便是如今的APU也仅仅是物理上将CPU和GPU集成在一个芯片上, 从软件角度上来说它们是完全分离的。
解决方法是当CPU不用为GPU传输数据时才让CPU做框架计算, 如此优化时序安排可以让数据传输全速运行。而AMD公司推出的Kaveri处理器创新采用hUMA方法, 即实现了异构系统同一内存寻址, 从根本上解决了CPU和GPU之间数据传输的不经济问题。
3.2 移动设备功耗测量问题
目前国内外测量移动设备或开发板的功率消耗只能做到大致测量。困难点在于测量消耗功率需要测量开发板的供电电流, 这要求测量仪器有很好的精度;另外, CPU和GPU整合在一个芯片上, 因而要想单独测得各个部件的消耗功率很难。大多数研究者选择测量整机功耗来粗略代替CPU和GPU的消耗功率[10]。为得到有效的SoC系统级功耗估算值, 需要单独计算出显示屏和SoC外部其它耗电部件的功耗, 才能排除它们的影响。另外高通公司为开发者提供了Trepn插件, 用来测量程序运行功耗, 也成为解决功耗测量问题的一种方案。
4 移动平台OpenCL并行程序开发案例
下面介绍移动平台上OpenCL的实现, 目的是说明如何在移动平台上编写OpenCL并行程序。使用的移动平台为小米2S, 搭载的操作系统为基于Android OS v4.1的双MIUI V5, GPU型号为高通Adreno320, 支持OpenCL编程。具体开发步骤如下:
(1) 首先需要安装好JDK、eclipse、ADT、Android sdk等基本的Android应用程序开发环境, 在此基础上由于需要在Android平台上使用Java调用OpenCL写好的N-ative C, 因此需要搭建好NDK开发环境。
(2) NDK开发环境配置好后, 开始编写OpenCL代码, 本案例使用的是简单的矩阵相乘。在Eclipse中新建一个工程FirstTest, 对布局文件进行修改。
(3) 在src包下新建一个Java类, 命名为nativeSimpleMultiply, 再在nativeSimpleMultiply类中声明一个函数, 命名为simpleMultiplyMain。具体如下:
package com.firsttest;
public class nativeSimpleMultiply{public native int simpleMultiplyMain () ;}
(4) 生成com_firsttest_nativeSimpleMultiply.h的头文件。具体是使用Cygwin进入workspace中工程所在目录, 输入$javah–classpath bin/class–d jni com.ndk.HelloJni。结果在工程FirstTest下出现jni包, 包内是生成的com_firsttest_nativeSimpleMultiply.h。
(5) 将之前写好的矩阵相乘的C代码移植过来, 以完成本地实现, 并将之命名为com_firsttest_nativeSimpleMultiply.c。
(6) 编写Android.mk文件, 用其向编译系统描述源代码, 具体代码如下:
LOCAL_PATH:=$ (call my-dir)
include$ (CLEAR_VARS)
LOCAL_MODULE:=NSM
LOCAL_SRC_FILES:=com_firsttest_nativeSimpleMultiply.cpp aopencl.c
LOCAL_LDLIBS+=-L$ (SYSROOT) /usr/lib-llogldl
include$ (BUILD_SHARED_LIBRARY)
(7) 编写Application.mk文件, 用其描述在应用系统中所需的模块 (即静态库或动态库) , 代码如下:
APP_CPPFLAGS:=-frtti-fexceptions
APP_ABI:=armeabi-v7a
APP_PLATFORM:=android-8
STLPORT_FORCE_REBUILD:=true
APP_STL:=gnustl_static
(8) 将aopencl.c和aopencl.h加入到jni包中, aopencl.h头文件中有各种OpenCL函数的声明。
(9) 编译生成libNSM.so动态链接库, 使其能够被Java调用。
(10) 编写MainActivity.java, 实现整个应用功能, 代码如下:
需要特别说明的是这里的static{System.loadLibrary ("NSM") ;}用于装载动态库libNSM.so。
至此在移动平台上编写OpenCL并行程序的整个过程已介绍完毕。该程序开发框架如图1所示, 应用程序的Java部分通过JNI完成对应用程序Native C部分的调用。其中Native C中写有OpenCL并行程序, 该并行程序通过libOpenCL.so与设备的GPU和CPU交互完成并行计算。
5 结语
移动平台GPU在速度和功耗方面具有非凡表现, 随着移动设备供应商对OpenCL标准的支持, 移动平台在通用计算上展现出无穷的潜力, 相信将会有越来越多基于OpenCL的应用涌现。但是, 由于移动GPU与CPU计算单元和内存带宽的限制, 使移动平台GPU存在一定的瓶颈, 如果下一代移动GPU可以拥有更好的内存科技与更高速的内存带宽, 移动设备更加高速的异构计算技术将是可以预见的。国内利用移动平台GPU做通用计算的深入研究基本为零, 因此该研究前景广阔且具有重要意义。
参考文献
[1]B RISTER, G WANG, M WU, et al.A fast and efficient SIFT detector using the mobile GPU[C].In ICASSP 2013-IEEE International Conference on Acoustics Speech and Signal Processing, Piscataway, NJ:IEEE Press, 2013:2674-2678.
[2]N SINGHAL, W Y JIN, H Y CHOI, et al.Implementation and optimization of image processing algorithms on embedded GPU[C].IEICE Transactions on Information and Systems, Japan:IEICE Press, 2012:1475-1484.
[3]Y C WANG, S PANG, K T CHENG.A GPU-accelerated face annotation system for smartphones[C].In 18th ACM International Conference on Multimedia ACM Multimedia 2010, New York:Association for Computing Machinery Press, 2010:1667-1668.
[4]N SINGHAL, I K PARK, S CHO.Implementation and optimization of image processing algorithms on handheld GPU[C].In IEEE International Conference on Image Processing, Piscataway, NJ:IEEE Computer Society Press, 2010:4481-4484.
[5]R HOFMANN, H SEICHTER, G REITMAY.A GPGPU accelerated descriptor for mobile devices[C].In 2012IEEE International Symposium on Mixed and Augmented Reality[C].Washington, DC:IEEE Computer Society Press, 2012:289-290.
[6]J PARK, J CHOI, B K.SEO, et al.Fast stereo image rectification using mobile GPU[C].In The Third International Conference on Digital Information Processing and Communications, USA:SDIWC, 2013:485-488.
[7]CHANDRAKASAN A P, POTKONJAK M, MEHRA R, et al.Optimizing power using transformations[J].Computer-Aided Design of Integrated Circuits and Systems, IEEE Transactions on, 1995, 14 (1) :12-31.
[8]J LESKELA, J NIKULA, M SALMELA.OpenCL embedded profile prototype in mobile device[C].In 2009IEEE Workshop on Signal Processing Systems, Piscataway, NJ:IEEE Press, 2009:279-284.
[9]G WANG, Y XIONG, J YUN, et al.Accelerating computer vision algorithms using OpenCL framework on the mobile GPU-A case study[C].In ICASSP 2013-IEEE International Conference on Acoustics Speech and Signal Processing, Piscataway, NJ:IEEE Press, 2013:2629-2633.
移动位置管理平台“企效通” 篇5
移动位置管理平台“企效通”是北京万特锐科技利用中国移动的基站定位技术研发的一款位置管理平台，该平台的特点是：可以随时随地获取员工的位置信息，而且经员工同意确认开通服务后，企业可以设定定时定位，主动获取员工位置信息，防止员工偷懒，谎报工作。企效通的工作原理是对手机号码进行定位，因此对手机没有要求，任何手机开机有信号即可定到位，除非手机关机或者取消该定位业务，否则很难被破坏。企效通是一个网络平台，因此不需要安装软件，避免了卸载软件定不到位的情况。
企效通移动位置管理平台被企业应用于考勤、行程轨迹查询、人员就近调度、客户拜访记录查询、网店拜访管理等方面，已经为医药行业、机械行业、快消品行业、饲料行业、兽药行业等多个行业领域提供了位置服务。
