关键词:云计算；计算机安全；安全保障
云计算技术的应用给人提供了很大的方便，满足了人们的技术应用的要求。处在当前的数据发展时期，面对愈来愈大的数据，加强对数据的管理就显得比较重要，云计算技术的应用成为数据管理的重要技术。通过对云计算技术的研究以及对计算机安全问题的分析，就能为解决实际问题提供相应参考。
1云计算的优势特征以及产生的影响分析
1.1云计算的优势特征体现
其一，规模大的特征体现。云计算技术的出现成为数据管理的改革起点，云计算技术的应用主要是通过让计算分布在大量分布式计算机上，企业数据中心运行和互联网相似，这样就能被数据资源切换到需要的应用上[1]。云计算的技术应用下，就有着鲜明的特征，首先超大规模是其基础的特征，如谷歌的云计算有一百万台服务器，而对于微软以及雅虎等云也有着几十万台服务器，企业私有云通常有数百成千台服务器，这就大大提高了计算机的计算和存储的能力。其二，虚拟化的特征体现。云计算的特征还体现在虚拟化方面，云计算技术支持用户在任意位置使用各种终端进行获得服务，这样就是的云并非是有形的，而是虚拟的。用户也不用了解云的位置和具体运行，只要有终端就能在网络的服务下来完成相应的操作。其三，价格低的特征体现。云技术的应用价格比较低廉，其特殊的容错措施使用廉价节点来构成云的，自动化集中式管理方式就使得在应用云的时候不同担心管理成本，并且资源的利用效率能得到有效提高，用户在享受低成本的优势下，就能方便的进行工作生活使用。这也是云技术得以广泛应用的重要因素之一。其四，高扩展可靠特征的体现。云计算技术的应用过程中，其可靠性是比较突出的，云技术使用了诸多的数据多副本容错等保障服务的可靠性；同时能够在规模上精细红伸缩，对不同的用户规模增长的需要要求能有效满足[2]。
1.2云计算技术产生的影响分析
云计算技术的应用所产生的影响时比较大的，其中对软件的开发产生的影响就比较突出。云环境下软件的技术以及架构会发生变化，开发软件要和云相适应，对和虚拟化核心的云平台要进行结合，对其运算的能力以及存储的能力变化要能有效适应等。并要能对大量的用户使用的要求得以有效满足，其中就涉及到数据信息的处理能力以及存储结构等。还要能实现互联网化的目标，安全性要能得以加强。在云环境下的软件开发以及工作模式也会随之而发生变化，软件产品的祖自宏表现的形式会更加的丰富[3]。另外，云计算技术的应用对软件的测试产生的影响也比较突出，主要就是软件开发工作变化使得软件测试也发生了变化，软件的测试点就要进行适当的调整，对软件质量重视的基础上，对云计算环境提出的质量要求也要能得以满足，其中的多平台兼容性以及软件动态适应能力等方面都要能够满足其要求。软件的测试工具以及测试的工作模式和测试的环境也发生了变化，测试对不同形式的软件产品的测试也发生了变化，这些都是云计算环境所造成的。
2云计算的应用和云计算下计算机安全问题及建议
2.1云计算技术的应用
云计算技术的应用范围比较广泛，其中在物联网中的应用就比较广泛，物联网核心和基础是互联网，是在这一基础上的延伸扩展的网络。物联网的业务模式主要有两个，一个是．MAI（M2MApplicationIntegration),内部MaaS；一个是MaaS（M2MAsAService),MMO,Multi-Tenants(多租户模型）。物联网在近些年的迅速发展过程中，对数据存储的要求也愈来愈高，对云计算的技术应用需求也在加大，云计算的应用下能满足物联网的实际应用要求，从计算中心到数据中心在物联网初级阶段能够满足其应用的要求。云计算技术应用中，云存储的应用是最为基础和广泛的，云存储是通过集群应用以及网络技术等功能的应用，把网络中大量不同类型存储设备采用软件进行集合协同工作，对外提供数据存储和访问功能系统，这样就能大大提高存储的效率和安全性[4]。云计算技术在云安全领域的应用发展也比较重要和广泛，云安全主要是对网状大量客户端的利用，从而来对网络软件中的异常行为的监测，从中获得木马以及恶意程序最新信息，将其信息推动到Server端自动化的处理，将解决方案发送到每个客户端。云安全领域的应用有着诸多的方法，有管理密码的方法需要应用程序以及软件，在云技术的应用下通过LastPass就能对密码进行安全管理。
2.2云计算技术下计算机的安全问题分析
云计算的应用比较广泛，在云计算环境下计算机的安全问题也比较突出，解决实际中的安全问题就显得比较重要，主要的安全问题有以下几个层面：其一，云计算技术缺乏安全标准。云计算技术是新型的技术，在信息化的时展速度比较快，但是还没有形成完成的安全标准，这就说明云计算技术应用中，涉及到数据保密完整性等，都是通过云计算消费终端进行承担的，云计算服务上不承担责任。在法律层面对云计算技术的应用安全标准也没有进行细化规范和约束，这就必然会在实际中存在安全问题。云计算技术的应用中存在的不安全因素也比较多，有的云计算服务商受到利益的引诱，会不顾安全问题从中谋取利益。其二，数据安全的问题比较严重。云计算技术下的计算机安全问题的数据安全问题比较突出，云计算技术的应用愈来愈广泛，主要是其数据存储的方便。随着计算机技术的迅速发展，用户通过云端的应用进行存储数据以及调用数据的量就比较大，由于计算机监管的条件受到限制，这就使得在具体的监督管理执行过程中存在着难度，从而留给不法分子攻击的机会造成数据的丢失，这就存在着很大的数据安全隐患，对用户的合法权益以及经济利益会造成很大的威胁。云计算是虚拟的技术，对数据信息存储的位置不能得到确定，也缺少具体规范，这就会造成同一信息数据存在多个地方，在信息安全的保障方面受到很大影响，也比较容易发生信息数据窃取的安全问题。其三，用户权限安全保护力度有待加强。云计算下计算机的安全问题还体现在用户权限的保障力度不强方面。未能方便用户查看信息数据，就要活得相应权限，而在等级的不同因素影响下，用户权限也是不同的，获得的内容信息重要程度也有着不同。对有着权限的用户，股票中能调整自己持有股份的金额，不具备权限的用户就只能查看数据信息变化，在用户权限的不同下，一些不法分子就对云环境下的计算机采用病毒入侵的方式，通过不当方式获得用户权限获得相关信息，这就使得用户权限的安全受到很大的威胁，对用户会造成很大经济损失。
2.3云计算背景下计算机的安全保护建议
云计算背景下的计算机安全保障措施的实施要注重科学性，笔者结合实际安全问题提出几点保护建议：建议一：加强云计算用户自身的数据安全意识。云计算下的计算机安全保障工作的实施，首先用户自身的信息数据安全意识要加强，提高信息数据安全保护意识能避免留给不法分子可乘之机。如在网吧等公共网络场所不登录个人账号和存储重要信息。要提前进行电脑病毒的查杀，对信息存储和备份后，就要将信息数据的记录以及账号记录进行及时删除。对于个人的电脑应用就要安装必要的杀毒软件以及防火墙等，并能定期的进行电脑杀毒处理，管理好电脑，这样就能有效避免计算机安全问题出现。
3结论
综上所述，云计算环境下的计算机安全保障措施的实施，要充分注重方法的科学应用，并要对云计算技术有充分的了解，这样才能针对性的解决实际安全问题。在计算机技术迅速发展的环境下，云技术的应用将成为趋势，对计算机的信息安全的保护强度也会进一步加强。
参考文献
[1]朱英旗.云计算背景下计算机安全问题及对策分析[J].电脑知识与技术,2017(23).
[2]王伟.云计算背景下计算机安全问题及对策[J].中国新通信,2017(08).
[3]梁礼勇.云计算背景下计算机安全问题及对策[J].电子技术与软件工程,2016(11).
针对云计算环境中任务调度算法复杂度高、任务分配不够合理等问题，提出一种基于朴素贝叶斯分类的负载均衡技术。该技术利用云计算环境的心跳机制全面地收集各节点负载信息，并采用朴素贝叶斯算法对各节点负载状态进行分类；然后，根据节点状态分类结果，实现任务和资源分配的合理调度。实验结果表明，基于朴素贝叶斯算法的负载均衡技术能提高任务的分配效率，避免任务在各节点间频繁迁移，快速有效地实现云计算环境中各节点间的负载均衡。
关键词：云计算环境；负载均衡；朴素贝叶斯；负载信息；任务调度
中图分类号： TP311.1
文献标志码：A
Load balancing technology based on naive Bayes algorithm in cloud computing environment
Abstract：
For the the heavy complexity of scheduling algorithm and the misallocation of assignment occurring in the cloud computing environment， a load balancing technology based on naive Bayes algorithm was proposed. This technology made use of the heartbeat mechanism to gather every nodes load information comprehensively， so as to classify the load state of all nodes based on naive Bayes algorithm. Then， according to the classification， it achieved reasonable dispatch of the task and resource for each node. The results of the experiments show that， this load balancing technology improves the efficiency of the allocation of tasks and avoids the frequent migration between nodes， so that it can achieve the purpose of balancing the load rapidly and effectively.
