云计算研究现状与发展趋势

� 计算机测量与控制 . 201 1. 1 9( 5 ) � Computer Measurement & Control� 综述与评论 收稿日期: 2010�08�29; � 修回日期: 2010�09�30。 基金项目:教育部� 春晖� 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 科研合作项目( Z2005- 1- 55003)。 作者简介:孙香花( 1977�) , 女, 山西朔州人, 硕士, 讲师, 主要从 事数据库、网络方向的研究。 文章编号: 1671�4598( 2011) 05�0998�04 � � � � � � � 中图分类号: TP393 文献标识码: A 云计算研究现状与发展趋势 孙香花 (长江师范学院 数学与计算机学院, 重庆 � 408100) 摘要: 云计算是在网格计算的基础上发展而来的, 是一种新兴的计算模型; 介绍了云计算的定义和体系结构以及应用, 从云平台的 层次更深刻地剖析云计算的本质, 对目前主流的云计算关键技术进行了详细介绍; 最后讨论了云计算的热点问题, 并指出了当前云计算 系统亟待解决的问题与下一步的研究方向, 可为云计算相关研究提供参考。 关键词: 云计算; 网格计算; 虚拟化; 并行计算 Cloud Computing Research and Development Sun Xianghua ( Co lleg e of Mathematics and Computer Science, Yangtze No rmal univ ersity , Chongqing � 410081) Abstract: Clou d com put ing is d eveloped on the basis of g rid compu tin g is an emerging comput ing m od el. This paper int roduces the defi� nit ion of cloud com pu ting and architecture, and applicat ions , cloud plat forms f rom a deeper level of analysi s of the nature of the cloud, the cloud of the current mainst ream key technologies in detail. Finally a hot topic of cloud comput ing and cloud compu tin g system that th e curren t problems to b e solved and future r esear ch direction s, can provide referen ce for cloud comput ing res earch. Key words: cloud compu tin g; grid; virtualization ; paral lel com put ing 0 � 引言 云计算 ( Cloud Computing ) 是网格计算 ( Gr id Compu� ting)、分布式计算 ( Distr ibuted Computing )、并行计算 ( P ar� allel Computing )、效用计算 ( U tility Com puting ) 网络存储 ( Netw ork Sto rag e T echnolog ies)、虚拟化 ( V ir tua lization)、负 载均衡 ( L oad Balance) 等传统计算机技术和网络技术发展融 合的产物[ 1�3]。它旨在通过网络把多个成本相对较低的计算实 体整合成一个具有强大计算能力的完美系统, 并借助 SaaS、 PaaS、IaaS、MSP 等先进的商业模式把这强大的计算能力分 图 1 � 云计算体系结构模型 布到终端用户手中[ 4]。Cloud Comput ing 的一个核心理念就是 通过不断提高 � 云� 的处理能力, 进而减少用户终端的处理 负担, 最终使用户终端简化成一个单纯的输入输出设备, 并 能按需享受 � 云� 的强大计算处理能力[ 5�6]。云计算的核心思 想, 是将大量用网络连接的计算资源统一管理和调度, 构成 一个计算资源池向用户按需服务[ 7]。 Goog le、IBM 和 Amazon 这几个公司现对云计算 ( Cloud Comput ing) 技术进行大力开发, 目的是通过终端设备的更加 智能和快速, 使个人和企业能够处理复杂的计算任务, � 云� 是指通过互联网来实现超级计算能力的资源, 目前的依赖于 个人电脑和服务器的状态将被未来服务信息的存储方式打破, 软件和数据将会被存放于网络之中[ 8] ; 因为云计算是开放的标 准, 所以任何个人和企业用户都能够利用 �云� 端的计算和存 储能力使自己的应用和数据存储得以完成, 而且能在云上进行 � 二次开发� [ 9�10]。