【导语】下面是小编为大家整理的配电网络潮流计算算法论文（共14篇），仅供大家参考借鉴，希望大家喜欢，并能积极分享!
篇1：配电网络潮流计算算法论文
摘要：利用两种可行的辐射形配电网络潮流计算方法来计算配电网络的潮流分布，着重解决了实际计算中出现的难点，并用C语言编制计算程序，对具体算例进行分析。
关键词：配电网络 配电网潮流算法
篇2：配电网络潮流计算算法论文
目前，传统的电力系统潮流计算方法，如牛顿-拉夫逊法、PQ分解法等，均以高压电网为对象；而配电网络的电压等级较低，其线路特性和负荷特性都与高压电网有很大区别，因此很难直接应用传统的电力系统潮流计算方法。由于缺乏行之有效的计算机算法，长期以来供电部门计算配电网潮流分布大多数采用手算方法。80年代初以来，国内外专家学者在手算方法的基础上，发展了多种配电网潮流计算机算法。目前辐射式配电网络潮流计算方法主要有以下两类：
(1)直接应用克希霍夫电压和电流定律。首先计算节点注入电流，再求解支路电流，最后求解节点电压，并以网络节点处的功率误差值作为收敛判据。如逐支路算法，电压／电流迭代法、少网孔配电网潮流算法和直接法、回路分析法等。
(2)以有功功率P、无功功率Q和节点电压平方V2作为系统的状态变量，列写出系统的状态方程，并用牛顿-拉夫逊法求解该状态方程，即可直接求出系统的潮流解。如Distflow算法等。
篇3：配电网络潮流计算算法论文
1.数据收集
在配电网络潮流计算中，网络数据和运行数据的完整性和精确性是影响计算准确性的一个主要因素。对实际运行部门来说，要提供出完整、精确的配电网网络数据和运行数据是很难办到的，这主要有下面几个原因：
(1)由于配电网网络结构复杂，特别是10KV及以下电压等级的配电网络，用户多且分散，不可能在每一条配电馈线及分支线上安装测量表计，使得运行部门很难提供完整、精确的运行数据。
(2)在实际配电网中，有部分主干线安装自动测量表计，而大部分配电网络只能通过人工收集网络运行数据，很难保证运行数据的准确性。因此限制了配电网潮流计算结果的精确性，使得大多数计算结果只能作为参考资料，而不能用于实际决策。
2.负荷的再分配
由于配电网络的网络结构复杂、用户设备种类繁多、极其分散、以及各种测量表计安装不全等原因，使得运行部门无法统计出每台配电变压器的负荷曲线，只能提供较准确的配电网络根节点上(即降压变压器低压侧母线出口处)总负荷曲线。因此在进行配电网络潮流计算时，采取何种负荷分配方法把根节点上总负荷分配到各负荷节点上去，使计算结果更加符合实际情况是潮流计算的关键问题。
3 实用的潮流计算方案
在配电网潮流计算模型中，当三相配电系统负荷平衡时，可由等值单相系统代替。其中，配电线用单位长度的电阻和电抗来表示，线路并联电容(并联电容器组视为一负荷)可暂时忽略不计。对较长的辐射线路，线路容抗的注入量可认为是一电容负荷。所有负荷均不考虑负荷电压特性，即认为负荷功率不随电压幅值的变化而变化。
在对实际配电网络进行潮流计算时，作者根据配电网络的实际特点和供电部门所提供的数据特点，做了以下几点假设：
(1)假设配电网络为三相平衡网络，可用等值的单相网络来计算。
(2)假设所有配电变压器的负荷在同一时刻为相同的负荷率。
(3)假定主线杆距和分支线杆距分别是固定的，这样可根据线路总长和总杆数计算出每条线路的长度。
(4)假设各负荷的功率因数相同。
(5)假设所有配电变压器均处于同一负荷率下，根据各配电变压器的额定容量来分配根节点上的总负荷。
根据上述假设条件，进行潮流计算时，需解决两方面的实际问题：如何进行有效、正确、快速的支路追踪和进行负荷分配。由于配电网络是辐射形的，而且各配电馈线上分支线多、结构复杂，因此在计算时把每一条配电馈线的主馈线和各分支线均视为一条独立支路，分别计算其潮流值。计算时假设主馈线根节点(降压变压器母线出口处)的电压值恒定，各分支根节点电压(即主馈线上该节点电压)是已知的，且在分支潮流计算时不变。每次潮流计算时，先计算主馈线的潮流，更新各节点电压值(除主馈线根节点外)，再计算各分支潮流。
由于供电部门只能提供配电馈线根节点的总负荷曲线，不能提供每台配电变压器的负荷曲线，因此在计算时，作者根据实际配电网络的特点，把根节点的总负荷按一定的负荷分配系数及各配电变压器的额定容量进行分配，这样得出的计算结果与实际情况相比，误差较小；但没有充分利用少数已知的节点负荷值。如用状态估计法估算各负荷节点的负荷，可充分利用已知的节点负荷并提高计算精度。
在进行逆向计算时，如该分支根节点上有多条分支，则该分支根节点上的电压值就取与其相连的所有分支所计算出来的`根节点电压的平均值；而前向计算时，则把根节点上的总功率按各分支负荷分配到各分支上去。
根据上述方案编制计算程序，对实际配电网络进行潮流计算，其计算结果是符合实际情况的、切实可行的，从而证明了上述方案的可行性。
4 数字仿真
根据上述分析，作者用Distflow法、逐支路算法和牛顿-拉夫逊法分别对IEEE标准算例69节点和33节点网络进行潮流计算。表1是分别用这三种方法计算69节点网络的结果比较，表2是分别用这三种方法计算33节点网络的结果比较。而表3、4、5是用Distflow法和逐支路算法计算贵阳市北供电局管辖的贵乌变的两条出线-贵瑞线和贵赤线的结果分析。
表1 计算69节点网络收敛情况比较
表2 计算33节点网络收敛情况比较
表3 Distflow法计算贵瑞线时的收敛情况
注：收敛精度为10-7。表4 逐支路算法计算贵瑞线时的收敛情况
注：收敛精度为10-7。表5 Distflow法和逐支路算法计算贵赤线时的收敛情况
注：收敛精度为10-6。
从上述表中可看出，按照本文所采用的负荷分配方案，在支路参数r/x比值较大的情况下，由于配电网络本身呈现出病态网络的特征，使用标准牛顿-拉夫逊法计算时经常会出现发散或振荡的现象，但用Distflow法和逐支路算法能较好地收敛，计算速度快，收敛精度高。但逐支路算法对某些网络(如69节点网络)比较敏感，在收敛精度较高的情况下，会出现最大误差维持在一恒定值的现象，使得计算不收敛；而用Distflow法则不会出现这一现象。一般情况，在相同收敛精度下，逐支路算法比Distflow法收敛速度快。
篇4：智能计算的经典算法解析论文
智能计算几种经典算法解析 智能计算几种经典算法解析 智能计算几种经典算法解析
论文关键词:智能算法;人工神经网络算法;遗传算法;退火算法
论文摘要:随着计算机技术的飞速发展,智能计算方法的应用领域也越来越广泛。本文介绍了当前存在的一些智能计算方法,阐述了其工作原理和特点,同时对智能计算方法的发展进行了展望。
The Analysis for Several Classic Algorism of Intellegence Computation
YANG Ming-hui
(Wuhan University of Technology, Wuhan 430074, China)
Abstract: As the computer technology develops fast, the field for intelligence algorism become wider and wider.In this paper, I introduce some methods for intelligence, and analyze their Principles and characters, finally make a Forecast of the develop of integellence computation.
