存储技术论文范文第1篇
摘要：职业教育学分银行是职业院校将学生的学习数据与学分进行收集、归纳整理，鼓励学生在毕业之后仍可通过自身学习，将所产生的学分进行存储、兑换。职业教育学分银行对于职业院校学生的成长发展及专业能力的提升都具有重要意义，同时会促进我国职业教育的进一步发展。但在实践中，由于对学分银行的重视程度不足、作用了解不全面、定位模糊、学习成果认证标准不统一以及覆盖范围不明确等问题，在一定程度上影响了学分银行运行的推进。应加强对于职业教育学分银行的宣传，提升学分银行的重视程度，进一步明确职业教育学分银行的覆盖范围，促进学习成果统一认证标准的建设，推动职业教育学分银行全面运行与发展。
关键词：学分银行;职业院校;路径
学分银行起源于终身学习理念的兴起与终身教育体系的构建，旨在为人们的发展提供一种“统合的、一体化的、真正能方便学习者开展学习和教育的机会” [1]。开展学分银行试点工作，是“职教二十条”中明确提出的要求，对于我国职业院校学生的成长与发展及人才培养质量的提升都具有重要意义。但在实际开展过程中，职业院校对于学分银行理念、制度的认识和理解不够深入，还存在定位模糊、对于学习成果认证标准不一及缺乏明确的管理规则等问题，影响了职业院校学分银行的正常开展与运作。因此，职业院校还需进一步提升教师与教学教务管理人员对于学分银行制度的认识与重视程度，明确定位，统一学习成果的认证标准，制定运行规则，促进职业教育学分银行的健康发展。
一、职业院校运用学分银行的重要价值
1982年，学者关世雄发表文章《美国成人教育一览》，首次将学分银行这一概念引入我国。2004年，教育部在《农村劳动力转移培训计划》中首次提出建立和探索学分银行制度[2]。经过十多年的积极探索与实践，我国的学分银行制度在教育领域的开展与运用已取得了显著成绩，如国家开放大学继续教育学分银行建设，上海市终身教育学分银行建设，慈溪市民学分银行建设以及各种协议联盟模式开展的学分互认。在职业教育领域进行学分银行制度的实践，有助于提升学校的内涵建设，促进职业院校形成良好的学习氛围，促进人才培养方案的改革，还有助于帮助学生明确自身职业发展方向，满足学生个性化学习的需求，强化学生的职业能力，提高人才培养质量，促进职业教育水平的提升，进一步加快我国职业教育标准化建设速度。此外，学分银行还有助于我国人力资源的开发，促进产教融合、校企合作，推动企业深度参与协同育人。
（一）有利于促进职业院校人才培养质量的提升
自2010年《国家中长期教育改革和发展规划纲要（2010—2020年）》明确提出“建设学分银行系统”以来，我国职业院校在结合自身实际情况的基础上，对于学分银行管理模式进行了一定程度的建设与探索。职业院校学分银行在教学过程中的运用，有助于促进院校人才培养质量的提升。借助学分银行，符合资质的职业院校可以加入到学分银行系统，不达标的院校就无法获得学分银行的准入资格，通过市场机制淘汰一些不达标的院校，势必会导致各院校间的竞争，推动教学改革，提高教学质量。借助学分银行，学习者的教育收益将大幅提高，可满足学生获取相应职业教育资源的需要，促进学生专业知识的丰富及实践技能的提升，促进职业院校进一步提升人才培养质量。职业院校可以更高效的对接市场的需求，有利于院校人才培养模式的更新，培养出更加符合社会需求的人才。
（二）有利于满足学习者个性化学习的需求
培养高素质的职业人才、推动学生全面发展，一直是职业院校教育活动开展的主要目标。学分银行可以实现学习成果的认证、积累与转换，是实现上述目标的重大引擎。当学习者的各类学习成果获得认可后，将大大提高学习效用，换言之，借助学分银行，学习者的学习计划可以有更大的自主性，可以有更廣阔的发展空间，学习者可以根据自身的特长、爱好，自主选择、有机组合，更好地满足学习者个性化需求。学分银行为职业院校学生树立有效的学分评价与转换模式，提升学习的目标指向性，鼓励在学习过程中明确自身的学习目标，提高学习效率，促进职业能力的提升[3]。
学分银行使学习者获得多样的学习机会和多元的评价体系，避免了由于重复学习而导致的时间浪费，增加了学习的自由度和灵活度，提高了学习的主动性和积极性，降低了教育成本的支出，提高了教育的收益率。
（三）有利于推进我国职业教育标准化建设
职业院校学分银行的运用对于我国职业教育的发展具有重要意义，其工作开展模式借鉴了现代商业银行的管理理念，将职业院校学生在学习过程中产生的学分当作可存储、兑换及信贷的工具，通过学分认定、积累与转化，打破原本存在于职业教育之间、职业教育与非职业教育之间的壁垒，为1+X证书制度更好的落地提供支持。首先，可有效促进我国职业教育的纵向衔接与横向沟通，不仅有助于职业院校学生职业生涯的发展，还有助于推动我国职业院校教育工作的顺利开展。其次，有助于促进我国职业院校之间的交流与沟通。通过职业院校学分银行的运行，推动职业院校之间育人理念与方式的交流沟通，从而推动职业院校工作效率的提升及进一步发展。最后，还有助于将信息技术与职业院校人才培养工作紧密结合，促进职业院校的学分系统的建设及教育信息化水平的提升。
（四）有利于促进人力资源开发
职业教育学分银行借鉴了现代商业银行的管理理念，将职业院校学生在学习过程中产生的学分当作可存储、兑换及信贷的工具，通过学分认定、积累与转化，打破原本存在于职业教育之间、职业教育与非职业教育之间的壁垒，学分银行的建立使得学习者通过不同路径获得的学习成果能得到转换，降低学习和成才成本，人力资源开发的社会总成本也随之降低，从而凸显制度建设的溢出效应和社会价值。通过建立多样化的激励保障机制，吸引社会资源积极投入到职业教育领域，促进产教融合、校企合作，推动企业深度参与协同育人。
二、职业院校学分银行建设存在的问题与难点
职业院校学分银行的管理模式是学分银行制度落实的关键。但在实际推进过程中，由于大家对学分银行管理模式的理解与重视程度不足，导致了学分银行管理模式的定位模糊、学习成果认证标准不统一，使学生的学分转化存在困难，影响了学分银行运作的效率。此外，职业院校学分银行具体运作过程中缺乏明确的实施规则，导致了学分银行运行效率的低下。
（一）职业院校学分银行定位模糊
明确的定位对于职业院校学分银行的发展及有效运行具有重要意义。但在实际运行过程中，首先，职业院校对于学分银行管理模式的诉求不清晰，在工作开展过程中没有对学分银行的运作提出明确目标，导致职业院校教师在工作开展过程中对于学分银行管理模式的运用程度有限，影响了学分银行的学习成果转换作用的发挥。其次，大部分职业院校限于本校学生的学分互认工作开展，影响了在学习过程中与其他院校的横向沟通及与高一级学府之间的纵向沟通，影响了学生专业能力的提升。最后，由于对于学分银行这一管理模式存在认知误差，认为学分银行仅仅是将学生现有学习成果录入网络系统，将学习成果存储起来就可以了，弱化甚至忽视了学分银行将学习成果转换的功能，也是影响职业院校学分银行发展的重要原因[4]。
（二）职业院校学分银行的学习成果认证标准不一
科学统一的学习成果认证标准对于职业院校学分银行高效的运行具有重要意义。但大部分职业院校在学分银行的学习成果认证标准上还存在不少分歧。首先，职业院校一般都具有本校的学习成果认证标准，部分院校虽与周边学校或区域内学校在学习成果认证标准上大体达成了一致，但仅仅是在学习成果认证上拥有了推广学分银行管理模式的条件，与普通本科院校之间的教育层级界限明显，其学分互认工作开展存在较多困难，影响了学分银行管理模式的进一步推广。其次，在职业院校学分银行管理模式運用过程中，由于各校人才培养模式标准的不同，导致不同地区之间的职业院校无法形成统一的学习成绩成果认证标准，继而影响了学生选修其他地区课程时的学分认证，影响了职业院校学生的职业发展[5]。最后，不同院校的学习成果认证标准侧重点不同，导致多数院校在制定统一的学习成果认证标准时分歧过大，与高等院校在学习成果认证标准上不能达成一致，不利于我国职业院校学分银行管理模式的推行，不利于职业院校学生知识结构的完善以及学习能力的提升。
（三）职业院校学分银行管理模式缺乏明确的规则
制定明确的章程及具有普适性的工作原则对于职业院校学分银行管理模式的推广和运用具有重要意义。但在实际开展过程中，大部分职业院校都缺乏对于学分银行管理模式实施原则与标准的详细说明。首先，大部分职业院校没有对学分银行管理模式在教学管理过程中的管理内容与管理方式进行明确界定，在实际的教学工作开展过程中，部分教师与学生就何种学习成果应该录入学分系统以及学习成果的量分标准不明确，导致学分银行管理混乱，影响了职业院校学分银行管理模式作用的充分发挥，限制了职业院校学生在专业能力上的提升。其次，部分职业院校对于学分银行管理模式的覆盖范围并没有进行明确说明，导致职业院校对于学分银行的运用处于被动的跟风状态，无论条件是否成熟，是否满足学分银行的准入条件，都匆匆加入学分银行，导致职业院校学分银行的管理工作效率下降。最后，职业院校学分银行管理模式的开展缺乏专门的实施主体，大部分职业院校在学分银行管理模式的开展过程中都缺乏专门的机构与部门对此类工作开展进行推进和指导，其他校内部门抽调的工作人员专业性不强，导致职业院校学分银行在具体实施过程中受到了一定程度的阻碍，影响了工作的开展。
