数据中心虚拟化研究与应用论文

一、云计算概念二、云计算历史三、云计算现状四，云计算发展前景五、云计算实现，目前存在的问题。写论文多参考:华为的云计算，wingdows云计算，goole云计算。明天看看再补充些，多参考

关于虚拟现实的科技论文1500字篇二 医学虚拟现实技术研究 【摘要】医学虚拟现实技术(MedicalVirtual Reality Technology)，作为一门新兴学科目前正在逐步形成之中，它是集医学，生物力学，机械学，材料学，计算机图形学，计算机视觉，数学分析，机械力学机器人等多学科为一体的新型交叉研究领域。而医学虚拟现实技术是一种悄然进入医疗教育领域的全新技术策略，它势将为未来医疗技术的发展提供了更为广泛的前景。 【关键词】数据过滤;数据转换;虚拟视觉环境显示;立体影像 Abstract：Medical Virtual Reality Technology(Medical Virtual RealityTechnology)，as an emerging discipline is now being gradually isa new multi-disciplinary field of cross-over study with aspects in medicine，biomechanics，mechanics，materials science，computer graphics，computer vision，robotics，and mathematical medical virtual reality technology isprogressively becoming an essential part the medical is an importantfield that will lead to the discovery of new medical technology. Keywords：data filtering;data conversion;VIVED;stereo image 1.虚拟视觉环境显示(Virtual Visual Environment Display-VIVED) 由美国宇航局约翰逊宇航中心(JSC)等部门，使用虚拟现实技术为人们提供了一个别出心裁的医学教育策略。它集成了所有囊括人类颅骨和心脏的虚拟现实技术，为人们提供了与其他多媒体(音频、视频等)的交互能力[1]。 2.虚拟手术(Virtual Surgery) 作为医学虚拟现实技术领域正在发展起来的一个研究方向，其目的是利用各种医学影像数据，采用虚拟现实技术，在计算机中建立一个摸拟环境，医生借助虚拟环境中信息进行手术计划制定，手术演练，手术教学，手术技能训练，术中引导手术，术后康复等工作，虚拟手术充分体现虚拟现实作为计算机图形学在医学治疗过程的作用。 3.硬件 一台由Silicon Graphics公司生产的Reality Engine计算机，被用来打开计算轴向体层摄影术(CAT/CT)和磁共振成像切片，放入三维容积图像和可产生身体"飞行"观察效果的电影中。在具有16M内存的Macintosh IICX计算机上观看最终的3D图像。之所以先择Mac是因为它的性价比和音像都优于同类PC，另外它在北美各学校系统被广泛使用，可以说它是桌面多媒体的领跑者，并且有各种各样的软件和硬件支持它。而VR电影可以存储在硬盘上，或转移到CD上，并通过红蓝眼镜观看。它也可以使用虚拟现实头戴式显示器(HMD)或双目全方位显示器(臂架系统)查看。最终图像可以存储在CD-ROM或激光视盘上。 4.软件 文件转换和数据准备 加尔维斯顿提供的厚度为的人类头骨CAT/CT切片和心脏的MRI的切片被用于创建3D图像。在对头骨的CT扫描过程中要经过一个泡沫带，因此会有一些无用数据被生成。颅骨扫描的结果是生成一个数据集，其中有超过120片通过颅骨，60片通过下颌骨(下巴)，而心脏的MRI扫描可导出200片的数据集。将医学分会创建的数据文件，送至IGOAL公司(集成显卡，操作和分析实验室)。在那里进行扫描和筛选，去除无关数据，且尽可能不丢失任何重要信息。IGOAL公司开发出一种名为“Ctimager”的工具，用于阈值计算，从而把切片中不需要的噪声和无关数据去掉。 数据过滤和体数据转换为多边形数据 使用被IGOAL称为“dispfly”的开发工具，在稍后可将转换大量的数据直接由计算机显示出来。此工具用于多个过滤算法准备CT和磁共振成像数据转换为多边形的窗体。解剖模型是基于移动的多维数据集算法生成的。