云计算发展现状及应用前景

1云计算的概述

1.1、云计算定义

云计算（Cloud Computing ）概念的直接起源是亚马逊 EC2（Elastic Compute Cloud 的缩写）产品和Google-分布式计算项目，云计算是分布式处理（Distributed Computing）、并行处理（Parallel Computing）和网格计算（Grid Computing）的发展，云计算是通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，再交由多台服务器所组成的庞大系统，经计算分析之后将处理结果回传给用户。通过云计算技术，网络服务提供者可以在数秒之内，处理数以千万计甚至亿计的信息，达到和“超级计算机”同样强大的网络服务。

1.2、分类

云服务按照服务的类别可以分为三种：即公共云、私有云和混合云。公共云是由第三方（供应商）提供的云服务。它们在公司防火墙之外，由云提供商完全承载和管理。私有云是在企业内提供的云服务。这些云在公司防火墙之内，由企业管理。混合云，顾名思义就是公共云和私有云的混合。

云计算按应用模式可以分成IaaS （基础设施级服务）、PaaS （平台级服务）和SaaS （软件）。IaaS 就是给使用者提供最简单的计算存储和网络等等能力，让用户自己搭建自己的业务平台。PaaS ，在云计算平台之上抽象出一些比较简单易用的接口和能力，让用户能够在这个平台上快速搭建自己的应用。SaaS ，把应用或者软件作为服务传送给用户，用户可以通过任何网络设备使用这个程序。

1.3云计算的特点

(l)按需服务

“云”是一个庞大的资源池, 涵盖了除硬件基础设置外的所有计算机资源。用户在使用计算机时, 只需一台个人计算机或一部手机等能上网的终端设备, 其他所需要的应用软件、系统软件都不需要安装, 由互联网上的云端提供即可, 用户只按需支付一定的服务费即可。用户所处理的数据或资料不必存储在本地, 而是保存在云端的数据中心处。用户可以在任何时间、任何地点通过云继续自己的工作或查找需要的信息, 从而实现随用随取, 就像自来水、电、煤气等一样按需使用、按需服务、按需付费。

(2)强大的存储、计算能力

云端的管理系统规模非常庞大, 一般拥有上百万台服务器, 即便是企业的私有云一般也拥有数百上千台服务器。因此, 云能赋予用户前所未有的计算能力和存储能力, 可以完成用户的各种业务需求。

(3)高可靠性

云端提供了最可靠、安全的数据存储中心, 由最专业的团队来管理信息。因此, 用户不必担心数据丢失、病毒人侵等问题产生。同时, 严格的权限管理策略可以确保用户信息的保密性和与指定其他用户的数据共享。

(4)分层服务

云计算包括3个层次的服务:基础设施级服务(IaaS)、平台级服务(PaaS)和软件服务(SaaS)。

基础设施级服务是指将计算、存储和网络资源通过虚拟化形成资源池, 为用户提供基础的运算和存储服务; 平台级服务是指将软件研发的平台(如编程软件) 作为一种服务提供给用户。平台层提供了海量的文件系统、数据库系统、消息系统和并行计算环境; 软件级服务为用户提供各种应用软件。

2云计算应用于智能交通系统

2.1智能交通系统的发展现状

我国智能交通系统的研究起步较晚。1994年. 我国参加了在法国巴黎召开的第一届智能交通系统世界大会后，才拉开了我国智能交通系统的发展序幕。经过十几年的发展，我国已经在智能交通领域取得了重大进展，高速公路监控系统、主要负责数据、视频、路况的信息采集、处理和存储，提供交通信息资源。为高速公路快速、安全、舒适、高效提供了保障。不停车收费系统、利用车辆自动识别技术完成车辆与收费站之间的无线数据通讯，进行车辆自动识别和有关收费数据的交换，通过计算机网路进行收费数据的处理，实现不停车自动收费的全电子收费系统、等已经在一些大城市使用运行。由于发展时间短、技术基础薄弱等原因，我国的智能交通系统仍处在起步阶段，还有一些不足之处。

(1)缺少智能交通研发、管理人才

由于我国在智能交通系统方面的研究时间短，且该方面的人才既需要懂得计算机技术，又需要了解交通知识的复合型人才，所以对这方面的人才培养还不足，非常不利于智能交通系统的深人研究与应用。

