云计算环境论文精选(九篇)

第1篇：云计算环境论文范文

云计算是一种基于分布式计算、网格计算、并行计算为基础的计算模型，其目的是以共享为构架并通过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，然后经由多部服务器所组成的庞大系统经搜寻、计算分析之后再将最终的处理结果回传给使用者．云计算可以使得每个用户感觉联网的计算机是一个分时系统，用户可以根据需求访问计算机以及存储系统，它具有以下特点:(1)对用户终端的设备要求较低且使用方便和快捷;(2)课提供强大的计算功能和存储功能;(3)网络数据共享可以在不同设备之间实现．

2“云计算”环境中的计算机网络安全的重要的意义及其特征

在当今这个网络时代，可以说，“云计算”是无处不在的，因而，其安全性成为使用者和管理者最为关心的问题之一．下面就谈一谈“云计算”环境中的计算机网络安全的重要的意义及其特征问题．“云计算”环境中的计算机网络安全的意义如下:

(1)“云计算”环境中的计算机网络安全可以为使用者或是用户提供最为可靠和最为安全的数据存储中心，使得用户可以不再为数据的丢失以及病毒入侵等应用性问题而烦恼．这是因为，“云计算”环境中的计算机网络安全可以保证数据得到安全性保存和备份，通过计算机局域网络和广域网络相结合的方式来构建安全的数据中心，实现多机互联备份和异地备份等多种方式来保证用户数据的安全性和可操作性．随着“云计算”环境中的计算机网络安全性的提高，“云计算”的不断推广和应用可以使得用户的数据存储在“云”中，避免诸如电脑遗失或是维修甚至是被盗后数据被窃取的风险，只要有了授权就可以随时随地进行访问和使用的便捷性和可靠性．

(2)“云计算”环境中的计算机网络安全性可以使得数据使用者或是用户在共享中的安全性也得到了保证，因为计算机“云计算”上的各种加密技术和措施可以保证用户信息和数据是以加密状态进行传输和接受的，然后以较为严格的认证和管理权限进行监控的，用户可以在使用时通过其他保护措施再次进行加密操作．

(3)虽然“云计算”环境中的计算机网络安全性要求高，但是，它对于使用者的用户端设备要求较低，这就使得其可以具有更加亲民的便捷性和使用率，在用户接入计算机网络后就可以实现“云计算”数据在不同设备之间的传输和共享，十分便捷和迅速．

(4)“云计算”环境中的计算机网络安全可以通过大量的网状客户端对网络中软件的行为进行时时监视和检测，一旦发现有木马或是恶意程序的威胁时就会将此信息送往Server端进行自动分析并及时进行处理操作，从而避免下一个使用者或是客户端的感染操作，保证了计算机信息数据传输中的安全性．而“云计算”环境中的计算机网络安全是有如下特征:

(1)具有较高的保密性，即:在未经过用户的授权使用情况下，信息和数据等是不能实现共享的．

(2)具有较好的完整性，即:在未经过用户的授权使用情况下，信息和数据是不能随意被改变、破坏或是删除的．

(3)具有较高的可操控性，即:在未经过用户的授权使用情况下，信息和数据是不会被利用和处理以及传播的．

(4)具有较高的信息审核性，即:当网络安全出现问题时，授权用户可以采取必要的手段加以核查和控制，维护信息和数据的安全性．总之，“云计算”环境中的计算机网络安全可以保证实现计算机硬件、软件数据信息不会因为意外或者和人为故意而遭到破坏、更改和泄漏的危险，并以特定的技术加以数据系统的保密性、完整性和利用性的各种安全保护．

3“云计算”环境中的计算机网络安全现状分析

3．1“云计算”环境中的计算机网络安全在技术层面存在着问题

对于一般用户来说，所有存储在云中的数据会在由于技术方面的因素而发生服务中断时无法获取和处理，不能进行操作，甚至是束手无策．并且由于技术层面的原因，其安全性会由于“云计算”在目前状况下是网络开放性和可见性的原因而存在大量的安全性问题，对于一些虚假地址和虚假标识是无法识别和甄别的．

3．2“云计算”环境中的计算机网络安全在安全性方面存在着问题

“云计算”还没有实现在计算机网络安全方面的完全保密性，其完整性和可操作性都存在着不可确定性，很多黑客都将“云计算”当成了攻击对象．此外，很多驻留在用户PC机上的病毒软件也会时不时发起恶意攻击，这也是导致“云计算”环境中的计算机网络安全在安全性方面存在着问题的重要原因之一．

3．3“云计算”环境中的计算机网络安全在相关的法律法规等政策保障方面也存在着问题

目前，在我国的计算机网络安全管理中，立法机关还没有针对其进行相关的法律法规等的监管、保护和制裁措施．可见，这种法律上的保护缺失也是造成当前“云计算”环境中的计算机网络安全的因素之一，这也是我国网络存在的弊端，立法机关应该尽早出台相关的法律法规来限制这些网络威胁行为的猖獗和肆虐．基于以上的原因，必须要加强“云计算”环境中的计算机网络安全措施．

4加强“云计算”环境中的计算机网络安全的措施

4．1提高“云计算”环境中的计算机网络安全的防范意识，并要切实地加强这种防范意识的实际落实

加强“云计算”环境中的计算机网络安全要从系统的身份认证开始，这是保障网络安全的门户和基础，也是防范第三方不明用户或是黑客侵袭的第一道防线．并且要提高“云计算”环境中的计算机网络安全的防范意识还要落实到实处，将计算机网络信息和数据的完整性和机密性、一致性给与高度保护，防止非授权的访问和传播使用，严加监控，以免造成不必要的影响和危害，严格把关“云计算”环境中的计算机网络安全信息安全的操控．其实，只要用户具有最起码或是最基本的安全常识和一些简单的基本电脑安全操作习惯，“云计算”环境中的计算机网络安全的落实就可以得到提高．例如，用户要尽量避免在公共的电脑或是网络使用系统中进行数据操作和信息使用，或是避免“云计算”数据存储时总是使用同一密码等，这些都是最为基本的“云计算”安全下增强安全意识的手段．此外，用户还要进行数据的经常性备份和整理，避免在今后的使用中出现诸如“云计算”服务遭受攻击时而出现的数据丢失而无法恢复的问题．

4．2加强“云计算”环境中的计算机网络安全技术的研发和应用，提高“云计算”环境中的计算机网络安全威胁的应对手段和能力

例如，对于计算机本身来说，用户一定要注意防火墙和其它保护屏障的使用，而这种保护措施要尽快更新，可以引用一些诸如鉴别授权机制、多级虚拟专业防护墙等，使得其技术结构保证计算机网络在使用时的安全性和高效率性，确保了“云计算”环境中的计算机网络安全的保证．又如，可以采用数字签名技术而后认证等手段来保证“云计算”环境中的计算机网络安全，使得其实际应用中具有了较高的安全性和可靠性．可以说，只有在“云计算”环境中的计算机网络安全问题得到切实的保障之后，安全、健康和科学的计算机网络使用环境才会被营造，这样才会促进我国“云计算”环境中的计算机网络事业的良性发展和壮大，为广大的“云”用户更好地服务．因此，要加强“云计算”环境中的计算机网络安全技术的研发和应用，提高“云计算”环境中的计算机网络安全威胁的应对手段和能力．

4．3加强“云计算”环境中的计算机网络安全在应用程序和服务器中的安全问题

加强“云计算”环境中的计算机网络安全的过程中，对于陌生信息和数据的防范和拦截是阻止外来不安全信息和数据侵入的一个有效方式，它可以在安装具体防护程序之时就给与保护．“云计算”计算机网络安全中问题中的服务器可以起到一种缓冲性作用，它可以对于内网进行隐藏，使得公网IP得到节省，并对访问网站的查看具有监控行和操控性，也是一种提高“云计算”环境中的计算机网络安全性的有效手段．此外，对于“云计算”服务商来说，采用分权分级管理不失为一个很好的所示．这样做的目的是可以有效防止客户的数据和程序被“偷窥”或是肆意篡改，而分级控制和流程化管理的方法可以使得每一级的管理都有被监督和被检测的保证，使得这个“云运算”数据至少会有两级人员来管理．第一级是普通的运维人员，他们的职责就是负责日常的运维工作，但是，他们无法得到用户的数据信息;第二级是核心权限人员，虽然他们可接触到到用户数据信息，但是他们会受到严格的运维流程的严格控制，从而也不能随意使用、篡改和删除用户的信息．可见，这就会加大提高“云计算”环境中的计算机网络安全性．

4．4要加强“云计算”环境中的计算机网络安全的数据安全性和保密性

要保证数据的安全性和保密性可以从以下几个方面进行努力:(1)采用加密技术，这是完成“云计算”环境中的计算机网络安全的数据安全性和保密性的最为基础和有效的方式之一．为此，使用者或是用户可以在把文件等数据性资源保存到计算机网络之前进行加密措施，例如，可以使用pgp、truecrypt、hushmail等加密程序来辅助完成．(2)可以通过使用诸如vontu、websense和vericept等过滤器来使得那些离开了用户网络的数据可以得到时时监控，对于其中的敏感性数据给与有效拦截或是阻止．在一个使用群体内，例如在一个公司内，还可以以数位排列的方式来控制不用用户在数据使用和共享等中的使用权限和程度，保证了数据操作和使用的安全性要求．(3)进行云服务提供商的选择，尽量选择那些信誉度较高的提供商．一般来说，信誉度较高的提供商会在云数据提供和贡献中有着更好的保障措施，它们有着自己的专门技术和技术人员，可以以自己的品牌为保障，数据泄露的情况会相对较少，降低了用户使用“云计算”数据时的风险性．

5结束语

第2篇：云计算环境论文范文

>> 基于云计算的个人数字图书馆资源共享研究 数字环境下的图书馆资源共享 云计算环境下数字图书馆网络虚拟化资源管理策略研究 小议高校图书馆数字资源的共建共享 论数字图书馆的资源共建与共享 公共图书馆数字资源的共建共享 低碳的云计算环境下数字图书馆的创新研究 云计算环境下石油高校图书馆联盟资源共享模式 基于成本收益分析的云计算环境下数字图书馆建设研究 云计算环境下的数字图书馆建设研究 云计算环境下基于收益优化的数字图书馆网络虚拟化研究 基于共建共享的图书馆数字资源整合问题研究 基于网络环境下的图书馆资源的共建共享 浅论网络环境下专业图书馆文献资源的共建共享 浅论网络环境下军队院校图书馆信息资源的共建共享 基于云计算环境下的图书馆信息资源建设研究 基于网络环境的图书馆信息资源共建共享研究 云计算环境下图书馆信息资源共享的挑战与对策 云计算环境下基于负载平衡的数字图书馆虚拟机集群资源调度策略 一种云计算环境下优化的数字图书馆资源管理与应用平台 常见问题解答 当前所在位置：?fr=ala0.