（四）职业院校教学及管理人员对学分银行管理模式了解不足
教师对于职业院校学分银行管理模式了解程度的高低，对于这一模式作用的发挥具有重要意义。特别是职业院校的教师与教学教务管理人员，对于学分银行管理模式的了解直接决定其工作态度与质量。然而，在实际推广过程中，职业院校学分银行管理模式并没有得到重视。首先，职业院校教学管理人员对于学分银行管理模式的了解与理解程度较低，不重视学分银行作用的发挥[6]。其次，部分职业院校教师对于学分银行管理模式的重视程度不足，在日常的教育教学过程中对于学生的学习成果录入学分银行了解不全面，导致教师对于学生的学分录入不及时，部分教师还存在对于学分银行中的教学资源汇总工作态度不积极的情况，影响了职业院校学生学分银行制度的贯彻与落实[7]。
三、职业院校学分银行管理模式的路径探析
推动职业院校学分银行管理模式的进一步发展及学生专业能力的提升，是职业院校教育工作开展的目标和方向。在职业院校学分银行管理模式实施过程中，首先要明确职业院校学分银行管理模式的诉求与定位，帮助职业院校领导和教师明确自身的在运用学分银行进行教学管理过程中的教学目标以及本校人才培养方向。同时，相关教育部门还要进一步统一职业院校学分银行管理模式下学习成果的认证标准，明确学分银行管理模式的工作原则，促进学分银行管理模式下学习成果的认证、积累与兑换，帮助学生进一步明确自身的职业发展方向，促进学生终身学习以及充分发挥学分银行的作用。
（一）明确职业院校学分银行的定位
在职业院校学分银行管理模式实施与运用过程中，明确学分银行管理模式的定位是促进学分银行作用发挥的关键。首先，职业院校领导是学分银行管理模式的决策者与推进者，对于学分银行管理模式的开展与运用具有重要作用，在职业院校实际工作开展过程中，院校领导要明确运用这一管理模式的意图和初衷[8]。由于学分银行管理模式主要是让学习者拥有自我积累与资格转换平台，所以要积极争取相关教育管理部门的授权与认证，具备对学生学习成果进行登记、换算资格，同时也要加强对于学分转换过程中的监督与管理，促进职业院校学生学习兴趣的提升及专业能力的进一步发展。其次，相关教育部门还要适当扩大职业院校学分银行管理模式的覆盖范围，确保职业院校学生的学习成果不仅可以在本校内进行存储与兑换，还可以与其他院校进行交流，从而进一步提升职业院校学生的学习积极性，促进职业院校学生积极主动地实现自我知识更新与技术提升。最后，相关教育部门还要继续加强对于学分银行管理模式在实施过程中的管理和引导，对于学分银行管理模式出现的问题进行及时解决，不断完善职业院校学分银行的实践规则，促进学分银行管理模式进一步发展[9]。
存储技术论文范文第2篇
摘要：企业数据存储利用云计算和云存储技术改变传统存储方式，提升数据存储服务和数据安全，降低数据存储成本，并获得积极的效果。因此，在本文中，我们将主要分析云计算和云存储技术在企业单位的应用，将云存储技术应用于企业数据存储的可行能性，以及如何应用该技术和注意事项。
关键词：云存储技术;数据存储;企业数据安全;注意事项
大多数企业数据属于私有数据。通常，企业应注意其数据存储的数据安全性。云数据存储技术在满足当今企业大规模数据存储需求的同时，也开放了网络环境，因此数据安全始终存在隐患。此时，企业需要采取相应的策略来提高云数据存储技术应用中的数据安全性。
一、云计算与数据存储技术
（一）云计算
现阶段，云计算是主要的信息技术之一，不受时空局限。同时，作为最新的计算机服务产品之一，极大地提升了IT及相关行业服务效率。基于云的数据存储也进入了快节奏部署的新时代，这让很多行业和用户都能享受到云计算和云存储技术提供的便利。
（二）数据云存储技术
云存储作为一种网络产品，由第三方组织管理存储的数据，数据采集公司运行大型数据库，用户从公司购买或租用存储空间来存储他们想要传输的数据。数据库用户根据他们的需要定制最终结果，例如他们如何使用服务器来管理数据。事实上，这些资源可以占用不同的物理服务器。云存储技术也有一些重要的特点，这些特性是虚拟云管理技术所独有的。正如云存储可以以池资源的形式在系统中提供共享资源一样，依赖存储云建模的系统负责响应服务。
二、当前我国企业中的数据存储现状
（一）急需转化存储技术
虽然国内云计算技术得到了一定程度的发展，但企业并没有真正意识到云存储在其数据存储服务中的重要性，也没有改变原始数据存储的性质。数据存储资本投资业务之所以飙升，是因为企业只根据需要使用数据存储系统，仍然不专注于云计算和云存储技术，影响了公司的长期发展。
（二）拓展性低
在企业数据存储中，很多企业采用传统的处理器和硬盘来存储数据。但是，数据库中处理器的容量是有限的，如果公司存储大量数据，较小的处理器会扩展数据盘，这样的存储方式很难实现企业数据的深度拓展。此外，企业忽视数据管理，忽视数据存储安全，增加数据存储的风险，扰乱长期的业务增长。
（三）企业数据存储成本高
就企业发展来说，投放过多的成本用于数据存储不利于企业建立市场竞争优势，而且成为业务增长的主要障碍。因此，大多数公司将数据存储业务外包并按时支付数据费用。同时，因为企业缺少对云存储技术的了解，所以导致企业的数据存储成本普遍偏高。在调查了公司的相应数据后，公司传统上使用ERP软件进行数据存储，每年都需要更高的维护成本。改用基于云存储的ERP可为企业节省20.1%的数据存储成本。因此，企业需要根据数据存储方式做出改变，以获得有效的成本控制，改善企业的未来。
（四）数据存储安全性低
在数字经济时代，企业不断改进与信息相关的方法和工具，但是新技术仍然不太用于保护数据。在基本安全方面，我国仍然依赖进口芯片、中央处理器（CPU）设备、核心部件等硬件，没有形成自己的安全可控的软件系统，加大了企业数据信息安全威胁。在公众的安全意识方面，专注于技术、业务，忽视另外数据安全的重要性，他们对数据保护的理解还没有达到一定的水平，所以在这一领域的投资显然是不够的。据准确统计，超过50%的企业没有建立數据访问防火墙，45.4%的企业没有安全验证系统，超过60%的企业没有建立网络入侵监控系统。
三、云存储技术在企业数据存储中的应用可行性
（一）存储任务拆分可行性
在云计算技术中，计算机的功能可以划分为若干个组件，各组件可以同时且独立运行。但对于需要高级计算机配置的应用，这种计算机系统并不适合，因为不同的操作系统和不同的存储系统不能保证更快的集成。而云存储技术可以实时共享数据和存储资源，进行跨区域管理数据。在企业数据存储的实现中，云计算技术将云中各种不同类型的应用结合起来，了解企业之间的数据共享，了解企业数据存储操作。实现数据共享管理，并使用云存储技术简化复杂的企业数据存储操作。
（二）转化数据存储扩展方式
对于当今的企业发展，可以使用ERP软件来识别数据存储。软件提供商将能够跟踪公司客户的实际发展和未来需求，提供先进的、自动化的、智能的云存储服务，以及简化的数据存储服务。对于企业数据存储来说，这样做的目的不仅仅是为用户存储数据设定时间，而是为企业提供满足其需求的数据存储服务。在数据保护的帮助下，云存储技术可以改变数据存储方式，还可以通过对数据库系统增加额外的数据处理程度来增加数据存储容量，有效地满足数据系统对云存储服务的需求。同样，数据存储技术应用可以灵活衡量，意味着企业可以使用共享的云计算资源将多个单元集成到数据库中，将数据服务集成到逻辑系统中，使用基于云备份技术来扩展数据存储服务，从而增加公司的数据存储容量。
（三）数据储存便利
云计算是我国计算机技术发展的一个新阶段。云计算让企业数据细化云存储，杜绝传统数据存储的危害。借助数据保护，云计算使企业能够有效利用互联网构建云会计服务平台，收集和整理大量与业务数据相关的数据，从中提取有用的数据，为企业发展提供便利。在数据存储方面，可以使用云计算来量化和分析公司所包含的海量数据，为企业战略发展制定科学决策奠定基础。云计算技术可以显著降低企业运维成本，充分发挥应用可行性，满足企业数据存储需求。
四、云存储技术在企业数据存储中的应用方式及注意事项
（一）云存储技术在企业数据存储中的应用方式
1.网络连接存储
