云计算中英文术语
云计算术语（中英文对照）
1.自由计算free computing
2.弹性可伸缩elastic and scalable
3.主机host / instance
4.硬盘hard disk/ volume
5.密钥key
6.公开密钥public key
7.映像image / mapping
8.负载均衡load balancing
9.对象存储object storage
10.弹性计算elastic computing
11.按秒计费charged by seconds
12.多重实时副本multiple real-time copy
13.安全隔离security isolation
14.异地副本long-distance copy
15.后端系统back-end system
16.前端系统front-end system
17.写时拷贝技术copy-on-write technique
18.控制台console
19.监控台dashboard
20.远程终端remote terminal
21.服务端口service port
22.模拟主机simulation host display
显示器
23.路由器router
24.多路万兆光纤multiple 10000MB optical fiber
25.密码验证登录password authentication login
26.静态IP static IP
27.动态IP dynamic IP
28.混合云hybrid cloud
29.SLA Service Level Agreement服务级别协议
30.分布式存储distributed storage
31.存储柜locker
32.云计算加速器cloud computing accelerator
33.NIST National Institute of Standards and Technology
美国国家标准技术研究所
34.智能电网smart gird
35.智慧城市smart city
36.物联网Internet of Things (IOT)
37.集成电路Integrated Circuit
38.嵌套虚拟化nested virtualization
39.内存memory
40.千兆Gigabyte
41.网卡network card
42.单线程测试single thread test
43.最大素数测试largest prime test
44.单核CPU single-core CPU
45.双核CPU dual-core CPU
46.磁盘吞吐量disk throughput
47.BGP 边界网关协议Border Gateway Protocol
48.语音控制voice control
49.湿度humidity
50.智能分析intelligent analysis
51.SOA Service Oriented Architecture面向服务的架构
52.开源操作系统Open Source Operating System
53.虚拟机virtual machine
54.源代码source code
55.文档document
56.全媒体omni-media
57.API接口API interface
58.快照snapshot
59.工单系统ticket system
60.堡垒机fortress machine
61.单点登录SSO single sign on
62.脚本管理script management
63.拓扑管理topology management
64.ETL Extraction-Transformation-Loading 数据提取、转换和加载
65.网络流量network traffic
66.域名绑定domain banding
67.文件外链external document linking
68.防篡改tamper-proofing
69.防抵赖non-repudiation
70.端到端end-to-end
71.全景透视panoramic perspective
72.多维度特征multidimensional characteristic identification
识别
73.检索retrieval
74.存储矩阵storage matrix
75.示例代码sample code
76.可执行代码executable code
77.远程擦除remote wipe
78.底层固件bottom firmware
79.存储分级storage tiering
80.回写式高速缓存Write-back Cache
81.软件定义存储software defined storage
82.横向可扩展存储transverse extensible storage
83.模块化数据中心Modular Data Center
84.DNS Domain Name System 域名系统
85.封顶capping
86.芯片chip
87.ISV Independent Software Vendor第三方软件开发商
88.特征向量Feature Vector
89.远程异地备份remote backup
90.虚拟显示技术visual vision
91.虚拟现实Visual Reality (VR)
92.数据记录器Data Recorder
93.业务连续性管理Business Continuity Management (BCM)
37. 灾备Disaster Recovery Preparation (DRP)
94.钢筋砼框架reinforced concrete frame
95.防爆墙blast wall
96.入侵检测探测器intrusion detector
97.弱电间low voltage room
98.门禁系统access control system
99.网络接入商web portal provider
100.审计日志audit logs
101.UPS Uninterrupted Power Supply 不间断电源102.柴油发电机diesel generator
103.地下储油罐underground petrol tank
104.多节点集群multi-node cluster
105.预案emergency response plan
106.高速复制链路high-speed copying link
107.容错级fault tolerance
108.里程表milestone
109.制冷密度cooling density
110.千瓦kilowatt
111.灭火方式fire extinguishing method
112.防渗漏等级anti-leakage level
113.机房均布荷载computer room even load
114.全冗余full redundancy
115.两路市电two-way electricity
116.一路自卑应急one-way self-prepared emergency power 117.9度烈度9 degree seismic intensity
118.密文ciphertext
119.专属机柜exclusive rack
120.设备上下电支持upper and lower electricity support
121.网络布线network cabling
122.实时热备份real time thermal backup
123.桌面演练desktop practice
124.模拟切换演练simulated switch practice
125.园区占地面积floor area of the park
126.规划建设面积planning construction area
127.高速链路复制high-speed copying link
128.7※24hours 7 multiply 24 hours
129.安全和访问控制security and visiting control （物理环境）
130.银监会China Banking Regulatory Commission (CBRC)
131.发改委National Development and Reform Commission (NDRC) 132.中国信息安全China Information Technology Evaluation Center 测评中心
133.工信部Ministry of Industry and Information Technology
134.住建部Ministry of Housing and Urban-Rural Development
135.DRII 国际灾难恢复协会Disaster Recovery Institute International 136.BCI 业务持续协会Business Continuity Institute
137.TCO Total Cost of Ownship 总拥有成本
138.HCI Human Computer Interaction 人机交互
139.OCR Optical Character Recognition 文字识别
140.SOA Service Oriented Architecture 面向服务的体系结构141.NoSQL 非关系型数据库
142.Hadoop
户可以在不了解分布式底层细节的情况下，开发分布式程序。利用集群的优势高速运转和储存。