[3][4]刘鹏.云计算――将计算变成水和电[J].中国计算机学会通讯,2009(10):49-54.

[5]云安全.[2010-4-1]..

[6]程焕文,潘燕桃主编.信息资源共享[M].北京:高等教育出版社,2004:14.

第3篇：云计算环境论文范文

关键字：云计算 多媒体教学 教学环境

美国国家技术和标准研究院对云计算的定义是：“是一个提供便捷的可通过网络访问一个可定制的计算资源（包括网络、服务器、存储、应用和服务）共享池能力的模式；这些资源能够快速部署，并只需要很少的管理工作或与服务供应商很少的交互。”云计算的本质就是整合资源，对于教育领域而言，就是整合大量的教育应用资源和数据资源，集约化地使用和治理，以服务形式推向广大云端用户[1]。

建构主义认为，知识不是通过教师传授就能得到，而是学习者在一定的情境及环境下借助他人的帮助，利用必要的学习资源，通过意义建构方式而获得的。教师是学习的帮助者、促进者，而不是知识的灌输者，它强调“情境”“协作”“会话”和“意义建构”[2]。

云计算服务平台为教学环境的建构提供了技术可行性和保障，教师和学生利用该平台定制教学情境，进行协作学习。运用这一理念，利用高校与教学有关的各个系统构建一个多媒体教学环境云服务平台，它满足了建构主义学习环境的要求，提供教学一条龙服务，以辅助教师的教学，促进学生协作学习。

1 云计算应用于教学领域的优势

1.1 实现教育资源的共享，提供个性化教学

（1）随着网络技术的发展，教育资源类型逐渐丰富、数量急剧增长，为建构主义学习的开展提供了方便，云计算可以将分散、独立的网络教育资源有效地整合，并提供方便的访问方式；（2）云存储提供了几乎无限的存储容量和万无一失的安全性，教师和学生可以在云端保存大量的学习资源并稳定存在，无需担心病毒感染[3]；（3）基于云计算的教学环境提供了方便的网络教学工具，教师可以根据个人的教学风格获取一切可获取的教学资源，充分利用云计算提供的软件、存储、安全等要素构建个性化教学环境，实现教育资源共享，支持教师的有效教学， 为学生的建构学习提供便利[4]。

1.2 提供多种交流方式，促进师生互动

在教学过程中，学习主体间的交互对于知识意义的建构具有重要作用，基于云计算的教学提供多种方便快捷的信息交流手段，如QQ、博客、微博、贴吧[5]，又如教学平台中的讨论答疑区，教师不论在课堂上还是课外，都可查看、参加学生之间的讨论，解答学生的问题，促进学生高级思维能力和群体智慧的发展[6]。

1.3 提供灵活的时空访问方式，保证教学的随时随地性

云计算可以轻松实现不同设备间的数据与应用共享，只要一台可以上网的计算机、上网本或手机，就可以获得所需资源和服务[7]。教学活动不受时间和空间的限制，教师在家里、办公室或者外地，都可以随时准备教学工作、实施教学过程。学生可以在宿舍、计算机实验室或图书馆下载教师的讲义、完成作业、进行课程测试。

2 基于云计算的多媒体教学环境

多媒体教学环境是指运用多种多媒体教学设备、采用现代教育技术手段进行教学的一种教学环境。云计算辅助教学是在云计算环境中，利用云计算平台构建个性化的信息化教学环境，以辅助教师的教学和学生的学习，促进教师和学生之间的交流，提高教学质量[8]。

2.1 教学环境模型

基于云计算的多媒体教学环境主要由云服务平台、云服务终端设备组成，其模型如图1所示。

（1）云服务平台：云计算将分散独立的教务系统、设备管理系统、教室网、多媒体资源库、网络教学平台有机集成在一起，它们之间相互联系，相互配合，共同支持着整个教学活动的进行。教务系统主要负责课程安排，教学管理等工作；设备管理系统管理着学校的各种仪器设备；教室网呈现了教室、设备的信息及运行状态，为教室排课提供参考；多媒体资源库及教学平台是实现意义建构的主要场所，多媒体资源库中包含内容丰富、形式多样的教学资源，教师可以方便地调用，有利于情境创设和知识的获取与保持，促进学生的意义建构。教学平台实现教学、交流和评价的全过程，达到支持个性化学习、支持协作学习、改进评价策略和方法的目的。在教学过程中，学生与教师、学生与学生之间的对话、合作，有利于激发学生的主动性和创造性，使学生逐步形成自己的认知结构，实现意义建构的目的[9]。

（2）云服务终端：云服务终端中的多媒体教学环境是指教师进行授课的场所，主要包括公用多媒体教室、计算机实验室、数字语音实验室，移动终端设备可以是台式计算机、笔记本电脑，也可以是iPad、手机等，教师和学生可以随时随地进入教室网、网络教学平台等查看相关信息。

（3）教学支持者：包括教学管理人员、教学设备维护人员、云计算管理人员。

基于云计算的多媒体教学通过统一的云计算服务平台，对所有集中在这个平台上的资源进行统一管理调配，根据用户的需求实现弹性扩展。该教学环境以学生为中心，充分发挥学生的自主性，教师在整个教学过程中起组织者、指导者的作用。充分体现了“情境”“协作”“会话”和“意义建构”这四大教学环境要素。

2.2 教学过程设想

基于云计算的多媒体教学过程就是云服务平台为教学提供全方位服务的过程：

（1）课前教学设备的准备：教师在教室网查询本人的课程安排、检查教室的教学环境是否满足其教学需求，如果设备配置不足，则可通过教室网提出申请和要求。教师不需亲临教室就可了解课堂教学所需的各种装备和环境。此外，教室网还提供教室预约和审批功能，实现完全的网上办公。

（2）课前教学资源的准备：每学期初，教师的课程和学生的选课情况会导入网络教学平台，实现网络教学和课堂教学的同步。教师可通过多媒体资源库进行教学资料的检索，并上传讲义及教辅资料至云服务平台，撰写课程学习目标、学习重点和难点，布置学生课前预习及课堂作业。这样，教师可以随时随地完成课程的课前准备。

（3）课中教学过程的支持：教师刷校园卡，通过身份认证后，开启多媒体教学设备，教师只要登录网络教学平台即可下载已上传的讲义和其他教学资源，避免了网络病毒的传播。学生也可进入该教学平台下载教师课件，向教师和同学提出疑问，或者记录自己的学习收益、心得体会；教师可以看到学生的学习笔记，了解学生的学习难点，调整自己的教学策略。

（4）课后教学内容的整理：教师和学生可通过计算机、手机等移动设备随时随地登录教学平台，平台自动提醒上课的时间及地点。教师可以随时进入教学平台批改学生作业，在作业完成动态模块查看学生作业完成情况，进入学生的讨论区，查看学生的聊天记录并参与讨论，随时解答学生学习上的问题。对于学生，可进入答疑讨论区参与课程学习讨论，系统还可以自动提醒学生提交作业，教师批改作业后，系统自动通知学生作业成绩。

3 云计算教学环境的构建

3.1 保障硬件设施建设，满足云计算教学硬件需求

为保证多媒体教学的顺利进行，教室硬件配置需要满足一定的要求，主要是一台教师计算机、适量的学生计算机、网络中控、大屏幕液晶投影机以及能登录校园网或Internet的网络环境[10]。在这样的教学环境下，教师可以根据本地教学的需求，充分利用云计算提供的服务，构建个性化的教学环境。

3.2 建立教室网，实现教室资源的数字化管理

作为云计算应用的初级阶段和数据准备，首先构建教室网，完成教室各种设备、资源、信息的数字化，实现教室网上动态、实时信息、管理和控制，其功能如下：

（1）教室课程安排：以教务系统为基础，和管理多媒体教室、计算机实验室、数字语音实验室的课程安排。

（2）教室设备管理及控制：以资产设备管理数据为基础，动态设备资源信息、设备使用、设备维护、设备异动、设备报废及更新等。

（3）教室使用预约：教师对教室的使用预约，学生对计算机座位的使用预约及使用记录管理。

（4）教室空闲状态展现与搜索：直观展现每个教室的占用情况，为教室的使用预约提供参考，为学生寻找上自习的位置提供便利。

设备作为教学不可或缺的工具，教室网的构建有利于教师随时掌握教室动态，了解设备运行状态，为教学提供有力的支撑。

3.3 构建高校多媒体资源库，实现教学资源的共享

教育信息呈现的多媒体化是构建信息技术教学环境的基础，它能够生动形象地表达教学中的重点、难点，将隐性知识上升为显性知识。网络教学资源数量急剧增长，同时资源较为分散，共享率低，重复建设严重，组织不合理，用户需花大量的时间查找所需的资源。另外，学校需要花费昂贵的资金购买存储设备对教学资源存储并维护。云计算的运用能够很好地解决以上问题。

