用户数据融合云计算存储方案研究
|
摘要
随着通信技术,互联网技术的不断发展,通信与网络逐步渗透到生活与工作,并通过丰富多样的通信业务及互联网业务改变人们的生活工作习惯。用户对业务的需求因而提升,对通信、互联网业务提出了新的需求,个性化服务和专家级信息服务成为必然趋势。其基础,来自用户在使用多样的通信业务,互联网业务中产生的海量数据。然而,用户信息分散,用户及业务提供者都无法在海量信息面前准确高效的获取所需要的信息,用户数据融合也应运而生。用户数据所处的领域不同,在不同网络、业务中的标识不同,数据格式不同,数据量不同,对时延可靠性要求不同,可扩展性要求不同,都对用户数据融合的存储方案产生了挑战。因而需要对用户数据融合的存储方案进行深入的研究。
传统的电信架构存储方案,由于用户数据所处领域不同,在不同网络、业务总标识不同,需要大量的标识数据和数据路由数据,由于对海量数据的访问,庞大的路由表导致数据路由可能会成为数据访问的瓶颈,数据路由可能需要采用全国、省级两层数据路由机制。与此同时,一种新的方案,云计算为用户数据融合提供了一种新的思路。云计算(cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需提供给计算机和其他设备。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。提供资源的网络被称为“云”。其可扩展性好可靠性高,初始投资较低,并且可以根据用户需求逐步增加投资。
本文首先介绍了用户数据融合和云计算的相关背景其次介绍了基于用户数据融合和云计算现有研究得到的总体设计方案,再次深入介绍了用户数据融合云计算方案的架构和各模块的功能设计及关键流程。最后对用户数据融合云计算方案进行了展望。
With the continuous development of communication technology and internet technology, communication and internet gradually penetrate to the life and work and they change people's life and work habits through rich variety of communication and internet businesses. As the customers enhance the business demands and they put forward new demands for the communication and internet business, the personalized services and the expert information services become an inexorable trend, whose bases come from the mass data generated by the various communication and internet businesses used by the customers. However, the users'information are scattered, customers and business providers cannot obtain the information they needed among the mass information accurately and efficiently, the user data convergence also emerge as the times require. The user data in different fields, the identifications are different in different networks and businesses, the difference of data formats, the difference of data sizes, the difference of the requirements for delaying the reliabilities, the difference of the expandability requirements, which all bring the challenges to the storage schemes of the user data convergence. Thus it is necessary to do further research to the storage schemes of the user data convergence.
The traditional telecom architecture storage schemes require a large number of identification data and data routing data as the user data are in different fields, the different networks, and the different business total identifications. Because of the mass data access, the large routing table causes the date routing may become the bottleneck of the data access, the data routing may need to adopt the national and the provincial levels data routing mechanisms. Meanwhile, a new scheme, cloud computing, which provides a new idea for the user data convergence. Cloud computing is a computational method which based on the internetwork. By this method, the shared software and hardware resources and information can provide to the computers and other equipment by requirements. The core idea of cloud computing is uniformly managing and scheduling the computing resources connected by the large number of networks and constituting a computing resources pool to serve for the customers according to the needs. The network for providing resources is called Cloud, with good expandability, high reliability and low initial investment and it can gradually increase the investment according to customers needs.
This paper firstly introduces the relevant background of user data fusion and cloud computing; secondly it introduces the overall design schemes obtained by the existing research based on the user data fusion and cloud computing; next it further introduces the user data fusion, architecture of cloud computing schemes, the functional design and key process of each module; finally it looks far ahead into the user data fusion and cloud computing scheme.
