云计算研究现状综述李乔邦啸安徽工业走学计算机学院马鞍山２４３００２摘要ｉ”车程谚路ｍ，提供Ｔ靠日自￡Ｒ∞、最＾ｍ资４“ｍ∞服务．是一种崭新∞》｛＾计算撼＾。目目．ｉ”算＊其他援＃ａⅡ论ｎ有机镕§也是辨女理论研宽和娄＃应月的童要连＆，目述７ｉ；十算的基丰壤念．＊４７ｔ＂算∞化势＃＃在ｎＨ《．ｍ《７女｛十算｛目十ｄ＃技术的新特＾．“析Ｔｉ＊算∞框集，舟≈Ｔ｝目ｎｉ计算ｍ务．并从女＊算脆务￡｛＃＊槊＆女的自度琏行Ｔ‰进．务析Ｔ二者之目∞对应关乐，概括Ｔ目绕女计耳《≮和｛日腱务所展ｆ的相是＊究Ｉ作。”ｏｏ有的女＊算研究成果，展望７束采的＂充￥向和ｉ特解头目关犍Ｈ《。关键词ｉ计再ｗ试．ＷｅｂＨ务．目＃仿真中脑法分类号¨，３们文赫标识码ＡＲｅｓｅａｒｃｈＳｕｒｖｅｙ０ｆＣｌｏｕｄＣｏｍｐｕｔｉｎｇＩ，１０…ｊＺＨｌ二ＮｔｔＸｉａｕ＆‰ｌｏｆ（ｊｍ；１ｕｔｃｆＳｃｉｃｎ∞－ＡｎｈｕｉＵｎｉｖｅＨｉｌＶｏｆＪ＊ｈｍｌｗ。ＭⅡ’ａｎｓｉ”ｎ２１∞ｎ２・Ｃｈｉｎ“Ａｌ＇ｓｔｍｅｔａｚｅｄＴｈ…ｒｅｓｅａｒｃｈａｎｄ…ｍＣｌｏｕｄＣｏｍｐｕｄｎｇｉｓｎ￡”ａｐｐｌｉｃａｔｉｏｎｍｃｘＪｅｊｂｆＬ吼ｎｕｍｂｅｒｏｆｕｓｅｒｓｗｉｌｈｍｉｎｉｍｕｍ—ＬＩＴＣｅ＋ａｎｄｉｌ”ａｌ舯ａｉｍｐｏｎａｎｔｗａｙｔ…ｒｒｙｏｕＩｄＨｅｎＩｒａｌ】ｏ“ｃｏｍｏｍｉｎ日ｗｈｉｃｈ…ｐｍｖｉ＆ｌ一・ｕｒ…ｌｑｌｕＣｌｏｕｄＣｏｍｐｕｔｉｎｇａｎｄｐｒａａｉｃａｌａｌ，ｐｌｉｅｚｔｉｏｎｃｏｍｂｌｎｉｒ，ｇｗｉｔｈｏｌｈｅｒＩｈｅｏⅣａｎｄｇｃｘ）ｄｔ∞ｈｎｉｑｕｃｓＴｈｉｓｐａｌｅｒ＾ｕ…ｌｌ＂ｌｆｃｚ‘■ｃｋ）ｕｄ∞ｍｐｕｔｌｎｇｑｎｃｅｐｔ，ｄ｛Ｍ１１…Ｉｄｏｕｄｃｏｍｐｕｔｉｎｇａｄｖａｎｔａｇｃａｎｄｐｍｌｄｃｍ．∞Ｔ”蛳Ｈｄｄｉｆｆｅｒｅｍｔｅｃｈｎｏｌｏｇｙａｎｄｇｏｌｃｌ删ｅｒｉｓｔｉｔ：ｏｆｐ—ｎｔ划…ｒｖ㈣ｏｎ…ｃｅｃｌｏｕｄ∞ｍｐｕｌｌｎｇ．ｚＩｍｌｙｚｃｄＩｈｅａｒｄｄｔＬ￡ｌｕｒｅ“ｄｏｕｄ∞ｍｐｕｔｉｎｇｉｎｔｒｏｄｕｃｅｄｄｉｆｆｅｒｅｎｔｃｌｏｕｄｃｏｍｐｕｔｉｎｇｓｅｍｉｔｅａｒｃｈｉｔｅｃｔｕｒｅ，ｓ—ｒｉｚｅｄａｎｄａｒｃｈｎⅢｅａ５ｐｅｃ［ｓｏｆｃｌｏｕｄｃｏｍｐｕｌｌｎｇ…ｌｒ＃ｄＴｈＰｒｅｌａｌｉｏｎｓｈｌｐｋ“，竹…“－Ｎｎｄｒｅｌａｔｅｄｒｅｈａｓｈａｂｏｕｌｒｅｌａｄｏａｓｈｉｐｏｆｓｅｒ，４ｃｅａｎｄ８ｒｃｈ】１ｕｃｌｕⅢｏｆ（＝ｌｏｕｄ∞ｍｐｕｔｌ吣Ｔｈｉｓｐａｐｅｒａｌ蝴ｊ，ｒ¨ｃｍｄａｓｔＩｍ…ｙ（，ｆｔｈｏＣＬＩＦＥ帅ＩａｒＩｏｆｔｈｅ．ＨＩａ…ｏｆｌｏｕｄｃｏｍｐｕｔｉｎｇａｄｉｓｃＬＩｓｓｉｏｎｏｎｌｈｅｆｕｔｕｒｅｒｅｓｅａｒｃｈｅｓｔｏｐｉｃｓａ．ｄ！；０ｎ∞ｃｎＪｃｉａＩＤｒｏｈＩｄｎｓｗｈｉｃｈｓｈｏｕｉｄｂｅｓｏｌｖｅｄｃｏｍｐｕｔｉｎｇ．Ｉｅｓｔｉｎｇ．Ｗｅｂ…∞，Ｇｒｉｄ－Ｓｉｍｔｄａｄｏｎｐｒｅｓｓｉｎ２ｌｙ．Ｋ“＂＊☆ＣＬｏｕｄ１引言学术界和Ｊ：业界共同推动之ｒ．ｉ计算厦其直用生现迅速增长酗肥势，并太ｉ计并厂商如Ａ…ＩＢＭ．（ｋ】ｒ，ｇｌｅ，Ｍｉ随着播息和通信技术的快速发腱一如图ｌ所币．计算懂式ｃ…ｆＩ．Ｓｕｎ等公司都推出自Ｅ研发的ｉ计算服务平台“。经历ｒ从最韧把任务批巾交付培夫型蛙理机模式（图Ｉ（ａ＂，ｍ件术界也舔于ｉ计算的现宴计景纷纷埘横ｄ．应川，成率，剥后米发肫为齄ｔ嘲绪的升布式任务处理艇式（舟２（ｈｉ）．再仿真、性能优化、测试等诸多问题进行ｒ摊＾研究提出ｒ各到最近的拄徭处理的Ｅ计算模式（图Ｉｃｃ）），摄扣的啦个自的理沱打法和技术成果．极＾地推动ｒ“计锋继续向前发处理机模式处理能ｍ有限，井儿Ｉ☆求街复等待敢毕瓶Ｆ。后艟．米，随荷网络技术的不断发展．摧照高负载配置的服务器辈群．枉遇到低负栽的时候．台有资弹的泊费和闲铿．导致用ｐ的运行维护成奉捉岛．而ｊ计算把闷络ｉ的服务资雄虐拟化．整十服务资源的州度管理维护等工作由々¨的人员负责．懈户不盥戈心“ｉ”内挪的实现．ＩＮ此ｉ计算窭质ｌ：是蛤Ⅲ杰攀键户提供像传统的电打、水煤气一样的抟需ＩＩ＇符陇务２３｜，它是一种新的有效的ｉ｜算使坩范式。并且６ｒＩ算是分布式ｉ｝目ｌ‘”■憔Ａ∞＊化葬敏用计算斑拟化技术、Ｗｅｂ服ｇ－网辖计算等技术的融ｊ献［朝从』Ｌ种典犁的＃｛｛算贫现方案舶度，综述了ｉ¨音和发展ｔ其目桥是用Ｐ通过阿｛８能够在任何时俐、任何地点算背后所采用的技术；ｚ献［６：提出ｒｉｌ饽ｆ服哥栈框颦．综艇大限度地他坩啦拟资醣池址理太规睽ｌ｛再川题。Ｕ前在述归类ｆ小卅的Ⅱｌｆ箅瞅务ｚｔ应的服务屉扶文献［３３从ｉ计目ⅨｎＭ∞Ｉ”０５ｆ）６《镕¨目：，）ｌｏ０８∞￥ｚ＊女ｔ＊目普｛Ｋ＊‰“＾々４＾才ｇ＆ｇＨ【２０ｌＯＳＱＲＩ』）４０愤自￥＃“９８０）自＊±±＊¨．±女ⅢＲ＾自＊＃＊ｄＨ≈Ｅｎｍｉｌ：‘ｌ。＾ｏ∞＊ｍ“¨ｍ．≈■ｒ１９７５），＊．肆十±Ⅲ＃《±《Ⅲ《月自＊ｍ＊ｉＩ并－３２・万方数据算定义描述的视角。分析了云计算的特点。但上述综述文献没有说明云计算服务类型和框架层次的对应关系。以及最新的研究工作是在何种服务类型和框架内进行。本文则是从云计算服务类型和框架的二维角度综合分析了云计算的本质，阐述了源于这些服务类型和框架的相关研究工作。本文第２节针对云计算的概念从不同角度给出多种描述的定义。揭示其本质的特征；第３节比较Ｗｅｂ服务、网格、云计算３个概念，强调云计算不同于以往相近技术的特征；第４节剖析云计算的服务类型和框架；第５节就云计算所涉及的范畴的研究作了分类概括；最后总结全文，指出未来研究方向并展望后续工作。