网络存储系统需要硬件和软件支持才能运行。例如，硬件设置包括存储设备，包括整个磁盘阵列、简易服务设备等，但简易服务设备只提供不同的文件功能。软件系统包括服务器、虚拟机等。基于网络的存储应用程序的另一个优点是能够增加数据访问。也就是说，过去的数据存储，由于各种原因，数据服务器可能工作不频繁，可能无法正确读取数据，但是网络安全应该由简易服务设备来补充，这些工具可以提供服务器和实用程序功能。此时，即使服务器崩溃，用户也可以通过应用程序读取数据。同时，简易服务设备可以增强其中包含的应用程序的软件，使其不会崩溃。
2.局域网存储
局域网存储是一种存储速度快、存储容量大的云数据存储方式，目前在企业中得到广泛应用。一般情况下，首先使用光缆、光纤网络、光纤交换机等设备连接子网加密，然后在网站中连接企业内的所有计算机。此时，所有计算机都将连接到Web服务器，可以通过子网连接进行数据处理。
局域网存储应用的优点是子网作为数据库使用，意味着子网与外界的网络环境分离，无法访问来自外部互联网的数据，保证外网不会对企业数据造成破坏。但是，局域网存储也有它的缺点。考虑到现代企业的业务需求，很多企业期待与其他网络建立合作伙伴关系。但是，局域网存储与实际业务需求之间仍然存在明显差异。
3.数据备份
数据备份本质上是云数据存储技术下的一种安全保护技术。即通过上述两种方式完成数据库后，利用数据存储技术，将存储在一个环境中的所有数据高效复制。在这种状态下，即使原始数据可能由于某种原因丢失或损坏，也可以通过存储数据进行修复。但是，在数据存储技术方面，也涉及到数据存储问题，即如何将数据庫与实际数据快速融合。鉴于这个问题，企业可以采用以上两种方式来存储数据，但是成本问题需要解决。
（二）应用云存储技术的注意事项
1.云数据加密存储技术
为了最大限度地提高安全性，许多现代企业使用云数据加密存储技术来保证数据安全，因为云数据存储技术的隐患无论如何都无法完全消除。该技术的主要功能是首先对所有数据进行分析，得到不同的数据类型，然后对数据进行分类，再利用数据处理技术将具有相同特征的数据打包起来。最后，根据结果对包文件进行加密。但需要注意的是，如果数据发生泄漏，则要想读取数据就要进行解密，这对企业而言在短时间内是无法完成的。
2.完整性校验技术
现代企业可以利用完整性校验技术对数据进行定期验证，以确保其安全性。一旦验证为不完整，则可对数据进行修复。通常，使用的数据用作备份，并且始终将实际数据与存储的数据进行比较，以此验证数据的完整性与否。
3.构建以数据为中心的安全防护体系
（1）在数据收集环节，企业的首要任务是对数据进行分类并满足数据类型和安全级别标准。同时，企业也需要将相应的能力融入到自身的运维管理体系中，以保证各项数据安全体系的有效实施。
（2）在数据存储环节，允许企业采用多种技术手段，比如数据加密等，保证数据库的安全。对于企业数据在云端的安全，必须遵循数据中心或云计算安全评估的技术标准，并根据数据类型严格执行相应的技术措施。
（3）在数据传输网络中，公司的主要功能是使用加密技术来处理数据。一方面，数据传输网络需要直接通过加密算法等各种技术进行加密。另一方面，由于数据采集、传输和处理水平高，数据泄露的风险也在增加。公司还可以使用算法和其他技术在传输数据之前隐藏个人数据。
（4）企业在使用数据时，不仅可以使用防火墙、数据加密等传统的网络安全防护措施，还可以使用数据安全域、数据日志管理与审计、异常数据流监控等新型数据安全技术手段。
结语
总之，企业利用云存储技术处理大量数据，改变了传统的数据存储方式，提高了企业数据管理的性能。除了降低数据存储系统的成本外，还可以提高资源的有效利用，对现代企业发展具有积极的作用。
参考文献：
[1]赵云舟. 云计算与云存储技术在企业数据存储中的应用[J]. 卫星电视与宽带多媒体，2019（22）：52-53.
[2]杨长清. 云存储技术及其应用[J]. 智能城市，2020，6（21）： 78-79.
[3]温晗. 基于企业可扩展下云存储技术的分析[J]. 现代经济信息，2018（07）：100.
[4]尹丽娜，邱立源. 大数据场景下的云存储技术与应用[J]. 信息与电脑（理论版），2019（14）：19-20.
[5]李灿辉. 基于云存储技术的企业信息化管理系统构建研究[J]. 软件，2020，41（11）：176-178.
存储技术论文范文第3篇
2、云存储在水产健康养殖中的应用
3、基于ＸＭＬ与中间件技术的ＧＩＳ空间数据存取
4、规避五大数据安全风险
5、基于数据挖掘的零售业客户关系管理
6、甲骨文深耕 中国信息化之路
7、浅谈企业信息系统的数据备份和恢复
8、云计算环境下的数据存储技术分析
9、数据存储：光存储是行业趋势
10、多层次级别确保数据的高可靠性
11、基于区块链的身份认证系统设计与实现
12、企业数据库备份和灾难性数据恢复方法探究
13、云计算技术下的网络安全数据存储系统设计
14、云计算的数据挖掘应用分析
15、存储备份与恢复——为企业数据“保险”
16、存储提升证券业战略优势
17、零售业商业智能体系的构建与实施
18、云计算环境下的分布存储关键技术
19、基于主数据分发管理企业数据集成资源管理平台的设计与实现
20、计算机云计算的数据存储技术
21、数据存储准备好迎接人工智能了吗？
22、云储存系统结构模型及安全策略
23、希捷2021 Datasphere：携手生态伙伴激活数据深价值
24、云计算环境下高校网络教学资源数据存储的探讨
25、可插式数据存储引擎：ＭｙＳＱＬ走向企业级的保障
26、政府数据中心的信息共享之道
27、基于SLA的网格计算资源分配框架
28、企业数据保护的知识产权路径及其突破
29、基于云计算的数据存储技术探索
30、企业数据保护和存储安全解决方案
31、新基建背景下的大数据中心行业洞察
32、10大安全建议确保信息安全无虞
33、浅析网络存储与备份技术在企业的应用
34、十大措施保障中小企业数据安全
35、突围“云”上 聚焦云数据安全
36、基于可信第三方平台的RSA一次一密数据安全方案
37、基于混合数据库的多源社会治理数据的分布式存储与融合
38、云计算的移动通信4G网络的优化分析
39、新常态下分省物流产业空间集聚变革
40、虚拟存储备份需求随云化而增涨
41、个人数据保护问题与对策
42、数据标准化与企业信息化安全
43、基于PKI技术的企业级云存储出错数据证明的研究
44、企业数据质量问题及其对策
45、企业数据仓库帮助制造型企业提升管理水平
46、用VC实现PHD的历史数据存储
47、基于Hadoop技术的邮政金融历史数据集中管理平台
48、区块链技术在教育领域的应用现状与展望
49、云计算背景下的云数据存储技术分析
存储技术论文范文第4篇
〔摘要〕文章首先阐述了大数据的特征与内涵，指出了大数据在图书馆工作中的重要性及两者之间的关系，分析了大数据所带来的数据管理、数据存储、数据挖掘等方面的挑战。然后研究了图书馆应从数据管理、数据技术及数据队伍建设上所采取的策略。最后探讨了大数据驱动下的图书馆服务新模式，如基于数据整合的一站式资源服务，基于数据处理的学科知识服务、信息可视化服务及基于数据挖掘的个性化智慧服务。
〔关键词〕大数据；数据处理；数据挖掘；数据服务；图书馆
DOI：10.3969/j.issn.1008-0821.2013.05.003
〔
随着社会高速的发展，泛互联网的进程加快，数据量的增加已经到达了前所未有的速度。Facebook每天生成300TB（注：1024GB=1TB；1024TB=1PB；1024PB=1EB；1024 EB=1ZB）以上的日志数据，Google公司每个月处理的数据量超过400PB，百度每天约处理几十PB数据，淘宝网每天交易能产生约20TB数据[1]。根据国际数据公司IDC 2011年发布的Digital Universe Study，全球信息总量每过2年，就会增长1倍。仅在2011年，全球被创建和被复制的数据总量为18ZB，且每年以60%增加，2020年全球每年产生的数字信息将达到35ZB[2]。数据的爆炸式增长超出人们的想象，“大数据”（Big Data）时代已经来临。大数据是继云计算、物联网以后，信息科技等行业又一次大的技术变革。