滤波处理通常包括阈值化的数据，以消除大部分噪声的。一个低通滤波器被用于最小化，将产生一个不规则的表面凹凸不平，当输入到算法中的高频噪声。这个过程产生相对平滑的表面，其近似扫描样品，并减少产生的噪声的多边形数量。一个独特的过滤器对心脏数据仅平滑扫描之间的数据创建，是不需要其他的过滤[2]。由于心脏和颅骨有大量的数据集切片，几种模式被建立，其中每一个代表一个少量切片。一个网格算法，“meshit”，后来发展到提高显示性能。这种算法转换成高效条状的三角形的原始集合。平均超过100三角形组成每个三角形条带。。 产生立体图像 建成模型后，立体声序列被渲染。IGOAL公司开发了一种名为OOM(面向对象操纵器)工具，用来把经过渲染的每一帧存储到磁盘上，这些图像用红色和蓝色的色彩分离为代表的立体图像。一旦这些序列被记录到磁盘上，数据的格式就被转换成格式，全彩色图像序列的按非立体观看转移到Mac上。 立体影像及多媒体 对Mac图像进行编辑，以产生所希望的效果，如数字化的尸体覆盖或插入文本描述什么正在被观看。使用Apple的QuickTime扩展，图像被转换为QuickTime电影动画在Mac上。 5.结论 CT扫描头骨的医疗图像，由Macintosh计算机通过处理头盔显示器或臂式系统的信息，最终生成高质量VR图像。目前科学家正试图用磁共振的成像数据生成了一个心脏VR模型。 初步结果显示，可以使用这种类型的成像数据开发出高分辨率模型。而为了保持高质量VR成像目标，大量的数据是用帧序列来描述的，由此会产生一些问题。为了缓解这个问题，科学家们正在探讨替代的硬件和软件解决方案。 另一个问题是该技术针对HMD的显示系统。为保持一个高品质的虚拟现实体验，液晶显示器对分辨率没有要求。在CRT显示器在多种教育平台上都可以满足分辨率的要求，但是成本过高。外科手术模拟可能成为例程，尤其是在制定综复杂和罕见的手术方案时。 6.在VIVED的应用和研究现状 当前的研究，强调创建一个高分辨率的人体虚拟现实模拟器用于教育目的的重要性。而应用这项技术必须充分理解其复杂的三维关系，如在下面的领域：解剖学教育，各类机械设备，生化，病理学研究，外科医生，模拟整形外科和利用内窥镜培训外科医生等。 7.其他应用程序 随着医学虚拟现实技术的发展，新的教育解决方案和策略如雨后春笋般不断出台。如北卡罗莱纳大学教堂山分校利用超声波，MRI和X射线创建的动态影像放射治疗的“预测”模型。达特茅斯医学院创造出人脸和下肢的数学模型，用于研究外科手术的效果评估。绿叶医疗系统在帕洛阿尔托开发出“EVAL”和“手套健谈”系统，作为实现“评估和演示”系统。使用传感器做衬里的数据手套和数据西装获取更大的使用范围，对运动损伤和残疾病人进行行之有效的损伤程度度量。“手套健谈”是帮助病人康复的数据手套的手语装置，让人无需发声(中风或脑性麻痹患者)，仅使用计算机能够理解的手势。而使用头盔显示器使得需要康复的病人可以重新学习，如开关门，行走，点或转身的行为[3]。 8.结语 将CT扫描的头骨医学图像在Macintosh电脑上使用一个头盔显示器或臂架系统便可生成高质量的VR图像。目前科学家们正在开发根据磁共振成像数据生成心脏的VR模型。初步的研究结果表明，高分辨率模型可以使用这种方法的成像数据技术来实现。要想维持高质量虚拟现实的目标成像，必须适当调整“飞穿”的帧序列的数据量。而其它文明拟定的硬件和软件解决方案也正是为了探索缓解这一问题。再有就是该技术是针对HMD的显示系统技术。因为在各种医学教育平台中，LCD显示屏不涉及维持高质量的虚拟现实问题，而要实现高分辨率CRT显示器的成本又太高。 参考文献 [1]"NASA TECHNOLOGY TRANSFER Commercial Applications of Aerospace Technology"，National Aeronautics and Space Administration，Technology Applications. [2]Porter，Stephen，"Virtual Reality"，Computer Graphics World，(March，1992)，42-54. [3]Sprague，Laurie A.，Bell，Brad，Sullivan，Tim，and Voss，Mark，"Virtural Reality In Medical Education and Assessment"，Technology 2003，December 1993. 通讯作者：娄岩。 看了“关于虚拟现实的科技论文1500字”的人还看： 1. 大学科技论文2000字 2. vr技术论文2000字 3. vr虚拟现实技术论文 4. 计算机仿真技术论文范文 5. 虚拟与现实作文800字