143.操作型数据库operational database
144.CTI Computer Telecommunication Integration 计算机电信集成技术145.ITIL Information Technology Infrastructural Library IT基础架构库
新技术云计算外文文献
云计算——新兴的计算技术 摘要：云计算是涉及通过互联网提供托管服务的总称。这些服务大致分为三类：基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）。云计算这个名字的灵感来自于云符号经常用来代表在互联网上流程图和图表。这是在继主机计算、个人电脑计算、客户端服务器计算和Web计算之后的第五代计算技术。本文将围绕云计算进行讨论。 关键词：云计算，IaaS（基础设施即服务），PaaS的（平台即服务），SaaS（软件即服务） 1引言 云服务有三个鲜明的特点区别于传统的主机服务模式，它们分别是：云服务的出售通常按分钟或小时收取费用；云服务是有弹性的，一个用户可以在不同的时间拥有可多可少的服务；云服务完全由供应商托管（消费者只需要通过个人电脑和互联网就可以使用）。虚拟化的重大创新、分布式计算的发展，以及高速互联网的建设和经济的衰落，都加速了对云计算的兴趣。 云可以是私有的或公有的。公有云向互联网上的任何人销售（目前，亚马逊的网络服务是最大的公有云服务提供商）。私有云是一个专有网络或数据中心，向一部分人提供托管服务。当服务提供商使用公有云资源来创建自己的私有云，这样的结果被称为虚拟化的私有云。私有云或公共云的云计算目标是提供方便的、可扩展的计算资源和IT服务[1]。 2云计算的优势 云计算具有的优势是什么？ (a)最小化的资本开支 (b)位置和设备独立性 答案：供应商的视角：申请厂商更容易吸引新客户。 (a)提供最低成本的方法和配套应用； (b)能够使用商品服务器和存储硬件； 3云计算的障碍 从客户的视角来看，云计算的障碍有： (a)数据安全； (b)很多客户不希望他们的数据迁移到可以信任的“云”上； (c)数据必须进行本地保留； (d)延迟； (e)云可以走多少毫秒； (f)不是实时应用的理想选择； (g)应用程序可用性； (h)无法通过现有的传统应用进行切换； (i)等效的云应用不存在； 总结，并非所有的应用程序都要工作在公共云之上。
地震勘探常用术语及计算公式
地震勘探缩写术语 2-D Two Dimensional 二维。 3-C Three Component 三分量。 3C3D 三分量三维。 3-D Three Dimensional三维。 9-C Nine Component 九分量。3分量震源╳3分量检波器=九分量。 9C3D 九分量三维。 A/D Analog to Digital模数转换。 AGC Automatic Gain Control 自动增益控制。 A V A Amplitude Variation With Angle 振幅随采集平面的方位角的变化。 A VO Amplitude Variation With Offset 振幅随偏移距的变化。 A VOA 振幅随炮检距和方位角的变化。 CDP Common Depth Point 共深度点。 CDPS Common Depth Point Stack共深度点迭加。 CMP Common Mid Point 共反射面元。共中心点。 CPU Central Processing Unit 中央控制单元。 CRP Common Reflection Point 共反射点。 D/A Digital to Analog 数模转换。 d B/octa d B/octv e 分贝/倍频程。 DMO Dip Moveout Processing 倾角时差校正。 G波G-wave 一种长周期（40—300秒）的拉夫波。通常只限于海上传播。H波H-wave 水力波。 IFP Instantaneous Floating Point 仪器上的瞬时沸点放大器。 K波K-wave 地核中传播的一种P波。 LVL Low Velocity Layer 低速层。 L波L-wave 天然地震产生的长波长面波。 NMO Normal Moveout Correction 正常时差校正，动校正。 OBS Ocean Bottom Seismometer 海底检波器。 P波P-wave 即纵波。也称初始波、压缩波、膨胀波、无旋波。 QC Quality Control 质量控制。
十大云计算工具
工具类型：云成本分析 Cloudability是一款用于监控和分析整个机构中所有云开销的金融管理工具。它们能够将支出汇总到报告中，帮助企业发现降低成本的机会。该工具可以通过手机短信和电子邮件发送预算报警和建议，同时还拥有将云账单和使用数据连接至其他业务或财务系统的API。2.公司名称：Cloudyn 产品名称：S3生命周期追踪器、EC2预留探测器、RDS预留探测器 工具类型：云优化 工具被设计用于帮助企业IT部门防止过度购买亚马逊云资源。Cloudyn的服务向用户提供了一个能够显示所有虚拟机实例、数据库和存储详细信息的仪表盘。Cloudyn还提供发现低效率的洞察力，并且能够提供一些建议帮助企业消除它们。 3.公司名称：戴尔Boomi 产品名称：AtomSphere 工具类型：云集成 AtomSphere为一个基于云的软件平台即服务。用户可以通过该工具将多款基于云的应用彼此间相互整合在一起，或者是与本地应用整合在一起。该公司在2012年夏天推出的升级版中加入了一些新的功能，允许在整合程序中使用多个数据来源，以及预留用于实时数据传输的云资源。 4.公司名称：Enstratius 产品名称：Enstratius
工具类型：云基础设施管理 Enstratius能够为公有云、私有云和混合云提供跨平台云基础设施的管理，并且可以满足企业的管理与安全要求。该工具具有云资源自助配置/解除配置、多币种费用/退款追踪、基于定制角色的访问控制、可管理所有云资源的单点登录等功能，并且支持包括SAML 2.0和OpenID在内的企业身份认证系统。 Enstratius还支持与其他管理工具进行集成，能够在多个云服务之间对Chef和Puppet等配置管理工具进行编排。同时，它还能够自动对处于传输和静止状态的所有云数据进行加密，并将所有的密钥存储在云平台之外。此外，它们还拥有对包括自动扩展、自动恢复和云爆发在内的所有应用的自动化功能。 5.公司名称：Informatica 产品名称：Informatica Cloud 2013春季版 工具类型：云数据集成 老牌数据集成厂商Informatica在2013年4月刚刚宣布推出新一代的云集成工具套装(将以平台即服务的方式交付)，增强的功能包括解决云中的数据安全问题，帮助企业IT在混合云部署中管理数据集成问题。 新的Informatica云数据脱敏服务可以降低在应用部署和测试期间出现数据泄露的风险。新的Informatica云扩展工作流服务将重点转向了业务流程在云中的创建和管理。Informatica Cloud 2013春季版为2012冬季版的升级，拥有一些新的安全和管理功能，可支持更
最新云计算中侧信道攻击的防御-毕业论文外文翻译整理
附录一英文文献 Security against Side Channel Attack in Cloud Computing Bhrugu Sevak Abstract--Cloud computing is a word that delivering hosted service over the internet. Cloud computing has been ideate as the next generation architecture of IT enterprise ecause of it’s provides ubiquitous network, cost reducing, flexibility and scalability to users. Now days with the fast growing of cloud computing technology introduces new more vulnerabilities so security is considered to be one of the most critical aspect in clod computing environment due to the confidential and important information stored in the cloud. As per AMAZONE EC2 service case study it is possible to identify the particular target VM(virtual machine) in internal cloud infrastructure and then placed new VM with targeted VM and extract confidential information from targeted VM on same physical machine called as simple side channel attack. This paper introduces how to avert the side channel attack in cloud computing. This is accomplished by using combination of Virtual firewall appliance and randomly encryption decryption (using concept of confusion diffusion) and provide RAS (Reliability, Availability, and Security) of client’s data or information. Keywords--Cloud computing, side channel attack, Amazon EC2 service case study, virtual firewall appliance, randomly encryption decryption. I. INTRODUCTION Cloud computing is a word that delivering hosted service over the internet.
