云计算服务:有标准才可信

“2015年,我国云计算产业总体规模达到1500亿元,2016年,国内主要云计算企业增长均实现翻倍。同时,云计算信任体系逐步建立,可信云认证得到了产业界的广泛认可,已覆盖了超过10种以上的云服务,累计通过认证的云服务数量超过150个。”在近日于北京举行的2017可信云大会上,工业和信息化部信息通信发展司副司长陈家春说。

陈家春认为,可信云工作对我国云服务信任体系的建立完善发挥了积极的促进作用。“可信云在国内的认可度不断提升,成为市场上名副其实的‘绿色通行证’。”

可信云服务认证的核心目标是建立云服务的评估体系,为用户选择可信、安全的云服务提供支撑,并最终促进我国云计算市场健康、有序的发展。

今年的可信云大会以“可信云标准新一代、客户满意是未来”为主题,发布了第八批通过可信云认证的服务名单,包括可信云云主机分级、可信云混合云、可信云超融合、可信应用商店、IT风险好管家等在内的一系列成果。

可信云

为何要做可信云服务认证 

2015年国务院印发《关于促进云计算创新发展培育信息产业新业态的意见》(以下简称《意见》)指出,为促进我国云计算创新发展,积极培育信息产业新业态,支持第三方机构开展云计算服务质量、可信度和网络安全等评估测评工作,引导云计算服务企业加强内部管理,提升服务质量和诚信水平,逐步建立云计算信任体系。

“可信云评估就是为了建设云计算产业的信任体系做出的努力和探索。”陈家春说。可信云服务认证于2013年启动,是中国信息通信研究院测试评估的面向云计算服务的评估认证。

“经过多年的发展,可信云评估已经从面向云计算服务的单项评估逐渐发展成为从事前、事中到事后全面监测评估,建立了云计算基础服务和产品评估、专项能力评估、可用性监测以及云保险等在内的综合评估体系。”中国通信标准化协会副理事长兼常务副秘书长代晓慧在介绍可信云评估总体发展情况时说。

据介绍,可信云开展了云计算在政府、金融以及电信等传统行业应用的研究,标准化工作稳步推进,取得了积极的进展。国内制定完成了《面向政务的云服务》系列评估标准。国际标准化方面,2016年,可信云评估成功写入国际标准,成为国际电信联盟ITU-TY.3501(云计算框架及高层需求)的一部分。

“当前,伴随着我国ICT(信息与通信技术)产业的飞速发展,我国在国际电信联盟等国际标准组织中正扮演愈来愈重要的角色,从原来的‘跟随者’正逐渐变成‘主导者’。”代晓慧说。

具体到可信云服务认证的领域,在基础服务和产品方面,包括IaaS(基础设施即服务)、PaaS(平台即服务)、企业级SaaS(软件即服务)、云分发、桌面云和云备份等云计算服务的评估,对虚拟化产品、虚拟化管理产品、容器产品等云计算软件的评估,以及超融合、混合云、运维产品以及私有云项目成熟度评估。

在基础服务和产品评估的基础上,可信云还对云计算服务和产品的风险管控能力、运维能力、客户数据保护能力以及性能等进行专项评估。在通过评估后,云服务商还需继续接受事中的可用性监测,可信云将根据可用性监测结果对云主机服务进行分级。在事后,可信云提供了云保险,为云服务保驾护航。

标准保障云计算服务优势

“我国云计算产业的政策环境正在不断完善,在《意见》指导下,我国正在加大政府采购云计算服务力度,大幅减少政府自建数据中心数量。”中央国家机关政府采购中心副主任赵绪选说。目前,从中央到地方的政府和行业管理部门,都已经拥有了采用云服务方式满足信息化建设需求的采购业务和相应的部署案例。

云计算服务相对传统政务信息系统建设具有很多优势。“政府采购云计算服务能够大量节省政府信息化的成本;云计算的资源集约利用,可以推动政府节能减排;由于云计算不受地域所限,可有效推动政府采购政策功能的实施;资源和数据的集中,有利于大数据整合利用开发和政府的信息公开,能更好满足社会公众对政府数据使用和信息公开的需求。”赵绪选说。

而在去年政府首次进行虚拟化软件方面的采购招标工作当中,中国信息通信研究院在技术标准的制定方面给予了多方支持和帮助。“今年,随着云计算服务进入中央预算单位集中采购目录,我们将在软件产品招标完成之后,研究启动云计算服务政府采购的相关工作。”赵绪选坦言,这些都是建立在标准制定完善基础之上的。

构建云计算信息安全、网络安全的风险管理和标准体系,仅有服务认证还不够。如何构建网络风险安全体系,中国保险学会会长姚庆海认为,首先要完善网络风险数据标准的采集标准体系,建立网络风险安全标准的数据库,建立各行业评价管理网络风险的数据模型,在这个基础上构建全社会管理网络风险的整个风险防控体系。

可信云大会上,中国保险协会还与中国信息通信研究院共同建立了“网络风险与保险专业委员会”,同时设立“网络风险与保险创新实验室”。

“我们将和广大的创新型企业一起共同研究网络风险标准、网络风险模型、网络风险评价体系。”姚庆海说。

云计算产业持续发力

随着云计算产业发展,可信云服务认证体系也在不断完善。“以数据中心联盟为代表的行业组织,要积极做好连接政府和产业界的桥梁,充分发挥凝聚行业共识的平台作用,继续加大云计算产业相关标准、技术、应用、测评等方面的工作力度,不断推出新的研究成果,推动解决云计算服务产业发展中出现的问题,助力我国云计算产业腾飞。”陈家春说。

另外,应用云计算技术能够促进信息技术能力的按需供给和数据资源的充分利用,有效降低企业信息化门槛和创新成本,也符合当前各行各业推进落实“互联网+”战略、开展创新创业、推动信息化改造和转型升级的迫切需求。

陈家春希望国内云计算企业能够紧紧抓住这一机遇,加强与物联网、移动互联网、互联网金融、电子商务技术和服务的融合发展和创新应用,打造协作共赢的云计算服务生态环境,积极助力培育新业态、新模式,满足用户日益增长的应用服务需求。

同时也应看到,我国云计算产业在核心技术方面与国外先进水平相比,仍存在一定差距,尤其是在云计算基础平台架构、设备虚拟化技术等方面还存在不少空白。

对此,陈家春表示,产业界需要更加重视技术研发,加大投入力度,尽快实现突破。“希望国内云计算企业积极参与开源社区活动,利用开源创新等方式,形成优势企业的技术溢出,带动我国云计算技术整体实现突破。”

工业和信息化部信息通信管理局市场处处长张建华也对云服务经营者提出了建议和希望:诚实守信,合法经营,包括按照持证许可的资质开展经营活动,对用户言必行、行必果;不断创新,优化服务,真正做到用户满意;企业之间能够互利互惠,共同维护良好的产业生态;承担与企业规模实力相匹配的社会责任。

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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