Key words：
cloud computing environment； load balance； naive Bayes； load information； task scheduling
0 引言
云计算是继分布式处理、并行处理、网格计算之后的一种新的计算模式，其核心是将大型数据中心的计算资源虚拟化，向用户提供以计算资源为形式的服务[1-2]。随着互联网数据量的与日俱增，云计算环境（简称云环境）必须具备提供大量并发访问服务的能力，如何将云环境中的总体负载“合理”分配到各个节点上，避免各节点的处理能力和I/O能力成为云计算中心提供服务的瓶颈，是云计算研究领域的热点问题之一。目前，主要采用负载均衡技术，通过调整各个节点上的负载分配情况，进行节点间的负载平衡，从而最大限度地利用现有系统资源，实现用户服务和扩展性能的最大化[3-4]。
现有的负载均衡技术研究中，根据其实现负载均衡方式的不同，主要可以分为静态负载均衡技术和动态负载均衡技术。静态负载均衡技术根据现有任务执行情况，并结合系统软硬件信息，通过调度算法选择合适的节点来分配、执行任务[5-6]。动态负载均衡技术则根据系统当前状态决定如何给云环境中的节点分配任务。若节点任务超载，则将超载任务动态转移至其他节点执行，如基于蚁群算法的负载均衡技术[7]、基于贪心算法的负载均衡技术[8]等。另外，文献[9]提出了一种基于虚拟机实时迁移的自适应负载均衡算法，通过处理当前负载数据和历史数据，预测虚拟机迁移后对系统影响程度，从而选择合理有效的迁移策略。文献[10]则将分布式系统中基于移动的负载均衡策略应用于云环境，利用Agent轮询机制收集节点信息，进行负载平衡操作。
由于每个任务占用资源难以预测，且各节点处理能力不同，动态负载均衡技术与静态负载均衡技术相比，更能根据系统性能的变化，动态地调整各节点的负载分配情况，负载均衡效果更好[11]。但现有动态负载均衡技术存在以下两个问题：1）只考虑单一负载指标（如CPU、内存等），未对云环境中各节点的负载情况进行全面有效评估，使得任务的分配调度不够合理，容易造成任务在各集群节点间的频繁 “抖动”；2）实现任务调度时，调度算法比较复杂，需要在全局节点中寻找最优解，不仅影响任务分配效率，而且会给云环境系统造成更多的计算开销。
针对上述问题，本文结合云环境分布式并行的特点，提出了一种基于朴素贝叶斯算法的负载均衡技术。首先，利用云环境中的心跳包全面地收集各节点负载信息，并采用朴素贝叶斯算法对各节点负载状态进行分类；然后，根节点根据节点状态分类结果，实现任务和资源分配的合理调度，提高云环境的性能。
1 基于朴素贝叶斯算法的负载均衡技术
1.1 相关概念
定义1 负载特征值。云环境中节点s的静态负载特征和动态负载特征，用于反映节点运行时的总体负载状况，记为V（s）。
在计算各节点负载特征值时，本文设定节点的负载特征属性主要包括CPU、内存、磁盘及网络四个方面。其中，CPU和内存属性反映当前节点任务处理过程中的负载情况；磁盘属性反映当前节点I/O负载情况；网络属性则反映了节点任务的接收及传送情况。下面将给出各个负载特征值属性的具体定义：
定义2 CPU负载特征值。设云环境中节点s的CPU运行队列中任务数为C1，CPU上下文切换率为C2，空闲CPU时间百分比为C3，则其CPU负载特征值VC（s）为：
VC（s）=σ1C1+σ2C2+σ3C3
其中σi（i∈{1，2，3}）为一组权重系数，且∑σi=1，根据不同的应用可动态调整权重。
定义3 内存负载特征值。设云环境中节点s的物理内存大小为R1，虚拟内存大小为R2，空闲存储器的大小为R3，则其内存负载特征值VR（s）为：
VR（s）=ε1R1+ε2R2+ε3R3
其中εi（i∈{1，2，3}）为一组权重系数，且∑εi=1，根据不同的应用可动态调整权重。
定义4 磁盘负载特征值。设云环境中节点s的磁盘利用率为D1、磁盘访问速度为D2、磁盘队列长度为D3，则其磁盘负载特征值VD（s）为：
VD（s）=ω1D1+ω2D2+ω3D3
其中ωi（i∈{1，2，3}）为一组权重系数，且∑ωi=1，根据不同的应用可动态调整权重。
定义5 网络负载特征值。设云环境中节点s的网络往返延时为N1，网络带宽为N2，则其网络负载特征值VN（s）为：
VN（s）=δ1N1+δ2*N2
其中δi（i∈{1，2}）为一组权重系数，且∑δi=1，根据不同的应用可动态调整权重。
另外，为了对节点s的负载情况进行贝叶斯分类，根据上述定义，训练样本的格式定义如下：
定义6 训练样本。在云环境系统中，用于对节点s的负载情况进行贝叶斯分类的训练样本格式为〈VC（s），VR（s），VD（s），VN（s），T（s）〉五元组。其中：VC（s）、VR（s）、VD（s）和VN（s）分别为CPU、内存、磁盘和网络的负载特征值；T（s）∈T，T为训练样本分类集，T={Tj| j=1，2，3}（其中：T1表示空闲状态，T2表示正常负载状态，T3表示过载状态）。
1.2 基于朴素贝叶斯的分类方法
朴素贝叶斯（Naive Bayes， NB） 分类方法以贝叶斯定理为理论基础，是在已知先验概率与条件概率的情况下的模式识别方法[12]。与其他分类器相比（如人工神经网络、决策树等），朴素贝叶斯方法采用的分类器是分类算法中最简单、有效而且实用的模型。其假设一个属性对给定类的影响独立于其他属性，当假设成立时，其分类效果是最精确的。另外，采用朴素贝叶斯分类算法，可有效利用云环境中的Map/Reduce并行处理机制，将各节点收集信息进行并行分析处理，不仅不会造成系统的过多的额外负载，而且能快速有效地获得分类结果。
设样本空间为U，训练样本分类Tj的先验概率为P（Tj）（j=1，2，3），其值等于属于Tj类的样本总数除以训练样本总数|U|。对于新样本w，其属于Tj类的条件概率是P（w|Tj）。根据贝叶斯定理，可知Tj类的后验概率为P（Tj|w）：
P（Tj|w）=
1.3 负载均衡策略
对于云环境中的所有子节点node，在每次发送心跳包heartbeat之前，利用空闲时间计算出节点s负载特征值VC（s）、VR（s）、VD（s）和VN（s）；然后，将负载特征值随心跳包发送到根节点，根节点则根据负载均衡策略，反馈各子节点的任务请求，实现任务的优化分配，达到均衡云环境负载的目的。为提高响应速度，根节点在收到心跳包之后，根据上次的分类结果来反馈指令，而本次收集的信息则在空闲时间进行计算，下个心跳周期发送。具体均衡策略如下：
根节点收到子节点发送的心跳包之后，将根据式（7）判断节点状态分类，并按以下三种策略进行处理：
1） 若节点属于空闲状态，则响应该节点的任务请求，并同时发送负载迁移指令——接收者启动。
2） 若节点属于正常状态，则以一定概率响应任务请求。为提高云环境平衡效益，若当前空闲节点占多数时，则适当提高响应概率，加快任务执行速度；若当前过载节点占多数，则降低响应概率，以控制云环境整体负载，避免全局负载过重。
3） 若节点属于过载状态，则拒绝分配任务。
1.4 负载迁移策略
本文负载迁移策略包括接收者启动策略和发送者启动策略。根据式（7）的分类结果，空闲节点运行接收者启动策略，进行局部负载均衡，若能有效处理周围节点负载，则策略结束；否则，过载节点开始发送者启动策略，继续进行负载均衡操作。本文使用的发送者启动和接收启动策略都在局部范围内，避免了节点大范围的迁移，提高了平衡效率。
假设初始节点为s，则接收者启动策略为reciver（s），发送者启动策略为sender（s）。接收者启动策略和发送者启动策略的遍历距离分别为μ和ρ，设参数i表示距离初始节点的距离，H（i）表示距离初始节点为i的所有节点的集合。
具体策略如下：
1）空闲节点接收者启动策略：
2 实验结果与分析
2.1 实验环境
为验证本文所提出的基于朴素贝叶斯分类的负载均衡技术的可行性和有效性，本文采用了3.00GHz的CPU和2GB的RAM作为硬件环境，Windows XP的操作系统，JDK7.0的基础环境及Myeclipse9.0的编程工具，继承扩展了云计算仿真软件CloudSim[13]的DataCenterBroker、Vm和Host、Cloudlet等类。云任务（Cloudlet）按FCFS策略直接绑定到虚拟机（Vm），虚拟机根据主机（Host）相关有效信息，采用负载均衡技术进行分配和迁移操作。
本文实验环境利用如表1、2所示。规格的Host、Vm构成云计算数据中心（DataCenter），分别测试在相同条件下，不同任务数在DataCenter运行的时间及迁移的次数。
2.2 实验结果分析
由于静态负载均衡技术不能根据系统性能的变化，动态地调整各节点的负载分配，其负载均衡效果明显低于动态负载均衡技术。因此，在本实验中，选择目前较为典型的两种动态负载均衡技术——基于蚁群算法的负载均衡策略[7]和基于贪心算法的负载均衡策略[8]进行对比实验。
为验证文中提出的算法的可行性，在第一组实验中，记录了任务执行过程中系统节点负载分布情况，如表4所示。