关于云计算的十大术语
关于云计算的十大术语 【来源：小鸟云计算】 小鸟云（niaoyun），国内专业的云计算服务商。 1.混合云 云计算是当前的一个热门话题，但是如果你想了解云计算的时候，你需要先从一些技术词语下手。这里笔者为那些想了解云计算网友总结了关于云计算的常见十大术语。 SaaS，BDaaS和IaaS 看到上面三个英文单词，可能很多人会表示不解，其实了解这三者并不难，其只是云计算的三个技术单词的缩写。IaaS代表的是基础设施作为一种服务，其是云计算最基础层面的技术，此服务需要设计到所以的设备，从服务器到网络。BDaaS代表的是大数据作为一种服务，正如名字所代表的的，它是指分析大量信息的结合系统。SaaS代表的是软件即服务。 XaaS XaaS是指任何通过互联网提供的服务，X表示未知的东西，该术语涵盖了上面介绍的三种常见的类型，同时还包括一些其他类型的东西如Paas，平台即服务等等。 私有云 私有云是一个公司自己的系统中创建并包含一个云网络。它使得公司能够保持完全的控
制它的数据，同时还访问了一些云服务的好处。 公共云 正如你可能已经猜到，公共云是私有云的对面。云服务是由第三方，也可能处理多个客户的数据维护。即利用公共云，公司有效地交换有自己的数据，接近随收随付即付的服务和免维护的责任。 混合云 多数商家有一些数据，他们需要保持内部部署来存储敏感性的数据，但同时他们也需要公有云的可扩展性。混合云就是结合了私有云和公有云二者的特点而推出的云服务。 云爆发 即（cloud bursting）是一个应用部署模式，其应用运行在私有云（private cloud）或数据中心（data center）中，当计算能力的需求达到顶峰时突然进入公共云（public cloud）中。这种混合云（hybrid cloud）部署的好处是，组织只要在有需要时为额外的计算资源付钱。 2.弹性计算 弹性计算是为了能够方便的增加和减少计算资源，如存储、内存的动态配置，这样你就可以达到峰值使用要求，并在不太繁忙的时段缩减的云计算的能力。 中间件
Hadoop云计算外文翻译文献
Hadoop云计算外文翻译文献 (文档含中英文对照即英文原文和中文翻译) 原文: Meet Hadoop In pioneer days they used oxen for heavy pulling, and when one ox couldn’t budge a log, they didn’t try to grow a larger ox. We shouldn’t be trying for bigger computers, but for more systems of computers. —Grace Hopper Data! We live in the data age. It’s not easy to measure the total volume of data stored electronically, but an IDC estimate put the size of the “digital universe” at 0.18 zettabytes in
2006, and is forecasting a tenfold growth by 2011 to 1.8 zettabytes. A zettabyte is 1021 bytes, or equivalently one thousand exabytes, one million petabytes, or one billion terabytes. That’s roughly the same order of magnitude as one disk drive for every person in the world. This flood of data is coming from many sources. Consider the following: ? The New York Stock Exchange generates about one terabyte of new trade data per day. ? Facebook hosts approximately 10 billion photos, taking up one petabyte of storage. ? https://www.360docs.net/doc/9a17307632.html,, the genealogy site, stores around 2.5 petabytes of data. ? The Internet Archive stores around 2 petabytes of data, and is growing at a rate of 20 terabytes per month. ? The Large Hadron Collider near Geneva, Switzerland, will produce about 15 petabytes of data per year. So there’s a lot of data out there. But you are probably wondering how it affects you. Most of the data is locked up in the largest web properties (like search engines), or scientific or financial institutions, isn’t it? Does the advent of “Big Data,” as it is being called, affect smaller organizations or individuals? I argue that it does. Take photos, for example. My wife’s grandfather was an avid photographer, and took photographs throughout his adult life. His entire corpus of medium format, slide, and 35mm film, when scanned in at high-resolution, occupies around 10 gigabytes. Compare this to the digital photos that my family took last year,which take up about 5 gigabytes of space. My family is producing photographic data at 35 times the rate my wife’s grandfather’s did, and the rate is increasing every year as it becomes easier to take more and more photos. More generally, the digital streams that individuals are producing are growing apace. Microsoft Research’s MyLifeBits project gives a glimpse of archiving of pe rsonal information that may become commonplace in the near future. MyLifeBits was an experiment where an individual’s interactions—phone calls, emails, documents were captured electronically and stored for later access. The data gathered included a photo taken every minute, which resulted in an overall data volume of one gigabyte a month. When storage costs come down enough to make it feasible to store continuous audio and video, the data volume for a future MyLifeBits service will be many times that.