Key words:Intelligence Computation; Artificial Neural Network Algorithm;Genetic algorithm;Annealing Algorithm
1 引言
智能算法也称作为“背影算法”,是人们从现实的生活中的各种现象总结出来的算法。它是从自然界得到启发,模仿它的原理而得到的算法,这样我们可以利用仿生原理进行设计我们的解决问题的路径,这就是智能计算的思想。这方面的内容很多,如人工神经网络技术、遗传算法、模拟退火算法等,下面分别对其进行分析。
2 人工神经网络算法
2.1 人工神经网络(ARTIFICIAL NEURAL NETWORK,简称ANN)
人工神经网络是在对人脑组织结构和运行机制的认识理解基础之上模拟其结构和智能行为的一种工程系统。早在本世纪40年代初期,心理学家McCulloch、数学家Pitts就提出了人工神经网络的第一个数学模型,从此开创了神经科学理论的研究时代。其后,F Rosenblatt、Widrow和J. J .Hopfield等学者又先后提出了感知模型,使得人工神经网络技术得以蓬勃发展。
2.2 人工神经网络的特点
人工神经网络的知识存储容量很大。在神经网络中,知识与信息的存储表现为神经元之间分布式的物理联系。它分散地表示和存储于整个网络内的各神经元及其连线上。每个神经元及其连线只表示一部分信息,而不是一个完整具体概念。只有通过各神经元的分布式综合效果才能表达出特定的概念和知识。
由于人工神经网络中神经元个数众多以及整个网络存储信息容量的巨大,使得它具有很强的不确定性信息处理能力。即使输入信息不完全、不准确或模糊不清,神经网络仍然能够联想思维存在于记忆中的事物的完整图像。只要输入的模式接近于训练样本,系统就能给出正确的推理结论。
正是因为人工神经网络的结构特点和其信息存储的分布式特点,使得它相对于其它的判断识别系统,如:专家系统等,具有另一个显着的优点:健壮性。生物神经网络不会因为个别神经元的损失而失去对原有模式的记忆。最有力的证明是,当一个人的大脑因意外事故受轻微损伤之后,并不会失去原有事物的全部记忆。人工神经网络也有类似的情况。因某些原因,无论是网络的硬件实现还是软件实现中的某个或某些神经元失效,整个网络仍然能继续工作。
人工神经网络是一种非线性的处理单元。只有当神经元对所有的输入信号的综合处理结果超过某一门限值后才输出一个信号。因此神经网络是一种具有高度非线性的超大规模连续时间动力学系统。它突破了传统的以线性处理为基础的数字电子计算机的局限,标志着人们智能信息处理能力的'一大飞跃。
3 遗传算法
3.1 特点 遗传算法还具有以下几方面的特点:
(1)遗传算法从问题解的串集开始嫂索,而不是从单个解开始。这是遗传算法与传统优化算法的极大区别。传统优化算法是从单个初始值迭代求最优解的;容易误入局部最优解。遗传算法从串集开始搜索,覆盖面大,利于全局择优。
(2)许多传统搜索算法都是单点搜索算法,容易陷入局部的最优解。遗传算法同时处理群体中的多个个体,即对搜索空间中的多个进行评估,减少了陷入局部最优解的风险,同时算法本身易于实现并行化。
(3)遗传算法基本上不用搜索空间的知识或其它辅助信息,而仅用适应度函数值来评估个体,在此基础上进行遗传操作。适应度函数不仅不受连续可微的约束,而且其定义域可以任意设定。这一特点使得遗传算法的应用范围大大扩展。
3.2 运用领域
4 退火算法
模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中ΔE为温度T时的内能,ΔE为其改变量,k为Boltzmann常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f ,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始,对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代,并逐步衰减t值,算法终止时的当前解即为所得近似最优解,这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制,包括控制参数的初值t及其衰减因子Δt,每个t值时的迭代次数L和停止条件S。
5 展望
目前的智能计算研究水平暂时还很难使“智能机器”真正具备人类的常识,但智能计算将在21世纪蓬勃发展。不仅仅只是功能模仿要持有信息机理一致的观点。即人工脑与生物脑将不只是功能模仿,而是具有相同的特性。这两者的结合将开辟一个全新的领域,开辟很多新的研究方向。智能计算将探索智能的新概念,新理论,新方法和新技术,而这一切将在以后的发展中取得重大成就。
参考文献:
[1]Common structural rules for double hull oil tankers, second draft for comment[S]. American Bureau of Shipping,Det Nor
篇5：10kV配电线路保护的整定计算论文
110kV配电线路的特点
10kV配电线路结构特点是一致性差，如有的为用户专线，只接带一、二个用户，类似于输电线路；有的呈放射状，几十台甚至上百台变压器T接于同一条线路的各个分支上；有的线路短到几百m，有的线路长到几十km；有的线路由35kV变电所出线，有的线路由110kV变电所出线；有的线路上的配电变压器很小，最大不过100kVA，有的线路上却有几千kVA的变压器；有的线路属于最末级保护，有的线路上设有开关站或有用户变电所等。
2 问题的提出
对于输电线路，由于其比较规范，一般无T接负荷，至多有一、二个集中负荷的T接点。因此，利用规范的保护整定计算方法，各种情况均可一一计算，一般均可满足要求。对于配电线路，由于以上所述的特点，整定计算时需做一些具体的特殊的考虑，以满足保护“四性”的要求。
3 整定计算方案
我国的10kV配电线路的保护，一般采用电流速断、过电流及三相一次重合闸构成。特殊线路结构或特殊负荷线路保护，不能满足要求时，可考虑增加其它保护(如：保护Ⅱ段、电压闭锁等)。下面的讨论，是针对一般保护配置而言的。
