微软云计算平台（共10篇）
微软云计算平台 篇1
摘要：随着计算机技术的发展, 云计算应用也越来越广, 大多数的信息技术企业开发出了以微软云计算为基础的服务平台, 微软公司开发的云计算平台就是云计算服务平台中的一种。本篇文章阐述了微软公司开发的云计算平台所具有的最新特点以及云计算平台所具有的最新功能, 介绍了微软云计算平台的设计构成, 微软云计算中各个部分间的关系以及它们之间的影响, 为以后应用微软云计算平台做好准备。
关键词：微软云计算平台,云计算,云应用程序
在2007年年末, 万国商业机器公司提出了它云计算的计划, 进而云计算的概念被人们知道。万国商业机器公司提出了云计算之后, 很多大型的、具有雄厚实力的信息公司都想争相开发云计算, 比如万国商业机器推出的“蓝云”计算平台、亚马逊公司推出的弹性云计算、谷歌公司提出的云计算平台等。于2008年10月, 微软公司也推出了自己的云计算平台计划。在2010年1月的时候, 微软公司正式推出了自己的云计算机平台—Windows Azure Platform, 在2008年2月的时候, Windows Azure Platform收取使用费用, 这意味着微软云计算平台已经正式地使用。微软公司中大部分员工的工作都与云技术有关, 这意味着微软云技术平台的发展前景是很大的。
1 微软云计算平台的技术介绍
云计算是把软件和应用平台以及基础设施编排统一于一个系统中, 然后经过信息技术根据需要的形式提供服务。云计算是容多种计算机技术以及网络技术于一体的产物, 主要有网格计算和分布式计算以及网络存储等技术。云计算把全部的信息资源容起来, 并且不用人参加管理, 而是由软件自动管理。云计算提供的数据库是保险的、可靠的, 使用者不必再担心出现数据丢失或者是有病毒入侵的问题;云计算还可以实现资源共同利用。而且它具有使用性高, 根据需要进行服务等的特点。
在2009年3月的时候, 把“云”产品分成三种:第一是云计算基本设施, 第二是云计算平台, 第三是云计算等式:云计算等于 (数据软件+云计算平台+基本设施) ×服务。通过这个等式可以看, 对于出云计算来讲最重要的就是服务, 根据云计算的运算模式, 微软云计算运用“软件加服务”和“云加端”的对策。Windows Azure Platform深刻地体现了微软云计算的对策:第一为用户供应了一个可靠安全的平台;第二是提供服务。
云计算分为私有云和公共云以及混合云三类。就云计算提供的服务角度来讲, 云计算又可以分为:基础设施, 平台和软件服务三类。
2 云计算平台的构成
微软公司的数据分布于世界的各个角落, 而凡是有微软数据的地方就有云计算平台的运行, 为云计算提供了一定的设施以及一些服务, 而提供的服务既可以单独使用, 也可以把它们组合起来使用, 以为应用程序供应较多的特性与较安全和较高效的运行氛围。微软云计算平台主要由“云计算服务操作系统”、“云数据库”、“云计算的基础架构”三个组件构成。
1) “云计算服务系统”:在云计算系统中运行, 对于云计算机系统的使用户而言是虚拟的而且是透明的, 云计算系统主要保障了计算, 保存, 和管理三个尤为重要的功能以及它的基层服务Fabric, 它们为云计算应用程序供应了运行和存储服务, Fabric不仅管理与监控云应用程序, 还监控和管理“微软和服务”平台的运行环境。“云计算服务操作系统”中可以运行很多种种类的应用程序。但是“云计算服务系统”主要还是支持具有众多并发访问云计算使用者的应用程序。为了实现这个目的, “微软和服务”的允许一个“微软和服务”程序同时运行几个实例, 各个实例在一个虚拟机上运行。假如有很多的并发访问用户, 程序的设计者可以通过增多实例的个数来提高应用程序的使用效率。程序的设计者可以通过一定的手段为应用程序建设一个主机的号码, 而且还要为数据库建立存储号码。完成这些程序之后, 程序设计者就可以把应用程序传上来, 表明程序所需要的实例个数, 在此之后, “微软和服务”就可以为程序建立与之相适应的虚拟机, 与此同时运行该程序。
2) SQLAZURE组件。很多用户都比较喜欢使用高效的、安全的而且容易管理的数据库系统的, 云应用程序也是如此。云的数据库无论在什么时间都可以为客户提供服务。云数据库希望给用户提供依云为依托的数据运行服务, 可以提供数据分析和数据转换等服务。云数据库是以“SQL服务”技术为基础进行建构的, 但它并不是把它装在数据库中, 是运用了更优秀的设计, 由微软以云为基础, 可提供的数据库服务是具有多用户和高使用的特点。云数据库的使用很简单, 不用设计人员进行安装和安置数据库软件, 更不需要为其打补丁等;它也不需要使用者进行管理。但是到目前为止, 只开发出了“SQL Azure数据库“, 其它的软件正在研发和检测中, 云数据库是在“SQL服务”数据库管理系统基础之上进行服务的, 它也可以支持索引和视图等功能;
3) 云计算的基础架构:它是一种以互联网为基础的服务, 它也能够把现在应用的程序和云计算平台的连接等变得更加的简单方便, 为计算机软件的本地应用与云应用提供了服务。对于云计算来讲, 存储数据和运行是很重要的, 但我们仍需要一个以云为基础的架构服务。他不仅能够被使用者原有的软件进行应用, 还可以为云服务使用, 云计算的基础架构就可以实现这一目的。它用来提供交互的服务系统, 它主要是用来把基础基础程连接于云应用程序当中, 主要提的服务是访问控制以及服务总线的服务。
3 结论
微软云计算平台是计算机技术与互联网技术发展的融合。一个优秀的云计算平台可以为用户提供良好的应用体验。微软具有先进的云计算技术和产品, 以及以良好的软件平台, 丰富的经验和众多的运行方式等为云计算提供解决方案。在不远的将来, 会有越来越多的用户参与到云计算中。
参考文献
[1]高阳.云计算新的基石微软Dryad分布式并行计算平台解析[J].微型计算机, 2011 (9) :89-92.