最早提出“大数据”概念是麦肯锡公司（Mckinsey and Company）。2011年5月，麦肯锡公司在大数据的报告中指出[3]：数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素。其后，大数据迅速成为政府及信息科技等行业关注的热点。2012年3月，美国政府启动“大数据研究和发展计划”，将“大数据研究”上升为国家战略高度[4]；一些著名企业如IBM、EMC、Microsoft开始对大数据进行研究。大数据最典型的应用是在沃尔玛公司利用大数据技术创造的“啤酒与尿布”的经典商业案例[5]。互联网企业Google及Facebook之所以取得令人瞩目的成绩，其核心的本质就是其公司记录和分析了用户网络操作的大数据，从而精确掌握用户行为、形成预判。图书馆是信息搜集、存储和进行知识服务的机构。在大数据时代下，如何进行数据管理；如何以“大数据”为基础，帮助用户从海量的数据中快捷发现与获取信息资源；如何挖掘用户行为特征，实现个性化、定制化的智慧服务等等都是图书馆面临的新的挑战与机遇。本文对此进行了深入的分析与研究，主要阐述了大数据带给图书馆的影响与挑战，分析了大数据对图书馆的重要性，重点探讨了图书馆的大数据建设若干策略及图书馆的大数据服务模式。
1大数据的特征与内涵
什么是大数据？目前，还没有一个统一的定义，简单一点可以理解为超出传统数据管理工具处理能力的大规模、复杂的数据集合。IBM公司认为大数据具有“3V”特点，即种类（Variety）多、速度（Velocity），快、容量（Volume）大[6]。但以IDC为代表的业界将其归纳为具有“4V”特征——海量（Volume）、多样性（Variety）、高速（Velocity）和易变性（Variability）。不管是“3V”，还是“4V”，其内涵包含了以下这些特性。第一，数据体量巨大。“大”是指数据规模，一般指在10TB规模以上的数据量。一部《史记》，共526 500字，约1MB数据，一组用于基因研究的染色体照片数据量超过2TB。第二，数据类型繁多。这种类型的多样性也让数据被分为结构化数据和非结构化数据。互联网的迅猛发展，现在的数据类型早已不是单一的文本形式，还包含了大量的网络日志、微博、视频、图片、邮件等大量的半结构化与非结构化数据。第三，价值密度低。价值密度的高低与数据总量的大小成反比。大数据中有很多垃圾，有很多不相关的信息，只有一些有用的信息隐藏在大数据信息里面。以视频为例，一部一小时的视频监控过程中，可能有用的数据仅仅只有一两秒。第四，处理速度快。大数据里面很多是实时数据，像微博、社会网络、SNS这些，要求它进行立竿见影的分析和处理，而不是事后追诉。
随着信息化建设的发展，图书馆除了本身包含的大量数字资源外，日益增长的电子资源，高速网络及移动图书馆的普及，云计算、RFID、语义网、社交网络等新技术的发展提供了广泛的数据来源，图书馆正在迎接大数据时代的到来。
21各种电子资源（电子书刊，多媒体资源等）的积累，给图书馆提供了海量数据信息技术的发展极大地促进了图书馆数字资源的生产，形成了包括电子图书、电子期刊、数据库、音视频资源、网络资源在内的海量数字资源，电子资源种类和数量正在超越纸本资源。据调查，全球新产出的信息量每3年翻一番，大约90%的信息都是以数据形式储存。截至2011年底，中文网页数量达866亿个，年增长率达443%。文献的出版方式发生巨大的变化，数字出版日益普及，截至2010年底，中国电子书总量已达115万种，年新增18万种。单独出版的数字报已达700份以上，电子期刊已近万种。2010年底，清华图书馆机房有110台服务器，集中存储170TB，国家图书馆资源总量达到470TB。这些资源分布在不同的系统中，形态不同，组织方式各异，既包括传统文献的数字化，也包括各种类型的原生数字资源，还包括其它虚拟馆藏等各种多媒体资源。各种电子资源的积累，给图书馆提供了海量数据。
22智能手机、高速网络及移动图书馆的普及， 使数据量呈现指数上升的趋势信息技术、网络技术迅猛发展，手机上网、数字电视等跨网络等业务发展迅速。截至2011年底，我国网民人数达513亿，互联网普及率达383%，手机用户已突破9亿人，其中手机上网达356亿，数字电视用户超过1 000万户，以上为数字图书馆提供了基于多网络平台的信息传输途径和服务渠道。近几年，移动设备如雨后春笋，智能手机、平板电脑为学习者提供了新的学习途径，并以其它设备无法比拟的优势提高学习体验并与人产生更多的交互，使得数据快速增加。自2003年以来，移动图书馆越来越普及，移动阅读，移动搜索等服务类型也不断增加。未来3年内，移动设备所产生的数据量呈现翻倍的趋势。
23云计算、RFID、语义网、社交网络等新技术的发展，为大数据提供了广泛的数据来源云计算的到来，突破了传统图书馆发展局限，超强的数据处理能力，信息资源的整合，动态资源分配，简化的IT结构，云计算为大数据的诞生创造了物质基础。利用RFID技术，可实现图书自动借还，智能盘点，自动分拣，图书位置与信息的实时跟踪导航。以Facebook、Twitter/微博为代表的社会网络因为体现了开放、共享、参与、个性化、用户驱动等Web20特性而深入人心。语义网是人们经过研究，期待已久，能够使信息发生“革命”，从而上升到“知识”的技术。2009年，美国康奈尔大学和六家机构筹建一个Facebook风格的专业社交网络——VIVO网，其宗旨是建立一个连接开发数据的语义Web。科学家通过VIVO网可以看到网络中的研究人员正在进行的其它科学研究，便于快捷地找到同行并建立联系，致力于新的发现和创新。
由此可知，信息时代的发展使得图书馆具备大数据的特征。科学研究和科技创新越来越依赖于对数据的管理和利用，学科知识服务依赖于大数据的分析与挖掘。但是，要面临的数据非常复杂，图书馆将遇到很多挑战。
3大数据时代下图书馆的挑战与建设策略
大数据不仅挑战图书馆传统的IT架构与数据获取、数据存储、数据处理的模式，而且来自数据管理及数据应用、数据服务对图书馆的挑战将更为突出。但从潜在的机会看，数据量的增加为图书馆提供了精确把握用户群体和个体网络行为模式的基础，如果能够充分利用，就可以探索个性化，精确化和智能化地进行推送和服务，帮助用户从海量的信息中迅速找到所需要的信息，提升图书馆的数字知识服务水平，促进数字图书馆领域的发展。当前，图书馆的大数据挑战主要集中在以下3个方面：
问题一：传统的网络架构不适应“大数据”时代
传统的网络结构设计是以用户端向服务器发出请求，由服务器应答返回结果给客户的垂直结构。而在大数据时代，这种垂直结构的服务请求将变得越来越少，取而代之的是水平结构的横向请求服务。“大数据”时代，大量的数据都存储在分布广泛、不同地域、各种类型的服务器中。当用户发出一个搜索或查询请求时，最多的运算是服务器之间的信息交换，最后将结果返回给用户。传统的网络架构已经不能满足大数据时代网络应用需求。新一代网络架构要适应Web20时代的水平服务应用[7]。
问题二：数据中心将面临巨大压力
传统的数据仓库是通过ETL工具将数字资源中的数据抽取到数据仓库进行集中存储和管理，然后组织数据进一步从数据仓库中读取及访问数据，并进行数据分析。但在大数据时代，图书馆数据库里的内容不仅仅是多，而且结构已发生了极大改变，不是以二维表的规范结构存储。大量的数据是非结构化的办公文档、文本、图片、XML、HTML、各类报表、图片和音频/视频等，面临如此大量的非结构化数据，其移动和修改将耗费大量的人力物力，数据移动代价太高，读取效率也将越来越低。更多的网络设备将同时访问数据中心，传统数据中心难以适应快速变化，面临巨大压力[7]。
问题三：如何快速找到自已的资源，如何获取、管理和分析这些用户信息行为数据并加以利用及服务。
在大数据时代，用户面对众多图书馆的数据资源，深受大数据所带来的困扰，很难方便、快捷、准确地检索到所需数据资料。2011年麦肯锡公司在报告中指出全球新的数据不断增长，但是却有875%的数据，并没有形成真正的知识源以供研究人员利用[3]。
大数据时代，图书馆面临大数据管理、技术和应用等方面存在的问题和挑战，对这些问题的思考，未来图书馆，是以数据为纽带，其形态将从物理图书馆逐渐转变为“数据图书馆”及“智慧图书馆”。由此，图书馆应采取以下应对策略：
31管理层次上：成立数据管理部门与机构，制定数据管理政策、统一的标准及共享平台大数据建设是一项有序的、动态的、可持续发展的系统工程，必须建立良好的运行机制，以促进建设过程中各个环节的正规有序，实现统合，搞好顶层设计。为此，图书馆应成立新的数据管理部门，负责数据管理，建立统一的数据获取、使用、管理、分享的政策，加强校内，外各部门的数据协调工作。如在美国高校中，现在有些学校如MIT、弗吉尼亚大学及康奈尔大学图书馆成立了专门的“研究数据管理服务工作组（RDMSG）”，负责有关数据管理中所涉及的问题：如元数据标准、数据存储、数据共享和重用、数据管理计划、处理数据版权和合理使用数据问题、举办知识产权、开放数据、开放科研等主题的培训和讲座、研究数据知识库的评估、管理、推介、导航服务等[8]。