２云计算的定义和特点目前，不同文献和资料对云计算的定义有不同的表述ｆ３，１ｓ．１９］，主要有以下几种代表性的定义。定义１云计算［１８ｊ是一种能够在短时间内迅速按需提供资源的服务，可以避免资源过度和过低使用。定义２云计算¨９ｊ是一种并行的、分布式的系统．由虚拟化的计算资源构成，能够根据服务提供者和用户事先商定好的服务等级协议动态地提供服务。定义３云计算［３］是一种可以调用的虚拟化的资源池，这些资源池可以根据负载动态重新配置，以达到最优化使用的目的。用户和服务提供商事先约定服务等级协议，用户以用时付费模式使用服务。３个不同文献的定义中，定义１强调了按需使用方式，定义２中突出了用户和服务提供商双方事先商定的服务等级协议。这两个定义都从一定的角度给出定义。定义３综合了前面两种定义的描述。更好地揭示了云计算的特点和本质。通过以上的定义分析，可以得出云计算具有如下一些特点。（１）服务资源池化：通过虚拟化技术，对存储、计算、内存、网络等资源化。按用户需求动态地分配。（２）可扩展性：用户随时随地可以根据实际需求，快速弹性地请求和购买服务资源，扩展处理能力。（３）宽带网络调用：用户使用各种客户端软件，通过网络调用云计算资源。（４）可度量性：服务资源的使用可以被监控、报告给用户和服务提供商，并可根据具体使用类型（如带宽、活动用户数、存储等）收取费用。（５）可靠性：自动检测失效节点，通过数据的冗余能够继续正常工作，提供高质量的服务，达到服务等级协议要求（ＳＬＡ）。云计算新的范式的特点带来了众多的优势．同时引入了一些新的问题亟待解决。这些因素制约着云计算技术及其应用的发展，如表１所列。表１云计算的优势和对应问题云计算优势问题缩短单机密集数据处理任务时安全性问．把处理任务分配到各个节点用户关注传输到云计算墙的敏感计算，提高７效率。处理教据是否安全。可搴性嚣翟譬譬搿炙言誊薯最墓：减少用户购买物理硬件设备的费虽然用户不需要维护软件．硬件．但是用户使用云计算暇务的质量依赖云计算本身的质量。促进用户把精力投入业务中。万方数据；藿善皴曩嚣辜茗嚣是否所有的软件应用都适合在云计算环境下开发应用．而以往的软件应用如何移植到云计算环境下。用户可以根据业务需要动态地按云计算服务提供商的实际扩展能交互性莆请求云计算服务．处理高蜂期力有限．需要多个云计算服务商负载并在非高峰期释放资源。间的交互，而云计算服务之间的交互性较差。３Ｗｅｂ服务、网格和云计算Ｗｅｂ服务、网格和云计算很多地方有相似之处，并且云计算是前两者的演化、发展，因此各个概念问容易混淆。区分相关概念问的差异性，有助于理解和把握云计算的本质。如表２所列，本节比较每个概念之问的特征。分析彼此间的相互关联。（１）异构性：Ｗｅｂ服务仅支持软件层次上异构的服务。用户调用的服务可以是各种语言开发的功能模块，而网格和云计算模型均支持软件和硬件的异构资源聚合调用。（２）虚拟化：Ｗｅｂ服务没有虚拟化，提供的是系统的功能模块．网格和云计算分别支持虚拟化的技术，并且云计算是对硬件资源、操作平台的虚拟化，而网格只是数据和计算资源的虚拟化。（３）应用驱动：Ｗｅｂ服务用户通过调用服务提供者暴露给外界的ＡＰＩ，使用该系统需要的某个特定功能。网格计算是利用网络未用计算资源进行科学计算，云计算则提供给了普通用户需要的各种服务，如存储、计算、应用服务等，具有更宽泛的适用性。（４）可扩展性：ｗｅｂ服务扩展能力有限。网格服务主要通过增加节点来扩展处理能力。云计算可根据需求，重新动态自动配置资源池，具有较好的扩展性。（５）标准化：Ｗｅｂ服务和网格技术经过不断的发展和成熟，在用户调用以及内部资源调用接口上，实现了较好的互操作性ｏ…，而云计算由于本身发展的不完善性，在这方面还存在很多问题有待解决，制约了云计算的应用。（６）节点操作系统：Ｗｅｂ服务和网格各节点都采用相同的操作系统。而云计算则比较灵活。提供了多种操作系统的虚拟机，为上层的云计算应用服务。（７）容错性：云计算在实现机制上采取了冗余的数据副本，保证了不必像Ｗｅｂ服务和网格计算那样数据执行失效后还需重新执行。表２Ｗｅｂ服务、网格、云计算的比较・３３・４云计算的类型和框架云计算的类型从不同的角度有不同的划分，本节从地理位置部署的横向和云计算提供服务从底层到高层的纵向角度分类介绍各种云计算。结合典型的云计算服务平台，在表３中总结比较各自的异同和特征．由此在图２中分析云计算框架的构成，讨论各层次需要构建的机制和实现方案。表３代表性的云计算服务及平台比较户需要为相应的简单存储服务（ｓ３）和网络流量付费。Ｈａ—ｄｏｏｐ是一个开源的基于Ｊａｖａ的分布式存储和计算的项目，其本身实现的是分布式文件系统（ＨＤＦＳ）以及计算框架Ｍａ－ｐＲｅｄｕｃｅ：引。此外。Ｈａｄｏｏｐ包含一系列扩展项目，包括了分布式文件数据库ＨＢａｓｅｃｌ０］（对应Ｇｏｏｇｌｅ的ＢｉｇＴａｂｌｅ）、分布式协同服务ＺｏｏＫｅｅｐｅＴ［¨］（对应Ｇｏｏｇｌｅ的Ｃｈｕｂｂｙ）等等。Ｈａｄｏｏｐ有一个单独的主节点，主要负责ＨＤＩ玛的目录管理（Ｎａｍｅ－Ｎｏｄｅ）以及作业在各个从节点的调度运行（ＪｏｂＴｒａｃｋｅｒ）。（２）Ｐａａｓ是构建在基础设施即服务之上的服务。用户通属性’言ｍ蛳铆Ｃ”啪ｏｇｌｅＵ～ｉｃｒｏ￥ｏｎＦ０熹苷ｔｓ过云服务提供的软件工具和开发语言，部署自己需要的软件运行环境和配置。用户不必控制底层的网络、存储、操作系统等技术问题，底层服务对用户是透明的，这一层服务是软件的开发和运行环境。