从表4可以看出，在任务数目较少时，集群负载平均分布在集群各节点上，大部分节点都处于空闲状态；任务数增加时，集群整体负载增多，空闲节点数据减少，根节点采用基于朴素贝叶斯的任务分配策略，将任务优先分配至空闲节点，避免了过载节点的出现；随着任务数不断增多，在无空闲节点的情况下，基于朴素贝叶斯的任务分配策略将任务分配至正常节点，对过载节点进行迁移，进一步避免集群的局部过载。实验数据表明，基于朴素贝叶斯的负载均衡技术能有效地平均集群负载，达到优化资源利用率的目的。
在实现负载平衡的过程时，调度算法的复杂度将会直接影响任务的分配效率和执行时间。在第二组实验中，针对不同负载平衡技术，本文将着重考察在相同节点条件下，任务数与任务运行时间的关系。从图2可以看出，基于朴素贝叶斯算法、蚁群算法和贪心算法的三种负载均衡技术，其任务运行时间均基本上随着任务数量的增长呈线性增长趋势。但由于基于朴素贝叶斯算法的负载均衡技术，先采用朴素贝叶斯算法实现分类，再根据分类结果对节点实现调度，能将任务快速、有效地分配到云环境中当前较为空闲的节点，充分利用了现有系统资源，有效地提高调度算法的效率。另外，与基于蚁群算法和基于贪心算法的负载均衡技术相比，本文提出的负载均衡技术避免了在整个集群节点中寻找最优解，缩小了其解空间，减少了任务分配的计算开销。因此，采用基于朴素贝叶斯算法的负载均衡技术，其任务运行时间少于其他两种技术，并随任务数逐渐增多，其优势更加明显。
另外，在负载平衡的过程中，能否对节点的负载情况进行有效评估，使得任务的分配调度更为合理，也是衡量负载平衡技术优劣的一个重要方面。在第三组实验中，针对不同负载平衡技术，本文将着重考察在相同节点条件下，任务数与任务迁移次数的关系。从图3中可以看出，在实现节点的负载均衡时，采用朴素贝叶斯分类算法，其任务迁移次数明显少于基于蚁群算法和基于贪心算法。分析可知，采用朴素贝叶斯分类算法时，利用训练样本，较为全面地综合考虑CPU、内存、磁盘及网络等四个方面的负载因素，因此能将任务分配到合适的节点，有效避免任务在各集群节点间的频繁 “抖动”情况，且随任务数的逐渐增多，采用朴素贝叶斯算法作预处理的效果更加明显。
3 结语
针对大数据时代的云计算环境，负载均衡机制为提高资源利用率、减少计算中心资源消耗提供了解决方案。本文提出的基于朴素贝叶斯分类的算法，给出了节点分类特征参数及分类方法，针对不同分类状态的节点采取了相应的任务分配策略和平衡策略，有效地提高了云任务的执行效率，达到了均衡云环境负载的目的。本文提出的处理任务分配与节点负载信息的方法，能有效处理云环境负载均衡的问题，为云环境平台下的负载均衡策略研究提供了新的解决方案。
参考文献：
[1] GROSSMAN R L. The case for cloud computing [J]. IT Professional， 2009，11（2）：23-27.
[2] LIU P. Cloud computing[M]. Beijing： Publishing House of Electronics Industry，2010：1-16. （刘鹏.云计算[M].北京：电子工业出版社， 2010：1-16.）
[3] YI X， WENG C. Load balance approach to save power on cloud datacenter[J]. Journal of Frontiers of Computer Science & Technology， 2012，6（4）：327-332.（易星宇，翁楚良. 面向云计算中心效能优化的负载平衡方法[J]. 计算机科学与探索， 2012， 6（4）： 327-332.）
[4] GUO P， LI Q. Load balancing scheduling algorithm based on classifying the server by their load[J]. Journal of Huazhong University of Science and Technology：Nature Science Edition， 2012，40（S1）：62-65.（郭平， 李琪. 基于服务器负载状况分类的负载均衡调度算法[J]. 华中科技大学学报：自然科学版， 2012， 40（S1）：62-65.）
[5] SCHROEDER T， GODDARD S， RAMAMURTHY B. Scalable Web server clustering technologies[J]. IEEE Network， 2000， 14（3）： 38-45.
[6] ZHAO Y， HUANG W. Adaptive distributed load balancing algorithm based on live migration of virtual machines in cloud[C]// Proceedings of the 5th International Joint Conference on INC， IMS and IDC. Piscataway： IEEE， 2009： 170-175.
[7] CHEN Z. Resource allocation for cloud computing base on ant colony optimization algorithm[J]. Journal of Qingdao University of Science and Technology： Natural Science Edition，2012，33（6）：619-623.（陈真. 基于蚁群优化算法的云计算资源分配[J]. 青岛科技大学学报：自然科学版， 2012， 33（6）：619-623.）
[8] HUU T T， THAM C K. An auction-based resource allocation model for green cloud computing[C]// Proceedings of the 2013 IEEE International Conference on Cloud Engineering. Piscataway： IEEE， 2013：269-278.
[9] ZHANG Z， ZHANG X. A load balancing mechanism based on ant colony and complex network theory in open cloud computing federation[C]// Proceedings of the 2nd International Conference on Industrial Mechatronics and Automation. Piscataway： IEEE， 2010： 240-243.
[10] WANG S C， YAN K Q， LIAO W P， et al. Towards a load balancing in a three-level cloud computing network[C]// Proceedings of the 3rd IEEE International Conference on Computer Science and Information Technology. Piscataway： IEEE， 2010： 108-113.
[11] CHENG C， ZHANG D， XU Y， et al. A sub-state adaptive load balancing strategy for cloud computing [J]. Journal of Nanjing University of Posts and Telecommunications：Natural Science， 2012， 32（4）：53-58.（程春玲， 张登银， 徐玉， 等. 一种面向云计算的分态式自适应负载均衡策略[J]. 南京邮电大学学报：自然科学版， 2012， 32（4）：53-58.）
云计算(Cloud Computing)是通过互联网提供计算资源环境和服务的实现方式，是基于互联网的超级计算模式。可以将存储于计算机、移动电话和其他设备上的大量信息及处理器资源聚集、协同工作快速处理。主要是以一种分布式计算技术，通过网络将庞大的计算处理程序自动分拆成多个子程序，再由多部服务器所组成的庞大系统，经过协同搜索、计算和分析处理后将结果回传给终端，真正充分实现网络资源共享[1]。
完整的云计算是一个动态的计算体系，提供托管的应用程序环境，可以实现动态部署、动态分配或重分配计算资源，实时监控、安全特征识别与防护，查杀病毒等，以期达到网络资源的高效使用和安全防护。是分布式处理、并行处理和网格计算的发展和新应用。
Amazon的AWS(Amazon Web Services)、Google的GAE(Google App Engine)、IBM的Blue Cloud、瑞星2009等实际都是一种云计算应用，不仅拥有分布式的计算环境，而且可以通过互联网提供服务，并能实现动态的资源分配和各种云计算需求。
本文在分析云计算的特点、类型和IPS (Intrusion Prevention System)技术的基础上，概述了云安全优势及核心技术，提出了新的基于云计算的智能NIPS结构及特点。
