云计算的概念及基本特征
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇云计算的概念及基本特征范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
云计算的概念及基本特征范文第1篇
【关键词】大数据；收集；利用；研究
“大数据”指的是超过常规存储级别的巨量数据资料，通常要达到PB（1PB=1024TB）或EB（1EB=1024PB）乃至ZB（1ZB=1024EB）级别。国际数据公司（IDC）的研究结果表明，2008年全球产生的数据量为0.49ZB，2009年的数据量为0.8ZB，2010年增长为1.2ZB，2011年的数量更是高达1.82ZB。而到2012年为止，人类生产的所有印刷材料的数据量仅为200PB，全人类历史上说过的所有话的数据量也只是5EB。预计到2020年，全世界所产生的数据总量将达到今天的44倍。这就意味着，未来的数据规模将远远超越现有IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力，人类社会即将步入“大数据时代”。
单纯的数据膨胀并不能带来任何直接效益，但是在这些海量数据中，有着对某一事件源自不同角度、不同认知方式、不同变化因素的记录，大量的同类数据叠加分析便极有可能预示出该事件的变化规律，利用专业数据处理方式，从中加工提取有价值的信息资讯，即可对事件变化趋势作出预判。大数据技术的战略意义即在于此，在现代社会商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。
目前世界上对大数据的研究利用已经取得了一定进展，在某些领域也有不错的表现。在2014年巴西世界杯期间，谷歌公司通过数据模型成功预测了世界杯8强每场比赛结果；2012美国大选中Nate Silver公司的大数据模型预测对了所有50个州的选举结果，选举人票数和得票率都惊人地准确，这些事例都充分展示了大数据与数学模型的魔力。
在未来的海事监管和航海保障服务工作中，随着电子计算机、传感器、遥感卫星等信息化系统设备的不断增加，数据的来源及获取方式变得更加多样化，日常管理工作中会产生巨量的、离散的数据资料，这些看似没有关联的信息通过加工提炼，可以产生在某些方面具有一定价值的信息资源，形成帮助海上交通参与者经营决策的积极资讯，提高其对海洋和陆地环境变化趋势的预判，使海事工作具有更强的决策力、洞察发现力和流程优化能力。
1 海事大数据内涵
大数据只是一个较为抽象的概念，正如信息学领域大多数新兴概念，大数据至今尚无确切、统一的定义。当前，较为统一的认识是大数据有四个基本特征：数据规模大（Volume），数据种类多（Variety），数据要求处理速度快（Velocity），数据价值密度低（Value），即所谓的“四V”特性。这些特性使得大数据区别于传统的数据概念。大数据的概念与“海量数据”并不同，后者只强调数据的量，而大数据不仅用来描述大量的数据，还更进一步指出数据的复杂形式、数据的快速时间特性以及对数据的分析、处理等专业化处理，最终获得有价值信息的能力。
就海事监管与航海保障工作而言，狭义上的大数据资源可以分为船舶基础数据、航标基础数据、海洋测绘数据和通信数据，涵盖海事关键业务资源；而广义上的大数据概念则是指与海事活动相关的一切数据资源，除关键业务资源外，还包括管理者的一切公务活动、随时测量和传递有关位置、运动、震动、气象乃至潮流信息变化的传感器数据等。这些数据资源规模量大、数据格式种类多、要求处理及观测的速度快、具有很高的利用价值，符合大数据“四V”特性。
本文着重就狭义上的海事大数据资源整合利用作探讨研究。
2 海事大数据收集方式研究
大数据的一个重要特点就是多样性，这就意味着数据来源极其广泛，数据类型极为繁杂，这种复杂的数据环境给大数据的处理带来极大的挑战。要想处理大数据，首先必须对所需数据源的数据进行抽取和集成，从中提取出关系和实体，经过关联和聚合之后采用统一定义的结构来存储这些数据。在数据集成和提取时需要对数据进行清洗，保证数据质量及可信性。
由于大数据的运用已经突破了传统物理存储的概念，动辄PB、EB级别的数据资源已经无法单纯依靠存储设备的增加来满足其需求，这里就要用到“云”的概念。
所谓“云”，就是借助网络上大量的分布式计算机来处理、存储、加工数据，实现本地资源的对外开放共享和网络资源的获取利用。对于海事系统而言，每一个行政单位区划或核心业务部门相对于自身可以称为“地端”，相对于其他行政单位称为“云端”。“地端”负责提供本地的核心业务数据和外部接入方式，并保证所辖数据更新的及时性和权威性；“云端”则根据工作需要，带有明确指向性地从相关“地端”中抽取数据进行监测或加工处理，形成自己需要的信息资源。正是云计算技术在数据存储、管理与分析等方面的支撑，才使得大数据有用武之地。
云计算的概念及基本特征范文第2篇
【关键词】职业学校；智慧校园；信息技术
【中图分类号】G717 【文献标志码】A 【文章编号】1005-6009（2017）28-0017-04
【作者简介】谢传兵，江苏省教科院职业教育与终身教育研究所（南京，210013）助理研究员，主要研究方向为专业课程与教学论、教育信息化、教学质量评价。