[2]罗达强.探析Windows Azure Platform微软云计算平台[J].硅谷, 2010 (16) :9-10.
[3]李金凤, 姜利群.基于微软云计算平台的海量数据挖掘系统[J].电脑知识与技术:学术交流, 2011, 7 (12) :8766-8768.
微软“云计算"进入实质运营阶段 篇2
我们认为，云计算有潜力从根本上改变政府服务、科学探索与发现，以及经济和社会的发展。未来，物联网和“三网合一”也一定会以云计算为基础。正因为如此，目前，微软的：f：作重心都是云。我们在全球大约有4万名员工作在从事软件研发工作，其中大约70％的开发团队在专门从事云相关的工作。一年后，这个比例可能达到90％。
可以说云计算正当时。不过，云的基础没施建设需要巨大的资金投入和长时间的资源部署及维护，还要有能力应对云计算旗础架构部署带来的挑战，包括选址、电力供应、贯彻绿色IT等多个方而，都需要合理的总体规划。这对于目前的中国企业而言，是较难实现的，因此，在中国要建立大规模的公共云计算中心，需要国家和政府的大力支持。
近来，欣闻中国政府支持下的云计算中心试点城市T作已经在逐步展开，这应该说是一个好的开端。对中国来说，云计算是个不可不占领的制高点。云计算的主流化将有助于消除国内各区域问的数字鸿沟、实现教育公平，如让经济欠发达的山区的孩子也能获得名师指导；实现医疗公平，让整个社会医疗保健体系实现质的飞跃：每一位有需求的患者都可以获得准确、快捷、便利的治疗；同时，有益于加速服务型电子政府的建设，创造更多商业机会等。
作为中国政府可信赖的合作伙伴，我们电加大了在中国云计算方面的投入。
早在2008年11月，微软就与苏州工业同区、江苏风云网络服务有限公司共同打造了SaaS服务平台——风云在线。同时，微软合力打造的杭州云itS：开发培训平台，帮助企业提高软件研发创新能力，降低企业软件生产成本。2009年年底，微软又与台湾中华电信签署了云计算技术合作备忘录(MOU)，针对客户端没备软件应用服务和云端服务等进行合作，以新的运营模式携手开创云端服务商机。
2010年可以说是“云”之年。9月16日，我们刚刚在上海设立了微软中刚云计算创新中心，这是微软在中国的首个云计算中心，标志着微软云汁算战略在中同的发展又迈出了实质性的…步。在今年“微软城市拓展”计划中，我们也把云计算作为重要战略，将通过云计算服务，支持和帮助中国的城市向创新型知识经济转型，提高信息化水平，提升城市地位和竞争力。
多年以来，微软已经成功地提供了“云＋端”应用软件和平台，包括公有云、私有云、托管云等多种解决方案，客户可以根据企业规模、业务复杂程度、对IT的客观需求等灵活选择和配置。微软基于云计算的解决方案正在得到越来越广泛的应用，也赢得了越来越多用户的认可。截至目前，Windows Azure云计算平台的付费用户数已达10,000。
现阶段，企业应该如何应对云计算时代的到来?
很多企业认为有些IT服务适合从云平台获取，如cRM、网络会议、电子邮件等，但有些系统不适合，如核心业务系统、财务系统等。对此，微软认为理想的模式将是“软件+服务”，即企业既可以从云中获取必需的服务，也可以自己部署相关的rr系统，为客户提供了更多选择。
如今，企业要搭建一个全新的私有云并不难，难的是如何将私有云与企业原有的遗留系统以及外部公共云进行平滑衔接。企业只有在完全驾驭了各利z“云”之后，才能真正实现整体竞争力的提升和质的飞跃。而不同“云”形态之间的衔接需要云技术提供商的深厚功力。
作为世界领先的软件及解决方案提供商，微软已全力投入云计算，通过自身成熟的软件平台、丰富的互联网服务经验及多样化的商业运营模式，在安全、开放并且灵活的计算环境下，为客户提供最为全面的云计算解决方案，为用户创造跨越不同设备的无缝应用体验。
微软云计算平台 篇3
数据挖掘能够发现隐含在大规模数据中的知识,提高信息服务的质量[2]。云计算为海量和复杂数据对象的数据挖掘提供了基础设施,为网络环境下面向大众的数据挖掘服务带来了机遇,同时也为数据挖掘研究提出了新的挑战性课题,越来越多的专家学者致力于基于云计算平台的数据挖掘研究。2008年底,在云计算平台Hadoop的基础上,中国科学院计算技术研究所开发出了基于云计算的并行数据挖掘系统PDMiner。本文将基于微软云平台进行数据挖掘研究,提出一个基于微软云平台的数据挖掘系统架构设计与实现。
1 基于云计算的海量数据挖掘
1.1 研究现状
云计算是一种基于互联网的、大众参与的计算模式,其计算资源(包括计算能力、存储能力、交互能力等)是动态、可伸缩、被虚拟化的,并以服务的方式提供[3]。目前已有较多的云计算平台推出,其中还不乏一些开源的云计算平台,如Abiqui公司推出的AbiCloud,Amazon EC2的开源实现Eucalyptus等等。基于这些开源平台构建云应用程序,就能够体验云计算的强大运算能力。
文献[4]提出分四层提供云计算数据挖掘服务:底层为数据挖掘算法的基本步骤,如数据清洗等;第二层为单独的数据挖掘服务,如关联规则、聚类等;第三层为分布式数据挖掘模式,例如并行分类、聚合式机器学习等;第四层为前三层元素构成的完整的数据挖掘应用。并在此设计基础上提出基于云计算的数据挖掘开放服务框架,开发了一系列的数据挖掘服务系统,例如Weka4WS、Knowledge Grid、Mobile Data Mining Services等,用户可以利用图形界面定义自己的数据挖掘工作流,然后在平台上执行。
