观察:云计算在存储领域的趋势和优势

本文讲的是观察:云计算在存储领域的趋势和优势,也许你的计算生活表面上看起来就是收发电子邮件和浏览网络,但是对于那些专业的数据用户来说,还要创建文件、表单、乏味的演示和以各种方式存储的信息。这就提出了一个问题:你在什么地方存储你的数据?你准备在第三方供应商托管的服务中存储你的数据吗?

  个人和非常小的公司把重要的文件都放在自己的计算机硬盘上。但是硬盘会发生故障,尽管硬盘看起来好像是能够永远运行。在过去的几年里,笔记本电脑的销售量超过了台式电脑的销售量。但你又很可能把笔记本电脑遗忘在出租汽车里。把数据存储在个人电脑中总是会出现这样或那样的问题。

  本地文件服务器在第一台PC问世后不久就出现了。这种服务器存储容量越来越大,价格越来越便宜 (许多TB级的硬件存储价格是1300至2000美元)Novell旗下的NetWare创建了本地文件服务器市场,但最后却丧失了市场领先地位,由微软取代了。本地文件存储设备以很低廉的价格做了很多的工作。但是,这个世界又发生了变化。

  对于小企业来说,最大的变化是什么?他们不再让全部员工都在一个地方。只有大约25%的小企业在一个地方经营。即使是这种小企业,它的员工在客户的站点等公司外面的地方工作时仍需要访问公司文件。价格便宜的、在办公室里工作很好的本地文件存储设备不能在互联网上访问。

  有许多公司为个人和企业提供在线文件存储。自称是“云计算文件服务器”的Egnyte公司为台式电脑和笔记本电脑提供M/Drive(移动硬盘)服务,甚至提供连接到iPhone手机的存储服务。Egnyte有适用于Windows、Mac和 Linux电脑的客户端软件。

  考虑到FTP是最早的互联网协议之一,这个技术并不是新的。但是,这个技术变得更容易使用了。而且美国的宽带网服务更加可靠,足以依靠用于访问重要的商业文件。

  Egnyte骄傲地宣称“我是一个文件服务器”,尽管许多公司以前曾进入过这个领域。例如 Box.net是一个受欢迎的网站,允许用户存储、管理和共享文件。Xdrive服务出现的时间早一些。但其拥有者,AOL(美国在线)公司表示,虽然这个网站现在仍在提供服务,但它将会关闭这个网站。

  还有一些公司在自己的协作服务中包含文件存储服务。一个名为HyperOffice的服务包括所有的在线协作工具,如共享的和专有的联络人、日历、任务列表和文件存储等。它甚至包括文件版本控制功能,让大企业控制如审计记录、锁定的文件和多种版本的文件的。这个公司的HyperDrive功能能够把用户的Windows计算机连接到HyperOffice的公共的和专有的存储文件夹。

  另一项名为iPrismGlobal的服务提供类似的功能。但是,它主要提供虚拟工作场所的外观和感受。协作是这两项服务以及这个领域许多其他服务的主要功能,而不是简单的文件存储功能。

  从一台在线服务器传送文件用的时间不比从本地存储硬件传送文件的时间长,但是,大型的文件可能用到的时间会长一些。当然,你任何时候访问在互联网上的东西都要比在局域网上的性能差一些。但是,访问一个托管的服务与通过局域网连接到你的办公室服务器的速度一样快,而且你不必为硬件付费。

  由于小企业主仍是技术领域对价格最敏感的买主,因此我们谈一下钱的问题。Egnyte为其服务定的价格是每个用户每个月15美元。这个价格似乎有点高。这个价格包括默认的20GB存储容量和三个以上用户的不限制容量的存储。与其他GB级存储主机相比,这项服务还是很好的。Egnyte说,它的价格是基于硬件的系统的八分之一。

  然而,HyperOffice等协作服务以每月、每用户较少的钱(少量用户每月不到10美元) 提供在线文件存储和许多协作功能。这项服务不依照价格提供无限制的存储空间。但是,创建办公室文件的用户一般不需要许多GB存储空间。而提供销售或者项目管理模块的其他服务收费要依此提高。

  如果你有大量的音乐文件,你可以寻找MP3Tunes等专业的音乐存储服务。这种服务以“音乐存储柜”模式工作。因此,你能够把自己的音乐文件传送到任何连接的设备。所有这些都在一直可用的云计算中完成。

  在线文件夹和文件存储有三大优势。第一,你不必为文件存储硬件投入任何前期的费用。而服务提供商一直在大力宣传这个事实。但实际情况是,你能够租赁服务器硬件和软件,把每个月的费用减少到可以管理的规模,而这两种方式都可以得到已知的预算总数。

  第二,主机服务提供商会维护用户文件服务器的安全和更新问题。服务器可以租赁并且你可以计划你的预算。但是,你却不能计划安全更新、错误和硬件故障。而服务提供商会派专人负责管理存储,保持系统处于最新状态。

  最后,在你的企业中的一台物理服务器上与远程员工、客户和合作伙伴共享文件是一件非常痛苦的事情。每一个在线服务,无论是Egnyte那样单纯的服务器服务还是HyperOffice式协作服务,都很容易控制谁看文件。这些控制功能能够让你仅与你指定的人共享文件,无论这些人是你的员工还是外部人员。你可以控制访问者的权限。而你也不必允许外部人员访问你的公司网络。

  有些人到目前为止还不信任云计算,尽管有人信任Google等公司的服务胜过信任自己的IT经销商。如果你信任微软超过信任Google,你可以关注Windows Live SkyDrive。甚至是目前最大的本地文件服务器软件厂商,也在提供作为一种基于互联网的主机服务的服务器功能。

原文发布时间为:2012-03-20

本文作者:      刘亚琼

本文来自云栖社区合作伙伴IT168,了解相关信息可以关注IT168

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值