为全面深入地推进全省职业教育信息化建O、管理与应用水平，江苏省教育厅、财政厅于2016年年初，在全国首次以政府部门文件的方式提出推进以“智慧校园”建设为主题的教育信息化建设工程。该文件明确提出，在“十三五”期间，全省重点支持建设一批职业学校智慧校园，并从内涵解释的角度给出了智慧校园建设的总体发展要求：在特征状态方面，要充分发挥信息技术优势，促进信息技术与职业教育教学的深度融合；在育人效果方面，要提高职业学校师生员工的信息技术职业素养，创新教育教学模式，提高教学质量；在学校管理方面，要再造管理流程，提升校园文化生活品质，拓展对外服务的范围；在事业发展方面，要以智慧化引领学校现代化发展，增强学校的核心竞争力，为职业院校培养高素质劳动者和技术技能人才提供信息化支撑和保障。对于职业院校而言，这样的一个文件给出了一个美好的愿景和系列要求，至于智慧校园的核心概念和基本特征，以及建设实践进程中的关键问题，依然需要具体研究和落实。本文试就职业院校智慧校园建设的几个本质问题进行探讨。
一、智慧校园建设的概念分析
（一）概念的提出
在国内，第一个提出“智慧校园”这一概念的是浙江大学。2010年，在信息化“十二五”规划中，浙江大学提出要建设一个“令人激动”的“智慧校园”：无处不在的网络学习、融合创新的网络科研、透明高效的校务治理、丰富多彩的校园文化、方便周到的校园生活。值得赞誉的是，这一概念在提出之初，就从技术服务的角度提出了智慧校园与传统物理校园和数字校园在功能与服务效果上的不同，这个概念的内涵既界定了作为特殊状态的“校园”本质，也界定了技术学视野下“智慧”的基本特征。其“整合”的特征，既包含了“智慧校园”必须以物联网、云计算和大数据为基础的智慧化特征，也明确了校园工作、学习和生活一体化、智慧化的环境。这个一体化环境以各种应用服务系统为载体，将教学、科研、管理和校园生活进行充分融合。其后，从2011年至今，有很多高校也提出了“智慧校园”的概念，在内涵解释与现象描述上，更多地侧重于从技术角度进行补充和完善。
（二）“智慧”的性质
对于智慧校园的“智慧”，学者及一线的教育实践者多有不同的理解，最终导致对“智慧校园”的多重理解。黄荣怀等提出的“智慧学习环境”的概念具有较高的共识性，认为智慧校园（Smart Campus）应具有以下特征：环境全面感知、网络无缝互通、海量数据支撑、开放学习环境、师生个。
从数字校园向智慧校园发展的转变过程中，很多人都从Smart Campus或者从Intelligent Campus这个角度出发，认为其本质特征是一种“智能化”，基于这种理解的智慧校园建设行动，更多地侧重于技术本身的发展，从而忽视学校发展中的人的核心地位和思想理念的变革，把教育改革与发展的核心定位为对技术系统的升级与应用。对智慧校园的这种理解本身并没有错误，但这肯定只是一个侧面，没有对智慧校园进行更为宏观的、整体的理解。
也有人认为，智慧校园应该更加强调Wisdom（智慧性），认为“Smart Campus”过于侧重当前学校信息化建设问题的解决和网络的发展，因为最早这个概念就是从网络发展提出来的，而“Wisdom Campus”比较侧重于校园建设更深层次的、更长远的Smart，更加有利于长期发展的思考、规划和相关的举措。这种理解对于放眼未来而言极具方向与引领意义，但对于当下的建设推进来说，系统性要求更高，执行难度更大。
（三）“智慧”的意义
基于这个时代的职业学校智慧校园，必然内在地包含着：在宗旨上以面向师生个性化服务为核心；在目标上以促进教育改革、提高教育教学质量为重点；在技术上以多种信息技术为支撑，能全面感知物理环境，识别学习者个体特征和学习情景，提供无缝互通的网络通信；在功能上有效支持教育教学过程分析、评价和智能决策，开放的教育教学环境和便利舒适的生活环境。
从数字校园发展到智慧校园，不仅仅是概念与形态的变化，更是一种基本性质的转变。相对而言，智慧校园更加强调多种校园服务的融合与创新。所以我们对智慧校园应该有新的认识，不能把它等同于数字校园，也不能硬给普通数字校园贴上智慧校园的标签。讨论智慧校园的概念问题，是智慧校园建设初期非常重要的问题。但这个概念本身并不是最重要的，而是要通过概念的讨论，来明晰在这个时代提出职业学校智慧校园的意义和内涵所在，讨论概念及其背后的意义与内涵，是通过复杂的思考来引导简单的行动。把智慧校园的要求说得太低了，缺乏实际的指导意义；把智慧校园的要求设计太高太远了，更容易让一个不切实际的目标误导了智慧校园建设的方向。如果偏离了职业学校现状与国家发展职业教育的现实需求，有可能导致有限资源的巨大浪费，使智慧校园发展误入歧途，走进一个“沉没资本”的陷阱。
二、智慧校园建设的重点任务
信息技术对教育发展特别是职业教育发展的影响应该是革命性的，这在相关文件中早有论述。但这种影响，不应该是单向的，而是互动、交互和生成的。其中职业教育自身的革命与信息技术发展的互动性，将会成为智慧校园建设进程中的一种显性特征。因为强调职业教育发展理念、思路与路径的变革，所以与信息技术应用之间的融合、创新，将会是智慧校园建设进程中的一个难点。
从通常的理解出发，智慧校园（其实在此处理解为“智慧学校”也许更有启发意义）包括很多相互关联的功能模块或者说由很多具体的功能模块组成，例如智慧教室（课堂）、智慧（虚拟）实训室、智慧校企通、智慧节能等。对于现阶段的职业学校而言，最为重要的是要通过智慧校园建设改革师生关系、校企关系、产学关系。
在师生关系上，要从根本上落实以学生为主体的理念，通过整合的环境为学生提供个性化服务。建设的重点就是要研究和尝试怎么构建无缝学习平台（如“人人通”等），本质上是将单一的物理学习空间转变为物理学习空间和网络学习空间并存，使教师、学生能基于“学习网络”开展学习。把课内与课外、理论与实践、校内与校外等顺畅地连接起来，用一些成熟的、稳定的、低成本甚至是免费的技术来实现师生之间、生生之间、不同时空之间的充分互动，真正形成学习的网络。“学习网络”一方面是使用网络来支持学习，另一方面是建立学习中的网络。连通主义学习理论认为学习包括创建连接和发展网络，知识存在于这个网状结构中，设计合理的网络本身就是学习的过程。正式、非正式学习环境一方面支持学习者基于网络开展自主学习，另一方面支持学习者建立网络连接，通过不断优化内外网络，促进个体学习发展。