另外，企效通还可以为企业提供定位接口，将定位功能植入到您公司的办公系统中，省去了多个软件的繁琐。企效通目前正在开发老板的掌中宝版本，老板通过手机即可随时查看业务员的位置信息。
移动计算平台 篇6
企业如何抓住智能手机时代的机遇，在传统PC信息化的基础上向移动信息化迈进，继而达到提升效率节约成本的目的？很多企业已经开始在尝试，但鉴于移动操作系统的差异化和碎片化，企业在移动信息化这条路上遇到不少阻力。因为移动APP开发技术难度大、多个移动操作系统适配难度高，造成企业在移动领域投入成本居高不下，特别是后续对移动APP的管理和运营也存在很大问题。企业该如何破解这些难题快速推进自身业务在移动领域的拓展，成了现实的瓶颈。
移动应用平台的出现正是为了满足智能机时代企业移动信息化的需求，现实的瓶颈对移动应用平台提出了从前端APP开发到后端系统整合、从性能到安全性等诸多要求。当下，单纯围绕移动应用开发的技术和产品已经不能满足企业移动信息化的需求，完整的移动战略已经走入公众的视野，一个完整的解决移动应用各种痛点的平台成为关注的焦点。
目前市面上提供移动开发的平台很多，从知名度来看，IBM的Worklight和SAP的SUP以及AppCan的MEAP三类平台极具代表性，这些平台厂商提供的移动应用平台基本都从开发、管理、安全和整合四个角度来满足企业移动信息化的需求，服务于企业移动战略。
精准定位 提供移动应用支撑平台
随着市场上的商品越来越丰富，企业之间的产品越来越趋于同质性，产品、服务的特性和功能出现了很大的类似性。对于企业来说，那些与竞争者雷同、毫无个性的产品，恐怕无法吸引消费者的注意。为了使自身企业的产品在同质化的市场中脱颖而出，并以此获得竞争优势，企业必须在消费者心目中确立自己产品相对于竞争者产品而言的独特的价值利益和鲜明的差异性，以此来拉开与竞争者的差距。这就需要明确的企业定位。专注的企业定位，透射着企业的未来目标、使命及核心价值，它就像灯塔一样，始终为企业指明前进的方向，让企业可以获得竞争者难以逾越的竞争优势。
一款好的企业级APP势必包含了这个企业的文化，流程，不单单是企业说出自己需求就可以轻易满足的。一直专注于提供移动互联网应用支撑平台的正益无线多年来在专注的领域频频发力，并未像其他的大型互联网企业、运营商搭建面向消费者、面向各行各业全方位的服务平台。其提供的企业移动整体解决方案AppCan MEAP能综合的解决企业面临的移动化难题，包括移动应用的开发问题、移动应用的管理问题、与企业后端系统集成的问题以及移动互联网可能给企业带来的安全风险和隐患管控问题，可以最大限度的减少企业移动化的投入，具有良好的扩展性和向后兼容的能力。
定制服务 引领市场竞争
国产手机近两年市场占有率明显加大，这也造成了中国智能手机市场格局复杂性要远超国外市场的情况。国产品牌手机以更高的性价比获得市场的认可，因为他更适合中国人自己的消费习性。软件也不例外！国产软件可以提供更适合我们民族个性的视窗，可以提供更加人性化的、优质的、全方位的售后服务（维护、版本升级等），更主要是国产软件公司更加熟悉中国特色的、规范化的政府采购流程，他们还可以根据政府、企业的具体需要提供“定制服务”，并能够及时根据国内市场需求的变化做出相应的调整来获得发展先机。
在三家市场主流的移动平台厂商中，AppCan MEAP作为本土移动技术的代表，同时也是中国混合模式移动应用技术的倡导者和领导者，接受程度高，使用用户广，牢牢把控企业市场领先地位。对比依赖国外技术引进的IBM和SAP，AppCan MEAP更适合本土企业的市场需求和选择。
AppCan MEAP目前已经成功应用于金融、航空、政府、石化、传媒、物流等行业，并且与政府、运营商和大型央企建立了良好的合作关系，帮助国内企业走在移动信息化的前列。
核心技术 助推实现创新
企业要想更好的发展离不开核心技术创新支持，大力提高技术实力，提升自主创新能力，已成为中国软件企业的核心竞争力所在。
AppCan的核心团队自2002年就立足于移动终端和移动操作系统核心软件的设计领域。基于自主核心技术打造的AppCan MEAP系统，可以根据企业自身情况的差别，响应和满足企业个性化需求，基于自主核心技术对平台进行合理的二次开发。AppCan MEAP方案涵盖全面的企业移动化咨询、集成部署与实施服务。
在业内知名度比较高的PhoneGap，也是一个用基于网页技术创建跨平台移动应用程序的快速开发平台。但PhoneGap仅支持单窗口运行、各平台接口不统一、跨平台体验不一致，支持小型应用没问题，大型应用存在能力不足。相比之下，AppCan提供的Hybrid App Engine 混合引擎技术，突出解决了HTML5目前的缺点，支持多窗口运行，可开发大应用，拥有丰富的UI库，包括原生UI及HTML5 UI库，并且支持接口包括二维码、即时通讯、支付等。基于AppCan的移动应用明显比基于PhoneGap的移动应用体验好、运行快，能够帮助企业快速构建各种类型移动APP，不但支持B2E/B2B类移动APP开发，同时满足B2C类移动应用用户体验的需求。
安全保护 企业不容忽视
相比个人隐私信息的安全保护，企业信息在移动应用领域的安全隐患更加突出，销售人员的客户信息有可能保存在手机的通讯录中（通讯录被盗事件屡屡发生），移动办公人员可能使用智能移动终端访问企业内部的邮件，金融行业和旅游行业的从业人员有可能使用智能移动终端访问企业的业务系统。随着BYOD模式的普及，更多的私人移动终端设备接入到企业网络中，给企业信息泄露带来了极大的安全隐患。
可见，企业级移动应用有着更高的安全要求，为了全面应对 BYOD 带来的安全风险，AppCan MEAP在后端集成和安全方面进行了强化，完整的移动安全策略分散在MAM平台与后端服务集成系统中，形成一个安全体系，可以确保在安全的前提下为移动端提供服务。目前，AppCan MEAP兼顾三个层面的安全：终端安全、传输安全、服务安全。而时下流行的MDM只是为了终端安全服务，并不能从以上的三个层面协同解决企业移动信息安全风险。
nlc202309051149
MDM逐步向MAM转移
企业对于提升管理效率进而提高企业效益的需求越来越迫切，如金融、物流、IT等行业对于实时性、移动性、互动性的要求越来越高，管理人员也希望充分利用时间碎片，通过移动信息化产品摆脱对有线网络和笔记本的依赖。
BYOD当下已经成为企业移动信息化的关键词。传统的企业内部应用通常是在固定场所、固定网络环境、固定时间、固定设备上运行。但是企业移动应用的BYOD特性让一切变得复杂“不特定场所、不特定网络环境、不固定时间、个人设备上运行”。企业该如何应对？管理与整合移动应用成了企业面临的又一个难题。
在BYOD的浪潮下，移动管理策略正从MDM（移动设备管理）转向MAM（移动应用管理）。其中，AppCan MEAP中提供的MAM移动应用管理系统覆盖了MDM最核心的功能（应用远程失效、数据擦除、越狱检测），让企业无需花费高昂的MDM按设备去数授权的费用。企业既能兼顾效率和安全，又能减轻IT的管理负担，同时保护员工隐私，MAM让员工和企业都受益于BYOD。
AppCan MEAP的MAS后端集成系统支持对企业固有的信息系统进行整合，MAS和MAM两个模块的协同，能起到1+1>2的效果。前面所提的传输安全与服务安全，正是通过二者的配合实现的。MAS不但起到系统整合的作用，同时在企业的服务端起到一个稳定可靠的移动防火墙作用。正是因为AppCan MEAP实现了对企业移动应用真正的全生命周期管理，才彻底实现了多个层面企业移动战略的安全。从国外的经验来看，从MDM过度到企业移动平台中MAM完整安全体系是大势所趋，正益无线将最领先的技术和经验带给中国的市场和用户。
协同开发 独创商业模式
商业模式是企业创造价值的重要方式，也是提升产业价值和重塑竞争格局的重要因素。苹果依靠独特的商业模式创新，搅动了整体智能手机市场的竞争格局、重回市场的中心，将产业价值重心逐渐牵引到应用服务上。
AppCan MEAP企业移动应用平台作为正益无线的重头产品，在和国外巨头的多轮竞争中逐渐成为企业客户的首选，正逐渐成为智能时代企业移动平台的领导品牌。这也成为正益无线商业模式的核心所在。
企业采购了移动应用平台，又该如何做移动应用？市场上有足够的人来帮助企业在主流移动应用平台上开发移动应用么？这是现实的问题，毕竟中国庞大的市场和数以百万计的企业都在迅速爆发出向移动业务扩张的需求。正益无线为了打造一个完整的移动应用开发生态系统，给企业提供源源不断的资源支持，同时打造了一个面向大众开发者的免费开发平台。目前已经有近20万的开发者围绕AppCan的公众平台学习和掌握为企业开发移动应用所需的技能。在市场推广方面，主要是与一些开发类媒体平台合作，推广AppCan开发平台，推行开发者扶持计划，举办开发者沙龙和技术培训。这种接地气的做法，相比国外品牌和技术，给企业用户多了一颗定心丸，正益无线也正是围绕AppCan的品牌和技术，打造一个专注于企业移动信息化产业的健康生态系统。
结语
智能终端的普及、用户使用行为的改变，以及消费类移动应用的带动，使得移动应用成为未来企业IT信息化建设的重点。国内大多数的开发者也十分看好企业级移动应用的发展。目前移动互联网给用户带来的最大便捷就是随时随地的社交和娱乐，但是随着移动终端设备处理能力的发展，以及企业用户应用需求的多样化，针对企业用户推出的企业级应用将是一个非常大的市场。
移动智慧校园平台研究 篇7
本文利用移动互联技术, 将智能手机、Pad等移动终端作为应用服务载体, 构建了一个以教学、科研、管理和校园生活为一体的新型智能化平台。针对高校各学院的门户网站和其它分散的校园信息, 采用信息爬取和信息抽取技术建立综合的资讯服务平台;实现对个人或群体的个性化信息推送, 并从提高服务器推送的性能着手, 针对不同调度请求给予不同推送模式, 在保证能及时有效地推送信息到客户端的前提下, 减少网络连接时间实现了电量损耗和网络流量的最优控制。
1 校园信息采集与处理方法
1.1 校园信息爬虫设计
根据垂直搜索引擎的原理, 采用智能化的定向爬虫技术和脚本, 可配置和自动化地爬取指定某个或某类网站的内容, 对用户感兴趣的内容监控, 并智能“爬”取需要信息。
校园信息爬虫抓取流程如图1所示, 在完成当前层次的抓取后才进入下一层次抓取的遍历性抓取过程, 将网页文本和URL地址经过算法评定, 判断是否将URL加入URL抓取列表。校园信息爬虫能根据一定算法对网页及URL进行评定和筛选, 从而将目标锁定为抓取与校园主题相关的网页, 为用户提供面向主题的信息采集服务。
1.2 基于页面解析模板的信息抽取方法
信息抽取是指对校园信息爬虫所抓取网页进行文本分析, 从中抽取出有效信息[3]。
HTML网页均可经过处理转化为HTML DOM, 使用DOM树能够将网页HTML清楚地解析为树结构, 而使用XPath API能够唯一性的确定信息在网页中DOM树中的位置, 从而准确地抽取信息[4]。