这一层服务是一个开发、托管网络应用程序的平台，代表性的有ＧｏｏｇｌｅＡｚｕｒｅ［¨］。使用ＧｏｏｇｌｅＡｐｐＡｐｐＥｎｇｉｎｅ［１２ｊ和ＭｉｃｒｏｓｏｆｔＥｎｇｉｎｅ，用户将不再需要维护服务器，用户基于Ｇｏｏｇｌｅ的基础设施上传、运行应用程序软件。目前。ＧｏｏｇｌｅＡｐｐＥｎｇｉｎｅ用户使用一定的资源是免费的，如果使用更多的带宽、存储空间等需要另外收取费用。ＧｏｏｇｌｅＡＰＰＥｎｇｉｎｅ提供一套ＡＰＩ使用Ｐｙｔｈｏｎ或Ｊａｖａ来方便用户编写可扩展的应用程序，但仅限ＧｏｏｇｌｅＡｐｐＥｎｇｉｎｅ范围的有限程序，现存很多应用程序还不能很方便地运行在ＧｏｏｇｌｅＡｐｐＥｎｇｉｎｅ上。ＭｉｃｒｏｓｏｆｔＡｚｕｒｅ构建在Ｍｉｃｒｏｓｏｆｔ数据中心内，允许用户应用程序，同时提供了一套内置的有限ＡＰＩ，方便开发和部署应用程序。此平台包含在线服务ＬｉｖｅＳｅｒ—ｖｉｃｅｓ、关系数据库服务ｓＯＬＳｅｒｖｉｃｅｓ、各式应用程序服务器服务．ＮＥＴＳｅｒｖｉｃｅｓ等。（３）最上一层Ｓｅａｓ，该服务是前两层服务所开发的软件应用，不同用户以简单客户端的方式凋用该层服务，例如以浏览器的方式调用服务。用户町以根据自己的实际需求，通过网络向提供商定制所需的应用软件服务，按服务多少和时间长短支付费用。最早提供该服务模式的是Ｓａｌｅｓｆｏｒｃｅ公司运行的客户关系管理系统（ＣＲＭ）［１“，它是在该公司Ｐａａｓ的ｆｏｒｃｅ．ｃｏｍ平台下开发的Ｓａａｓ，而Ｇｏｏｇｌｅ的在线办公自软图２云计算框架图件Ｎ５，１６］如文档、表格、幻灯片处理也是采用Ｓｅａｓ服务模式。云计算提供的不同层次服务使开发者、服务提供商、系统管理员和用户面临许多挑战。图２对此做出归纳概述。底层的物理资源经过虚拟化转变为多个虚拟机。以资源池多重租赁的方式提供服务，提高了资源的效用。核心中间件起到任务调度、资源和安全管理、性能监控、计费管理等作用。一方面，云计算服务中涉及到大量的调用第＝三方软件及框架和重要数据处理的操作，这需要有一套完善的机制，以保证云计算服务安全有效地运行；另一方面．虚拟化的资源池所在的数据中心往往电力资源耗费巨大，解决这样的问题需要设计有效的资源调度策略和算法。在用户通过代理或者直接调用云计算服务的时候，需要和服务提供商之间建立服务等级协议（ｓｅｒｖｉｃｅＬｅｖｅｌＡｇｒｅｅｍｅｎｔ。ＳＩ，Ａ），那么必然需要服务性能监控，以便设计出比较灵活的付费方式。此外，还需要设计便捷的应用接口。方便服务调用。而用户在调用中选择什么样的云计算服务，这就要设计合理的度量标准并建立一个全球云计算服务市场以供选择调用一”。从云计算部署的角度，云计算分为私有云、社区云、公共云和混合云。私有云被一个组织管理操作。社区云由多个组织共同管理操作，具有一致的任务调度和安全策略。公共云由一个组织管理维护，提供对外的云服务，可以被公众所拥有。混合云是以上两种或两种以上云的组合。从云计算服务的角度，云计算服务类型可以分为基础设施即服务（Ｉａａｓ）、平台即服务（Ｐａａｓ）、软件即服务（ｓｅａｓ）。（１）Ｉａａｓ在服务层次上是最底层服务，接近物理硬件资源，通过虚拟化的相关技术，为用户提供处理、存储、网络以及其他资源方面的服务，以便用户能够部署操作系统和运行软件。这一层典型的服务如亚马逊的弹性云（Ａｍａｚｏｎ，ＥＣ２）［７］和Ａｐａｃｈｅ的开源项目Ｈａｄｏｏｐ［引。ＥＣ２与Ｇｏｏｇｌｅ提供的云计算服务不同，Ｇｏｏｇｌｅ只为在互联网上的应用提供云计算平台，开发人员无法在这个平台上工作，因此只能转而通过开源的Ｈａｄｏｏｐ软件支持来开发云计算应用。而ＥＣ２给用户提供一个虚拟的环境，使得可以基于虚拟的操作系统环境运行自身的应用程序。同时，用户可以创建亚马逊机器镜像（ＡＭＩ），镜像包括库文件、数据和环境配置。通过弹性计算云的网络界面去操作在云计算平台上运行的各个实例（Ｉｎｓｔａｎｃｅ），同时用・３４・５相关工作本节主要阐述云计算最新研究进展，就云计算各个方面万方数据的研究１二作分类讨论并分析各个方向研究问题的相互关联，不稳定、任务意外终止等）。注入Ｈａｄｏｏｐ中观察其执行．来判论述相关研究工作是关于哪种云计算服务类型以及涉及到框定提出的Ｇａｎｅｓｈａ方法在确定Ｈａｄｏｏｐ相关执行错误时的准架中的哪些内容。表４做了分类概括。确性，实验证明了Ｇａｎｅｓｈａ方法的可行性。表４云计算相荚研究对比（３）仿真云计算交付的是以网络为基础的可靠、可扩展的服务，同时各种应用在不同的负载、规模、位置有不同的配置、部署和组合方式，并且对服务资源池有不同的调度和使用策略，要保证高质量的服务。就要对不同基础设施和服务进行度量、测试、评估，以确保满足一定服务等级协议（ＳＬＡ）的要求。在云计算基础设施服务搭建之前，有必要对其复杂的运行机制和管理进行仿真验证。以确保可行性。而在之后云计算基础设施服务使用的过程中，追踪和分析复杂的分布式云计算基础设施运行．是一件非常具有挑战性的问题。前面有些研究静２８３¨对此进行了深入的研究，但是这些研究的前提是需要已经部署了相关的云计算的基础设施。而文献［３２］开发的云（１）性能优化计算仿真软件ＣｌｏｕｄＳｉｍ，从仿真角度模拟云计算基础设施的这个子领域的文献研究霞点是优化ｈａｓ层次的云计算运行调度机制。在构建云计算基础设施服务之前，需要事先服务的性能，文献［ｚ１］围绕资源，用户数量、服务质量水平了解数据中心的可扩展性。文献［３３］中提出ＳＰＥｃＩ仿真工（ＱｏＳ）之闾的相互关系展开。