2008年底中国科学院计算技术研究所开发出了基于云计算的并行数据挖掘系统PDMiner,可实现TB级海量数据的并行挖掘分析处理,该系统已成功应用于中国移动TB级实际数据的挖掘。PDMiner提供了一系列并行挖掘算法和ETL操作组件,开发的并行ETL算法绝大多数达到了线性加速比,同时具有很好的容错性。PDMiner的开放式架构可以使用户将算法组件经过简单配置方便地封装加载到系统中。此后又开发了面向Web基于云计算数据挖掘服务系统WPDMiner。此外,中科院深圳先进研究院还研制了一个基于云的分布式数据挖掘系统Alpha Miner,工业界的各大公司也提出了面向企业的大规模数据挖掘服务,如微策略、IBM、Oracle等公司都已开发了自己的基于云计算的数据挖掘服务平台。基于云计算平台成为数据挖掘发展的必然趋势。
1.2 关键技术
1)数据存储方式
在传统的应用设计中,我们一般采用关系型数据库来存储数据。但是在云计算环境下,尤其是对于互联网应用,存在两个问题:一个是云计算环境下的数据量都比较大,传统的关系型数据库面临数据扩展能力的挑战;另一个是许多应用对于数据存储的要求更多体现在非结构化数据或者是半结构化数据的存储上面。因此,大多数云计算平台都会提供针对非结构化和半结构化的数据存储方式。云计算的数据存储技术主要有谷歌的非开源的GFS[5](Google File System)和Hadoop开发团队开发的GFS的开源实现HDFS(Hadoop Distributed File System)。大部分IT厂商,包括雅虎、因特尔的“云”计划采用的都是HDFS的数据存储技术。
2)基于云平台的数据预处理方式
为了适合并行处理,在数据预处理过程中,云平台需提供海量数据的概念分层组织以及海量数据的并行加载方式;并实现高维维度约减和数据稀疏化技术,将数据预处理质量化、充分化,以提高数据管理和挖掘的效率。
3)适于云平台的海量数据挖掘并行算法
海量数据挖掘的关键问题是数据挖掘算法的并行化,而云计算采用Map Reduce等新型计算模型,这意味着现有的数据挖掘算法和并行化策略不能直接应用于云计算平台下进行海量数据挖掘,因此需要深入研究数据挖掘算法的并行化策略,继而实现高效的云计算并行海量数据挖掘算法。在此基础上,针对海量数据挖掘算法的特点对已有的云计算模型进行优化和扩充,使其更适用于海量数据挖掘。
2 微软云计算平台及其部署
2.1 微软云计算平台的组成
Windows Azure Platform[6]是微软公司推出的依托于微软数据中心的云计算平台,于2010年1月正式发布。如图1所示,微软云计算平台包含三个组件:Windows Azure、SQL Azure、Windows Azure Platform App Fabric,下面将分别简要介绍这三个组件的功能。
1)Windows Azure:运行在云中的操作系统,对于用户来说是虚拟且透明的,提供了Compute(计算),Storage(存储),以及Manage(管理)这三个主要功能及其底层服务Fabric,为运行于微软数据中心的应用程序提供了基于Windows的运行环境和数据存储服务。在Windows Azure中能运行多种类型的应用程序但它基本的目的是支持有大量并发访问用户的应用程序。为了做到这点,Windows Azure的计算服务允许一个Windows Azure应用程序可以有多个同时运行的实例,每个实例运行于一个虚拟机上。
2)SQL Azure:微软的云端数据库平台,也是微软云操作系统平台Windows Azure的一部分。它是在SQL Server技术基础上发展出来的云端关系型数据库服务,向云平台提供基于SQL Server数据库管理系统的关系数据服务。SQL Azure Database是基于运行于微软数据中心的SOL Server数据库管理系统之上的服务,它可以让云应用程序、内部部署应用程序存储关系型数据。SQL Azure和SQL Server一样都是用Transact-SQL语言进行数据库的创建和数据操作,它也支持索引、视图、存储过程、触发器等功能。程序可以通过ADO.NET、ODBC等数据访问技术访问SQL Azure Database。用户也可以使用SOL Server Management Studio这样的管理工具管理SOL Azure Database中的数据库。
3)Windows Azure platform App Fabric:提供交互服务,为云应用程序和内部部署应用程序之间的连接提供了基础设施[7],主要用于把基础应用连接到云中,提供访问控制、服务总线等服务。
2.2 微软云计算平台的部署
Microsoft Azure旨在提供整套的开发、运行、监控的云计算环境,它实际是由一个公共平台上的多种不同服务组成的,主要包括微软的云计算操作系统以及一组为开发人员提供的接口服务。Azure平台提供的服务主要有.NET Services、SQL Services、Live Services、Share Point Services等。开发人员可以用这些服务作为基本组件来构建自己的云应用程序,能够很容易地通过微软的数据中心创建、托管、管理、布署和扩展自己的Web和非Web应用。同时Azure平台支持多个Internet协议,主要包括HTTP、REST、SOAP和XML,从而为用户提供一个开放、标准以及能够互操作的环境。
Windows Azure的服务运行时编程接口可以通过两种方式使用[8],对于.NET托管代码,Windows Azure的SDK中包含一个名为Microsoft.Windows Azure.Service Runtime.dll,当用Visual Studio新生成云服务项目时它会被自动引用;而对于本地代码,可以通过使用SDK中的头文件和库文件就可以用C来调用这个编程接口了。在安装了VS2008或VS2010、SQL Server 2005/2008/2008 R2后,再安装一个扩展的工具包就可以进行云应用的开发了,这个扩展工具包是:Windows Azure Tools for Microsoft Visual Studio 1.2,包含Windows Azure SDK和Visual Studio集成).