在校企关系上，就是要立足产教融合的理念，改善校企合作、工学结合的效果。基于网络平台重新设计校企合作的途径与项目，让校企合作的成本降下来，使得校企合作更为简化、易行，共享学习资源、共建研发与培训项目、共生教育与生产智慧。在职业学校的智慧校园建设中，各个领域和侧面的校企合作平台建设是最核心的要求，没有良好的校企合作空间、途径与成效，肯定不是一个合格的职业学校智慧校园。
在产学关系上，探索有效的途径，基于多角度、多功能的校企合作平台，将生产与学习相互融合起来，这是智慧校园建设要解决的最重要的问题。在传统的物理环境下，学校无论如何加强实训基地建设，都不可能完全解决大面积的高素质技术技能人才的培养培训问题。因为各类企业的资源是有限的，学校硬件环境的投入更是有限的，无论哪个方面都无法解决人才培养的规模与质量问题。要利用虚拟技术、网络技术和数据技术，共同建立虚拟企业、虚拟车间、虚拟场景、虚拟生产、虚拟岗位等，与物理空间的实训环境共同构成生产与学习的融合环境。
当然，对于不同的职业学校而言，其办学定位与专业特色各有不同，全面建设智慧校园与形成特色专长以解决学校发展的全面问题与特殊问题一样重要。最为可行的办法是强化顶层设计，基础设施整体建设，重要项目分步实施。在推进过程中，不仅要考虑构建统一的技术系统，更重要的是要制定统一的标准规范进行顶层设计，寻求系统整合方案。要确定有限目标，分步骤实施，考虑不同建设项目的需求和业务流程特点，制订合理的分步实施计划。
三、智慧校园的技术支持
与过度强调智慧校园的技术方案一样，过度强调学校核心业务发展目标而回避技术支持的系统性也是一种固执己见。因为智慧校园本身就是信息技术与教育教学融合发展的结合体。
华东师范大学的祝智庭教授（团队）曾经就数字校园向智慧校园的转化，提炼出智慧校园环境的十大特征：第一，位置感知：感知学习者的物理位置。第二，情境感知：探测学习者在不同场景以及他与谁在什么时间、地点做什么。第三，社会感知：感知个人与他人之间的社会关系。第四，互操作性：不同学习资源、服务和平台之间的互联互通。第五，无缝连接：在任何设备进行任何连接时，提供持续的服务会话。第六，适应性：根据个人学习偏好和需求推送最合适的学习资源。第七，泛在性：随时随处通过与环境互动获得感兴趣的学习资源。第八，全程记录：记录学习历史数据，便于数据挖掘和深入分析，做出科学合理的评价、建议以及推送相应的服务。第九，自然交互：利用多种感官及肢体语言开展人机互动，如语音、姿势、表情识别。第十，深度参与：沉浸于技术丰富环境中开展多向互动，获得平常难以企及的体验。这一提炼，既涵盖了智慧校园环境中的学习与生活现象，也内在地包含着一系列整合的技术应用。
这些现象的背后，主要由三层技术架构：第一层是云计算（Cloud Computing），其核心是对网络中服务器功能进行虚拟化，实现提升性能、横向扩展、分布结构却能够减少成本和能耗的目标；第二层是雾计算（Fog Computing），即把应用终端进行虚拟化，能够真正解决不同终端设计独立的信息格式的交换问题；第三层是群计算（Swarm Computing），与物联传感技术相关，在物理环境中安装很多联网的传感器，运用新颖的求解优化组合问题的模拟进化算法，具有典型的群体智能的特性。从未来（已经到来）的发展趋势看，在网络服务器功能通过云计算技术实现虚拟化、终端功能通过雾计算技术实现虚拟化的基础上，网络中的交换机、路由器功能也将逐步实现虚拟化，亦即软件定义网络（SDN）技术，例如：I Campus。基于以上技g的智慧校园，其技术实现的维度可以归结为：科学的决策系统、实时的控制系统、泛在的互联系统、便捷的服务系统、面向服务的计算系统、透彻的感知系统。
以上的技术问题，并不可能甚至也并不要求在学校层面上去系统解决，但忽视这些问题显然会在智慧校园建设中产生短视甚至是盲目的行动。智慧校园概念从产生的那一天开始，就是建立在先进的信息技术基础之上，而这些技术隐含着高成本、高投入的必然。支持智慧校园形成与运行的技术要求，必然包括网络先进、业务智能和大数据，完全的自我经费投入或技术投入。无论学校的经费如何充足（其实统计数据证明当前职业学校的经费并不充足）都难以满足，何况整体建设难度大、建设周期较长、成熟案例非常少、建设与成效显现的风险比较大。在这种情况下，讨论技术支持的问题更为必要，至少在建设智慧校园的进程中，必须规划设计与系统解决好学校智慧校园建设的方向与重点，强调基于基本应用与特色创新，强调技术选择的成本与收益，强调技术共享与边际效益，在建设进程中不断立足新技术来强化应用与实用，提高智慧校园建设的功能性、可控性、持续性与成功率。
四、智慧校园建设的特色要求
对于职业学校而言，适应需求、产教融合是最根本的育人特征，人才培养的不同决定了智慧校园建设必须有自己的定位。服务产业发展对人才需求，特别是适应“中国智能制造2025”的战略需求，就必须有更深刻的理解与实践变革。新的产业发展是建立于信息化与全球化的融合、3D数字制造技术、能源互联网、个性化和定制化生产方式和生活方式、虚拟化生活等组合的基础之上的，这种需求不仅给中国也给全球的技术技能人才培养模式带来了严峻挑战。因为这种产业与技术发展到最后，实际上是一场“人的革命”，不仅注重人与人之间的合作、分享、和谐，更重要的是要求具备驾驭数字化和智能化设备的人才，以及能研发或者应用更加智能的、生命的、个性的新材料、新设备等的创新与应用型人才。
在第三次工业革命背景下，教育特别是职业教育将面临更多非传统领域的挑战。智慧校园在发展的生成过程中就已经先后以网络教育、游戏化学习、虚拟社区与现实课堂有机结合等新型教育模式呈现出来，在一定程度上消解了传统的培养时间和空间概念，实现了超时空的学习和超时空的互动。随着职业教育需求与目标的发展，其建设必须以更远更高的视野来考量：打破学校人才培养的一元化格局，构建起互联网平台上的学校、家庭、企业、社会一体的交互式人才培养体系，形成终身学习体系和学习型社会。而这将成为引领职业学校智慧校园建设的特色甚至是本质要求。