建立各个因素之问关系的云计具，用以分析云计算数据中心的可扩展性和性能，以确保数据算性能模型。为预测和优化云计算的性能问题提供ｒ依据。中心的可用性。文献［３４］针对开源的云计算服务框架Ｈａ－文献［２２３从效用计算的视角分析不同负载的任务使用，提出ｄｏｏｐ的ＭａｐＲｅｄｕｃｅ过程进行仿真，分析了Ｈａｄｏｏｐ的Ｍａ—了优化云计算性能的方法。文献［２３］另辟角度．讨论了云计ｐＲｅｄｕｃｅ过程中可能会出现的性能瓶颈问题，通过实验证明算节点在异构环境下的ＭａｐＲｅｄｕｃｅ执行性能问题及优化。了该工具ＭＲＰｅｒｆ能够较为精确地仿真ＭａｐＲｅｄｕｃｅ计算过以上叮以看出．这些研究是希望完善云计算底层基础服务设程。这些相关文献为后续云计算的研究提供了有力的工具支施的性能，从而确保更高层次上云计算应用服务的质量。持。仿真的方法虽然在一定程度上模拟了云计算基础设施即（２）测试服务中的执行过程。但是面对众多的云计算平台实现。仍然有云计算测试包括两个层次的含义：第一种层次的含义指一定的局限性和适用范围。可以运用现有的云计算环境提供的服务资源．较为真实地产（４）网络和安全生模拟用户负载，进行快速、高效的负载、压力测试。这种测用户在使用云计算服务的时候，需要上传数据并存储在试是一种新型的软件测试方式，是一种云计算技术的新应用。数据中心，安全性是用户关注的问题，这关系到云计算是否能这种方式称为云测试［ｚ“。第二种层次的含义指对构建云计够得到广泛运用。因此云计算服务的安全是研究的一个重要算基础设施服务以及上层云计算应用程序的测试。前者工业方向内容。目前。云计算的发展处于初级阶段，安全性的问题界ＰｕｓｈＴｏＴｅｓｔ推出云测试的工具ＴｅｓｔＭａｋｅ｛ｚｓ］，它可以支使得云计算服务和用户之间存在技术上的鸿沟。针对这样的持本地和云端或者是两者皆可的测试方式，并且提供丰富的问题。文献［３５］提出了基于客户端的隐私数据管理．通过减少网络应用（ＲｉｃｈＩｎｔｅｒｎｅｔＡｐｐｌｉｃａｔｉｏｎ，ＲＩＡ），极大地简化了测敏感数据传输，防止在不同的场景下泄露和丢失敏感数据。降试流程，提高了测试效率。有些组组－耶一要求用户在本地用低了云计算使用的风险。由此看出，在云计算设计∞６一的早期Ｓｅｌｅｎｉｕｌｎ编写好自动化测试脚本，然后上传到网站的平台上应该考虑安全性策略，同时网络间的用户和服务提供商之间运行Ｓｅｌｅｎｉｕｍ脚本，实现了快速按需测试的目的。学术界从都需要进行消息的传递、信息的交互和数据的共享，而云计算不同的侧面对云测试做了相关研究。文献［ｚ７３利用云计算服服务的分布式体系结构使得安全性问题更加复杂。为此文献务资源构建了网络管理系统的测试环境，有效地解决了大规［３７—３９３从网络拓扑结构、安全的协议格式和传输数据拥塞控模测试环境构建困难的问题，准确地测试了大规模网络管理制的角度确保云计算模式使用的安全性。随着云计算服务使系统的性能。后者的云计算测试，目前主要集中在对分布式用的日益广泛，对于不同的用户和服务提供商。数据的可见性基础设施服务（１ａａｓ）问题的性能测试研究嵋¨１ｆ。对于上层云不同。需要灵活的存取控制机制№４２］，传统的存取控制方法计算应用程序测试有待进一步研究。文献［ｚ８３使用白盒度量已经不能完全适应新的环境。文献［４２］在云计算环境下，提的方法。分析从节点ＤａｔａＮｏｄｅ的ｔ：ｌ志文件，自动侦测Ｈａｄｏｏｐ出了语义控制策略语言（ＳｅｍａｎｔｉｃＡｃｃｅｓｓＣｏｎｔｒｏｌＰｏｌｉｃｙＬａｎ．的执行失效问题。文献［２９］在此基础上，从黑盒和白盒两个ｇｕａｇｅ，ＳＡＣＰＬ）来描述存取策略，面向本体系统访问（Ａｃｃｅｓｓ方面．更加完整地侦测Ｈａｄｏｏｐ的执行问题。文献［３０３引入ＣｏｎｔｒｏｌＯｒｉｅｎｔｅｄＯｎｔｏｌｏｇｙＳｙｓｔｅｍ，ＡＣＸＸ）Ｓ）以此语言为基础了一种Ｍｏｓｃｈｉ方法，即分解ＭａｐＲｅｄｕｃｅ执行过程，通过日志进行设计，在增强互操作性的同时保证数据的安全性。这也是文件从时间、容量、空间角度刻嘶云计算基础设施Ｈａｄｏｏｐ状云计算和语义Ｗｅｂ技术相结合的应用。有些情况除了安全态机模型的行为。反映出Ｈａｄｏｏｐ执行的控制流和数据流，推性要考虑以外．还要考虑到数据中心所在的地理位置存取的理Ｈａｄｏｏｐ执行过程中可能的性能问题。文献［３１］则是在上数据是否符合本地的法律。述研究的基础上。通过模拟常见错误（如ＣＰＵ瓶颈、网络连接（５）技术应用万方数据・３５・云计算技术的发展极大地推动了传统领域技术在云计算平台下新的应用。有的研究者ｕ钆利用云计算强大的计算能力和低廉的成本，为诸如地球科学、生物信息科学、粒子物理学等电子科学（Ｅ－Ｓｃｉｅｎｃｅ）提供科学计算能力，注重研究新的计算模式对原有领域学科产生的深远影响和改变。此外，有的学者【４副利用云计算的应用特性把海量的数据存储在云计算端。通过高速宽带传输．进行分布式数据处理计算挖掘。通过提出的基准点。比较了Ｓｐｈｅｒｅ云计算平台Ｈ４］相对于Ｈａ—ｄｏｏｐ的计算速度优势。另外，上述云计算测试中第一层的含义，以及存取控制和语义Ｗｅｂ的结合，本质上也属于云计算技术的新应用。当然，云计算技术还有其他方面的应用，限于篇幅，在此不一一赘述。（６）成本用户使用云计算模式进行新的应用时，必然需要把原有的软件程序移植到新的云计算模式，这就要考虑云计算模式和原有的计算模式的成本比较，因此制定何种精确的成本计素、人力等众多因素。给出了完整的计算模型，开发了相应的工具，在这方面进行了积极的探索和研究。