传统的电信架构存储方案,由于用户数据所处领域不同,在不同网络、业务总标识不同,需要大量的标识数据和数据路由数据,由于对海量数据的访问,庞大的路由表导致数据路由可能会成为数据访问的瓶颈,数据路由可能需要采用全国、省级两层数据路由机制。与此同时,一种新的方案,云计算为用户数据融合提供了一种新的思路。云计算(cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需提供给计算机和其他设备。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。提供资源的网络被称为“云”。其可扩展性好可靠性高,初始投资较低,并且可以根据用户需求逐步增加投资。
本文首先介绍了用户数据融合和云计算的相关背景其次介绍了基于用户数据融合和云计算现有研究得到的总体设计方案,再次深入介绍了用户数据融合云计算方案的架构和各模块的功能设计及关键流程。最后对用户数据融合云计算方案进行了展望。
With the continuous development of communication technology and internet technology, communication and internet gradually penetrate to the life and work and they change people's life and work habits through rich variety of communication and internet businesses. As the customers enhance the business demands and they put forward new demands for the communication and internet business, the personalized services and the expert information services become an inexorable trend, whose bases come from the mass data generated by the various communication and internet businesses used by the customers. However, the users'information are scattered, customers and business providers cannot obtain the information they needed among the mass information accurately and efficiently, the user data convergence also emerge as the times require. The user data in different fields, the identifications are different in different networks and businesses, the difference of data formats, the difference of data sizes, the difference of the requirements for delaying the reliabilities, the difference of the expandability requirements, which all bring the challenges to the storage schemes of the user data convergence. Thus it is necessary to do further research to the storage schemes of the user data convergence.
The traditional telecom architecture storage schemes require a large number of identification data and data routing data as the user data are in different fields, the different networks, and the different business total identifications. Because of the mass data access, the large routing table causes the date routing may become the bottleneck of the data access, the data routing may need to adopt the national and the provincial levels data routing mechanisms. Meanwhile, a new scheme, cloud computing, which provides a new idea for the user data convergence. Cloud computing is a computational method which based on the internetwork. By this method, the shared software and hardware resources and information can provide to the computers and other equipment by requirements. The core idea of cloud computing is uniformly managing and scheduling the computing resources connected by the large number of networks and constituting a computing resources pool to serve for the customers according to the needs. The network for providing resources is called Cloud, with good expandability, high reliability and low initial investment and it can gradually increase the investment according to customers needs.
This paper firstly introduces the relevant background of user data fusion and cloud computing; secondly it introduces the overall design schemes obtained by the existing research based on the user data fusion and cloud computing; next it further introduces the user data fusion, architecture of cloud computing schemes, the functional design and key process of each module; finally it looks far ahead into the user data fusion and cloud computing scheme.
引文
[1]吴楠,朱斌.移动核心网用户数据融合演进策略[J].电信工程技术与标准化,2012,25(4)：85-88.
[2]吴琼,李延斌,朱斌等.用户数据融合技术研究[J].邮电设计技术,2011,(6)：54-57.
[3]程燕.UDC现网引入部署方案及用户数据融合演进策略[J].邮电设计技术,2012,(5)：25-28.
[4]潘路Telenor迈向用户数据融合时代[J].通信世界A,2008,(33)：30.
[5]田俊峰,朱宏涛,孙冬冬等.基于用户信誉值防御DDoS攻击的协同模型[J].通信学报,2009,30(3)：12-20.
[6]游松,王田苗,朱广超等.基于网络的空间机器人遥操作体系结构[J].高技术通讯,2000,10(1)：71-75.
[7]基于认知无线电系统合作检测的数据融合研究[J].通信学报,2009,30(10)：135-140.
[8]王光鼎,张升康,杨汝良等.基于北斗无源与GLONASS导航系统的卫星组合导航用户位置计算[J].测绘学报,2007,36(4)：377-382.
[9]朱玉娜.构建多网融合用户数据中心的关键技术研究[J1.移动通信,2012,36(5)：55-58.
[10]马蕾,杨洪雪,朱青松等.基于改进身份认证协议的单点登录系统研究[J].微电子学与计算机,2012,29(7)：180-183.
[11]张继良,汪洋,刘法等.控制信道受限的认知无线电联合频谱感知[J].系统工程与电子技术,2010,32(6)：1113-1116.DOI:10.3969/j.issn.1001-506X.2010.06.002.
[12]钱永兰,杨邦杰,张松岭等.四种用于雷达遥感图像融合的空间分量提取方法[J].农业工程学报,2005,21(12)：98-102.
[13]王巧容,陈庆奎,赵海燕等.开放式用户模型服务平台的设计与实现[J].计算机应用,2011,31(3)：818-821.DOI:10.3724/SP.J.1087.2011.00818.