32技术层次上：构建图书馆大数据架构，研究解决大数据采集、存储，处理及分析相关技术问题大数据技术是指从各种各样类型的巨量数据中，快速获得有价值信息的技术。解决大数据问题的核心是大数据技术。迎战大数据，进行技术前倾是关键。要把大数据作为一系统工程来考虑，从数据采集，数据存储到数据处理，数据分析及数据应用等方面考虑，构成图书馆大数据架构图，见图1。
在大数据技术中，从图书馆系统角度，主要解决下面几方面的关键技术：
321大数据的统一表示及融合
图书馆大数据中包括越来越多不同格式的数据，从电子资源，到简单的电子邮件、数据日志和阅读记录，社交网络，再到实验等科研中收集到的科学研究数据以及丰富的媒体数据（包括课件，照片、音乐、视频资源等），这些不同格式的数据也需要不同的处理方法，给我们处理数据带来了一定麻烦。从某种意义上来说，目前表示数据的方法，不一定能直观地展现出数据本身的意义。数据不整合就发挥不出大数据的重大价值。大数据面临的一个基本问题是各种数据和信息能否规范、统一的表示及方便地融合，构建文献与数字资源体系。因此，要研究通过对海量的，来自异构资源的数据和各种对象数据进行抽取、映射、收割、导入等手段进行预收集，归并映射到一个标准表达式，进行预聚合及融合，形成格式统一，内容丰富、结构清晰的数据，灵活构建各种分类和界面，按照知识本体进行组织和揭示，进而保障强大高效的检索能力和良好的结果相关度排序。
322解决大数据量存储的问题
在大数据的挑战问题中，大数据的第一个关键技术问题：就是对大数据的高效率存储和访问需求，对数据库高可扩展性和高可用性的需求，随着数据库技术以及云计算技术的迅猛发展，大规模数据存储要借助非关系型的数据库分析技术——NoSQL、MapReduce和Hadoop。它们的优势具有大规模并行处理、简单易用等特点，非常适合非结构数据处理，也成为大数据分析领域的主流技术。大数据存储也可采用基于云计算的分布式存储技术，利用分布式的数据云存储技术和与之相关的虚拟技术使得整合后的图书馆海量数据更加统一有序，能够方便快捷地通过网络，根据需求访问计算与存储等服务。
323解决非结构化数据的分析和挖掘的问题
大数据中包含数据信息量大且复杂多样，因此数据分析和挖掘工作具有重要作用。传统的数据挖掘对关系型数据，非结构化的、半结构化的数据显得力不从心。对于图书馆大数据中，待处理的非结构化数据与读者兴趣密切相关，通过分析读者显性行为和挖掘隐性行为，为读者提供个性化服务。目前使用的推荐方法是基于内容的推荐方法和协同过滤的推荐方法。协同过滤算法是目前最为成功的算法，但依然存在读者兴趣变化、数据稀疏性、读者评分的真实性及差异性等问题，根据读者信息数据构建个性化读者行为模型，结合基于读者行为的协同过滤算法，挖掘模型中存在的规则，从而产生个性化服务值得研究。
33队伍建设上：培养一支高素质的数据管理的馆员队伍大数据环境下，图书馆传统的管理模式、工作内容、工作方式发生了本质的变化。而目前不断增长的数据共享和数据管理需求为图书馆服务开辟了新的领域，图书馆需要抓住这个机遇，尽快开展数据管理服务，拓展支持研究的服务内容和能力，使图书馆员成为数据管理服务的提供者。美国国家科学委员会（NSB）提出的以数据获取、处理、保存、分析、利用和可视化为职业的\"数据科学家（Data Scientist）中，其中含信息与计算机科学家，学科专家、数据处理员及图书馆员等。美国研究图书馆协会也已提出，研究数据管理将成为下一代图书馆员的能力之一[9-10]。因此必须培养和造就一支懂技术、懂管理的大数据建设专业队伍。当前的任务是如何在现有基础上，拓宽馆员知识面，增强业务能力，培养出能满足图书馆数据服务需求的高素质的“数据馆员”，并使之成为学科信息资源的组织者、传播者、导航者、教育者，促进图书馆事业更好的发展。
4基于大数据的图书馆的服务模式研究
大数据时代下的图书馆将从“物理图书馆”转变为“数据图书馆”。图书馆服务不管是服务的方式、途径、模式等也都将发生改变。从服务的理念上转变为基于数据的服务。以“大数据”为基础，围绕从数据汇聚到信息加工，知识服务，智慧服务的四个层次展开服务，见图2。下面具体对数据驱动下的图书馆的服务模式进行分析研究。
41基于数据整合的一站式资源服务
大数据时代下，数据资源是海量的，理论上一个图书馆可以收集所有的数据资源，如各类文献资源，科研成果，学术交流，甚至包括各种访问，社交等日志信息等各种网络资源等。但是，这些数据来源于不同的机构知识库或读者个人，图书馆可以充分利用机构优势有组织地通过对各类数据源的定位和连接，实现数据的采集、传输和汇聚。鼓励读者开放存取各种数字资源，使用户不仅是资源的接受者和学习者，而且是资源的的发布者和贡献者[11]。由于数据资源具有数量巨大、类型多样、变化快、无序等特点，因此很有必要建立数据的统一标准，迎合对于飞速增长的异构系统进行有效整合的需求。提供资源之间的无缝链接，提供各种数据管理服务，包括存储备份、元数据加工、数据发布，数据共享等。在数据的洪流中，异构、分布和海量的各种数据资源得以汇聚及融合，形成中心知识库，通过预索引的方式，为用户提供快速，简单，易用的资源发现及获取服务，建立一站式数据资源服务平台[8]。
42基于数据分析的学科知识服务
图书馆作为知识服务平台，通过对汇集数据的加工整理，数据建模，提高数据的价值密度。探索以数据为基础的知识发现分析，通过基于数据的增值服务，面向用户、满足用户的学科知识需求，开展知识服务。如以学科为基础，将不同学科用户的检索浏览下载的信息行为数据进行分类；分析用户检索浏览下载的文献（全文、摘要、关键词）特征，加入时间纬度，归纳出某个学科某一时期的用户感兴趣的主题；利用数据挖掘、数据检验、相关性分析、回归分析、聚类分析、社会网络分析等进行学科热点预测和交叉学科分析研究。构建基于图书馆流通日志的图书借阅数据仓库维度模型，构建基于OPAC日志点击流数据仓库，基于大数据的关联关系分析，发现及展示学者、合作者、期刊、会议、文章之间的知识网络；基于大数据的学科趋势分析，通过对大数据的有序处理来提升图书馆服务的品质。
43基于数据应用的信息可视化服务
大数据中包含大量重要信息，人们期待进行深层次分析，以便更好的从数据中发现知识。信息可视化作为一种关键服务理念与技术手段，在处理复杂异构的图书馆大数据方面有很大的优势，能为用户提供了一个方便易用的知识环境。如从检索过程、检索结果以及结果之间关系的角度实现主题可视化，到数据库分布可视化、时间分布可视化和作者合著关系可视化。也可将信息可视化技术与科学计量学方法等相结合，生成具有各种属性的科学地图，表达学科、领域、专业、文献、著者之间的关系，解释知识领域的结构、映射知识领域的发展趋势，促进信息获取、使知识结构更加明显，将数据集中看不见的抽象数据和数据之间的语义关系以一种可视化的方式呈现在用户场景中。让用户充分发掘信息资源中潜在的价值资源，帮助用户更好地组织、分析与利用信息。信息可视化作为将信息有效组织、分析、揭示的一种新技术，为大数据提供了一种新的服务模式。
44基于数据挖掘的智慧服务
随着读者对知识需求的转变，知识服务正在朝个性化，智慧化的方向发展。个性化服务是基于读者对信息使用行为习惯及对信息的特定需求，是一种在分析预测用户个体信息需求基础上向用户主动提供其可能需求但又无法获取的信息资源的服务方式，是解决海量信息困惑问题的重要方法。智慧服务是知识服务的升华。智慧服务则是建在知识服务基础上的的创造性服务模式，是图书馆知识服务的核心。图书馆大数据存在大量的用户信息行为产生的数据，如用户查询书目产生的OPAC日志，用户借还书产生的流通日志数据，用户检索浏览下载电子资源产生的日志数据，用户访问产生的流量数据及各种社交网络等。这些数据中除了用于记录读者的个人信息外，还隐藏着许多重要的信息，因此可通过对这些数据进行挖掘分析，知识发现、智能代理等技术，描述用户的行为，准确定位读者需求，向读者提供主动式推送服务，满足其个性化的智能服务。
5结语
数字信息的爆炸式增长催生出“大数据”概念，正席卷整个IT相关行业，大数据已经渐渐的渗入到了图书情报工作中，挑战与机遇同在。展望未来，大数据服务技术等热点将不断涌现，将对图书馆知识服务的拓展和深化带来重大影响，未来的工作将是“数据驱动”的图书情报工作。本文重点探讨了在大数据时代下图书馆的建设策略及基于大数据的一站式服务，学科知识及个性化智慧服务等服务模式。但是图书馆的大数据技术及服务是一项复杂的系统工程，涉及到数据管理的水平，数据处理的技术及数据服务的创新等等，均需要图书馆员的共同努力。
参考文献
[1]李国杰.大数据研究的科学价值[J].中国计算机学会通讯，2012，（9）：8-15.