(1)电流速断保护：
由于10kV线路一般为保护的最末级，或最末级用户变电所保护的上一级保护。所以，在整定计算中，定值计算偏重灵敏性，对有用户变电所的线路，选择性靠重合闸来保证。在以下两种计算结果中选较大值作为速断整定值。
①按躲过线路上配电变压器二次侧最大短路电流整定。实际计算时，可按距保护安装处较近的线路最大变压器低压侧故障整定。
Idzl=Kk×Id2max
式中Idzl-速断一次值
Kk-可靠系数，取1.5
Id2max-线路上最大配变二次侧最大短路电流
②当保护安装处变电所主变过流保护为一般过流保护时(复合电压闭锁过流、低压闭锁过流除外)，线路速断定值与主变过流定值相配合。
Ik=Kn×(Igl-Ie)
式中Idzl-速断一次值
Kn-主变电压比，对于35/10降压变压器为3.33
Igl-变电所中各主变的最小过流值(一次值)
Ie-为相应主变的额定电流一次值
③特殊线路的处理：
a．线路很短，最小方式时无保护区；或下一级为重要的用户变电所时，可将速断保护改为时限速断保护。动作电流与下级保护速断配合(即取1.1倍的下级保护最大速断值)，动作时限较下级速断大一个时间级差(此种情况在城区较常见，在新建变电所或改造变电所时，建议保护配置用全面的微机保护，这样改变保护方式就很容易了)。在无法采用其它保护的情况下，可靠重合闸来保证选择性。
b．当保护安装处主变过流保护为复压闭锁过流或低压闭锁过流时，不能与主变过流配合。
c．当线路较长且较规则，线路上用户较少，可采用躲过线路末端最大短路电流整定，可靠系数取1.3～1.5。此种情况一般能同时保证选择性与灵敏性。
d．当速断定值较小或与负荷电流相差不大时，应校验速断定值躲过励磁涌流的能力，且必须躲过励磁涌流。
④灵敏度校验。按最小运行方式下，线路保护范围不小于线路长度的15%整定。允许速断保护保护线路全长。
Idmim(15%)/Idzl≥1
式中Idmim(15%)-线路15%处的最小短路电流
Idzl-速断整定值
(2)过电流保护：
按下列两种情况整定，取较大值。
①按躲过线路最大负荷电流整定。随着调度自动化水平的提高，精确掌握每条线路的最大负荷电流成为可能，也变得方便。此方法应考虑负荷的自启动系数、保护可靠系数及继电器的返回系数。为了计算方便，将此三项合并为综合系数KZ。
即：KZ=KK×Kzp/Kf
式中KZ-综合系数
KK-可靠系数，取1.1～1.2
Izp-负荷自启动系数，取1～3
Kf-返回系数，取0.85
微机保护可根据其提供的技术参数选择。而过流定值按下式选择：
Idzl=KZ×Ifhmax
式中Idzl-过流一次值
Kz-综合系数，取1.7～5，负荷电流较小或线路有启动电流较大的负荷(如大电动机)时，取较大系数，反之取较小系数
Ifhmax-线路最大负荷电流，具体计算时，可利用自动化设备采集最大负荷电流
②按躲过线路上配变的励磁涌流整定。变压器的励磁涌流一般为额定电流的'4～6倍。变压器容量大时，涌流也大。由于重合闸装置的后加速特性(10kV线路一般采用后加速)，如果过流值不躲过励磁涌流，将使线路送电时或重合闸重合时无法成功。因此，重合闸线路，需躲过励磁涌流。由于配电线路负荷的分散性，决定了线路总励磁涌流将小于同容量的单台变压器的励磁涌流。因此，在实际整定计算中，励磁涌流系数可适当降低。
式中Idzl-过流一次值
Kcl-线路励磁涌流系数，取1～5，线路变压器总容量较少或配变较大时，取较大值
Sez-线路配变总容量
Ue-线路额定电压，此处为10kV
③特殊情况的处理：
a．线路较短，配变总容量较少时，因为满足灵敏度要求不成问题，Kz或Klc应选较大的系数。
b．当线路较长，过流近后备灵敏度不够时(如15km以上线路)，可采用复压闭锁过流或低压闭锁过流保护，此时负序电压取0.06Ue，低电压取0.6～0.7Ue,动作电流按正常最大负荷电流整定，只考虑可靠系数及返回系数。当保护无法改动时，应在线路中段加装跌落式熔断器，最终解决办法是网络调整，使10kV线路长度满足规程要求。
c．当远后备灵敏度不够时(如配变为5～10kVA，或线路极长)，由于每台配变高压侧均有跌落式熔断器，因此可不予考虑。
d．当因躲过励磁涌流而使过流定值偏大，而导致保护灵敏度不够时，可考虑将过流定值降低，而将重合闸后加速退出(因10kV线路多为末级保护，过流动作时限一般为0.3s，此段时限也是允许的)。
④灵敏度校验：
近后备按最小运行方式下线路末端故障，灵敏度大于等于1.5；远后备灵敏度可选择线路最末端的较小配变二次侧故障，接最小方式校验，灵敏度大于或等于1.2。
Km1=Idmin1/Idzl≥1.25
Km2=Idmin2/Idzl≥1.2
式中Idmin1-线路末端最小短路电流
Idmin2-线路末端较小配变二次侧最小短路电流
Idzl-过流整定值
4 重合闸
10kV配电线路一般采用后加速的三相一次重合闸，由于安装于末级保护上，所以不需要与其他保护配合。重合闸所考虑的主要为重合闸的重合成功率及缩短重合停电时间，以使用户负荷尽量少受影响。
重合闸的成功率主要决定于电弧熄灭时间、外力造成故障时的短路物体滞空时间(如：树木等)。电弧熄灭时间一般小于0.5s，但短路物体滞空时间往往较长。因此，对重合闸重合的连续性，重合闸时间采用0.8～1.5s；农村线路，负荷多为照明及不长期运行的小型电动机等负荷，供电可靠性要求较低，短时停电不会造成很大的损失。为保证重合闸的成功率，一般采用2.0s的重合闸时间。实践证明，将重合闸时间由0.8s延长到2.0s，将使重合闸成功率由40%以下提高到60%左右。
5 有关保护选型
10kV线路保护装置的配置虽然较简单，但由于线路的复杂性和负荷的多变性，保护装置的选型还是值得重视的。根据诸城电网保护配置情况及运行经验，建议在新建变电所中应采用保护配置全面的微机保护。微机保护在具备电流速断、过电流及重合闸的基础上，还应具备低压(或复压)闭锁、时限速断等功能，以适应线路及负荷变化对保护方式的不同要求。
篇6：基于云计算的网络监控系统研究论文
基于云计算的网络监控系统研究论文