这一本质要求包含着加快学校观念的转变：从“学校”到“社会”（在特殊的背景下也可狭义定义为企业）。职业教育是近代工业革命的产物，连同其他类型的学校时常被隐喻成“工厂”。回到根本上看或者说站在教育的理想中看，学校的本质是每一个个体生命成长的重要场所和空间，最本质的取向是学习、生活与发展的共同体。正如杰里米・里夫金所说：“虽然专业技能和技术对于向第三次工业革命过渡至关重要，但是如果教育工作者过分强调技术和技能，而没有进行更深层次的改变，那就本末倒置。”教育学正在发生“由教向不教”的覆性创新，在一定程度上，更包含着教学观念的转变：从“教”到“学”的转变。
就教育和学习本身而言，信息技术的革命性影响，不仅仅体现在具体的教育和学习行为上，也不仅仅体现在教育和学习的基本制度与结构上，而更应该是一种文化的理解。或者说，构建一种新的学习文化将成为学校乃至于整个社会的重要任务。不管是哪一类哪一级的教育或学习，都不再是你花了12年左右的时间勉强忍受，然后在18或22岁时欣慰结束的那种枯燥乏味的活动。在21世纪，学习是人类的根本。如果目前的趋势持续下去，那么这个世纪将会被称为“学习的世纪”。
云计算的概念及基本特征范文第3篇
关键词：大数据；会计；大数据时代
一、大数据的概念及特征
在云计算、物联网和移动互联网应用的普及下，大数据逐步发展起来，深入现代信息社会。目前对大数据没有统一的概念。Gartner研究机构定义大数据是一种海量、高增长率和多样化的信息资产，需要新处理模式才能具有更强的决策力、洞察发现力和流程优化力。而麦肯锡全球研究所定义“大数据”是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。大数据具有规模大、种类多、处理速度快、价值密度低四个基本特征，它的意义在于对这些数据进行专业处理，而不单单是掌握庞大的数据信息。
二、大数据给未来会计带来的机遇
1.为专业化的实时决策提供有效支持
随着科学技术不断发展，大数据的优势逐渐凸显：企业决策所需要的信息能在短时间内得到并处理，这不失为一种发展，但这种发展是自相矛盾的。一方面，财务职能部门创造的价值会被速度上的发展所损耗；另一方面，它也为财务职能部门提供了弥补价值损失的机会。财会人员的一些传统职能被自动化办公、自助数据检索取代，他们便能更加关注企业状况，将大数据变为其优势，为企业谋战略，提供更专业的支持。因此，财会人员除了提供财务数据，还要配合经营周期分析不同数据集，为企业提供更为精准的实时数据，以帮助决策者分析确定采用的方案。
2.数据共享创造价值
在大数据时代下，企业可以实现数据价值的最大化，把握及时的数据共享所发挥的最大价值，造成竞争优势。例如，部门之间及时的数据交换能确保工作更为连贯、清晰，从而避免决策者对同一个问题进行重复分析。
三、大数据对会计未来发起的挑战
1.会计信息结构复杂化
大数据包含的数据种类多，目前，会计信息的收集主要以结构化数据为主，而非结构化数据对于企业决策是必不可少的，于是在大数据时代下，企业有必要收集非结构化数据，加大收集非结构化数据的比例，并加以解读与理解，以精确决策的正确性。
2.数据的来源
大数据时代下数据来源是最受瞩目的问题之一。大数据时代下数据来源丰富，互联网平台下任何一种资源都可以成为其来源方式，但与会计相结合后，其数据的摄取及数据的真实性成为了一大难题。诸多企业不一定会及时上传其内部真实数据。大数据时代过于依赖数据，一旦数据出了问题，就可能满盘皆输，导致预测与决策错误，而相关数据本身就是问题所在，因此大数据时代对数据必须高要求，一旦提供假信息，则带来的危害是不可估量的。因此在数据来源问题上，还需细细斟酌。
3.计量属性和货币计量的多元化
目前财务信息最常用的计量属性是历史成本与公允价值，历史成本是基本框架，公允价值是当代潮流。投资者决策的相关性是公允价值的最大优势，而不可靠性和确定标准的非唯一性则是其劣势，这种劣势与优势相互作用，限制了公允价值的使用范围，使投资者的分析决策受到影响。随着大数据时代的发展，数据的信息源、传播渠道等日益多元化，数据的开放程度也不断提高，对公允价值来说，这不仅提高了透明度，还增加了其相互印证性，在整体上提高了公允价值的可靠性与可信性。
不只是会计的计量属性，大数据的普及对会计的货币计量也将产生影响。众所周知，目前会计的计量单位是人民币“元”，然而在大数据时代，会计信息系统里的计量单位可能更加多元化，不再是“元”，而会增加数量、时间等多元化的计量单位。
4.会计人员全能化
核算与监督是会计工作者的基本职能。传统上，企业的会计人员主要从事记账、算账、报账、监督等工作。在大数据时代，这种会计人员负责核算监督的传统格局正在也即将发生转变，会计将由“核算型财务”向“价值提升”转变。在云计算、物联网和移动互联网技术的推动下，会计工作者也将面临着汇集大量财务与非财务数据的工作，对企业全局进行全面综合分析，这也就意味着我们将进入一个新的会计大数据时代，而财务部门也由原来的存数据变为用数据，因此要求财务人员要掌握更多的非财务知识，变得全能化，以便为企业决策提供服务支撑。
四、怎样面对大数据给会计带来的影响
在大数据时代下，大数据对会计、会计工作以及会计人员的影响是空前的、持久的，也是渐进的，因此要求会计人员积极应对挑战。
1.提供更加综合的会计信息
在大数据时代，企业内涵与外延同时发展，影响企业价值的因素也越来越多，投资决策者参考的信息维度也更广，因此在提供信息时不只是要提供相关的财务结构数据，一些非结构数据也应作为企业预测决策的参考标准，使会计提供的信息不只从微观反映企业的经营状况，还可反映企业所处社会、环境和商业等宏观综合情况。
2.建立会计数据系统平台以及标准制定
