导图社区 第十一章:新一代信息技术
山东专升本计算机2021年新增内容新一代信息技术,详见如下思维导图。
编辑于2021-03-25 21:01:52新一代信息技术
云计算
定义
云计算是一种按使用量付费的模式,它能提供可用的便捷的按需的网络访问,进入可配置的计算机资源共性池(资源包括网络服务器,存储,应用软件服务),这些资源能够被快速提供,只需投入很少的管理工作或服务提供商进行很少的交流
理解
云计算是一种通过Internet以服务的方式提供动态可伸缩的虚拟化资源的计算模式
同时也是一种服务模式,通过网络服务,用户无须掌握云计算技术,只需按照个人或团体的需要租赁云计算的资源。
特点
超大规模 虚拟化 高可靠性 通用性强 高可扩展性 按需服务 极其廉价
体系结构和服务类型
体系结构
云计算平台是一个强大的云网络,连接了大量并发的网络计算和服务,可利用虚拟化技术扩展每一个服务器的能力,将各自的资源通过云计算平台结合起来,提供超级计算和存储能力。
服务类型
IaaS (Infrastructure as a Service)基础设施即服务:是把计算、存储、网络以及搭建应用环境所需的一些工具当成服务提供给用户,使用户能够按需获取IT基础设施。 PaaS (Platform as a Service)平台即服务,也称为云计算操作系统:提供给终端用户基于互联网的应用开发环境,包括应用编程接口和运行平台等,并且支持应用从创建到运行整个生命周期所需的各种软硬件资源和工具。 SaaS(Software as a Service)软件即服务:是软件服务提供商为了满足用户的需求提供的软件的计算能力。
云计算的分类
公有云 私有云 混合云
云计算的关键技术
1)数据中心相关技术 2)虚拟化技术 3)海量数据存储与处理技术 4)资源管理与调度技术 5)服务质量保证机制 6)安全与隐私保护技术
云计算面临的挑战
(1)云计算和移动互联网的广泛结合----如何实现快速接入和提高交互性。 (2)云计算与科学研究的结合----如何将二-者有机整合,井解决网络时延、I/0带宽问题。 (3)端到云的海量数据传输----如何解决快速传输问题, (4)大规模应用的部署与调试---- 如何提高速度,大规模地应用和部署。
大数据
认识大数据
大数据的概念
[麦肯锡研究院]大数据指的是在数据规模上超出了常规数据库工具的获取、存储、管理和分析能力的数据集合。 [维基百科]大数据指的是如何从规模大到无法通过传统技术进行处理的海量数据中提取有效信息并进行分析的技术领域。 [百度百科]大数据指无法在一定时间内用 常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理方式才能具有更强的决策力、洞察发现力和流程优化力的海量、高增长率和多样化的信息资产。
大数据的特征5V
Volume (大) ——-数据的 采集、计算、存储量庞大。 Variety (多)——一种类(结构化、半结构化和非结构化)、来源(网络日志、音频、视频、图片等)多样化 Value (值)——数据价值密度相对较低 Velocity (快)一数据增长速度快、 处理速度快、获取数据速度快 Veracity (信)——数据准确、 可信赖,
大数据产生的根源
大数据的技术基础
1)数据产生技术 2)数据获取与存储技术 3)数据处理技术 4)数据呈现技术
大数据的数据基础
互联网 物联网
大数据与未来
1)万物皆数 2)大数据技术的广泛应用 3)大数据时代的社会问题 4)提防进入数据误区
物联网
物联网的概念
英文名称是“The Internet of things”,即“物联网就是物物相连的互联网”,其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。 是通过使用RFID、传感器、红外感应器、全球定位系统、激光扫描器等信息采集设备,按约定的协议,把任何物品与互联网连接起来,进行信息交换和通信,以实现智能化识别、定位、跟从、监控和管理的一种网络。
物联网的特征
全面感知 可靠传递 智能处理
物联网的三个层次
感知层 网络层 应用层
物联网的应用
智能工业 智能农业 智能物流 智能交通 智能电网 智能环保 智能安防 智能医疗 智能家居
人工智能
人工智能的概念
●人工智能是计算机科学的一个分支,是智能计算机系统,即人类智慧在机器上的模拟,或者说是人们使机器具有类似于人的智慧(对语言能理解、能学习、能推理)。 ●人工智能是研究怎样让计算机做一些通常认为需要智能才能做的事情,又称机器智能。 ●人工智能就是用机器去完成人类智慧才能完成的任务。它有三个基础支撑:算法、计算能力和数据。
人工智能的研究目标
近期研究目标:建造智能计算机以代替人类的某些智力活动。 远期研究目标:用自动机(automata)模仿人类的思维活动和智力活动。
人工智能的基本内容
知识表示 知识推理 知识应用
人工智能的主要研究方法
功能模拟法 结构模拟法 行为模拟法 集成模拟法
人工智能的主要研究和智能领域
1问题求解 2逻辑推理与定理证明 3自然语言理解 4自动程序设计 5专家系统 6机器学习 7神经网络 8机器人学 9模式识别 10机器视觉 11智能控制 12智能检索 13智能调度与指挥 14分布式人工智能与Agent 15计算智能与进化计算 16数据挖掘与知识发现 17人工生命 18系统与语言工具
区块链
区块链的概念
区块链是分布式数据存储、点对点传输、共识机制、加密算法的等计算机技术的新型应用模式。它利用块链式数据结构来验证与存储数据,利用分布式节点共识算法来生产和更新数据,利用密码学的方式保证数据传输和访问的安全,利用由自动化脚本代码组成的智能合约来编程和操作数据。 通俗地说, 区块链是一种去中心化的分布式账本数据库系统。 从数据角度来看,区块链是一种 几乎不可能被更改的分布式数据库; 从技术角度来看,区块链并不是一种单一 的技术,而是多种技术的整合的结果。
区块链的起源和发展
1)区块链1.0时代: 2008年,中本聪发表《比特币:一种点对点电子现金系统》论文 2)区块链2.0时代:2014年, 代表区块链2. 0的以太坊出现 3)区块链3.0时代:2017年,区块链技术开始落地使用
区块链的分类
1)公有链 2)私有链 3)联盟链
区块链的特点
去中心化 不可篡改性 可追溯性 去信任(另:安全可信) 匿名性 开放共识(另:可编程性)
区块链工作过程中的组成部分
节点:组成区块链的基本单元,如手机、PC、 电子设备等。分为: 验证节点:参与共识的节点 非验证节点:无共识权限的节点 共识算法: 验证交易合法性防止恶意交易的一套算法。种类主要有: PBFT (拜占庭容错算法) PoW (工作量证明算法) PoS (权益证明) DPoS (委托权益证明) Ripple (瑞波) 区块:区块链的基本组成单位,所有节点均有权限访问,做到公开化、透明化,不会因为恶意操作或其它因素篡改数据,达到相互信任的目的。 链码/智能合约:由程序员编写的供交易是遵循的规则。
区块链的核心问题
1.区块链的“去中心化”能有效解决中心化所带来的负面问题 2.区块链能有效降低信任的成本