1

研究机构埃森哲公司的专家与行业厂商在云计算领域的努力和愿望方面进行了沟通和探讨，与云计算提供商讨论了他们未来的解决方案和计划，并对企业在采用云计算时面临的挑战和云计算解决方案的功能进行了分析。

埃森哲公司是一家拥有400亿美元市场收入和450,000名员工的公司，其业务在公共云中占据了90%以上的份额。大多数组织可能遇到的最大问题是如何管理、运营成本和保护云计算资产。很多企业可能会受到不适合云计算的传统工具或具有信息技术基础设施库(ITIL)传统偏见的困扰。

与此同时，很多企业正在努力跟上云计算服务市场中主要参与者的创新水平。在过去的五年里，这个市场经历了更大的市场震荡，而亚马逊、微软和谷歌这三个云计算行业巨头成为企业云之旅的基础。

事实上，云计算创新和云采用的步伐正在跨地区和行业开始加速，并带来了令人信服的新机遇以及更大的复杂性和风险。这使得企业越来越多地面临事关成败的决策，渴望获得指导。

本文强调了可能对企业的云之旅和云应用产生最大影响的趋势。为了让人们更清楚地了解当前市场力量是如何推动企业变革和创新的，在此提供一些提示：

大量资本支出确保行业巨头的领先地位

亚马逊、微软、谷歌这三个行业巨头显然主导着全球云计算服务市场。在过去一年，这三家公司在云计算的资本支出超过300亿美元，用于建立和扩展其全球云足迹。每家公司每月平均投入10亿美元，这造成了他们与其它市场进入者之间的巨大差距。

这些公司的巨额投资不仅仅用于建造基础设施。与传统方法相比，这三家行业巨头还投入大量资金用于创新的服务和功能，这将引领更多的企业在云计算行业中的发展。而企业IT投资与这三家公司技术发展保持一致，将有助于在未来几年更具竞争力，并允许管理技术债务。

私有云找到了它的专长

关于私有云的定义，市场存在很大的不确定性。人们的意见各不相同，而来自云计算供应商的多个答案引起了相当大的混淆。但是，成功的私有云现在围绕解决特定的用例来定义，例如符合数据主权需求或支持边缘用例。将虚拟化环境扩展到公共云或将内部公共云属性引入的新产品是不成熟的。

如果目标是为了获得敏捷性、降低成本或提高速度，那么企业的选择应该偏向于公众。无论出于何种原因，如果企业认为内部部署更合适，则需要对这种选项额外考虑。这种方法可能需要在不久的将来再次迁移到公共云。其所有决策都有时间、风险、成本、人才等考虑因素。

云计算转折点

迫使IT业务以不同的方式运行如今，许多企业开展的业务现在可能正在进入一个转折点，其中大量的工作都运行在公共云平台中。

不幸的是，大多数IT组织错误地将云平台视为另一个数据中心，并且没有认识到有必要将其运营模式转变为云管理的现实。实际上，在云中运营需要转换到基于云计算的运营模式，以及具有新技能和进入新角色的工作人员。

大多数企业都很难定义其运营模式，并实施使其运行所需的协作环境。而且，企业将面临转型进一步复杂化，人才短缺，需要对现有人才进行再培训或开发新技能的挑战，但这样将面临潜在困难，并且成本高昂。

多云是新的现实

云计算服务的稳定采用创造了一个复杂的计算环境。一些企业可以为多云环境进行规划，而许多企业则发现自己只是使用多个供应商的服务，却没有适当的规划、治理或控制。从云计算管理的角度来看，这种现实使得企业发布策略、管理成本、维护安全性、确保遵从性，甚至创建显示所有云计算资源的单个视图都变得困难。

在进行转换时，企业需要关注与治理相关的策略，而这些是多云世界中的关键功能。实施和微调云计算管理战略将为复杂环境的有效管理铺平道路。需要用于标记管理、新控件和新工具的新流程，以有效降低在云中运行业务的风险。标记尤其重要：如果没有标记，就会什么都看不到，也就无法管理。

2

目前，我们可以在市场上找到很多用于网络分析和数据可视化的开源工具，例如NetworkX，R和Gephi中的iGraph包等。在所有工具中，Gephi一直以来被认为是最值得推荐的，它可以帮助用户轻松实现超过十万个节点的可视化。

但是，除了Gephi，还有很多免费开源工具可供选择，本文列出了顶级的四大数据可视化分析工具，可帮助企业分析并梳理数据之间的关系。

1、GephiGephi是一个开放式的图形可视化平台，基本也是市场上公认的领先分析软件之一，也是最受欢迎的网络可视化分析软件包之一。使用者不需要具备任何编程知识，就可广泛使用Gephi生产高质量的可视化图表。它还可以处理相对较大的图形，实际大小取决于基础结构参数(特别是RAM)，但应该能够毫无问题地运行多达十万个节点。它可以计算一些常见指标，比如度数，中心性等，重点关注可视化而非分析的强大工具。