页面解析模板设计的思路是:针对校园新闻、论坛、BLOG等不同类别的网页设计出对应的通用模板, 尽量囊括该类网页信息抽取所需的相对全面的信息。例如校园新闻网页解析模板记录了新闻标题、新闻作者、新闻所属板块、新闻内容、新闻发表时间、图片、音视频及超链接等信息的XPath。校园新闻网页解析模板设计如图2所示。
网页信息抽取可以分为信息源的注入和抽取规则的注入两个步骤。信息源是将可解析的HTML文档经过网页信息的清洗, 生成基于HTML的DOM树。规则来自于网页解析模板, 形式为XPath表达式。
2 个性化信息推送方法
2.1 信息推送方式的调度策略
基于手机的移动推送技术从技术原理上分为3种: (1) 客户端定期轮询査询服务器, 即Pull方式。Pull方式的缺点是实时性差, 过快消耗移动设备的电力和网络流量, 而且增加服务器负担。 (2) SMS方式, 实现方法是服务器通过发送短信告诉客户端有新消息, 缺点是发送短信的成本高。 (3) 基于长连接的服务器主动推送方式[5]。
智慧校园信息推送的调度策略是: (1) 按需定制。按照用户对信息推送的实时性需求, 分配合适的技术方式, 以求达到合理分配系统资源的目的。 (2) 优先级策略。通过对用户需求和推送服务进行分类、排序, 将用户请求级别高的应用优先处理, 保证系统关键需求的处理。
信息推送方案的整体流程如图3所示: (l) 调度请求器。根据用户请求的服务信息类型、用户类型计算该请求的推送优先级, 结合资源监测器提供的当前可用资源数据, 给予该请求分配合适的推送技术方案。 (2) 事件监测模块。监控每个服务信息队列的事件频率, 由状态管理器进行切换状态方法操作。 (3) 状态管理器。对需要切换推送方法的请求进行评估, 重新计算推送优先级, 按照设定的优先策略, 进行切换推送方法。 (4) 资源管理器。负责监控服务器资源, 包括内存、当前连接数等。 (5) 连接管理器。负责管理连接队列, 创建、维护请求连接信息。
2.2 基于MINA框架的推送服务端实现
Apache MINA是一个开发高性能和高可伸缩性网络应用程序的网络应用框架, 它提供了一个抽象的事件驱动的异步API, 能够采用TCP/IP、UDP/IP、串口和虚拟机内部符道等多种传输方式[6]。服务器收到和发送的消息都要对消息进行XMPP协议编码和解码。在传输过程中, 消息被封装为XMPP协议的数据类型, 当收到消息后对数据进行解析, 得到信息的具体内容。
信息推送服务器端的架构包含4个组成部分:Session Manager、Auth Manager、Presence Manager以及Notification Manager。Session Manager负责管理客户端与服务器之间的会话, Auth Manager负责客户端用户认证管理, Presence Manager负责管理客户端用户的登录状态, Notification Manager负责实现服务器向客户端推送消息功能。
2.3 基于Android PN的推送客户端
Android PN (Android Push Notification) 是一个基于XMPP协议开源实现, 客户端利用asmack.jar包中的XMPPConnection类与服务端建立长连接, 通过这个长连接来接收服务端发送给客户端的最新消息[7]。
客户端的工作流程主要分为3个部分: (1) Executors.new Single Thread Executor () 创建一个单线程, 可以不停的submit任务, 与服务器进行连接。 (2) 线程在连接、注册、登录的过程中, 都可能会失败, 线程重连机制保证了连接的可靠性。 (3) 在Login Task登录服务器后, 其就会注册一个监听器, 用于监听服务器push的数据包和会话的断线重连[8,9,10,11]。
3 移动智慧校园平台设计实现
3.1 平台架构方案
移动智慧校园平台是集新闻资讯, 消息推送, 校园服务, 应用广场等功能的平台, 其主要包括服务器端, Web门户, 以及IOS和Android端。平台可提供服务接口实现与学校各种应用系统的互联和协作[12,13]。整体设计架构如图4所示。
服务器端采用Spirng、Spring MVC、Hibernate等Java EE开源框架, Jquery等Web2.0技术以及Lucene索引等技术, 根据AOP编程思想设计开发。
智能移动终端通过移动信号塔访问移动校园服务器, 采用Apache的Http Client模块来实现客户端与服务器端的数据通信。客户端分为面向学生端的普通版和面向教师端的管理版。普通版学生可自主下载使用, 提供个人信息管理、资讯服务、选课管理、成绩查询、师生交互、校园地图等功能。管理版对外是非公开的, 只授权于学校教师和管理人员安装使用, 提供新闻和通知发布、成绩信息管理、课程信息管理、信息推送管理、师生交流平台等功能。
3.2 校园资讯服务模块
管理员登录后可以方便及时对新闻信息内容进行采集更新和编排、用户评论管理、手机终端栏目定制和消息推送发布等, 为管理者提供了一个简单易用的操作环境。
采集新闻之前, 首先通过栏目模型管理功能对采集的栏目进行配置, 栏目如图5所示。
采集模块完成了智能爬虫脚本的设计编写, 可以针对相关网站信息进行智能筛选和聚合, 同时采用自然语言处理和信息提取算法, 自动清洗掉包括广告、无关链接、多余图片等冗余信息, 自动抽取正文信息。采集处理模块的运行界面如图6所示。
移动终端的资讯浏览功能采用下拉动作进行更新, 提供个性化资源订阅服务, 用户根据自己需要进行选取订阅、自由排版并发表评论。客户端资讯展示界面如图7所示。
3.3 校园资讯服务模块
信息推送模块用于推送学校的最新动态、讲座信息、活动信息、个人课表、成绩单等, 另外也可用于校园的生活服务。管理员的推送管理界面如图8所示。
客户端具有接收服务器推送的信息的功能, 当信息到达时, 移动端会有提醒状态和声音。可以在系统通知栏里看到最新的推送信息, 同时客户端会将信息保存在历史记录中, 以便随时打开推送记录功能进行查看, 如图9所示。
4 结束语
移动计算平台 篇8
“百度‘框计算’Logo由一个正常的搜索框变形而来, 它非常像数学符号无穷大, 这意味着各种各样用户的需求、每一个用户的需求、很多用户的需求通过这个框获得了实现, 所以框的能量、框的功能越来越广泛, 越来越强大。这就是今年正式发布的框计算的Logo的含义。”
——在本次大会上, 百度董事长兼CEO李彦宏阐释了百度“框计算”标识的含义。
9月2日, 以“创新、开放、共赢”为宗旨的“2010百度世界大会”在京举行, 百度董事长兼CEO李彦宏总结、展示了百度“框计算”概念推出一年来的实质进展, 并正式推出百度应用开放平台。
李彦宏表示, 经过一年的产业实践, 目前百度“框计算”已由一个单纯的概念发展为集400多家合作伙伴为一体的信息、应用创新联盟, 并已有效实现了更为直观、精准、便捷的搜索体验。考虑到目前用户对于应用的搜索已达互联网搜索行为的30%, 在移动互联网搜索中比例更大, 未来百度将进一步开放, 降低应用开发者的商用、合作门槛, 通过其应用开放平台, 实现整个互联网、移动互联网应用产业的共赢。
走出旧竞价方式
一年前, 百度首次提出“框计算”理念——用户只要在“框”中输入服务需求, 系统最终就能精准高效地返回给用户相匹配的结果。为了“框计算”理念的落地, 百度不仅要在用户需求识别等技术开发层面做足功夫, 更需要在搜索排序等与用户体验直接相关的领域进行实质的革新。
“框计算”理念推出之前, 百度最具代表性的商业模式是“竞价排名”, 这种纯粹以商业为导向的服务模式已越来越不符合以“用户体验”为核心的行业发展趋势。
通过一年的“框计算”实践, 百度已开始逐渐跳出其旧式的搜索服务模式, 取而代之的是对用户需求的第一关注与周到考虑。
据了解, 百度首先运用“框计算”技术, 对出行、娱乐及工作类搜索进行了显示结果的改进。在大会上, 李彦宏举例, “用户在搜索框中输入‘天气’时, 后台会自动识别出用户所在的城市与时间, 并直接给出所需天气信息”。也就是说, 过去用户更多地是通过百度找到相关链接, 然后再获得信息, “框计算”技术则致力于使用户省去二次点击的步骤, 直接获得所需信息。
同样的例子还有求职类信息搜索, 当用户在搜索框中输入“工程师招聘”后, “框计算”显示的结果将不是各大求职网站链接, 而是直观的工程师招聘信息排列。可以看到, “框计算”下的搜索排列将更多考虑用户使用体验, 从帮助用户寻找信息和服务, 变为帮助用户直接获得信息和服务。
400家合作伙伴共推开放平台
李彦宏表示, 目前百度互联网搜索请求类型呈现三七开的趋势, 即信息类搜索占整体搜索请求的70%, 应用类搜索占30%。而相对于信息类搜索, 应用类搜索更需要也更容易进行直观的搜索结果显示。
目前, 通过百度应用开放平台, 500多项互联网应用实现“即搜即用”, 覆盖游戏、在线娱乐、安全杀毒、生活常用工具等领域。“以输入‘豆瓣电台’为例, 搜索结果的首条位置就是一个可以直接播放的豆瓣电台播放器, 用户无需离开搜索页面, 即可享受到所需服务。”李彦宏举例道。多款在线游戏也被“框计算”框入其中, 在百度网页中输入“连连看”并点击搜索, 搜索结果列表最上端出现了一个包罗各种“连连看”游戏的橱窗展示区, 点击其中一个, 便可直接在页面上开始游戏。
本次大会的宗旨“创新、开放、共赢”同样适用于互联网应用产业, 而百度新近推出的应用开发平台, 有望进一步降低众多中小站长、应用开发者的技术和商业门槛, 通过上述平台, 任何有价值的创新将直接同百度海量的需求资源对接, 从而最终催生出一个庞大的产业链。
百度应用开发平台主要对应用开发者提供技术和商业两方面的支持。技术方面, 应用开发者不需要有自己的服务器与网站, 只需有创新的应用内容, 通过百度应用开发平台模式化信息的填写、选择及审核, 即可最终展现在4亿网民面前。而商业方面, 李彦宏表示, 百度应用开发平台将通过用户支付、捐赠、贴片广告三种方式, 为开发者提供变现渠道, “百度将允许开发者根据自己的产品特点, 自主选择变现模式”。
据了解, 百度应用开发平台和百度数据开发平台组成了百度创新平台, 而后者是“框计算”理念落地的重要基础性平台。一年多来, 百度开放平台已经和400多家合作伙伴实现了合作, 覆盖出行、娱乐、商务、工作等生活的各方面, 每天响应1亿次的搜索请求。
“移动广告搜索更适合中小企业”
此外, 在大会“移动互联网”分论坛中, 百度移动互联网事业部总经理岳国峰发布了百度移动互联网业务发展战略, 表达了百度针对手机用户需求重新、细致开发移动搜索产品的决心。