构建高校多媒体教学资源库是以省或高校为单位，相关教育部门出资，将海量的教学资源集中起来，利用云的无限存储能力，将教学资源放置在云端，并提供方便的资源检索，用户的需求都能通过存储云调用教学资源，获取服务，实现教学资源的共享，达到教学资源整合的目的。

多媒体教学资源库的教学资源涵盖媒体素材、案例素材、文献资料、课件素材、学习网站、信息资源库等，囊括文字、声音、动画、影像等多种表现形式，涉及各个学科各个年级，并以合理的组织方式将资源有序地组织起来，分门别类，让用户在最短的时间内找到所需资源。整个系统就是一个资源整合平台、多个学科知识交流的中心。我们在使用、下载资源的同时，也应分享自己的资源，尽可能将原来仅仅为本校、本地服务的教育资源链接到云端，转化为云便利，为更多的学校和教师提供服务，充分发挥教育资源价值的最大化，实现教育资源合理有效利用。

3.4 构建网络教学平台，促进师生的交流与沟通

教学平台是一个集教学资源、学习资源和教学支持服务于一体的虚拟学习环境[11]。它主要依托在校园网上，学习者可以在任何时间、任何地点访问教学平台，学生可以在线查看教师的电子教案或视频教学；只要打开可以上网的终端设备，师生之间即可以通过各种交流工具参与讨论互动，进行自主性、建构性学习。

作为基于建构主义学习理论的教学平台，应包括学科前沿、学习工具模块、网上备课模块、资源共享模块、答疑讨论模块、作业管理模块、试题库等功能模块。学科前沿主要提供该课程的简介、专业前沿、最新动态，网上备课模块用于教师课前备课，填写学习难点、重点等。教师可以将自己的电子教案和课件存放在云服务器上，放入资源共享模块，供教师及学生随时随地下载，学生也可以将自己的学习资源存储在教学平台中。

4 结束语

基于云计算的多媒体教学实现了教学环境要素的信息数字化，将教学环境的各个要素整合在一起，达到数据及资源的共享，给教师的教与学生的学带来很大便利，体现了以教师为主导、学生为主体的教学思想。同时，云计算在教学中的应用对教师提出了更高的要求，教师应掌握“云时代”教学的新理念和新方法，适应教育发展的需求，促进信息化教育的发展。

参考文献

[1] 袁梁.应用云计算构建师生协作平台[J].教育信息技术，2010（2）：50-52.

[2] 潘晓南.美国大学利用数字化教学环境实践建构主义教育思想的探讨[J].中国大学教学，2006（12）：38-39.

[3] 朱惠娟.云计算及其在网络学习环境构建中的应用初探[J].中国电化教育，2009（4）：105-107.

[4] 霍丽荣，于淼，高义栋.云计算支持的群体协作学习环境研究.中国信息技术教育，2010（5）：77-80.

[5] 杨滨，任新英.“云服务”环状体系在高等教育中的构建[J].软件导刊：教育技术，2011（8）：93-95.

[6] 何双泉.云计算辅助教学下协作学习的活动设计策略初探[J].中国教育技术装备，2010（36）：142-144.

[7] 钟锋.云计算辅助教学的协作式教学环境设计与实践[J].中国教育信息化：高教职教，2011（6）：63-66.

[8] 夏仲文，牛朕.云计算辅助教学下的混合式学习研究：以教育科学研究方法课程教学为例[J].中国信息技术教育，2010（21）：74-76.

[9] 赵立影.从活动理论看以学生为中心的学习环境设计[J].现代教育技术，2004，14（4）：19-21.

第4篇：云计算环境论文范文

大型建设项目审计一直是我国审计的重点对象。早在20世纪80年代就开始开展施工企业财务收支审计。在20世纪90年代，开展过投资项目开工前审计。到了本世纪，大型建设项目审计逐步走向正轨，审计的内容包括项目前期管理、招标管理、合同管理、工程造价、竣工决算以及工程质量管理等。随着我国国力的不断增强，一些大型体育赛事，如奥运会、青奥会等不断在我国举办，这些大型体育赛事加快了我国体育场馆的建设。另外，在经济稳步、健康发展的大背景下，我国许多地方政府也加快了体育场馆的建设。这些体育场馆不仅是开展竞技体育的重要硬件设施，将来也是市民参加全民健身的重要活动场所。因此，为了加强这些大型体育项目的建设，开展大型体育建设项目审计具有重要意义。

对于建设项目审计，一般来说，在审计范围确定之后，审计人员需要实施现场审计，获取审计证据，进而给出审计结论。从审计机关开展建设项目审计的实践来看，获取审计证据的方法主要有审阅法、观察法、调研法、简单检测法、专业检测法等。在信息化环境下，由于与建设项目有关的活动是通过计算机进行处理的，其数据资料以电子数据形式存储在工程管理数据系统之中。在这种情况下，审计人员要获取证据，就需要采集工程管理数据系统的电子数据，然后再对采集来的电子数据进行数据分析，从而发现审计线索，获得审计证据。为了更好地实现大型建设项目审计工作的三个转变，即“从现场审计变为远程审计，从静态审计变为动态审计，从事后审计变为事中审计”，中国审计署正在探索适合我国国情的大型重点建设项目联网审计实施方案。近年来，国内学术界也对联网审计的一些理论和关键性问题进行了深入的研究，并针对云计算（cloud computing）环境下开展联网审计的需要，探索了云计算环境下的联网审计实现方法问题。综上所述，研究大型体育建设项目联网审计方法具有重要的应用价值。本文结合目前云计算技术的发展，针对已有联网审计方法的不足，研究基于云计算的大型体育建设项目联网审计方法。

二、研究大型体育建设项目联网审计方法的必要性

（一）大数据时代开展联网审计面临的问题 联网审计的实现原理一般来说可概括为图1所示。概括来说，联网审计在技术实现上可以分成4个步骤：第一、审计数据采集，审计数据采集主要是完成对被审计单位电子数据的采集。第二、审计数据传输，通过审计数据传输，把采集来的电子数据通过网络传输到审计单位中去。第三、审计数据存储，审计数据存储用于把从被审计单位采集传输来的电子数据采取一定的方式存储在审计单位的数据存储系统中。第四、审计数据分析，审计数据分析主要是对从被审计单位采集来的电子数据进行分析，从而发现审计线索，获得审计证据。

进入大数据（big data）时代，联网审计实施与运行将会面临以下问题：（1）联网审计环境下，被审计单位的数据被采集过来集中存储在审计单位建设的数据中心系统中，采集来的数据量大，因此审计单位建设的数据中心需要可扩展的数据存储设施。（2）联网审计环境下，审计数据被采集过来集中存储，由于数据量大，为了能做到实时审计，需要高效的审计数据分析技术和处理设备。（3）现在正在应用的联网审计实现方法实施与运行成本较高。

（二）使用云计算的优点 一般来说，云计算技术主要具有以下优点：（1）云计算平台的数据存储能力强大。云计算平台可以提供海量数据存储环境，能够按照用户的需要进行数据存取，支持海量数据的管理和存储业务。（2）使用成本低。使用云计算能够极大地提高硬件利用率，且可扩展能力强，云计算平台能够在极短时间内根据用户的需要把数据存储环境升级到巨大容量，另外，使用云计算平台不需要用户频繁的升级相关软件，不需要用户自己投资构建新的基础设施，从而减少了相关成本。（3）能够提供高效、强大的数据分析处理能力。云计算在处理用户需要的计算时可以将用户的庞大数据分析程序分解成多个子数据分析程序，然后将这些数据分析任务交由云计算平台中的多个服务器所组成的分析系统，由这些分析系统分别进行计算分析，最后再将分析结果汇总后回传给用户，云计算平台可以使这一过程在极短时间内完成，因此使用云平台能高效、快速地完成数据的分析处理。（4）云计算平台能够提供专业和相对安全的数据存储服务。相对于用户自己管理数据存储，如果用户选择好的云计算供应商，将数据存储在这些云计算供应商提供的云计算机平台中，则能在一定程度上消除用户自己因各种安全管理问题而导致的数据丢失以及其他风险。

（三）为研究大型体育建设项目联网审计方法提供机遇 由以上分析可知：云计算技术的发展为研究云计算环境下的大型体育建设项目联网审计方法提供了机遇，主要表现为：（1）云计算技术为降低大型体育建设项目联网审计系统的实施与运行成本提供了条件，一般来说，如果审计单位采用云供应商提供的云计算平台来开展联网审计，则审计单位不需要任何基建投资，审计单位不用承担机房空间、电力以及人力等成本，审计单位没有硬件购置成本，审计单位也不需要软件许可证或升级，以及雇佣新的员工或咨询人员。因此，采用云计算技术实现的大型体育建设项目联网审计系统在一定程度上可以降低系统的实施与运行成本。 （2）近年来云计算技术的普及应用为开展大型体育建设项目联网审计系统提供了机遇。云计算技术是我国“十二五”规划中重点发展的新一代信息技术，近年来全国各地政府以及很多供应商也建立了大量的云计算服务平台，这为基于云计算技术开展大型体育建设项目联网审计系统提供了机遇。 （3）应用云计算技术能更好地满足大型体育建设项目联网审计情况下大数据分析的需要。对于大型体育建设项目联网审计，包含有大量的工程图纸自动计算，为了更好地满足云计算环境下大型体育建设项目联网审计系统大数据分析的需要，应该充分利用大数据分析技术来提高审计效率，而云计算的出现为解决大型体育建设项目联网审计系统大数据分析这一问题提供了机遇。