2、CytoscapeCytoscape同样是一个开源可视化平台，有桌面版本和Java版本供开发人员选择。虽然，Cytoscape主要用于生物学领域，但它能够产生高质量的可视化图表且同样适用于其他领域，Cytoscape还有一系列用于网络操作和可视化的算法。

3、UcinetUcinet主要用于学术界，提供广泛的分析功能并可计算大量指标，但它的重点并不是可视化而是分析，Ucinet擅长计算并分析各种类型的指标，但并不擅长将这些结果转化为精致的可视化报表。Ucinet只能在Windows上运行，因此Mac用户必须通过安装虚拟机来使用。

4、NodeXL该工具在高质量可视化方面可能无法提供Gephi具备的灵活性，但该软件可接口SNAP库并进行分析，使其可以访问一组用于度量计算的高效算法。NodeXL的主要优点是其可视化、分析和数据收集功能比较强大，可与Twitter API良好接口，研究人员曾利用NodeXL对社交媒体数据进行可视化和分析。据报道，NodeXL接下来会有一个商业版本，它将具有比开源版本更多的功能。

选自Forbes作者：Louis Columbus机器之心编译参与：吴攀、蒋思源

选自Forb

近日，咨询服务公司 Dresner Advisory Services 发布了他们的第六份关于云商业智能（Cloud Business Intelligence）的年度报告《2017 年云计算和商业智能市场调研（2017 Cloud Computing and Business Intelligence Market Study）》。该报告有 101 页，需要相应的客户权限才能查阅。

报告地址：http://dresneradvisory/products/2016-cloud-computing-business-intelligence-market-study-report

该报告提供了有关云商业智能的部署趋势和态度的见解，其中，云商业智能被定义为使用了一个或多个云部署的模型的技术、工具或解决方案。下面是福布斯总结的该报告中几个值得关注的要点：

部署云商业智能（Cloud BI）应用的公司中有 73% 首选的云平台是亚马逊网络服务（AWS）40% 的公司有计划增加在私有云上的投入，34% 的公司在增加在公共云平台上的预算目前有 33% 的企业依赖基于公共云的 BI 应用，而 2012 年时这一比例是 13%31% 的受访者目前正在使用云商业智能，相比 2016 年增加了 6%Google Analytics 和 Salesforce 是最受欢迎的用于云商业智能的第三方连接

「我们从 2012 年这一市场发展初期的时候就开始分析其动态了，自那以后，我们看到公共云商业智能应用的部署实现了持续稳步增长。」Dresner Advisory Services 创始人兼首席研究官 Howard Dresner 说，「相对于传统的内部部署，组织机构正在享受订阅的实质好处。尽管难题仍然存在，我们也还能做出提升，但我们相信云商业智能（尤其是来自公共云的）还将继续变得越来越主流。」

以下是该报告中关键见解的简要解读：

执行管理、营销和销售以及商业智能竞争力中心（BICC）最看重云商业智能（Cloud BI）应用及其提供的见解。接近 50% 的执行管理团队认为云商业智能对他们的信息需求来说是很关键和很重要的。大约 45% 的 BICC 认为云商业智能是关键和非常重要的。研发（R&D）最不看重云分析的价值，信息技术（IT）次之。

金融服务、教育（更高的教育）和商业服务是目前对云商业智能最重视的三个行业。对云商业智能有相对较高的兴趣的其它行业包括零售&批发和电信。制造业面临的许多难题正在为先进的预测分析提供机会。

目前有 33% 的企业依赖于基于公共云的商业智能应用，2012 年时这一数据是 13%。该调查发现，仍有企业不愿意在企业层面上使用基于公共云的平台。但营销和销售、执行管理和商业智能竞争力中心（BICC）对结果的紧迫需求正在加速企业跨过障碍，使用基于公共云的平台。

73% 的企业提出亚马逊网络服务（AWS）是他们的首选云商业智能提供商。27% 的企业的首选是谷歌云或微软 Azure，有大约 15% 的受访者表示 IBM SoftLayer (BlueMix) 是他们的次要选择。

如今谷歌分析和 Salesforce 主宰了组织机构第三方连接器（connector）的市场。通常市场营销和销售部门会首选谷歌分析，其次才是 Facebook、领英和 Twitter。今年财务方面最需要集成 Salesforce，因为更多的公司正依赖于先进的定价策略对现有客户进行增销和交叉销售，从而他们希望能提升客户价值周期。

北美地区是采用公共云平台作为云商业智能的全球领军者，今年将有 60％的组织使用或计划使用公共云。亚太地区是第二大采用公共云平台作为云商业智能的地区。今年亚太地区也将率先引领世界采用私有云支持云商业智能的初始。