1云计算的特点及类型
1.1云计算的特点
云计算具有3个特性:对计算资源进行动态切割及动态分配、以Web为中心、交付服务。它提供了远超越计算和存储本身的服务，除了包括以服务为交付模式的计算和存储基础设施外，虚拟主机的租用、社会关系网的数据信息服务、商业流程、应用程序运行环境、编程模型、协同环境以及IT管理外包等各种模式都可列入云计算的范畴。
Web是承载云计算的核心。Web结构简单并以超链接连接HTML文档，以标记语言描述和存放内容及其之间的关系，非结构化的存储使其具备强大的描述能力。利用TCP/IP、HTTP等协议可以产生互动，并能将各种异构系统相连。用户完全可以不用考虑整个IT体系后端运行的操作系统、中间件和数据库种类，只需一个简单的URL及响应的角色身份，即可得到所需信息。尽管技术体系繁杂，相互之间存在差异，但整个业界唯一共同认定的Web标准，使Web成为承载不同业务、不同系统的云计算的唯一平台[2，3]。
云计算具有4个显著特点:
对客户端设备要求低。云计算如同银行存款一样，提供了最可靠、最安全的数据存储中心，用户不用再担心构建网络系统、数据丢失和病毒等。
用户使用便捷。“云”的另一端，有专业的IT人员维护硬件和软件，帮助防范病毒和各类网络攻击，以及以往在客户端所做的各种维护与管理。
易于实现数据与应用共享。在云计算的网络应用模式中，只将一份数据保存在“云”的另一端，用户的数码设备只需要连接互联网，即可同时访问和使用同一数据。
充分利用网络的强大功能。为存储和管理数据提供了更充分的空间，也为用户的各类应用提供了更充分的计算能力。
事实上，云计算多年来在很多领域取得了神奇效果，如迅雷快速下载技术。随着虚拟化和SOA在企业中的逐渐普及，灵活、可扩展的基础架构最终可以让企业都成为“云”节点。美国等国家正在推行学校云计算计划，以“通用云计算服务”为学校带来虚拟电脑桌面和“虚拟计算实验室”云计算平台，包括在线使用教育资料、应用软件、计算和储存等。
1.2云计算的类型
云计算对不同的服务对象类型不同，主要包括以下7种类型[3]。
SaaS。各种SaaS(Software as a Service，软件即服务)运营商的服务平台，基本都是用云计算构建的。用户利用云计算通过浏览器得到程序，可省去服务器和软件授权上的开支，而供应商只需要维持一个程序且减少成本。
实用计算。开始在Amazon.com、Sun、IBM和其他提供存储服务和虚拟服务器的公司中应用。可使IT行业创造虚拟的数据中心，将内存、I/O设备、存储和计算能力聚集成一个虚拟的资源池，为整个网络提供服务。
网络服务。网络服务提供者能够提供API(Application Programming Interface，应用程序编程接口)让开发者研发更多基于互联网的应用，而不提供单机程序。
平台即服务。云计算将开发环境作为一种服务进行提供，为另一种SaaS。可以使用中间商的设备来开发各自的程序，并通过互联网用其服务器传到用户端。
MSP。MSP(管理服务提供商)是一项最早的云计算应用。它更多的是面向IT行业而不是终端用户，常用于邮件病毒扫描、程序监控等。
商业服务平台。SaaS和MSP的综合应用，为用户和提供商之间的互动提供了一个平台。如用户开支管理系统，能够根据用户设置来管理其开支并协调其订购的服务。
云计算集成。将互联网上提供各类服务的公司进行整合，使用户能够更方便地比较和选择服务供应商。
2云安全优势及核心技术
2.1云安全的优势
“云安全(Cloud Security)”是网络时代信息安全的最新体现和云计算新应用，它融合了并行处理、网格计算、未知病毒行为判断等新兴技术和概念，通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的最新信息，发送到Server端进行自动分析和处理，再将解决方案发到每一个客户端[4]。
(1)为低成本用户提供安全屏障。其独特属性是对数据完整性、数据恢复和隐私保护等方面给予多方面风险评估。通过将数据分别集中存储在不同的数据中心，进行统一管理，负责资源分配和部署、安全控制，执行更安全可靠的实时监控。
(2)以预控机制确保信息安全。云计算平台独特的预控制机制，可极大地改善用户工作环境。当用户自定义当前安全级别为“安全”或“可靠”时，可依靠第三方工具创建各自的VM镜像，设置成不可被复制模式时，以特定需求还可在安全状态下实现实时同步。
(3)云环境实时监测记录。云存储可记录需要的标准日志，可避免限制和收费等隐患。可根据用户的需要将日志记录探测到动态信息中，根据实时索引进行随机监测。通过使用系统独特的C2审核跟踪模式支持扩展日志记录等功能，在保护系统资源安全情况下，允许用户监视对所有数据库的访问意图。
(4) SaaS安全性能测试。SaaS供应商将对云平台定期进行安全性能测试，用户将通过共享相同的应用程序服务，节约安全性测试费用。云平台还为用户提供定期对密码强度进行测试服务，即时保证密码强度的可靠性。
(5)“云安全”更新传统杀毒模式。“云安全”架构的最大特点是将原来的杀毒变为防毒。用户只要安装了接入“云端”的杀毒软件即可使终端变得很轻松，不用频繁升级，也不必再为杀毒软件而占用内存和带宽，而且可以极大地提高病毒样本效率。
2.2云安全的核心技术
云安全网络防护系统是新一代云客户端安全基础设施，与传统方式相比，它可在最新威胁到达之前对其进行拦截，实现安全智能化。主要利用“云安全”的7大核心技术:Web信誉服务(WRS)、邮件信誉服务(ERS)、文件信誉服务(FRS)、行为关联分析技术、自动反馈机制、威胁信息汇总和病毒特征黑名单技术。其技术架构的核心超越了拦截Web威胁的传统方法，以WRS、ERS和FRS为基础构建的云客户端安全架构，通过把大多数特征码文件保存到互联网云数据库中并令其在端点处保持最低数量，借助全信誉数据库，云安全可以按照恶意软件行为分析所发现的网站页面、历史位置变化和可疑活动迹象等因素来指定信誉参数，从而追踪网页的可信度。可在Web威胁到达最终用户网络之前对其进行检测、拦截和防护。既降低了带宽消耗，也提供了更快更全面的及时保护[4， 5]。
3云安全智能NIPS结构
3.1IPS及NIPS技术
IPS是一种主动过滤、智能入侵检测、防范和访问决策的入侵防护系统，通过对数据包异常检测，实时确定阻断访问。以过滤器拦截试探攻击系统弱点的任何操作，对网络进行多层、深层、主动的防护以有效保护网络安全[6]。
IPS根据部署方式分为3类:基于主机的入侵防护系统HIPS(Host IPS)、基于网络的入侵防护系统NIPS(Network IPS)、应用入侵防护AIP(Application Intrusion Prevention)。
HIPS通过在主机/服务器上安装软件程序，防止网络攻击入侵操作系统和应用程序;NIPS通过检测网络流量提供安全保护，以在线连接方式检测辨识入侵行为，实时确定阻断访问;AIP是NIPS的特例，它将HIPS配置在应用数据的网络链路上，扩展成为位于应用服务器之前的高性能网络设备。IPS技术具有四大特征:以嵌入模式运行的IPS才能实时阻拦可疑数据包，实现实时安全防护;通过对攻击类型和策略等深入分析，确定拦截恶意流量;以高质量的入侵特征库确保高效运行;具有高效处理数据包的能力。
NIPS具有4项关键技术:一是主动防御技术。通过对关键主机和服务的数据进行全面防护和加固，并适当限制用户权限，可主动识别已知攻击、拒绝恶意访问，防范未知的攻击行为。二是同防火墙联动技术。通过接口调用，按协议进行通信、传输警报，以开放接口实现联动。防火墙进行第一层访问控制防御，NIPS进行第二层检测入侵防御，滤掉恶意通信，并通知防火墙阻断。另可将二者集成于一个平台，在操作系统统一管理下有序运行。所有数据接受防火墙规则验证同时被检测判断攻击性，实现实时阻断联动。三是综合检测方法。为避免误操作、阻塞合法网络事件、造成数据丢失，以误用检测和异常检测等多种检测方法，最大限度地正确判断已知和未知攻击。四是硬件加速系统。以专用硬件加速系统高效处理数据包，以快速高效实现大流量复杂网络的深度数据包检测和阻断功能[7]。
3.2云安全智能NIPS的结构
“云安全”分为两类:一是特征库或类特征库在云端的储存与共享;二是作为一个最新的恶意代码、垃圾邮件或钓鱼网址等的快速收集、汇总和响应处理的系统[5]。
“云安全”将用户和智能技术平台通过互联网集成，组成一个木马/恶意软件及攻击指令监测、查杀、防护安全网络。构建新型云安全智能NIPS结构，如图1所示。
云安全智能NIPS的主要功能为:通过“云安全”模式以浏览器与“安全云”进行交互，访问文件、邮件或网站;以智能采集、识别、特征提取等方式，自动分析判断用户所访问资源的安全性，然后通过专家系统利用安全知识库进行深入分析和拦截抉择，并将解决方案发到客户端。对恶意文件或网站的处理同银行体系的信用模式类似，利用对文件、网页等资源信息进行信誉建模，予以智能监控识别和防护，然后对这些资源的信誉评级进行判定。“安全云”最关键工作是安全知识库对收集的大量信息进行数据挖掘，主要对文件、URL以及电子邮件之间相互关联信息的挖掘，进行特征提取检测判别，从而达到智能防护功能。
4云安全智能NIPS的特点
【关键词】云计算 运营可行性 分析