因此, 近年来的云计算赢得了众多厂商和企 业的关注并得到了长远发展[ 11]。 1 � 关键概念概述 1� 1� 体系结构 �云" 是由并行的网格所组成的一个巨大的服务网络, 它 通过虚拟化技术扩展云端的计算能力使各个设备发挥最大的效 能[12]。通过 �云� 端的服务器集群来完成数据的处理和存储, 这些由大量普通的工业标准服务器组成的集群, 通过一个大型 的数据处理中心来管理, 按客户的需要, 数据中心能够分配计 算资源, 达到跟超级计算机同样的效果[13]。图 1 体现了云计 算体系结构的模型, 并对相应的实体给出具体说明[ 14]。 ( 1) U ser Interaction Inter face: 云用户端, 提供云用户请 求服务的交互界面, 也是用户使用云的入口。 ( 2) Services Catalo g: 服务目录, 云用户能够请求的所有 服务目录, 能够根据自身的需求选择相应的服务。 ( 3) System Management : 管理系统, 提供管理, 能管理 云用户, 对用户授权、认证、登录进行管理。 ( 4) Pr ovisioning T ool: 部署工具, 接收用户发送的请求, 根据用户请求并转发到相应程序。 ( 5) Monito ring and Metering : 监控, 监控和计量云系统 资源的使用情况, 并传给中心服务器分析和统计。 ( 6) Server s: 服务器集群, 虚拟的或物理的服务器, 由 �998� 第 5期 孙香花: 云计算研究现状与发展趋势 管理系统管理。 1� 2� 主要服务形式和典型应用 云计算现处在萌芽的阶段, 各类厂商正在开发不同的云计 算服务。目前, 云计算的服务形式主要有: SaaS ( So ftwar e as a Serv ice) , PaaS ( Platform as a Serv ice) , IaaS ( Infr astructur e as a Serv ice) [15�16]。 ( 1) 软件即服务 ( SaaS) SaaS 服务提供商将应用软件统一部署在自己的服务器上, 用户根据需求通过互联网向厂商订购应用软件服务 , 服务提供 商根据客户所定软件的数量、时间的长短等因素收费, 并且通 过浏览器向客户提供软件的模式。这种服务模式的优势是, 由 服务提供商维护和管理软件、提供软件运行的硬件设施, 用户 只需拥有能够接入互联网的终端, 即可随时随地使用软件。这 种模式下, 客户不再像传统模式那样花费大量资金在硬件、软 件、维护人员, 只需要支出一定的租赁服务费用, 通过互联网 就可以享受到相应的硬件、软件和维护服务, 这是网络应用最 具效益的营运模式。对于小型企业来说, SaaS 是采用先进技 术的最好途径。 目前, Salesfor ce� com 是提供这类服务最有名的公司, Goog le Doc, Goog le Apps 和 Zoho O ffice也属于这类服务。 ( 2) 平台即服务 ( PaaS) 把开发环境作为一种服务来提供。这是一种分布式平台服 务, 厂商提供开发环境、服务器平台、硬件资源等服务给客 户, 用户在其平台基础上定制开发自己的应用程序并通过其服 务器和互联网传递给其他客户。PaaS 能够给企业或个人提供 研发的中间件平台, 提供应用程序开发、数据库、应用服务 器、试验、托管及应用服务。 Goog le App Eng ine, Salesfo rce的 fo rce. com 平台, 八百 客的 800APP 是 PaaS 的代表产品。以 Goog le App Eng ine 为 例, 它是一个由 py thon 应用服务器群、BigTable 数据库及 GFS 组成的平台, 为开发者提供一体化主机服务器及可自动 升级的在线应用服务。用户编写应用程序并在 Goog le 的基础 架构上运行就可以为互联网用户提供服务, G oog le 提供应用 运行及维护所需要的平台资源。 ( 3) 基础设施服务 ( IaaS) IaaS 即把厂商的由多台服务器组成的 � 云端� 基础设施, 作为计量服务提供给客户。它将内存、I/ O 设备、存储和计算 能力整合成一个虚拟的资源池为整个业界提供所需要的存储资 源和虚拟化服务器等服务。这是一种托管型硬件方式, 用户付 费使用厂商的硬件设施。例如 Amazon Web 服务 ( AWS ) , IBM 的 BlueCloud 等均是将基础设施作为服务出租。 IaaS 的优点是用户只需低成本硬件, 按需租用相应计算能 力和存储能力, 大大降低了用户在硬件上的开销。 目前, 以 Goog le 云应用最具代表性, 例如 Goog leApps、 Goog lesites、Goog leDocs, 云计算应用平台 GoogleApp Engine。 