基于知識圖譜的云計算技術(shù)研究現(xiàn)狀與分析

潘玉珠 賈文麗 徐方全 曲紹燕

摘 要：為更清晰地了解國內(nèi)云計算技術(shù)研究現(xiàn)狀，以云計算為檢索詞，選取CNKI數(shù)據(jù)庫中云計算領(lǐng)域近14年（2006-2019年）共5 623篇相關(guān)文獻為數(shù)據(jù)源，采用文獻計量學(xué)方法，借助CiteSpace繪制知識圖譜。通過對發(fā)表時間、文獻作者、科研機構(gòu)、關(guān)鍵詞等進行可視化分析得出結(jié)論：①該領(lǐng)域文獻發(fā)表量雖趨于平穩(wěn)，但仍維持在較高水平;②文獻發(fā)表以多人合作形式為主，部分研究機構(gòu)聯(lián)系密切;③研究熱點集中在大數(shù)據(jù)、虛擬化、物聯(lián)網(wǎng)、負載均衡、任務(wù)調(diào)度等領(lǐng)域;④與人工智能結(jié)合是未來研究方向。

關(guān)鍵詞：云計算;CiteSpace;可視化分析;知識圖譜

DOI：10. 11907/rjdk. 201434 開放科學(xué)（資源服務(wù)）標識碼（OSID）：

中圖分類號：TP301文獻標識碼：A 文章編號：1672-7800（2020）007-0267-04

An Analysis of the Current Situation of Cloud Computing Technology Based on Knowledge Map

PAN Yu-zhu1，JIA Wen-li2，XU Fang-quan2，QU Shao-yan2

（1. College of Computer Science and Engineering， Shandong University of Science and Technology;

2. Archives of? Shandong University of Science and Technology， Qingdao 266590， China）

Abstract：In order to have a clearer understanding of the domestic research status of cloud computing technology，the article uses“cloudcomputing”as a search term ， and selected a total of 5623 related literature in the field of cloud computing in the CNKI database for the past 14 years （2006-2019） as the data source， knowledge mapping with the help of CiteSpace by the method of bibliometrics.Through visual analysisof publication time， literature authors， scientific research institutions， keywords， etc.， the following conclusions are drawn：（1） Although the number of publications in this field tends to be stable， it still remains at a high level; （2）The publication is mainly in the form of multi-person cooperation， and some research institutions also maintain close contact; （3） Research hotspots mainly focus on big data， virtualization， Internet of Things， load balancing， task scheduling， etc.; （4） The future research directionwill change to the combination with artificial intelligence.

Key Words：cloud computing ;CiteSpace; visual analysis;mapping knowledge domain

0 引言

2019年10月12日，國務(wù)院發(fā)展研究中心發(fā)布《中國云計算產(chǎn)業(yè)發(fā)展與應(yīng)用白皮書》（以下簡稱《白皮書》）。據(jù)《白皮書》介紹，我國云計算作為支撐企業(yè)數(shù)字化轉(zhuǎn)型的核心基礎(chǔ)設(shè)施，與新一代信息技術(shù)融合效應(yīng)已經(jīng)逐漸顯現(xiàn)，“5G+云+AI”組合正逐步成為推動數(shù)字經(jīng)濟發(fā)展的重要引擎[1]。

云計算技術(shù)作為滿足用戶特定需求的遠程資源池技術(shù)[2]，應(yīng)用場景有云服務(wù)器、政務(wù)云、金融云等。自2006年8月谷歌公司首席執(zhí)行官施密特首次提出云計算概念以來[3]，云計算技術(shù)以日新月異的速度發(fā)展，廣泛應(yīng)用在互聯(lián)網(wǎng)、金融、醫(yī)療、運輸、教育等行業(yè)，成為專家學(xué)者研究熱點[4]。為準確把握云計算技術(shù)研究發(fā)展歷程與研究動態(tài)，本文將中國知網(wǎng)（CNKI）數(shù)據(jù)庫中的相關(guān)文獻作為數(shù)據(jù)源，運用CiteSpace繪制知識圖譜，力求生動形象地展現(xiàn)該領(lǐng)域文獻發(fā)表時間分布、科研單位、文章作者以及重點研究方向，厘清脈絡(luò)軌跡，為相關(guān)研究人員提供參考。