“百度移动互联网的核心发展规划包括三方面:第一, 以搜索产品为核心布局移动‘框计算’;第二, 以搜索广告为核心, 探索全线收费模式;第三, 以搜索联盟为核心, 推动产业链合作共赢。”岳国锋表示, “百度在‘框计算’领域的积累也适用于移动互联网领域。”
事实上, 相比互联网搜索, 移动互联网用户对应用的搜索需求更为明显, 那么百度应用开发平台也有望在未来服务于移动互联网搜索服务。
IT巨头逐鹿移动平台 篇9
在2011年拉斯维加斯国际消费电子展 (CES) 上, 最抢眼的风景要数IT巨头们在硝烟弥漫的移动平台上的角逐。而在市场上, 巨头们相互竞争更是激烈异常, 上演了一幕又一幕龙虎斗。
移动平台“婚外恋”
在CES2011期间, 微软宣布将在下一代Windows产品中支持英特尔的竞争对手ARM架构芯片, 而英特尔也首次展示了基于X86架构的谷歌Android系统平板电脑成品, 而谷歌恰恰是微软的死对头。
2009年谷歌推出基于Chrome浏览器的PC操作系统, 直捣微软的老巢——Windows操作系统, 挑战微软的全球霸主地位。谷歌这一部署无疑是对微软带有报复性的当头棒喝。此前, 微软推出Bing搜索与Google搜索较劲, 并在极短时间内占领3%的市场份额, 蚕食了谷歌的一些地盘。
事实上, 微软和英特尔组成的Wintel“婚配”早已出现裂痕, 双方都移情别恋, 移动互联成同床异梦。在CES2011开幕前夕, 微软突然宣布在下一代Windows上将支持ARM架构, 包括英伟达、高通、德州仪器等品牌都纳入其合作名单, 这意味着Wintel联盟已名存实亡。
而英特尔也早就背着微软“感情出轨”, 与谷歌暗中“勾搭成奸”, 与谷歌合作研制基于X86架构的Android系统平板电脑。早在2010年4月, 坊间就有传闻, 英特尔已经在基于凌动 (Atom) 处理器的智能手机中引入谷歌Android操作系统。Android最初是针对ARM处理器来设计的。但作为一款开源软件, 其他公司可以对Android进行修改, 使其适用于其他类型处理器。
自上个世纪8 0年代以来, 微软Windows和英特尔架构芯片组合一直是PC产业的基础, 是软件开发的标准平台。但是, 两家公司在进军移动终端这一新的高增长市场时却鲜有成果, 相互抱怨。好比一对老夫妻想激情再度, 欲生一个聪明儿一样, 双方都有点力不从心。
市场研究公司Gartner的数据显示, 尽管微软在全球PC市场上分享大头, 占据超过90%份额, 但2010年第三季度微软在全球智能手机市场上的份额不足3%。尽管英特尔和微软过去10年一直在推广平板电脑, 但研制出的Wintel平板电脑却受到市场冷落, 双方心中郁闷, 多有不快, 早就埋下了另觅情人的心理种子。
而苹果iPad的成功给微软和英特尔感情不合的伤口上又撒了一把盐。两家公司与硬件合作伙伴没有推出一款在性能、效能比、易用性方面能与iPad媲美的平板电脑产品, 令人担心的一个趋势是, iPad已经开始蚕食便携式PC的销售。
显然在移动终端方面, 微软和英特尔比苹果和谷歌慢了一拍, 市场新利润为捷足先登的苹果、谷歌所分享。于是微软和英特尔劳燕分飞, 各自寻觅情人在移动终端市场拼抢利润蛋糕。
业内人士认为, 英特尔芯片没有被大部分平板电脑厂商采用一方面是因为ARM架构芯片功耗更低, 而英特尔芯片同移动类设备的系统结合存在问题。也就是说, 与Windows的联盟对此造成了影响。
利润新蛋糕
在智能手机和平板电脑领域各路神仙一拥而上的原因, 无非就是利润二字。小小一只智能手机, 薄薄一台平板电脑, 利润空间有多大?在普通手机市场平均价格下滑到87美元的时候, 智能手机仍然保持在150美元以上的水平, 其毛利率也超过25%。一台平板电脑iPad, 最高售价829美元, 最低售价499美元, 而平均成本却仅有260美元。目前, 这些令人兴奋的数字, 无论是对手机厂商还是PC厂商来说, 都具有相当大的吸引力。
移动终端的新利润成为传统PC厂商转型的共同原因。在市场利润的诱导之下, 传统的电脑厂商显得急躁难耐, 纷纷进入移动终端, 似乎有些“不务正业”, 纷纷操刀试图切一块利润蛋糕。
在CES2011上, 电脑厂商纷纷推出各自平板电脑产品, 联想带来了采用高通新型处理器的“乐Pad”, 其工作时间可持续8个小时;华硕展出了运行Android 3.0系统的双核平板电脑;东芝推出了带有加速器和光感应芯片的平板电脑。而最具竞争力和关注度的当数摩托罗拉展示的XOOM平板电脑, 这款机器操作系统为谷歌专为平板电脑优化过的Android 3.0, 即“蜂巢”系统, 机器带有前后双摄像头, 并支持10小时的视频播放, 性能达到“怪兽级”。而谷歌的Android3.0平台成为本届展会出镜率较高的技术之一, 数十家厂商推出了装载该系统的平板电脑, 它也被喻为各大厂商对抗苹果公司iPad的最有力武器。加上戴尔、东芝、三星、惠普, PC厂商几乎全面进入了平板电脑市场。
目前平板电脑市场仍处于初期竞争阶段, 市场定价不均, 配置性能不一, 性价比也有差异。市场上低于1000元就能买到山寨产品, 而iPad最低3988元, 联想的乐Pad在3000元上下, 三星的Galaxy则要卖到7000元。在市场竞争初期, 利润空间较大, 厂商会根据竞争的成绩获得更好的利润。
而在智能手机市场上, 同样是因为丰厚的利润促成IT巨头们抢占市场份额, 令苹果和谷歌出尽了风头。所谓黑莓孤独、塞班年暮、Palm铅华不再、WP7前程难料, 苹果iPhone和谷歌Android作为智能手机的翘楚, 在2010年赚足了市场利润。
来自尼尔森市场研究公司发布的一项报告称, 苹果的iPhone操作系统占据智能手机市场28.6%的份额, 仍是美国首要移动操作系统。谷歌的Android在智能手机市场中的份额稳步上升, 达到25.8%, 位列第二。
在苹果和谷歌的攻防之间, 后来者谷歌占据了上风。截止到2010年11月的三个月期间, 谷歌Android市场份额增长了6.4%, 苹果iPhone增长值少于1%, 明显感到谷歌的市场威胁。
中国市场有期待
对于移动平台来说, 中国市场值得期待。目前中国有2.77亿手机网民用户, 有年增1.2亿的增长量, 而近10年来中国家庭购买的台式机都陆续进入了更新换代期, 人们对平板电脑很看好。因此, 移动互联网势必是一个巨大的市场, 各种服务与软件将会被搬到移动终端上, 智能手机和平板电脑在中国市场将大有作为。
iPhone 4在中国的卖座决定了苹果在中国移动互联网中的一席之位。市场研究机构Asymco数据显示, iPhone全球份额为4%, 利润份额却达50%。作为后来居上者, 苹果以其iPhone产品的独门暗器在中国市场非常吃香, 年轻一代人以购得一款iPhone而自豪甚至傲视同事。而iPhone 4在中国市场登陆, 更掀起了一股智能手机销售旋风。iPhone 4在功能上远超iPhone3GS, 升级之处多达百项, 很多方面超出之前的预期, 有8项最主要的改进, 其中硬件方面包括全新的外观设计、革命性的Retina显示屏幕、以及3轴陀螺仪、A4处理器、全新的拍摄系统等。iPhone4的豪华性能和高昂价格对于富裕阶层很有吸引力, 满足中国富人炫富的虚荣心理。
谷歌的Android系统厚积薄发, 正在成为国内智能手机操作系统的领军者。谷歌的手机应用价值链定位决定了其需要推出Android操作系统。其核心的策略是通过降低操作系统的使用成本, 推动手机终端厂商使用其操作系统, 免费提供的条件既是在终端厂商使用的系统中必须要有谷歌相关移动互联网应用服务客户端的内置, 这样可以很好的提升谷歌应用服务对手机用户的覆盖;另一方面, 以全面开源的方式发展操作系统, 有助于带动第三方应用开发环节厂商和个人的积极性, 迅速增强Android的应用丰富程度, 解决其作为移动互联网后进入者服务过少的不足。
微软也不甘落后, 计划2011年下半年在中国推出Windows Phone 7手机。微软已经开始与国内手机制造商联想、中兴、华为探讨在中国生产Windows Phone 7设备的计划。Windows Phone 7相对Windows Mobile发生了翻天覆地的变化, 是一次大改革, 比如它采用了全新设计的用户界面和应用程序商店。这些改进足以使其与目前非常出色的移动操作系统竞争, Windows Phone 7有机会在中国取得成功。有外媒推测, Windows Phone 7对中国肯定会做出一些有针对性的特殊功能支持, 而且一旦正式推进, 将会大幅度提升Windows Phone 7在中国的市场占有率。
移动计算平台 篇10
随着电力系统互联程度的加强和远距离输电系统的不断发展,能覆盖一个甚至多个国家的超大规模电力系统正在不断出现。电力系统规模的不断扩大和结构的日趋复杂使得安全评估、安全与经济运行、系统控制变得越发困难。此外,最近2年在世界范围内成为热潮的电力系统“智能化”趋势也给现有的电力系统分析计算和控制工具带来了极大挑战。根据美国能源部的定义[1],智能电网应具有若干重要特征:有很强的自愈性,并能够抵御外来攻击;能有效支持大规模的间歇性可再生能源和分布式电源的接入;能保证供电的可靠性和电能质量;能促进电力市场的公平和有效运行;能促进用户参与等。要满足上述要求,未来的电力系统调度中心应具有强大的计算能力和信息采集、集成、分析功能。现有的集中式电力系统计算平台难以满足上述要求,这已经成为了实现智能电网的主要瓶颈之一。
电力系统分析与计算的特点是计算任务种类繁多且对实时性要求很高。在很多情况下,为了实现在线计算,不得不对问题的数学模型作大量简化,这自然就牺牲了计算结果的准确性。对一些计算量很大的分析计算,如长过程动态仿真,通常只能进行离线计算,其结果是所产生的控制策略只对预先设定的工况有效,而难以应对各种突发事件。目前电力系统的分析计算一般依赖位于调度中心的集中式计算平台,对于大规模电力系统,其计算能力受限,且可扩展性差,升级成本高。未来的电力信息系统面临的另一个重大挑战是数据存储和分析能力的严重不足。现有的数据采集与监控(SCADA)系统在采集数据时一般止于变电站级别,且数据采样频率较低。在未来的电力系统中,不仅SCADA系统的采样频率需要明显提高,电力系统数据采集的范围也将大大扩展。相量测量单元(PMU)、智能电表,甚至各种智能家电的嵌入式系统都可能向调度中心提供大量的实时系统信息。由上述各种传感器所组成的数据采集网络所产生的数据量将是非常惊人的,以电力系统现有的信息处理能力将不足以完成对海量数据流的存储和分析功能。总之,电力系统现有的计算和信息处理平台不足以支持智能电网的实现,构建新的电力系统计算平台就成为值得考虑的重要问题。