云计算的服务资源是虚拟化的资源池，面对用户在不同的负载、响应时间同时调用云计算虚拟化的服务资源。需要有一套新的、完善的计费服务（１ａａｓ）资源来扩展本地业务处理能力，不同的调度策略结束语云计算是基于多种技术的新兴计算模式。随着的集合，而且是一种集虚拟化技术、网络技术、信息安全、效用云计算服务的类型和框架并比较了Ｗｅｂ服务、网格、云计算的区别和联系，最后针对云计算的性能、应用、仿真、网络安由上面的讨论分析日ｒ知，应用向云计算模式的转变引发了一系列开放的问题．有待解决。（１）用户在选择使用众多云计算服务时，如何选择需要的（２）以往ｗｅｂ服务定义的ＷＳＤＬ接口和ＸＭＩ。数据类型（３）随着云计算模式的大量应用。是否所有的软件应用和・３６・万方数据属性到云计算服务属性的映射－，以判定云计算的属性是否适合软件应用的关键属性。（４）如何划分Ｓａａｓ层次上云计算基本服务粒度，以便应用能够进行类似ｗｅｂ服务编排的服务组合，提高软件的重用性。（５）云计算是一种分布式的计算模式，其地理位置、存储和扩展能力对用户均是透明的。无论是云计算开发者、提供商还是用户，如何追踪分析云计算服务应用的控制流和数据流。以判定云计算应用的行为和状态。是问题的关键。建立何种合适的模型．使云计算模型标准化、统一化，为测试、成本计算、性能提供标准依据，也是一个重要的问题。（６）如何发挥云计算的特性，探索其在传统软件测试领域的应用一８’４引。例如，传统软件测试用例的运行需要耗费大量物理设备和时间，尤其是回归测试更需要不断地运行测试用例。如果把这些需要运行的测试用例转向云计算的环境并行运行，其效率会极大提高。（７）云计算服务本身的质量关系到用户能否大量使用服务。目前．研究主要集中在底层基础设施服务的性能分析、优化以及测试研究。但是上层的云计算应用服务的测试模型和测试标准¨０］同样需要研究和关注。参考文献Ｅ１］ＬｅａｖｉｔｔＮ．ＩｓＣｌｏｕｄＣｏｍｐｕｔｉｎｇＲｅａｌｌｙＲｅａｄｙｆｏｒＰｒｉｍｅＴｉｍｅ？［Ｊ］．ＩＥＥＥＣｏｍｐｕｔｅｒＳｏｃｉｅｔｙＰｒｅｓｓ。２００９。４２（１）：１５—２０［２］ＡｒｍｂｒｕｓｔＭ．ＦｏｘＡ．ＧｒｉｔｈＲ，ｅｔａ１．Ａｂｏｖｅｔｈｅｃｌｏｕｄｓ：ＡＢｅｒｋｅ－ｌｅｙＶｉｅｗｏｆＣｌｏｕｄＣｏｍｐｕｔｉｎｇ［，Ｒ］．ＵＣＢ／ＥＥＣＳ－２００９—２８．Ｂｅｒｋｅ－ｌｅｙ．ＵＳＡ：ＥｌｅｃｔｆｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅｓ，Ｕｎｉ—ｖｅｒｓｉｔｙｏｆＣａｌｉｆｏｒｎｉａａｔＢｅｒｋｅｌｅｙ。２００９１－３３ＶａｑｕｅｒｏＬ。Ｒｏｄｅｒｏ－ＭａｒｉｎｏＬ，ＣａｃｅｒｅｓＪ．ｅｔａ１．Ａｂｒｅａｋｉｎｔｈｅｃｌｏｕｄｓ：ｔｏｗａｒｄｓａｃｌｏｕｄｄｅｆｉｎｉｔｉｏｎ［Ｊ］．ＳＩＧＣＯＭＭＣｏｍｐｕｔｅｒＣｏｍｍｕｎｉｃａｔｉｏｎＲｅｖｉｅｗ．２００９．３９（１）：５０－５５［４３刘鹏．云计算ＥＭ］．北京：电子１二业出版社．２０１０［５］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［６３ＬｅｎｋＡ，Ｋｌｅｒｏ＿，ｌＭ，ＮｉｍｉｓＪ，ｅｔａ１．Ｗｈａｔ’ＳｉｎｓｉｄｅｔｈｅＣｌｏｕｄ？ＡｎＡｒｃｈｉｔｅｃｔｕｒａｌＭａｐｏｆｔｈｅＣｌｏｕｄＬａｎｄｓｅａｐｅＦＣ］｛｛Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２００９ＩＣＳＥＷｏｒｋｓｈｏｐｏｎＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇＣｈａｌｌｅｎｇｅｓｏｆＣｌｏｕｄＣｏｍｐｕｔｉｎｇ．２００９：２３—３１１－７３ＡｍａｚｏｎＷｅｂＳｅｒｖｉｃｅｓ［，ＥＢ／ＯＬ］．ｈｔｔｐ：／／ａｗｇａｎ协ｚｏｒＬｃｏｒｎ／［８３Ｈａｄｏｏｐ［，ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｈａｄｏｏｐ．ａｐａｃｈｅ．ｏｒｇ／ｃｏｒｅ［９］ＤｅａｎＪ。Ｇｈｅｍａｗａｔ＆ＩＭａｐＲｅｄｕｃｅ：Ｓｉｍｐｌｉｅｄｄａｔａｐｒｏｃｅｓｓｉｎｇｏｎｌａｒｇｅｃｌｕｓｔｅｒｓ［＇Ｃ］＃Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ６ｔｈＳｙｍｐｏｓｉｕｉｌｌｏｎＣ）ｐｅｒａ－ｔｉｎｇＳｙｓｔｅｍｓＤｅｓｉｇｎａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎ．ＳａｎＦｒａｎｃｉｓｃｏ．ＣＡ，２００４，１１（１８）：１３７一１５０［１０］Ｈｂａｓｅ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｈａｄｏｏｐ．ａｐａｃｈｅｏｒｇ／ｈｂａｓｅ／［１１］Ｚｏｏｋｅｅｐｅｒ［ＥＢ／ＯＩ。］．ｈｔｔｐ：／／ｈａｄｏｏｐ．ａｐａｃｈｅｏｒｇ／ｚｏｏｋｅｅｐｅｒ／［１２３Ｇｏｏｇｌｅａｐｐｅｎｇｉｎｅ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ａｐｐｅｎｇｉｎ己ｇｏｏｇｌｅ．ｃｏｒｎ［１３］Ｍｉｃｒｏｓｏｆｔａｚｕｒｅ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｍｉｃｒｏｓｏｆｔ．ｃｏｒｎ／ａｚｕｒｅ／［１４］Ｓａｌｅｓｆｏｒｃｅ．