(2)缺少智能交通系统协调组织机构

目前，我国的交通体制仍处于各部门、各省和地区分头管理、各自为战的状况，不利于智能交通系统的整体发展，同时，也造成了极大的资源浪费。在人才短缺的情况下，更不利于智能交通系统的长远发展。

(3)地区之间发展不平衡

由于生产力、资源分布不均，经济发展不平衡，智能交通系统的发展出现区域不平衡性。

(4)高速收费管理不完善

在一些偏远地区，高速收费管理不完善，经常出现乱收费现象。有关部门也没有统一的监控和相关的道路收费管理明细提供给车主。

2.2云计算应用于智能交通系统

智能交通云的整体设计主要包括存储、查询下载和管理上传3个模块。

(1)“存储”模块

“存储”模块主要是将车辆信息、路况信息、公路设施信息、物流信息等保存到云端的存储服务器中，又称为‘。资源云”。云计算数据中心可以自动管理和动态分配信息资源，用户也可以在权限范围内自定义所需的资源结构，并通过“申请服务界面”向云计算数据中心提交请求。

(2).,查询下载”模块

“查询下载”模块同时面向公众和管理部门。可查询内容主要包括路况信息、公路设施信息、停车收费信息、物流信息、相关管理政策信息、车辆信息和人员信息等。根据登录人员的身份不同，可查询的内容也会有所不同。

(3)“管理上传”模块

“管理上传”模块同时面向公众和管理部门。公众主要是将一些临时的路况信息或反馈意见

上传到相关模块; 管理部门需要根据查询或提示信息及时处理突发事件，保障道路安全、畅通，同时，也可以对其他信息进行集中管理并及时更新存储模块中的相应信息由于用户登录身份不同，人机交互界面中可操作或显示的内容也会有所不同，因此，需要设计几个子系统来支持不同身份的用户使用，如图3所示。云计算技术应用于智能交通系统，加大了各部门、各省和地区之间的协调管理。当然，不同的部门都会设有不同的权限，从而使各部门既做到统一管理又做到各尽其职、互不干扰，这样也有利于国家的统筹管理。所有软件、硬件资源都由云端提供，从而免去了地方部门或偏远地区因设备落后无法实现交通管理智能化的困扰; 所有资源统一管理，有利于信息的及时更新。公众也可以随时随地了解到最新的路况信息或周边的公共设施信息等。

3云计算在交通信息处理中的应用与前景

3.1基于GPS 的浮动车交通信息云

浮动车通常是指具有无线通信装置和定位系统的车辆。浮动车系统一般由3个部分组成:车载设备、无线通信网络和数据处理中心。浮动车将采集到的时间和行车位置等具体信息通过无线通信网络上传给数据处理中心进行存储以及预处理，然后根据相关的算法模型将数据匹配到地图上，计算或预测出车辆的里程数、行驶时间以及行车速度等道路参数。

传统的交通数据信息采集技术，如固定型交通检测设备检测技术，主要包括红外线检测、磁感应线圈、超声波测量技术、微波检测等固定检测技术。它不仅在信息采集方面存在检测范围小、实时性差、检测准确率低等缺点，而且检测设备昂贵且不易维修。

基于GPS 的浮动车交通信息采集技术是一种新的低成本的交通信息采集方式。通过记录车辆在路网上运行的时间、速度、坐标等状态信息，得到路段的区间运行速度和行程时间信息，改善了传统交通检测设备的实时性差、投人高、数据精确率低等缺点。它既可以有效的显示车辆的现行速度，保证了数据采集的准确率和精度，更可以降低成本，对传统交通信息采集技术进行了有益补充。

高速信息网络将计算机、服务器、虚拟机和车载GPS 装置连接起来构建成云计算的基础设施。它特有的信息交易体制可以吸引更多的车辆成为交通信息采集的提供者，使获取的GPS 信息能够更加全面地反映道路交通状况，而车载GPS 的定位精度和计算能力可以为数据处理中心提供更高质量的定位信息，减轻数据中心的计算压力和复杂程度。云计算机制和强大的计算能力能够使其深度的感知交通状况，通过对采集的数据信息的处理和反馈，

为海量

个体提供个性动态导航服务。

3.2基于云模型的短时交通流预测

交通流预测是指在时刻t ，通过对云计算数据中心的数据的分析，再由云计算服务平台通过对交通的拥堵情况、路面的行驶状态以及车辆的实时行驶速度进行统一的综合处理，预测出下一个决策时刻t+△t 以至以后的若干时刻的交通流。一般将时刻t 到下一个决策时刻t +△t 之间的时间价格不超过15 min的交通流预测称为短时交通流预测。