1 信息檢索與處理

本文相關(guān)信息全部取自CNKI文獻庫，運用文獻計量學(xué)方法，借助可視化引文分析軟件CiteSpace[5]定量分析云計算技術(shù)研究近況。為保證檢索全面，構(gòu)造檢索式為：篇名=“云計算或關(guān)鍵詞=云計算”。云計算概念始于2006年，故檢索時間跨度設(shè)置為2006-2019年。選取SCI、EI、中文核心期刊、CSSCI、CSCD，下載并保存相關(guān)題錄及引文信息，檢索到相關(guān)期刊文獻5 973條，采用去重軟件以及人工查重，逐條剔除無效文本數(shù)據(jù)，最終選取5 623條文獻，以Refworks格式導(dǎo)入本地，利用CiteSpace將引文信息格式化，然后設(shè)置參數(shù)并運行程序，構(gòu)建相應(yīng)知識圖譜[6]。

2 研究現(xiàn)狀分析

2.1 研究年代分布

以年為單位，對所有檢索文獻進行統(tǒng)計，生成發(fā)表量變化折線圖，如圖1所示。

從發(fā)文時間可以看出，國內(nèi)第一篇與云計算技術(shù)有關(guān)的論文發(fā)表于2008年，之后論文發(fā)表量維持較快上升速率，其中增長最快的是2012年，較前一年增加270篇。究其原因與2012年工業(yè)和信息化部電信研究院首次發(fā)布《云計算技術(shù)白皮書》[7]有關(guān)。2013年迎來文獻發(fā)表量巔峰，峰值881篇。之后相關(guān)文獻發(fā)表量漸趨平穩(wěn)，較前一年份呈現(xiàn)下降趨勢，但整體上發(fā)文數(shù)量仍保持較高數(shù)量，云計算技術(shù)研究依舊處在快速發(fā)展進程中。

2.2 研究機構(gòu)分布與聯(lián)系

按照文獻計量學(xué)理論，研究機構(gòu)在某研究方向上的發(fā)文數(shù)量顯示該機構(gòu)在這一領(lǐng)域科研實力的強弱[8]。對2006-2019年云計算領(lǐng)域中發(fā)文數(shù)量較多的科研機構(gòu)統(tǒng)計，時間為一年，節(jié)點采用“TopN”（N=50）標準，啟動CiteSpace繪制圖譜如圖2所示。

在研究機構(gòu)共現(xiàn)圖譜中，出現(xiàn)頻率較高的單位有南京郵電大學(xué)，其下設(shè)有省級大數(shù)據(jù)安全與智能處理重點實驗室、高性能計算與大數(shù)據(jù)處理研究所及計算機技術(shù)研究所等，在云計算情境下的任務(wù)調(diào)用[9]、QOS[10]、隱私保護[11]、可信計算[12]、對等計算、數(shù)據(jù)折疊、并行加密[13]等領(lǐng)域進行了系統(tǒng)研究。武漢大學(xué)信息管理學(xué)院所屬圖書館、情報與檔案管理一級學(xué)科是國家一級重點學(xué)科，在數(shù)字圖書館、學(xué)術(shù)信息資源共享等方向研究團隊實力強，文獻發(fā)表量大。此外，該校計算機學(xué)院云計算研究也頗為活躍。清華大學(xué)作為我國頂尖科研院校，其計算機科學(xué)與技術(shù)系在云計算研究領(lǐng)域成果斐然，研究方向包括霧計算[14]、邊緣計算、虛擬化技術(shù)[15]和大數(shù)據(jù)等。此外，校校合作、校企合作、企企合作成果值得關(guān)注，如清華大學(xué)計算機系與東北大學(xué)信息科學(xué)與工程學(xué)院、北京科技大學(xué)計算機與通信工程學(xué)院、解放軍信息工程大學(xué)、西安科技大學(xué)計算機科學(xué)與技術(shù)學(xué)院等院校溝通合作密切;華南理工大學(xué)計算機科學(xué)與工程學(xué)院與中國電信股份有限公司合作，在云計算領(lǐng)域開展一系列研究與創(chuàng)新;中國電信上海研究院與廣東研究院等機構(gòu)組成研發(fā)體系，在云呼叫中心、動態(tài)分配、物聯(lián)網(wǎng)、云服務(wù)提供商等領(lǐng)域進行廣泛深入合作。校企合作既可充分發(fā)揮高校理論研究優(yōu)勢，又可解決企業(yè)實際應(yīng)用中的復(fù)雜問題，有效推動云計算技術(shù)進步。