ｃｏｍ［，ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｆｏｒｅｅ．ｃｏｒｎ／［１５］Ｈａｚｅｌｈｕｒｓｔ＆ＳｃｉｅｎｔｉｆｉｃＣｏｍｐｕｔｉｎｇＵｓｉｎｇＶｉｓｕａｌＨｉｇｈ－ｐｅｒ－ｆｏｒｍａｎｃｅＣｏｍｐｕｔｉｎｇ：ＡＣａｓｅＳｔｕｄｙＵｓｉｎｇｔｈｅＡｍａｚｏｎＥｌａｓｔｉｃＣｏｍｐｕｔｉｎｇＣｌｏｕｄ［ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２００８ＡｎｎｕａｌＲｅ－ｓｅａｒｃｈＣｏｎｆｅ！ｒｅｎｃｅｏｆｔｈｅＳｏｕｔｈＡｆｒｉｃａｎＩｎｓｔｉｔｕｔｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｔｉｓｔｓａｎｄＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｉｓｔｓｏｎＩＴＲｅｓｅａｍｈｉｎＤｅ－ｖｅｌｏｐｉｎｇＣｏｕｎｔｒｉｅｓ：ｒｉｄｉｎｇｔｈｅｗａｖｅｏｆｔｅｃｈｎｏｌｏｇｙ．Ｗｉｌｄｅｒｎｅｓｓ・ＳｏｕｔｈＡｆｒｉｃａ．２００８：９４—１０３算模型尤为关键。文献［４ｓ３分别考虑服务器、软件、网络元机制来加强云计算成本的管理ｒ４“，同时调用云计算基础设施会产生不同云计算成本。文献［４７］对此问题做了深入的分析研究，总结了服务成本和性能之间的相互关系。现代软件应用和商务处理的全球化、信息化和自动化，必将为云计算的研究发展提供广泛的市场和应用背景。云计算不仅是虚拟化资源的集合，也不仅是在此之上的平台和应用实体计算、逻辑推理、软件工程、商务智能等技术为一体的新兴计算应用模式。无论是工业界还是学术界都提出了一系列实施技术和改进策略，并从理论和实际应用的角度进行了阐述。本文首先介绍了云计算的相关背景，分析了云计算现有的优势和亟待解决的问题，然后由此给出了云计算的定义，讨论了全、测试、成本等方向进行了分类论述，概述了现阶段云计算最新的研究方向，指出了各方向的研究目的。从理论和实际应用的角度分析了存在的问题，指出了未来云计算研发中应解决的关键问题和研究方向。服务应用。通过什么标准度量云计算服务特征，避免选择的主观性。方便用户的调用和信息的传输，需要考虑云计算的接口、数据类型怎样制定，采取何种具体的标准加强云计算供应商和用户间的互操作尚不明确。开发都适合转向云计算的平台，这就需要考虑建立软件应用［１６］Ｇ００９１ｅｒ）０ｃｓ［ＥＢ／０Ｉ。］．ｈｔｔｐ：／／ｄｏｃｓ．９００９ｌｅ．ｃｏｍ／［１７］ＢｕｙｙａＲ．Ｙｅｏｃｓ，ＶｅｎｕｇｏｐａｌＳ．Ｍａｒｋｅｔ—ｏｄｅｎｔｅｄｃｌｏｕｄｃｏｍｐｕ。ｔｉｎｇ：Ｖ两ｏｎ．ｈｙｐｅ，ａｎｄｒｅａｌｉｔｙｆｏｒｄｅｌｉＶｅｒｉｎｇｉｔｓｅｎ，ｉｃｅｓａｓｃｏｍｐｕ—ｔｉｎｇｕｔｉｌｉｔｉｅｓ［ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２００９９ｔｈｌＥＥＥ／ＡｃＭＩｎ—ｔｅｍａｔｉｏｎａｌＳｙｒｎｐｏｓｉｕｍｏｎＣｌｕｓｔｅｒＣｏｍｐｕｔｉｎｇａｎｄｔｈｅＧｒｉ（Ｌ２００８［１８］ＧｅｅｌａｎＪ．Ｔｗｅｎｔｙｏｎｅｅｘｐｅｒｔｓｄｅｆｉｎｅｃｌｏｕｄｃｏｍｐｕｔｉｎｇ．Ｖｉｒｔｕａｌ—ｉｚａｔｉｏｎ［ＥＢ／（）Ｌ］．ｈｔｔｐ：／／ｖｉｒｔｕａＩｉｚａｔｉｏｆＬ８ｙｓ－ｃｏｒＬｃｏｍ／ｎｏｄｅ／６１２３７５。２００８一０８［１９］ＢｕｙｙａＲ．Ｙｅ０ｃＳ，Ｖｅｎｕｇｏｐａｌｓ．Ｍａｒｋｅ卜ｏｒｉｅｎｔｅｄｃｌｏｕｄｃｏｍｐｕ—ｔｉｎｇ：Ｖ汹ｏｎ’ｈｙｐｅ。ａｎｄｒｅａｌｉｔｙｆｏｒｄｅｌｉＶｅｒｉｎｇｉｔｓｅｒｖｉｃｅｓａｓｃｏｍｐｕ—ｔｉｎｇｕｔｉｌｉｔｉｅｓ［Ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２００９９ｔｈｌＥＥＥ／ＡＣＭｌｎ—ｔｅｍａｔｉｏｎａｌＳ”ｎｐｏｓｉｕｍｏｎＣｌｕｓｔｅｒ【ｂｍｐｕｔｉｎｇａｎｄｔｈｅＧｒｉｄ２００９：ｌ［２０］ＭａｒｋＢ．ＡｐｏｎＡ，Ｆｅｍｅｒｃ．ｅｔａ１．Ｅｍｅｒｇｉｎｇｇｒｉｄｓｔａｎｄａｒｄｓ［Ｊ］．ＩＥＥＥ（＝０ｍｐｕｔｅｒＳｏｃｉｅｔｙ．２００５，３８（４）：４３—５０［２１］ｘｉｏｎｇＫａｉ—ｑｉ．ＰｅｒｍｓＨ．ｓｅⅣｉｃｅＰｅｒｆｏｍ．１ａｎｃｅａｎｄＡｎａｌｙｓｉｓｉｎｃｌｏｕｄｃｏｍｐｕｔｉｎｇ［Ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２００９ｃｏｎｇｒｅｓｓｏｎＳｅｒ、ｒｉｃｅｓ．２００９：６９３—７００［２２］ＰａｔｏｎＮｗ，ＡｒａｇａｏＭＡＴ・Ｉ七ｅＫ。ｅｔａ１．ｏｐｔｉｒｎｉｚｉｎｇｕｔｉｌｉｔｙｉｎｃｌｏｕｄｃｏｍｐｕｔｉｎｇｔｈｒｏｕｇｈａｕｔｏｎｏｍｉｃｗｏｒｋＩｏａｄｅｘｅｃｕｔｉｏｎ［Ｊ］．ＩＥＥＥＤａｔａＥｎ舀Ｂｕｌｌ．２００９，３２（１）：５ｌ一５８［２３］ｚａｈａ血Ｍ，ＫｏｎｗｉｎｓｋｉＡ，ＪｏｓｅｐｈＡｎＩｍｐｍ、，ｉｎｇＭａｐＲｅｄｕｃｅｐｅｒｆｏｒｍａｎｃｅｉｎｈｅｔｅｒｃ瞎ｅｎｅｏｕｓｅｎｖｉｒｏｎｍｅｎｔｓ［Ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ８ｔｈＵＳＥＮＩＸＳｙｍｐｏｓｉｕｍｏｎｏｐｅｒａｔｉｎｇＳｙｓｔｅｍｓｒ）ｅｓｉｇｎａｎｄＩｍｐｉ咖ｅｎｔａｔｉｏｎ．