3 基于微软云计算平台的海量数据挖掘系统
3.1 系统架构
将海量数据挖掘系统搭建于微软云平台之上,为数据挖掘应用提供开放接口的支持,如图3所示。互联网上的用户终端既可以直接访问使用系统,也可以通过其他应用程序调用系统提供的开放接口间接使用系统提供的各种服务。无论是哪种情况,用户都不需要了解系统内部的实现也不需要担心系统的计算与存储能力的不足。用户只需要选择使用什么样的算法处理什么样的数据,也可以直接以任务的方式布置给系统去执行,由任务模块自主选择可以使用的算法,并将不同算法得到的挖掘结果通过可视化的输出展现给用户。
在本系统中,数据挖掘系统内部模块均通过开放接口和输入输出提供服务,其中开放接口开放的服务为所有外部可见服务,输入模块亦可直接调用开放接口实现外部可调用的服务。
3.2 功能框架设计
目标系统的功能框架设计如图4所示,自底向上每层透明的为其上层服务,顶层为用户界面与开放接口,通过用户界面或者调用开放接口,用户可以共享数据集、向系统布置任务、选择数据挖掘算法,将结果可视化输出,并可以方便的把它们集成到用户自己的应用中,实现平台的开放性。在任务层中,系统能够自动选择与任务关联的算法,使用这些算法进行数据挖掘,并将不同算法的结果进行比较后综合成任务输出。
算法层中包含四种服务,算法注册与注销服务,以插件方式管理各种算法模块。所有的数据挖掘服务将使用用户选择的统一数据源实现各种算法调用及其管理接口。数据清洗算法调用,针对有噪声数据的数据集在执行数据挖掘算法之前的预处理方法调用接口,清洗之后的数据将通过数据层存入云计算平台提供的存储空间为接下来的数据挖掘服务;数据挖掘算法调用,使用数据层中已经过预处理的数据集,选择既定的算法进行数据挖掘的统一调用接口;可视化输出服务将数据挖掘的结果以表格或图形等方式呈现。
4 结论
云计算提供虚拟化和高可用性的开放性计算服务平台,能够为数据挖掘提供一种新的服务机制,也给数据挖掘研究指明了一条重要的研究方向。越来越多的专家学者致力于基于云计算平台的数据挖掘系统研究,但大多是基于开源云计算平台Eucalyptus、Hadoop等的研究。微软的云计算平台虽然不是开源的,但是它能够很方便快捷的部署应用程序,同时遍布全球的微软大型数据中心确保云服务基础平台的规模,能够确保其强大的计算能力。本文提出了一种基于微软云计算平台的数据挖掘系统设计,系统部署到系统框架和功能框架设计作了详细的介绍。
参考文献
[1]张建勋,古志民,郑超.云计算研究进展综述[J].计算机应用研究,2007(2):429-433.
[2]王志春.基于云计算的海量数据挖掘[EB/OL].http://caai.cn/contents/420/4047.html.
[3]李德毅.云计算中的软件和软件开发[EB/OL].[2010-06-02].http://tech.sina.com.cn/it/2010-06-02/17354262863.shtml.
[4]Talia D,Trunfio P.How distributed data mining tasks can thrive as knowledge services[J].Communications of the ACM,2010,53(7):132-137.
[5]Ghemawat S,Gobioff H,Leung Shun-Tak.Google.The Google File System[C].New York,USA:SOSP’03,Bolton Landing,2003:19-22.
[6]Microsoft Azure[EB/OL].[2008-12-26].http://www.microsoft.com/azure/.
[7]罗达强.探析Windows Azure Platform微软云计算平台[EB/OL].[2010-11-29]http://articles.e-works.net.cn/pc_server/article82459.htm.
[8]方国伟.云计算环境下的应用架构设计[J].程序员,2011(3):109-112.
微软建立可信赖的云计算 篇4
云计算的出现,会不会为网络安全带来一线希望?答案是肯定的。前不久,微软副总裁Scott Charney来到中国,再次展示了微软可信赖计算的策略。
当前,随着经济犯罪深入到网络活动中,网络越来越不安全,例如木马植入、僵尸网络等带来的安全问题。Scott Charney从信息安全的角度建议,IT部门更需要做好几项工作,一是将基础工作做好,减少代码的脆弱性,更好地运用纵深防御的策略,而且要使安全和隐私更加容易管理; 二是建立更加安全的可信栈,包含硬件、软件、数据、人员四个层次; 三是建立全面的身份元系统,确保用户的信息安全; 四是综合性质的,要从法律、经济等社会环境与信息技术通力合作,确保端对端数据传输的安全。
以微软为例,自从2008年发布可信赖计算的策略之后,他们又在积极引入云计算。微软认为的云计算至少包括三种形式; 第一是基础设施由运营商负责,用户拥有自己的操作系统和应用软件; 第二是用户购买服务,即软件即服务(SaaS)的形式; 最后一种是应用程序在云中,用户确保使用的安全性。
不过,Scott Charney认为,虽然云计算还有诸多问题,但总体来说还是安全的。但是,如果像大多数普通用户那样,单纯依靠用户名和密码并不能保障安全。
数据传输过程中的方便与隐私总是矛盾的,Scott Charney举例说,过去,电子产品不发达,盗贼撬开车门,连接线缆即可发动汽车。现在,汽车必须要有钥匙才能发动。那么,越来越多的盗贼去抢劫车主,危害到人身安全。他认为,科技在发展,安全的问题要辩证地看待。