会计数据的来源十分棘手，因此需要建立一个由客户、供应商和其他合作伙伴的相关信息组成的数据系统平台，实现数据的上传与共享。这要从两个方面来建立，首先要建立包含中央政府、地方政府和企业的三级信息共享平台。以满足不同使用者的需要，同时也方便政府与社会监督，实现此数据平台的效用最大化。建立平成后还需要制定一系列相关标准，由最高中央政府制定，关于建立、运行数据平台以及数据收集、存储、输出使用等相关标准。由于会计数据平台涉及范围较广，因此适合先试点，不断改进，再全面推行，以达到循序渐进、逐步完善的效果。
3.提高会计信息化的安全性
在大数据时代下，“云”技术的应用和互联网的发展使数据存储空间得到扩大，也使“云端”变得越来越容易。在此过程中，集群应用、网群应用等功能的应用，虽然通过新技术对外提供数据存储和业务访问功能得到强化，但其安全与隐私问题亟待解决：企业应该建立更安全的用户访问控制机制以防止他人随意、恶意盗取、修改会计信息的恶意行为；各云会计服务商共同探讨研制一套高可信度的会计信息系统，并以政府为主导，防止信息欺诈；企业内部也应当建立一套符合自身发展需要，同时与其内部控制高度契合的信息安全管理系统。
4.核算型财务向价值提升型财务转变
在大数据时代下，信息化管理成为企业价值提升的重要推动器，不只是财务部门，其他相关部门也需要积极工作，提升企业绩效管理能力与风险管理水平，以实现用低风险获取高利润及投资回报，进一步实现财务由“核算型”向“价值提升型”转变：在企业战略上，对企业的财务管理进行转变与创新，将价值提升作为企业长期目标；在企业的营运过程中也采取全面运用价值管理的方法，力争为企业管理出谋划策，达到目标。在客户与业务方面，对客户管理进行重新评估，将产品与客户紧密结合，实现最佳配置。在内部控制上进行微调，尽量集中管理财务，减少管理层级，协调财务与非财务的关系。与此同时，财务人员的角色也将实现相应转变，财务人员不仅局限于单纯的核算工作，而要向企业管理、企业价值创造靠拢。
综上所述，大数据对会计的影响具有两面性，我们都应正视并积极应对大数据所带来的机遇与挑战，重新审视大数据时代下会计的出路。
参考文献：
[1]邱杰，邱俊.中国会计信息化两大数据标准比较研究[J].会计之友，2012（19）：53-55.
[2]袁振兴，张青娜.大数据对会计的挑战及其应对[J].会计信息化，2014（32）：89-92.
[3]张金辉.对大数据时代下企业会计信息化的思考[J].赤峰学院学报（自然科学版），2015（04）：119-121.
[4]许亚湖，王婷.大数据时代管理会计的变革[J].财会通讯，2015（16）：13-15.
云计算的概念及基本特征范文第4篇
关键词：大数据；大数据时代；档案价值；数据价值；开发利用
“‘大数据’这个名词并不新鲜，早在1980年代，美国就有人提出了‘大数据’的概念。”[1]进入21世纪以来，世界上许多国家开始关注大数据的发展、应用和研究，“在云计算、 物联网等技术的推动下，全球已步入了‘大数据’时代。”[2]目前来看，我国大数据的理论研究和应用研究刚刚起步，学术界、企业界及政府部门对该领域的重视程度前所未有。本文仅就大数据时代的档案价值及其开发利用问题，进行初步探究。
1 大数据、大数据时代及其特征
1.1 大数据概念及其特征。目前，关于大数据的定义众说纷纭。例如，维基百科给出的定义是：“大数据指的是所涉及的资料规模巨大到无法透过目前主流软件工具在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯”；大数据科学家John Rauser给出的定义是：“大数据指任何超过了一台计算机处理能力的数据”；美国咨询公司麦肯锡的报告的定义是：“大数据是指无法在一定时间内用传统数据库软件工具对其进行抓取、管理和处理的数据集合”。[3]我们认为，大数据定义之所以众说纷纭，主要是因为大数据所涉及的内容太“大”，大家看它的角度不一样。我们可以把大数据作为研究对象，从数据本身和处理数据的技术两个方面理解大数据，这样理解大数据就有狭义和广义之分。狭义的大数据是指数据的结构形式和规模：就数据的结构形式而言，大数据不仅包含结构化数据，更多的是指半结构化的数据和非结构化数据，指大数据包含的数据形式多样；就数据的规模而言，大数据等同于海量数据，指大数据包含的数据规模巨大。广义的大数据不仅包括数据的结构形式和数据的规模，还包括处理数据的技术。大数据的处理技术是指能够从不断更新增长、有价值信息转瞬即逝的大数据中抓取有价值信息的能力。不管从广义的角度，还是从狭义的角度来看，大数据的核心是数据。因此，从统计学与计算机科学角度而言，大数据指那些超过传统数据系统处理能力、超越经典统计思想研究范围、不借用网络无法用主流软件工具及技术进行单机分析的复杂数据的集合。对于这一数据集合，在一定的条件下和合理的时间内，我们可以通过现代计算机技术和创新统计方法，有目的地进行设计、获取、管理、分析，揭示隐藏在其中的有价值的模式和知识。大数据的基本特征主要体现在以下四个方面：一是大量性。是指大数据的数据量巨大。二是多样性。是指数据类型繁多，不仅包括以文本资料为主的结构化数据，还包括网络日志、音频、视频、图片、地理位置等半结构或非结构化的数据资料。三是价值性。指大数据价值巨大，但价值密度低，可能转瞬即逝。四是高速性。指数据处理时效性高。