[14]朱佳,郑宝玉,邹玉龙等.一种新的基于自适应用户协作的数据融合方案[J].南京邮电大学学报(自然科学版),2010,30(2)：1-7.
[15]包家庆,李祥和,薛华等.智能化入侵检测技术[J].计算机工程,2003,29(17)：133-135.
[16]王非.基于查询扩展和数据融合的检索过程优化[J].计算机工程,2009,35(10)：198-200.
[17]刘斌,杨俊安.基于数据融合的加权合作频谱感知技术[J].电子技术应用,2008,34(12)：117-119,123.
[18]王非.基于数据融合和相关度反馈的信息检索方法[J].计算机应用,2008,28(9)：2321-2323,2327.
[19]程世伦,杨震,鞠康等.基于纳什议价的认知无线电合作感知算法[J].信号处理,2009,25(12)：1878-1883.
[20]徐丹,沈继峰,刘同明等.信息融合系统性能测评指标和方法研究[J].江苏科技大学学报(自然科学版),2005,19(6)：45-49.
[21]朱越,张丽珂,侯俊林等.基于D-S证据理论的协作频谱感知算法[J].无线电通信技术,2012,38(5)：64-66.
[22]肖兵.多传感器数据融合系统结构设计规范研究[J].华中科技大学学报(自然科学版),2005,33(9)：30-32.
[23]徐焕良,陆荣和,彭增起等.基于产品生命周期管理的肉品车间生产跟踪及追溯体系研究[J].农业工程学报,2007,23(12)：161-166.
[24]卞荔,朱琦.基于表决融合的带宽受限的协作频谱感知算法[J].信号处理,2010,26(8)：1143-1150.
[25]赫罡,滕佳欣,朱斌等.核心网络演进趋势探讨[J].邮电设计技术,2012,(5)：1-5.
[26]褚御芝,郑宝玉,季薇等.协同频谱感知中的融合策略[J].南京邮电大学学报(自然科学版),2010,30(3)：39-45.
[27]吕蓬,张立朝,王耿峰等.空间数据融合在海图中的应用[J].测绘通报,2007,(11)：43-45,56.
[28]汪承义,赵忠明.遥感影像流程化处理系统的设计与实现[J].测绘科学,2006,31(6)：105-106,88.
[29]刘斌,杨俊安,陈凯等.一种基于数据融合的合作频谱感知技术[J].通信技术,2008,41(11)：23-25,28.
[30]张云璐,刘咏宁,谢铭等.基于FOAF演化博弈的网络资源可信度判别[J].计算机研究与发展,2011,48(z2)：712-720.
[31]胡春华,刘济波,刘建勋等.云计算环境下基于信任演化及集合的服务选择[J].通信学报,2011,32(7)：71-79.
[32]陈亚睿,田立勤,杨扬等.云计算环境下基于动态博弈论的用户行为模型与分析[J].电子学报,2011,39(8)：1818-1823.
[33]饶翔,王怀民,蔡华等.云计算系统中基于噪声模板跳表的日志过滤方法[J].通信学报,2011,32(7)：103-113.
[34]顾新建,黄沈权,陈芨熙等.模具行业需求驱动的云制造服务平台[J].计算机集成制造系统,2012,18(7)：1650-1657.
[35]米海波,王怀民,蔡华等.面向云计算平台的层次化性能问题诊断方法[J].通信学报,2011,32(7)：114-124.
[36]钱进,苗夺谦,张泽华等.云计算环境下知识约简算法[J].计算机学报,2011,34(12)：2332-2343.DOI：10.3724/SP.J.1016.2011.02332.
[37]袁文成,朱怡安,陆伟等.面向虚拟资源的云计算资源管理机制[J].西北工业大学学报,2010,28(5)：704-708.
[38]张伟哲,张宏莉,张迪等.云计算平台中多虚拟机内存协同优化策略研究[J].计算机学报,2011,34(12)：2265-2277.DO1：10.3724/SP.J.1016.2011.02265.
[39]熊润群,罗军舟,宋爱波等.云计算环境下QoS偏好感知的副本选择策略[J].通信学报,2011,32(7)：93-102.
[40]徐剑,周福才,陈旭等.云计算中基于认证数据结构的数据外包认证模型[J].通信学报,2011,32(7)：153-160.