目前有 44% 的小企业（超过 100 人）最有可能使用云商业智能。32% 的巨头公司（超过 5 千雇员）是执行云商业智能的第二大可能。而 24% 的大公司（1-5 千雇员）可能采用云商业智能应用。下图按组织机构大小显示了计划使用云商业智能的比较。

在商务服务中最需要云商业智能智能的地方就是高级可视化、即席查询（ad hoc queries）、数据集成/数据质量工具/ETL。金融服务最感兴趣的是仪表盘（dashboard）、终端用户自助服务选择和写入交易应用的能力。下图按行业给出了优先考虑的功能要求。

大数据、创建交易性应用和复杂事件事件处理（CEP）能力是在 2016 和 2017 年云智能商业最重要的三个转变。数据发现、记忆支持（in-memory support）和预包装垂直/功能性应用在过去的一年中已经没有的优先权。接下来的图表十分有洞见，它显示了 2016 年到 2017 年期间云商业智能优先级的变化。

报告、仪表盘、终端用户「自助服务（self-service）」、高级可视化和数据仓储是目前商业智能战略的前五大技术。受访者认为，云计算比大数据、社交媒体分析和物联网（IoT）更重要。下图给出了该研究所包含的 33 类技术的排名。

原文链接：https://forbes/sites/louiscolumbus/2017/04/09/2017-state-of-cloud-business-intelligence/#36187ec345c2

二．云计算的发展

1.全球云计算市场规模

1.1全球云计算市场总体平稳增长

1.2. 全球云计算细分市场分析

全球 IaaS 市场保持稳定增长，云主机仍是最主要产品。2015 年 IaaS市场规模达162亿美元，其中云主机占据85%以上的市场份额，预计未来几年将持续增长。

全球 PaaS 市场总体增长放缓，但数据库服务和商业智能平台服务增长较快。2015年PaaS市场 44 亿美元，其中应用基础架构和中间件服务占据 54%的市场份额，数据库服务市场规模仅 1.7 亿美元，但增长较快。

SaaS 仍然是全球公共云市场的最大构成部分，CRM、ERP、网络 会议及社交软件占据主要市场。2015年SaaS市场规模317亿美元，远超 IaaS 和 PaaS市场规模的总和；同时产品呈现多元化的发展趋势，数字内容制作、企业内容管理、商业智能应用等产品规模较小增长快。

2.2我国云计算市场发展状况及分析

2.2.1我国云计算市场总体保持快速发展态势。2015年我国云计算整体市场规模达378亿元。其中专有云市场规模275.6亿元人民币，预计2016 年增速仍将达到25.5%， 市场规模将达到346亿元人民币左右。

2.2.2我国公共云服务逐步从互联网向行业市场延伸，2015年市场整体规模约102.4 亿元人民币。预计2016 年国内公共云服务市场仍将保持高速增长态势。

2.3我国云计算细分市场分析

国内专有云市场中硬件市场占主导。2015年专有云市场中硬件市场约200亿元，软件市场约41.6亿元，服务市场约33.9亿元。

从用户角度来看，企业选择专有云的主要原因是可控性强，安全性好，但大多数企业并没有把核心业务系统运行在专有云上。在使用专有云的企业中，大部分企业将企业管理系统承载在专有云上，少部分企业选择将核心业务系统承载在专有云上，未来企业应用将加速向专有云迁移。

IaaS 服务得到国内企业用户的充分认可。2015年国内IaaS市场成为游戏、视频、移动互联网等领域中小企业IT资源建设的首选，市场规模达到42亿元人民币。

从应用形式来看，云主机、云存储用户采用率最高，同时也有较大占比的企业表示将会采用云主机或云存储服务。

PaaS服务成为互联网创业的重要平台。由于低成本、快速、灵活等特点，并为开发者提供丰富的API接口，PaaS平台成为互联网创业者的首选。

国内SaaS市场仍然缺乏领导者。在ERP、CRM等核心企业管理软件服务领域，国际厂商占据主要市场份额，缺乏有力的国内竞争者。由于从产品水平、技术能力等方面，国内厂商仍无法与Salesforce、IBM等国际厂商竞争。

2.4国内云计算发展热点分析

2.4.1国内云服务商从内向型向外向型转变

近两年国内云计算厂商向海外拓展的步伐正在加快。2014年Ucloud 在北美部署数据中心，2015 年开始在全球37个数据节点提供加速方案，逐步拓展海外市场。阿里云2015年集中启用了3个海外数据中心，海外业务量随之增长了4倍以上，未来还计划在日本、欧洲、中东等地设立新的数据中心，完善阿里云的全球化布局。2014年，腾讯在香港部署云数据中心之后，2015年启用了位于加拿大多伦多的北美数据中心，提供超过10项云服务。随着中国企业国际化发展的不断加快，尤其是互联网方面，国内云计算厂商纷纷提供海外服务，实现云计算业务全球化，并积极拓展海外企业客户，加速国际化发展。