云计算作为一种新兴的计算模型方式， 其技术发展受到计算机技术领域的广泛关注。云计算本身就是在网络计算的基础上进一步发展而来的。下文将就云计算技术的兴起过程、云计算技术所担任的任务、云计算技术的构成以及相关的热点问题、云计算技术的市场和应用价值以及运营可行性等方面进行分析。
一、云计算技术概述
云计算是一种相互化的资源。一般来说，该项技术通常以互联网计算机技术为基础， 关注计算机相关服务的删减增加情况、服务使用状况以及服务使用交付模式等等，云计算常常是虚拟化的资源。通俗来讲也就是说云是网络技术、互联网存在的一种较为形象的、比喻化的说法。以前常常用云这个意象来代指电信网，后来慢慢的发展，云被运用的范围越来越大，也常常被用来代指互联网技术以及与互联网技术相关的底层基础设施的抽象表达。云计算概念指的是IT 基础设施的交付和使用模式，具体来说，是指用户通过计算机网络技术以按需供求、方便扩展的手段来在网络上获取自己所需要的相关资源。云计算的出现，意味着计算能力也可以作为一种商品进行流通， 这种商品的流通途径和方式都是通过互联网来实现的。
二、云计算技术的特征
（一）资源配置的即时化、动态化。一般来说， 云计算技术可以根据消费者用户的个人需求将资源进行动态划分或者释放， 这些资源可以是不同的物理资源，亦可以是虚拟资源。当用户每增加一个云方面的需求的时候，“云”中的相关技术就可以通过增加、调用“云”中的可用资源对该需求进行最为科学性的匹配， 这样就可以实现云中资源的快速、即时、多方位的提供；还有另一种情况，如果用户一旦不再使用被调度使用的这部分资源时， 云也可以及时释放这些资源，用于其他的运用，在遇到另外的客户需要时，又可以进行常熟步骤，重新调度使用。由此可以看出，云计算为使用者消费者提供的这种增加服务的能力是无穷无尽的，并且不占用用户的空间，这就在很大程度上实现了IT 资源的广阔利用性以及该资源的无限可扩展性。
（二）需求服务的自助化。云计算利用超强的技术为消费者提供自助化、拟人化、个性化的资源服务， 消费者无需向云计算的提供商进行交流就可以自主获得这种资源的使用调度权利。于此同时，计算机中的云系统还可以为消费者提供“私人定制服务”———该项服务指的是运用云中的相关应用服务目录， 消费者可采用自助自拟的方法手段进行云中多想选择服务的最终选择， 这些选择多种多样，只要符合云中的程序规则，消费就可以根据自己的切身需求进行相关选择，用来满足自身应用的需求。
（三）云计算服务的可计量化。计算机技术在提供云服务的过程中， 会利用智能化的方式，针对消费者不同的服务类型来进行特殊的定制计量。如上文所述，计算机中的云系统为消费者提供“私人定制服务”，运用云中的相关应用服务目录， 消费者可采用自助自拟的方法手段进行云中多想选择服务的最终选择， 通过计量的方法来自动控制和优化资源配置。这样的私人定制服务为计量化提供了便利，云计算资源的使用是被随时监控的，通俗来说，消费者在利用云计算的同时， 计算机也在同时计算消费者的服务用量。
三、云计算运营可行性分析
云计算服务管理平台是利用云计算服务这个平台向消费者以及云计算的相关技术人员进行基础服务提供的平台开口。云计算的运营都是利用这些平台开口进行的。平台开口提供的基础服务包括以下部分：
（一）云计算中的用户管理。上文提到， 云计算服务管理平台是利用云计算服务这个平台向消费者以及云计算的相关技术人员进行基础服务提供的平台开口。这就是说，云计算的整体系统中有两大类用户，分别为：云计算平台的消费者以及云计算的相关技术人员。当云计算技术根据消费者用户的个人需求将资源进行动态划分或者释放的时候，“云” 中的相关技术就可以通过增加、调用“云”中的可用资源对该需求进行最为科学性的匹配，这样就可以实现云中资源的快速、即时、多方位的提供；用户一旦不再使用被调度使用的这部分资源时， 云也可以及时释放这些资源，用于其他的运用，在遇到另外的客户需要时，又可以进行常熟步骤，重新调度使用。云计算利用超强的技术为消费者提供自助化、拟人化、个性化的资源服务，消费者可以根据自己的切身需求进行相关选择， 用来满足自身应用的需求。同时，因为计算机技术在提供云服务的过程中，会针对消费者不同的服务类型来进行特殊的定制计量。所以说，云计算中的用户管理是非常便利的。
（二）云计算可以对操作系统进行部署和维护。云计算可以对操作系统进行部署和维护， 这种功能通常由云计算平台中的两大使用主体之一的平台开口管理员来负责实现的， 当云计算中的某些应用软件的部署工作需要进行特别定制或者特殊的一对一的客户化实现的时候， 云计算平台卡开口的相关技术人员就会实施相关操作， 完成某些应用软件的部署工作需要进行特别定制或者特殊的一对一的客户化实现。
（三）云计算运营的成本计量。对于云计算的运营来说，成本是需要进行好好计量的，能够降低运营成本的方式主要有压缩软件开发生命周期以及降低IT 总体成本等。首先在压缩软件开发周期方面，使用云计算平台的部署软件开发系统以及相关的开发环境， 进行标准化、自动化和统一化的流程改进利用，那么整个云计算的软件开发部署时间就会大大压缩，为成本降低提供了巨大的喘息空间。
关键词：激光扫描仪 监控量测 信息化
目前我国的隧道变形监测方法一般采用手工作业模式，监测量需多名监测人员同时作业，由于监测项目多、线路长、测点多、观测频繁和数据量大，使得监测数据处理、分析和资料管理等工作滞后，不能及时快速地反馈监测信息，指导隧道信息化施工，严重的影响了隧道等地下工程的监测工作开展和技术的发展。随着隧道及地下工程修建技术不断提高，信息化施工已成为地下工程发展的必然趋势，三维激光扫描技术可以实时、准确、全方位获取隧道空间变形数据，进行隧道施工变形分析和反分析，对隧道施工进行风险预警预报，指导隧道信息化施工，也必将成为隧道监控量测的主要发展方向。
1 点云数据的获取
隧道工程为一狭长结构，施工安全步距一般为几米至几十米，三维激光扫描仪的点云扫描密度是随着扫描距离的增加而下降的，所以在隧道有限的管状空间内，为了保证有充足的点云数据用于提取隧道的形变信息，通常每个测站所获取的点云数据中有效范围只有几十米，这是隧道特殊结构下不可避免的特殊问题。采用三维激光扫描技术进行隧道监控量测时需通过分站式扫描才能采集全部数据。为了使监测数据连续可靠，扫描数据必须有一定的重合度，即保证点云数据拼接过程中每两个测站间的公共部分，监测时需根据隧道断面尺寸大小，每隔一定距离设置一个测站，在两站间的衔接部分设置用于不同测站数据拼按的控制点，为了保障数据的拼接质量一般在每两个测站间的隧道内壁上均匀布设5～6个（不少于3个）反光靶（球），在地面上布设3～4个反光靶（球），三维扫描仪监测数据分别在以各站站点为原点的独立坐标系中，以此分析隧道变形时需要对各测点数据进行拼按，在数据拼按时将第一站作为基准站，其后每一站分别与相邻的前一站作拼按，前后测站间首尾相连。
2 点云数据拼接方法与分析
隧道监测区段的数据采集过程中需对隧道进行分站式扫描，监测时既要保证扫描数据的精度，也要有足够的控制点和扫描数据的重合度才能保证点云数据的拼接精度，保证点云数据的拼接质量和拼接精度是掌握隧道等地下工程变形和施工安全的前提，所以要尽量提高点云数据的质量，减小拼接误差。
点云数据拼按是按照一定的数学法则，求取相邻测站所在独立坐标系统之间的转换参数，通过刚体变换、平移的旋转等数学方法，将所有测站点的点云数据几何信息统一到同一个三维空间坐标系下，转换过程不能对点云数据进行任何扭曲和缩放，以保证点云数据的几何信息无缝连接，不产生任何变形。
点云数据拼按主要采用以下方法：（1）基于控制点三维坐标的点云拼接，该方法采用全站仪和GPS等测量拼接区域的控制点的三维坐标，然后各控制点坐标对各测站的点云数据进行拼按，方法简单，拼接精度依赖于控制点测量精度；（2）基于测量表面贴附标记点的方法，该方法在要扫描的目标区域的内部或周围两站或多站公共扫描目标区域放置三个以上的标靶，扫描并获取扫描区域的三维点云数据，计算两组相邻区域点云数据间的拼按变换参数，拼按精度受标记点数量和位置影响；（3）基于特征点云的混合拼按，该方法要求扫描实体时要有一定的重合度，拼接精度主要依赖于拼按算法，可分为基于点信息的拼接算法、基于几何特征信息的拼按算法、动态拼接算法和基于影像的拼按算法等。
3 混合拼接方法主要如下几种
3.1 基于点信息的迭代拼接方法
基于点信息的迭代拼接方法（ICP）是提出最早也是最为经典的点云拼按方法，经过20多年的发展已成为点云配准中的主流算法，是点云配准研究的开创性工作，也是后续基于迭代的配准算法的理论基础和框架，该算法是由Besl和Chen分别提出的，Besl使用参数是点点距离，而Chen使用参数是点面距离，其原理都是基于最小二乘法算法的最优匹配方法，重复进行配准，确定最优刚体变换参数，迭代计算至误差收敛。
3.2 基于几何特征信息的预处理拼接方法
所谓基于几何特征的拼按，就是根据三维实体几何形状特征进行拼接，分为整体拼按、曲面特征拼接和点信息特征拼接等算法，整体拼接算法通常用于预拼接，通常与ICP算法一起来完成拼按整个过程，首先以点云数据中的特征点几何信息进行粗略拼按，再进行迭代处理，拼接效率较高。根据曲率特征拼接的算法最能准确反映出三维实体的表面几何特征信息，拼接过程简单，整体精度较高；利三维实体的特征点信息或特征线信息进行拼按的方法是曲面特征拼按方法的补充，一般适用于小范围的点云数据拼接，且需要有某些先验知识。
