爱华网高校的档案部门开展信息化工作面临最大的问题是人才问题，从档案部门来讲，要既懂档案业务，又能精通计算机技术方面的人才是非常缺乏的，而云计算在某种程度上可以缓解档案人才缺乏的问题。从档案管理的基础设施方面，从投入上还是比较欠缺的，在这一方面应该说云档案管理能帮助解决问题。对电子文件档案来说，它的这种长期可用性、安全性，应该说和纸制文件相比，可能比纸制文件更容易损坏，保护程度更差。针对这样的情况，云计算的引入可以解决这些相应的问题。 1.云技术的概念 云计算（cloud computing）是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。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。狭义云计算指IT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资源；广义云计算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服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。 2.云档案的特点 2.1云计算提供了最可靠最安全的数据存储中心，用户不用再担心数据丢失、病毒入侵等麻烦。很多人觉得档案信息只有保存在自己看得见摸得着的电脑里才最安全，其实不然你的电脑可能会因为自己不小心而被损坏，或者被病毒攻击，导致硬盘上的数据无法恢复，而有机会接触你电脑的不级法之徒则可能利用各种机会窃取你的数据。反之，将档案信息存储在档案馆提供的云档案平台上时，立档部门就再也不用担心档案信息的丢失或损坏因为在云的另一端，有档案馆及校信息办的专业团队来帮助管理档案信息，校信息办先进的数据中心来帮助保存数据同时，严格的权限管理策略可以帮助立档部门放心地与他人共享数据。档案数据的安全备份工作由校信息部门统一完成，大大降低了立档单位的管理成本。 2.2云计算对用户端的设备要求最低，使用起来也最为方便、快捷。立档单位只要有一台可以上网的电脑上有需要用到的软件，那么所有用户就都可以共享这个软件而不需要其他额外的安装，就可以在浏览器中直接编辑存储在云的另一端的档案信息，再也不用担心档案软件是否是最新版本，云平台为各大门类档案系统提供标准的详。 3.高校云档案管理的模型设计 云计算数字档案馆系统主要是由云计算数字档案管理应用程序数字管理节点，计算机专用网络安全防火墙公用和私有的硬件设施等构成。云计算的数字档案馆的档案信息是分布式的，以数据流的形式分布存储在各个数字档案节点上的。在基于云的数字档案管理系统里面，核心的还是数字档案信息的组织形式，也是基于云计算下的一个基本的组织模式。 这是档案云的一个基本架构，主要是和前面说的云计算的基础架构差不多，主要分基础设施软件、服务平台和客户端，另外有评估标准和咨、询进行系统支撑。引入云计算这项技术，对提升档案管理的水平，解决档案管理中存在的问题，有这么几方面的好处：一是能够减少投入，减少对硬件设备的投入，减少对传统管理模式上的投入。二是共享性更高，不同设备之间的数据和应用共享，通过互联网或者移动互联网提供面向海量信息的处理模式，共享性更高。三是信息更加安全，刚才前面已经提到，云计算在信息安全方面有它的考虑，当然对于安全的理解，不同的人在不同的角度有不同的理解，对于云计算带来的问题也有很多的顾虑。四是在客户端 用户端负载更低，不需要为一次性任务或罕见的负载状况准备大量设备。五是工作效率更高。六是使用更方便，通过用户存储的信息网络链接在云平台上为用户提供权限和安全保障服务 个性、定制服务等专门的服务。七是为档案馆信息查询窗口电子、文件中心提供档案安全保障。五位一体的建设提供更先进、便捷、有效的服务、档案云的一些特点：通过虚拟化技术实 现基础设施和基础服务的统一管理可以实现动态的可伸缩的架构，满足应用和用户规模的需要可以节约信。息化基础设施的投资，避免重复建设、可以充分利用。 富余的计算能力，提高应用系统的处理速度可以按照使用资源按需使用服务，降低单位信息化门槛，提高整体信息化水平 应用的快速部署。加快应用实施和推广速度统一的应用支撑平台，开放的API，可以提高信息系统开发效率，进行规范化的建设，可以实现互联互通、信息共享，充分发挥档案资源的利用、档案安全保障三个体系的协同。通过提供便携式手持终端服务，可以随时按需查阅档案，内容组织形式多样，图文结合，用户体验更好查询利用效果可跟踪。 参考文献
[1]Luiz Andre Barroso, Jeffrey Dean, Urs Holzle. Web Search for a Planet: The google Cluster Architecture .IEEE Micro, 2003.23 [2]Michael Isard et al. Dryad: Distributed Data-Parallel Programs from Sequential Building Blocks .Proceedings of the 2nd ACM SIGOPS/EuroSys European Conference on Computer Systems. 2007 [3]Hung-chih Yang,Ali Dasdan,Ruey-Lung Hsiao,D. Stott Parker.Map-reduce-merge:simplified relational data processing on large clusters .Proceedings of the 2007 ACM SIGMOD international conference on Management of Data. 2007, . [4]Sims K. IBM introduces ready-to-use cloud computing collaboration services get clients started with cloud computing .