1.2 大数据时代及其特征。大数据时代是建立在通过互联网、物联网等现代网络渠道广泛大量数据资源收集基础上的数据存储、价值提炼、智能处理和展示的信息时代。在这个时代，人们几乎能够从任何数据中获得可转换为推动人们生活方式变化的有价值的知识。大数据时代的基本特征主要体现在以下几个方面：一是社会性。在大数据时代，从社会角度看，世界范围的计算机联网使越来越多的领域以数据流通取代产品流通，将生产演变成服务，将工业劳动演变成信息劳动。二是广泛性。在大数据时代，随着互联网技术的迅速崛起与普及，计算机技术不仅促进自然科学和人文社会科学各个领域的发展，而且全面融入到人们的社会生活中。人们在不同领域采集到的数据量之大，达到了前所未有的程度。三是公开性。在大数据时代会有越来越多的数据被开放，被置于公共的网络环境之中。这种公开性和公共性的实现取决于若干个网络开放平台或云计算服务以及一系列受到法律支持或社会公认的数据标准和规范。四是动态性。人们借助计算机通过互联网进入大数据时代，充分体现了大数据是基于互联网的及时动态数据，不仅数据资料的收集具有动态性，而且数据存储技术、数据处理技术也随时更新，即处理数据的工具也具有动态性。
2 基于大数据时代的档案价值的新变化及其现实意义
2.1 档案“数据价值”及其主要特征。传统档案价值理论对档案价值的判断和分析都是基于信息层面的，无论是凭证价值，还是参考价值，都是通过查阅档案满足人们查证查询某一信息的需求而实现的价值，可以统称为档案“信息价值”。用大数据的视角来审视档案的价值，档案不仅具有信息层面的价值，还具有数据层面的价值，即档案“数据价值”。档案“数据价值”是指在大数据背景下档案作为一种重要的数据资源所具有的价值，是一种通过大数据技术处理、挖掘和应用而获得的价值。[4]与档案“信息价值”相比较而言，档案“数据价值”具有隐深性、关联性、动态性和宏观性，是一种隐性价值、关联价值、动态价值、宏观价值。一是隐深性。与可以通过查阅档案直接获取的显性的浅层次的档案“信息价值”不同，档案“数据价值”是隐性的深层价值，从档案中无法直接获取，只通过大数据技术对海量档案数据进行处理挖掘才能使之显现出来。二是关联性。与具有相对独立性的档案“信息价值”不同，档案“数据价值”具有关联性，是通过档案数据共享、交叉复用后获取最大的档案数据价值。三是时效性。与时效性较弱的档案“信息价值”不同，档案“数据价值”时效性要求更强，过时的数据分析结果的应用价值会大打折扣。四是宏观性。与微观层面的档案“信息价值”不同，档案“数据价值”更多体现在宏观层面，是一种总体数据价值，注重的是数据的规模、完整性、多样性而不仅仅是绝对的精准。
2.2 档案“数据价值”提出的现实意义。主要体现在三个方面：一是大大丰富了档案价值观，有利于档案界树立新的档案价值观并从档案“数据价值”这个维度去研究档案的价值，更加全面深刻地理解和把握大数据时代的档案价值的内涵，更加准确地认识和把握大数据时代的档案价值的内在规律，从而把档案价值理论研究引向深入。二是大大拓展了档案的外延，使一些原本没有保存价值的不归档文件材料，重新变得有价值了，有了归档的必要性。三是大大创新了档案工作实践。具体表现有四：其一是，随着大数据技术的发展和日渐成熟，电子档案已成为大数据的重要来源，电子文件归档和电子档案管理逐渐成为档案工作主要内容。其二是，推进传统载体档案数据化，采用云存储技术处理挖掘应用档案“数据价值”显得刻不容缓。其三是，“逐份鉴定”的传统做法已不合时宜，以一个项目、活动、事件，甚至一个机构的“全部数据”为基本单位的“宏观鉴定法”将登台亮相。其四是，基于档案“数据价值”的利用服务将发生巨大变化，查准、查全变成了小菜一碟，深入的数据处理将成为档案利用服务的重要内容。
3 基于大数据时代的档案价值开发利用
3.1 顺应时代要求，树立“三大”理念。一要树立“大开放”理念，加强对馆藏档案“数据价值”的开发挖掘，并通过传统与现代传播技术，主动将相关档案数据信息传送、推送到相应利用者手中，促进馆藏档案数据信息的有效利用。二要树立“大档案”理念，整合档案资源，注重原始档案数据的获取、分析和挖掘开发，并运用数学算法使海量档案数据更加真实、全面、客观地反映本地区政治、经济、文化、社会发展和民风民俗等全貌，从而更好地为社会各方面提供档案数据信息利用服务。三要树立“大服务”理念，以利用者需求为导向，提供“适销对路”的档案数据信息服务产品，为社会各界借鉴、研究、预测、文化、休闲提供更多、更丰富的档案数据信息参考和素材，从而使档案“数据价值”开发利用范围更广、层次更多。
3.2 增设机构人员，强化队伍建设。一是各级国家综合档案馆，尤其是市县两级国家综合档案馆，应在现有条件允许的情况下，设立相关的档案“数据价值”开发利用机构，配备相应人员，充实档案“数据价值”开发利用力量，更好地围绕党委、政府工作大局，以人为本，用专门的精力、从专业的角度，做好档案“数据价值”开发利用工作。二是各级国家综合档案馆，尤其是市县两级国家综合档案馆要强化队伍建设，提高队伍素质，做好“选”“育”“留”工作。“选”就是选用优秀的干部，把好入口关，将有能力、有作为、有担当的干部充实到档案“数据价值”开发利用队伍中来；“育”就是抓好干部继续培训教育，培养具有较强的文字功底、敏锐的新闻嗅觉、广阔的视野以及运用新技术能力的档案“数据价值”开发利用新型人才；“留”就是让干部安心本职工作，尊重信赖人才、合理使用人才，依事用人，用人所长，从而使档案“数据价值”开发利用工作收到事半功倍的良好效果。
3.3 丰富馆藏内容，优化馆藏结构。一是各级国家综合档案馆，尤其是市县两级国家综合档案馆，要按照国家档案局的《机关文件材料归档范围和文书档案保管期限规定》、《各级各类档案馆收集档案范围的规定》、《企业文件材料归档范围和档案保管期限规定》，加强相关文件材料收集归档和接收进馆的业务指导力度，充实馆藏内容，为馆藏档案“数据价值”开发利用工作打下坚实基础。二是各级国家综合档案馆，尤其是市县两级国家综合档案馆，要按照“以人为本”的原则，以全面、真实保管本地经济和社会发展的历史记录为己任，根据自身馆藏门类情况，注重涉及人民群众切身利益的民生类、声像类、电子类档案数据的接收、储存，为馆藏档案“数据价值”开发利用工作增砖添瓦。
云计算的概念及基本特征范文第5篇