[2]海量数据爆发大数据时代来临的五个转变[EB/OL].http：∥labs.chinamobile.com/news/76217，2012-08-01.
[3]Big data：The next frontier for innovation，competition，and productivity[EB/OL].http∥www.mckinsey.com/Insights/MGI/Research/TechnologyandInnovation/BigdataThenextfrontierforinnovation，2011-05.
[4]Big Data is a Big Deal[EB/OL].http：∥www.whitehouse.gov/blog/2012/03/29/big-data-big-deal，2012-03-29.
[5]高勇.啤酒与尿布：神奇的购物篮分析[M].北京：清华大学出版社，2008.
[6]MapR and Informatica Combine to Conquer Volume，Variety and Velocity of Big Data[EB/OL].http：∥www.dbta.com/Articles/Editorial/News -Flashes/-MapR-and-Informatica-Join-Forces-to-Tackle-Volume-Variety-and-Velocity-of-Big-Data-81231.aspx，2012-07-21.
[7]王珊，王会举，覃雄派，等.架构大数据：挑战、现状与展望[J].计算机学报，2011，（10）：1741-1752.
[8]马建玲，祝忠明，王楠，等.美国高校图书馆参与研究数据管理服务研究[J].图书情报工作，2012，（21）：77-82.
[9]Geoffrey Little.MANAGING TECHNOLOGY·Managing the Data Deluge[J].The Journal of Academic Librarianship，2012，（5）：263-264.
[10]王学勤，Amy Stout，Howard Silver.建立数据驱动的e-Science图书馆服务：机遇和挑战[J].图书情报工作，2011，（13）：80-83.
[11]张晓林，李麟，刘细文，等.开放获取学术信息资源：逼近“主流化”转折点[J].图书情报工作，2012，（9）：42-47.
（本文责任编辑：马卓）
存储技术论文范文第5篇
随着时代的不断进步，计算机信息技术也正高速发展。在党中央提出的互联网加的大背景下，计算机信息技术在各个行业中的融合度也呈现出空前繁荣的景象。做为计算机信息技术核心之一的信息存储技术也不断发展。传统的以人工进行的数据存储与处理方式有着较多的弊端，例如人为录入的误操作导致数据的完整性失真，数据处理时无校验导致错误的结果输出，管理的漏洞导致存储文件的丢失，数据恢复时无从查找备份的源文件等等，诸多问题都会导致工作效率的低下。目前各企事业单位已经充分意识到信息存储的重要性，信息时代所带来的便捷性正逐步改变着我们的生产与生活方式。计算机信息技术存储平台的开发与应用研究是值得我们研究的一项重要内容。
1 计算机信息技术存储平台的形成分析
对任何一个企事业单位来说，在正常的工作流程中都会涉及到数据的处 理，其中包括数据录入，数据处理，数据存储，数据分析，数据模型建立，数据更新以及数据备份操作。人工操作方式相对于计算机信息处理方式来说容易出现很多错误，同时由于人工方式在进行数据存储时需要耗费大量的物理资源，其已经不适用于目前信息时代低碳的工作方式。
计算机信息技术的出现很好的解决了以上的问题。计算机信息技术的特点是拥有极大的存储空间，极强的运算效率。理想情况下数据可以永久的存储在计算机当中。同时，当整个应用系统出现问题时，例如数据丢失这种情况，用户可以通过计算机系统进行数据的恢复，保障工作的正常进行。目前各企事业单位大多采用了计算机信息存储技术作为后台的服务核心，因此研究计算机存储技术以及调用程序有着十分重要的意义。本文结合实践，抛开了信息系统的宏观概念，从信息系统最基本的组成元素入手，即存储平台的开发与应用进行了系统的分析，以期能够更好的促进信息技术的不断发展。
在具体的实践中，计算机存储技术研究的内容并不仅仅只是数据的存储。要完成数据的科学存储，除了要将数据录入并记录到存储介质上，还要关注数据与数据之间的关系，即要在数据结构的理论基础上进行存储实现。同时还要考虑到各种存储介质的特点，从物理和逻辑两方面考虑选择何种存储介质能最大的发挥应用系统的作用，提高系统的性价比和运行效率。
2 计算机存储技术的设计问题探讨
如何更加高效的提升计算机信息系统的效率是各个研究部门主要研究的问题之一，从整个计算机信息系统发展的过程来看，总结一点经验就是要深入的研究系统的核心问题——计算机信息系统存储技术。各企事业单位所用的应用系统大多都不相同，因此各系统所用到的存储技术也都大相径庭。例如企业员工信息大多采用基于人事部门的层次型结构进行存储；各公司之间的业务往来信息大多采用基于网络拓扑的网状型结构进行存储。在进行计算机信息技术存储平台的设计过程中，E-R 模型是十分典型的形式，以下举例分析计算机信息技术存储平台的开发和应用进行分析。
E-R 模型是计算机存储技术开发过程中一种十分重要的模型，这种模型能够比较有效的实现对于用户需求的可视化分析，并由此得出正确的结果。在一般的情况下，该模型的作用是能够提供进行数据分析的理论依据，具体步骤为将不同的需求展开成多条用户需求，然后将这些用户需求依次放入表格之中进行数据分离，进而找到这些用户需求之间的差异与联系，针对不同的需求点进行系统设计。目前 E-R模型被广泛的应用在计算机的存储技术的开发之中，同时也为数据的开发和设计提供了一定的技术支撑。在 E-R 模型中能够直观的展现实体之间的联系，同时也可以实现关系集和属性，这些结构之间有着十分严密的逻辑关系，可以将不同的实体通过一定的附属关系进行连接，进而实现完整的 E-R 模型。在 E-R 模型之中，实体的属性用椭圆形的形状来表达，实体的关系用菱形框来表达，而实体则由矩形框来表示，下面通过一个企业的行政级别关系来进行讨论。
例如实现一个企业对于员工进行招聘的E-R模型，这其中存在着一定的数据的对应关系，一个企业可以同时聘请多名员工，所以企业和员工之间的实体关系是 1—N。
3 计算机信息技术存储平台开发设计的流程
3.1 计算机信息技术存储平台的需求设计
任何一个项目的需求设计阶段都是最为重要的，计算机信息技术存储平台的设计也不例外。它在计算机存储技术的开发和设计中属于最基础的阶段，只有明确了用户的实际需求，才能够为后续的开发打下良好的基础。需求分析设计的最终目的是要生成需求分析报告，该报告是通过将用户的需求进行科学的归纳整理，然后明确每一个细节和具体的需求实现的。这样才能够更好的设计出符合实际情况的信息技术的存储平台。
3.2 计算机信息技术存储平台的概念理解设计的具体阶段
需求分析实际上就是将各种需求进行具体的定义，因此项目组成员首先要做的就是需要对这些概念进行最终的定义，同时要将彼此之间的关系进行必要的解析，以便后期进行系统开发的时候更够更好的适应系统设计。除了完成以上这些阶段设计意外，计算机信息技术存储平台还需要开展逻辑设计、物理实现和平台维护，这些都是开发的重要过程。
4 计算机存储技术的应用和开发研究
以上对于计算机的存储技术开展了比较详细的分析，同时也明确了在每一个设计阶段的核心内容。对于计算机的存储技术来讲，首先要有相应的物理数据供给用户进行录入，录入完毕之后进行数据存储时还要考虑对录入的数据进行有选择的备份，便于后期进行数据恢复的时候使用。数据的存储功能是整个计算机储存技术的核心，只有确保存储功能的正常，才能够保障整个系统的正常运行。在具体应用过程中，计算机中的文件一般都会被设置为只读，这样做的主要目的是为了在一定程度上保护用户的个人信息安全为了进一步保证数据的安全，用户一般都会考虑到个人信息以及管理员的权限设置，也只有经过了这样的处理，才可以更好的保障信息的安全。
5 小结
伴随着社会的不断发展，计算机的存储技术越来越受到了企业的重视，并且得到了快速的发展。存储技术的核心在于如何对不同系统进行科学的需求分析，然后完成需求的定义，最后还要保障数据的安全性。这就需要行业人员进行不断的努力和创新，使得计算机信息存储平台能够更好的服务社会的发展，促进社会的进步。未来计算机存储技术将会得到不断的更新和发展，并且发挥出越来越大的作用。
参考文献：
[1] 白 凤 娈 . 浙 江 中 控 ECS-700 DCS 与 AllLink数采终端数据采集的设计与实现[J].河北企业 ，2013（02）.