术语说明和计算公式
术语解释 1、林荫停车场 停车位间种植有乔木或通过其他永久式绿化方式进行遮荫,满足绿化遮荫面积大于等于停车场面积30%的停车场。 2、受损弃置地 因生产活动或自然灾害等原因造成自然地形和植被受到破坏，并且废弃或不能使用的宕口、露天开采用地、窑坑、塌陷地等。3、节约型绿地 依据自然和社会资源循环与合理利用的原则进行规划设计和建设管理，具有较高的资源使用效率和较少的资源消耗的绿地。 4、生物防治 利用有益生物或其他生物，以及其他生物的分泌物和提取物来抑制或消灭有害生物的一种防治方法。 5、城市热岛效应 因城市环境造成城市市区中的气温明显高于外围郊区的现象。 6、本地木本植物 原有天然分布或长期生长于本地、适应本地自然条件并融入本地自然生态系统、对本地区原生生物物种和生物环境不产生威胁的木本植物。 7、生物多样性保护
对生态系统、生物物种和遗传的多样性的保护。 8、 城市湿地资源 纳入城市蓝线范围内、具有生态功能的天然或人工、长久或暂时性的沼泽地、泥炭地或水域地带，以及低潮时水深不超过6m 的水域。 计算公式说明 1、 公众对城市园林绿化的满意率应按下式计算： %1008(%)?= （人） 查被抽查公众的总人数城市园林绿化满意度调的公众人数（人） ）大于等于查满意度总分（城市园林绿化满意度调满意率公众对城市园林绿化的M 2、 建成区绿化覆盖率应按下式计算： %100km km (%)2 2?=） 建成区面积（） 投影面积（建成区所有植被的垂直建成区绿化覆盖率 3、 建成区绿地率应按下式计算： %100km km (%)2 2?= ） 建成区面积（） 积（建成区各类城市绿地面建成区绿地率 4、 城市人均公园绿地面积应按下式计算： 量（人） 建成区内的城区人口数）公园绿地面积（人城市人均公园绿地面积22 m )/m (= 5、 建成区绿化覆盖面积中乔、灌木所占比率应按下式计算： %100） hm （ ） hm （面乔灌木(%)占比率绿化覆盖面积中乔2 2?=投影面积建成区所有植被的垂直积的垂直投影建成区灌木所建成区
外文翻译---超越台式机：一个关于云计算的介绍
附录A 译文 超越台式机：一个关于云计算的介绍 在这个世界上几乎每一天都能看到新技术趋势的崛起和衰退，一种新的趋势带来了更长久的生命力。这种趋势被称为云计算，它将改变你使用电脑和互联网的方式。 云计算预示着我们在如何存储信息和运行应用程序问题上的重大变革。而不是在单独的计算机上运行程序的散的数据，一切都托管在“云”中，通过英特网去访问“云”中的其他计算机和服务器。云计算让你能够在世界上的任何地方访问你所有的应用程序和文档，摆脱了台式机的束缚，让你更容易在不同的地方和同事进行协作。 第一部分认识云计算 云计算的出现就相当于一个世纪前电力革命的发生。在电力公司出现之前，每一个农场和企业都通过自己独立的发电机发电。在电网产生以后，农场和企业关闭他们自己的的发电机，并且从电力公司以一个比他们用自己发电机发电低得多的价格（并且更具有可靠性）买电。 为了寻找相同类型革命的发生，使得云计算成为定局。由于我们所期望的教育普及，每时每刻的可靠性和无处不在的云计算协作承诺使得以台式机为计算中心的观念半途而废。云计算将是未来发展的方向。 云计算：它是什么和它的不同 通过传统的桌面计算，你可以在你的每一台电脑上运行程序的副本，你所创建的文件都保存在你创建文件的计算机上。虽然它们能够被这个网络上的其他计算机访问，但是它们不能被外网的计算机访问。 整个的场景都是以个人计算机为中心。 通过云计算，你使用的软件程序不需要运行在你的个人电脑上，但是却可以通过访问英特网上的服务器使用这个软件程序。假如你的电脑死机了，但是这个
软件程序仍然可以供其他人使用。这种模式仍然适用于你创建的文件，它们被储存在一个可以通过互联网访问的集合中。经过许可的任何人不仅可以访问文件，还可以实时地编辑和处理这些文件。不同于传统的计算，云计算模式不以个人计算机为中心，而是以文档为中心，个人计算机使用简单的文件访问并不重要。 但是这只是一个简化。让我们来看看更详细的云计算是什么样子的？它和我们了解云计算的不同同样重要。 云计算的不同 首先，云计算不是网络计算。通过网络计算，应用程序和文档被托管在一个公司的服务器中并且通过公司的网络可以访问那些应用程序和文档。云计算要比网络计算大很多，它包含了许多个公司，许多个服务器和许多个网络。此外，与网络计算不同，云服务和储存通过网络在世界的任何地方都可以访问，但是通过网络计算，只能在自己公司的网络访问到。 云计算也不是传统的像一个公司将计算服务外包（分包）给一个外部公司。虽然外包公司可以托管一个公司的数据或者应用程序，但是这些程序和计划只有这个公司的员工通过公司的网络才能访问到，而不是通过整个英特网。 因此，尽管表面上很相似，但是网络计算和外包不是云计算。 什么是云计算 云计算定义的关键是“云”本身。对于我们而言，云是一大群互联的计算机。这些计算机可以是个人电脑或者网络服务器，它们可以是公共或者私人的。 例如，谷歌的云是由小的个人电脑和更大的服务器组成的。谷歌云是私人的（即，谷歌拥有它），是公开访问的（通过谷歌用户）。 这种计算机云继承并且超越了单一的公司或者企业。跨企业的跨平台的广大用户群可以访问云服务所提供的应用程序和数据。通过互联网访问，任何被授权的用户可以访问连接在英特网上的任何计算机上的这些文档和应用程序。并且，对于用户而言，云技术和云背后的基础设施是不可见的。 云技术是否基于HTTP,HTML协议，XML，JavaScript或者其他特定的技术是不明显的。（在大多数情况下是无所谓的）。 云计算是用户为中心的。一旦你作为一个用户连接到云，无论储存在哪里的文件，信息，图像，应用程序，无论什么都将变成你的。此外，你的数据也可以
最全的大数据术语合集