ＮｅｗＹｏｒｋ：ＡＣＭＰｒｅｓｓ，２００８：２９—４２［２４］ｃｌｏｕｄｔｅｓｔｉｎｇ［ＥＢ／０Ｌ］．ｈｔｔｐ：／／ｅｍ耐ｋｉｐｅｄｈｏｒｇ／诵垴／ｃｌｏｕｄ—ｔｅｓｔｉｎｇ［２５］ＰｕｓｈＴｏＴｅｓｔ［ＥＢ／０Ｌ］．ｈｔｔｐ：／／Ⅵ删．ｐｕｓｈｔｏｔｅｓｔ．ｃｏｍ／ｃｌｏｕｄｔｅｓｔ—ｉｎｇ［２６］ｃｌｏｕｄｔｅｓｔｉｎｇ［ＥＢ／（）Ｌ］．ｈｔｔｐ：／／、＾ｎ删．ｃｌｏｕｄｔｅｓｔｉｎ爵ｃｏｍ／［２７］Ｇａｎｏｎｚ。ｚｉＩｂｅｒｓｈｔｅｉｎＩＥ．ｃｌｏｕｄ＿ｂａｓｅｄＰｅｒｆｏｎｎａｎｃｅＴｅｓｔｉｎｇｏｆＮｅｔ、∞ｒｋＭａｎａｇｅｍｅｎｔｓｙｓｔｅｍｓ［ｃ］∥Ⅱ：ＥＥ１４ｔｈＩｎｔｅｍａｔｉｏｎａｌＷｏｒｋｓｈｏｐｏｎＣｏｍｐｕｔｅｒＡｉｄｅｄＭｏｄｅｌｉｎｇａｎｄＤｅｓｉｇｎｏｆ（’肿啪ｕ—面ｃａｔｉｏｎＩ。ｉｎｋｓａｎｄＮｅｔｗｏｒｋｓ．２００９：１＿６［２８］ＴａｎＪ，Ｐａｎｘ。Ｋａｖｕｌｙａｓ．ｅｔａ１．ｓＡＬＳＡ：ＡｎａｌｙｚｉｎｇＩｏｇｓａｓｓｔａｔｅｎｌａｃｈｉｎｅｓ［ｃ］∥ＵＳＥＮｌｘｗｏｒｋｓｈｏｐｏｎ＾ｍＩｙｓｉｓｏｆＳｙｓｔ咖Ｉ∞黔ＳａｎＤｉｅｇｏ，ＣＡ。２００８［２９］ＴａｎＪ。Ｐａｎｘ。Ｋａｖｕｌｙａｓ，ｅｔａＬⅣＩｏｃｈｉ：ＶｉｓｕａｌＬｏｇ—ＡｎａｌｙｓｉｓＢａｓｅｄＴ００ｌｓｆｏｒＤｅｂｕｇｇｉｎｇＨａｄ００ｐ［ＥＢ／（）Ｌ］．ｈｔｔｐ：／／ｗｗｗ．ｕｓｅｎｉ）ｏｏｒｇ／ｅｖｅｎｔ／ｈｏｔｃｌｏｕｄ０９／ｔｅｃｈ／ｆｕｌｌ—ｐａｐｅｒｓ。２００９［３０］Ｍｅｎ＆ｔｈｅ日ｅｐｈａｎｔ：ＰｉｅｄｎｇＴｏｇｅｔｈｅｒＨａｄ００ｐｆｏｒＤｉａｇｎｏｓｉｓ［ＥＢ／（）Ｌ］．ｈｔｔｐ：／／ｒｅｐｏｒｔｓ—ａｒｃｈｉ他ａｄ札ｃｓ．ｃｒｎｕｅｄｕ／ａｎｏｎ／ａ—ｎｏｎ／ｈｏｍｅ／ｆｔｐ。２００９［３１］Ｐａｎｘ．ＴａｎＪ．Ｋａｖｕｌｙａｓ，ｅｔａ１．Ｇａｎｅｓｈａ：Ｂｌａｃｋ－ＢｏｘＤｉａｇｎｏｓｉｓｏｆ池ｐＲｅｄｕｃｅＳｙｓｔｅｆｎｓ［Ｊ］．ＡＣＭＳＩＧＭＥＴＲＩｃＳＰｅｒｆｏｒｎ枷ｃｅＥ—ｖａｌｕａｔｉｏｎＲｅｖｉｅｗ，２００９。３７（４）：８－１３［３２］Ｂｕｙ”Ｒ．ＲａｎｊａｎＲ．ｃａＩｈｅｉｒｏｓＲＮ．Ｍｏｄｅｌｉｎｇａ１１ｄｓｉｍｕｌａｔｊｏｎｏｆｓｃａｌａｂｌｅＣｌｏｕｄｃｏｍｐｕｔｉｎｇｅｎｖｉｒｏｎｍｅｎｔｓａｎｄｔｈｅｃｌｏｕｄＳｉｍｔｏｏｌ—ｂｔ：ｃｈａｌｌｅｎｇｅｓａｎｄｏｐｐｏｎｕｎｉｔｉｅｓ［ｃ］∥ＩｎｔｅｍａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＨｉｇｈＰｅｒｆｏｒｍａｎｃｅＣｏｍｐｕｔｉｎｇ＆Ｓｉｍｕｌａｔｉｏｎ（ＨＰ（五’０９）．２００９：１一¨［３３］踊ｒ锄ＬＳＰＥｃｌ：ａｓｉｍｕＩａｔｉｏｎｔｏｏｌｅｘｐｌｏｒｉｎｇｃｌｏｕｄ－ｓｃａｌｅｄａｔａ＿ｃｅｎｔｅｒｓ［ｃ］∥Ｐｍｃｅｅｄｉｎｇｓｏｆｔｈｅ１ｓｔＩｎｔｅｍａｔｉｏｎａｌ（＝ｏｎ』ｅｒｅｎｃｅｏｎＣｌｏｕｄＣｏｍｐｕｔｉｎｇ（Ｃｌｏｕｄ（ｂｍ’０９）．２００９：３８１—３９２［３４］ｗａｎｇＧｕａｎ・ｙｉｎｇ．ＢＵｔｔＡＲ。ＰａｎｄｅｙＰ，ｅｔａＬｕｓ；ｎｇｒ鞠ｌｉｓｔｉｃｓｉｍ—ｕｌａｔｉｏｎｆｏｒｐｅｒｆｏｒｍａｎｃｅａｎａｌｙｓｉｓｏｆｍａｐｒｅｄｕｃｅｓｅｔｕｐｓ［Ｃ］∥Ｐｒ０一ｃｅｅｄｉｎｇｓｏｆｔｈｅ１ｓｔＡＣＭｗｏｒｋｓｈｏｐｏｎＬａｒｇｅ—ｓｃａｌｅＳｙｓｔ啪ａｎｄＡｐｐＩｌｃａｔｉｏｎＰｅ—ｂｍａｎｃ已２００９：１９—２６［３５］ＭｏｗｂｒａｙＭ，Ｐｅａｒｓｏｎ＆Ａｃｌｉｅｎｔ’ＢａｓｅｄＰｒｉｖａｃｙＭａＴＩａｇｅｒｆｏｒ万方数据Ｃ１０ｕｄ【’舢ｐｕｔｉｎｇ［ｃ］∥ＰｍｃｅｅｄｉｎｇｓｏｆｔｈｅＦｂｕｒｔｈＩｎｔｅｍａｔｉｏｎａｌｌＣＳＴＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｍｕｎＩｃａｔｉｏｎＳ”ｔｅｍＳｏｆｔｗａｒｅａｎｄＭｉｄ—ｄｌｅｗａｒｅ．２００９：卜８［３６］ＰｅａｒｓｏｎＳ．Ｔａｋｉｎｇａｃｃｏｕｎｔｏｆｐｒｉｖａｃｙｗｈｅｎｄｅｓｉｇｎｉｎｇｃｌｏｕｄｃｏｍ—ｐｕｔｉｎｇｓｅｎｒｉｃｅｓ［ｃ］∥Ｐｍｃｃｅｄｉｎｇｓｏｆｔｈｅ２００９ｌｃｓＥｗｏｒｋｓｈｏｐｏｎＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇＣｈａｌｌｅｎｇｅｓｏｆＣｌｏｕｄＣｏｍｐｕｔｉｎｇ．２００９：４４—５２［３７］｝ｊｅｍｓｔｅｊｎＤ，ＬｕｄｖｉｇｓｏｎＥＮｅｔ、∞ｒｋｉｎｇｃｈａｌＪ跚ｇｅｓａｎｄＲｅｓｕ】ｔａｎｔＡｐｐｒｏａｃｈｅｓｆｏｒＩ，ａｒｇｅｓｃａｌｅｃｌｏｕｄ（ｋｎｓｔｒｕｃｔｉｏｎ［ｃ］∥Ｐｒｏｃｅｅ－ｄｉｎｇｓｏｆｔｈｅ２００９ＷｏｒｋｓｈｏｐｓａｔｔｈｅＧｒｉｄａｎｄＰｅｒｖａｓｉｖｅＣｏｍｐｕ—ｔｉｎｇ（乃ｎｆｅｒｅｎｃｅ。ＧＰＣ２００９：１３６—１４２［３８］ＢｅｍｓｔｅｉｎＤ，ＬｕｄｖｉｇｓｏｎＥ，ｓａｎｋａｒＫ．ｅｔａ１．Ｂｌｕｅｐ“ｎｔｆｂｒｔｈｅＩｎ—ｔｅｒｃｌｏｕｄ—ＰｍｔｏｃｏｌｓａｎｄＦｏｍａｔｓｆｏｒＣｌｏｕｄＣｏｍｐｕｔｉｎｇＩｎｔｅｒｏｐｅｒ—ａｂｉｌｉｔｙ［Ｃ］∥Ｐ巾ｃｅｅｄｉｎｇｓｏｆｔｈｅ２００９ＦｏｕｒｔｈＩｎｔｅｍａｔｉｏｎａｌＣ０ｎ—ｆｅｒｅｎｃｅｏｎＩｎｔｃｍｅｔａｎｄｗｅｂＡｐｐＩｉｃａｔｉｏｎｓａｎｄＳｅｒｖｉｃｅｓ．