三、云计算环境下大型体育建设项目联网审计方法

根据以上分析，可根据“审计单位采用云平台”和“审计单位、被审计单位同时采用云平台”这两种情况来实施基于云计算平台的大型体育建设项目联网审计方法。

（一）审计单位采用云平台 在这种情况下，基于云计算的大型体育建设项目联网审计方法的原理如图2所示。主要原理可描述为：审计部门利用云平台提供的平台服务和设施服务，开发运行于云平台的审计作业系统，主要包括项目前期管理、招标管理、合同管理、工程造价、竣工决算等功能模块。审计部门借助云平台提供的软件服务能够完成以下任务： （1）审计单位利用云平台提供的审计数据采集软件把将审计单位应用系统的电子数据采集过来存储在云平台中，这些数据包括关系数据库中的数据，也包括一些工程图纸等文件，然后，借助云平台提供的软件服务（审计作业系统）对采集来的电子数据进行分析处理，获得审计证据。（2）借助云平台提供的软件服务可以自动对工程图纸计算工程量，并生成工程量清单，自动套定额，综合单价分析，价差自动计算、计算含税工程造价，生成工程量清单计价，识别、读取、转换工程预决（结）算编制软件的数据文档，进行验算，生成差异对照表，实现对主流工程造价软件数据文件的读取、识别和转换，并借助云平台提供的软件服务，设计审计工具进行审计取证作业，生成各种表格、审计工作底稿等。

（二）审计单位、被审计单位同时采用云平台 当审计单位和被审计单位同时采用云平成自己的工作时，审计单位可以借助云计算平台的强大计算能力，采用智能信息技术，在被审计单位的应用系统中嵌入一个审计监控模块，并在审计监控模块中定义相应的规则，该模块用来检查输入到被审计单位应用系统中的每一笔数据，输入的数据和定义的相应规则的任何差异都会被及时预警，并能跟踪异常动向，及时发现问题。另外，审计人员可以根据需要灵活在传感器和数字中定义相应的规则和参数，从而满足实时审计的需要。这种方法的原理如图3所示。

四、结论

本文根据目前开展大型体育建设项目联网审计的需要，结合云计算技术的特点，研究了云计算环境下的大型体育建设项目联网审计方法，为今后开展大型体育建设项目联网审计提供了理论基础。当然，并不是所有的大型体育建设项目都适合采用云计算技术开展联网审计。相对于传统的大型体育建设项目联网审计实施方法，云计算环境下开展大型体育建设项目联网审计一般具有较多的审计风险，因此，在云计算环境下实施大型体育建设项目联网审计时，应该充分利用云计算技术带来的优点，同时注意采取相关措施，防范云计算环境带来的风险，这就要求在实施基于云计算技术的大型体育建设项目联网审计时，应根据实际情况和需要选择最佳的联网审计实施方案。

[本文系2009年度国家自然科学基金项目“联网审计取证技术及其泛化能力研究”（编号：70971068）和2013年度江苏省社科基金项目“大数据环境下的审计理论与方法研究”（编号：13GLC016）阶段性研究成果]

参考文献：

[1]陈伟、Smieliauskas W：《联网审计的绩效评价方法：基于RC和AHP的组合应用》，《系统工程理论与实践》2012年第8期。

[2]陈伟、Smieliauskas W：《云计算环境下的联网审计实现方法探析》，《审计研究》2012年第3期。

[3]陈伟、尹平：《基于成本效益视角的联网审计可行性分析》，《审计与经济研究》2007年第1期。

[4]陈伟、刘思峰、邱广华：《计算机审计中一种基于孤立点检测的数据处理方法》，《商业研究》2006年第17期。

[5]陈伟：《联网审计技术方法与绩效评价》，清华大学出版社2012年版。

[6]陈伟：《计算机辅助审计原理及应用》（第二版），清华大学出版社2012年版。

第5篇：云计算环境论文范文

关键词：云计算；资源配置；博弈论；演化

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）35-7929-02

众所周知，作为改变传统计算资源交付模式，成为计算机互联网下一代IT产业革命的核心技术，云计算成为新时代信息领域的技术新宠[1-2]。云计算包含了一系列可以动态升级的资源，用户可以共享这些资源并可以通过网络互相访问，而用户几乎不需要掌握云计算的技术，只需要根据自身需求租赁云计算平台中的虚拟资源即可。

云计算有着重要的应用前景和。然而，由于云计算需要对资源进行按需分配、按照用量付费以及动态伸缩等特点，因此云计算市场就需要要较为合理且严格的分配策略[3]。云计算中的资源配置一直以来都是计算机科学领域的一个难题，如何合理分配虚拟机资源以及服务器的物理整合是我们需要解决的问题，该文提出一种基于博弈策略的云计算环境下的资源优化配置策略，以促进云计算理论的快速发展并扩展其广泛应用。

1 虚拟机资源优化配置问题描述

博弈策略是根据演化博弈论提出的，它摒弃了一般博弈理论中完全理性的假设，根据生物进化理论与遗传理论，从系统的观点出发，将群体行为的调整过程作为一个动态系统进行看待，从而充分利用个体与群体之间的关系以构成较为宏观的理论模型，从而为更真实地反映物体之间的复杂联系和主体与个体之间的联系提供新的理论依据。

下面我们给出基于博弈策略的云计算市场基本模型，如图1所示。

2 虚拟机资源优化配置模型

由于云计算市场是一种基于虚拟平台的资源销售，云计算市场通过接收用户的请求，然后根据服务过程对用户需求进行排队，由于任意一个IaSS供应商都可以从云计算市场中获得自己的份额[4]。因此IaSS供应商就可以通过签署服务等级条约来决定用户资源交易。

根据IaSS供应商的虚拟机资源以及服务速率，我们额可以计算虚拟机资源的成本，用[ci]表示。而IaSS供应商设置了单价范围，由此我们就可以计算IaSS供应商的单位资源收益[prmini]。现在，我们就可以计算出IaSS供应商的净收益为：[pri-c]。

本文中，给出了虚拟机资源配置的过程（图所示），图中，每个IaaS供应商参与博弈优化的二元组策略通过云计算市场得到其对应的市场份额，为了增强自身作用，供应商需要对自己的策略进行动态调整。

3 结束语

论文通过分析云计算目前面临的资源优化配置问题，从而提出了一种基于博弈演化策略的云计算资源优化配置策略。该策略利用博弈演化实现了IaaS供应商对资源的按需获取，从而使得云计算市场内的资源分配达到合理性与公平性，提高云计算的工作效率。

参考文献：

[1] 张建平.云计算中基于MapReduce集群模型的调度优化与研究[D]. 南京：南京邮电大学， 2013.

[2] 王晶，方伟，陈静怡，等.云计算环境下的自适应资源管理技术综述[J].计算机工程与设计， 2012， 33（6）： 2127-2132.

[3] 张吉.面向移动云计算的虚拟化资源管理[D]. 南京：南京邮电大学， 2013.

第6篇：云计算环境论文范文

关键词：云计算；高职教育；教学手段

随着电脑和网络技术的迅速发展，教学辅助平台对于一线教师的教学工作也变得越来越重要。从传统课堂教学向多媒体课堂转变，现在又向网络课堂转变，这期间对一线教师来说，每次都是一个重大的转变。如备课这样的环节，从纸质备课笔记向电子档转变，现在又向共享资源上转变。这期间涉及新技术、新硬件、新平台等方方面面，云计算在教育方面的提出、应用与发展从一定层面解决了这样的问题。因此，研究CCAI课堂具有一定的实践性。

一、关于“云计算”“教育云”“云计算辅助教学”

从百度百科上讲，云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够被快速提供，只需很少的管理工作，或与服务供应商进行很少的交互。

《教育信息化十年发展规划（2011-2020）》也明确指出：建设教育“云资源”平台，汇聚百家企事业单位、万名师生共同开发的优秀资源；以建设国家数字教育资源公共服务平台来帮助所有师生和社会公众选择并获取优质服务资源，实现优质资源共享和持续发展。此类政府文件的出台必将给“云计算”的发展带来广阔的前景，加强“云计算”服务平台的构建、促进公共优质资源的有效共享也必将是国内学者们研究的新趋势。依据各行业目前的发展情况，结合前两次计算机革命，迈向智能化，随着近年来在教育领域中的不断深入应用与研究，产生了教育云。

教育云包括云计算辅助教学（Cloud Computing Assisted Instructions，CCAI）和 云 计 算 辅 助 教 育（Clouds Computing Based Education，CCBE）多种形式。云计算辅助教学是指学校和教师利用“云计算”提供的服务，构建个性化教学的信息化环境，支持教师的教学和学生的学习，提高教学质量。云计算辅助教育，是指在教育的各领域中，利用云计算提供的服务来辅助教育教学活动。云计算辅助教育是一个新兴的学科概念，属于计算机科学和教育科学的交叉领域，它关注未来云计算时代的教育活动中各要素的总和，主要探索云计算提供的服务在教育教学中的应用规律，与主流学习理论的支持和融合，相应的教育教学资源和过程的设计与管理等。