2.3 文獻作者分布與聯(lián)系

統(tǒng)計2006-2019年每個4年區(qū)間有過合作關(guān)系的作者，運行CiteSpace構(gòu)建知識圖譜，結(jié)果如圖3所示。從圖中可以看出，云計算技術(shù)領(lǐng)域關(guān)系網(wǎng)絡(luò)中處在中心位置的有陳臣、馬曉婷、鄧仲華、張云勇、馬劍鋒、于炯等權(quán)威作者。

圖3中節(jié)點大小表示作者出現(xiàn)的頻次，按時間片進行分隔，兩個節(jié)點的連線代表兩位作者合作的密切程度。蘭州商學(xué)院陳臣和馬曉亭2011-2014年一直保持著高水平文獻產(chǎn)出量，其研究集中在數(shù)字圖書館和資源管理等方面。武漢大學(xué)信息管理學(xué)院鄧仲華在圖書館云服務(wù)質(zhì)量等領(lǐng)域也有深入研究， 2010-2014年他與陸穎雋、李志芳多次合作，完成多篇文獻。西安電子科技大學(xué)網(wǎng)絡(luò)與信息安全學(xué)院馬劍鋒和熊金波，2013-2014年一直致力于研究云計算環(huán)境下的安全問題，包括用戶認證、簽名、訪問控制等方向，為安全可靠使用云服務(wù)提供保障[16]。新疆大學(xué)于炯、楊興耀、廖彬在云環(huán)境下任務(wù)調(diào)度領(lǐng)域做出成績。發(fā)文量較多的還有中國聯(lián)通研究院張云勇團隊、南京郵電大學(xué)徐小龍團隊，以及華北電力大學(xué)王德文團隊等。正是這些學(xué)者不懈努力，推動我國云計算技術(shù)不斷發(fā)展。

2.4 重點研究方向分布

關(guān)鍵詞是文章主旨的集中體現(xiàn)，在文獻統(tǒng)計中出現(xiàn)頻率較高的關(guān)鍵詞往往揭示該領(lǐng)域重點研究方向。隨著時間推移，研究熱點也會不斷變化。本文采用關(guān)鍵詞詞頻統(tǒng)計法和關(guān)鍵詞共現(xiàn)法發(fā)掘云計算領(lǐng)域重點研究方向[17]。選取2006-2019年作為時間區(qū)間，針對每年節(jié)點采用TopN（N=30）選擇標準，并對圖譜設(shè)置自動修剪，采用CiteSpace構(gòu)建圖譜如圖4所示。