云计算(cloud computing)是近年来得到快速发展的一种崭新的计算模式,是若干新计算技术的统称。到目前为止,对于云计算,尚没有来自权威机构的标准定义。一般认为,云计算代表了一种基于Internet的大规模分布式的计算模式[2]。云计算首先利用Internet将各种广域异构计算资源整合,以形成一个抽象的、虚拟的和可动态扩展的计算资源池;再通过Internet向用户按需(on demand)提供计算能力、存储能力、软件平台和应用软件等服务。通过建立电力系统云计算平台,可以有效整合系统中现有的计算资源,为各种分析计算任务提供强大的计算与存储能力支持。云计算能支持各种异构计算资源,与集中式的超级计算机相比,其可扩展性很强,且可以在现有计算能力不足时方便地升级。此外,与传统的计算模式相比,云计算还具有便于信息集成和分析,便于软件系统的开发、维护和使用等优点。总之,建立基于云计算的电力系统核心计算平台,可以有效解决前已述及的未来电力系统在计算和信息处理方面所遇到的一些重要挑战。本文下面将针对云计算的定义、特征、技术、体系结构、在电力系统中的研究和应用前景等问题进行详细讨论。
1 云计算概述
1.1 定义与主要特征
由于云计算仍处于其发展的早期阶段,其定义还在不断的发展和完善之中。文献[2]中所给出的定义如下:云计算是一种大规模分布式计算模式;通过云计算可以形成一个抽象的、虚拟的、可动态扩展的资源池,该资源池可以通过Internet向用户按需提供计算能力、存储能力、开发平台和软件等服务。
与传统的计算模式相比,云计算有以下几个主要特征[2,3,4,5]:
1)能够整合大规模异构计算资源
传统的分布式计算一般仅能应用于一个小范围的计算网络(如局域网), 且对计算资源的同构性要求较高,难以处理在计算和存储能力、操作系统、开发平台等方面存在很大差异的计算资源。而通过云计算则可以整合分布在一个广阔地域内的、分属于若干个组织的计算资源,形成一个功能非常强大的计算和存储平台。另外,云计算并不要求计算设备在硬件或软件上具有很强的共性,绝大部分计算设备都可以被整合成为云计算平台的一部分。
2)易于动态扩展
可扩展性是云计算与传统计算模式相比的最大优势之一。由于云计算能够集成硬件种类、网络类型、操作系统、软件平台等各不相同的各种计算设备,因此,在需要时云计算平台的计算和存储能力可以得到方便和快速的扩展。与传统计算平台需要几天甚至几个星期的系统升级时间相比,云计算平台的升级一般仅需要几分钟[4], 且可以在不影响系统整体运行的情况下动态进行。此外,云计算平台可以建立在现有的硬件基础上, 在升级时也只需按照需求增添相应的设备,而不需要像升级传统计算平台那样将设备完全更换,从而可节省大量硬件购置成本。
3)虚拟化与服务
虚拟化也是云计算的一个重要特征。无论一个云计算平台实际整合了多少计算设备,在用户看来其就是一个单一实体,也是获得计算服务的唯一接口。由于应用了虚拟化技术,云计算平台既可以将多个计算任务放在同一台功能强大的设备(如大型工作站)上运行,也可以将一个计算任务拆分成若干部分,分别在多台设备上运行。这样,就可以最大限度地利用系统内的闲置计算资源。此外,通过利用虚拟化技术,云计算平台可以根据客户的需求动态分配计算资源和构造系统平台。此外,若干设备的故障不影响云计算平台整体运行,也不会中断向用户提供服务。
云计算可以利用虚拟化技术将各种不同类型的计算资源抽象成服务的形式向用户提供。一般将服务分为3个不同的层次,分别称为基础设施级服务(infrastructure as a service, IaaS)、平台级服务(platform as a service, PaaS)和软件级服务(software as a service, SaaS),统称为XaaS[5]。IaaS根据用户需求向用户动态分配计算和存储能力。通过IaaS,用户相当于获得了一台计算和存储能力可以实时扩展的超级计算机。PaaS在IaaS的基础上,还向用户提供了一个用于软件开发和测试的平台。用户可以通过Internet直接在PaaS提供的平台上开发应用软件,并可以很方便地将软件发布在云计算平台上供其他用户使用。SaaS则是在IaaS的基础上,让用户可以通过Internet直接访问云计算平台上的应用软件,而不需要在本地计算机上安装该应用软件,这免去了用户安装、维护、升级本地应用软件的麻烦。在这方面,XaaS带来的最大好处在于用户绝大部分的计算任务都将在云计算平台上完成。因此,用户终端不再需要有很强的计算和存储能力,只要能够接入Internet,就可以方便地使用云计算平台上的各种软件。具体到电力系统,研究或系统运行人员可以基于云计算平台的XaaS功能,利用多种不同的终端,如台式计算机、便携式计算机甚至手机,在任意地点完成各种电力系统分析任务或实时监控整个电力系统的运行状况。
4)以Internet为基础的通信平台
与传统分布式计算不同,云计算通过Internet进行各个设备之间的通信。由于Internet已经有了非常成熟的标准、体系和技术,这在很大程度上保证了云计算系统通信的可靠性和安全性。此外,由于云计算建立在国际通行的通信协议的基础上,这使得其易于与各种流行的软件开发技术集成。
5)有很强的规模经济效益
经济效益是推动云计算研究与应用的重要动力。现代电力系统中存在大量闲置的计算和存储资源。利用云计算可以将闲置资源整合,减少在信息设备上的投入。前已述及,在需要升级时,云计算平台的投资一般也大大低于传统计算平台。此外,目前各省电力公司都有各自独立的计算平台,且功能非常相似。这造成了电力信息系统的重复建设和资源浪费。未来可以考虑将各个独立的计算平台进行整合,形成区域性甚至全国性的电力系统云计算平台。这样做可以大大减少整个电力系统在信息系统方面的投资。另一方面,也有利于促进各省级电力系统之间的协作和信息共享,实现大范围内电力系统的安全与优化运行。
1.2 云计算和网格计算的比较
云计算常常被与另一种分布式计算模式,即网格计算相互混淆。从计算模式发展历史的角度看,云计算是传统分布式计算和网格计算的进一步发展。虽然云计算与网格计算都涉及到利用虚拟化技术整合计算资源,但两者的抽象层次明显不同。网格计算主要关注基础计算设施,其目的仅限于将计算和存储资源整合以处理对计算资源要求很高的任务,这相当于云计算中的IaaS服务。云计算则将系统平台和软件也抽象成服务提供给用户。这除了能提供更强的计算能力,还能改变传统的软件开发、维护、升级和用户使用的模式,提高信息系统的总体使用效率,同时减少信息系统投资。具体地讲,云计算和网格计算还在下述几个方面存在显著区别:
1)商用模式
现有网格计算的商用模式是面向项目的(project-oriented)。一个网格计算平台通常是为了某个特定的计算任务而建立的,其整合的计算资源一般也仅用于解决该特定任务。这样的模式较为适合非盈利性的科学计算任务[2]。与网格计算不同,在云计算中,由于提高了抽象程度,其成为一个通用的计算平台,这使得很多用户的应用软件都可以通过云计算平台这个单一的门户进行访问。云计算平台将在各个软件之间动态地分配计算资源,以实现资源的优化配置。
2)数据本地性
对于云计算和网格计算这样的Internet级别的分布式计算,由于整合了众多的计算设备,计算能力已不再是制约计算速度的瓶颈。由于数据在Internet上的通信时间通常要大大超过数据在单机系统中的通信时间,因此,尽量缩短数据在Internet上的通信时间就成为了提高计算速度的关键。云计算在存储数据时,一般采用分块(chunk) 存储方式[2,6]。在分配计算任务时,如果一个计算任务需要访问某特定数据块,云计算会将该任务尽量分配给和存储该数据块的节点最接近的节点。这就是所谓的数据本地性(data locality)原则。这样,云计算可以更好地解决数据通信时间问题。另一方面,现有的网格计算平台一般采用共享文件系统(shared file system) 的形式存储数据[2], 这导致网格计算平台难以根据数据本地性原则来分配任务,从而降低了计算速度。
3)软件开发和使用的便利性
前已述及,云计算和网格计算的一个显著区别在于云计算的抽象层次更高。云计算将系统平台和应用软件也抽象成了服务。更通俗地讲,云计算为应用软件的开发者提供了统一的开发和发布软件平台。开发者在开发软件时,可以不用再顾及软件在不同硬件和操作系统上的兼容性问题。在发布软件时,只要发布到云计算平台上,所有用户就可以通过Internet使用软件。这样就大大降低了软件开发、维护和升级的难度。此外,SaaS使用户可通过各种终端在任意地点随时使用云计算平台上的软件,这也为用户提供了很大的便利。而这些优点是网格计算所不具备的。
4)安全机制
在网格计算中,资源和数据是所有用户共享的。用户可以通过凭证代理(credential delegation)的方式访问网格内的所有资源[7]。而云计算则通过分割(isolation) 为每一个用户创造一个相互独立的虚拟环境,并完全屏蔽虚拟环境之间的相互访问。由于云计算仍处于发展阶段,其安全机制较网格计算相对简单。这样,云计算的安全问题也是未来云计算研究的重点之一。
2 电力系统云计算的实现
2.1 电力系统云计算平台的架构和技术实现
云计算平台是由通过Internet相互连接的多种设备和用户组成的一个复杂实体(见图1)。从总体上讲,云计算平台可以分为2个主要部分,即云计算控制中心和被云计算平台整合的各种计算资源。云计算控制中心的主要功能是根据用户的请求,将用户的计算任务分成若干子任务,再动态地将各子任务通过Internet分配给被云计算平台整合的计算设备。各子任务完成后,其计算结果将通过Internet重新汇总到控制中心,最后再反馈给用户。此外,云计算控制中心还负责将各种需要存储的数据通过Internet分配给各数据存储设备,并在需要时重新将数据从存储设备中读取出来。利用虚拟化和分割技术,上述计算和数据存储任务的调度分配过程对用户而言是完全不可见的。云计算平台为每一个用户都创造了一个完全独立的虚拟系统环境,因此,在每一个用户看来,自己都是云计算平台唯一的用户。用户可以通过多种不同的终端,例如:台式计算机、便携式计算机、手机甚至智能家电接入云计算平台。这让云计算平台的使用非常方便。
云计算平台通过Internet与由大量传感器和其他数据采集设备组成的数据采集网络相连接。对电力系统而言,未来的数据采集网络既包括传统的SCADA系统的传感器,还可能包括PMU和安置在终端用户家中的智能电表,甚至是各种智能家电的嵌入式系统。这些装置能够提供全方位的系统信息。此外,电力系统云计算平台也可以和其他的数据源,例如:区域气象数据库相互连接,以获取温度、湿度、风速、日照等数据。由这样一个大规模的网络所采集的数据量将是惊人的,只有凭借云计算平台强大的计算能力才能进行存储和分析。考虑到很多电力系统分析任务对实时性要求较高,可以考虑构造专用高性能网络来连接云计算平台和数据采集网络,以提高数据传输的可靠性。
电力系统云计算平台的系统架构如图2所示。