因此，云计算的实质就是服务，云计算服务商建立云计算平台，整理各种资源，形成云资源池。客户可以通过网络在云客户端按需使用云资源池里面的所有资源，也可以通过网络把自身的资源，如文档、音频、视频等按需放在远程的云服务器上，即“云”中，连接互联网即可按需提取使用。不用时，数据保存在远程的服务器网络中，由提供云计算平台的组织进行管理和维护。

二、协作学习模式的概念

协作学习（Collaborative Learning）是一种通过小组或团队的形式组织学生进行学习的策略。小组成员的协同工作是实现班级学习目标的有机组成部分。小组协作活动中的个体可以将其在学习过程中探索、发现的信息和学习材料与小组中的其他成员共享，甚至可以同其他组或全班同学共享。

协作学习目前已经成为一种学习模式，在传统的班级授课和信息技术学习环境中得到了广泛的应用。协作学习模式是指采用协作学习组织形式促进学生对知识的理解与掌握的过程，通常由4个基本要素组成，即协作小组、成员、辅导教师和协作学习环境。

三、云计算环境下学习模式的变革设计方案

随着电脑及网络技术的普及，传统学习模式从视觉、听觉、触觉上已经不能满足现代学生的求知欲，笔者从一线教育经验出发，探讨一种学习模式新的应用――协作学习模式。

1.协作学习环境方面

从学校层面讲，它保障基本硬件设施，如教室、PC机、路由器、服务器等。这样的教育教学环境需要应用云计算辅助实现协作学习课堂，首先需要搭建一个相应的功能场室，场室在设备硬件上的要求与目前学校里的网络计算机课室基本相同。另外一个重要的元素，在原来“班班通”“校校通”的基础上，保证更大层面上的网络。

从技术层面讲，强大的云资源支持。云服务器端应该建立强大的资源池，让教师能够轻松找到自己所需要的教学资源，直接调用或快捷修改后保存在自己的账户之下，以便上课的时候能轻松调出来使用。当然云端的数据资源很多，如何从海量的资源池里高效筛选适合的资源，这也是我们一线老师需要考虑的问题。

从安全防范机制上讲，所有数据资源、软件都存在云端，建立强大的安全防范机制。由于资源全部在云服务器端，一旦受到病毒攻击，所带来的影响将是毁灭性的，因此，云服务器端必须构建强有力的安全防范机制。

从功能模块层面讲，分设三个模块：管理员模块、教师模块、学生模块。它们以不同的权限上传与下载资源。如教师用户、学生用户、系统管理用户。每个用户有各自的权限，在自己的权限下操作具体的功能。如教师模块可以查看、调用、展示、修改、监控学生云终端，也可以分配部分权限给小队长，以便实施协作学习。

2.协作小组及成员

为了便于在云计算环境下实施协作学习，功能场室的座位布置不同于传统课堂，可以根据实际教学需要进行编排。

可以根据某项具体任务分成若干个小组，每个小组设定组长及组员，当领到一个具体的任务时，由组长牵头，组织组员一起讨论、分析、细化、交流等。在一定的时间周期里集中讨论，发现问题、解决问题，循环起来。确保每名学生都参与到任务中，能有自己的云计算独立帐户，在各自独立的帐户下，存放所需的参考资源。当然学生用户可以存放在云端，也可以采用移动设备转存的方式。在这样的学习模式下，生生参与、师生互动，既学到一定的专业知识，又锻炼了团队合作意识。

3.辅导老师

可以在脱机或是网络的环境下辅导。当然也可以争论与在线交流，最终确定解决方案。最后教师也可以通过某个教学软件将优秀作品展示，进行评讲和交流。另外，辅导教师在这样的新技术下，建立健全评价体系。CCAI下的“云课堂”应采用多元化和多样化的评价方法，如自我评价、教师点评、生生互评、个人学习档案的建立等，以推动学生的学习积极性和提升学生的自学能力。

当然这样的学习模式，从实施环节来讲，会使教师与学生产生一定的距离感，大多时间是通过网络来完成的。鉴于这种情况，辅导教师也可选在一定的时间内，通过课堂巡视、课堂提问等环节，多种学习模式齐头并进。

在云计算辅助教学中，课堂的构建与设计，能给课堂教学带来高灵活性和低成本，可以使课堂教学更高效、更智能，为学生的协作学习提供良好的环境，并且利用网络做到“随时随地随需”地满足学生的学习需求。但在具体的实践过程中，如何高效筛选有效的数据教育资源，在网络环境下缺少一定程度的师生互动，能否在原有的课堂学习上得到进一步提高，需要未来的教育教学实践来验证。

参考文献：

第7篇：云计算环境论文范文

[关键词]云计算；大规模图数据；处理技术

计算机技术中比较常用的抽象数据结构就包括图，相比较树和线性表来说，语言以及结构变得更复杂，存在一定表示能力，实际生活中不少领域都在合理应用图结构，到处都能发现与图有关的应用以及处理，例如传统应用，科技文献引用、预测疾病爆发路径、确定最合理运输线路等。新应用，生物信息网分析、分析语义Web、分析社交网路等。虽然已经过很长时间的发展和应用，但是随着不断发展科学技术，使得出现更多、更大的图规模，需要不断完善理论基础，确保可以高效处理大规模图。

一、云计算简介

在高速发展互联技术的基础上形成了云计算技术，属于全新计算方式，主要核心就是互联网。在2007年云计算被美国IBM提出，这也是第一次提出云计算，依据此，云计算主要就是用来描述一种类型或者一个系统平台中的应用程序，具备数据存储量大、处理能力强、灵活性高以及可扩展性和通用性的优势和特点，目前已经得到广泛应用[1]。

二、云计算环境下大规模图数据处理技术的

图实际上是非线性数据结构，具备一定多对多关系，在图数据中，可以通过零个或者多个直接后继和直接前趋构成相关元素，相比较其他形式结构来说，图数据具备相对更加丰富的语义，已经被大量运用到工程、科研等方面，因为图数据具备非常多的数据量，因此，分析和研究对大规模图数据处理技术已经逐渐发展成为广泛关注的重点。通过不断的研究和分析，已经具备一定水平的图处理技术，日益完善相关技术理论，为应用大规模图技术提供基础和保障，但是由于不断发展信息技术，促使快速发展多种多样的信息，导致存在越来越大规模的图数据，因此，需要适当提高研究而大规模图数据处理技术的力度，为有效处理大规模图数据提供平台[2]。可以从以下几方面进行分析：

（一）云计算环境下存储图数据的方式

在充分研究和分析大量资料和文献之后得到，目前，在应用以及管理大规模图数据处理技术的时候，其中主要包括超图数据模型、单图数据模型两种常用数据模型，上述两种数据模型都可以在一定程度上对无向图和有向图进行相应处理，但是两种方式最根本区别就是不同的存储格式。大规模体数据进行存储的时候，最基本的就是云计算分布式存储系统，可以把云计算分布系统分为分布式数据库以及分布式文件系统两种形式。分布式文件系统中最重要就是HDFS和GFS，能够直接存放临接矩阵和对接表；分布式数据库，也就是说NoSQL，其中最重要的就是Hbase和Big Tabl。分布式数据库可以分为以下将基本数据模型：主要包括KV存储模型、CFS列族存储模型、DS文档存储模型。DS模型具备方便、灵活的优势，比较适合使用存储结构化数据，此模型不适合对图数据进行存储。经过大量数据分析研究表明，KV存储模型十分适合存储大规模图数据，KV存储模型存在支持哈量存储、高并发查询以及模式结构简单的特点，在处理Page Rank等图数据的时候，一般情况不会出现复杂操作，能够符合数据处理的基本需求，如果是利用邻接表的方式形成图数据，Key就是图的源顶点，Value就是出边信息和点的值，可以更加方便的迁移和合并数据，增加空间局部性，大幅度降低处理查询过程中读取数据的次数，可以在一定程度上提高效率[3]。

（二）云计算环境下分割图数据

一般来说，云计算环境中处理大规模图数据，处理方式应该是分布式并行，因为图计算存在一定强耦合性、图数据具备连通性，为了能够更加高效的处理图数据，应该适当降低子图数据之间耦合度，图分割是有效实现目标的主要方式。基本流程是：首先需要分给具备相对比较完整逻辑结构的大图，然后在分布存储系统节点中分别放置分割部分，进行适当处理，并且每个子图启动以后都需要能够具备与之对应的计算服务，在处理完子图以后，就达到处理大图的目的。在上述处理过程总，分割大图以后，能够得到相对比较好的分割效果，但是在对大图进行分割的时候，需要重合分析图规模均衡性以及内部连通性，保证能够降低子图连通性，增加内部连通性，可以在一定程度上影响分布并行处理大数据机制的运行。此外，也应该降低子图规模均衡性，不能形成比较大的偏斜，避免由于过大时间差距影响系统同步性[4]。

（三）云计算环境下的图数据计算模型

现阶段，基于云计算基础上具备两种应用广泛的模型，包括BSP模型以及Map Reduce模型。

1、Map Reduce模型

Map Reduce模型主要包括由多个reduce、map共同形成的并行处理方式，可以把执行任务阶段分为两部分，一是Reduce阶段，在此过程中，Reduce任务会聚集处理接收到的数据，从而得到相关输出结果，并且能够在分布式文件中保存数据。二是Map阶段，此过程中，Map任务会合理计算分配到系统的数据，输出与之对应的key值，然后在reduce任务中映射出相对应的数据信息。

2、BSP模型

BSP模型主要就是说在并行执行消息通信的时候，具备好、数据竞争以及免锁死的运行特点，在云计算环境下处理大规模图数据需要合理使用上述模型，在迭代处理的时候，相比较Map Reduce模型来说，BSP模型具备相对比较高的执行效率。

（四）云计算环境下处理查询图数据

基于云计算基础上，主要存在两种能够支持处理查询大规模图数据的驱动模式，也就是被动遍历模式和主动遍历模式。上述两种模式具存在图顶点是操作对象的共同特点，也就是说操作处理技术的基本关键就是图顶点。第一，被动模式。上述处理模式能够不进行调用处理函数，可以适当降低处理不必要顶点，大量节约资源。第二，主动遍历模式。上述处理模式，具备比较强实用性，但是应用在特定情况下，会形成浪费资源的问题。

结束语

总之，依据云计算为基础，充分分析和研究大规模图数据处理技术，可以发现，在处理大规模图数据中应用云计算技术，能够有效提高处理效率。

参考文献

[1]于戈，谷峪，鲍玉斌等.云计算环境下的大规模图数据处理技术[J].计算机学报，2011，34（10）：1753-1767.