[41]郑湃,崔立真,王海洋等.云计算环境下面向数据密集型应用的数据布局策略与方法[J].计算机学报,2010,33(8)：1472-1480.DOI：10.3724/SP.J.1016.2010.01472.
[42]何伟,李庆忠,郑永清等.社区云计算环境中的一种数据分布及搜索策略[J].计算机研究与发展,2010,47(z1)：407-413.
[43]李亚琼,宋莹,黄永兵等.一种面向虚拟化云计算平台的内存优化技术[J].计算机学报,2011,34(4)：684-693.DOI：10.3724/SP.J.1016.2011.00684.
[44]苏汉宸,李红燕,苗高杉等.PTLR：云计算平台上处理大规模移动数据的置信域逻辑回归算法[J].计算机研究与发展,2010,47(z1)：414-419.
[45]李伯虎,张霖,任磊等.云制造典型特征、关键技术与应用[J].计算机集成制造系统,2012,18(7)：1345-1356.
[46]黄汝维,桂小林,余思等.云环境中支持隐私保护的可计算加密方法[J]计算机学报,2011,34(12)：2391-2402.DOI：10.3724/SP.J.1016.2011.02391.
[47]胡小菁,范并思.云计算给图书馆管理带来挑战[J].大学图书馆学报,2009,27(4)：7-12.
[48]鲁小亿,林健,查礼等.凌云体系结构及关键技术研究[J].计算机研究与发展,2011,48(7)：1111-1122.
[49]韩燕波,王千祥,陈俊亮等.《云计算和服务计算》专辑前言[J].计算机学报,2011,34(12)：前插1-前插2.
[50]杨健,汪海航,王剑等.云计算安全问题研究综述[J].小型微型计算机系统,2012,33(3)：472-479.
[51]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.DOI：10.3724/SP.J.1001.2009.03493.
[52]张尧学,周悦芝.一种云计算操作系统TransOS：基于透明计算的设计与实现[J].电子学报,2011,39(5)：985-990.
[53]冯登国,张敏,张妍等.云计算安全研究[J].软件学报,2011,22(1)：71-83.DOI：10.3724/SP.J.1001.2011.03958.
[54]刘正伟,文中领,张海涛等.云计算和云数据管理技术[J].计算机研究与发展,2012,49(z1)：26-31.
[55]罗军舟,金嘉晖,宋爱波等.云计算：体系架构与关键技术[J].通信学报,2011,32(7)：3-21.
[56]曾文英,赵跃龙,尚敏等.云计算及云存储生态系统研究[J].计算机研究与发展,2011,48(z1)：234-239.
[57]吴吉义,沈千里,章剑林等.云计算：从云安全到可信云[J].计算机研究与发展,2011,48(z1)：229-233.
[58]叶可江,吴朝晖,姜晓红等.虚拟化云计算平台的能耗管理[J].计算机学报,2012,35(6)：1262-1285.DOI：10.3724/SP.J.1016.2012.01262.
[59]王意洁,孙伟东,周松等.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.DOI：10.3724/SP.J.1001.2012.04175.
[60]赵俊华,文福拴,薛禹胜等.云计算：构建未来电力系统的核心计算平台[J].电力系统自动化,2010,34(.15)：1-8.
[2]吴琼,李延斌,朱斌等.用户数据融合技术研究[J].邮电设计技术,2011,(6)：54-57.
[3]程燕.UDC现网引入部署方案及用户数据融合演进策略[J].邮电设计技术,2012,(5)：25-28.
[4]潘路Telenor迈向用户数据融合时代[J].通信世界A,2008,(33)：30.
[5]田俊峰,朱宏涛,孙冬冬等.基于用户信誉值防御DDoS攻击的协同模型[J].通信学报,2009,30(3)：12-20.
[6]游松,王田苗,朱广超等.基于网络的空间机器人遥操作体系结构[J].高技术通讯,2000,10(1)：71-75.
[7]基于认知无线电系统合作检测的数据融合研究[J].通信学报,2009,30(10)：135-140.
[8]王光鼎,张升康,杨汝良等.基于北斗无源与GLONASS导航系统的卫星组合导航用户位置计算[J].测绘学报,2007,36(4)：377-382.