该如何做好用户端的安全?对此,Scott Charney说,必须要实施基于身份的认证战略,要让用户亲自办理证明以及用户名。厂商在信息传输的过程中,必须将中间环节控制好,做好多种环境下的加密传输。另外,从打补丁的角度看,采用云计算的方式打补丁,比大量终端打补丁要方便。
Scott Charney还透露说,美国政府医疗系统正在尝试云计算的方式,很多信息直接在云端即可使用,这样有助于帮助美国政府降低成本,确保医疗的安全性和便捷性。
微软云计算平台 篇5
微软的桌面管理工具Windows Intune原定于2010年5月16日截止测试申请期, 然而距离宣布开始测试项目才刚刚两天微软就表示不再接受新的测试人员。微软Windows通信团队主管Brandon LeBlanc表示, Windows Intune测试版备受追捧, 在宣布开始测试一天后就收到约1 000名消费者和企业用户的申请。
LeBlanc表示:“Windows Intune测试项目开始的30个小时内我们收到了难以置信的反响, 得益于用户的热情, 我们已经获得了足够多的测试人员。”微软没有透露是否会额外接受更多测试人员, 也没有告知正式版的发布日期。
Windows Intune主要针对中小型企业用户, 可以通过网络前端为Windows PC提供管理和安全服务。传统的此类软件需要有本地服务器支持, 不过Windows Intune是一种云计算服务, 由微软服务器托管, 可为企业省去服务器配置成本。
微软称云计算更重视互操作性 篇6
该领域的负责人、微软开放式解决方案事业部总经理Ted Mac Lean近日来到北京, 并组织业内多方人士就互操作性进行讨论, 这次微软对竞争对手平台、客户的需求变得更为开放。
微软宣布开放自身的系统是5年前的事, 不过Ted Mac Lean透露, 即使在微软内部, 这一策略思想的转变也是一个长期的过程, 现在微软对此事的态度统一了许多, 就是客户需要的是最好的解决方案, 而在互操作性领域的合作可以更好的满足客户需求, 这样对自身的业务更为有利。
互操作性的重要源自数年前多个平台和应用相互不兼容给用户带来的困扰。使用Linux服务器操作系统、或使用不同的数据库很可能导致用户的数据无法移植或使用Windows平台, 而微软内部也一直并不对外开放API接口。
据确认, 微软目前已经公布了自己主要产品的API接口, 这也是微软履行了自己两年前的承诺, 这些程序如果做为商用存在费用问题, 而如果个人使用则为免费。
微软做出封闭走向开放的改变更多的原因是市场和IT环境的变化, 而云计算则是变化更重要的因素。
Ted Mac Lean表示, 云计算时代微软发现, 客户只需要合适的产品, 而不会去关注是否开源, 云计算系统也对数据移植和通用性提出了更高的要求, 而若像之前的系统格局则会失去商机。
这样一来, 微软也开始加强了对外合作, 5年前宣布和Novell的合作就是这样的案例, 同时微软今年还在寻求和中国方面合作伙伴的沟通。工信部软件与集成电路促进中心刘龙庚表示, 工信部正在各地设立云计算促进中心, 而系统间的互操作性是最大的要素之一。
微软云计算平台 篇7
云计算是在分布式计算、并行计算和网格计算等技术的基础上发展起来的,是一种新兴的共享基础架构的方法。它可以自我维护和管理庞大的虚拟计算资源,提供各种IT服务。
近年来,云计算的应用研究在国内外发展迅速,许多大型企业都在进行应用“云化”研究,新华社也开始进行云计算技术在社内落地的探索,云计算平台的测试技术是其中非常重要的环节。对于传统计算系统,国内外已经在功能、性能、安全等方面建立了较完备的评测体系,但云计算平台的评测理论与方法的相关研究还刚刚起步。
本文研究了现有的云计算平台的通用评测体系,希望对云计算平台的选型、验收、运维提供参考;然后从新华社云平台建设情况和要素出发,探索了新华社基准评测体系的建立;最后对新华社云平台评测体系的前期准备工作——云平台业务运维能力评估体系建设进行了分析。
2.云计算平台通用评测指标体系
NIST(美国国家标准与技术研究院)定义了云计算的五个基本特征:按需自助服务、快速可伸缩性、可度量的服务、广泛的网络访问和资源池化(共享),这在标准方面确立了如何度量云计算平台的方向。国内对于云计算平台的评测体系研究则定义评测指标模型是一个统一的整体,不同指标反映云计算平台的不同侧面。云计算平台通用评测模型(见图1)包含6大类指标:网络架构路由和交换能力、存储架构快速响应能力、虚拟化能力、资源抽象与控制能力、服务成熟度和安全性保证能力。
1)网络架构路由和交换能力
根据NIST定义,云计算平台需要有广泛的可以说无所不在的网络访问标准。通常来说,云计算平台的过度延迟是由交换和路由引起的,需要评估网络架构的路由和交换能力。一般情况下,交换和路由的具体指标如下:
路由指标有:CPU能力,包转发、查表,路由协议支持,路由计算能力等;
交换指标有:传输速率,传输模式,支持的网络类型、协议和标准等。
2)存储架构快速响应能力
存储架构的快速响应能力针对NIST定义云计算平台的要有可度量的服务标准定义。存储架构的快速响应能力确保用于保证数据和存储服务的及时交付"数据和存储服务的可用性。从数据服务能力和存储服务能力的两个角度建立12个评测指标:
数据服务能力评测指标有:用户数、每秒连接数、每秒事务数、当前连接数、吞吐量、端用户Qo E、服务器利用率;