[2]李健，黄庆佳，刘一阳等.云计算环境下基于粒子群优化的大规模图处理任务调度算法[C].//2012年第三届中国计算机学会服务计算学术会议论文集.2012：1-8..

第8篇：云计算环境论文范文

关键词：云计算；混沌理论；Hadoop平台；DES算法；RSA算法

中图分类号： TP391.9 文献标识码：A

Abstract： This paper introduces the characteristics of cloud computing and the Hadoop distributed computing framework， and studies the hybrid encryption algorithm which introduces chaos theory into the cloud computing. Firstly， the traditional encryption algorithm DES and RSA are analyzed， and the defects of the two in the cloud computing are described. A chaotic hybrid encryption algorithm （CDR） is proposed by introducing the chaos theory. The algorithm generates random chaotic sequences by Tent mapping， and converts it to the initial key， and then mixed with DES and RSA algorithm to encrypt and decrypt the data， which effectively improves the efficiency and security of the algorithm. Finally， experiments are conducted on the Hadoop platform， in which a cluster simulation cloud environment is built， through horizontal comparison of the experimental results with DES and RSA algorithm， the CDR algorithm is proved to be more suitable for data encryption in the cloud computing environment.

Key words：Cloud Computing；Chaos Theory；Hadoop；DES；RSA

1 引言

云算作为一种应用于互联网的新兴的计算模式，将基础资源设施、应用系统、软件平台等作为服务提供给用户[1]。云计算也是一种以虚拟化为基础的架构方式，能够将资源虚拟化并构建规模较大的资源池，对外以服务方式进行管理。

随着云计算的发展，海量的用户数据和大型数据被放入云计算系统中，由于云计算分布式及虚拟化的特点，用户不能直观的确定数据的存储位置和划分情况等，所以数据的安全问题就变得非常重要。对传输数据进行加密处理是目前最直观最可行的保障数据安全的方法。目前有很多成熟的加密算法基本能够保证加密密文不被轻易破解，例如本文讨论的RSA算法。但是，由于云计算提供的服务主要面向互联网用户，在目前带宽成本和配套设施的限制下，要保证云计算的服务速度，对加密算法的效率就提出了较高的要求，RSA算法密钥生成较为复杂，对云计算中的大型数据加密时间较长，不适合应用在云计算中。

DES算法提出较早，是一种典型的对称加密算法，DES最大的优势在于软硬件上实现起来较为简单，执行速度较快，从效率角度出发适合应用在云计算中。但是较RSA算法而言，仅64位的密钥长度，在目前计算机硬件发展水平下，存在被暴力破解的可

能，从安全性上不适合应用在云计算中。

本文从改进RSA和DES算法在云计算中的缺点出发，提出一种适合云计算的混沌混合加密算法（CDR）。该算法引入混沌理论，通过混沌映射变量的随机性和遍历性对初始密码优化，同时对RSA和DES两种算法进行混合。提出算法对明文通过效率较高的DES算法进行加密以保证云计算下的效率，对通过混沌映射得到的密钥进行RSA算法加密传输，以保证云计算中的安全性。

最后通过搭建Hadoop云平台，创建集群模拟云计算环境。通过MapReduce执行CDR算法进行数据加密解密实验，通过对明文数据不同大小的划分，测试了提出算法在云环境下的表现，并且横向对比了RSA和DES在相同实验环境下的数据，从执行效率及安全性角度证明CDR算法更适合于云计算的要求。

2 Hadoop框架分析

Hadoop是Apache基金会所开发的一种分布式计算框架，非常适用于云计算环境，可以对海量的数据提供存储和计算[2]。Hadoop框架最核心的设计就是分布式文件系统（HDFS）和并行计算框架（MapReduce）。HFDS负责对数据进行分配和提供存储，MapReduce负责对数据提供计算。

2.1 HDFS系统

HDFS本质是一种分布式文件系统，它可以将一个大的数据进行划分，形成若干小的数据集，并对其进行备份，分布存储于云环境中的不同节点上。但对于单个用户来说，HDFS就好像一个传统的分级文件系统，在使用时可以像操作单个文件一样对大数据进行操作[3]。

HDFS框架是基于一组特定节点构建的，这些节点包括唯一的一个NameNode，用来提供元数据服务，指导计算节点和数据节点处理所分配的任务；多个DataNode，主要为HDFS提供存储块，并进行分布式文件的读写操作。Hadoop平台中数据冗余为三，每一块数据对应存储在三个DataNode之中。

在云计算环境中，HDFS通过以下措施保证海量数据的可靠存储。DataNode定期给NameNode发送“心跳”报文，并发送数据块列表信息，判断该节点是否正常；提供安全模式，在该模式下只提供只读视图，不允许进行增删改操作；记录详细的日志文件；对用户所取数据进行完整性检测[4][5]。

2.2 MapReduce框架

MapReduce 是一种并行处理大数据集的软件框架。MapReduce是基于函数性编程中的 map（） 和 reduce（） 函数，对应计算过程中的映射和规约。Map过程中接受一组数据并将其转换为键/值对列表，然后对其进行传输和重新排序。Reduce过程对Map过程产生的中间结果进行处理整合和排序，进而形成最终结果。

3 DES及RSA算法分析

云计算中数据量非常大，并且往往分散在不同的计算节点上，安全性的保障显得至关重要，通过加密算法对数据进行加密和解密是保证数据安全的最有效方法之一。对称加密算法DES和公钥加密算法RAS都是成熟并且被广泛应用的加密算法，这里对这两种算法进行分析，并指出其二者在云计算中应用的优缺点。

3.1 DES算法

DES算法执行过程中，对明文以64比特进行分组，最后一组不满64比特的按照特定方法进行补齐，密钥长度为8个字节，但有8个比特位为校验位。在加密阶段，首先通过初始置换将明文分为32位的两部分，用左半部分和右半部分代表。然后进行16轮运算，对数据和密钥进行结合。在每一轮运算中对密钥进行移位，在选取密钥56位中的48位，将右半部分的原始32位通过扩展置换为48位，然后进行异或操作和48位密钥结合，再通过S盒将此48位转换为32位，然后再与左半部分原始32位进行异或操作。最后通过逆初始置换，得到最终的密文。算法流程图如图1所示：

作为对标准DES算法的改进，Tuchman提出使用两个密钥的三重DES加密方法，该方法使用两个密钥，执行三次DES算法。加密的过程是加密―解密―加密，解密的过程是解密―加密―解密。两个密钥组合有效长度有112比特，有效的提升了DES算法安全性。以 表示明文，以 代表密钥，以 代表密文，设EK（）和DK（）代表加密和解密的方法，则3DES算法的过加密解密过程如下所示：

加密：

解密：

3.2 RSA算法

RSA算法通^大数难以分解的数学问题保证其安全性，密钥长度也远高于DES算法，达到1024位。RSA是一种能够抵御目前绝大多数密码攻击的公钥加密算法，其密钥产生及加密解密流程如下：

（1） 产生两个大素数 和 ， ；

（2） 计算 ，根据欧拉公式 ；

（3） 随机选择满足 的 作为公钥；

（4） 计算 ，以 作为私钥；

（5） 对明文按式 进行加密；

（6） 对密文按式 进行解密；

3.3 云计算中DES和RSA算法的不足

随着云计算能力不断提高以及计算机硬件的快速发展，对于DES加密算法而言，加密速度快是它的优势，比较适合处理云计算中的海量数据。但是DES最大短板就是密钥太短。密钥长度64位去除8位校验位，实际有效位数仅56位，若采用穷举法进行破解的话，只需要计算 种可能，特别是采用云平台的计算能力，在短时间完成破解密钥已成为可能[6]。3DES算法虽然通过多次解密解密进行了改进，但是由于其基本算法仍然沿用DES算法，所以在安全性上也不能完成保证被破解的可能。

对于RSA算法而言，其密钥长度最高达到1024位，并且公钥算法安全性本身要强于对称加密算法。采用穷举法进行强行破解的可能性很小，可以说是目前较为安全的加密算法。但是RSA算法缺点是加密过程每次要产生大素数，密钥产生异常复杂耗时，导致算法执行时间远高于DES算法，不适合在云计算中对大型数据进行加密。