2.4.2云计算应用逐渐从互联网行业向传统行业渗透

云计算的应用正在从游戏、电商、移动、社交等在内的互联网行业向制造、政府、金融、交通、农业、餐饮、汽车、服装、医疗健康等传统行业转变，政府、金融行业成为主要突破口。

政府方面，政府通过购买云服务方式，积极开通建设电子政务系统，市场前景较好。金融方面，中国金融电子化公司的“金电云”平台可提供基于异构 IaaS 平台的灾备数据中心服务，为中小金融机构提供灾备、演练、接管、恢复、切换和回切等云服务，同时受到相关政策影响，云计算在银行业的市场前景较好。此外，蚂蚁金服、天弘基金、人人贷、宜信、众筹网等众多互联网金融机构均已将业务迁移至云端。

2.4.3国内云服务商积极构建生态系统

伴随着云计算应用逐渐从互联网、游戏行业向传统行业延伸，国内云服务商开始构建生态系统，与设备商、系统集成商、独立软件开发商等联合为企业、政府提供一站式服务。

2015 年国内创业型公司UCloud 获得近 1 亿美元的C轮融资，启动UEP 企业成长计划持续扶持创业者，以上海为试点布局UCloud 孵化器，并在全国开展与投资及创业服务机构的深入合作，标志着UCloud 已由单纯的第三方服务商向完善的游戏行业生态平台拓展。国内电信运营商也逐步构建合作伙伴生态系统，2015 年6月中国电信天翼云发起亿元资金扶持创业的计划，首站定位医疗移动行业，创业者只要通过认证均能获得天翼云提供的资金和技术支持。联通沃云为部署 SDN 联合创新战略，与CDN 服务商Akamai 建立战略合作关系，利用其CDN 技术部署高度可扩展、完全交钥匙的内容分 发网络（turnkey CDN）产品。

2.5 2016年与云计算有关的政策文件

2016年3月，十三五规划纲要发布，指出要重点突破大数据及云计算关键技术，并积极推进云计算和物联网发展。

2016年7月，中共中央办公厅，国务院办公厅印发《国家信息化发展战略纲要》，提出着力构筑移动互联网，云计算，大数据，物联网等领域比较优势。

2016年7月，银监会发布《中国银行业信息科技“十三五“发展规划监管指导意见（征求意见稿）》指出”探索建立银行业金融公共服务行业云，构建私有云与行业云相结合的混合云应用。“

2016年10月，工信部下发《关于公布2016年工业转型升级（中国制造2025）重点项目指南的通知》，明确了中国制造2025重点领域中包含重点扶持工业云和大数据公共服务平台建设及应用推广。

2.6中国电信云计算

2.6.1自2011年发布天翼云计算业务品牌以来，中国电信根据政府、企业用户对云计算设施属地化选择的需求，与网络充分协同，从点升级为面，分区覆盖全国，逐步形成云网融合的云计算基础设施布局，承载公有云、专享云、行业云和大数据平台，实现用户对资源的就近访问。

2.6.2区域云计算基地建设

在陕西，中国电信云计算（陕西）基地2015年4月开园运营。该基地集互联网数据中心、灾备中心、云呼叫中心和云计算大数据分析中心于一体，是西北最大的云数据信息交换中心，也是中国电信云计算八大核心节点之一，为陕西及西北地区创新发展云平台应用、云解决方案、云主机、云存储、云加速、云桌面、云呼叫中心、大数据分析等产品和服务提供有力支撑。

2010年8月，在《上海推进云计算产业发展行动方案》（“云海计划”）政策指引下，“上海市云计算产业基地”正式揭牌落户市北高新技术服务业园区。中国电信上海分公司与市北高新园区签署了战略合作框架协议，共同打造上海市云计算产业基地；市北高新集团下属的上海数据港投资有限公司将作为市北园区方面的具体执行单位与中国电信上海公司密切合作配合。

2.6.3天翼云数据中心布局

天翼云于2015年启动“8+2+X”的数据中心网络布局，完成从“4+2”到“8+2+X”的数据中心网络升级切换，为用户提供更便捷的云服务。其中8个区域中心，分为东北、华北、华东、东南、华南、西南、西北和华中，以区域覆盖替代点覆盖，形成对政企客户的就近覆盖；“2”指在贵州和内蒙古的数据中心，“X”指天翼云将根据用户的云服务需求，随需新建数据中心，满足用户的云服务需求。通过该数据中心网络的布局，天翼云基本完成了对主要城市的节点覆盖，提升了用户体验和响应速度。