最早推出的云计算应用 � � � Goog leDocs, 它是软件即服务 思想的典型应用。它与微软的 Office的在线办公软件相类似。 它能够对文档、表格和幻灯片进行处理和搜索, 而且能够通过 网络来和别人分享且设置共享权限。基于网络的文字处理和电 子表格程序的 Google文件, 能将协作效率提高, 多名用户能 够同时在线更改文件, 而且能实时看到其他成员所作的编辑。 用户只要有一台接入互联网的计算机和能够使用 Goog le 文件 的标准浏览器就可以在线创建和管理、搜索能力、权限管理、 实时协作、共享、修订历史记录功能, 还能随时随地地访问, 大大地提高了文件操作的共享与协同能力。 Goog leAPPs 是 Goog le企业应用套件, 用户通过它不但能 够处理日渐庞大的信息量, 随时随地保持联系, 还能够与其他 同事、客户和合作伙伴进行沟通、共享和协作。它集成了 Goog le日历、Goog leTalk、Cmail、GoogleDocs 和最新推出的 云应用 Goog leSites、API扩展还有一些管理功能, 包含了 3方 面的应用分别是通信、协作与发布和管理服务, 它还拥有云计 算的特性, 能更好地实现随时随地协同共享。除此之外, 它还 拥有低成本的优势和托管的便捷, 用户不必自己维护和管理搭 建的协同共享平台。 Goog le最新发布的云计算应用 � � � Googlesites, 它的出现 是作为 Goog leApps 的一个组件。它侧重于团队协作, 是一个 网站编辑工具, 可以用它来创建一个各种类型的团队网站, 还 可以通过它将所有类型的文件如文档、相片、视频、日历及附 件等分享给好友、团队甚至整个网络。 Goog le在 2008 年 4 月发布了一个平台 � � � Goog le Ap� pEngine, 让用户能在 Goog le的基础架构上来开发和部署运行 自己的应用程序。目前, Goog le AppEng ine对 Python 语言和 Java语言都支持, 每个 Goog le AppEng ine 应用程序不仅能使 用达到 500M B的持久存储空间还可以支持每月 500 万综合浏 览量的带宽和 CPU。而且, G oog le AppEngine 应用程序在构 建和维护方面也很方便, 可以根据用户的访问量和数据存储需 要的增长轻松扩展。在同时, 用户的应用能与 Goog le 的应用 程序集成, Goog le AppEng ine还推出了软件开发套件 ( SDK) , 包括能在用户本地计算机上模拟所有 Goog le AppEng ine 服务 的网络服务器应用程序。 2 � 关键技术 2� 1� 虚拟机 云计算的关键技术包括虚拟机。VMw are Infrastr ucture就 是目前在云计算中使用的主要虚拟机之一。它指的是一个虚拟 数据中心操作系统, 能将离散的硬件资源统一起来, 然后创建 共享平台。它有下面的优点: ( 1) 通过整合服务器来降低 IT 成本; ( 2) 通过暗哨计划内和计划外停机来改进业务连续性; ( 3) 运行比较少的服务器且动态关闭不使用的服务器[ 17]。 2� 2� 安全管理 云计算就是对计算机资源的整合, 利用云计算设施中的任 何一台计算机, 能够找到任何隐私信息。云计算安全问题急需 被解决[18�19]。其中 Siani Persion 等提出了在云计算服务设计过 程中为了保护用户隐私而需要一些设计原则, 包括: ( 1) 将尽 量少的个人信息发送到云中, 或者在分析系统后只对一小部分 个人信息进行必要的收集和采集; ( 2) 为防止未授权的访问、 复制和使用或者修改个人信息, 采用安全措施来保护云中的个 人信息; ( 3) 将用户控制最大限度地实现。在云计算环境中, 很难实现让用户完全控制个人信息。可以通过两方面来加强对 个人信息的控制: � 允许用户控制最重要的个人信息; � 委托 信任的第三方来管理; ( 4) 允许用户选择个人信息的使用, 也 �999� � � 计算机测量与控制 � 第 19卷 就是加入、退出机制; ( 5) 明确并限制数据使用的目的。身份 明确的人才能对个人信息进行使用和处理 ; ( 6) 反馈机制。就 是设计人还有界面清楚地表明在云服务中采取的安全措施, 并 通过它给用户提供安全提示。 2� 3� 数据管理 云计算具有 3 个特点, 分别为计算能力可变、数据储存在 不信任的主机上和数据是远程复制的。对这 3 个特点分析得 出, 只有两种数据管理应用程序可能适合在云计算中部署[20] : 第一种是和事务处理相关的数据管理系统; 第二种是和分析相 关的数据管理系统。第一种没有采用共享的体系结构, 在对远 程数据复制时, ACID 的需求很难得到满足, 而且在不信任的 主机上存储数据也有较大风险。ACID 要求对基于分析的数据 管理系统来说不是必须的, 而且保证敏感数据在分析之外, 从 而保证了它的安全。