4 混沌混合加密算法（CDR）研究

混沌是一种典型的非线性现象，能够按照自己规律，在一定范围内无重复遍历全部状态[6]。典型混沌特征包括：随机性、规律性、遍历性和对初值敏感性等。混沌通常指由确定性方程得到的随机运动状态，常见的混沌系统有Logistic映射、Tent映射、Chen系统、Lorenz系统等[7][8]。本文综合DES和RSA算法的优缺点，引入混沌理论，通过Tent映射生成密钥，提出一种混沌混合加密算法（CDR），该算法综合了DES和RSA算法的优点，并且进一步提高了算法执行效率和安全性。

4.1 Tent映射

Tent映射也称帐篷映射，它和Logistic映射目前被广泛使用，较Logistic映射而言Tent映射产生的混沌序列对初值较不敏感，分布较均匀[9]，本文采用Tent映射作为混沌信号发生器。其表达式为：

（1）

4.2 算法原理

CDR混合算法原理为：首先通过Tent映射产生随机混沌信号，然后通过数学转换生成DES算法密钥，此举利用混沌系统的随机特性可以提高密钥的安全性和加密速度；然后通过此密钥利用3DES算法对明文进行加密；再通过RSA算法对混沌系统产生的密钥进行加密，将加密密钥和密文发送接收方；接收方通过RSA解密得到3DES密钥，由于3DES为对称加密算法，接收方通过此密钥可对密文进行解密。算法流程示意图如图2所示：

4.3 混沌密钥生成策略

通过Tent映射生成混沌密钥过程如下：

（1） 随机产生0到1之间的随机数 ，根据DES算法密钥长度确定迭代次数n=64；

（2） 将 和n代入式1，通过Tent映射产生长度为64的混沌序列 ；

（3） 对序列 按 进行重写，得到整数序列I；

（4） 对I表示为对应64位二进制形式K，即为DES算法密钥；

4.4 CDR算法分析

混沌混合加密算法（CDR）综合了DES算法和RSA算法的优点并加入混沌理论进一步改进，针对云计算特点算法优势从以下几个方面分析：

（1）引入混沌系统的优势。利用混沌运动的非线性、随机性和有界性对初始密钥进行生成。使密钥也具有了混沌的随机特征，同时使该算法在获得等价安全强度下节省了密钥长度，提高了密钥传输的安全性，增强了密钥敏感性。

（2）算法效率优势。DES算法实现过程较为简单，能够快速通过软件或硬件实现，比较适合处理云计算中的大型数据。而RSA由于每次加密过程要至少产生512比特的大素数，密钥生成策略既复杂又耗时，很难做到一次一密。所以RSA算法在云计算环境中对大型数据加密速度是远高于DES算法的。CDR算法主体加密过程遵循DES算法，仅对混沌产生的密钥通过RSA进行加密传输。所以CDR算法的加密解密效率靠近与DES算法，要优于RSA算法。

（3）安全性优势。DES算法实现上虽然较为简单高效，但是由于密钥位数较短，存在被暴力破解的可能。所以在密钥的传输和管理上会消耗较多的系统开销。一般的做法为在通信前对密钥进行秘密分配，不定期进行密钥的更换，对不同数据也需要更换密钥。但是在CDR算法中，通过RSA算法对64位的密钥进行加密传输，根据前文分析，RSA算法目前可被认为是绝对安全的一种加密算法，所以很难破解RSA算法进而获得初始DES算法密钥，也省去对普通DES算法密钥的管理过程。

5 Hadoop平台实验

5.1 实验平台配置和搭建

本次实验在Java环境中配置SSH框架，实现Hadoop平台搭建集群模拟云环境，集群由6台计算机组成，其中一台配置为“CPU I7-4790，8G内存，主频3.2GHZ，1T硬盘”作为NameNode，扮演Master和JobTracker的角色。为了更好模拟云环境，其余五台计算机选取实验室中配置各不相同的五台机器，作为Slave和DataNode，即云计算中的计算节点。

因为云计算中最大的优势就是处理大型数据的存储和计算，所以本次实验选取了大小为1116.92MB的文本文件作为实验数据，在Hadoop平台下进行加密解密实验。测试CDR算法的性能，并横向对比DES和RSA算法。

实验执行加密过程步骤为：

（1） 首先将需加密明文文件放至HDFS分布式存储系统。

（2） 对整体明文文件根据不同的数据块大小进行切分，以作业形式分发至集群中的计算节点。

（3） 重写map（）函数，调用算法实现代码，实现对明文的加密过程。

（4） 通过reduce（）过程对所有作业结果进行整合得到最终密文。

实验解密流程和加密流程类似，此处不再重复阐述。

5.2 实验结果

MapReduce对数据进行计算默认以64MB为单位划分数据块，为了更直观的表现算法性能，试验中分别设置了64MB、32MB、16MB、8MB、4MB和2MB的文件分块大小。分别测试CDR、DES和RSA算法。进行10组加密实验和10组解密试验，取算法的平均执行时间，实验结果如图3和图4所示。

由图3和图4可分析得出，在Hadoop平台中，原始数据的分块大小对三种算法的执行效率都存在类似的影，从64MB分块值变化至32MB或16MB分块值时三种算法执行效率最高，若继续减小分块值特别是当分块值为2MB时，三种算法执行时间都急剧上升，这是因为当数据块单位过小，分块数量就会激增，在MapReduce计算中，Reduce过程对Map过程产生的结果进行整合排序的时间就越长。所以在云计算中，对大型数据的划分应取适当的单位，否则会影响计算时间。

为进一步横向比较三种算法执行效率之间的量级关系，取执行效率最高的32MB数据块划分，算法执行一次对比三种算法加密时间和解密时间。如图5所示：

由以上实验分析得，通过RSA算法进行数据加密解密时间远高于其他两种算法，实验加密文本数据大小为1G左右，实际云计算中数据量要远大于此，RSA算法执行效率较低不适合应用在云计算中。CDR和DES算法比较，CDR算法执行时间略高于DES算法，但是实验环境为6台计算机搭建集群，实际云环境中计算能力会大幅度提高，而且随着加密数据量的增大，根据本文上节的分析，其二者的执行效率差距会进一步缩小。从安全性角度上考虑，CDR算法结合了RSA算法和混沌随机性的优点，安全性要远高于DES算法。综上所述，CDR算法是一种兼顾效率和安全性的算法，更加适合于云计算。

6 结论

云计算作为一种有广泛前途的商业计算模式，建立在将大量资源虚拟化的基础上，可以对大型海量数据进行计算和管理，根据用户对作业量的需求提供服务。本文讨论了云计算环境下的加密算法问题，分析了DES和RSA算法在云计算环境下的不足，结合混沌理论提出了一种混沌混合加密算法，通过搭建Hadoop实验平台，结合实验结果分析证明该算法从效率和安全性上都进行了改进，更加适合于云计算环境。

参考文献：

[1] 孟湘来.基于云计算的数据中心构建探析[J].中国企业教育，2012（22）：240-241.

[2] 刘正伟，文中领，张海涛.云计算和云数据管理技术[J].计算机研究与发展，2012，49（z1）：56-27.

[3] 崔杰，兰红星，李陶深.基于Hadoop的海量数据存储平台设计与开发[J].计算机研究与发展，2012，49：12-18.

[4] 王鹏，董静宜.一种云计算架构的实现方法研究[J].计算机工程与科学，2009（S1）：11-13

[5] 王意洁，孙伟东，周松，裴晓强，李小勇.云计算环境下的分布存储关键技术[J].软件学报， 2012，23（4），962-986..

[6] 张京华，陈谊.一种混沌加密算法的设计与实现[J].北京工商大学学报，2004，4（22）：33-35.

[7] 陈全，邓倩妮.云计算及其关键技术[J].计算机应用，2009（9）：2563-2564.

[8] 侯佩，寇雅楠，黄利斌.混合加密体制在数字签名中的应用[J].计算机工程与计，2011，32（6）：1942-1945.

[9] 陈树平，侯贤良.计算机网络中DES 数据加密与解密技术[J].现代电子技术，2005，200（9）：114-115.

[10] Li Jingwei，Jia Chunfu，Li Jin，Chen Xiaofeng，Outsourcing encryption of attribute-based encryption with MapReduce[C].Information and Communications Security-14th International Conference， ICICS.2012：191-201.

[11] G.Sudha Sadasivam，G.Baktavachalam.A novel approach to mutiple sequence alignment using hadoop data grids[C].Proceedings of the 2010 Workshop on Massive Data Analytics on the Cloud，2010：472-483.

[12] Bilu Y，Hanrot G，Voutier P M.Existence of primitive divisors of Lucas and Lehmer numbers[J].Journal fur die Reine und Angewandte Mathematik，2001，539：75-122.

[13] Choi J， Reaz A， Mukheijee B. A survey of user behavior in VoD service andbandwidth-saving multicast streaming schemes. Communications Surveys &Tutorials， IEEE， 2012，14（1）： 156-169.

[14] Agrawal M，Kayal N，Saxena N.PRIMES is in P[J].Annals of mathematics， 2004：781-793.