从系统架构的角度看,云计算平台主要由Web层、负荷分配层(load balancer)、数据管理层、计算逻辑层(computing logic)、物理计算设备层和物理存储设备层组成。其中,Web层负责实现云计算平台的Web站点,该站点是用户访问云计算平台的唯一接口。负荷分配层是云计算平台的核心部件。该层具有4个主要功能:①将用户的计算任务划分成若干部分,并决定执行每一个任务的计算设备;②将待存储的数据划分成若干部分,并决定相应的存储设备;③将计算逻辑层返还的计算结果整合后,再反馈给用户;④根据数据读取请求,指令数据管理层读取数据,并将数据整合后输出。计算逻辑层负责根据负荷分配层确定的计算任务分配方式,控制具体的计算设备进行计算,并在计算完成后返还结果。数据管理层则主要控制数据存储设备进行数据读写操作。上述4层组成了云计算平台的软件部分。物理计算设备层和物理存储设备层代表了云计算平台所整合的所有物理设备,它们组成了云计算平台的硬件部分。
下面讨论几种可应用于实现电力系统云计算的重要软件技术。
1)面向服务架构
云计算的一个重要特点是可以在线扩展和升级,这就对软件的灵活性提出了更高的要求。面向服务架构(service oriented architecture, SOA)是近年来发展迅速的一种软件设计方法[5]。与在传统软件设计方法中以函数或类作为基本功能模块、以应用程序接口(application programming interface, API)作为程序间通信手段不同,SOA以服务为基本功能模块。与函数相比,服务代表更高层次的应用需求(例如:从读取数据库到打印数据报表的整个流程可以抽象成一种服务,而数据库的读取操作则只能是函数)。SOA根据用户需求,将每一种主要功能都包装成服务的形式,且各服务相互独立,仅以可扩展置标语言(extensive makeup language, XML)进行通信。当任何一种功能需要更新时,只需要更换相应的服务即可。此外,基于SOA架构,可以将若干服务自由组合,以快速形成新的系统。例如:可以将潮流计算包装成一个服务,这样对于任何需要进行潮流计算的任务,只需要将潮流计算服务和其他相关服务在线组合即可。可见,应用SOA可以极大地提高系统的灵活性和软件开发升级的速度。当然,提高软件的抽象层次一般是以牺牲通信效率为代价的。总结软件开发方法的发展历史可知,从面向过程到面向对象,再到面向服务,软件开发的总体发展趋势就是抽象层次的不断提高,这和软件本身的复杂性不断提高是相适应的。随着电力系统的不断发展,电力信息系统本身的功能不断增多,结构日趋复杂,这会给利用传统开发方法的开发人员带来越来越大的困难。因此,提高软件开发的抽象层次是一个必然趋势。对于通信效率问题,可以通过适当定义服务的抽象层次以求得平衡。
2)Apache
Apache是目前应用最广泛的Web服务器端软件,其支持所有主流的Web服务器功能,如网站内容管理、服务器端编程、流量管理、网址重写(URL rewriting)、安全传输层(transport layer security,TLS)和安全套接层(secure socket layer,SSL)加密等。由于Apache系开源软件,其源代码完全公开并可以免费使用,因此,可用于实现云计算平台的Web层功能。
3)MySQL
MySQL是世界上应用最广泛的开源数据库引擎,具有高可靠性、高扩展性和完全免费等优点,因此,在超过数百万的网站和公司中得到了广泛应用。可用MySQL实现云计算平台的数据管理层功能。
4)动态负荷分配
负荷分配算法是云计算的核心。动态负荷分配(dynamic load balancing)已经被证明是一类较为有效的分配计算任务的算法[8,9]。其基本原理是根据各个计算设备的计算速度快慢动态分配任务;计算速度快的设备分配的任务较大,速度慢的则分配的较小,以保证各计算设备基本上同时返还结果。对于大规模云计算平台,还可以考虑使用任务复制(job replication) 的方法来提高可靠性,也即将每一个子任务复制若干份,发给多个计算设备同时执行,从而避免因为某个设备发生故障而需要重新分配子任务所导致的整体计算效率被拖慢的情况。
除了上面讨论的内容外,目前还存在多种可用于实现云计算的商用或开源软件技术,如Google MapReduce、Google File System(GFS)、微软的Dryad/DryadLINQ、开源分布式计算框架Hadoop等。考虑到电力系统是国家重要基础设施,我们认为电力系统云计算平台的实现应尽量以开源软件技术为基础。
2.2 云计算在电力系统中应用的展望
如前所述,由于云计算具有计算和存储能力强大、系统可动态扩展、便于计算资源共享和优化配置、便于软件开发和升级、便于用户使用等诸多优点,其在电力系统中有广阔的应用前景。下面讨论电力系统分析中可以应用云计算的几个重要领域。
1)安全分析
时域仿真是电力系统暂态稳定分析的重要途径之一。然而,对于大规模电力系统而言,时域仿真的计算量很大,因此,目前尚只能应用于离线分析。到目前为止,已经提出了多种基于并行和分布式技术的暂态稳定时域仿真算法。例如:文献[10]应用功能分解和域分解法(functional decomposition and domain decomposition)在集群机上进行暂态稳定分析;文献[11]应用网络分解法实现了小系统的实时仿真;文献[12]提出了一种考虑大规模网络特性和多个控制中心协作的分布式时域仿真算法。未来可望利用云计算进一步提高对大系统进行暂态稳定时域仿真的速度,以最终实现在线分析。
另一个适于应用云计算的是概率小干扰稳定分析。传统的小干扰稳定分析一般是确定性的,这与电力系统运行所固有的随机性是矛盾的。利用Monte Carlo仿真可以方便地处理小干扰稳定分析中的随机因素,但这种方法对计算平台的计算和存储能力要求很高。文献[13]提出了一种基于网格的概率小干扰稳定分析方法,其中的实验结果表明:分布式概率小干扰稳定分析较串行分析在计算速度方面有较大提高。在Monte Carlo仿真中,每一轮仿真是相互独立的,这使得问题可以分解为大量子问题,从而可以充分利用云计算平台的并行计算能力。
2)潮流与最优潮流计算
云计算也可用于提高潮流和最优潮流计算的速度。文献[14]提出了一种基于牛顿法的并行潮流解法,主要适用于通信延迟较少的计算平台,如集群机。文献[15]提出了一种可以计及预想事故的最优潮流并行算法,将需要考虑的预想事故分为若干组,分别分配到多个处理器上作并行分析。文献[16]提出了基于微分进化(differential evolution) 的并行最优无功潮流算法,利用分解与协调技术将问题划分为若干个子问题分别在多个处理器上并行求解。可以预期,在云计算环境下将现有方法改进可以进一步提高计算速度。例如:基于文献[15]的思想,在云计算平台上通过将需要考虑的预想事故进一步细分,可以大大提高计算速度和能够处理的预想事故数目。
概率潮流是考虑电力系统运行不确定性的重要工具[17]。和概率稳定问题相似,Monte Carlo仿真也可以应用于概率潮流之中。考虑到应用于大系统时Monte Carlo仿真的计算量很大,概率潮流也是云计算可以应用的问题之一。
3)系统恢复
大停电后的电力系统恢复是一个很复杂的非线性优化问题。电力工业的市场化运营、远距离互联电力系统的发展、大量分布式电源接入电力系统,这些都在某种意义上给电力系统恢复问题带来了新的挑战。文献[18]提出了基于网格的电力系统恢复方法,可以在电力系统恢复过程中促进不同参与者之间的信息共享和协作,并利用分布式计算提高计算效率。云计算作为电力系统所有成员共享的计算平台,可以更好地促进信息共享和协作,其计算能力也有助于找到复杂互联系统的最优恢复方案。
4)监控和调度
随着电力工业市场化改革的深化和分布式电源不断引入电力系统,未来电力系统可能从集中式控制向分布式控制逐渐转变[19]。通过统一的电力系统云计算平台可以促进各分布式控制中心的信息共享和协作。对大量的小容量分布式电源的监视和控制将成为未来电力系统面临的一个难题。由于未来电力系统中分布式电源的数量可能很大,系统调度和运行控制的计算量将会明显增加,利用云计算则可以较好地解决计算能力不足的问题。云计算很强的可扩展性也有利于随时根据电力系统的规模动态增强计算能力。此外,目前已经提出了基于网格计算的大规模电力监控系统[20]。利用云计算的信息处理能力有助于实现包括配电系统在内的大范围实时监控和信息采集。
5)可靠性评估
传统的电力系统可靠性评估一般采用确定性方法,且通常考虑系统最坏的情况,这就导致较为保守的评估结果和偏高的运行成本。为了计及电力系统运行中的不确定性,到目前为止已经提出了多种概率可靠性分析方法[21,22]。然而,与概率稳定性分析类似,计算效率也是制约概率可靠性分析的瓶颈。文献[23]提出了基于网格计算的概率可靠性分析方法,其实验结果表明分布式计算方法可以大大提高Monte Carlo仿真过程的计算速度。利用云计算可望进一步提高概率可靠性分析的计算速度,以适应系统规模不断扩大所带来的挑战。
上面讨论了云计算技术可望在电力系统中获得应用的几个领域。事实上,由于云计算是一个通用的计算工具,很多电力系统分析软件都可以发布到云计算平台上。如前所述,这将给软件的开发、升级、维护和使用带来很大的便利。此外,云计算也有利于电力系统的各类成员共享信息和协作。总之,构建统一的计算平台将是未来电力系统计算的一个重要发展方向。
2.3 电力系统云计算研究的挑战
目前,云计算仍然处于发展之中,还存在一些没有得到很好解决的技术问题。为了实现云计算在电力系统中的成功应用,下面一些问题有待深入研究。
1)与云计算相适应的电力系统分析并行算法
与传统的集群或小规模分布式计算平台不同,云计算平台可以集成在物理上分布极广的大量计算设备。此外,集群和小规模分布式计算以集中式数据存储和内部网络为基础,这和云计算主要采取分布式存储和利用Internet通信也有显著不同。上述云计算的几个特点决定了现有的并行和分布式电力系统分析算法无法有效发挥云计算平台的计算能力。新的并行算法应针对云计算的特点来设计。例如:新算法应将问题划分为尽量小的子问题,因为组成云计算平台的部分设备计算能力较低,可能无法处理较大的子问题而长时间遭到闲置。还有,由于云计算利用Internet进行通信,其通信延迟较高,因此,新算法应尽量减少各设备间的通信。需要指出,减少设备间通信与对新算法的细粒度要求并不矛盾。云计算应首先估计每个计算设备的计算能力,在此基础上确定分配给每个设备的计算任务量,计算能力强的设备应分配较多的子任务计算量,这样也可以减少设备间的通信。此外,由于云计算采取分布式数据存储方式,为了减少数据传输,新算法应尽量采取“就近处理”方式。需要强调的是,与分布式计算和网格计算类似,云计算针对特定计算任务的效能也受到算法能否并行化的制约,因此,在提高算法并行度的同时应尽量减少网络通信是设计云计算算法时应该遵循的原则。
2)云计算负荷分配算法研究