最全的大数据术语合集 大数据的出现带来了许多新的术语，但这些术语往往比较难以理解。因此，一亦在国外的一个网站上扒来了常用的大数据术语表，抛砖引玉，供大家深入了解。其中部分定义参考了相应的博客文章。当然，这份术语表并没有100%包含所有的术语。一个常见的大数据术语表大数据的出现带来了许多新的术语，但这些术语往往比较难以理解。因此，我们通过本文给出一个常用的大数据术语表，抛砖引玉，供大家深入了解。其中部分定义参考了相应的博客文章。当然，这份术语表并没有100%包含所有的术语，如果你认为有任何遗漏之处，请告之我们。 A 聚合(Aggregation) –搜索、合并、显示数据的过程 算法(Algorithms) –可以完成某种数据分析的数学公式 分析法(Analytics) –用于发现数据的内在涵义 异常检测(Anomaly detection) –在数据集中搜索与预期模式或行为不匹配的数据项。除了“Anomalies”,用来表示异常的词有以下几种：outliers, exceptions, surprises, contaminants.他们通常可提供关键的可执行信息 匿名化(Anonymization) –使数据匿名，即移除所有与个人隐私相关的数据 应用(Application) –实现某种特定功能的计算机软件 人工智能(Artificial Intelligence) –研发智能机器和智能软件，这些智能设备能够感知周遭的环境，并根据要求作出相应的反应，甚至能自我学习 B 行为分析法(Behavioural Analytics) –这种分析法是根据用户的行为如“怎么做”，“为什么这么做”，以及“做了什么”来得出结论，而不是仅仅针对人物和时间的一门分析学科，它着眼于数据中的人性化模式 大数据科学家(Big Data Scientist) –能够设计大数据算法使得大数据变得有用的人 大数据创业公司(Big data startup) –指研发最新大数据技术的新兴公司 生物测定术(Biometrics) –根据个人的特征进行身份识别 B字节(BB: Brontobytes) –约等于1000 YB(Yottabytes)，相当于未来数字化宇宙的大小。 1 B字节包含了27个0！ 商业智能(Business Intelligence) –是一系列理论、方法学和过程，使得数据更容易被理解 C 分类分析(Classification analysis) –从数据中获得重要的相关性信息的系统化过程; 这类数据也被称为元数据(meta data),是描述数据的数据 云计算(Cloud computing) –构建在网络上的分布式计算系统，数据是存储于机房外的（即云端） 聚类分析(Clustering analysis) –它是将相似的对象聚合在一起，每类相似的对象组合成一个聚类(也叫作簇)的过程。这种分析方法的目的在于分析数据间的差异和相似性 冷数据存储(Cold data storage) –在低功耗服务器上存储那些几乎不被使用的旧数据。但这些数据检索起来将会很耗时 对比分析(Comparative analysis) –在非常大的数据集中进行模式匹配时，进行一步步的对比和计算过程得到分析结果 复杂结构的数据(Complex structured data) –由两个或多个复杂而相互关联部分组成的数据，这类数据不能简单地由结构化查询语言或工具(SQL)解析
锁相技术名词解释、简答题和计算公式
名词解释和简答题整理 第一章锁相环路的基本工作原理： 1.锁相环（PLL）---锁相环是一个能够跟踪输入信号相位的闭环自动控制系统。 2.捕获带：环路能通过捕获过程而进入同步状态所允许的最大固有频差｜Δωo｜max。 3.同步带：锁相环路能够保持锁定状态所允许的最大固有频差｜Δωo｜max。 4.快捕带：保证环路只有相位捕获一个过程的最大固有频差值｜Δωo｜max。 5.输入信号频率与环路自由振荡频率之差，称为环路的固有频率 环路固有角频差：输入信号角频率ωi与环路自由振荡角频率ωo之差。 瞬时角频差：输入信号频率ωi与受控压控振荡器的频率ωv之差。 控制角频差：受控压控振荡器的频率ωv与自由振荡频率ωo之差。 三者之间的关系：瞬时频差=固有频差-控制频差。 6.鉴相器是一个相位比较装置，用来检测输入信号相位θ1(t)与反馈信号相位θ2(t)之间 的相位差θe(t)。输出的误差信号u d(t)是相差θe(t)的函数。 7.锁相环路由鉴相器、环路滤波器和压控振荡器三个主要部件构成；其独特的性能有载波 跟踪特性、调制跟踪特性和低门限特性。 8.环路滤波器---即低通滤波器，滤除鉴相器输出电压中的高频分量，起平滑滤波的作用， 提高环路的稳定性。 9.压控振荡器---压控振荡器是一个电压-频率变换装置,它的振荡频率应随输入控制电压 u c(t)线性地变化。 10.环路的动态方程：pθe(t)= pθ1(t)-K o U d F（p）sin θ1(t) 11.相平面：将瞬时频差与瞬时相差的关系在平面直角坐标系中所做的图。相点：是相平面 上相轨迹上的一个点，表示环路在某一时刻的状态。 12.如果锁相环路的起始状态处于不稳定平衡点时，环路自身没有能力摆脱这种状态，只有 依靠外力（噪声或人为扰动）才能使环路偏离这个状态而进行捕获；所以一旦遇到这种情况就可能出现在不稳定平衡状态的滞留，致使捕获过程延长。这种现象称为锁相环路的延滞现象。 13.环路固有频差Δωo大于环路增益K，锁相环路处于失锁差拍状态，被控振荡器未被输 入信号锁定；但是由于锁相环路的控制作用，使锁相环路的平均频率向输入信号频率方向牵引。这种现象称为锁相环路的频率牵引现象 第二章环路跟踪性能： 1.对于输入相位阶跃而言，因为锁相环路在暂态过程中误差电压u d(t)≠0，压控振荡器的 相位已得到调整，最终并不再要求压控振荡器的频率得到调整，可以允许控制电压等于零。所以稳态时，鉴相器输出的误差电压u d（t）=0，环路的跟踪状态是可以维持的。