[关键词]中药制药工程；中药工业4.0；数字制药；智慧制药；先进制药技术
中国制造2025战略规划以来，中药制造业对采用先进制药技术有了强烈愿望，中药工程科技创新驱动力正在形成。为实现“制药强国”建设目标，我们应该以更高的站位和更宽的视野谋划中药制药工程科技创新发展战略，牵引中药产业技术创新升级，建立全面提高国家药品标准的支撑技术体系，占据国际天然药物制造业的科技制高点，进而使我国倡导并制定的中药工业技术标准成为全球规则。
具有现代工业形态的我国第一代中药制药技术创始于
20世纪70年代，以水煮醇沉等工艺的“机械化和半机械化”为技术特征，可称为“中药工业1.0”，20世纪90年代出现了第二代中药制药技术，以中药制药设备的“管道化自动化和半自动化”为技术特征，可谓“中药工业2.0”；21世纪初笔者率先提议运用高新技术改造中药传统制造方式，重视发展中药制药工程技术，应尽快实现中药工业数字化网络化自动化及智能化等技术突破，提高产品质量及资源利用度并降低物耗（即提质增效），引导中药制造业步上先进产业台阶这可视作提出“中药工业3.0”构想：面对“云计算”和大数据时代的到来，笔者提出创新发展以制药工艺“精密化、数字化及智能化”为主要技术特征的第三代中药制药技术，实现中药制药技术的升级换代，迎接第三次工业革命。2013年7月在天津举办的国家人社部高级研修项目“现代中药制药质量控制技术高级研修班”上，笔者分别介绍了新一代中药制药技术及中药数字制药；同年8月在中国工程院主办的第165场中国工程科技论坛上，笔者在专题报告“从数字制药到智慧制药；大数据时代的制药工程科技”中提议：大力发展数字制药技术，打造数字化中药先进制造平台，并推动中药工业从数字制药迈向智慧制药时代；在2015年4月召开的第201场中国工程科技论坛上，笔者阐述了“对制药工程科技创新与中国医药工业4.0的思考”。本文根据国际先进制药技术最新进展，对笔者以往论述进行整理和归纳，结合我国制药强国建设中现实情况，进一步思考中药制药技术创新升级策略，提出发展“中药工业4.0”的战略性构想和技术路线图。
1中药制药工程科技前瞻分析
中医药是实现“健康中国梦”的重要支撑力量，中成药是中华民族贡献给人类的拥有特定临床优势的药品，中药工业是在我国生物医药领域中具有重要战略地位的核心产业，确保中药产品安全、有效和质量可控是医药工业界肩负的重大使命。为切实提高中药产品质量，必须将制药工艺与制药工程技术创新研究延展前移到中药新药研发阶段；而对于已上市中成药品种，应当实施制药技术升级改造，这也是制定中药配方颗粒制备工艺标准及生产技术规程中必须重视的问题。如何使用化学组成差异度较大的药材原料制造质量一致性较好的中药产品是世界性难题，唯有通过中药制药工程科技创新才有可能破解。
1.1中药工业的历史遗题 受制于药品原研时代在医药知识、工艺技术、制药设备以及药品监管政策等诸多方面的历史局限，大部分中成药品种的制药技术较落后，存在粗放、缺控、零乱、低效、高耗等问题，导致相关药品标准难以提升，这是做大做强中药产品必须直面的关键性挑战。
1.2中药工业的新动能 数字化是当今世界的技术潮流，前所未有的巨量数据喷涌给人们带来大数据时代的空前机会。笔者认为，应尽快推动大数据技术在制药业的应用，当前须对药品生产全过程注入“数字技术NDA”，即实施制药车间数字化改造，收集、管理、分析及利用制药过程数据；倘若大量使用工业传感器和智能检测仪表甚至分析仪器等过程检测设备，将使制药过程数据呈指数级增长，积累形成制药工业大数据，这是极为重要的信息资产，具有不可估量的知识资源价值，从而引发颠覆性的制药技术理念和模式创新；应采用数字技术将制药工艺系统与生产管理系统相融合，由此提升制药过程管控技术水平，依据真实数据而不是经验及直觉做出控制和管理决策，这将为制药过程质量控制、制药工艺品质优化、降低生产成本及节能减排、药品质量风险管控、生产车间管理及企业经营决策等提供强有力的技术支撑，为中药工业跨越发展提供新动能。
1.3中药工业的重大挑战 中药制药车间的现实技术表现远达不到人们理想的要求，更不是理论上完善的技术设计，设计和建造优质中药产品生产线已成为中药制药工程界的紧要任务。中药制药过程的分段式工艺布局形成了“各自为政”的割裂式控制现状，积累的大量数据分散在各自的“信息孤岛”，无法有效用于制药过程控制与管理决策，导致实现中药生产全程质量控制目标的技术难度极大；另一方面，药品要求的均质性与药材以及制药工艺过程的异质性形成了中药制造的复杂性，如果不对制药过程进行全面而深刻的持续性跟踪考察与系统研究，就难以透彻地认知控制药品质量的各项要素；再者，不同种类的中药工业数据都是以彼此独立的方式收集，对众多来源的庞大数据集群进行整合及自动化分析存在难以想象的困难，考验着业界的智慧和能力，上述这些都是设计和建造数字化制药工厂所面对的艰巨挑战。
目前，中药制药工程界技术概念陈旧落后，没有围绕制药过程质量控制这一提高药品质量的关键核心技术开展系统深入的研究。在中药生产车间技术改造中，有人将制药工艺设备自动化说成是数字制药，甚至出现将近红外光谱检测等同于在线质量检测并等同于过程质量控制的怪象，严重误导中药企业，造成花大钱没有解决质量控制实际问题的不良后果。因此，如何引领我国中药工业迈向数字制药时代面临极严峻的技术挑战
1.4中药制药工程科技战略思考 面对新一轮工业革命的机遇与挑战，应当认清中药产业乃至全球医药产业大格局，着眼于未来国际制药业竞争，思考中药工业战略性定位，注重中药制药技术的后发优势，进行前瞻性技术布局，制定中药制药工程科技创新的大战略（grand strategy），即开展中药工业大设计（grand design）。布局未来需要我们显示战略勇气和智慧，也需具备全球眼光及产业战略思维。通过启动中药制药工程科技创新的引擎就能激发中药产业发展的新活力，建立撬动显著提升中药产品质量和生产效能的“新支点”。