[9]朱玉娜.构建多网融合用户数据中心的关键技术研究[J1.移动通信,2012,36(5)：55-58.
[10]马蕾,杨洪雪,朱青松等.基于改进身份认证协议的单点登录系统研究[J].微电子学与计算机,2012,29(7)：180-183.
[11]张继良,汪洋,刘法等.控制信道受限的认知无线电联合频谱感知[J].系统工程与电子技术,2010,32(6)：1113-1116.DOI:10.3969/j.issn.1001-506X.2010.06.002.
[12]钱永兰,杨邦杰,张松岭等.四种用于雷达遥感图像融合的空间分量提取方法[J].农业工程学报,2005,21(12)：98-102.
[13]王巧容,陈庆奎,赵海燕等.开放式用户模型服务平台的设计与实现[J].计算机应用,2011,31(3)：818-821.DOI:10.3724/SP.J.1087.2011.00818.
[14]朱佳,郑宝玉,邹玉龙等.一种新的基于自适应用户协作的数据融合方案[J].南京邮电大学学报(自然科学版),2010,30(2)：1-7.
[15]包家庆,李祥和,薛华等.智能化入侵检测技术[J].计算机工程,2003,29(17)：133-135.
[16]王非.基于查询扩展和数据融合的检索过程优化[J].计算机工程,2009,35(10)：198-200.
[17]刘斌,杨俊安.基于数据融合的加权合作频谱感知技术[J].电子技术应用,2008,34(12)：117-119,123.
[18]王非.基于数据融合和相关度反馈的信息检索方法[J].计算机应用,2008,28(9)：2321-2323,2327.
[19]程世伦,杨震,鞠康等.基于纳什议价的认知无线电合作感知算法[J].信号处理,2009,25(12)：1878-1883.
[20]徐丹,沈继峰,刘同明等.信息融合系统性能测评指标和方法研究[J].江苏科技大学学报(自然科学版),2005,19(6)：45-49.
[21]朱越,张丽珂,侯俊林等.基于D-S证据理论的协作频谱感知算法[J].无线电通信技术,2012,38(5)：64-66.
[22]肖兵.多传感器数据融合系统结构设计规范研究[J].华中科技大学学报(自然科学版),2005,33(9)：30-32.
[23]徐焕良,陆荣和,彭增起等.基于产品生命周期管理的肉品车间生产跟踪及追溯体系研究[J].农业工程学报,2007,23(12)：161-166.
[24]卞荔,朱琦.基于表决融合的带宽受限的协作频谱感知算法[J].信号处理,2010,26(8)：1143-1150.
[25]赫罡,滕佳欣,朱斌等.核心网络演进趋势探讨[J].邮电设计技术,2012,(5)：1-5.
[26]褚御芝,郑宝玉,季薇等.协同频谱感知中的融合策略[J].南京邮电大学学报(自然科学版),2010,30(3)：39-45.
[27]吕蓬,张立朝,王耿峰等.空间数据融合在海图中的应用[J].测绘通报,2007,(11)：43-45,56.
[28]汪承义,赵忠明.遥感影像流程化处理系统的设计与实现[J].测绘科学,2006,31(6)：105-106,88.
[29]刘斌,杨俊安,陈凯等.一种基于数据融合的合作频谱感知技术[J].通信技术,2008,41(11)：23-25,28.
[30]张云璐,刘咏宁,谢铭等.基于FOAF演化博弈的网络资源可信度判别[J].计算机研究与发展,2011,48(z2)：712-720.
[31]胡春华,刘济波,刘建勋等.云计算环境下基于信任演化及集合的服务选择[J].通信学报,2011,32(7)：71-79.
[32]陈亚睿,田立勤,杨扬等.云计算环境下基于动态博弈论的用户行为模型与分析[J].电子学报,2011,39(8)：1818-1823.
[33]饶翔,王怀民,蔡华等.云计算系统中基于噪声模板跳表的日志过滤方法[J].通信学报,2011,32(7)：103-113.
[34]顾新建,黄沈权,陈芨熙等.模具行业需求驱动的云制造服务平台[J].计算机集成制造系统,2012,18(7)：1650-1657.