云模型是用自然语言值表示的某个定性概念与其定量表示之间的不确定性转换模型。云的数字特征可以用期望值、嫡和超嫡这3个数值来表示，即采用基于正态分布的数字特征，它把模糊性和随机性结合在一起，构成定性与定量之间的映射。以当前采集的交通量为例，给定推理机制中云模型的各项参数，例如下班高峰期的交通量与平时的历史数据集中的数据的平均量差异较大，但下班高峰期的交通量受之前交通量的影响，因此预测下班高峰期的交通量应该以下午以前的交通量作为当前云，然后根据云模型的推理机制，循环处理若干次，直到得到足够的云滴，最终以所有云滴的平均值输出。

若要实现连续时间差的短时交通流预测，可以运用直接预测法和迭代预测法进行实现。直接预测法用当前云作为当前预测的趋势，结合历史云和当前云来生成预测云，对未来值进行预测。迭代预测法通过迭代当前的交通数据生成预测值，然后根据预测值迭代生成当前云。

3.3基于云计算智能交通的动态导航应用

作为最重要的智能交通系统的应用方式之一，动态导航可以带来非常大的经济效益和社会效益。基于云计算的智能交通系统不仅能够保证动态导航应用的实现，还能够针对云端提供一些与用户出行有关系的信息，比如车辆保养信息、天气状况以及停车位的预订信息等，同时用户还可以针对3G 影音服务进行请求，这样用户就能够从真正意义上享受到3G 生活带来的乐趣。

3.4预定停车位的应用

目前，很多人己经受到出行后停车问题的困扰，通过对基于云计算的智能交通系统的运用，车主能够享受到停车位预订带来的方便。车主用户可以提前做好相应的准备，

利用终端设备

将要停车的位置从地图当中选出来，服务端就会对该选择范围内的全部停车场进行标识，利用颜色标明停车场是否有空车位。通过触摸操作，车主用户就可以选定停车场，然后将预定车位信息发送到智能交通系统的服务端，系统服务端则会向终端设备发出再次确认短信，最后由车主用户根据指令进行确认性的操作，这样就能够成功地预订到车位，同时系统还会将预订凭据返回给车主，车主在停车场停车的时候出示凭据即可。

3.5基于交通云计算的物流监控与跟踪系统

随着互联网贸易的日渐普及，跨地区的物品配送量急剧上升，导致物流运输成为这一贸易趋势的主要运输方式之一。对于每一个快件或包裹，都有一个唯一的条码与之对应，在整个运输过程中主要通过条码来识别和管理快件。基于交通云计算的物流监控与跟踪系统可以对原有的系统层次进行改进，改进后的系统由标签数据采集、通信系统和管理中心系统组成，通过射频标签技术对快件或包裹的条码信息进行标签读写器识别、读取解码得到数据后，经由通信系统传输至管理中心系统，管理中心系统对采集到的信息进行存储和控制，从而使用户可以可视化的监控和管理物流过程。

采用了云计算的集中模式后，途经各个地区的公路、铁路、海运及空运数据通过相应数据采集中心都被集中整合到统一的云计算数据中心下，可以让多个系统共享云计算数据中心的数据，实现信息的共享、传递和融和，从而进行统一的物流规划、组织、管理和调配。

4结语

通过对智能交通系统的需求以及核心技术进行特征分析，探讨了云计算技术在智能交通信息系统中的计算与应用模式，通过一系列的对比分析，体现了基于云计算技术的应用系统具有数据处理效率高、资源利用率高、计算能力强等诸多优势，因此，推广云计算技术在智能交通系统中的应用，可以为城市交通决策提供全面准确的信息支持，使交通基础设施发挥最大的效能，交通拥堵和车辆堵塞状况得到有效缓解，大大改善道路交通的运行。

当然，云计算技术还有许多需要改进和重点考虑的问题，比如:虚拟化应用的复杂程度、服务生命的周期管理以及云计算的安全策略等问题。

而且由于交通工业和计算机技术的迅猛

发展，必将产生大量的音频和视频数据，如何对这些复杂信息进行高效的处理和准确的分析，仍然是云计算技术需要解决的技术重点和难点。