存储服务能力评测指标有:读写速率、I/O速率、事务响应时间、吞吐量、服务器利用率。
3)虚拟化能力
虚拟化能力是针对NIST定义云计算的按需自助服务、资源池化、快速伸缩性标准定义。虚拟化能力是确保云平台对使用者的服务透明,分为对计算资源、存储资源、网络资源进行虚拟化的能力。虚拟化能力衡量了NIST定义云计算的按需自助服务、资源池化、快速伸缩的标准,是保证云计算平台性能的基础。虚拟化有不同的层次,可以从宏观运行性能指标和微观部件指标来衡量:
宏观虚拟化指标有:吞吐率、可扩充性、响应时间、暂停时间、性能隔离度、正常运行时间、减速比、加速比等指标。
微观虚拟化指标有: CPU、内存、文件系统、2D/3D图形性能、I/O设备、网络设备等指标。
4)资源抽象与控制能力
资源抽象与控制能力也是针对NIST定义云计算的按需自助服务、资源池化定义。资源抽象与控制能力一般从三个侧面衡量:
计算资源池化:将服务器资源虚拟并整合到逻辑资源池,再通过调控机制把这些资源定位给具体应用;
网络资源池化:对虚拟化环境下的网络资源进行规划和管理;
存储资源池化:将存储资源从复杂的硬件系统抽象出,用调度机制确保存储利用效率最大化。
可评测指标:资源管理能力、迁移可靠性度量、弹性伸缩与效率、容量能力、监控及分析能力。
5)服务成熟度
服务成熟度是针对NIST定义云计算的可度量的服务。服务成熟度是使云计算平台的服务质量等级可量化。服务成熟度可分为5个小类指标:服务提供能力、服务监测能力、计量/计费能力、开发的接口能力、网络响应性能。其中服务提供能力又分为3个小类指标:服务获得、服务保证、服务效率。
6)安全性保证能力
安全性保证能力可衡量的方面比较广泛,通常有:用户管理的策略(对用户账号、角色的管理)、权限管理的策略(对不同权限和角色的账户所做的限定)、数据存储安全策略、数据传输安全策略、数据使用安全策略、应用安全策略方面的保障。
3.新华社私有云平台评测体系
3.1.新华社云平台建设情况
根据初步设定,新华社云平台定位于内部私有云平台建设。本期建设基础IT云平台,实现IT设施的资源池化,为上层业务应用提供IT资源服务。基础IT云平台建设包括IT物理资源(网络、服务器、存储)虚拟化、云平台操作系统和云平台管理系统。通过云平台对计算、存储、网络资源进行虚拟化管理,屏蔽服务器、存储和网络的异构特征,实现基础IT资源的池化和虚拟化,提高IT资源利用率。结合云平台建设的一般要素,可以分析新华社私有云建设要素有:
1)容量
面向社内未来业务考虑,新华社云计算平台需要满足社内众多业务的云计算环境应用,这就意味着数据存储器或许能达到PB乃至更高的数量级存储。
2)性能
社内众多实时性业务需要云计算平台具有良好的性能。而性能需要付出成本,因此搭建社内云计算平台需要一个良好的架构,在性能与成本之间进行平衡,并且提供的存储I/O性能能够满足众多用户的访问。
3)安全性
社内云计算平台安全性包括数据存储安全性和访问安全性。数据存储安全性常需要提供特定的数据保护方法,如RAID保护,多份拷贝和持续数据保护等;而访问安全性可以通过权限控制、PKI公钥管理等机制实现。
4)可扩展性
社内业务处于不断增长态势。云计算平台需考虑的可扩展性包括存储资源的动态增长、存储的灵活适应性。存储资源的动态增长要求存储资源能够根据社内用户的使用量增长而共同增长,存储的灵活适应性则需要云计算平台能够根据业务的需要的变化做到存储资源的随需响应。
5)可管理性
云计算平台的可管理性是一项较高的要求,它需要提供一个良好的架构,保证在满足云计算服务级别(SLA)下,需要有限的维护窗口就能可达到全天候的可用性。并且可通过用户管理界面,输出丰富的存储报表。
6)面向特定应用优化
社内众多应用对于云计算平台的需求有一定差异,针对特定应用的优化可以改善云计算平台效益。
3.2.新华社云平台基准评测方法
在传统应用上,评测通常由选型测试、验收测试和运维测试三个环节构成[2]。新华社云平台的基准评测体系,服务于过程管理,是保证过程的手段之一整个评测体系的应用,应该贯穿于云计算平台的整个实施过程,保证云计算平台的实施。
3.2.1.云计算平台基准评测工具
虽然云平台与传统平台有很大的差异,但传统的评测工具在云平台的评测中仍可使用。一般来说,云平台基准评测工具可以包括3类:
( 1 ) 可用传统 基准测试 方法来测量云计算平台的一个或多个指标。可选择的传统测试工具有:SPEC(SPEC服务器应用性能测试)、LINPACK(可测试高性能计算机系统浮点性能)、NPB(NASParallel Benchmark并行处理测试)、HPCC(面向存储访问模型的基准测试)、IOzone(文件系统性能测试基准工具)、LMbench(反应时间和带宽的微型测试工具)。
(2)结合云平台的特点开发的专用于云平台的基准测试工具,可选VMmark等。这类工具可完成一些特定场景的新华社云计算平台的测试。
( 3 ) 结合实际 测试平台 情况改造传统的自动化测试工具:Jmeter(性能自动化测试工具)、Selemium(功能自动化测试工具)等。利用这些工具完成新华社云计算平台的整体功能和性能的评测。
3.2.2.云计算平台基准评测方法
根据国内一般采用的基准评测方法,新华社云平台基准评测体系应该通过体系指标进行功能、性能等方面的基准测量,初步设想包括3个方面:
( 1 ) 给各个服 务器预估 权值,使用基准测试工具测试各个服务器在云计算平台环境下的各自的性能表现,然后对这些的性能测试结果进行加权求和,用结果来评测云计算平台的性能;