基于几何特征信息的预处理拼接算法的总体思路是相同的，根据拼按时所选择实体的几何特征拼接方法分为如下几种：①曲面法向矢量法，其主要特征是对要拼按的两组点云数据，计算出测点及其邻域点每个点的曲面法向矢量，按法向矢量方向进行拼按。②曲面曲率法，其主要特征是根据点云数据计算出各个测点的曲率，根据测点的曲率大小将相同的点集合进行配准。③几何哈希方法，其主要特征是首先将每个点对的法向映射为三维空间变换，把点对法向一的集按照数学法则进行拼接，再进行点云数据迭代运算进行拼按。④ICP算法迭代法，其主要特征是找出几何特征信息，采用ICP算法进行预拼接，并以算计结果为基础，把上次拼接点对集合再运用ICP算法进行二次拼按，经过多次迭代计算，实现点云数据的精确拼接。
3.3 多条件动态拼接方法
动态拼接是指对运动和形变的采样点，在不同的帧之间根据运动学原理完成插值拼接。在该拼接模式下对三维实体的数据获取采用的是旋转式扫描法，其特征是扫描仪固定在站点，三维物体沿着中轴线旋转，扫描方式得到多帧组成的点云数据，通过相邻帧之间相互关系，由旋转速度计算得出每一帧的旋转夹角来进行拼接，是特殊条件下的一种拼接方法。
2004年NiloyJ，Mitra提出了一种新的动态拼接算法，对采样线的点进行光顺，其中整体的误差最小，并得到了比较好的效果。
3.4 基于影像的拼接方法
在点云数据拼按时借助于数字图像处理技术，利用计算机数字融合技术和逆向工程理论在立体像对上自动搜索同名像点，并进行同名点自动识别，根据拼按的基元分为基于灰度的拼接算法和基于几何特征的拼按算法二种，其中：基于灰度拼接算法技术较为成熟，拼接精度较高，主要特征信息为图像灰度特征，强调光强和对比度，对其他信息顾及较少，拼接结果容易出现错误，影响成果鉴定的使用；基于几何特征的拼接算法通常利用Harris算法进行角点检测，然后利用归一化相关法进行匹配，从而得到匹配点对，可有效地提高了图像拼接的精度和速度。
4 点云数据拼接方法存在问题与改进
目前国内外点云数据拼接方法均基于ICP算法，第一步先确定对应点集，然后根据对应点集确定点云间对应的坐标变换矩阵，再进行迭代计算直至满足精度要求为止。该方法中确定对应点集是决定算法的关键问题，也决定的了收敛的速度和拼接的精度，无论对应点集是点到点的距离还是点到面的距离，要计算过程中都容易产生对点错误，影响点云拼按的质量和速度。
1998年dorai等提出了用候选对应点到点距离约束来减小对应点对的方法，2002年sharp等人又提出了利用被测物体表面的特征不变量来确定对应点对的方法，结合点对之间的共线约束和临近性约束来排除错误对应点，从而提高了对应点的正确性，使点云拼接质量得到大大的提高。
5 结语
三维激光扫描测量产生误差的原因主要有仪器本身的误差、扫描目标的误差和外界环境条件误差等，数据处理误差主要焦距在数据拼接过程中的拼接算法上，改进测量方法和测量条件，采用先进的拼接算法是提高点云数据拼按质量的关键问题。
相关的发明专利申请的特点，提出符合我国专利体制的图像领域涉及算法的专利申请审查要点，同时，从属于保护客体和不属于保护客体两个方面给出具体案例进行分析，希望能够给予图像领域的人和科技工作者一些启发。
一、图像领域与算法相关的发明专利申请的特点
一部分图像领域与算法相关的权利要求仅涉及了人的思维活动，如单纯的面积计算方法，这一类型的权利要求是较容易判断的。然而，大部分图像领域与算法相关的权利要求还涉及了装置、模块或存储器等技术特征，在判断其是否属于专利法保护的客体时存在着一定的困难。作为图像领域的相关申请人，如果不能对判断原则有一个正确的认识，导致其提交的专利申请被认定为不属于专利法保护的客体会造成无法估量的损失，同时也影响了图像领域算法的技术发展。
及终点，弧线的绘图参数包括位图长度、弧线的起点、圆心及圆心角，所述位图是一个矩形三维文件，所述三维路径由所述位图拼接而成；
计算模块，用于根据上述判断结果和获取的绘图参数计算绘制直线的位图个数、直线的各个位图起点及直线的位图角度，或是计算绘制弧线的位图圆心角、弧线的位图个数、弧线的各个位图起点及弧线的位图角度，所述直线的位图角度由直线的起点A（a1，a2，a3）和终点B（b1，b2，b3）确定，且该位图角度为|（a2-b2）/（a1-b1）|的反正切值，所述弧线的位图角度为|（y2-y1）/（x2-x1）|的反正切值，其中，y1、y2分别为该弧线的位图的起点和终点的y轴坐标，x1、x2分别为该弧线的位图的起点和终点的x轴坐标，所述弧线的位图圆心角为2*asin（L/（2*R）），其中，a sin表示反正弦，R为该弧线的半径，L为该弧线的位图长度；
保存模块，用于保存计算出的各个位图起点及位图角度；绘制模块，用于根据保存的各个位图起点及位图角度绘制三维路径。
说明书背景技术部分提及：
三维（3D）路径是在三维环境下绘制的具有长、宽、高视觉效果的路径。利用3d s M ax绘制三维路径时，需要将用户选取的材质或位图粘贴到控件上，形成的三维路径效果不逼真。另外一种方法是将用户选取的位图拼接在一起，形成的三维路径效果比较逼真，但用户操作不方便，并且对所绘制的三维路径有诸多限制。
鉴于以上内容，有必要提出一种三维路径绘制系统及方法，可以方便且逼真地绘制三维路径。
相较于现有技术，本发明所提供的三维路径绘制系统及方法将位图自动拼接而成三维路径，方法简单且绘制出的三维路径效果比较逼真。
（2）审查要点
首先，权利要求的方案中包含了运行在计算机中和系统包括多个模块的特征，这些特征属于技术特
权利要求的方案中包含了运行在计算机中和系统包括多个模块的特征，这些特征属于技术特征，因此该权利要求不属于智力活动的规则和方法。
征，因此该权利要求不属于智力活动的规则和方法。
接下来进行《专利法》的保护客体的判断，根据上一节给出的审查要点，这时需要考虑具体处理的数据是否有具体的物理含义。权利要求处理的数据是三维路径，即在三维环境下绘制的具有长、宽、高视觉效果的路径，是抽象意义上的，没有具体的物理含义，属于数据处理，则其不涉及具体的技术领域。说明书中要解决的问题“可以方便且逼真地绘制三维路径”不是技术问题，也没有获得相应的技术效果。因此，该权利要求所要求保护的解决方案不属于《专利法》第2条第2款规定的专利保护客体。【案例2】
（1）基本案情
权利要求1：一种点云数据的主曲率和主方向估计方法，其特征在于，该主曲率和主方向估计步骤包括：
步骤1：利用激光扫描仪扫描直接采集点云数据并对点云数据预处理，按照点云数据中每个点的坐标进行空间划分，实现三维空间的二分查找树的数据存储结构称为kd树（k-dimensional tree）；
步骤2：对于点云数据的每一个点，利用点云数据的kd树查找15个或30个近邻点，根据最小二乘方法把这些近邻点拟合出一个平面，以这个平面的法向量作为点云法向量的初始估计值，然后通过加权平均算法修正点云数据的各个点的法向量估计；
步骤3：对于点云数据的每一个点，利用其法向量、切平面构造局部三维直角坐标系；
步骤4：对于点云数据的每一个点，利用点云数据的kd树查找15个或30个近邻点；
步骤5：对于查找到的近邻点，通过三维坐标变换，把这些近邻点的原始坐标和这些近邻点的法向量都转化为局部坐标系的坐标；
步骤6：利用点云数据的每一个点及其法向量、一个近邻点、近邻点的法向量构造近似三角形，根据正弦定理给出点云的法截线的法曲率的近似表达式；
步骤7：在局部坐标系中，利用法曲率，根据欧拉公式（Euler Equation）构造非线性最优化问题。通过三角形公式进行恒等变换，把这个非线性最优化问题转化为线性拟合，求出韦恩伽汀矩阵（W eingarten矩阵）的各个元素；
步骤8：利用矩阵的奇异值分解（S VD分解）求出 Weingarten 矩阵的特征值和特征向量；
步骤9：利用Weingarten矩阵的特征值和特征向量求出主曲率和主方向。
说明书背景技术部分提及：
随着激光扫描仪精度的提高，扫描得到的信息越来越丰富，扫描得到的模型数据越来越庞大。人们利用这些庞大的数据进行特征提取、数据压缩或者进行三维重建。但是，这些工作的实现，往往需要对一些微分几何量进行估计，其中最重要的估计包括主曲率和主方向的估计。
随着激光扫描仪精度的提高，扫描得到的信息越来越丰富，扫描得到的模型数据越来越庞大。人们利用这些庞大的数据进行特征提取、数据压缩或者进行三维重建。但是，这些工作的实现，往往需要对一些微分几何量进行估计，其中最重要的估计包括主曲率和主方向的估计。
（2）审查要点
首先，权利要求的方案中包含了采用激光扫描仪扫描数据的特征，该特征属于技术特征，因此该权利要求不属于智力活动的规则和方法。
接下来进行《专利法》的保护客体的判断，根据上一节给出的审查要点，这时需要考虑具体处理的数据是否有具体的物理含义。权利要求中处理的数据为点云数据，点云数据是由激光扫描仪扫描物体后采集到的，具有具体的物理含义，要计算的点云主曲率和主方向与图像扫描处理领域关联，涉及了具体的技术领域，解决了对具有实际物理含义的主曲率和主方向进行计算时的时间和空间开销过大的技术问题，达到了技术效果。因此权利要求1属于《专利法》第2条第2 款规定的专利保护客体。