所以, 基于分析的数据管理系统应该是很 适合在云计算环境中部署的。 2� 4� 云监测和能耗管理 随着云计算的推广和云设施不断增加, 为了更好地体现云 计算的强大计算处理能力而设置的一种监测 � � � 云监测, 它是 对虚拟机监控的能力; 而能耗管理则是如何节省云设施中计算 设施所需要的能源, 有效地整合资源和降低成本。 2� 5� 云计算的计算模型 现行的分布式计算系统虽能提供强大的计算能力, 但并不 能被非专业用户有效利用, 一个庞大的任务很可能因初学者的 偶然操作而导致性能大幅下降。为了将这些问题解决, 应该给 用户提供一个高度抽象的产品系统, 就是云计算的计算模型。 3 � 云计算的热点问题 3� 1� 计算资源虚拟化问题 维基百科这样定义虚拟化: 是对计算资源的抽象。在技术 的发展史上看, 虚拟化技术早就存在了。像是操作系统弱化软 件应用环境与硬件平台之间的依赖, 甚至完全隔离 ; 中间件弱 化应用软件和软件运行之间的依赖, 甚至完全隔离 ; 可以说它 们都是因为采用了虚拟化技术。更进一步, 由单机向互联网环 境转变, 云计算的雏形因虚拟化技术出世了。如 Web 邮箱中 海量的电子邮件就是通过浏览器来收发和管理的, 而邮箱管理 系统的结构和实现细节是被虚拟化的; 搜索引擎是为个性化搜 索请求服务的, 但搜索和匹配的细节是被虚拟化的 ; 用来存储 和分享照片的网络相册, 其存储中心的动态管理也是被虚拟化 的; 网上开店已是我们的日常生活中的一部分, 而网上交易和 支付也被虚拟化了等等。因此, 我们将虚拟化的对象 � � � 计算 资源归纳为计算能力、存储能力和交互能力这 3 个主要类别, 刚好与传统的单台计算机的 CPU、存储和输入输出等资源相 对应。计算资源的虚拟化使我们不能简单地认为计算是主体。 如果认为计算是主体, 主体就是计算中心; 如果认为存储是主 体, 主体就是存储中心; 如果认为交互是主体, 而计算和存储 就可以辅助它。大众用户可以通过交互方式体现出个性化服务 的强劲需求, 不必担心特定应用软件的服务方式, 如是不是被 他人同时租用; 不必担心计算平台的操作系统和软件环境等底 层资源的物理配置与管理; 也不必担心计算中心的地理位置。 将这 3 方面要求分别满足了就是互联网环境下的虚拟服务: 软 件即服务 ( S a a S ) 、平台即服务 ( P a a S ) 和基础设施即 服务 ( I a a S )。通过他们可以实现动态可伸缩的计算资源组 织、分配和使用。服务器托管的出现是由大量服务器的使用引 起的, 是用来减轻各机构自身维护的成本负担的, 但是简单的 托管是无法对服务器实施更好的集约化使用的, 所以如果能够 实现虚拟化服务, 把服务器变为 � 服务� , 那么服务提供方就 能够有进一步地整合各类计算资源。从虚拟服务的演变过程中 看出, 云计算通过服务的方式提供计算资源是必然的。计算资 源的虚拟化对资源的合理配置非常有利, 而且能够有效提高利 用率。据统计, 服务器的实际利用率仅 1 5% , 而在服务器集 群系统中的利用率可以提高到 8 0% 以上, 这甚至实现了节能 减排和绿色计算。 3� 2� 云计算与网络计算的差别问题 在提出云计算概念之前, 网格计算已有 10 多年的研究历 史, 并且受到广泛关注。云计算与网络计算的差别为网格计算 是 � 多为一�, 由多台计算机构成网格, 服务于一个特定的大 型计算; 云计算是 �一为多� , 依托网络, 在互联网上由一个 个集约化、专业化的云计算平台形成的规模化的服务。 �资源共享� 和 � 虚拟计算� 是两者最大的相似点, 就是 都强调通过某种虚拟化方法共享互联网上的资源然后提供给用 户, 使资源利用率更加合理化。他们之间的差别可以细化为下 面 5 个方面: ( 1) 云计算与网络计算分别是以集群计算和并行计算为 主的。 ( 2) 云计算认同异构, 而网格计算则在更高层屏蔽异构。 ( 3) 云计算的服务是面向完成持久性和多样化的任务, 而 网格计算通常是用来完成一次性特定任务, 而且该任务是预先 设定的。 ( 4) 云计算运营采用的是商业式, 网格计算运营采用的是 协作式, 依赖于组织与组织之间, 提供了带宽保证和性能保 障, 但商业模式不明显。 ( 5) 云计算大多是为大众用户的需求服务, 大众参与计算 和交互, 互相沟通交流, 需要具备像语义处理、不确定性处理 这样的能力; 网格计算是面向科学计算任务的, 按照规定进行 输入和输出, 存在着确定的交互, 人一般是不主动参与的。 可以看出, 云计算和网格计算是分别适应于不同应用场景 的, 两者的应用目标虽不同, 但在不同的方向上, 也就是科学 计算领域和为大众用户服务上发挥着各自的潜能。 3� 3� 云计算中心的计算机性能问题 云计算中心是以集群计算为主, 通过互操作大量节点形成 面向用户的虚拟服务器。目前虽有很多机构都购置了高性能计 算机、且搭建起高性能计算中心。