為使圖譜便于觀察，隱藏本文研究的中心節(jié)點“云計算”，將頻次最高的前20個關(guān)鍵詞整理在表1中。

從表1可以看出，知識圖譜出現(xiàn)頻次較多的兩個節(jié)點有大數(shù)據(jù)和虛擬化，分別是322次和205次，熱點主要集中在以下幾個方面：

（1）大數(shù)據(jù)。與大數(shù)據(jù)共現(xiàn)頻次較高的關(guān)鍵詞有資源共享、電子政務(wù)以及人工智能。中國人民大學(xué)信息學(xué)院孟小峰[18]在《大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)》一文中指出，數(shù)據(jù)從簡單的處理對象開始轉(zhuǎn)變?yōu)橐环N基礎(chǔ)性資源，如何更好地管理和利用大數(shù)據(jù)已經(jīng)成為普遍關(guān)注的課題。

（2）虛擬化。虛擬化技術(shù)是云計算的基礎(chǔ)，虛擬化技術(shù)將應(yīng)用程序及其運行的上下文環(huán)境包裝成一個整體，用戶不必關(guān)心應(yīng)用程序與計算機底層交互，一臺物理機器可能有多個這樣的整體，以便能夠使應(yīng)用程序的部署、擴展、遷移變得方便可靠[19]。

（3）任務(wù)及資源調(diào)度。云計算環(huán)境下云服務(wù)器往往需要進行大量計算，而服務(wù)器資源有限，為高效利用這些資源，就要對資源調(diào)配方法展開研究。四川大學(xué)計算機學(xué)院李建鋒[20]提出一種基于改進遺傳算法的任務(wù)調(diào)度算法，能實現(xiàn)在較短周期內(nèi)完成任務(wù)調(diào)度。

（4）分布式計算。分布式計算是將一個任務(wù)切分為多個子任務(wù)并分配給不同機器進行計算，最后將處理結(jié)果進行統(tǒng)一的技術(shù)，可解決單臺機器資源不足問題。

為了對未來研究趨勢作出預(yù)測，將關(guān)鍵詞共現(xiàn)知識圖譜轉(zhuǎn)換成時間線視圖模式，可以更清晰地觀察隨時間變化的研究熱點情況，如圖5所示。

從圖5可以看出，自2018年以來，云計算與人工智能聯(lián)系逐漸密切[21]。人工智能本質(zhì)是對數(shù)據(jù)的挖掘、訓(xùn)練和推理預(yù)測。為取得更加準確的預(yù)測結(jié)果，通常需要經(jīng)過大量的數(shù)據(jù)運算，而云計算解決的問題就是如何更好地提供更大數(shù)據(jù)量計算，這恰巧為人工智能發(fā)展奠定了堅實基礎(chǔ)。與此同時，人工智能發(fā)展也促進云計算進步，借助人工智能技術(shù)，云計算可以更好地實現(xiàn)資源及任務(wù)調(diào)度，提高資源利用率。

3 結(jié)語

本文借助CiteSpace工具，結(jié)合統(tǒng)計學(xué)相關(guān)理論，通過可視化方法分析了我國云計算研究領(lǐng)域年代分布、主要科研機構(gòu)、文獻作者及主要研究內(nèi)容分布情況。近10余年我國在云計算方面投入巨大，獲得了令人滿意的成果。

基于本文分析，筆者認為云計算技術(shù)未來發(fā)展趨勢如下：

（1）校企合作逐步走向深入。目前國內(nèi)云計算技術(shù)研究以單所高校和校校合作為主，難以適應(yīng)市場對云計算技術(shù)發(fā)展需求。校企合作可結(jié)合高校與企業(yè)自身資源優(yōu)勢，利用知識共享達到雙贏，這種理論與實踐相結(jié)合的理念必將成為高校與企業(yè)的共識。

（2）云計算與人工智能技術(shù)不斷融合。云計算與人工智能技術(shù)相輔相成。作為我國新時期重點發(fā)展的兩項信息技術(shù)，人工智能發(fā)展讓云計算變得更加智能，云計算進步又反作用于人工智能，為人工智能提供更加快速可靠的算力。因此，積極促進二者結(jié)合，將對我國生產(chǎn)力發(fā)展起到極大的推動作用。

參考文獻：

[1] 金融科技時代編輯部. 國務(wù)院發(fā)展研究中心發(fā)布《中國云計算產(chǎn)業(yè)發(fā)展與應(yīng)用白皮書》[J]. 金融科技時代，2019，18（11）：94-101.