云计算入门必备60条术语
云计算入门必备60条术语（上） 云计算实用之路漫漫其修远兮，当今，各厂商对云计算的定义不一，云计算的标准更是各行其道。在这云计算的混战时代，产生的有关云计算的术语更是目不暇接，整个IT界似乎正在迎来一个云计算术语爆炸的时代，其中有关于云计算概念本身，也有关于厂商的云策略和云产品的。本文通过对现有的云计算资料进行梳理，列出了60多条云计算相关的术语及其解释，以供参考。 1. 云计算 关于云计算的定义，目前为止至少有不下20种，这里选择了一种比较常见的定义： 云计算，是分布式计算技术的一种，其最基本的概念，是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统经搜寻、计算分析之后将处理结果回传给用户。透过这项技术，网络服务提供者可以在数秒之内，达成处理数以千万计甚至亿计的信息，达到和“超级计算机”同样强大效能的网络服务。 云计算是一种资源交付和使用模式，指通过网络获得应用所需的资源(硬件、平台、软件)。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取。这种特性经常被比喻为像水电一样使用硬件资源，按需购买和使用。 2. 软件即服务(SaaS) 这种类型的云计算通过浏览器把程序传给成千上万的用户。在用户眼中看来，这样会省去在服务器和软件授权上的开支;从供应商角度来看，这样只需要维持一个程序就够了，这样能够减少成本。 3. 平台即服务(PaaS) 平台即服务(Platform as a Service，PaaS)是一种无需下载或安装，即可通过因特网发送操作系统和相关服务的模式。由于平台即服务能够将私人电脑中的资源转移至网络云，所以有时它也被称为“云件”(cloudware)。平台即服务是软件即服务(Software as a Service)的延伸。软件即服务是将软件部署为托管服务并通过因特网提供给客户。 4. 基础设施即服务(IaaS) 云计算基础设施即服务，提供给客户的是出租处理能力、存储、网络和其它基本的计算资源，用户能够部署和运行任意软件，包括操作系统和应用程序。客户不管理或控制的底层的云计算基础设施，但能控制操作系统、储存、部署的应用，也有可能选择网络组件(例如，防火墙，负载均衡器)。最早是Amazon开创了这个市场，奠定了AWS在这个市场的领先地位。而Rackspace、Gogrid、Flexiscale、Gridlayer等后来者发展势头也不错。 5. 云存储(Cloud Storage) 云存储是一个网络计算机数据存储模型，数据存储在多个虚拟主机上，一般由第三方持
云计算翻译
云计算 1.引言 云计算被称为在整个世界上最值得期待的技术革命，为什么云计算带来了广泛的关注，是因为它不仅代表了一种新的技术出现，也导致整个行业的改变。因此，国家竞争力的排名将发生相应的变化。 2.云计算的定义和应用 云计算的概念是由谷歌提出的，这是一个美丽的网络应用模式。基于对互联网相关服务和交付模式越来越多，它通常会通过互联网提供动态的，易于扩展的虚拟资源。这种服务可能涉及到IT，软件和因特网;其他服务也能得到支持。它意味着计算能力也可以作为商品流通。正如我们所预期的，越来越多的企业将这种新技术应用到实际应用，如网络邮箱，Gmail和苹果商店用它来计算和存储。随着技术的发展，云计算已经充分发挥了它的作用，行业，新人和媒体购买电脑技术，使网络更便宜，速度更快，方便，更好的控制。 云计算是用在分布式计算机，而不是在本地计算机或远程服务器中，企业数据中心的操作和互联网更相似。这个过程使公司能够根据计算机和存储系统的需求获取资源切换到紧急申请。这意味着，计算功率可以是改变的，像水和电，访问方便并且成本低。最大的区别在于，它是通过互联网传输。 3.优点 通过提供云计算一个大而安全的数据存储中心，用户不用再担心自己的数据因某些原因或计算机病毒的入侵破坏而丢失，如一些存储在硬盘中的数据会因电脑损坏，病毒的入侵而丢失，使用户无法访问数据并恢复数据，还有一个缺点，也可能出现在其他人使用你的电脑窃取用户的计算机，如个人机密信息和业务数
据丢失。“蓝照片门”就是一个典型的不安全例子。如果用户通过网络将照片上传到数据存储中心，它可能有更少的访问个人机密信息的机会。而随着云计算的发展，对于用户来说，这些服务都是免费的，对于未来，先进的技术，必将成为商人的摇钱树，对于国家，计算能力也能反映一个国家科技水平和综合国力的水平。 由于用户数据存储在云存储中心，可以减少客户在硬件层次的需求，再加上云计算非常强大的计算能力，如果能加上高速网络，它可以使用户能够更方便快捷的调用数据。用户不再需要更换计算机因为没有足够的硬盘空间和CPU运算能力。如此，用户只通过互联网访问云存储中心，然后轻松地访问数据。 作为功能强大的数据存储中心，最奇妙的功能是共享数据。不管计算机数据还是各种设备如移动电话和PDA。当您的手机出现一些损坏，丢失或为了追逐时代和手机的发展趋势更换时，数据复制是一个繁琐的事情。然而，以另一种方式，可以通过云存储中心解决整个问题。 云计算服务将创造更多的数以百万计的就业机会。3月6日，一个消息显示，微软声明一项由世界著名的市场分析公司IDC进行的委托研究。研究表明，云计算将在2015年创造全球近14万个新的就业机会。还预测，它可以刺激IT 革新并且带来可以达到约为11万亿美元的新收入，再加上云计算的效率大大提高，该企业将加大再投资和工作机会。IDC首席研究官，高级副总裁约翰·甘茨F.说：“对于大多数企业来说，毫无疑问，云计算将显著加强投资和灵活性的回报，降低投资成本，并带来成指数增长的收入，我们通常错误的认为，云计算将减少就业机会，相反，它可以创造很多世界各地的就业机会，无论新兴市场，还是小城市和小企业都将增加就业机会，并从云计算中获益。“[参考[1]]
《统计学》名词解释及公式