摘 要：云计算环境下文件系统监测技术是存储领域的一项重要技术，对系统进行预测分析也应用得越来越广泛。本文针对基于RPC的云计算文件系统平台，着重研究了云计算文件系统个性信息（服务端命令处理速率）的监测以及预测分析技术。
关键词：云计算系统；个性网络监测；预测分析
1.背景介绍
随着云计算系统的深入研究，基于对象的云计算存储系统的日益完善，带来以下两个问题：一是现有的云计算监测软件只能满足对硬件信息（节点网络输入/输出，CPU信息，内存信息）的监测，无法满足使用者对云计算文件系统的软件个性信息（如服务端命令处理速率）的监测需求；二是没有建立数学模型，描述云计算系统服务端软硬件信息的相关性，从而进行一定的预测与分析工作。
针对上述问题，通过对云计算系统监测技术的研究，以及对预测方法的学习和调研，本文提出了一种基于远程过程调用协议（Remote Procedure Call Protocol，RPC）的个性监测技术与预测分析技术相结合的监测系统。
2. 个性监测技术
2.1服务端个性监测的实现框架
基于RPC的云计算系统分为服务器端和监控端两部分。个性监测模块插入在元数据服务端代码中，然后通过监控端的设计将提取的信息发送到WEB端进行分组显示。系统的模块划分如图2.1所示。
图2.1 系统模块划分图
本系统主要是基于RPC的'云计算系统仿真平台，实现对云计算系统服务端对来自不同客户端命令处理速率的统计和计算。
2.2服务端个性信息的获取与管理
个性监测技术的应用使得系统监测得到更微观的监测。为此，在系统中加入了个性监测功能模块，首先需要从服务端代码中设置监测点，将每个客户端请求的命令都记录在一个哈希表中，并对此表进行定期更新和删除，并能将表中数据定时刷到指定文件中。
个性监测功能模块上层与个性监测机制模块交互，负责给个性监测机制模块提供监测信息；下层与服务端软件模块交互，负责将服务端接受到的命令及时刻点存入到哈希表中，并及时刷到磁盘文件中。
图2.2 个性监测功能模块
2.3个性监测信息处理模块
个性监测信息处理模块的主要功能为将本地个性监测文件信息传送到监测管理服务器中，并按照指定格式显示在WEB页面上。如图2.3所示，个性监测信息处理模块主要包括个性监测的环境配置和个性监测脚本实现模块两个方面。
图2.3 个性监测信息处理模块设计图
3.预测分析技术
预测分析技术一直是国内外长期探讨研究的重点课题，它广泛应用于各个学科之中，如地质勘测、计算机性能、生物医学等重要领域。因此，对云计算系统的监测数据进行预测分析是一个重要的课题方向。
通过对云计算系统监测的研究可知，服务端节点有两类监测信息，一是可以通过云计算监测软件获取的硬件信息，二是可以通过上述个性监测方法获取的软件信息。利用现有的硬件信息和软件信息建立一个数学模型，这个模型可以预测在某种硬件环境下，系统可以达到的吞吐率，同时，通过对系统吞吐率的性能要求，可以人为设定一组硬件环境，来满足既定的性能要求。
3.1预测模型
通过对云计算系统的监测可知，每个节点的硬件信息都是时间序列型的数据，因此可以选择回归预测模型作为分析模型；又由于预测对象为元数据服务器的命令处理速率，此速率与多项因素相关，因此需要建立一个单因变量-多自变量的预测模型 何丽萍,刘立程.改进的基于Ganglia的网格监测系统.
篇7：网络云计算技术研究现状综述论文
网络云计算技术研究现状综述论文
前言
近年来，计算机技术和网络技术在各个领域得以广泛的应用，这也使网民对计算机网络的性能有了更高的要求。在传统的计算模型中，由于需要大规模的进行底层基础设施的铺设，这就需要大量的资金支持，但当前很大一部分企业由于自身资金不足，再者在短时间内也无法实现资金的回笼和调度，这也是导致传统计算模型成本高的重要因素。同时在传统计算模型中，由于其服务平台缺少弹性，而且不能及时进行调整，这也使其无法满足当前网民不断增长的需求，传统计算模型服务平台较为僵硬，缺乏灵活性。另外在传统计算模型中，由于需要服务商长期进行维护工作，导致占有的时间和精力较多，不利于新的业务和资源的开辟。由于传统计算模型越来越无法适当当前社会发展的要求，为了能够满足网民日益增长的对计算机性能的要求，则云计算应运而生，而且在云计算应用过程中服务商也在不断的进行完善和改时，使其自身的灵活性和实用性得以提升，从而更好的服务于广大用户。
1 计算机网络云计算技术的概述
网络云计算技术是由美国一家网络公司最早提出来的，其主要是对网络和软件等相互之间进行融合，而且网络云计算技术还具有规模化、安全性和虚拟性的特点。在云计算中，不同的云都属于计算机并行分布式体系，其服务基础主要是以网络化的计算机为主，同时还要确保其与计算资源之间具有较好的契合性。云计算作为一个综合体，其较有庞大性，而且网络云计算技术作为计算机软件技术发展的重要环节之一，在具体研究中对于计算机网络云计算的特点更为重视。在当前大多数网络计算机用户中，由于没有对基础设施建设制定有效的方案，这就需要充分的发挥计算机网络云计算技术自身的优势，及时向用户传输其所需要的资源，这就需要计算机云技术能够具有较强的实用性、灵活性和方便性。
2 计算机网络云计算技术的分类
在网络云计算技术分类中，可以从不同的方面来将网络云计算技术进行不同的分类。根据其不同类别的服务特点可以分为公有云和私有云。私有云是针对用户自身的实际情况来进行独立应用，并建立平台，具有良好的操作性和实用性。而公有云则是对其他用户的云资源进行开发利用。可以从服务的连续性、数据安全性、成本费用及监测能力等几个方面对公有云和私有云进行分类。在提供服务方面，公有云受外界因素影响较大，而私有云则没有这方面的问题。
相对于私有云的安全等级来讲，公有云安全等级不高，但其费用成本较低，而私有云成本费用则相对较高，具有较好的稳定性。另外公有云的监测能力也较为强大，能够根据用户的实际需求来执行非常严格的监测。
3 计算机网络云计算技术的实现
在当前计算机系统中，需要将系统划分为两个层次，即功能实现过程及预处理过程，这两个过程的处理效果和作用都会有所不同，但能够确保系统功能的实现。在对实现过程中和预处理过程进行应用过程中，可以有效的提高计算机系统的简洁化，确保计算机整体运行效率的提高。近年来，我国信息化技术取得了较快的发展，在实际生活中云计算技术也得以不断的应用，为云计算技术的实现奠定了良好的基础。在当前计算机网络云计算的实现形式中，大致可以归纳为以下方面：