首先介绍下云计算，的发展历史，他的前身，现在的应用，然后在介绍现在计算机的应用，在应用之中的不足，然后，着重阐述云计算的优势，我这里有一份关于这方面的对比及心得，发给你，希望能帮到你。 云计算简史著名的美国计算机科学家、 图灵奖 (Turing Award) 得主麦卡锡 (John McCarthy,1927-) 在半个世纪前就曾思考过这个问题。 1961 年， 他在麻省理工学院 (MIT) 的百年纪念活动中做了一个演讲。 在那次演讲中， 他提出了象使用其它资源一样使用计算资源的想法，这就是时下 IT 界的时髦术语 “云计算” (Cloud Computing) 的核心想法。云计算中的这个 “云” 字虽然是后人所用的词汇， 但却颇有历史渊源。 早年的电信技术人员在画电话网络的示意图时， 一涉及到不必交待细节的部分， 就会画一团 “云” 来搪塞。 计算机网络的技术人员将这一偷懒的传统发扬光大， 就成为了云计算中的这个 “云” 字， 它泛指互联网上的某些 “云深不知处” 的部分， 是云计算中 “计算” 的实现场所。 而云计算中的这个 “计算” 也是泛指， 它几乎涵盖了计算机所能提供的一切资源。麦卡锡的这种想法在提出之初曾经风靡过一阵， 但真正的实现却是在互联网日益普及的上世纪末。 这其中一家具有先驱意义的公司是甲骨文 (Oracle) 前执行官贝尼奥夫 (Marc Benioff, 1964-) 创立的 Salesforce 公司。 1999 年， 这家公司开始将一种客户关系管理软件作为服务提供给用户， 很多用户在使用这项服务后提出了购买软件的意向， 该公司却死活不干， 坚持只作为服务提供， 这是云计算的一种典型模式， 叫做 “软件即服务” (Software as a Service， 简称 SaaS)。 这种模式的另一个例子， 是我们熟悉的网络电子邮箱 (因此读者哪怕是第一次听到 “云计算” 这个术语， 也不必有陌生感， 因为您多半已是它的老客户了)。 除了 “软件即服务” 外， 云计算还有其它几种典型模式， 比如向用户提供开发平台的 “平台即服务” (Platform as a Service， 简称 PaaS)， 其典型例子是谷歌公司 (Google) 的应用程序引擎 (Google App Engine)， 它能让用户创建自己的网络程序。 还有一种模式更彻底， 干脆向用户提供虚拟硬件， 叫做 “基础设施即服务” (Infrastructure as a Service， 简称 IaaS)， 其典型例子是亚马逊公司 (Amazon) 的弹性计算云 (Amazon Elastic Compute Cloud， 简称 EC2)， 它向用户提供虚拟主机， 用户具有管理员权限， 爱干啥就干啥， 跟使用自家机器一样。1．2云计算的概念狭义云计算是指计算机基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的资源（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，按需使用，随时扩展，按使用付费。广义云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是计算机和软件、互联网相关的，也可以是其他的服务。云计算是并行计算(Parallel Computing)、分布式计算(Distributed Computing)和网格计算(Grid Computing)的发展，或者说是这些计算机科学概念的商业实现。云计算是虚拟化(Virtualization)、效用计算(Utility Computing)、IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)等概念混合演进并跃升的结果。云计算的特点和优势（一）超大规模性。“云”具有相当的规模，Google云计算已经拥有100多万台服务器，Amazon、IBM、微软、Yahoo等的“云”均拥有几十万台服务器。企业私有云一般拥有数百上千台服务器。“云”能赋予用户前所未有的计算能力。（二）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。只需要一台笔记本或者一个手机，就可以通过网络服务来实现用户需要的一切，甚至包括超级计算这样的任务。[2]（三）高可靠性。