基金目

国家自然科学基金项目：基于GIS的高校学生结核病防治管理体系及信息系统构建与应用研究，编号：71373203，项目负责人张少茹

作者简介：

第一作者：战非（1981.11），男，汉族，陕西西安，计算机软件工程专业硕士，西安航空学院计算机学院教师、讲师。研究方向：软件工程、通信工程、软件开发、移动互联网应用。

第二作者：张少茹，女，汉族，陕西韩城，博士，西安交通大学教授，博士生导师。研究方向：慢性病、传染性疾病防治管理。

联系方式：

第9篇：云计算环境论文范文

关键词：大数据；中小企业；会计成本

众所周知时代进步之下无论是国家经济还是科技技术均实现了良好发展，尤其是互联网技术的更新促使大数据应运而生。其实大数据完全可以说是互联网在一定发展之后展现出来的特征，只要是企业生产经营处于互联网的环境之下就会形成大数据。大数据的出现更提醒着众多的中小企业对会计成本做好良好控制以及管理，更加需要在大数据存在的背景下及时更新会计核算管理方式，在互联网形成大数据基础上依托于云会计展开日常财务工作，这有利于中小企业提升会计工作效率以及质量，进而真正的为企业发展奠定坚实基础。

一、初探大数据云会计基于中小企业会计成本实际核算控制影响

在探讨大数据云会计基于中小企业会计成本实际核算控制影响之前，有必要了解什么是云会计，其实所谓的云会计指的是建立在云计算基础上的会计日常工作，本质上为依托于云技术处于互联网环境之中进行的会计方面信息系统的有效构建，主要是用来对会计管理以及相应会计核算工作内容予以完成。而从该定义之中不难看出互联网背景下促使中小企业产生大数据，而同时还会形成云会计，大数据以及相应的云会计完全可以形容为是硬币的正反两面相互依存，云会计属于新时期中小企业进行会计信息化良好管理的关键利器，尤其是能够对大量的会计数据实施便捷性处理分析，实现中小企业对于高效率以及低成本会计实际信息化建设的目的，而其基于会计成本方面核算控制影响具体可以从两方面来讲：其一是企业处于大数据环境下依托云会计能够将会计成本实际计算周期有效缩短。具体来讲，中小企业可以依据历史成本以及自身经营目标将会计成本计划予以制定，并将该成本控制目标向各个工序以及不同环节和所有部门细化深入，利用输入作业成本精确相关数据指标科学化目标成本，将会计成本予以合理范围内良好控制[1]；依托于核算经营生产环节中设备费用以及人工费用和相应的材料等等费用，及时在云会计平台上上传涉及的会计成本数据信息，进而将整个经营之中成本发生额实现动态化科学展现，便于企业依托于全面性以及科学准确性会计数据降低成本，当然更加便于中小企业相应的管理决策层进行成本方面及时查询以及有效了解分析，动态性管理成本状况并及时调整成本偏差。其二是企业处于大数据环境下依托于云会计能够将成本控制关键点强化。具体来讲，云会计该种平台能够实现综合信息的跨部门的良好提供，这有利于共享资源信息，如在信息集成之后将库存信息以及物流信息和相应销售生产等等信息依托于会计模块实现共享，这有利于中小企业信息流以及业务流和资金流三者之间的统一化有效管理；当然依托于云会计该种平台还可以具体分析各个环节成本变化趋势以及占比结构，促使企业对于成本要素有着科学把控[2]。

二、探析基于大数据环境中小企业强化会计成本控制途径

一般来讲会计成本是中小企业在日常经营环节之中涉及到的所有成本，包含了原材料以及相应的销售生产等等，可以说涉及整个经营过程，会计成本发生以及形成均具备较强的动态特性，而基于大数据环境之中中小企业应该是将会计成本方面核算控制体现在方方面面，从不同环节上进行强化控制，而上文在了解了大数据以及云会计之后，下面就具体探讨中小企业处于大数据环境之中借助云会计对会计成本展开的良好核算控制。

（一）采购原材料方面

中小企业处于大数据环境之中借助云会计对会计成本展开的良好核算控制可以从采购原材料上着手，具体来讲，依托于云会计该种平台中小企业可以实现相关原材料数据信息准确以及全面性的良好获取，进而为构建较好采购环境奠定基础；中小企业一方面依托于云会计此平台对自身所需的不同原材料价格和相应质量进行充分性了解，另一方面还可以进行采购信息的及时，将采购原材料方面的渠道有效拓宽；而建立在采购信息公开基础之上，采购范围也会逐渐扩大，对于原材料的供需距离也会相应缩短，这对于采购效率的提升奠定了基础，最终实现采购成本的最大化降低；从选择供应商来讲中小企业完全可以借助公开竞争手段进而促使自身在采购原材料环节中占据有力地位，因为采购价格一旦偏高无疑是会增加中小企业成本压力，依托于云会计中小企业针对原材料建立相应的信息库，查看原材料方面市场价格的动态变化状况，核算并设计出最优采购方案，一旦确定供应商之后就需要将采购数量上报审批。

（二）物流环节方面

中小企业处于大数据环境之中借助云会计对会计成本展开的良好核算控制还可以从物流环节上入手，具体来讲，无论是中小企业以往物流还是当前现代化的物流基本上占据会计成本较大的比例，据相关研究数据显示运输上涉及到的成本费用往往占据整体物流成本百分之六十，由此也显示着运输对于中小企业物流的重要意义，而依托于云会计该种平台则完全能够分离物流运作以及采购业务，实现物流方面供应链的高效管理，对于部门界限良好打破，建立在线物料以及配送和相应仓储等等管理上的一体化[3]；一般企业处于供应链之中几乎所有环节均涉及物流费用，由此中小企业日常物流方面成本控制本质上属于系统性以及走高和性过程，而利用云会计可以将供应链不同环节实施有效的全过程控制，将物流方面总成本及时监控汇总；此外控制运输费用能够促使中小企业将单位时间以及单位空间相应运送力大大提升，而借助云会计完全可以提前将运输路线进行良好规划，并将最佳路径从众多的路线中挑选出来，最终促使中小企业利用最优路径进行物流配送进而将物流成本最大化降低。

（三）管理库存方面

中小企业处于大数据环境之中借助云会计对会计成本展开的良好核算控制还可以从管理库存上下功夫，具体来讲，中小企业在会计成本方面还包含了库存成本，而库存成本也是整个会计成本良好核算控制要素，一般依据订单需求决定原料采购，为此大数据时代库存则建立在MRP基础上，依据现有库存以及物料清单和相应的产品订单等将实际采购量确定下来，以库存的最小成本进行为中小企业经营生产予以保障，还可以对库存保质期以及最高库存和和库存安全实施有效安全预警；中小企业在日常经营中常常为了回避停工待料就需要对原材料日常库存做到数据的及时获取，而以往人工核算统计在原材料大数据环境下则常常出错，此外还耗时耗力，这对于中小企业进行决策制定非常不利，而处于大数据环境之中中小企业完全可以将仓储物资进行电子标签的实际粘帖，该种电子标签本质属于物资特定的并且唯一性编码，其中更是记录着专有仓储信息，而中小企业完全可以借此实现库存物资方面信息化精细管理，此外仓库相关管理工作者也能够依据电子标签将货物快速良好定位等等，可以说无论是材料的使用还是运转均能够实现动态化的全程管理，避免物资丢失和相应被盗，最大化将库存成本降低。

（四）制造生产方面

中小企业处于大数据环境之中借助云会计对会计成本展开的良好核算控制可以从制造生产上着手，具体来讲，中小企业对生产环节进行成本构成的实际分析之后可以将一些可控的以及频繁发生重要成本指标进行提取，依托于云会计该种平台更加能够进行成本方面指标库的良好构建，而该指标库目的是用来微观控制产品成本；此外借助云会计还能够对不同工序相应的标准成本进行数据分析，因为标准成本如果和相应的实际成本两者之间具备较大性差异，则需要快速分析产生该种状况背后的原因，并及时调整标准成本相关数据促使其和实际状况较为吻合；如果说是日常生产环节出现异常成本则需要依托于各个部门之间狼嚎配合及时予以解决，合理将异常成本控制，进而通过上述方式对处于大数据环境中的中小企业生产成本实现最大化降低。

（五）产品销售方面

中小企业处于大数据环境之中借助云会计对会计成本展开的良好核算控制，除了可以从制造生产以及库存等四方面入手之外，还可以从产品销售上下功夫，具体来讲，借助云会计中小企业完全可以在大数据环境之中对相应的客户需求进行科学分析以及良好调查和有效跟踪，还可以利用互联网进行自动化的新型营销方案，将终端客户与中小企业之间的沟通距离不断拉近，在此基础上对客户偏好以及相应的客户需求做到心中有数；依托于产品在经济市场实际占有比例对受众群予以分析，进而实现将产品信息于目标客户的直接推送，最大化避免比不要广告费用和线下宣传费用，当然更加可以借助云会计将总销售成本良好核算[4]。

三、结论

综上分析可知，大数据时代的来临意味着云会计随之产生，大数据本质上和云会计之间相辅相成，对于大数据的探讨如果脱离了云会计则显得不伦不类，在该种环境背景之下中小企业完全可以依托于云会计在大数据环境下实现会计成本方面数据信息的便捷获取以及有效提取和科学应用，实现总会计成本的最大化降低，而本文将处于大数据环境之中的中小企业实际会计成本控制核算作为研究核心旨在为现今关于会计成本方面的研究提供理论上的参考依据，并期望为未来中小企业长足发展献出自己的一份微薄之力。

参考文献：

[1]梁伟静,薛晓芳,李晓智.大数据及云会计背景下制造企业物流成本核算———基于统计与会计相结合的核算方法[J].财会通讯,2016,(10):74-76.

[2]林菡.私营企业会计成本核算研究———以泉州私营企业为例[J].中共福建省委党校学报,2013,(07):117-120.

[3]张明明.推动企业会计信息化深入发展的探索———歧点、亮点与难点[J].会计之友,2014,(02):4-10.