云技术会颠覆IT平台吗?

【作者: Ronald Wright Raffensperger】

运营IT组织是个需要平衡首要性和紧迫性的挑战。通过部署健全的基础设施来满足当前需求并预测未来需求已经够难了,更何况硬件和软件问题还难免会导致业务中断并需要处理故障。所以,运营IT组织绝对需要强大的心理承受能力。

在过去的几年中,大多数IT组织已经开始通过虚拟化来提高计算基础设施的效率。这使得IT基础设施向云计算发展,并且非常经济。可惜,向虚拟化转型只是通往成功的一小步,关于如何根据应用程序工作负载需求的变化快速、自动地扩展或收缩,仍然存在一些未解决的问题。企业也需要找到一种方式为IT和非IT用户提供自己的云计算环境。


依托IT即服务

解决上述问题需要依托IT即服务(IT-as-a-ServiceITaaS)。IT即服务使企业可以通过“亚马逊AWS”等公有云来提高产能、快速上线,同时维持对敏感的企业信息资产的控制。IT即服务还能加强“数据中心”解决方案,支撑那些使用私有云资源、外部云业务供应商资源或内外部混合资源的业务。所以,实现IT即服务必须关注以下方面:

·        应用:大部分应用服务经过修改才能实现弹性伸缩。哪些应用服务可以真正从弹性伸缩技术中获益?修改这些应用服务的投资回报(ROI)是多少?

·        安全:如果某些群组能够在脱离IT管理的情况下独立创建并利用虚拟化资源,现有和未来环境的安全能得到保障吗?

·        共享资源容量:和网络、存储一样,IT即服务计算也是典型的共享资源。单独导入新应用时,能保证共享资源的可用性和容量吗?

·        管理:许多现有IT管理系统不能为有效控制和管理虚拟环境提供必要的关键信息,例如容量和所有共享资源的使用情况。

如果您已经实现了这些能力,并已将IT即服务投入运行,那么恭喜您。但是,这样就大功告成了吗?您为未来所做的准备,能够支撑所有的新型业务需求吗?

不幸的是,答案很可能是否定的。因为IT需求正朝着多个方向快速演进。有几家研究公司已经确认了影响IT的主要因素,尽管其结论稍有不同,仍有一些共性的发现——手机、物联网、大数据和云计算。从这些影响因素可以看出,企业要想在未来的IT世界中生存和繁荣,数据和灵活性是必不可少的。随着企业的发展和成熟,常规业务数据不断增加。同时,手机和物联网产生的数据具有新的形态,其数量级可能会让现有基础设施出现数据爆炸。这是企业必须应对的情况。

适应手机的需要

灵活性比数据更为复杂,因为这要求IT适应云计算、大数据概念,以及移动设备和物联网。越来越多的企业开始认识到,手机正在颠覆绝大多数关于IT如何支撑企业的根本设想。具体来说,手机具有以下需求和特征:

·        不可预测性:即使是人们已经很了解的应用,例如订单录入和客户信息查询,也因为手机而具有了全新的使用模式。传统意义上对“高峰期”的定位已经过时,如今在很短的时间里峰值可高达平时的5~10倍。

·        可用性:包括客户、合作伙伴和员工在内的用户在上下班时间都要使用手机,所以越来越依赖随时可用性。

·        变化管理:传统IT应用拥有稳定且相对较长的开发周期,主要受内部流程变化和需求变化的驱动。相反,移动应用通常来自外部因素的驱动,包括与新版本移动操作系统兼容以及与其它移动应用交互的需求。IT部门无法通过长期的规划和调度满足这些需求,而必须在不可控的时间安排下完成任务。

·        用户期待:移动应用程序的用户习惯于快速的变化和功能演进。为了跟踪用户行为、测试不同的用户交互方法,以及成功提供升级功能,需要采用新的开发、测试和部署模式。

从以上可以看出,我们正开始理解云计算和大数据的需求。如果没有云,就不可能在IT中实现移动应用所要求的可用性、可扩展性和灵活性。如果没有运用大数据技术的能力,就不可能充分利用所有可用信息,并从中获取灵感以推动企业进步。

IT的未来

我们再仔细看看未来IT应用的隐含需求。首先,要以“移动优先”的思路来提供未来的IT应用。也就是说,用户的屏幕和带宽大小是有限的,要站在这些用户的角度来考虑功能性。应用设计者必须精心规划用户交互,从而能够简单实现基于网络的应用,并且进一步减少开发工作。

其次,要用不同的方式思考应用的结构。为了充分利用云架构的优势、满足手机对开发周期的预期,不能再要求应用设计具有可靠的基础设施和主备切换的软件类型,而必须允许应用架构和基础设施发生故障,并保障故障能够得到妥善处理。从“可靠”向“容错”转变的深远意义不仅在于让开发者加快开发周期,还在于应用结构的改变,因为让应用容错的最佳办法是将其结构从整体变为碎片。在云服务领域,碎片化通常被称为“用微服务构建应用”。

这种观念上的改变也在重新定义应用开发的完成时间。为了对市场需求做出快速反应,应用开发可能永远不会完结,IT组织会处于一种“永久的测试状态”。这不仅仅对开发、测试和运营部门是个挑战,而且与来自IT组织外的需求是潜在矛盾的。要在永久的测试状态下顺利运营,企业应采用敏捷化和DevOps软件工程协议。我们要重新思考IT组织中开发和运营部门的关系,以及这些部门与内外部用户之间的关系。此外,我们必须利用极具颠覆性的新工具改进传统的IT环境,而与开源软件合作需要用新方法获取和支持开发、测试和操作工具。

开源工具箱

利用开源工具开发和支撑对业务极为关键的应用是一项重大决策。IT组织往往与熟悉打包技术和支持开源环境的伙伴合作,并采用适合自身业务目标的合作形式。通常,这些IT组织参与工具开发的实践证明,他们还应该致力于开源项目的成功,根据自身需求和成熟度选择合适的技术。

在颠覆中领先

应对IT的未来并非易事,IT组织必须根据手机、物联网、大数据和云平台等引发的需求构建能力和观念。

可以肯定的是,不论是新成立的企业还是其他非传统企业,您的竞争对手都在寻求这些趋势带来的颠覆机会。不适应就消亡,直面未来,让云技术重新塑造和定义您的IT平台。


【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值