(2)性能差异测试。使用基准评测工具对比各服务器在云计算平台与非云平台环境下的性能差异;
(3)诊断云计算平台系统的性能开销。
3.3.新华社私有云平台业务运维能力评估
我社云平台建设目前处于从概念验证到探索业务初步应用的阶段,这需要逐步建立并实施评测体系。云平台评测体系的建立需要结合现在的云平台项目实施现状,从运维入手,首先进行云平台业务运维能力评估。
进行云平台的业务运维能力评估工作有两个方面。第一,在云平台实施中摸索“云运维”需求,总结“云运维”经验,进行云监控管理平台建设的同时,注意进行数据的收集。需监控云平台虚拟机、虚拟网络性能,监控硬件设备工作状态,记录软硬件故障告警,收集相关数据,为评测体系的建立做准备。第二,探索业务系统入“云”前测试工作的方法,降低业务系统迁移到云平台运维风险,提高云平台对业务系统的服务质量。
1) 云运维数据收集
新华社业务系统在“云平台”实施的过程中,系统运维模式逐渐从原来的垂直、分散维护模式演变为“横—纵—横”三线技术保障架构,形成“云运维”模式。云监控管理平台通过梳理“共享池化资源”管理、运维团队管理及业务系统开发、接入规范三个方面内容,建设“统一管理、安全管理及自动化运维”的云监控管理平台,满足“云运维”需求。在“云运维”的过程中,搜集云平台虚拟机、虚拟网络性能,监控硬件设备工作状态等多项指标数据。
2) “入云”前测试工作
业务系统“入云”前测试工作是应用在云平台上线前的重要工作。在业务系统测试中,可引入“测试云”环节,降低业务系统接入的风险,保证上线质量。测试云是基于云计算的一种新型测试方案,本地化测试方案已经不能完全满足云平台测试工作需要,在边开发边测试边上线的服务模式指导下,通过测试云平台的建设,可以快速地实现测试环境的搭建,可以很好地实现软、硬件环境、测试技术等测试资源的共享,在测试云中实现自动化测试、性能和压力测试、安全测试、自动迁移等多种测试服务化。
目前SOASTA、Selenium、IBM等厂商已经有较成熟的测试云方案。我们通过自动化测试工具进行研究,提出“云中”测试工作目标:
(1)在传统软件测试同时,通过云监控管理平台对云平台系统性能指标进行监控,通过这些数据指导云平台运维人员合理配置资源,制定弹性控制的工作方案;
(2)在测试云中对运行的业务系统进行在线迁移、系统宕机等极端情况测试,为业务运维人员提供紧急事件处理预案;
(3)从另一个角度监测业务系统运行情况,为开发人员提供数据依据,为项目管理人员提供项目规划参考。
平台业务运维能力评估是伴随云平台的实施、业务系统上线运行的过程,在这个过程中积累云平台开发、运维经验,在PAAS和IAAS层分别提炼出共性内容形成开发设计指导规范,在SAAS层提出软件服务规范,并逐步建立新华社云计算平台评测体系。
4.总结
新华社私有云的建设工作已经逐步启动开展起来,随着业务“上云”准备工作的进行,测试的关键性会更加凸显。本文研究了云计算的通用评测指标体系,并结合新华社私有云的特点和要素,基准评测方法,提出了新华社基准评测体系建立的基准评测工具和方法,分析了在云平台逐步实施的条件下,建立新华社自有的云平台测试体系的前期可实施工作,为今后实际工作的开展打下了良好基础。
云计算平台的信息安全 篇8
1 云计算平台的内涵
所谓的云计算, 其本身并不属于真正的计算机技术, 而是一种解决计算机技术问题的方案, 属于一种将几种计算机技术整合之后提出的新的计算机技术应用概念。从架构上来看, 云计算可以被分为:第一, 基础设施即服务, 通过在基础平台这一设施上部署和应用虚拟化等技术来整合基础设施, 使得其利用率得以提升;第二, 平台即服务, 为了实现平台级统一服务, 技术人员在云计算的平台级上为该平台的使用企业提供了企业运行或是开发接口与环境, 从而使企业的自我服务功能可以借此实现;第三, 软件即服务, 该平台通过对其使用者提供统一服务接口的方式, 扩大用户网络架构和端口, 并可以从其他用户方得到自己需要的基本信息。
2 云计算平台的信息安全问题
2.1 部署应用方面的安全风险
从该平台的使用权限来看, 任何一个拥有有效信用的人都可以通过相应的步骤在该平台进行注册并使用该平台的信息, 这一权限和设定的存在, 必然会为不法分子实施犯罪行为提供条件。例如, 一些网络上的犯罪分子完全可以为云计算平台, 对该平台上的各个服务器进行无差别攻击, 或者是通过在该平台安装恶意软件的形式来攻击所有使用该平台的网络用户。此外, 将恶意软件安装在云计算平台内部的行为, 不仅能够从内部来攻击该平台, 还能够窃取该平台内所有有效信息, 威胁平台信息安全性。
2.2 数据访问权限风险
从云计算的整体技术架构来看, 除了中央数据服务器外, 用户数据存储在哪一个云计算平台上也是无人知晓的, 这一情况的存在, 虽然使得网络犯罪分子无法精准的盗取云计算平台的信息数据数, 但是, 一旦云计算平台自身的数据访问权限没有得到有效的控制, 就很容易出现漏洞, 从而使得该平台系统面临信息泄露的危险。此外, 当平台的使用者将同自身有关的信息数据交给平台的运营商时, 运营商便拥有了该用户整个信息数据的访问权限, 所以, 当云计算数据供应商由于自身原因而出现一些管理失误时, 就极容易导致这些信息数据在使用的过程中被偷窥, 从而使得用户的数据和程序因此被泄露。此外, 由于云计算平台上提供的所有有关信息数据的服务都是面向所有人民群众的, 并且该平台还允许各个行业领域的用户在平台上进行相应的操作, 一旦权限存在漏洞, 不仅会为不法分子提供机会, 还会为该平台信息数据的安全性造成威胁。
2.3 虚拟化环境存在的安全风险