第一，通过对软件程序在企业管理程序中进行应用，在当前云计算应用实现方式中，多是利用网络浏览器来对用户所需要的信息进行传递，这有效的实现了资金和费用的节约。
第二，网络服务。主要是通过对实际软件程序的利用，从而使研发人员更好的参与到计算机网络实际应用的开发中来。
第三，管理服务提供商。相对于其他实现形式，管理服务提供商主要都是向信息技术行业提供较为专业的服务。
4 计算机网络云计算技术的发展遇到的问题
在当前计算机网络云计算技术广泛应用的过程中，云计算发展过程中也存在着许多不足之处，这就需要在当前云计算广泛应用过程中要采取切实可行的措施来对数据的安全性进行有效的保障，这是当前云计算技术发展过程中非常重要的一项课题。当前很大一部分云端是通过浏览器来进行接入的，在计算机系统中，浏览器处于十分薄弱的环节，自身存在许多漏洞，这样在云端接入浏览器过程中，用户的证书和认证秘钥则极易由于浏览器自身的漏洞而发生泄露。而且在云端中，由于不同的应用都需要进行认证，这就需要对认证机制的高效性和安全性进行有效的保障。在应用服务层中，需要使用安全可行的手段来确保用户隐私的安全性，在基础设施层中需要采取有效的措施来确保数据的安全和保密性，有效的'对数据的安全性和保密性产生影响的因素的控制。
5 采取措施保障网民数据安全
当数据存在着安全风险时，则会对云计算的发展带来较大的影响，因此为了有效地确保网民数据安全能够得到有效的保障，则需要采取切实可行的措施来保证数据的安全性。
（1）隔离操作系统和计算资源。为了有效的确保网民数据的安全性，则需要充分的运用 Hypervisor,从而将网民的操作系统与所需要存储的计算资源有效的隔离开来，从而有效的提高计算资源的安全性，避免其受到来自于网民操作系统所可能带来的影响。
（2）重置 API 保护层。服务商把 API 供给用户，用户按需进行运用。但是，第三方也会使用这些 API.如果想要保护数据安全，就必须再安装 API 保护层，对 API 进行重叠保护。
（3）严格身份认证。服务商需要执行严格的身份认证，加强对网民账号和密码的管理，对冒充网民身份的行为进行有效的防范，确保网民只对自己的数据和程序进行访问，有效的提高数据的安全性。
6 结束语
随着计算机网络技术的快速发展，当前计算机网络云计算技术也取得了一定的进步，尽管当前计算机网络云计算技术还处于初步发展阶段，但其具有较高的实用性，而且取得了较为显着的效果，给我们的生活方式带来了较大的改变。近年来，计算机网络云计算技术越来越受到重视，国家和企业都加大对其进行研究力度，这使计算机网络云计算技术的高速计算优势得以更好的发挥出来，已成为当前信息科技发展的主要方向。
参考文献：
[1]李静媛，徐荣灵。计算机网络云技术分析[J].计算机光盘软件与应用，,4（1）。
[2]矫玉勋。元计算技术在现代农业中应用分析及发展策略[D].吉林大学，2013,5（24）。
[3]姜博。基于网络计量学的云计算技术发展态势研究[D].北京工业大学，2013,6（1）。
篇8：浅说网络概率的负载均衡算法论文
浅说网络概率的负载均衡算法论文
1.基于概率的路由准入
目前，门限准则模糊了所有负载描述值低于门限的节点之间的差别，也模糊了所有负载描述值高于门限的节点之间的差别，这势必对负载均衡的效果产生不利的影响。负载均衡中的路由准入算法大部分基于门限准则来实现。门限准则通过设置一个门限值来判断路由准入，低于(或高于)门限值则准入(或禁止)路由。但是可相比基于门限的路由准入机制，基于概率的算法并不直接决定是否准入路由，而是综合各种信息得到一个准入的概率，节点以这个概率进行路由准入。节点B、C和D都收到了来自源节点A的路由请求，在t1时刻节点B、C和D的负载描述值分别为8，10和12。如果门限值为7，那么三个节点的负载都高于门限值，则此门限值的设定就无法区别出节点B、C和D之间的负载差异；同样，在t2时刻B、C、D3个节点的负载描述值分别为4、6、8时，如果门限值为10，那么此门限值也无法区别出3个节点之间的差异，而实际上3个节点的负载有较大的差异。概率算法针对不同的负载描述值得到不同的路由准入概率。例如对于负载描述值8、10和12，概率算法分别给予80%、60%和30%的准入概率，那么B、C和D三个节点路由准入的结果必然不同，节点D转发RREQ将多于其它两个节点。基于概率的算法能够准确区别节点之间的负载差异，对不同负载予不同的策略。对于一个既定的负载量，要求得到一个对应的准入概率。如果把给定的负载量L作为自变量，而对应的准入概率P作为函数值，那么就可以确定负载量和准入概率之间的函数对应关系：PF(L)其中P是准入概率，L是节点的负载量，F是概率函数。给定一个负载L就可以通过上式算出路由准入的概率P。概率函数F可以用多条曲线来拟合，理论上讲，只要是单调下降的函数曲线都合适，使大的负载描述值对应小的准入概率(负载描述值越大，负载越重)，但是不同曲线对应不同的协议性能。
2.基于历史信息的负载映射
在一定的网络区域内，以节点随机移动为例，理论上经过足够长的时间，节点会遍历网络，经历网络的各种负载状态，我们称之为节点的网络各态历经性。也就是在经过足够的时间后，节点能够掌握足够丰富的网络负载信息，而这些信息与当前时刻其他节点的负载高度相关。节点之间没有任何的负载信息交互。因此节点对网络状态感知的准确性就成为负载均衡的关键之一。基于历史信息的负载映射利用节点的历史负载信息来映射网络的负载状态，为节点的路由准入提供有效的参考。研究发现节点负载强度与节点在网络中的位置有很大的关系，当节点处在网络的中心区域时，由于经过的路由数比较多，所以节点负载一般较高；相反，当节点处在网络边缘时，负载较低。又由于节点的`移动，节点在网络中的位置不断发生变化，从而节点的负载状态也在不断改变。所以，节点在历经各种网络负载状态时，记录下相应时刻的负载描述值，作为路由准入时的横向比较参考，使路由准入更准确。四个相隔不远时刻的网络拓扑，图中着色的节点为同一个节点A。