四、小结
关键词：计算机网络；云计算技术；技术保密；安全管理
中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2015）31-0010-02
计算机网络的普及和推广应用，大大便利了人们的日常联系，也方便资源共享和信息利用。随着人们需要获取和使用的信息资源不断增多，计算机网络出现的海量信息，越来越需要采取有效措施进行存储。而云计算技术的出现正好适应这种需要，为信息获取和存储创造便利，得到人们的普遍关注和重视。在云计算技术的支持下，网络信息存储数量不断增多，总量在大幅度增加，并且还能确保信息的安全可靠，更好适应用户的需求。但不能否定的是，云计算技术出现的时间较短，目前仍然处在初步发展阶段，其发展和应用中存在缺陷，需要对该项技术进行改进和完善，使其更为有效地发挥作用。
1 计算机网络云计算技术的概念与特征
云计算实现网络、软件、设备的有效融合，其出现和应用对人们日常生活和工作具有重要作用。同时，该技术具有自身显著特征，其推广和应用也受到人们的普遍关注。
1）概念。作为一项新的技术措施，其应用越来越广泛，云计算是一种基于Web的服务，整合、管理、调配分布在网络各处的资源，以统一的界面同时为大量用户提供服务。进而有效满足用户需要，方便对信息资源的获取，促进资源共享，为工作和学习提供便利。它包括云平台和云服务两个主要构成内容，云平台提供资源，方便对资源的获取和应用，有效满足用户对资源的需要，具有动态扩展性特征，能结合新形势和新情况对资源进行扩充，从而满足实际工作需要。[1]云服务指的是底层基础设施，也可以弹性扩展，根据工作需要完善基础设施，合理设置各项内容，为用户提供更为便捷的服务。
2）特征。云计算融合了多项技术措施，包括并行计算、分布式计算、网格计算技术等，这些技术通过优化整合，相互结合在一起，各自发挥其应有的功能，也为云计算作用的充分发挥奠定基础。具体来说，云计算技术的显著特点包括虚拟化、通用性、规模超大、高度可靠、按需服务、高度可扩展性、成本低廉等。由于具备这些特点，云计算能有效扩展，并且工作性能稳定可靠，能根据需要扩充所需要的资源，同时节约成本，为用户提供高效便捷的服务。[2]
2 计算机网络云计算技术的分类与实现
云计算技术具有多种不同类型，它的实现和作用的有效发挥，离不开相关技术措施的支持，这是使用过程中需要关注的内容。
1）分类。为了更为全面有效的认识云计算，根据不同标准对其进行分类是十分必要的。目前关于云计算有不同的分类方法，采用的方法不同，得出的分类结果也不完全一样。其中，最为常见的分类方法是根据服务性质不同，将其分为公有云和私有云，这也是目前最为认同，应用最为广泛的分类方法。公有云指的是使用其他运营单位的云平台服务，私有云指的是为客户单独使用而构建的服务平台。在私有云的支持下，能确保数据信息安全可靠，促进服务质量提升，同时使用私有云的单位和企业往往注重加强基础设施建设，完善各项内容设置，满足私有云有效运营的需要，促进其作用有效发挥。在选择不同种类云的时候，为更好满足用户需要，应该综合考虑多种因素。包括数据的安全性、服务的连续性、监控能力、综合使用成本等，以确保云计算数据安全可靠，能为用户提供连续可靠的服务。并且实现对整个服务过程的有效监控，节约使用成本，促进不同种类云计算作用的最佳发挥。
2）实现。计算机系统当中，为促进其作用的最佳发挥，应该结合需要将其划分为功能实现过程及预处理过程，虽然采用的方法、处理过程、处理结果不一样，但对系统有效运行都能产生积极作用，有利于保障计算机系统作用的充分发挥。同时，通过完成这两项工作，能促进计算机系统简洁化，提高整个计算机系统的综合效益，推动运营效率提升。随着信息技术的发展，云计算技术出现并在具体工作中得到应用，不仅便利人们的日常生活，也为云计算的实现创造良好条件。就目前计算机网络的实际情况来看，云计算技术的实现包括以下几种方式：应用软件程序，在网络浏览器的支持下，传递用户所需要的信息资源，便利人们获取信息资源，丰富信息资源种类，有利于节约用户成本，降低不必要的开支。[3]还可以通过网络服务实现云计算的功能，利用软件程序，调动研发人员的积极性，提高研发工作的技术水平，取得更好的效果，满足计算机网络服务和云计算技术运行发展需要。此外，管理服务提供商也是实现的路径之一，主要目的是为信息技术行业提供专业服务，促进云计算作用的充分发挥，更为有效的为各行各业服务，让用户享受其带来的便捷服务。
3 计算机网络云计算技术应用存在的不足
云计算技术仍然处在初步发展阶段，尽管已经在人们工作和学习中逐渐得到广泛应用。但技术上仍存在缺陷，相关制度不健全，存在以下方面的问题。
1）访问的权限问题。用户将数据资料存储于云计算服务提供商，而不是在自己的计算机或硬盘上，需要使用资料的时候通过账号和密码获取资源。虽然能有效满足需要，提取自己所需要的资源，但用户无法直接控制数据资源，服务商可以控制资源，有可能存在越权访问现象，影响信息资料的安全，制约其作用有效发挥。
2）技术保密性问题。云计算技术保密也是不容忽视的内容，但目前这项工作存在不足。例如，一些企业或者个人将用户的资源进行共享。在网络环境下，让人们自由获取相关的信息资源，但也可能导致信息资源泄露，保密工作不到位，甚至给用户带来不必要的损失。
3）数据完整性问题。用户数据没有被有效存储于某一个系统当中，而是被离散分布于云计算数据中心的不同位置，影响数据资源的整体性，制约其作用有效发挥。或者服务商未能对数据信息进行有效管理，数据存储不完整，难以有效发挥作用。
4）法律法规不完善。要想促进云计技术有效发挥作用，完善相关法律法规，推动管理和技术创新发展的规范化和制度化建设是十分必要的。但目前相关法律法规不完善，制约云计算技术作用的充分发挥。例如，云计算的安全性标准缺乏，服务等级协议管理标准不完善，安全问题的法律责任不明确，有关云计算安全管理的责任评估和损失计算制度不完善，缺乏完善的法律规范，制约这些活动顺利开展，难以为确保计算机网络云计算安全提供保障。[4]
4 计算机网络云计算技术的完善对策
为促进云计算技术更好发展，满足人们获取信息资源的需要，推动资源共享。结合时展和技术进步的要求，笔者认为应该从以下方面入手，采取有效对策推动云计算技术的发展和完善。
1）合理设置访问权限。用户在利用云计算存储资源时，应该合理设置访问权限，只有在具备相应的权限要求后，才能有效获取所需要的资源。采取有效措施约束服务提供商的行为，使他们不得获取相应的资源，避免修改、泄露相关信息，遵守计算机信息保密要求，为他们更为有效的获取和使用资源创造便利。定期和不定期对云计算的资源进行检查，预防存在的不足，达到确保数据资源安全可靠的目的，也方便用户直接获取。
2）注重相关技术保密。用户和服务提供商应该提高思想认识，注重对云计算技术的保密工作，为信息资源获取创造良好条件，实现对资源的有效利用。采取相应的加密技术措施，用户和服务提供商都采用加密技术，让这些技术措施更为有效地发挥作用，避免信息资源任意泄露。[5]设定密码之后要认真记录，使用时顺利采用即可，从而满足需要，防止因密码忘记而影响对信息资源的获取。
3）确保数据完整可靠。做好数据存储工作，让数据有效存储于云计算系统当中，避免因分散在不同存储单元而影响信息资源的完整性。完成数据信息存储后，日常工作中应该加强管理和维护，做好安全检查工作，避免受到不利影响，实现对云计算技术的有效掌握和灵活应用。服务商还要加强信息资源管理，对信息资源开展有效维护，保障信息安全和完整，有效满足实际工作需要。
4）完善相关法律法规。根据云计算技术发展和资源管理需要，完善法律法规，使各项工作开展有制度约束和法律保障。明确云计算安全性标准、服务等级协议管理标准，明确安全问题责任，完善安全责任评估机制，制定相应的工作明细，为各项活动顺利开展奠定基础。[6]另外还要严格遵守相关的法律法规，有效落实这些规定措施，结合云计算技术发展不断修改和完善规定，促进这些规定作用的充分发挥，为云计算技术运行和资源获取、管理提供保障。
5）加强技术安全管理。采取有效措施，确保云计算安全稳定运行，使其更好发挥作用。例如，建立有效的监控手段，对云计算实行分级、分类管理，推动技术创新发展，健全完善安全管理措施，加强安全技术研究和创新。通过采取这些措施，实现对计算机安全技术的有效应用，促进云计算更好发挥作用。
5 结束语
云计算技术的出现为信息资料的存储创造良好条件，让人们获取信息和使用相关资源变得更加便捷。但目前云计算技术仍然处在初步阶段，存在不健全的地方，需要加强安全管理，完善法律法规，注重技术保密。从而推动云计算技术取得更好发展，为人们日常生活和工作创造便利。
参考文献：
[1] 王启东.计算机网络的云计算技术[J].网络安全技求与应用，2015（5）：120-121.
[2] 慈健，黄强.计算机网络云计算技术研究[J].科技创新与应用，2015（32）：88.
[3] 曹彩凤.浅谈计算机网络云计算技术[J].甘肃广播电视大学学报，2010（3）：63-65.
[4] （美）埃尔云计算：概念、技术与架构[M]. 龚奕利，贺莲，胡创，译.北京：机械工业出版社，2014：99-110.