从云计算平台自身的Iaa S层来看, 其整个层面都需要通过对共享技术和虚拟化技术的全面应该来实现功能动态上的可扩展;与此同时, 在云计算平台中, 相关云数据的部署和应用过程主要是依靠被动分配的, 且该平台的相关人员也是依靠相关的技术来进行日常管理的, 但是, 由于技术有限, 使得其无法为云计算用户的架构提供较强的支持, 这就为网络不法人员提供了将恶意程序放入到云计算平台中的机会。
3 提升云计算平台信息安全性的有效方案
3.1 数据传输过程的信息安全
在云计算平台内部, 除了其在提供服务期间本身需要的一些数据外, 还有许多因该平台动态调整而引起的数据传输行为。从对这部分数据的传输过程研究分析发现, 传输过程中面临的最大威胁便是一些人直接通过明文传输, 且没有采用任何加密措施, 使得数据信息在传输过程中的安全性无法得到有效的保障。所以, 在制定云计算内部的传输协议时, 也应该能满足传输完成的信息数据的完整性加入到协议之中, 并且, 还应以该安全传输协议为基础, 对平台的数据传输行为进行有效的管理和检测, 从而提升云计算平台上信息数据的安全性。
3.2 做好云计算平台相关信息数据的加密工作
为了有效提升云计算平台上各类型信息数据的安全性, 该平台的相关人员需要在用户将数据信息放入到该平台时就提升这些数据的加密性, 这样一来, 不仅可以保证所有信息数据和相关文件的隐秘性, 还能够使安全存储并有效隔离数据的目标得以实现。
3.3 有效分类数据, 有效隔离信息数据
就云计算平台本身来看, 该平台上的部分数据是不适合对其进行进一步的数据加密的, 且有些数据如果被加密的话, 会对这些信息数据的服务效率产生一定的影响。而对于Paa S和Saa S这两个应用来说, 如果过分强调运行效率等其他服务方面的经济型, 还是会导致非访问情况出现, 此时, 就需要对信息数据进行有效隔离。此外, 在云计算平台这一环境中, 该系统物理的边界安全线会随着该平台的不断发展和范围的扩大而逐渐消失, 并渐渐被逻辑安全边界所取代。所以, 该平台的相关人员应该要采用分布虚拟式的交换机或者是VLAN等方式来使得系统数据被安全的隔离。
3.4 有效控制云计算平台信息数据的访问权限
所谓的数据访问策略, 其本质就是控制该平台数据信息的访问权限, 而通常来看, 这一策略通常都是由相关技术人员通过安全认证技术来解决的。另外在权限的合理分配方面也要做好规划和管理。而数据访问的监视和日志审计也必不可少, 特别是对敏感信息的操作, 要做到可溯源。
4 结语
总而言之, 从未来发展部署和应用的角度来看, 解决云计算平台存在的安全性问题, 尤其是信息安全问题, 已经成为当前推动云计算在各行业领域广泛发展必须要解决的一项问题。就目前来看, 经过多年的研究和分析, 大部分行业在云计算平台的数据和应用安全等方面的信息安全工作已经取得了良好的效果, 且逐渐的实现了对各行业私有平台内部相关数据和信息资源的安全防护, 使得各平台在管理和维护方面存在的问题得以有效解决。
参考文献
[1]梁元.基于云计算环境下的可信平台设计[D].成都:电子科技大学, 2013.
[2]张莉艳.基于云计算的铁路信息共享平台及关键技术研究[D].北京:中国铁道科学研究院, 2013.
[3]罗东俊.基于可信计算的云计算安全若干关键问题研究[D].广州:华南理工大学, 2014.
微软云计算平台 篇9
“我们必须要认识到，下一代计算的主导就是移动为先，云为先。这里面蕴藏着巨大的机遇，而且是我们今天就能预见到的：很快，全球互联网设备的用户总数将超过30亿人，全世界将遍布超过2000亿个传感器，面向各种计算的应用开发的数量也将呈爆炸式的增长。IT投入在GDP中所占的比例一直呈稳定增长的趋势。仔细想想你就会发现这将给我们IT从业者带来巨大机遇，因为任何一个经济领域、任何垂直行业，乃至任何人的生活都离不开软件或者是由软件驱动的设备。
“认真思考一下，在充斥着庞大运算力的世界里，什么才是最稀缺的？是人们的关注，是时间。对我们来说，重新定义生产力，从而让地球上的每个人都能更加充分地享受他们生命中的一分一秒，将是一项伟大而艰巨的任务。这是我们要解决的问题，也是我们创造附加价值的突破口。”
Speeches at a Glance
对于向我咨询意见的新任CEO或我公司中的新任管理者，我给他们的建议通常是：你的团队要做的两个最重要的决定是你雇用的第一个人以及你提拔的第一个人，因为这说明了你想要什么样的员工。
—语出自思科CEO约翰·钱伯斯近日在接受媒体采访时的一段回答。
美国已经根据情报评估得出结论，俄罗斯总统普京和他的政府应该对马来西亚航空公司MH17航班被击落并造成298人死亡的惨剧负起责任。
—美国白宫发言人乔什·恩尼斯特7月25日表示。
我希望人们能享受驾车的乐趣。人的伟大之处在于能够适应不同的环境，而电脑在这方面存在许多问题。
—特斯拉汽车CEO艾伦·马斯克接受英国汽车杂志Auto Express采访时说道。
人们不该将更多时间花在职业生活上，每周只应工作3天，而非全职工作5天。
—世界首富、墨西哥美洲电信名誉主席卡洛斯·斯利姆最近在参加一个商务会议时这样说道。
大家不应该受到中国崛起的威胁，其实对于中国和美国来说，最大的挑战是各自国内的挑战，比如说我们的社会问题，我们的经济增长问题，我们的环境问题，我们的污染问题，这些问题才是重中之重的，才是我们需要关注解决的问题。
移动云计算实践平台建设模式 篇10
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.