“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性，使用云计算比使用本地计算机可靠。（四）通用性。云计算不针对特定的应用，在“云”的支撑下可以构造出千变万化的应用，同一个“云”可以同时支撑不同的应用运行。（五）高可扩展性。“云”的规模可以动态伸缩，满足应用和用户规模增长的需要。（六）价格合适。由于“云”的特殊容错措施可以采用具有经济性的节点来构成“云”，“云”的自动化集中式管理使大量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，经常只要花费几百美元、几天时间就能完成以前需要数万美元、数月时间才能完成的任务。云计算作为一种技术，与其它一些依赖互联网的技术——比如网格计算 (Grid Computing)——有一定的相似之处，但不可混为一谈。拿网格计算来说， 科学爱好者比较熟悉的例子是 SETI@Home，那是一个利用互联网上计算机的冗余计算能力搜索地外文明的计算项目，目前约有来自两百多个国家和地区的两百多万台计算机参与。它在 2009 年底的运算能力相当于当时全世界最快的超级计算机运算能力的三分之一。有些读者可能还知道另外一个例子：ZetaGrid，那是一个研究黎曼 ζ 函数零点分布的计算项目， 曾有过一万多台计算机参与 (但现在已经终止了，原因可参阅拙作 超越 ZetaGrid)。从这两个著名例子中我们可以看到网格计算的特点，那就是计算性质单一，但运算量巨大 (甚至永无尽头,比如 ZetaGrid)。而云计算的特点恰好相反，是计算性质五花八门，但运算量不大[注三]，这是它们的本质区别，也是云计算能够面向大众成为服务的根本原因。云计算能够流行，它到底有什么优点呢？ 我们举个例子来说明，设想你要开一家网络公司。按传统方法，你得有一大笔启动资金， 因为你要购买计算机和软件，你要租用机房，你还要雇专人来管理和维护计算机。 当你的公司运作起来时，业务总难免会时好时坏，为了在业务好的时候也能正常运转， 你的人力和硬件都要有一定的超前配置， 这也要花钱。 更要命的是， 无论硬件还是软件厂商都会频繁推出新版本， 你若不想被技术前沿抛弃， 就得花钱费力不断更新 (当然， 也别怪人家， 你的公司运作起来后没准也得这么赚别人的钱)。如果用云计算， 情况就不一样了： 计算机和软件都可以用云计算， 业务好的时候多用一点， 业务坏的时候少用一点， 费用就跟结算煤气费一样按实际用量来算， 无需任何超前配置[注四]。 一台虚拟服务器只需鼠标轻点几下就能到位， 不象实体机器， 从下定单， 到进货， 再到调试， 忙得四脚朝天不说， 起码得好几天的时间。虚拟服务器一旦不需要了， 鼠标一点就可以让它从你眼前 (以及账单里)消失。至于软硬件的升级换代，服务器的维护管理等，那都是云计算服务商的事，跟你没半毛钱的关系。更重要的是，开公司总是有风险的， 如果你试了一两个月后发现行不通，在关门大吉的时候，假如你用的是云计算，那你只需支付实际使用过的资源。假如你走的是传统路子，买了硬件、软件，雇了专人，那很多投资可就打水漂了。浅谈云计算的一个核心理念大规模消息通信：云计算的一个核心理念就是资源和软件功能都是以服务的形式进行发布的，不同服务之间经常需要通过消息通信进行协助。由于同步消息通信的低效率，我们只考虑异步通信。如Java Message Service是J2EE平台上的一个消息通信标准，J2EE应用程序可以通过JMS来创建，发送，接收，阅读消息。异步消息通信已经成为面向服务架构中组件解耦合及业务集成的重要技术。大规模分布式存储：分布式存储的目标是利用多台服务器的存储资源来满足单台服务器所不能满足的存储需求。分布式存储要求存储资源能够被抽象表示和统一管理，并且能够保证数据读写操作的安全性，可靠性，性能等各方面要求。下面是几个典型的分布式文件系统：◆Frangipani是一个可伸缩性很好的高兴能分布式文件系统，采用两层的服务体系架构：底层是一个分布式存储服务，该服务能够自动管理可伸缩，高可用的虚拟磁盘；上层运行着Frangipani分布式文件系统。◆JetFile是一个基于P2P的主播技术，支持在Internet这样的异构环境中分享文件的分布式文件系统。◆Ceph是一个高性能并且可靠地分布式文件系统，它通过把数据和对数据的管理在最大程度上分开来获取极佳的I/O性能。◆Google File System（GFS）是Google公司设计的可伸缩的分布式文件系统。GFS能够很好的支持大规模海量数据处理应用程序。