2016年3月，天翼云部署厦门、香港及海外节点数据中心，在21世纪海上丝绸之路关键区域部署云资源节点，迈出了开拓海外云服务市场的第一步。

2.6.4 2016年天翼云荣誉

□中国云计算行业领军企业奖

□可信云金牌运维专项评估认证

□可信云医疗云服务奖

□Cloud China2016云帆奖

□数据中心优秀运营服务单位

□块存储可信云服务认证

□负载均衡可信云服务认证

当下的互联网领域，云计算、大数据、人工智能成为最热词汇。互联网da咖阿里云“为了无法估算的价值”将中国的计算触角伸向海外，百度首次向外界展示“百度大脑”的科技成果。移动互联网利用人口红利带来的增长已经逐渐见顶，互联网正在进入“下一幕”智能时代，科多大数据带大家来看看，云计算、大数据、人工智能将怎么使全社会迎来变革性的发展。

无论是计算机行业，还是汽车领域，技术形态的成熟是一个必然的要素。如果某个所谓的时代在技术上、硬件上没有达到产业的要求，数据库和平台都是非完整和非稳定的，时代的产业基础也就十分薄弱。从产业的政策角度分析，当技术累积到一定层次，产业政策的出台是必然的。为了激活云计算的发展，国务院在2015年就出台了《关于促进云计算创新发展培育信息产业新业态的意见》、《云计算白皮书2016》等，这些政策的出现并非偶然，在其背后有很多云计算服务商多年默默的技术耕耘。

技术和政策的形态达到一定的地步，真正的产业化和市场化是否也已经达到？

等待入局者必须考虑几个重要因素：

一、目的是什么(为了降低成本、提高效率，还是在渠道上更接近用户);

二、企业是否愿意使用(产品同质化严重，如何体现差异化);

三、是否有助于提高社会福利(消费者福利、管理效率)。

如果这些问题得到肯定的答案，云计算与时代的发展需求相契合，真正的时代大门就会开启。

大数据本身除了要有数据、采集、汇聚一定量的数据之外，更重要的是数据的处理、挖掘、分析、可视化、应用这样一整套的过程。

关于大数据的话题，基本围绕三个问题展开：

一是数据从哪里来；

二是数据如何进行分析；

三是数据如何进行商品化。

任何大数据都是以应用为主的，在未来，通过多维度、多复合的大数据的精准挖掘，最终提供出优质的商务解决方案才是最关键的。

数据的三个来源分别是政府、企业行业和个人消费。

政府数据做了授权，但由于法律和其他方面的不健全，政府数据被滥用。消费者数据来源于电信、金融或类似BAT大企业，流量入口处的数据将被自动抓取，数据提供商可以提供所有维度的数据，但每一个都是局部。数据优化商在大数据产业链里要想长久发展，必须精通大数据的模型、算法以及数据特征，同时对行业及生态要有明显的敏感性。而算法提供商如果仅仅依赖单纯算法，未来将成为成长软肋。应用提供商最贴近客户、最熟悉客户需求，同时做的是最后的数据整合，在产业链上可能发展空间更大。

中国具有高达7.22亿的大规模网民群体，目前国内仅有3万个机柜，对比美国的3亿群体2.4万个机柜可以看出，中国的数据市场规模还远未达到平衡点，未来将保持高速增长的态势。另一个方面，由于企业客户运营模式的改革，企业的云化增加了对大数据及专业数据中心的需求。

未来云计算产业和大数据产业将呈现规模化发展趋势，市场红利可观，创新、服务、合作、技术将推动互联网科技企业走得更高、更远。大数据时代已经到来，想要快速掌握这门高薪前景的技术该如何学习呢？

Linux基础和分布式集群技术

学完此阶段可掌握的核心能力：熟练使用Linux，熟练安装Linux上的软件，了解熟悉负载均衡、高可靠等集群相关概念，搭建互联网高并发、高可靠的服务架构；学完此阶段可解决的现实问题：搭建负载均衡、高可靠的服务器集群，可以增大网站的并发访问量，保证服务不间断地对外服务；学完此阶段可拥有的市场价值：具备初级程序员必要具备的Linux服务器运维能力。

学习大数据处理需要的语言：

javaMR语言这种语言产生很早了，大家也或多或少的接触过，但是在大数据中使用已经有的原型进行构建庞大系统，是一种基本的选择。

Scala语言以java为基础的语言，和java很像，对任何想要进行大规模的机械学习或是建立高阶的算法，Scala是逐渐兴起的工具，善于呈现且拥有建立可靠系统的能力。

Hadoop在以java为基础的大数据处理当中，Hadoop为作一批数据处理，发展以java为基础的架构关键。相对于其他处理工具而言，Hadoop慢许多，但是无比的准确可被后端数据库分析广泛使用。

Kafka andStorm它是一个特别快速的查询信息系统，但是因为太快了在实施操作时会犯错，有时候会漏掉东西。

Pythom语言Python拥有R语言处理复杂数据的能力及更务实的语言特质，更简单和直观，在近几年的成长很快。在数据处理范畴内，通常在规模与复杂之间要有个选择，Python无疑当选。

