云计算与分布式处理 云安全关系剖析 云计算安全产业观察与思考

又值岁末年初之际，一直打算撰写一系列文章来梳理云安全产业发展、技术发展的脉络，以期能通过洞察过去，来重塑现在以及展望未来，本文从产业和技术生态的角度来探讨云计算安全产业的现状成因及发展趋势。

从群体与个人的关系视角来看，正如每个人有自己的个性和共性，而每个群体也有群体的个性和共性，本文希望能从生态体系的宏观格局出发，剖解每一个生态上下游的微观视图，千人千面、千面一人以及千人一面都是这个丰富产业的多彩特性。

从用户使用场景来看，云计算服务分为公有云、私有云、混合云、社区云等多种业态，每个业态的生态各有不同。由于云计算服务集成了服务器存储网络等基础设施，因此传统的IT上下游产业围绕云计算服务提供能力被重新集成与整合，在这里笔者将公有云产业生态构成划分如下图所示。

在云业务实际运行汇总，图中的很多角色不一定单独存在，一角多职是常态。云服务运营商作为面向最终用户的入口和平台，经常会一家独大、赢者通吃，除了作为软件服务提供商外，还兼具云服务集成商等多个角色，而安全作为是其业务能力输出与保障的一部分，通常是被云服务集成商集成为一部分能力，即为云市场中的ISV。

也许在很眼中，还在把云计算和虚拟化、虚拟机等底层技术划等号，而这只是IaaS发展的早期阶段。殊不知发展至今时今日，云计算已经成为了重要基础设施，其上承载了几大基础能力包括大数据处理框架、AI运算框架、物联网云中心等热点领域方向，而大数据、AI(机器学习)也已和云计算形成了融合的技术生态，可以说未来AI应该的发展离不开云计算提供的弹性按需异构硬件算力及通用框架。云计算的上层服务也朝着微服务、无服务器代码框架的方向发展和演进。

现在我们仍以公有云为例，下面通过AI技术热点方向及安全产品能力两个维度看一下当前的云服务提供商自身在新技术能力支撑、安全产品方案方面布局与积累。以下两个表格分别对比列举了国外的亚马逊AWS云及国内的阿里云的相关情况。

Amazon SageMaker 是一项完全托管的服务，使开发人员和数据科学家能够快速轻松地以任何规模构建、训练和部署机器学习模型。

Amazon Comprehend 是一项自然语言处理 (NLP) 服务，可利用机器学习发现文本中的含义和关系。

Amazon Lex 提供高级的自动语音识别 (ASR) 深度学习功能，可以将语音转换为文本，还提供自然语言理解 (NLU) 功能，可以识别文本的意图。

Amazon Polly 是一种文本转语音服务，它使用高级深度学习技术来合成很像人声的语音。

Amazon Rekognition 使用深层神经网络模型来检测和标记图像中的数千个对象和场景。

Amazon Machine Learning 提供可视化的工具和向导，使用户按部就班地创建机器学习模型，而无需学习复杂的机器学习算法和技术。

Amazon Translate 是一项神经网络机器翻译服务，可提供快速、高质量且经济实惠的语言翻译。

Amazon Transcribe 是一种自动语音识别 (ASR) 服务，让开发人员能够轻松地为其应用程序添加语音转文本功能。

AWS DeepLens 是面向开发人员的全球首个支持深度学习的摄像机，可通过完全可编程的摄像机、教程、代码拓展深度学习技能的预受训模型。

AWS Deep Learning AMIs提供了预安装热门机器学习框架的EC2实例，可以加速用户在云中的深度学习进程。

Apache MXNet是一种快速并且可扩展的训练与推理框架，附带简单易用的机器学习 API，让各种技能水平的开发人员都可以在云、边缘设备和移动应用程序上开始进行机器学习。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-61584-1.html