从图中可以看到，从t1时刻到t4时刻这段时间内，节点A由网络的中心运动到了网络的边缘(其它节点也会移动，只是我们并不关心)，而节点移动之后的位置被其它节点取代。2(b)中的t2时刻，节点B运动到了节点A在t1时刻的位置，其它几个图同理。节点在网络中位置的变化导致节点的负载状态改变，在t1、t2、t3、t4四个时刻，节点A的负载描述值分别为9、7、5和3，可见节点的负载在逐渐降低。而在这个过程中，节点不断记录负载信息，包括变化过程中负载的最大值、最小值以及整个过程中的负载平均值等。节点A记录的负载最大值是t1时刻，其负载描述值为9，负载的最小值是在t4时刻，其负载描述值为3，整个过程负载的平均值为（9+7+5+3）/4=6。节点利用这些历史负载信息来映射网络的负载状态。比如节点记录的历史最大负载描述值为9，那么很可能此时网络中的其它某个节点的负载值为9。通过当前的负载值与历史负载值比较，节点很容易判断出自己的负载轻重，从而决定是否准入路由，达到负载均衡的目的。
3.H&P算法
能够描述网络负载的表征量有很多，主要的有时延、信道占用时间、路由数和缓冲区队列长度等。时延表征量是选择一条时延最短的路径；信道占用时间是以节点感知到的信道被占用的时间作为负载的度量；路由数是以经过节点的路由数目作为负载的度量；缓冲区队列长度是以节点接口队列缓冲区长度作为负载度量。不同的表征量各有特点，操作也不相同。时延和路由数表征量需要在节点之间交换表征量信息，增加了额外开销，且对负载的描述不全面；信道占用时间是一个有效的负载度量，但是需要MAC协议支持，即需要跨层设计，这增加了协议的复杂性，也破坏了负载均衡算法与协议的松散耦合；缓冲区队列长度对负载的描述简单有效，而且具有独立分布式运算、易于操作等特点。所以在H&P_DSR协议中选择缓冲区队列长度作为负载表征量。规则二：负载信息的学习与搜集。H&P算法中对网络负载状态的判读依赖节点运行时搜集的信息。节点搜集到的负载信息越多，对网络负载的分布情况判断越准确，负载均衡的效果就越好。由于开始时节点没有搜集到足够的负载信息，所以前几个周期并不进行路由准入的判断，而是正常路由，只对网络的负载情况进行采样和记录，其中包括节点运行过程中负载表增量的最大值(记为MaxL)、最小值(记为MinL)以及平均值记为AveL)。可以灵活的设置路由准入介入的时间，理论上此时间越长节点搜集到的信息越丰富，路由准入判断越准确。实际中可根据具体的应用来设计，其与节点的移动速度、通信距离等有关。在当前仿真场景下，在*2000m2范围内的区域内，节点的平均速度为20m/s，通信距离为400m，理论上节点从网络边缘进入到中心所用的时间大约30s。
可据此来设计路由准入介入的时间设置为30s，其他应用场景亦可据此计算。规则三：概率函数的设计。选用最常用和直观的直线来拟合概率函数。设直线函数为：PF(L)*其中和是未知的常数。那么，根据规则二中节点记录的历史负载信息，应该是大的负载对应小的准入概率，而小的负载对应大的准入概率。最小的负载为MinL，对应最大的准入概率为MaxP，则得到一个坐标点A(MinL，MaxP)，同理，最大的负载为MaxL，最小的准入概率为MinP，得到另一个坐标点B(MaxL，MinP)。把已知的坐标点A和B代入直线函数中，得到方程组：MaxMinMinMaxPLPL解此方程组可得：MinMaxMinMinMaxMinMaxMinMinMaxLLLPPPLLPP*(4)代入直线函数中，则可得到负载量和准入概率的映射函数：MinMaxMinMinMaxMinMaxMinMinMaxLLLPPLPLLPPPF(L)当节点收到路由申请的时候，可通过上式代入负载描述值而得到路由准入的概率，进而决定是否接受此路由。公式中，MaxP和MinP是可调参数，其设置的原则是首先应保证路由的正常建立，在此基础上优化路由选择，降低冗余。要始终使轻载节点有较高的准入概率，而重载节点准入概率较小。MaxP限定了节点所能获得的最大准入概率，不能太小，否则即使轻载节点也会拒绝路由申请而使路由建立失败，导致源节点发送新的路由请求，反而增加了网络开销。MinP决定了节点的最低准入概率，节点至少以此概率准入路由申请。当网络密度较小时，由于转发路由申请的节点较少，为保证路由的建立，应提高的值，保证一定数量的路由申请成功。当网络密度较大时，节点的一跳邻居较多，为有效区别开不同负载节点之间的差异，使不同负载对应不同的准入概率，应该用较小的。这样各概率能够区别地分布在概率区间内，概率算法能过滤掉重载路由而筛选出轻载路由。所以，MaxP应该设置为一个较大的数值，而应该根据网络密度进行调整，网络密度较大的环境中设置较小的值，反之应设置较大。在当前的网络仿真场景中，可近似得节点的平均邻居数为4，节点的平均准入概率如果为50%，则可保证至少有两个节点准入路由，保证了路由的建立，同时有一条备份路径，冗余控制在可接受的范围内。据此，协议中设置90%MaxP，20%MinP。节点根据当前的负载描述值，通过式可以得到路由准入的概率。
篇9：云计算移动通信网络优化分析论文
摘要：当前移动通信网络的应用已经散布到社会生活的每个区域。网络技术的进步带动了信息技术产业的发展，移动通信网络的进步推动了计算机产业的发展。而云计算的诞生，则促进了移动通信网络技术的优化工作。
关键词：云计算模型；移动通信网络；网络优化；技术通信；数据存储
从3G网络应用到4G网络普及的现代社会，移动通信网络正处于飞速发展的阶段。移动通信网络技术应用规模越来越大，其网络优化所要面临问题也越来越多。移动通信网络优化中网络数据的解析、网络信息的采集、网络优化策略的决定都是比较困难的事情，云计算的模型的应用，为移动通信网络的优化问题提供了一个极佳的解决方案，为移动通信网络的优化提供了一种全新的的概念。
1云计算技术及其特征
1.1云计算技术分析
云计算是一种基于网络的计算机和资源服务模式，是一种以计算机基础应用为手段的网络新技术，或者说是一种新型的商业概念。[3]不同概念下对于云计算模型的理解也是大不相同的。李开复先生曾经提出：所谓“云计算”，就是以互联网为中心、公开的服务标准作为基础，向服务范围内的用户提供安全、高效、便捷的数据存储服务，让移动通信网络真正成为每一个用户的数据存储和计算中心，目前我国比较的主流的一个定义是由刘鹏教授所提出的：“云计算所用有伸缩性质的链接分布式计算功能是通过网络获取的”。