学习一门课程，掌握好的学习方法至关重要，大数据云计算发展趋势非常好，现在学习好这门技术，未来的就业和选择会更多。

整合是云计算的主要功能，无论你采取何种数据分析模型，还是运算方式，它都是通过将海量的服务器资源通过网络进行整合，以整理出有效的数据信息，并将其分配给各个目标客户，从而解决用户因存储资源不足所带来的问题。大数据则是数据爆发式增长所带来的一个全新的研究领域，对于大数据的研究，主要集中在如何对其进行存储和有效的分析，大数据是依靠云计算技术来进行存储和计算的。

云计算是大数据分析的前提

进入信息化时代之后，数据量在不断的增长，大部分企业都能通过大数据获得额外收益。在大数据分析的过程中，如果提取、处理和利用数据的成本超过了数据价值的本身，那大数据分析也就没有了利用价值，功能越加强大的云计算能力，就越能降低数据提取过程中的成本。

云计算能够过滤无用信息

对于大数据系统收集的所有数据来说，大部分数据都是没有利用价值的，因此需要过滤出能为企业提供经济效益的可用数据。云计算可以提供按需拓展的存储资源，可以用来过滤掉无用的数据，是处理外部网络数据的最佳选择。

云计算助力企业虚拟化建设

企业引入云计算系统，可以用信息来指导决策，通过将服务软件应用于云平台，还可将数据转化到企业现有系统中，帮助企业强化管理模式。上升到我国互联网整体发展层面，云计算与企业相结合将使得大数据分析变得更加简单，也成为推动企业虚拟化建设的重要手段，将使企业在全球市场更具竞争力。

中商情报网讯：云计算是一种以网络方式接入到一个可扩展，弹性的共享物理或虚拟资源池的服务模式，用户可以通过自服务和管理的方式来按需购买该服务。云计算用户只需要很少的管理手段或者与服务商间的交互，便能够快速完成计算资源的拓展和释放。根据云服务提供资源的类型不同，云计算服务模式分类软件即服务（SaaS）、平台即服务（PaaS）以及基础设备即服务（IaaS）三类。

目前，全球云服务正处于高速发展期，数据显示，2017年全球云计算市场规模达到2628.0亿元，同比增长18.5%，伴随着企业逐渐倾向于追求数字化商业战略，传统IT服务向云端服务转变，全球云计算市场规模将进一步增长，预计2018年全球云计算市场规模将达到3088.6亿元。

数据来源：中商产业研究院整理

中国公有云市场高速发展，IaaS占比最高

目前，中国云计算市场处于快速发展阶段，容器、微服务等技术的不断成熟，推动着云计算的变革。随着云计算的应用场景的不断拓展，云计算的应用已深入达到政府、金融、工业、交通、物流等传统行业。当前，中国的云计算市场规模整体规模较小，与全球市场规模仍存在一定的差距，数据显示，2017年中国云计算整体市场规模达到691亿元，同比增长34.3%。

在公有云市场方面，2014年以来，中国公有云市场高速发展，2014-2017年市场规模增长超4倍，随着云计算产业垂直行业的纵深场景化，中国云计算市场规模将保持高速发展，预计2020年市场规模将有望突破600亿元。

数据来源：中商产业研究院整理

在公有云细分市场中，数据显示，IaaS市场规模为149亿元，SaaS市场规模为105亿元，PaaS市场规模为12亿元，与往年相比，不难发现，IaaS是公有云市场中增速最快的服务类型，伴随着IaaS服务商的大量入场，IaaS市场规模将进一步增长。

数据来源：中商产业研究院整理

私有云市场规模超400亿元，硬件占比超七成

私有云是为一个客户单独使用而构建的，因而提供对数据、安全性和服务质量的最有效控制。企业通过建设私有云计算平台，可以根据各种业务应用系统的特性来综合调整资源的分配。2017年中国私有云市场规模达到429.8亿元，同比增长23.4%，安全性、可靠性和成熟度等方面的完善，私有云市场规模将进一步增长。

数据来源：中商产业研究院整理

在细分市场中，2017年私有云市场规模硬件市场占比为71%，软件占比为16%，服务占比为13%。随着硬件设备的标准化程度和软件异构能力的不断提升，软件和服务市场规模也将持续增长。

数据来源：中商产业研究院整理

在2018年云计算企业排行榜中，排名前十的企业分别为阿里巴巴、中国电信、腾讯、中国联通、华为、中国移动、百度、华云、浪潮、新华三。

资料来源：互联网周刊、中商产业研究院整理

以上数据及分析均来源于中商产业研究院《2018-2023年中国云计算行业市场前景及投资机会研究报告》。

去年，阿里云将中国的计算方式推向全球，百度首次向全社会展示了百度大脑的科技成果，移动互联网的迅速崛起，预示着互联网正在逐步进入到智能时代，云计算、大数据、人工智能的进步将推动人类社会迎来变革性的发展。

