云计算
**
-
概念:美国国家标准技术研究院“一种无处不在的、便捷的且按需的对一个共享的可配置的计算资源(如网络,服务器、存储、应用和服务)进行网络访问的模式,他能够通过少量的管理或服务供应商的互动实现计算资源的迅速供给和释放”
-
特点:超大规模计算、虚拟化、高可靠性和安全性、通用性、动态扩展性、按需服务、降低成本
-
云计算服务模式和类型:
NIST的定义规范了云计算的五个关键特征、三个服务模型、四个部署模型
五个关键特征:按需自助服务,可度量服务,虚拟化的资源池,广泛的网络访问,弹性架构
三个服务模型:SaaS(应用层,软件即服务)、PaaS(平台层,平台即服务)、IaaS(基础设施层,基础设施即服务)
四个部署模型:公有云、私有云、混合云、社区云
**
IaaS:例如亚马逊AWS是亚马逊提供的是全球最全面、应用最广泛的云平台,从全球数据中心提供超过200项功能齐全的服务。
思考题:查阅文献,谈谈云计算与分布式计算、网格计算、对等计算、并行计算、雾计算之间是什么关系?
-
分布式计算是将待解决问题分成多个小问题,再分配给许多计算系统处理,最后将处理结果加以综合。
云计算是分布式计算的一种新形式, 但云计算提供的服务包括了更复杂的商业模式,云计算分布式计算特征主要有:- 通过资源调度和组合满足用户的资源请求
- 对外提供统一的单一的接口
-
网格计算:利用互联网把地理上广泛分布的各种计算资源连成一个超级计算机,为用户提供一体化信息和应用服务。网格计算强调资源共享,而云计算强调专有,网格计算侧重于并行的计算集中性,并且难以自动扩展。云计算侧重事务性应用,大量的单独请求,可以实现自动或半自动扩展
-
对等计算:(P2P),每个节点都拥有对等的功能与责任,既可以充当服务器向其他节点提供数据或服务,又可以作为客户机享用其他节点提供的数据或服务,对等计算有可能作为云计算的一个类型
-
并行计算,同时使用多种计算资源解决计算问题的过程。可以分为时间并行和空间并行,也可按数据并行和任务并行划分。
-
雾计算:是云计算延伸,是介于云计算和个人计算机之间的,雾计算采用的架构更呈现分布式,更接近网络边缘
-
边缘计算:指的是接近于事物,数据和行动源头处的计算。让数据在边缘网络处计算。边缘网络基本有终端设备(移动手机、智能物品等)、边缘设备、边缘服务器等构成。边缘计算依赖不构成网络的单独节点,而雾计算用几个层次形成网络,节点具有广泛的对等互联能力
物联网
物联网三要素:1.多种多样的数据采集端、2.无处不在的传输网络、3.智能化的后台数据处理
物联网的两层意思:
- 第一,物联网的核心和基础仍然是互联网,是在互联网基础上的延伸和扩展的网络
- 第二,其用户端延伸和扩展到了任何物品和物品之间,进行信息交换和通讯
物联网关键技术
- 识别和感知技术
二维码,RFID读写器和RFID芯片卡 - 网络和通信技术
物联网中的网络与通信技术包括短距离无线通信技术和远程通信技术。短距离无线通信技术包括ZigBee、NFC、蓝牙、WI-Fi等,远程通信技术包括互联网、移动通信网络、卫星通信网络 - 数据挖掘和融合技术
物联网中存在大量数据来源、各种异构网络和不同类型系统,如此大量的不同类型数据,如何实现有效整合、处理和挖掘,是物联网处理层需要解决的关键技术问题。
大数据与云计算、物联网的关系
存储方式:
- 块存储:块存储提供的是不带文件系统的裸磁盘,如Windows磁盘或手机存储空间,数据是按字节来存储和访问的
- 文件存储:相比于块存储,文件存储由于有自己的文件系统,需要考虑根目录,文件属性,可以实现更高级的管理,可以很方便的共享,因此用途非常广泛
- 对象存储:块存储性能出色但是不能共享,文件存储可以共享但是速度又总是不让人满意。一个对象就可以看成是一个文件,只能全写全拼,都是以大文件为主,要求足够的IO带宽
人工智能
图灵测试:
一台机器要通过图灵测试至少需要下面的能力:
- 自然语言处理
- 知识表示
- 自动推理
- 机器学习
人工智能三大学派:
- 符号主义:又称逻辑主义,传统观点,强调物理符号系统,模拟人类求解过程中的心理过程,逐渐形成为物理符号系统
- 连接主义:又称仿生学派,强调神经元的运作,模拟人的生理神经网络结构
- 行为主义:智能行为的基础是“感知-行动”,是在与环境的交互作用中表现出来的
人工智能关键技术
专家系统、机器学习、知识图谱、自然语言处理、模式识别、人机交互、计算机视觉、生物特征识别
大数据与人工智能的关系
人工智能与大数据的联系
- 人工智能需要数据来建立其智能,特别是机器学习
- 大数据技术为人工智能提供了强大的存储能力和计算能力
人工智能与大数据的区别:
- 人工智能与大数据存在明显区别,人工智能是一种计算形式,而大数据是一种传统计算,它不会根据结果采取行动,知识寻找结果
- 达成的目标和实现目标的手段不同