但是, 高性能计算机能否在 云计算中心应用呢? 云计算中心的服务一般都要面向大众用户的多样化应用, 像大规模搜索、网络商务和网络存储等, 应为各种不同种类的 应用更多地具备提供高质量服务环境的能力, 并能在用户需求 和业务创新中有效地适应。相比于超级计算中心, 云计算从传 统面向任务的单一计算模式转向了现代面向服务的规模化、专 业化的计算模式。可以看出, 在高性能计算中心的计算机, 虽 然适合对要求高并发计算的科学问题的解决, 但不一定适合云 计算模式。 �1000� 第 5期 孙香花: 云计算研究现状与发展趋势 3� 4� 云安全问题 云计算的资源共享, 使得人们特别关心云安全 : 我的信息 放在你那里是否安全? 云计算并不是为解决安全问题而出现的新式武器。云计算 是一种基于互联网的计算模式, 提供服务的时候也就不可避免 地出现像安全漏洞、信息泄露、恶意攻击和病毒侵害等普遍存 在于既有信息系统中的共性安全问题。由此可见, 云计算中心 本身的安全管理将会继续应用传统的信息安全技术 , 并且也在 不断地发展云计算本身的信息安全技术手段。但因云计算中虚 拟服务的规模化、专业化和集约化, 将信息资源大量分散于端 设备的格局改变了, 云计算本身可以通过安全的服务形式在改 善互联网安全上作出贡献。云计算中心能够使集约化和专业化 的安全服务实现, 改变目前人人忙于打补丁、杀病毒的情况; 还能将备份当成一种服务形式, 来实现专门的云备份服务等。 所以, 大众用户使用云服务时, 将会把云安全焦点进一步转移 到信任管理上, 从而进一步发展传统的信息安全, 使之成为服 务方和被服务方之间的信任和信任管理问题。可以这样说, 人 们所关心的云安全, 在实际上更多指云计算的信任管理。 服务是计算的核心模式, 用户和服务提供方建立信任是服 务的前提。用户使用云计算服务所需的信任的社会关系的建 立, 互联网的民主性形成的由下而上的力量是其最基本、最重 要的保证。云安全中信任管理的关键问题之一是如何更好地抽 象地应用这种由应用演化涌现出来的信任。通过社会与技术手 段相结合的方式推动云计算中信任的建立、维持和管理。 3� 5� 云计算的标准化问题 提供各种类型和可变粒度的虚拟化服务给用户是云计算的 本质, 服务间的互联、互通和互操作是实现一个开放云计算平 台的关键性技术基础。在网络技术整个发展过程中互联、互 通、互操作是其必须具备的基本特性。通过各种局域网和广域 协议使计算设备互通, 实现了传输控制协议/网间协议 ( T C P/ I P ) 间的网际互联。 云计算下的任何可用计算资源都是以服务的形态存在的。 现在许多商业企业或者组织都已经构建了云计算平台, 而且提 供了很多内部数据和服务, 但是这些数据和服务因语法和语义 上的差异, 还是妨碍其有效的信息共享和交换。云计算的出现 虽不会颠覆现有的标准, 但云计算是在现有标准的基础上更强 调服务的互操作。为了实现云 (服务) 一端 (用户) 及云一云 间的互操作, 如何制订更高层次的开放与互操作性协议和规范 十分重要。 4 � 结束语 作为一种新型的计算模式, 云计算利用高速互联网的传输 能力使数据的处理过程由个人计算机或服务器转到互联网上的 计算机集群中, 给用户带来空前的计算能力。虽然目前的云计 算还不能很好地解决所有问题, 但是未来一定会有越多的云计 算系统被投入使用, 云计算自身也会不断地完善, 从而成为工 业界和学术界的另一研究热点。 参考文献: [ 1] 钟伟彬, 周梁月, 潘军彪, 等. 云计算终端的现状和发展趋势 [ J] . 电信科学, 2010, ( 3) : 22�26. [ 2] 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, 2010, 27 ( 2) : 429�433. [ 3] 吴吉义, 平玲娣, 潘雪增, 等. 云计算: 从概念到平台 [ J] . 电信 科学, 2009, ( 12) : 23�30. [ 4] 陈 � 康, 郑纬民. 云计算: 系统实例与研究现状 [ J] . 软件学报, 2009, 20 ( 5) : 1337�1348. [ 5] 陈 � 全, 邓倩妮. 云计算及其关键技术 [ J ] . 计算机应用, 2009, 29 ( 9) : 2562�2567. [ 6] 尹国定, 卫 � 红. 云计算 � 实现概念计算的方法 [ J] . 东南大学学 报 (自然科学版) , 2003, 33 ( 4) : 502�506. [ 7] Luis M V, Luis R M, Juan C, et al. A br eak in the cloud s: tow ard a cloud def init ion [ J] . ACM S IGCOMM Computer Commun icat ion Review, 2009, 39 ( 1) : 50�55. [ 8] 陈国良, 孙广中, 徐 � 云. 