集群或小规模分布式计算平台一般由性能接近的计算设备组成,这使得它们可以较为简单地处理负荷分配问题。与此相反,组成云计算平台的计算设备可能在计算和存储能力、操作系统、软件平台等方面差别极大。为此,云计算平台就需要对各个设备的计算能力进行监视和预测,并根据其计算能力按比例分配子任务,以使分配到不同设备的子任务的计算时间尽量接近。此外,云计算的负荷分配算法还必须适当考虑Internet通信延迟和数据分布式存储的特点。
3)适用于电力系统的云计算平台物理结构设计
云计算平台的物理结构对其运行性能会有很大的影响。这样,在设计电力系统云计算平台时就必须认真考虑电力系统的特点。例如:电力系统的大量数据来自变电站和配电系统,考虑到Internet的通信延迟,为了减少数据传输,应就近设置数据存储设备,并基于数据本地性原则,为数据存储设备配置相应的计算设备。为了解决通信延迟问题,可以为云计算平台的核心部分 (如控制中心) 建立专用的高性能网络。此外,在设计云计算平台时,还需要考虑怎样布置区域云计算数据中心和中央云计算调度中心,以更好地满足对数据吞吐量、计算精度和拓扑广阔度的需求。出于上述考虑,应改变目前电力系统规划和电力信息系统规划相互孤立的模式,将2种规划统一进行,以提高计算系统的效率。
4)电力系统云计算的安全性
安全性是云计算理论研究和实践中需要解决的重要问题。由于电力系统是重要基础设施,保障电力信息系统的安全性就显得尤为重要。此外,由于电力系统云计算平台可能包括电网公司、发电公司、市场监管机构、投资者、用户等在内的众多不同类型的使用者,如何在促进信息共享的同时保障信息安全是电力系统云计算必须解决的重要问题。另一方面,云计算利用Internet将计算资源互联,并通过标准化接口进一步弱化了硬件与操作系统对软件的约束。这虽然为软件开发和使用提供了便利,却也造成了数据在Internet上的频繁流动,进而对数据的安全性问题提出了更高的要求。
3 结语
云计算是近年来发展迅速的超大规模分布式计算技术。通过集成大量异构的分布式计算资源,云计算平台具有强大的计算和存储能力。建立电力系统云计算平台对解决电力系统各种复杂的计算问题提供了新的途径,有助于实现电力系统在线运行分析与优化控制。
云计算平台除了能为电力系统分析提供计算和存储能力支持外,还具有可扩展性强、硬件投资少、便于软件开发和升级、便于用户使用等诸多优点。这使得云计算有希望取代现有的集中式计算成为未来电力系统核心计算技术。
云计算在电力系统分析中的潜在应用领域包括安全分析、潮流和最优潮流计算、系统恢复、监控、调度、可靠性分析等很多方面。此外,利用SaaS技术,很多电力系统分析软件都可以发布到云计算平台上,从而有望建立基于云计算的电力系统统一计算平台。
云计算技术还在不断发展之中,而其在电力系统中的应用则刚刚起步。与云计算相适应的电力系统分析并行算法、云计算的负荷分配、云计算平台的设计和云计算的安全性等将是未来电力系统云计算研究需要重点解决的核心问题。
摘要：针对传统电力系统计算平台在计算、存储、信息集成和分析等方面的不足,提出建立基于云计算的电力系统计算平台。首先概述了云计算的基本概念和主要特征,并比较了云计算和另一种大规模分布式计算模式——网格计算的不同。从物理组成、系统架构、软件技术等方面详细讨论了电力系统云计算平台的实现。之后,展望了云计算在电力系统安全分析、潮流与优化潮流计算、系统恢复、监控、调度、可靠性分析等领域的应用前景。最后,讨论了电力系统云计算研究中有待解决的几个重要问题。
移动营销：数据平台+创意效果 篇11
在互联网初期，展示类的品牌广告是主流，那时被称为互联网营销的1.0时代。而随着互联网发展，搜索广告成为新的广告形式，广告营销从被动展示到主动搜索。“而今我们已经进入了3.0时代，这个时代追求的是效果。”腾讯效果广告平台部副总经理马轶群在2014腾讯全球合作伙伴大会上说。
互联网营销一直在追求高性价比的广告投放模式，而在移动时代庞大的流量和数据是最好的原料。“效果广告利用大数据定位用户需求，将广告智能推送到目标人群，大幅提升了广告主的投入产出比。” 马轶群表示，效果广告因“自动化+大数据”、“效率+效果”的双提升优势，是广告的未来。
这方面腾讯广点通正在亲身实践。广点通聚合了QQ、QQ空间、微信、腾讯新闻客户端、QQ音乐等数十个社交平台，拥有流量广、用户广、数据广三大特点。同时，广点通还拥有专业的智能推荐算法，从用户基础属性、短期行为属性、长期兴趣爱好等维度对用户进行分析，并通过17个大类的商业兴趣对用户进行定向，来支持广告主更精细的投放用户群，实现智能、准确的广告推送，帮助广告主找到潜在用户。数据显示，广点通触达用户总数超8亿，日均广告曝光量过百亿。
去年6月，广点通推出移动联盟，意在让移动应用开发者获得收益。经过一年多的发展，广点通外部合作App流量从1亿迅速增长到6亿，构建出一个形态多样、场景丰富、跨终端的大数据广告平台。
休闲游戏《猜歌王》是参与广点通移动联盟的App之一。《猜歌王》产品总监张威称，“接入广点通后，保守估计单日下载量已突破10万以上。”同样，近日接入广点通的App糗事百科创出上架日下载量峰值近4万、安装转化率90%的佳绩。
今年5月，微信广告还处在内测期时，广点通联合利华、宝洁、intel、雅诗兰黛、Coach、周大生等大品牌商们率先试水微信广告。以联合利华为例，世界杯热播期间，联合利华策划了“巴西大竞猜”活动，推广落地页为该活动的HTML5移动页面，投放目标为推广旗下日化用品清扬的品牌，促使其获得足够的曝光，投放一周时间清扬品牌曝光超过了3000万， 活动页面的点击超过34万，活动参与人数超过25万。
对比来看，《猜歌王》的玩法相对保守稳定，但不影响效果。而微信广告挑战性已经超出数据平台资源的范畴，形式感要求更高。广点通经过多种实践得出目前微信广告的四种广告形式：文字链广告、图片广告、图文广告和卡片广告。
美丽说主导女性购物市场，其用户群是以18～35岁的一线城市时尚女性为主，而这部分人群也恰好是微信用户中最活跃的群体。美丽说在微信所投放的广告取得了平均点击率为2.5%，加上运用创新的HTML5页面，给网站直接带来大量流量和用户消费。
移动计算平台 篇12
关键词：Moodle,云计算,移动学习,网络学习平台
1 移动学习网络平台相关概念
1.1 移动学习网络平台简述
移动学习是最近几年才随着移动技术的发展而形成的一种新的学习范式, 它是指当网络基础设施和个人终端结合之后通过相关的网络平台来进行随时随地的学习, 利用学习者的移动设备通过网络服务来获取教育信息和教育资源的一种新型学习方式。这种学习方式摆脱了学习的时空困扰, 使其学习更具备主动性。而与移动学习相匹配的是移动学习网络平台, 是支持移动设备访问的网络学习平台。因此我们可以将其理解成依靠无线移动技术和移动设备, 以学习者为中心, 以Web2.0的若干应用 (RSS, WIKI, BLOG, TAGS, SNS) 以及在线协作支持系统等子系统构建的个性化自主学习、社会化协作学习、开放式研究性学习的网络学习环境。
1.2 移动学习网络平台相关特征
1.2.1 支持移动设备的访问
所谓移动学习就是利用终端移动设备和无线网络进行教学相关的活动, 那么这类网络平台最大的特点就是对不同移动设备的无缝兼容, 并且能够对用户的需求做出快速反应。
1.2.2 资源检索速度快, 承载能力强, 高可靠性, 安全性能优越
用户一旦提出资源检索的需求, 必须通过强大的服务器资源来进行查找用户所需的资料, 且能够快速回馈给用户, 实时性较强。同时这种平台还必须能够承载大规模的用户群同时在线访问, 其网络不会出现数据库瘫痪或者是网络阻塞等问题。还有一点就是该平台的系统稳定性和健壮性, 有很强的网络抵御能力和快速从瘫痪中恢复的能力, 恢复的时间应小于用户能够觉察的时间, 否则会让用户对平台的稳定性产生质疑。
1.2.3 易配置, 能够快速部署, 高度的异质网络和不同设备之间的兼容性
由于学习的类型多变, 所以也需要平台的应用程序很容易配置, 其应用程序能够快速部署和快速转换 (比如从教学平台转换到实验平台或是协作平台) 。平台高度虚拟化, 它不仅把自己虚拟成一种服务, 而且它也把不同的设备高度虚拟为配合提供服务的一个底层工具。它能够适应不同类型的操作系统和网络配置, 允许在普通的局域网和广域网中自由切换, 对于不同设备都需要通过统一入口进入。
1.2.4 极大的可拓展性, 且构建成本低廉
这类移动学习网络平台的搭建类似于积木的搭建, 又称之为“积件式”网络平台。网络平台提前预留了许多接口供应用程序使用。一旦需要在平台新提供其它的服务, 可以立刻通过预留的接口访问其服务程序, 只需要修改相关接口参数而已, 以保持平台上数据的集成, 无需更换平台。这种构建平台的方式是可以重构的, 无需从底层做起, 解决了反复构建所需要的资源耗费。
通过上述的一些移动学习网络平台的特征, 我们不难看出移动网络学习平台的优越性, 以及学习者利用这种网络学习平台来获取学习资料、教育信息的便捷性。学习者能够利用手中的移动设备来组织各种学习资源, 同时还可以和教师一样参与网络资源的建设。但是也是由于上述的这些优势, 在当前的网络技术下, 也制约了该网络平台的构建和发展, 比如说随着注册用户数量的增加, 一旦达到一定量的时候 (比如说达到百万级以上) , 教育资源的日益庞大, 数据日志的增加, 数据库的规模已经达到常规方式的管理极限, 现存的网络存储系统在面对海量且与日俱增的教育学习资源时已经相形见绌了, 数据资料的检索和下载速度会相当慢, 当前的网络计算的方式已经成为构建移动网络学习平台的瓶颈。鉴于此, 我们在本文中引入了基于云计算的移动学习网络平台的构建研究, 期望以此能够引发从较为经济实用的层面来配置网络学习平台的视角。
2 云计算支持下的移动学习平台相关技术
引入云计算对于移动学习网络平台来说, 是一个新的希望, 也是一个趋势。它可以使网络学习平台透明化, 用户只需要通过网络获取所需的服务, 按需付费, 并且使其服务更加高效且低廉。
2.1 云计算的研究现状及其应用领域
什么是云计算?维基百科上是这么定义云计算的:云计算 (Cloud Computing) , 是一种互联网上的资源利用新方式, 可为大众用户依托互联网上异构、自治的服务进行按需即取的计算。由于资源是在互联网上, 而在计算机流程图中, 互联网常以一个云状图案来表示, 因此可以形象地类比为云计算, “云”同时也是对底层基础设施的一种抽象化。云计算的资源是动态易扩展而且虚拟化的, 通过互联网提供。终端用户不需要了解“云”中基础设施的细节, 不必具有相应的专业知识, 也无需直接进行控制, 只关注自己真正需要什么样的资源以及如何通过个人计算机或者是手持移动设备借助于网络来得到相应的服务。云计算可以认为包括以下几个层次的服务:基础设施即服务 (Iaa S) 、平台即服务 (Paa S) 和软件即服务 (Saa S) 。云计算服务通常提供通用的通过浏览器访问的一种网络服务, 其软件和数据可存储在网络数据中心。