[35]米海波,王怀民,蔡华等.面向云计算平台的层次化性能问题诊断方法[J].通信学报,2011,32(7)：114-124.
[36]钱进,苗夺谦,张泽华等.云计算环境下知识约简算法[J].计算机学报,2011,34(12)：2332-2343.DOI：10.3724/SP.J.1016.2011.02332.
[37]袁文成,朱怡安,陆伟等.面向虚拟资源的云计算资源管理机制[J].西北工业大学学报,2010,28(5)：704-708.
[38]张伟哲,张宏莉,张迪等.云计算平台中多虚拟机内存协同优化策略研究[J].计算机学报,2011,34(12)：2265-2277.DO1：10.3724/SP.J.1016.2011.02265.
[39]熊润群,罗军舟,宋爱波等.云计算环境下QoS偏好感知的副本选择策略[J].通信学报,2011,32(7)：93-102.
[40]徐剑,周福才,陈旭等.云计算中基于认证数据结构的数据外包认证模型[J].通信学报,2011,32(7)：153-160.
[41]郑湃,崔立真,王海洋等.云计算环境下面向数据密集型应用的数据布局策略与方法[J].计算机学报,2010,33(8)：1472-1480.DOI：10.3724/SP.J.1016.2010.01472.
[42]何伟,李庆忠,郑永清等.社区云计算环境中的一种数据分布及搜索策略[J].计算机研究与发展,2010,47(z1)：407-413.
[43]李亚琼,宋莹,黄永兵等.一种面向虚拟化云计算平台的内存优化技术[J].计算机学报,2011,34(4)：684-693.DOI：10.3724/SP.J.1016.2011.00684.
[44]苏汉宸,李红燕,苗高杉等.PTLR：云计算平台上处理大规模移动数据的置信域逻辑回归算法[J].计算机研究与发展,2010,47(z1)：414-419.
[45]李伯虎,张霖,任磊等.云制造典型特征、关键技术与应用[J].计算机集成制造系统,2012,18(7)：1345-1356.
[46]黄汝维,桂小林,余思等.云环境中支持隐私保护的可计算加密方法[J]计算机学报,2011,34(12)：2391-2402.DOI：10.3724/SP.J.1016.2011.02391.
[47]胡小菁,范并思.云计算给图书馆管理带来挑战[J].大学图书馆学报,2009,27(4)：7-12.
[48]鲁小亿,林健,查礼等.凌云体系结构及关键技术研究[J].计算机研究与发展,2011,48(7)：1111-1122.
[49]韩燕波,王千祥,陈俊亮等.《云计算和服务计算》专辑前言[J].计算机学报,2011,34(12)：前插1-前插2.
[50]杨健,汪海航,王剑等.云计算安全问题研究综述[J].小型微型计算机系统,2012,33(3)：472-479.
[51]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.DOI：10.3724/SP.J.1001.2009.03493.
[52]张尧学,周悦芝.一种云计算操作系统TransOS：基于透明计算的设计与实现[J].电子学报,2011,39(5)：985-990.
[53]冯登国,张敏,张妍等.云计算安全研究[J].软件学报,2011,22(1)：71-83.DOI：10.3724/SP.J.1001.2011.03958.
[54]刘正伟,文中领,张海涛等.云计算和云数据管理技术[J].计算机研究与发展,2012,49(z1)：26-31.
[55]罗军舟,金嘉晖,宋爱波等.云计算：体系架构与关键技术[J].通信学报,2011,32(7)：3-21.
[56]曾文英,赵跃龙,尚敏等.云计算及云存储生态系统研究[J].计算机研究与发展,2011,48(z1)：234-239.
[57]吴吉义,沈千里,章剑林等.云计算：从云安全到可信云[J].计算机研究与发展,2011,48(z1)：229-233.
[58]叶可江,吴朝晖,姜晓红等.虚拟化云计算平台的能耗管理[J].计算机学报,2012,35(6)：1262-1285.DOI：10.3724/SP.J.1016.2012.01262.
[59]王意洁,孙伟东,周松等.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.DOI：10.3724/SP.J.1001.2012.04175.
[60]赵俊华,文福拴,薛禹胜等.云计算：构建未来电力系统的核心计算平台[J].电力系统自动化,2010,34(.15)：1-8.