[2] 郑迎凤 ， 李莺 . 网络计算机存储技术加密在高校数字化校園建设中的设计与应用[J]. 电脑与信息技术 ，2013（01）.
[3] 孙晓伟 ， 毕晓清 ， 吴洪越 ， 赵卫东 . 基于DOM 和 VBA 的 Word 文档数据交互式抽取[J]. 计算机应用与软件，2013（02）.
[4] 李元 ， 王伟 . 我国大陆体育科学研究国际化进展考察—基于 WOS 计算机存储技术的文献计量分析 [J]. 成都体育学院学报 ，2013（01）.
作者简介：
王雪，女，1984年4月，黑龙江省安达市人，研究方向：计算机硬件，中学一级，本科学历。
存储技术论文范文第6篇
摘 要：集成电路是现代工业的粮食，发展存储器是后发国家在集成电路产业发展方面赶超发达国家的有效途径，也是湖北转型升级的重要抓手。当前，存储器产业面临“四个并存”的机遇和挑战，借鉴先发国家的发展经验，湖北应进一步以龙头企业为核心，重点支持长江存储和武汉新芯做大做强做优;以源头创新为支撑，通过重大主题专项牵引加速关键技术专利布局;以产业协同为联动，通过制造环节优势加强产业链上下游对接;以产业集群为推进，构建特色鲜明的“光电联动”“芯屏端网”产业生态体系。
关键词：存储器产业;高质量发展;产业突围
中圖分类号：F260 文献标志码：A
集成电路是现代工业的粮食，是解决国家关键技术“卡脖子”的重点领域。存储器是应用面最广、市场占有率最高的集成电路基础性产品。湖北自2000年确定发展集成电路产业以来，经过多年的发展和布局，目前已经形成了涵盖设计、制造、封装测试、终端应用等较为完整的集成电路产业链。2014年，《国家集成电路产业发展推进纲要》明确湖北武汉为国内集成电路产业聚集区;2016年，国家存储器基地落户武汉;2018年，习近平总书记视察武汉时嘱托：“勇攀世界半导体存储科技高峰。”这是重要机遇，更是艰巨任务。克服一切困难突围存储器产业，努力打造世界级的集成电路产业创新中心，形成具有全球影响力、竞争力和控制力的信息技术产业集群，把国家重大战略变为现实，是湖北必须坚决扛起的政治责任，也是理应担当的历史使命。
一、对标世界领先，明确五个“一流”的发展目标
2019年，全球半导体市场总额约为4 183亿美元，从地域分布上，主要集中在美国、韩国、欧洲、日本和中国台湾这五大国家和地区。其中，美国是集成电路技术的发源地，从诞生到现在一直处于世界领先地位，主导着全球半导体产业的发展，硅谷拥有全球最大的集成电路产业集群;韩国是继美日之后的世界集成电路新强国，尤其是在存储器领域，韩国占据了全球市场的多数份额，已经形成垄断局面;欧洲布局相对分散，日本集成电路产业由盛转衰，但在一些关键环节和领域仍具有领先优势;中国台湾地区集成电路制造代工业领跑全球。对标世界一流的集成电路高地，推动存储器产业高质量发展必须在五个要素上走在前列。
1.世界一流的核心技术体系。美、韩、日等集成电路强国通过垄断最基础的前沿工艺、核心器件和关键的装备、系统与架构等方面的技术体系，建立庞大的专利群，并且不断加强知识产权的保护和提高技术标准来实现技术垄断和最终的市场垄断。根据中国半导体行业协会2019年6月发布的《中国集成电路行业知识产权年度报告》，集成电路领域全球专利申请总量的冠军是三星，随后分别是 NEC、高通、日立、富士通、松下、东芝、三菱化学、IBM 和索尼。可以看到，在前十名中有一家韩国企业、两家美国企业和七家日本企业。
2.世界一流的核心龙头企业。集成电路产业高投入、长周期、技术密集的特点导致各细分行业产业壁垒高，基本都形成了跨国企业集团的寡头垄断。2019年，美国英特尔半导体销售额657亿美元，韩国三星半导体销售额522亿美元，数值甚至超过许多国家的集成电路产业产值。核心企业凭借着其在市场份额、尖端技术、产业集群中的核心垄断地位，基本主导着整个产业的发展方向，集成电路产业的成功关键在于骨干企业的成功。
3.世界一流的核心环节优势。集成电路产业链长，包含了设备、材料、设计、制造、封测、应用等多个环节。侧重某一个或几个长项地带，建立绝对优势，是现有集成电路强国的通行做法。比如，美国重点聚焦芯片的核心零部件研发，日本关注的是芯片专用工具和硅晶圆材料，欧洲在高端光刻机领域一骑绝尘，韩国则以存储器和显示器芯片见长。目前，存储器领域DRAM行业基本被三星、海力士、美光三家垄断了90%以上的市场，NAND Flash也被几家巨头垄断了95%。
4.世界一流的商业组织模式。纵观集成电路发展史，集成电路产业的商业模式从最早的系统厂商，到20世纪60年代出现了垂直分工的集成电路制造商（IDM模式），80年代独立的晶圆加工企业（Foundry）和无晶圆设计公司（Fabless）开始盛行，90年代许多IP销售公司开始崭露头角。当前，IDM模式正在重新开始受到重视，苹果、华为等系统公司开始开发自己的芯片产品，全球存储器龙头企业几乎都是IDM厂商。集中力量打造强大的IDM龙头企业，或以资本为纽带的产业链合作形成虚拟IDM正在成为业界的主流模式。
5.世界一流的产业生态体系。集成电路对生态体系依赖度增大，需要软硬件协同发展才有竞争力，否则芯片将成为无水之源。一个芯片生态系统的培育与发展需要时间积淀，也需要此生态链中各方的协同。因此，集成电路对综合科技工业基础和产业生态环境提出很高的要求。
二、认识产业规律，把握四个“并存”的挑战与机遇
集成电路产业是全球竞争的高科技产业，具有资金密集、人才密集、技术密集和产业密集的固有特点。中国作为后发国家融入全球产业链，一定要把握全球微电子产业发展规律及其带来的机遇与挑战。
1.先发国家技术领先与技术演进速度放缓并存。芯片起源于美国，遵循摩尔定律这一经验法则，芯片技术沿着不断缩小芯片特征尺寸和不断扩大晶圆尺寸双向突破，当价格不变时，硅芯片的性能每隔18—24个月便会提升1倍。这种极短的技术周期意味着技术知识和生产能力的不断过时，技术演进表现出极强的“累积性”和“渐进性”，赢家通吃。目前，台积电7nm芯片已量产商用，5nm芯片已经投入试生产，三星和英特尔也紧随其后公布5nm芯片制程路线图。然而随着传统芯片制造工艺接近物理极限，当今摩尔定律推进速度已大幅放缓，技术演进方向更加多元。未来，随着物理、数学、化学、生物学等领域新的发现和技术突破，有可能建立全新形态的信息科学技术及其产业。这就意味着包括中国在内的后发国家获得了一次同发达国家差距不大的技术范式切换机会，从而使跨越式发展成为可能。
2.国际硅周期下行与国内投资热度不减并存。在国际贸易环境不明朗、全球经济预期下滑、集成电路市场面临调整的大背景下，资本市场对集成电路产业的关注度将进一步降低。2020年2月，美国半导体行业协会（SIA）公布2019年全球半导体行业营收为4 121亿美元，与2018年相比大跌12.1%，这是自2001年以来的最大降幅。半导体存储器减速明显，DRAM和NAND Flash价格双双转升为跌，本轮硅周期进入下行阶段。虽然外围环境对我国集成电路制造企业带来一些压力，但是在国家政策的支持下，我国集成电路产业投融资仍有望保持景气。2018 年，国家集成电路产业投资基金（一期）（简称“大基金一期”）募资1 387亿元，带动地方产业基金规模5 000亿元，按照基金实际出资额计算放大比例为1∶5;2019年，大基金二期募资2 000亿元左右，撬动资金有望超过万亿元，为我国集成电路资本市场带来更多的“活水”。