1.2云计算的特征
虚拟化是云计算在移动通信网络中基本特征，虚拟化就是将计算机中设备和服务器、网络优化设备全部当成虚拟化的软件来进行处理，但是其中最关键的问题是，虚拟化技术的前提是建立一个完备的资源共享基地，并且在这个基地需要具备以一个服务型为主要功能的IT模型的架构，用户的可以通过访问这个模型架构来获取相关的云计算服务。[4]
篇10：云计算移动通信网络优化分析论文
随着社会的发展和进步，目前移动通信网络中4G网络运行已经基本完成，移动通信网络在未来发展面临着更多的挑战。虽然我国一直有政策和资金支持着移动通信网络的发展，但是移动通信网络优化的现状仍然不容乐观。（1）数据库缺失。充足的数据是进行移动通信网络优化的第一前提，网络优化不仅要通过工作经验的积累，还要具备海量的数据来做为后备资源，目前国内的移动通信网络优化的软件和硬件仍然不能满足这个需求，没有足够的数据信息来进行移动通信网络的优化。（2）资源过于分散。大多数移动通信网络的优化处理工作都是由单台计算机独立运行，各运营商各自优化自己的移动通信网络和网络设备，不能够达成资源整合和共享。还会投入大量人力、物力，造成优化处理工作变得十分困难，想要真正提高移动通信网络的优化效率和优化质量，必须整合资源，各运营商时间携手合作，实现技术和资源的共享。（3）数据处理受限。不同厂家生产的设备和所应用的技术是不一样的，其效率也是不同的，不同设备共同组成了移动通信技术网络的优化，各设备之间并不兼容，在优化处理数据时具有极大的局限性，各设备各司其职，不能对数据实行有效的整合。
篇11：云计算移动通信网络优化分析论文
在基于云计算的移动通信网络优化中，是将把云端资源分析系统、用户认证系统、数据分析处理系统统一起来，和移动通信网络环境及用户终端组合起来，共同完成移动通信网络优化的云计算服务。运营商通过用户名鉴别之后，用户可以从云端上下载自己所需的数据。不仅具备更加强大的功能，还强化了系统的安全性和可靠性，基于云计算的移动通信网络优化将具备更加广阔的发展空间。
3.1传统模式的改变
在传统的移动通信网络优化环境中，运营商所要分析的数据是来自世界各个地区不同国家的，这无疑给移动通信网络优化增加了难度，传统模式的网络优化是注定被淘汰的，而且对于移动通信网络的优化工作完成度不高，不能满足现代社会的需要。通过云计算模型的加入，移动通信网络的优化工作效率得到了提升，含有云计算模型的移动通信网络优化工作可以减少员工对数据分析和处理的工作，工作人员只需对数据进行优化和检测，不论是移动通信网络技术的优化水平还是优化效率都得到了巨大的提升。[1]
3.2低投入，服务水平高
建立一个移动通信网络的优化系统的投入是非常大的`，高投入的资金意味着运营商所得到经济效益不会太高，因为运营商在在前期投入了大量的资金。并不能保障后期利润能够顺利回收。当云计算模型加入移动通信网络优化工作之后，运营商的投入就会减少很多，这时，大多数用户的就会担心，投入资金的减少会不会导致服务质量的降低。关于这一点，完全不用担心，因为移动通信网络中所采用的云计算模型中所包含的资源来自世界各地的，数据储量十分丰富，并不会因为投入的减少而降低服务质量。
3.3整体优化水平的提高
云模型所包含的数据信息是非常丰富的，十分适合现代移动通信网络优化工作。因此在采用云计算模型的进行计算后，运营商可以通过网络来下载更多的移动通信网络优化策略，移动通信网络的优化管理工作也会做得更好。
3.4维护费用降低
为了保障移动通信网络的后续工作的顺利实施，工作人员要对网络优化的计算机设备和网络优化程序运行进行定期的检查和保养，但是在采用云计算模型之后，对于移动通信网络的后期养护工作就变得非常高效，技术人员不再需要对于计算机更新进行实时更新和操作，运营商也不需要雇佣大量的技术人员，移动通信网络优化管理的经费会大量的减少，运营加就能把经费投入到其他移动通信网络的管理和质量的提高上，加大对于移动通信网络的投入。[2]
3.5移动通信网络中云计算资源管理
（1）移动云计算的网络资源包括计算资源、网络资源和基础设施资源等多种资源。资源管理系统从概念将资源重新组合成一个单一的集成资源提供给用户。用户与资源代理进行交换之后，代理对用户屏蔽了云计算资源在使用中的复杂性，由于云计算模型和在资源在数据收集上来自世界其他地方，每个国家和地区对域的管理有着各自的访问边界模型，因此，云计算的资源管理就必须解决边界的问题。
（2）云计算资源的管理系统能给使用者提供的基本服务包括数据发现、信息分发、数据存储和资源的调度。云计算资源的管理系统基本作用是接受来自用户的访问请求，并将所需资源分配给用户。数据发现和数据分发是互为补充的两种能力。信息分发位置和数据发现以及数据的存储都是资源调度的基础组成部分，资源调度是移动通信网络中云计算资源管理的核心部分。云计算的资源管理应用的技术是非常多的：云机器组织结构、云存储设备、数据存储空间、云存储安全设备、云计算模型、分发协议、资源调度和资源的再调度等，还包括Qos技术的支持等。
4结语
云计算模型在带给移动通信网络优化的同时，也带来了巨大的挑战，生活是把双刃剑，有利也有弊。云计算模型对于移动通信网络的优化提高了信息网络的使用效率，降低了移动通信网络在运营时的成本、减少了移动通信网络优化的费用、祛除了传统移动通信网络中多余的程序，随着云计算在未来的逐步发展发展和应用，基于云计算的移动通信网络的优化处理工作将变得更加高效、快捷。
参考文献：
[1]梁宏斌.基于SMDP的移动云计算网络安全服务与资源优化管理研究[D].西南交通大学,
[2]孟占永,任江伟,韩跃龙.云计算在移动通信网络优化中的应用[J].黑龙江科技信息,(12):124
[3]陈臻.基于云计算模型的移动通信网络优化[J].电子世界,2014(18):8
[4]田淑霞.云计算在移动通信网络优化中的应用探析[J].电脑与电信,(11):52-54
篇12：移动网络下云计算安全研究论文