从2007年10月起, Google就开始与IBM开始在美国大学校园, 包括卡内基美隆大学、麻省理工学院、斯坦福大学、加州大学柏克莱分校及马里兰大学等, 推广云计算的计划, 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 (包括数百台个人计算机及Blade Center与System X服务器, 这些计算平台将提供1600个处理器, 支持包括Linux、Xen、Hadoop等开放源代码平台) 。2008年1月30日, Google宣布在台湾激活"云计算学术计划", 将与台湾台大、交大等学校合作, 将这种先进的大规模、快速计算技术推广到校园。目前云计算这个前沿领域中, 众多大小不一, 类型各异的网络提供商提供了各自基于云计算的应用服务, 其中最为典型的为Amazon的EC2 (弹性计算云) , Google的Docs, IBM的蓝云计算平台这三家企业提供的云计算应用。
其中Amazon公司提供的弹性计算云是为了首先是为了自己网络零售购物应用程序的需求, 另一方面也提供企业外部的开发人员托管式的云计算平台。Amazon将自己的弹性计算云建立在公司内部的大规模集群计算的平台上, 而用户可以通过弹性计算云的网络界面去操作在云计算平台上运行的各个实例 (Instance) , 而所需要负担的费用则是按照计算所消耗的资源来收费的。Google公司所运行的云计算服务则是仅为了自己在互联网上的应用提供云计算平台, 独立开发商或者开发人员无法在这个平台上工作, 因此只能转而通过开源的Hadoop软件来支持开发云计算平台。Google所提供的在云计算支持下的应用主要有Google Docs, Gmail, Google Picasa Web等等。IBM推出的蓝云计算平台, 为客户提供的是即买即用的云计算平台。它通过提供一系列的包括旗下的软硬件产品可以形成一整套构建云计算平台的解决方案 (Enterprise Solution) 。
2.2 云计算支持下的移动网络平台的特征
当前在整个网络学习平台的大环境都是主机托管式, 不仅耗费资金, 而且耗费大量的网络资源。一方面现有的网络能够提供服务的资源是相对固定的, 固定的存储空间, 固定的CPU资源, 有访问人数的限制, 这样网络学习平台就必须按照最大的访问容量、最大的数据存储空间, 最大的CPU资源设计, 以满足学习者最大程度 (同时访问数据库) 的学习。同时在大多数的时间里, 这一系列的资源处于等待状态, 白白地被浪费掉, 也无法分配给其他的用户。对于Internet提供商 (ISP) 和网络学习平台的拥有者来说, 这种静态分配计算机资源的方式, 都是一种浪费, 所以引入动态分配资源是一种趋势, 这就不得不提到云计算了。
(1) 它能够提供快速便捷的查询、检索和编辑。对于网络带宽有限的移动设备来说, 如何能够以有限的网络流量来面对庞大的网络学习资源是一个棘手的问题。一般来说, 在学习者看来, 忍受等待时间是有一定限度的, 如果等待时间较长, 那么学习用户可能会放弃学习, 或者学习的情绪受到干扰。其实用户学习的内容不需要一次性调入, 可以在后台渐进式调入用户设备, 更不用调入整个网站全部内容, 这和常规的网络学习平台是不一样的。还有一点就是网络响应的时间快慢取决于它的最大的并发数, 这一点在黎加厚教授在2008年的教育技术年会上所提到的《走向信息化教育“云”服务》中提到的那样, 如果用户的并发数超过一定规模, 那么云计算的优势将体现得更加完备。这是因为常规的网络服务方式无法承载那么大的数据吞吐量, 最终将会导致死锁或者进程繁忙而无法快速响应学习者的需求。例如Google旗下的Facebook网站这类大型的全球社区网站, 如果不借助Google强大的云计算技术支撑, 它是无法做到能同时连接全球的社区交流这样大的规模的。
(2) 它能够支持便携移动设备的访问, 能借助前沿的通信网络与手持设备无缝接入, 达到学习效果的最优化。
3G网络是当前最流行的高速数据传输的移动通信技术, 借助3G网络, 手持设备可以随时随地快速访问网络学习平台。譬如Google支持下的手机操作系统Andriod, 就可以借助于3G通讯网络连接互联网中的云, 提供快速检索和搜索学习等服务, 也能够以流媒体等介质来播放优酷网中的视频资源等娱乐节目。这可见移动网络和互联网中“云”的无间隙链接是移动学习网络平台构建得以实施的技术基础。
(3) 学习的资源在云端, 安全性能高, 无需担心病毒入侵或者是用户非法操作, 导致系统崩溃, 或者拒绝服务之类的问题。在Web2.0的时代, 学习者不仅仅是学习资源的受益者, 也是学习资源的提供者, 学习者可以通过移动设备访问学习资源, 也可以通过WIKI, SNS, Podcasting等来发布信息资源。Web2.0是一个以用户为核心的开放性互联网, 网络学习平台由原来的网站中心化转化为用户中心化, 从这一点来说, Web2.0它丰富了网络学习资源的组织和分布。但是随着网站的运行, 所参与的用户也就越来越多, 网站的安全性能就会降低, 网络平台的稳定性将受到冲击, 而云计算所提供的服务可以较好地解决这个问题。在云计算的这个概念下, 计算云一般是由存储云来补充的, 存储云通过API提供虚拟化存储, 而这些API为存储虚拟机映像 (Image) 、用于诸如Web服务器的组件的源文件、应用程序状态数据以及一般业务数据, 提供便利的存储功能。
(4) 学习的软件在云端, 无需下载, 自动更新。未来软件发展的趋势必然是网络化, 软件源程序本身不需要下载、安装等一系列繁琐的程序。学习的软件放在云端, 可以通过云计算提供商进行批量更新, 用户无需知道其中细节, 只使用软件提供的服务。这就保持了学习者界面和程序的一致性。
2.3 云计算搭建的移动网络学习平台的几种形式
2.3.1 搭建在云计算上的移动网络学习平台
Moodle是一套网络学习管理系统, 凭借着开源、信息集成等优点, 自发布以来, 得到众多教育专家的认可。Moodle爱好者们进一步发展了Moodle的相关模块和活动, 以促进学习者的有效学习。但是Moodle运行的开销非常之大, 据统计, 一个标准的服务器内存容量在2G, CPU2.0的服务器最多能够负载30-50台机器同时在线, 要配置区域性的网络学习平台所需要的计算机资源将是非常巨大的。在这种情况下, 移动设备的接入网速更慢, 想通过这种方式来访问网络学习平台是不行的。如果把Moodle搭建在云上, 将完全可以避免这种情况。它可以大幅度地提高移动设备访问学习平台的速度。建构这样的移动网络学习平台将是对学习模式的一种创新, 彻底打破学习的时空局限, 真正做到随时随地学习。
2.3.2 搭建在云计算上的移动网络协作平台
Web Ex是Cisco网络的一款重要的网络协作软件, 多媒体通讯专网-Web Ex交互网络:是一张覆盖全球的基础网络, 它由包括服务器、高速网络联结设备、数据中心和网络管理中心在内的各种网络元素组成, 提供了良好的冗余性、可靠性和可管理性。通过各个服务节点的高速连接, 为客户实时互动地交流信息传输提供可靠的、可预见的性能, 通过服务器的路由交换, 会议数据流可以选择最近的传输路径, 保证会议实时交流效果, 它可以面向众多的网络用户。但是它也是基于网络浏览器的, 也就是说如果交互的数目越多, 将要产生的流量成指数增长, 这样一来, 服务器将会耗竭, 客户端的需求响应将无法得到及时反应, 严重影响服务的质量, 又加之移动设备的网络流量有其固有的局限, 在当前的网络环境下移动设备只能接收到一些断断续续的信息, 根本无法保障移动学习的效率。如果将Web Ex等网络协作软件搭建在以云计算为支撑的网络协作平台上, 其交互的需求就可以通过庞大的云计算能力得到很好的解决, 服务器不会因为参与人数的增多而出现瘫痪之类的问题。我们通过手持设备连接到网络的云, 就能够随时随地享受流畅的网络协作、网络会议、课件视频点播等服务。
2.3.3 搭建在云计算上的移动网络计算平台
网络计算平台是利用计算机集群强大的计算能力进行数据处理或者符号运算。我们用手持设备 (例如Ipod) 进行复杂的程序设计实验, 或者进行3D实物模拟实验的时候, 由于移动设备本身设计的局限性, 内存和CPU等计算能力不足, 必然要延迟很久, 甚至死机或者无法响应。如果移动设备接入云计算, 那么在进行实验计算的时候, 只需要借助浏览器将网络软件相关的参数返回到服务器上, 由服务器快速计算, 得出最终效果或者给出答案, 再传递到浏览器上, 移动设备和计算云之间只传递参数。在云上计算的速度很快, 而传递的参数所需要的数据量很小, 传输过程很短, 基本类似于在本机上运行, 这样借助于云, 一个移动网络计算平台构建变得更加容易。
3 结束语
云计算的出现, 以及互联网的快速发展, 对于构建云计算下的移动学习平台提供了无限可能。当然就目前来讲, 这只是一个趋势, 是否能够成为移动学习的一个范例, 还要取决于社会各方的支持和协作。譬如要加强对手持设备的软件支持, 如QQ手机版、人人网络的人人通、开心网的手机版本, 当然这些都是娱乐类移动设备软件, 如果要发展基于云计算的移动网络学习平台, 还要切实鼓励发展一些适合于移动设备的教育学习软件, 加大对云中的教育资源的建设。目前, Moodle Room和Google联手打造教育软件, 将Moodle-Google Apps进行整合, 将Moodle置于Google的云计算应用平台之上, 这一举动也将意味着教育学习软件走向云端, 学习平台与搜索引擎巨头的合作, 也为移动学习打下了良好的开端。但是基于云计算的移动学习网络平台的运行在行业标准、数据安全、服务质量、运营模式上还面临一系列的问题, 这些问题还需要在以后的云计算技术的发展中得到解决。正如李开复先生所言:不远的将来, 随着云计算时代的到来, 一切的网络服务将变得简单, 犹如在云中漫步!当然, 在云计算和移动网络教育教学方面的技术研究还停留在理论研究和实验探索阶段, 把云计算技术引入移动学习技术, 真正在教育领域普及开来, 还需要很长的路要走。本文只是做了一些基础性的研究, 希望对今后的实践研究提供一些有益的指导。
参考文献
[1]倪小鹏, 张默然.移动学习的发展与趋势[J].中国电化教育, 2009 (5) .
[2]张德厚.与学界合作Google推广“云端运算技术”[J].中广新闻, 2008 (2) .
[3]陈康, 郑纬民.深度剖析云计算背后采用的具体技术[J].计算机世界, 2008 (7) .
[4]黎加厚.走向信息化教育“云”服务[R].教育技术年会报告, 2008.
[5]余延冬, 赵蔚, 黄伯平.Web2.0理念与数字化教育资源库的深层次整合研究[J].中国电化教育, 2009 (6) .
[6]SUN公司白皮书.云计算体系架构[Z].2007 (7) .