２００９：３２８—３３６［３９］ＭａｔｏｓＭ．ｓｏｕｓａＡ．Ｐｅｒｅｉｒａｊ，ｅｔａ１．ｃｌｏｎ：（）ｖｅｒＩａｙＮｅｔｗｏｒｋｆｏｒｃｌｏｕｄｓ［Ｃ］∥ＰｒｏｃｅｅｄｉｎｇｓＭａｌｌａ删ＬｏｆｔｈｅＴｈｉｒｄｗｏｒｋｓｈｏｐ０ｎＤｅｐｅｎｄａｂｌｅＤｉｓｔｒｉｂｕｔｅｄＩ）ａｔａＮｕｒｅｒｎｂｅ唱，Ｇｅｍｌａｎｙ，２００９：１４一１７［４０］陕ｓｃｈｅｒＭ。ＭａｓｓｅｒＰ．ＦｅｉｌｈｕｅｒＴ。ｅｔａ１．Ｒｅｔａｉｎｉｎｇ胁ｔａＣｏｎｔｒｏｌｔｏｔｈｅＣｌｉｅｎｔｉｎＩｎｆｒａｓｔｒｕｃｔｕｒｅＣｌｏｕｄｓ［ｃ］∥ＩｎｔｅｎｌａｔｉｏＴｌａｌ（二ｏｎｋｒｅｎｃｅｏｎＡｖａｉｌａｂｉｌｉｔｙ．ＲｅｌｉａｂｉＩｉｔｙａｎｄＳｅｃｕｒｉｔｙ（ＡＲＥＳ’０９）．２００９：９—１６［４１］ＨｉｒｏｆｕｃｈｉＴ．０９ａｗａＨ，ＮａＩ【ａｄａＨ，ｅｔａ１．ＡＬｉｖｅｓｔｏｒａｇｅＭｉｇｒａ—ｔｉｏｎＭｅｃｈａｎｉｓｍｏｖｅｒＷＡＮｆＤｒＲｅＩｏｃａｔａｂＩｅｖｉｎｕａＪＭａｃｈｉｎｅＳｅｒｖｉｃｅｓｏｎｃＩｏｕｄｓ［ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２００９９ｔｈｌＥＥＥ／ＡＣＭＩｎｔｅｍａｔｉｏｎａｌＳｙｒｎｐｏｓｉｕｍｏｎＣｌｕｓｔｅｒｃ‘册ｐｕｔｉｎｇａｎｄｔｈｅＧ—ｄ２００９：４６０一４６５［４２］ＨｕＬ．Ｙｉｎｇｓ，Ｊｉａｘ．ｅｔａＬＴｏｗａｒｄｓａｎＡｐｐｒｏａｃｈｏｆ＆ｍｌａｎｔｉｃＡｃｃｅｓｓ（二０ｎ”ｏｌ［ｃ］∥ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅｌｓｔＩｎｔｅｍａｔｉｏｎａｌ（＝ｏｎ—ｆｅｒｅｎｃｅｏｎＣｌｏｕｄＣｏｍｐｕｔｉｎｇ．２００９：１４５一１５６［４３］ＧｍｓｓｍａｎＲＬ，ＧｕＹ．ＩｋｔａｍｉｎｉｎｇｕｓＩｎｇｈｉｇｈｐｅｒｆｏ舢ｎｃｅｃｌｏｕｄｓ：ｅｘｐｅｒｉｍｅｎｔａｌｓｔｕｄｉｅｓｕｓｉｎｇｓｅｃｔｏｒａｎｄｓｐｈｅｒｅ［ｃ］∥Ｐｍ—ｃｅｅｄｉｌｌｇｏｆｔｈｅ１４ｔｈＡＣＭｓＩ（ｊＫＤＤＩｎｔｅｍａｔｉｏｍｌＣｏｎｆｅｒｅｎｃｅｏｎＫｎｏｗｌｅｄｇｅＤｉｓｃ０垤ｒｙａｎｄｒ）ａｔａＭ㈣ｎｇ．２００８：９２０－９２７［４４］ＴｈｅｓｅｃｔｏｒＰｒｏｊｅｃｔ．Ｓｅｃｔｏｒ．ａｄｉｓｔｒｉｂｕｔｅｄｓｔｏｒａｇｅａｎｄｃｏｍｐｕｔｉｒＩｇｉｎｆｒａｓｔｒｕｃｔｕｒｅ。ｖｅｒｓｉｏｎ１．４［ＥＢ，（）Ｌ］．ｈｔｔｐ：／／ｓｏｕｒｃｅｆｏｒｇ己ｎｅｔ／ｐｒＤｊｅｃｔｓ／ｓｅｃｔｏｒ／［４５］Ｉ，ｉｘ，ＩｊＹ，ＬｉｕＴ。ｅｔａ１．ＴｈｅＭｅｔｈｏｄａｎｄ１７００ｌｏｆｃｏｓｔＡｎａｌｙｓｉｓｆｏｒｃｌｏｕｄｃｏｍｐｕｔｉｎｇ［ｃ］∥ｌＥＥＥＩｎｔｅｍａｔｉｏｎａｌｃｏｎｆｅｒｅｎｃｅｏｎＣｌｏｕｄＣｏ唧ｕｔｉｎｇ（ＣＩＪ）ＵｎｌＩ２００９）．Ｂａｎｇａｌｏｒｅ，Ｉｎｄｉａ，Ｓｅｐｔｅｍ—ｂｅｒ２００９：９３一ｌＯＯ［４６］ＥｌｍｒｏｔｈＥ，ＧａｌｄｎＦ。ＨｅｎｒｉｋｓｓｏｎＤ．ｅｔａ１．Ａｃｃｏｕｎｔｉｎｇａｎｄｂｉｌｌｉｎｇｆｏｒｆｅｄｅｒａｔｅｄｃｌｏ“ｉｎｆｒａｓｔｒｕｃｔｕｒｅｓ［ｃ］∥２００９ＥｉｇｈｔｈＩｎｔｅｍａ—ｔｉｏｎａｌＣ０ｎｆｅｒｅｎｃｅｏｎＧｒｉｄａｎｄＣ００ｐｅｒａｆｉｖｅｃｏｍｐｕｔｉｎｇ（ＧＣＣ２００９）．ＩＥＥＥ（二ｏｍｐｕｔｅｒＳ０ｃｉｅｔｙＰｒｅｓｓ・２００９：２６８—２７５［４７］ｄｅＡｓｓｕｎｃａｏＭＤ，ｄｉｃｏｓｔａｎｚ０Ａ．１ｋｙｙａＲＥｖａｌｕａｔｉｎｇｔｈｅｃｏｓｔ—ｂｅｎｅｆｉｔｏｆｕｓｉｎｇｃｌｏｕｄｃｏｍｐｕｔｉｎｇｔｏｅｘｔｅｎｄｔｈｅｃａｐａｃｉｔｙｏｆｃｌｕｓ—ｔｅｒｓ［ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ１８ｔｈＡｃＭＩｎｔｅ兀１ａｔｉｏｎａｌｓｙｒｎｐｏｓｉ．ｕｍｏｎＨｉｇｈＰｅｒｆｏｎＴｌａｎｃｅＩ）ｉｓｔｒｉｂｕｔｅｄＣｏｍｐｕｔｉｎｇ（ＨＰＤＣ’０９）．２００９：１４１一１５０［４８］ＰａｒｖｅｅｎＴ．ＴｉｌＩｅｙｓ，ＤａｌｅｙＮ，ｅｔａ１．Ｔｏ、＾，ａｒｄｓａＤｉｓｔ—ｂｕｔｅｄＥｘｅ－ｃｕｔｉｏｎＦｒａｍｅｗｏｒｋｆｏｒＪＵｎｉｔＴｅｓｔｃａｓ器［ｃ］∥ＩＥＥＥＩｎｔｃｒｎａｔｉｏｎａｌ踟ｎｆｅｒｅｎｃｅｏｎＳ０ｆｔ啪ｒｅＭａｉｎｔｅｆｌａｎｃｅ（ＩＣｓＭ）．２００９：４２５—４２８［４９］ＡｖｅｔｊｓｙａｎＡ１．ｃａｍｐｂｄ】Ｒ，ｅｔａＬ（）ｐｅｎｃｊ舢ｓ：ＡＧ１０ｂａＪｃＪｏｕｄＣｃＩｍｐｕｔｉｎｇＴｅｓｔｂｃｄ［Ｊ］．ｃｏｍｐｕｔｅｒ．２０ｌｏ，４３（４）：３５。４３［５０］ＣｈａｎＷＫ，ＭｅｉＬｉ－ｊｕｎ．ｚＩｌａｎｇＺｈｅｎ－ｙＬＬＭｏｄｅｌｉｎｇａｎｄｔｅｓｔｉｎｇｏｆｃｌｏｕｄａｐｐｌｉｃａｔｉｏｎｓ［ｃ］∥ＳｅｒｖｉｃｅｓＣｏｍｐｕｔｉｎｇＣｏｎｆｅｒｅｎｃｅ（ＡＰｓＧＣ２００９）．１ＥＥＥＡｓｉａ＿Ｐａｃｉｆｉｃ，２００９：１１１—１１８云计算研究现状综述
作者：作者单位：刊名：英文刊名：年，卷(期)：
李乔， 郑啸， LI Qiao， ZHENG Xiao安徽工业大学计算机学院,马鞍山,243002计算机科学
COMPUTER SCIENCE2011,38(4)
本文链接：http://d.g.wanfangdata.com.cn/Periodical_jsjkx201104006.aspx