摘要：云计算因其超大规模，虚拟化，高可靠性，通用性，高可扩展性，按需服务性，极其廉价性等优势，被越来越多的企业集团，组织甚至个人所青睐。随着时代的变化，移动网络的发展也日新月异，移动网络环境下云计算的安全问题也应该引起重视。本文研究了移动网络环境下的云安全问题，并提给出了安全建议，为移动网络环境下云计算安全研究提供参考。
关键词：移动网络；云计算；安全
云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。随着移动终端手机，平板的快速更新换代以及移动网络的高速发展，云计算已经不仅仅局限于PC。移动终端APP与云计算技术的结合，已经成为IT产业新的发展模式。在享受两者结合优势为广大受众带来便利的同时，随之而来的安全性不可避免的成为了我们下一步要解决的问题。
1云计算简述
云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一种巨变。云计算是分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡、热备份冗余等传统计算机和网络技术发展融合的产物。云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云计算具有如下特点：1）通用性：千变万化的构造应用使得同一个云可以同时支撑不同的应用运行，不针对特定的应用。
2）可靠性高：通过使用数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性。
3）可扩展性高：云的规模可以动态伸缩，满足应用和用户规模增长的需要。
4）规模超大：一般企业私有云拥有数百上千台服务器，可以赋予用户规模宏大的计算能力。
5）虚拟化，云计算支持用户在任意位置、使用各种终端获取应用服务。所请求的资源来自云，而不是固定的有形的实体。应用在“云”中某处运行，但实际上用户无需了解、也不用担心应用运行的具体位置。只需要一台移动终端，就可以通过移动网络服务来实现我们需要的计算，甚至是超，大型计算。
6）按需服务，云是一个庞大的资源海洋，需要使用者按需购买，可以像水电，话费，煤气那样，按照使用量缴费。
7）廉价性，由于云的特殊容错措施可以采用极其廉价的节点来构成云，云的自动化集中式管理使企业无需负担日益高昂的数据中心管理成本，云的通用性使资源的利用率较之传统系统大幅提升，因此用户可以充分享受云的低成本优势。
8）潜在的危险性，云计算可以使公司的秘密数据被远程办公的员工远程监控，从而有可能使公司之外的人获取其全部的访问权限；云计算供应商的确在使用SSL协议来保护传输中的数据，但是因为数据最终是被保存起来的，所以它们有可能会和其他公司的数据保存在同一个虚拟空间中；停电，虚拟通道的堵塞，系统崩溃等问题都可能导致云数据的不及时乃至丢失。
篇13：移动网络下云计算安全研究论文
2.1移动终端安全问题
手机，平板电脑等作为移动服务的终端载体，其安全问题始终不可避免的贯穿了整个云计算服务的流程。相比PC端的安全问题，移动终端面临着一系列新的安全问题，移动终端用户通过各种APP来享受服务，不可避免的会面对一些APP系统漏洞，以及部分下载源所携带的病毒所带来的安全问题。其次，除了APP的安全问题外，移动网络（部分WIFI，短信）等也携带病毒。
2.2服务平台与服务器安全问题
用户在使用移动端APP的同时，不可避免的要通过网络与服务平台的服务器进行接洽，因此，服务平台的安全也是移动网络环境下云计算安全所面临的问题，由于云计算的各种数据是储存在云服务器中的，所以服务器的故障或者关闭会对服务平台造成致命的打击，一旦用户过分依赖提供云服务的服务商而没有备份自己的数据的话，用户平台会因为云服务器的故障造成不可挽回的损失。
2.3信息安全问题
云计算通过信息的交流，共享，大大降低了移动服务所需的成本和时间，但同时也造成了更多的个人信息，地理位置以及大量企业信息的泄露。从而有可能引发*客的频繁攻击和对机密信息的窃取。
2.4网络安全问题
相对于固定互联网主张平等，自由，开放，网络中没有控制点的特点而言，移动互联网封闭性更强，网络中一般部署了关键控制点，可以实现管理控制。移动网络除了可以使用IP地址作为表示之外，也可以采用用户SIM卡的信息作为表示，精确定位移动终端的位置。从溯源性这个方面是医用互联网优于固定互联网的。但是，对于移动互联网环境下的云计算安全服务最大的威胁是不采用加密算法，通过移动网络数据传输云数据，采用的传输协议也要能保持数据的完整性。因此安全性不能得到保障。
篇14：移动网络下云计算安全研究论文
3.1加强APP下载平台的管理，对于来历不明的APP一律不予采纳，仔细审核APP程序系统，降低其病毒的携带率以及漏洞的存在率。
3.2加强移动网络运营商对网络信息的优化，对不良信息。垃圾信息的过滤。以及对移动网络节点的优化审核。
3.3加强对用户服务平台的管理力度，使其定期检测监督所使用的服务器，并且预估风险，不惜成本，及时备份，减少因此而对用户所造成的损失。
3.4加强实名制的进度，进行移动网络的统一管理，避免不良分子利用移动网络的盲区从事非法活动。
3.5加强对云计算移动终端的监督控制，发现漏洞，及时处理，弥补漏洞。
3.6加强云服务业务系统间的权限管理，尽可能将减少不法分子通过云计算服务间接窃取信息，以至于造成用户的经济损失等。
4结束语
移动网络环境下，云计算的优势被无限放大，与我们的生活关系日益紧密，但不可避免的出现了一些新的安全性问题，但只要我们充分正视所出现的安全问题，及时解决，并且实时预防，移动网络环境下的云计算一定会发展的更好。希望本文对移动网络环境下云计算安全的研究以及解决建议能对移动网络环境下云计算安全的发展起到积极的作用。
参考文献：
[1]郭丽.网络环境下云计算的信息安全问题研究[J].电脑知识与技术,2015,20:16-17.
[2]孟超.基于云计算的病毒恶意软件分析研究[D].南京航空航天大学,2013.
[3]房秉毅,张云勇,徐雷.移动互联网环境下云计算安全浅析[J].移动通信,2011,09:25-28.
★网络论文
★潮流语录
文档为doc格式