无论是计算机产业，还是其他制造领域，技术层面的成熟都是推动行业飞速发展的基础。如果在一个新的技术创新时代，在硬件和软件上没有达到产业的要求，时代的产业基础将变得十分薄弱，而从产业政策角度分析，当技术累积到一定程度时，产业政策的出台也会变成一种必然。

就像为了刺激云计算的发展，国务院相继出台了《关于促进云计算创新发展培育信息产业新业态的意见》、《云计算白皮书2016》等，当然国务院出台这些政策绝非偶然，是在其背后众多云计算相关从业者共同努力的结果。

作为云计算运行的基础，大数据主要来源于政府、企业和消费者三个方面。政府对数据进行授权，但由于法制的不健全，政府数据被大量滥用，消费者的数据在流量入口处被自动抓取，数据提供商可以提供所有维度的数据，但并不是全部。

中国有高达7亿的大规模网民群体，每人每时每刻都在产生着数据，中国的数据市场还远远没有达到平衡点，未来还将继续保持高速增长的态势，另一个方面，企业经济增长模式的改变，也使得企业对大数据应用的需求在不断提高，更加强调数据的专业性和实用性。

云计算和大数据分析是近年来一个非常热门的话题，也是一个非常重要的技术。以大数据的出现，云计算为代表的技术创新，将在许多领域掀起一股改革的浪潮，并将逐渐为人类创造更多价值。云计算和大数据是近年来IT界最热门的话题，云计算改变数据架构，大数据改变商业企业运作模式，云计算大数据相互依托互相促进共同发展。在以云计算为代表的技术创新大幕的衬托下，它将在众多领域掀起变革的巨浪，大数据会逐步为人类创造更多的价值。

基于ICCCBDA 2016和2017年，成功2018第三届IEEE国际会议上的云计算和大数据分析（ICCCBDA 2018）将在期间举行的2018 4月20-22日，在 西华大学在 成都，中国 。ICCCBDA 2018是在云计算和大数据分析领域呈现新颖和根本性进展的领先国际会议之一。它也有助于促进在广泛的科学领域工作的研究人员和从业人员之间的沟通，共同关心改善云计算和大数据分析相关技术。

CCCBDA由四川电子学院，西华大学，西南交通大学和IEEE联合主办。有前两届会议的成功经验，2018年第三届IEEE云计算与大数据分析国际会议 将于2018年4月20日- 22日 在农历·成都·西华大学。举办本次会议由四川电子学会，西华大学，西南交通大学以及IEEE主办联合 会议旨在促进云计算与大数据分析等领域的学术交流与合作，热忱欢迎从事相关技术研究的专家，学者和专业技术人员踊跃投稿并参加大会。

ICCCBDA 2018会议已被列入IEEE会议日历/ ICCCBDA 2018被列入IEEE会议清单

ICCCBDA 201 7会议记录已被列入IEEE Xplore，并且Ei Compendex和Scopus结果可用。 ICCCBDA 2016 会议录在2016 年4月28 - 30日召开，6月份进入IEEE Xplore数据库，8月公布EI和Scopus 检索结果ICCCBDA 2016 Conference Conference已被列入IEEE Xplore，并被Ei Compendex和Scopus收录ICCCBDA 2016于2016年7月5-7号召开，2016年8月2日公布EI检索状语从句：SCOPUS 检索结果

出版检索：仔细审查过程后，所有录用论文正确注册和报告后，将刊登在2018 ICCCBDA 会议论文集， 由被索引 工程索引 和Scopus。 会议收录的文章将以论文集形式出版并提交EI收录和SCOPUS检索。文章作者将被邀请参展展示研究报告。

投稿截止日期：2018年1月10日

录用通知日期：2018年2月5日

注册截止日期： 201 8年 2月 20日

会议时间：2018年4月20-22日

会议地点：成都西华大学

大数据：藏在啤酒和尿布背后的秘密; 云计算：物联网的隐形大脑

我们提到物联网，就不得不把它与现在非常火热的另一个概念联系起来，那就是“大数据”。

大数据是怎么一回事呢？有一个为人津津乐道经典案例，就是啤酒与尿布的例子。一家美国超市把尿布与啤酒这两种风马牛不相及的商品居然摆在一起，但这一奇怪的举措居然使尿布和啤酒的销量大幅增加了。原来，美国的妇女通常在家照顾孩子，所以她们经常会嘱咐丈夫在下班回家的路上为孩子买尿布，而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。

在这个案例里面，丈夫的行为被预测出来，其预测的依据是根据长期经验所得的。假定不在尿布旁边放啤酒，爱喝酒的丈夫可能也会去买，但嫌麻烦或者酒瘾不那么大的丈夫可能就只会买了尿布就走，而想不到去买啤酒。因而，大数据就此产生了经济价值。当然，这背后基本是一个零和游戏，这家超市的啤酒销售得多了，别家超市卖得就少了。