在云计算环境中，数据的存储和操作都是以服务的形式提供的；数据的类型多种多样；必须满足数据操作对性能，可靠性，安全性和简单性的要求。在云计算环境下的大规模分布式存储方向，BigTable是Google公司设计的用来存储海量结构化数据的分布式存储系统；Dynamo是Amazon公司设计的一种基于键值对的分布式存储系统，它能提供非常高的可用性；Amazon公司的Simple Storage Service（S3）是一个支持大规模存储多媒体这样的二进制文件的云计算存储服务；Amazon公司的SimpleDB是建立在S3和Amazon EC2之上的用来存储结构化数据的云计算服务。许可证管理与计费：目前比较成熟的云环境计费模型是Amazon公司提供的Elastic Compute Cloud（EC2）和Simple Storage Service（S3）的按量计费模型，用户按占用的虚拟机单元，IP地址，带宽和存储空间付费。云计算的现状云计算是个热度很高的新名词。由于它是多种技术混合演进的结果，其成熟度较高，又有大公司推动，发展极为迅速。Amazon、Google、IBM、微软和Yahoo等大公司是云计算的先行者。云计算领域的众多成功公司还包括Salesforce、Facebook、Youtube、Myspace等。Amazon使用弹性计算云（EC2）和简单存储服务（S3）为企业提供计算和存储服务。收费的服务项目包括存储服务器、带宽、CPU资源以及月租费。月租费与电话月租费类似，存储服务器、带宽按容量收费，CPU根据时长(小时)运算量收费。Amazon把云计算做成一个大生意没有花太长的时间：不到两年时间，Amazon上的注册开发人员达44万人，还有为数众多的企业级用户。有第三方统计机构提供的数据显示，Amazon与云计算相关的业务收入已达1亿美元。云计算是Amazon增长最快的业务之一。Google当数最大的云计算的使用者。Google搜索引擎就建立在分布在200多个地点、超过100万台服务器的支撑之上，这些设施的数量正在迅猛增长。Google地球、地图、Gmail、Docs等也同样使用了这些基础设施。采用Google Docs之类的应用，用户数据会保存在互联网上的某个位置，可以通过任何一个与互联网相连的系统十分便利地访问这些数据。目前，Google已经允许第三方在Google的云计算中通过Google App Engine运行大型并行应用程序。Google值得称颂的是它不保守。它早已以发表学术论文的形式公开其云计算三大法宝：GFS、MapReduce和BigTable，并在美国、中国等高校开设如何进行云计算编程的课程。IBM在2007年11月推出了“改变游戏规则”的“蓝云”计算平台，为客户带来即买即用的云计算平台。它包括一系列的自动化、自我管理和自我修复的虚拟化云计算软件，使来自全球的应用可以访问分布式的大型服务器池。使得数据中心在类似于互联网的环境下运行计算。IBM正在与17个欧洲组织合作开展云计算项目。欧盟提供了亿欧元做为部分资金。该计划名为RESERVOIR，以“无障碍的资源和服务虚拟化”为口号。2008年8月， IBM宣布将投资约4亿美元用于其设在北卡罗来纳州和日本东京的云计算数据中心改造。IBM计划在2009年在10个国家投资3亿美元建13个云计算中心。微软紧跟云计算步伐，于2008年10月推出了Windows Azure操作系统。Azure(译为“蓝天”)是继Windows取代DOS之后，微软的又一次颠覆性转型——通过在互联网架构上打造新云计算平台，让Windows真正由PC延伸到“蓝天”上。微软拥有全世界数以亿计的Windows用户桌面和浏览器，现在它将它们连接到“蓝天”上。Azure的底层是微软全球基础服务系统，由遍布全球的第四代数据中心构成。云计算的新颖之处在于它几乎可以提供无限的廉价存储和计算能力。纽约一家名为Animoto的创业企业已证明云计算的强大能力（此案例引自和讯网维维编译《纽约时报》2008年5月25日报道）。Animoto允许用户上传图片和音乐，自动生成基于网络的视频演讲稿，并且能够与好友分享。该网站目前向注册用户提供免费服务。2008年年初，网站每天用户数约为5000人。4月中旬，由于Facebook用户开始使用Animoto服务，该网站在三天内的用户数大幅上升至75万人。Animoto联合创始人Stevie Clifton表示，为了满足用户需求的上升，该公司需要将服务器能力提高100倍，但是该网站既没有资金，也没有能力建立规模如此巨大的计算能力。因此，该网站与云计算服务公司RightScale合作，设计能够在亚马逊的网云中使用的应用程序。