并行计算的一体化研究现状与发展趋 势 [ J] . 科学通报, 2009, 54 ( 8) : 1043�1049. [ 9] 金 � 海, 漫谈云计算 [ J] . 中国计算机学会通讯, 2009, 5 ( 6) : 22�25. [ 10] Robert L G, Gu Y H, Mich ael S , et al . Compute and storage clouds using w ide area high perform ance netw ork s [ J ] . Future Generat ion Computer Sys tems, 2009, 25 ( 2) : 179�183. [ 11] Gu Y H , Robert L G. Sector an d sphere: th e design and im ple� m entation of a high - p erforman ce data cloud [ J ] . Phi losophical Transact ions of the Royal S ociety, 2009 ( 367) : 2429�2445. [ 12] 武永卫, 黄小猛. 云存储 [ J ] , 中国计算机学会通讯, 2009, 5 (6) : 44�52. [ 13] Daniel J A. Data m anagem ent in th e cloud: limitat ions and oppor� tuni ties [ J ] . Bul let in of the IEEE Com puter S ociety T echnical Commit tee on Data Engineerin g, 2009, 32 ( 1) : 3�12. [ 14] 石 � 磊, 邹德清, 金 � 海. XEN 虚拟化技术 [ M ] . 武汉: 华中科 技大学出版社, 2009. [ 15] 英特尔开源软件技术中心, 复旦大学并行处理研究所. 系统虚拟 化: 原理与实现 [ M ] . 北京: 清华大学出版社, 2009. [ 16] Robert L G, Gu Y H . Data m ining usin g high perform an ce data clouds: Ex perim ental studies using sector and spher e [ A ] . In: Proc of the 14th ACM SIGKDD Internat ional Conference on Kn ow ledge Discovery and Data Mining [ C] , 2008. [ 17] Zhang Y X, Zh ou Y Z. 4VP : a novel meta OS approach for st reaming programs in ubiquitous comput ing [ A] . In: Pr oc of IEEE the 21st Int� l Conf on Advanced Informat ion Netw orking and Applicat ions ( AINA 2007 ) [ C] , Los Alamitos, IEEE CS, 2007. [ 18] Zhang Y X, Zhou Y Z. Transparent comput ing: a new paradigm for per vasive com put ing [ A] . In: Proc of the 3rd Int� l Conf on Ubiquitous Intell igence an d Comput in g ( U IC 2006) [ C ] , Berlin, Heidelb erg: Spring er- Verlag, 2006. [ 19] Buyya Rajkumar, Ch eeS hinYeo, S rikum ar Venugopal. Market- oriented cloud com put ing: vis ion, hyp e and realit y for del ivering IT ser vices as comput ing ut ilit ies [ A] . In: Proc of th e 10th IEEE Internation al C on feren ce on H igh Perform ance Compu tin g and Communicat ions [ C] , 2008. [ 20] 陈海波. 云计算平台可信性增强技术的研究 [ E B/ OL] . 复旦大 学博士学位论文, ht tp: / / b log. pconl ine. com. cn/ art icle/ 334526. h tm l . �1001