第1章统计与统计数据 一、学习指导 统计学是处理和分析数据的方法和技术，它几乎被应用到所有的学科检验领域。本章首先介绍统计学的含义和应用领域，然后介绍统计数据的类型及其来源，最后介绍统计中常用的一些基本概念。本章各节的主要内容和学习要点如下表所示。 二、主要术语 统计学：收集、处理、分析、解释数据并从数据中得出结论的科学。 描述统计：研究数据收集、处理和描述的统计学分支。 推断统计：研究如何利用样本数据来推断总体特征的统计学分支。 分类数据：只能归于某一类别的非数字型数据。 顺序数据：只能归于某一有序类别的非数字型数据。 数值型数据：按数字尺度测量的观察值。 观测数据：通过调查或观测而收集到的数据。 实验数据：在实验中控制实验对象而收集到的数据。 截面数据：在相同或近似相同的时间点上收集的数据。 时间序列数据：在不同时间上收集到的数据。 抽样调查：从总体中随机抽取一部分单位作为样本进行调查，并根据样本调查结果来推断总体特征的数据收集方法。
普查：为特定目的而专门组织的全面调查。 总体：包含所研究的全部个体（数据）的集合。 样本：从总体中抽取的一部分元素的集合。 样本容量：也称样本量，是构成样本的元素数目。 参数：用来描述总体特征的概括性数字度量。 统计量：用来描述样本特征的概括性数字度量。 变量：说明现象某种特征的概念。 分类变量：说明事物类别的一个名称。 顺序变量：说明事物有序类别的一个名称。 数值型变量：说明事物数字特征的一个名称。 离散型变量：只能取可数值的变量。 连续型变量：可以在一个或多个区间中取任何值的变量。 四、习题答案 D D A B A D C B A A C、C B A C D C A C D A C C B D C B D A D A B C A A A D B B C C D C D A B C A C D A C D A B 第2章数据的图表展示 一、学习指导 数据的图表展示是应用统计的基本技能。本章首先介绍数据的预处理方法，然后介绍不同类型数据的整理与图示方法，最后介绍图表的合理使用问题。本章各节的主要内容和学习要点
云计算的五种定义(精)
云计算的五种定义 导读：本文介绍云计算的五种定义. 关键词：云计算 笔者最近加入了一个关于云计算的LinkedIn/Google讨论群。一位成员发表本应是个天真问题的贴子：云计算与我们知道的所谓网格计算之间有什么不同？笔者马上给出了自己的答案，但一夜之间，十几封回信已经潮水般地涌了进来，形成一个显示有关这个术语的有趣的细微差别的电子邮件链。 笔者当然希望这不会让自己被踢出这个群，但在笔者看来，复制其中的一些回信来抛砖引玉可能是件有趣的事情。出于隐私的考虑，这里没有公布任何人的名字，并且为了清楚起见以及文章长度所限，此处对一些定义进行了编辑。以下就是前5条定义： 1. 厂商一如既往模糊新术语的真实定义。 笔者认为（也是其他人的看法）云计算与公用计算不同，而后者与网格计算也不同：“网格计算通常指的是用于运行计算任务（如图像处理）而不是很长的流程（如Web 网站或电子邮件服务器）的汇集资源的环境。” “公用计算通常指的是支持很长的流程的汇集资源的环境，公用计算一般关注于通过提供完成任务所需的最优数量的资源来满足服务水平。” “云计算（对于许多人来说）是指通过Internet提供的各种服务，这些服务在服务提供商的基础设施上提供计算功能（例如，Google Apps或Amazon EC2或https://www.360docs.net/doc/9a17307632.html,）。云计算环境可能实际存在于网格中，或存在于公用计算环境中，但这对服务的用户并不重要。” 2. 云计算与网格、软件服务化、平台服务化 云计算＝网格计算。工作负载被传送给由分派任务的主控节点和工作的从属节点组成的IT基础设施。主控节点控制分配给工作负载的资源（多少从属节点运行并行化的工作负载）。这些对于客户机是透明的，客户机只看到工作负载被分配给云/网格，然后结果返回给它。从属节点可以是，也可以不是虚拟主机。 云计算＝软件服务化。这是Google的应用模型。在这种模型中，应用处在“云”中，即Web中的某个地方。 云计算＝平台服务化。这是Amazon EC2等的模型。在这种模型中，一个外部实体维护IT基础设施（主/从节点），而客户购买这个基础设施上的时间/资源。正是这种“在云中”致使云计算分布在Web上，处在从它租用时间的机构之外。 3. 云仅仅指的是从本地向Web上的服务迁移。 从本地保存文件到把它们存储在安全的、可伸缩的环境中。从开发存储容量限制在GB 空间的应用到不存在存储容量上限的应用，从使用微软Office到使用基于Web的office。
云计算外文翻译参考文献
云计算外文翻译参考文献(文档含中英文对照即英文原文和中文翻译) 原文: Technical Issues of Forensic Investigations in Cloud Computing Environments Dominik BirkRuhr-University Bochum Horst Goertz Institute for IT SecurityBochum, Germany Ruhr-University BochumHorst Goertz Institute for IT Security Bochum, Germany Abstract—Cloud Computing is arguably one of the most discussed