通过这一举措，该网站大大提高了计算能力，而费用只有每服务器每小时10美分。这样的方式也加强创业企业的灵活性。当需求下降时，Animoto只需减少所使用的服务器数量就可以降低服务器支出。在我国，云计算发展也非常迅猛。2008年5月10日，IBM在中国无锡太湖新城科教产业园建立的中国第一个云计算中心投入运营。2008年6月24日，IBM在北京IBM中国创新中心成立了第二家中国的云计算中心——IBM大中华区云计算中心；2008年11月28日，广东电子工业研究院与东莞松山湖科技产业园管委会签约，广东电子工业研究院将在东莞松山湖投资2亿元建立云计算平台；2008年12月30日，阿里巴巴集团旗下子公司阿里软件与江苏省南京市政府正式签订了2009年战略合作框架协议，计划于2009年初在南京建立国内首个“电子商务云计算中心”，首期投资额将达上亿元人民币；世纪互联推出了CloudEx产品线，包括完整的互联网主机服务"CloudEx Computing Service", 基于在线存储虚拟化的"CloudEx Storage Service"，供个人及企业进行互联网云端备份的数据保全服务等等系列互联网云计算服务；中国移动研究院做云计算的探索起步较早，已经完成了云计算中心试验。中移动董事长兼CEO王建宙认为云计算和互联网的移动化是未来发展方向。我国企业创造的“云安全”概念，在国际云计算领域独树一帜。云安全通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的最新信息，推送到服务端进行自动分析和处理，再把病毒和木马的解决方案分发到每一个客户端。云安全的策略构想是：使用者越多，每个使用者就越安全，因为如此庞大的用户群，足以覆盖互联网的每个角落，只要某个网站被挂马或某个新木马病毒出现，就会立刻被截获。云安全的发展像一阵风，瑞星、趋势、卡巴斯基、MCAFEE、SYMANTEC、江民科技、PANDA、金山、360安全卫士、卡卡上网安全助手等都推出了云安全解决方案。瑞星基于云安全策略开发的2009新品，每天拦截数百万次木马攻击，其中1月8日更是达到了765万余次。势科技云安全已经在全球建立了5大数据中心，几万部在线服务器。据悉，云安全可以支持平均每天55亿条点击查询，每天收集分析亿个样本，资料库第一次命中率就可以达到99%。借助云安全，趋势科技现在每天阻断的病毒感染最高达1000万次。值得一提的是，云安全的核心思想，与刘鹏早在2003年就提出的反垃圾邮件网格非常接近[1][2]。刘鹏当时认为，垃圾邮件泛滥而无法用技术手段很好地自动过滤，是因为所依赖的人工智能方法不是成熟技术。垃圾邮件的最大的特征是：它会将相同的内容发送给数以百万计的接收者。为此，可以建立一个分布式统计和学习平台，以大规模用户的协同计算来过滤垃圾邮件：首先，用户安装客户端，为收到的每一封邮件计算出一个唯一的“指纹”，通过比对“指纹”可以统计相似邮件的副本数，当副本数达到一定数量，就可以判定邮件是垃圾邮件；其次，由于互联网上多台计算机比一台计算机掌握的信息更多，因而可以采用分布式贝叶斯学习算法，在成百上千的客户端机器上实现协同学习过程，收集、分析并共享最新的信息。反垃圾邮件网格体现了真正的网格思想，每个加入系统的用户既是服务的对象，也是完成分布式统计功能的一个信息节点，随着系统规模的不断扩大，系统过滤垃圾邮件的准确性也会随之提高。用大规模统计方法来过滤垃圾邮件的做法比用人工智能的方法更成熟，不容易出现误判假阳性的情况，实用性很强。反垃圾邮件网格就是利用分布互联网里的千百万台主机的协同工作，来构建一道拦截垃圾邮件的“天网”。反垃圾邮件网格思想提出后，被IEEE Cluster 2003国际会议选为杰出网格项目在香港作了现场演示，在2004年网格计算国际研讨会上作了专题报告和现场演示，引起较为广泛的关注，受到了中国最大邮件服务提供商网易公司创办人丁磊等的重视。既然垃圾邮件可以如此处理，病毒、木马等亦然，这与云安全的思想就相去不远了。 2008年11月25日，中国电子学会专门成立了云计算专家委员会，聘任中国工程院院士李德毅为主任委员，聘任IBM大中华区首席技术总裁叶天正、中国电子科技集团公司第十五研究所所长刘爱民、中国工程院院士张尧学、Google全球副总裁/中国区总裁李开复、中国工程院院士倪光南、中国移动通信研究院院长黄晓庆六位专家为副主任委员，聘任国内外30多位知名专家学者为专家委员会委员。2009年5月22日，中国电子学会将于在北京中国大饭店隆重举办首届中国云计算大会。