[2] 黎春蘭，鄧仲華. 云計算環(huán)境下的信息資源共享研究[J]. 中國信息界，2011，25（12）：66-70.

[3] 鄒徐熹. 云計算下的（m+1，t+1）門限秘密共享研究[D]. 合肥：合肥工業(yè)大學(xué)， 2017.

[4] BHAGWAN SINGH，SUMEET DHAWAN，ANISH ARORA，et al. A view of cloud computing[J].? International Journal of Computers & Technology，2013， 4（2b1）：50-58.

[5] 李杰，陳超美. CiteSpace：科技文本挖掘及可視化[M]. 北京：首都經(jīng)濟貿(mào)易大學(xué)出版社，2016.

[6] 陳悅. 引文空間分析原理與應(yīng)用[M]. 北京：科學(xué)出版社，2014.

[7] 工業(yè)和信息化部電信研究院. 《云計算白皮書》選編[J]. 數(shù)據(jù)通信，2012，11（4）：124-129.

[8] 邱均平，方國平. 基于知識圖譜的中外自然語言處理研究的對比分析[J]. 現(xiàn)代圖書情報技術(shù)， 2014，32（12）：261-268.

[9] BELGACEM A，BEGHDAD BEY K，NACER H. Task scheduling in cloud computing environment： a comprehensive analysis[M]. Advances in Computing Systems and Applications，2019.

[10] FILHO F L D C，ROCHA R L，ABBAS C J B，et al. QoS scheduling algorithm for a Fog IoT gateway[C]. 2019 Workshop on Communication Networks and Power Systems （WCNPS），2019.

[11] HUANG X A. Study of personal information security and privacy protection based on big data[J].? Journal of Modern Information，2018，56（2）：1120-1129.

[12] GOVINDARAJ P，NATARAJAN J. Trusted computing in social cloud[J]. International journal of reasoning-based intelligent systems， 2018， 10（3-4）：212-218.

[13] LIU B，BAAS B M. Parallel AES encryption engines for many-core processor arrays[J]. IEEE Transactions on Computers，2013，62（3）：536-547.

[14] RAZZAQ S，WAHID A，KHAN F，et al. Scheduling algorithms for high-performance computing： an application perspective of Fog computing[M]. Recent Trends and Advances in Wireless and IoT-enabled Networks，2019.

[15] ZHIGE L，CHUNMEI L I，XIAOLIN P I. Research on the security of cloud computing virtualization platform[J]. Modern Information Technology， 2018，66（5）：201-220.

[16] 熊金波，李鳳華，王彥超. 基于密碼學(xué)的云數(shù)據(jù)確定性刪除研究進展[J]. 通信學(xué)報，2016，15（8）：167-184.

[17] 于文超. 國內(nèi)圖書情報領(lǐng)域物聯(lián)網(wǎng)研究與應(yīng)用進展[J].? 圖書館工作與研究， 2018， 17（6）：71-78.

[18] 孟小峰，慈祥. 大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J]. 計算機研究與發(fā)展，2013，50（1）：146-169.

[19] 何國民，王代君. 基于虛擬化技術(shù)的云服務(wù)平臺的構(gòu)建與管理[J]. 電腦知識與技術(shù)，2016，15（23）：156-159.

[20] 李建鋒，彭艦. 云計算環(huán)境下基于改進遺傳算法的任務(wù)調(diào)度算法[J]. 計算機應(yīng)用， 2011，31（1）：184-186.

[21] 葉舒，嚴威川. 人工智能：改變世界的“原力” [J]. 信息安全與通信保密， 2016，26（12）：94-109.

（責任編輯：杜能鋼）