information technologies today. It presents many promising technological and economical opportunities. However, many customers remain reluctant to move their business IT infrastructure completely to the cloud. One of their main concerns is Cloud Security and the threat of the unknown. Cloud Service Providers(CSP) encourage this perception by not letting their customers see what is behind their virtual curtain. A seldomly discussed, but in this regard highly relevant open issue is the ability to perform digital investigations. This continues to fuel insecurity on the sides of both providers and customers. Cloud Forensics constitutes a new and disruptive challenge for investigators. Due to the decentralized nature of data processing in the cloud, traditional approaches to evidence collection and recovery are no longer practical. This paper focuses on the technical aspects of digital forensics in distributed cloud environments. We contribute by assessing whether it is possible for the customer of cloud computing services to perform a traditional digital investigation from a technical point of view. Furthermore we discuss possible solutions and possible new methodologies helping customers to perform such investigations. I. INTRODUCTION Although the cloud might appear attractive to small as well as to large companies, it does not come along without its own unique problems. Outsourcing sensitive corporate data into the cloud raises concerns regarding the privacy and security of data. Security policies, companies main pillar concerning security, cannot be easily deployed into distributed, virtualized cloud environments. This situation is further complicated by the unknown physical location of the companie’s assets. Normally,if a security incident occurs, the corporate security team wants to be able to perform their own investigation without dependency on third parties. In the cloud, this is not possible anymore: The CSP obtains all the power over the environment and thus controls the sources of evidence. In the best case, a trusted third party acts as a trustee and guarantees for the trustworthiness of the CSP. Furthermore, the implementation of the technical architecture and circumstances within cloud computing environments bias the way an investigation may be processed. In detail, evidence data has to be interpreted by an investigator in a We would like to thank the reviewers for the helpful comments and Dennis Heinson (Center for Advanced Security Research Darmstadt - CASED) for the profound discussions regarding the legal aspects of cloud forensics. proper manner which is hardly be possible due to the lack