腾讯的QQ我们都用过，它能够把我们久未联系的老同找出来，推荐给我们去联系，但也会把你的前女友推荐给你的未婚妻认识。而淘宝在我们买东西的时候会把相关产品推荐给我们，还会告诉我们诸如某省狮子座最败家、某省水瓶座最花心、某省天蝎座最抠门这样的信息。而百度则会对人们使用关键字搜索进行排名，从而让更多人知道最近大家的关注点在哪里。

显然，这些数据或多或少已经开始影响我们的生活。而在未来，万物联网产生的数据量与现在人们通过互联网活动产生的数据量不可同日而语，开发的价值也会更加巨大。比如我们现在的手环、手表读取我们的心率、运动量等数据，仅仅是反馈给我们让我们管理自身健康。而未来随着大数据的分析能力增强，加上能够互动的设备增多，那么这些数据就变成了健康服务，甚至能提前预防疾病发生。

反过来，大数据的处理能力能力会反过来帮助物联网实现智能控制和产品改进。比如，我们的智能家居的学习功能，可以看做是对用户一段时间的行为数据的收集，然后通过特定算法得出主人的喜好从而自己完成对家庭环境的控制。

前面讲了大数据，那么还有另一个大数据的亲兄弟不得不讲，那就是云计算。从成本和实际效果来考虑，其实很多物联网设备并不需要太多的计算能力，只要能够取得数据并反馈给上层具有计算能力的数据处理中心就好了，多一点的还有能够通过从计算中心获取的指令完成某些活动就可以了。

那么，这些数据谁谁在处理呢，他们又是怎么处理的呢，这里就要提到云计算的概念。云计算被认为是一种革命性的计算方法，是继大型计算机到客户端-服务器的大转变之后的又一关于计算方式的重大转变。

举一个不那么恰当但比较好理解得例子。使用过QQ远程助手的朋友大概可以体验云计算，你在QQ提供的界面里面访问对方的电脑，使用对方的软件。云计算大概也可以看做这么种方式，不过对方的电脑变成了处理能力超强的云计算中心，而处理方式更加复杂一些。

云计算给我们带来了全新的解决思路。由于通讯技术的不断发展，我们的计算不一定要在本地进行。比如，在远程操作的例子，哪怕你的电脑没有安装一个程序，你仍然能够获得这个程序的使用结果。而我们平时收发邮件，这些邮件存储在我们的邮箱里，而不是在我们的电脑上，这其实可以视作早期的云服务。这种理念，简单概括起来就是“网络即电脑”。只要有网络，我们就能获得更高的运算能力。

目前云计算还处于基础阶段，现在的云计算被分为三层：基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）。基础设施可以看做是我们的电脑主机，其实质是大规模的主机集群。平台的地位大致相当于我们的计算机系统，类似于windos，是开发和运行程序的基础。软件服务我们就明白多了，微信、游戏客户端、美图秀秀这样的都是软件。

借助云计算，企业的管理成本将降低。由于云计算的作用，一些企业不用浪费金钱和精力建立自己的数据处理中心，而将自己的一些数据和企业管理软件放在公共的云服务器上；而另一些企业对于数据的安全性和专业性等要求较高，于是自建云服务器，于是有了公有云、私有云、的概念之别；有一些私有云并不能满足企业的运算需求，向公有云服务器寻求支持，于是就有了混合云的提法。

同时，云计算中心能够根据实际需求来安排服务器的运算，让整个计算中心保持高效的运作，避免了运算资源的浪费。除此之外，云计算的好处在于按使用付费。这就是说，你可以按照实际需要的存储空间或者运算能力购买云服务。这是云服务诞生之初的“电厂模式阶段”就提出的理念，即把计算能力当做像水、电这样的产品来出售。现在基本已经变成现实，而在未来，个人用户也将慢慢感受到这种全新方式给生活带来的改变。

讲了这么多云计算，那么云计算和物联网是是怎么结合起来的呢？前面我们已经提到，我们的物联网设备只需要能够联网，云计算就能够通过网络为我们的设备提供数据处理能力。其次，大数据的运用对物联网来说十分重要，而云计算和大数据分析就像一枚硬币的两面密不可分。

比如智能家居系统，其一部分运算其实就是依托云服务器，因为我们的家里面的数据处理中心（电脑或手机）没有必要一直保持开机状态。而更多的诸如交通系统、工厂制造系统、社区服务系统等等都将依托于私有云或者公有云的服务。除了这些，我们前面提到云计算还是打通各种物联网标准的有效手段，两个采用不同技术标准的设备也具有了互相交换数据的可能，简单说来，就像你在网上和一个外国人聊天，哪怕你不懂他的语言，只要通过相应的翻译软件，就能够理解对方的意思了。