3.产业高度集中与产业链分工日趋专业化并存。集成电路诞生60多年来，美国将芯片置于国家安全的战略高度，凭借着技术上的先发优势，通过《瓦森纳协定》形成技术联盟，对非成员国之外的国家进行技术封锁;通过建立生态体系，始终主导着相关产业的发展方向，基本形成以美国为主导，以日本、韩国、欧洲、中国台湾为主要聚集区的产业格局。但是随着全球化的发展和集成电路产业的成长和扩展，集成电路产业也在世界范围内不断进行着产业的转移，资本、产品乃至于生产工序日益全球化。到目前为止，没有任何一个单一国家拥有完整的半导体产业供应链。半导体产业有高度的专业分工，但在各个子系统却又具有高度集中的特性。以美国为例，尽管美国已是世界上最接近拥有半导体全产业链的国家，但在光刻机领域美国企业依然缺席，主要的 DRAM（动态随机存取存储器）生产工厂也不在美国。企业间的技术合作和交叉授权越来越普遍，这可能意味着企业的技术竞争格局的重大演变：传统格局是在不同技术路径之间的竞争，而现在则是多维度、网络状的技术格局，企业有更多机会获取技术优势。
4.市场份额高度垄断与中国成为最大消费市场并存。芯片产业是技术导向和市场导向十分明显的产业，芯片企业必须有庞大的市场支撑。目前，全球存储器被三星、SK海力士、东芝、美光四家公司垄断，占据了全球92%的存储器市场。中国半导体产业的发展起步较晚，但凭借着巨大的市场容量和生产群体，目前中国已成为全球最大的半导体消费国。根据中国半导体协会统计，2019年中国集成电路产业销售额为7 562.3亿元，占了全球的1/3的份额，相当于美国、欧盟及日本的总和。市场在何处，产业就应该在何处，中国既是全球最大的消费电子产品生产国，又是全球最大的消费电子产品使用国，具备全球最强的消费电子产业配套能力，在触摸屏、面板等多个领域跻身全球领先行列，已形成了全产业链布局优势，有希望成为集成电路产业的研发中心、制造中心、应用中心。当下，中国已经成为第三次半导体产业转移的核心阵地，各跨国集团纷纷在中国布局代工厂和无晶圆企业，中国务必抓住布局这轮产业黄金发展时期的时机。
三、构建“四个圈层”，加速湖北存储器产业突围
湖北武汉是国家存储器基地所在地，拥有一条中西部地区仅有的12英寸晶圆生产线，在制造环节积累了丰富经验;东湖高新区已组建具备国际水平的集成电路工业技术研究院、集成电路IP交易中心、集成电路共享服务平台，搭建产学研链条;拥有自主知识产权，同时又打造了完整的产业链，自主技术可控、时间窗口适宜，是发展的绝佳时机。但目前的短板在于还缺乏可与跨国公司抗衡的公司、技术和环节，因此也无法在复杂的芯片生态链上占有独特的利基，只能依靠庞大的下游市场需求规模和由跨国公司主导的利益链产生协作关系。要实现存储器产业突围，打造世界级产业集群，必须在核心企业、核心技术、核心环节、生态体系上集中力量，重点突破。
1.核心层：打造IDM存储器龙头企业，做大做強产业。在芯片半导体产业链中，居于核心地位的IDM厂至关重要，纵观全球存储器龙头，三星、SK海力士、美光等毫无例外都是IDM厂商。IDM模式的优势在于能够完全掌控一个IC产品产出的全部过程，包括那些专有技术，不易被竞争对手窃取，尤其是采用IDM模式的企业容易成为产业龙头，强力带动地方和国家集成电路产业发展。湖北是国内较早确定集成电路发展方向的省份之一，武汉新芯有超过10年的12英寸先进集成电路技术研发与生产制造经验。2016年，长江存储在武汉新芯的基础上组建，作为国家存储器基地项目的实施主体，是中国目前最大的单体投资项目。2019年9月，搭载长江存储自主创新Xtacking架构的64层TLC 3D NAND闪存正式量产。湖北应以打造国家存储器基地为契机，做大做强长江存储（武汉新芯），保证其在2020年底达成10万片/月总产能，并尽快启动项目二期投资建设，以龙头企业带动整个产业链的发展。
2.支撑层：重大主题专项牵引，深耕核心关键技术研发。摩尔定律推进速度已大幅放缓，技术演进方向沿着延续摩尔、拓展摩尔、超越摩尔、丰富摩尔等多元方向复合发展。湖北要通过国家存储器基地建设，倒逼源头创新，积极争取微电子国家实验室存储分部布局武汉，与北京、上海微电子国家实验室同步建设，发挥创新集群的集聚与辐射效应，支撑存储器芯片产业可持续发展。通过实施集成电路重大主题专项，围绕新材料、新体系结构、软硬件设计三大重点研究领域开展技术攻关，协同发展相互制约的技术方向，加速现有集成电路技术的升级进程，形成高端芯片专利布局。在东湖知识产权示范区基础上，探索建立集成电路专利申请集中审查的绿色通道，形成更好地推动企业发展的知识产权服务机制。在国内外差距相对较小的阻变存储器、相变存储器等新型存储器领域和国家当前急需的DRAM领域，抢占关键技术专利布局，增强产业控制力。
3.联动层：聚焦芯片制造，以制造环节优势辐射产业协同。当前集成电路产业进入“全产业链竞争”时代，提升全产业链协同发展能力是湖北提升集成电路产业整体实力的必然选择。要集中突破高端芯片制造瓶颈，长江存储自主研发了Xtacking堆栈架构，已经可以保证可靠性问题，但一期产能10万片/月存在很大市场风险，面临国际巨头的价格战绞杀压力，只有尽早达到30万片/月，进入存储芯片产能世界第一梯队，才可以参与全球竞争，实现国产芯片的产业突围。若要实现“超越”甚至“垄断”至少需要做到60—100万片/月甚至更多。要加强产业链对接合作，加快集成电路设计业、制造业、封装测试业及终端应用商等多环节协同合作发展，通过芯片制造与设计厂商结盟，探索上下游环节一体化模式，开展联合技术创新和品牌推广，实现产业链上下游良性互动。
4.推进层：以用促产，以产带人，培育产业生态。从芯片行业本身的特点看，芯片的生态链条既涉及芯片内部环节上的上下游厂商，更涉及芯片成品与终端芯片用户，终端用户提供需求拉动，构成生态依赖关系。湖北汽车电子、医疗电子、消费电子（含智能终端）产业发展迅速，必须面向物联网、穿戴式设备、车载电子等热门应用领域，围绕华为武研所、烽火通信、天喻信息等相关领域龙头企业，构建特色鲜明的“光电联动”“芯屏端网”集成电路发展格局。将集成电路产业融入电子信息产业中，以电子信息产业链的软硬件结合为目标，带动集成电路设计、制造、封装等小生态系统的良性互动。应通过转变政府角色、发挥政府职能，协调攻关核心技术、营造良好创新文化和营商环境及创新金融服务体系等途径完善芯片产业生态圈，实现各主体间的开放式协同创新，提升芯片产业技术水平，缩小与国际先进水平之间的差距，实现在全球价值链地位上的高端转移。
参考文献：
[1] 王龙兴.2018年中国集成电路产业融入全球半导体发展的展望[J].集成电路应用，2018，（4）：3-6.
[2] 闵钢.中国集成电路芯片制造业的状况分析[J].集成电路应用，2019，（4）：24-28.
[3] 王一鸣.集成电路芯片产业分工模式的新演进与模块化研发[J].科学管理研究，2019，（3）：65-69.
[4] 任驿佳，吴布衣，袁芳.国内外芯片产业的比较和启示——基于财务视角的数据分析[J].经济研究导刊，2019，（7）：111-112+135.
[5] 张奕.我国集成电路产业升级路径研究——基于全球价值链视角[J].商业经济，2019，（2）：66-68+180.
[责任编辑 文 娇]