从时展的角度来看，信息化是现代社会发展进程中的一个重要特征，并一定程度上推动着社会的进步。“云计算”是依托互联网的发展而兴起的，它可以为人们的带来数据计算的便利，为人们提供便捷有效的服务，但是，计算机网络安全这种云计算环境下同样会受到一定的威胁。从这个意义层面来看，积极探索云计算环境下的计算机网络安全则具有了鲜明的现实意义。
1 云计算下的计算机网络安全问题
1.1 技术层面
从云计算使用者的角度来看，他们在进行云计算的过程中，如果受到计算机网络安全技术方面的制约，那么与网络服务器联系中断的可能性也就越大，在此基础上，存储在云中的数据就会受到技术条件的限制，从而没有办法及时的对这些数据进行获取和处理。受此影响，云计算使用者就难以进行下一步的操作，能做的就是“束手无策”。此外，受到这种技术问题的影响，云计算在当前的计算机网络环境下则面临着巨大的安全隐患，这种安全方面的威胁也与网络的特征有着密不可分的联系，如网络的可见性和开放性特征，鉴于计算机网络的这些特征，有些用户难以有效甄别虚假地址和虚假标识。
1.2 安全性方面
结合云计算的功能和优势来看，云计算环境下，完全做到对计算机网络信息和和数据安全方面的保密还没有得到很好的实现，计算机网络安全在这种环境下又遇到了新的威胁。基于计算机网络安全保护的角度来看，云计算在完整性和可操作性两个方面具有某种程度上的不确定性，受到这种特点的制约，云计算很容易成为黑客的攻击对象。
1.3 法律法规等政策保障方面
针对计算机网络安全管理，缺乏完善的法律法规，相关部门在政策的制定方面，还没有很好的将内容覆盖到计算机网络安全管理的监管、保护和制裁等方面。没有相应的法律法规的约束，计算机网络安全管理则没有坚实的依据。
2 云计算下的计算机网络安全策略
2.1 加强计算机网络安全防范意识
立足于云计算的发展环境，相关人员如果想很好的促进计算机网络安全的实现，需要从提升用户的计算机网络安全防范意识做起。具体说来，首先要进行系统的身份认证，这是促进计算机网络安全保护的基础。此外，在树立计算机网络安全防范意识的基础之上，还需要进一步将这种意识付诸实践，从而更好的实现对计算机网络信息和数据的高度保密，并严格监管无授权访问现象。并且，在安全防范意识增强的前提下，与此相关的用户也会积累一定的安全常识和电脑安全操作经验，如使用信息和操作数据时，避免运用公共网络系统或电脑。
2.2 促进计算机网络安全技术的研发和应用
加强对计算机网络安全的管理与保护是每一个用户的责任，云计算环境下，针对具体的计算机网络安全监护工作，用户需要注意几个方面的问题，例如就计算机本身而言，用户在具体的使用过程中要重视保护屏障和防火墙的效用，并对其加以合理利用。其中，针对计算机网络保护的策略要在一定的时间段及时更新，如引进多级虚拟专业防护墙。在此基础上，计算机网络安全保护在技术层面则有了一定的保障。此外，还可以创新数字签名技术，接着实现认证的方式，进一步提升计算机网络的运行效率。总之，云计算环境下，有效研发计算机网络安全技术是切实促进其安全运行和操作的一个良好保障。
2.3 强化计算机网络安全的数据安全性和保密性
云计算环境下，有效保障计算机网络的安全有多种实现手段，强化其数据的安全性和保密性是其中一个重要内容，具体而言，主要体现在三方面：一是选择云服务提供商。从信誉的角度来考虑的话，计算机网络用户更倾向于选择的是那些信誉度高、有诚信、讲信用的提供商。因为从一定程度上来说，这种提供商针对云数据会有相关的保护策略、专业的技术人员和技术。二是使用加密技术。从这种方式的实现形式来看，它是一种有效的数据安全和保密手段。就这种方式而言，用户可以在数据储存之前就对计算机网络以及相关文件进行加密，可以利用到的加密程序有pgp、truecrypt、hushmail等。三是利用过滤器，如vontu、websense等，监控离开用户网络的数据。对这种数据进行监控的目的是拦截或阻止一些敏感数据，从而进一步保障用户数据操作的安全性。
3 结语
基于云计算下的计算机网络安全现状来看，主要呈现出三方面的安全隐患：技术层面、安全性方面、法律法规等政策保障层面。而针对这些问题，可以从加强计算机网络安全防范意识、促进计算机网络安全技术的研发等方面着手，来进一步促进问题的解决，从而实现计算机网络的安全发展和应用。
我们当然不必迷信权威讲话，但在中国，一个概念从“在野”话语变成“在朝”话语，往往是与社会共识形成联系在一起的。与生产方式联系在一起的“个性化”，从一个非主流的、前卫的概念，到形成现在的共识，不是偶然的。其主流化过程，可以说从三年前就开始了。在三年前的同一天，也就是2008年6月7日，被称为国务院智库首席“提琴手”的国务院发展研究中心原主任王梦奎，在谈到互联网技术时，就深入地指出：“在当今世界急剧变化的浪潮中，共同性的扩大和差异性的张扬是并行不悖的两种趋势”；“不仅固有的差异性依然顽强地存在着，在新的条件下还生发着新的差异性”。放在云计算的条件下，这个判断仍然是适用的。云计算就是兼具共同性和差异性这两面性的典型技术。以互联网、云计算、物联网为代表的技术变革，正在推动生产方式的变革。对此，人们的认识有待提高。技术推动生产方式变革新解
科学发展语境中的发展方式转变，从某种意义上说，可以理解为生产方式转变。以往提发展方式转变，较多从生产方式转变中人与自然关系角度着眼，如虚拟经济与实体经济中，哪个更加节省物质消耗、能耗、更加低碳等等，这是生产力视角；但生产方式还有另一种观察视角，就是人与人关系的视角，例如是大规模制造还是个性化制造，这是生产关系视角。
引人注目的是，国家领导人这次提出：“科学技术迅猛发展正在引发社会生产方式的深刻变革。信息网络技术的广泛应用不断推动生产方式发生变化，柔性制造、网络制造、绿色制造、智能制造、全球制造日益成为生产方式变革的方向，互联网、云计算、物联网、知识服务、智能服务的快速发展为个性化制造和服务创新提供了有力工具和环境，人依靠机器生产产品变成机器围绕人生产产品成为可能，个性化制造和规模化协同创新有机结合将成为重要的生产方式。”显示了后一种视角的重要性。
生产方式变革，意味着生产方式的质变。科学技术作为第一生产力，带来了生产方式的变革。从生产关系特征而非低碳、低能耗等生产力特征看，这种生产方式变革，更多表现为从大规模制造为代表的规模经济，向个性化制造为代表的范围经济的变革，从成本领先为代表的竞争战略，向差异化为代表的竞争战略的变革。这种变革的意义在于，使中国从低附加值的中国制造，向高附加值的中国创造的方向转变。
但长期以来，受限于传统思维，人们忽视科学发展中所包含的――有人称之为模式创新的――生产方式变革这层含义，而固守“科技加规模经济”这种思维定式，以致形成“技术是新的，而生产关系是旧的”这样一种生产方式组合，并以为这就是科学发展，这是错觉。
在技术可以支持新旧两种不同生产方式的情况下，理解以生产方式变革为内涵的发展方式转变，具有重大意义。
技术如何推动生产方式变革
以互联网、云计算、物联网三种技术推动个性化制造为例，这三种技术可以不可以推动相反的生产方式――大规模制造――呢?当然可以，这好比说，冰箱可以当鞋柜使用。但冰箱所长不是当鞋柜；同样，拿互联网、云计算、物联网去支持大规模制造，不是不可以，也不是没有意义，但并没有发挥这些技术所长；相反，以互联网、云计算、物联网去支持个性化制造，发挥所长，将先进科技与生产方式变革结合起来，这绝不应该是一种被排斥的选择。对此我们需要加深认识。
1、互联网技术如何推动个性化生产方式的变革
互联网技术这种生产力与个性化制造这种生产方式的内在联系，产生于互联网的分布式计算特征。互联网可以用来搞集中，但所长却在分散。当年美国人发明互联网的初衷，就是希望分散指挥中心，避免遭到集中式的核打击。
互联网转用于经济目的后，它固然可以用于支持集中化的大规模制造，但这并非互联网所长。互联网真正的所长，在于降低分散的、个性化的生产和服务的成本，提高分散的、个性化的创造活动的价值。
这就给产品的差异化、服务的差异化、个性化定制。提供了生产力一级的支持。互联网多年来发展经验表明，通过服务创新，让“机器围绕人生产产品”，提供差异化、个性化的服务，是互联网增值服务商的普遍选择。而照搬网下大规模制造模式，则鲜有成功。
2、云计算技术如何推动个性化生产方式的变革
云计算本身是一种技术，它一旦与生产关系改变联系在一起，也会产生生产方式变革的效应，推动个性化制造和服务创新。
云计算本身兼具集中化与分散化两种相反特征，二者相反相成。集中化一般是在基础平台，如基础设施(I)、平台(P)、软件(S)一级；分散化则在增值应用级。有的人不能全面认识云计算的技术特性，误以为具有规模化协同特征的云计算主要是用来搞集中计算，降低成本，忽略了“个性化制造和规模化协同创新有机结合”的可能，因此错失生产方式变革的机遇。
善用云计算所长者，显然应向大规模定制的方向获取变革效应；如果只是把它导人大规模集中制造模式，没有个性化增值反哺配合，就可能浪费机会成本。这方面，要吸取网格计算商业化方面的教训。例如对于中央企业来说，我个人研究认为，以大集中的思路搞云计算，拿冰箱当鞋柜使，可能在节约几亿资金的同时。错失拿冰箱当冰箱使可能创造几百亿资金的机会。国外当前兴起的众包模式，就是善用云计算的例子，宝洁公司等深受其益。
3、物联网技术如何推动个性化生产方式的变革
维基百科对物联网的定义在我看来OUT(过时)了。一是它重传感，而轻智能化；二是强调“集中管理、控制”，而忽略了个性化。物联网的实际方向不会是这样的。IBM的定义更好一些，强调了“更深入的智能化”。这就包括了“将特定的知识应用到特定行业、场景和解决方案”，这就与个性化联系起来了。
物联网现在还没发展起来，对它的前景众说纷纭。我预言，物联网一旦实现，不会是“推”模式，而应是“拉”模式。“拉”模式用非技术的语言说就是“机器围绕人生产产品”。也是要通向个性化的。
购物车(0)