当制药工业跨入大数据世界，依赖经验对制药过程进行操控和管理的传统方式将沦为落伍。谁拥有药物“智”造的核心技术，便拥有了改变医药产业格局的话语权，仍采用陈旧制药技术的企业将可能淘汰出局
时不待我，中药制造业应集结千帆竞发的聚合之势，加快推进中药工业数字化和信息化，谋势而动，顺势而为，乘势而上，借梯登高，迎接和把握国际制造业科技变革大趋势，借助数字化网络化智能化制药技术提高药品标准，实施中药工业技术标准国际化战略，造就一批中药企业成为附加值更高的价值链环节
中药制造业应当采用制药工业物联网及医药大数据等领先一步的前沿技术，建设智能制药的“未来工厂”，将中药产业从粗放型向智慧性升级
1.5中药制造业的“未来工厂”德国工业4.0所引发的工业革命悄然而至，其技术特征是将信息物理融合系统（GPS）广泛应用于制造业，构建智能工厂并实现智能制造，这标志着世界即将进入以智能制造为核心的智能经济时代制造中药的“未来工厂”应瞄准国际前沿技术水平，以制药工业物联网为核心，将所有结构性与非结构性数据整合进“大数据仓库，”构建功能强大的中药工业信息智能管理系统通过大数据分析从巨量数据中提炼出有价值信息，同时通过可视化技术将数据转变成明晰易懂的制药过程信息，并进一步转化为知识，应用于改善过程管控模式、提高药品质量、避免生产事故、减少质量风险、降低能耗和物耗、预测制药过程结果、增加生产效力等。
中药制造由多个单元工艺组合而成，导致其制药过程数据集合以分段式的复杂多维空间为基本特征。因此“未来工厂”应在信息技术的主导下多段融合，建立多维多段一体的全过程管控模式，重构制药过程控制与管理体系。运用数据挖掘工具发现制药过程动态规律、各类关联和最佳控制模式，构建预测模型以优化控制和管理决策，弥补操作和管理经验的不足，提高生产精益化程度，进而持续提升中药产品质量和生产效能，实现智能制药和绿色制造目标。
2中药制药工程领域若干概念、术语及定义
中药制药界许多概念、术语或技术名词在中药制药工程理论上尚无明确的定义，某些术语含义不确切，在有歧义时仍含混使用，导致不同的人使用同一个名词时，其词意差别很大，易引发技术困惑或误导，甚至影响某些先进技术方法的声誉，阻碍了先进制药技术在中药产业的应用与发展。因此，极有必要厘清这些概念、术语或技术名词的真实含义，对其涵义作准确的定义。
2.1中药制药过程管控 通常简称过程管控，包括过程控制与过程管理两大方面，制药过程控制主要包括：①提取浓缩、干燥、纯化、制剂等工艺的制药设备控制，②制药工艺品质控制，③制药过程质量控制，④中药产品质量检验，⑤质量风险控制。制药过程管理主要包括：①GMP管理，②以设备为中心的全员生产管理，③IS010012测量管理，④AQ/T9006企业安全生产管理，⑤IS014000环境保护管理等。
2.2在线检测 这是一个常被混淆的技术名词。在线检测系指在生产线上检测制药过程参数，而过程参数通常包括工艺参数、状态参数、质控参数、物料属性参数及环境参数等不同类别参数（如密度，pH，水温，乙醇浓度，蒸气压力，气温，流量等）。显然，在线检测不等同于在线检测药品质量或检测药用物料质量，更不意味着在线质量控制。
2.3质量在线检测 通常是指在生产线上检测药用物料质量。在不至于混淆的情况下，有时也将检测与药品质量相关的过程参数称之为质量在线检测。有必要指出，物料质量属性并不等同于质控参数，质控参数不一定是药用物料成分当检测的物料属性参数与药品质量无关时，则无法表征药用物料质量；即检测物料属性参数并不一定能检测出药用物料质量。因此，在使用近红外光谱等过程分析仪器检测药材或某工艺环节的药用物料质量前，必须全面深入研究哪些成分与药品质量相关，以及这些成分含量的范围。
2.4过程质量监测 一般是指不仅检测药用物料质量参数，而且在给定的范围内进行观察和判断质量状况，通常设置越限报警功能。因此，检测与监测的工业意义不同，监测质量比检测质量更为重要，难度也更大。
2.5过程质量监控 一般是指不仅检测药用物料质量参数，而且将这些质量参数调控在给定的范围内。显然，近红外光谱在线检测并不一定能在制药过程中准确检测出药用物质，也难以应用于监测过程质量；过程质量监控需要多种技术方法的融合才能实现，仅靠单一的近红外光谱检测技术无法控制中药产品质量，不少企业盲目投资建设近红外在线检测系统失败的主因就在于此。
2.6过程质量控制 一般是指在中药生产全程中通过调节各种关键的过程参数来控制药品质量，使制药工艺流程制造出来的中药产品符合特定的质量要求。
由上述定义可知，在线检测方法包括工业传感器、过程检测仪表及过程分析仪器等；不能将在线检测视作为在线质量检测，也不能将在线质量检测等同于过程质量监测，更不能视作为过程质量控制；过程质量监测不等同于过程质量监控，也不能视作为过程质量控制。
3中药数字制药技术概述
中药数字制药是采用统一的数字化技术，不仅对制药工艺参数、质控参数、状态参数、物料属性参数、环境参数等过程参数进行数字化检测、控制及储存，而且对药材原料及制药过程中药用物料进行数字化检测，监测各类过程参数与药用物质在制药过程中的变化轨迹，综合判断过程状态并控制工艺进程，从而控制中药产品质量；同时，对CMP，计量器材，安全生产，生产车间，环保，仓储及物流等实施数字化管理按照制造业国际上目前通行的观点，可称之为“中药工业3.0”。
中药数字制药的主要技术特征是：原料药材数字化、药用物质数字化、制药过程各类参数的数字化（包括工艺参数、状态参数及质控参数等）、单元工艺模型化及定量化、生产车间各类管理体系数字化、全过程测管控信息一体化、各类信息集成管理和综合应用。
中药数字制药技术包括：①提取、浓缩、干燥、纯化、制剂等工艺的制药设备自动控制技术；②制药工艺模型化及定量化/制药工艺品质优化技术；③复制药过程各类参数在线检测技术；④制药过程质量数字化控制技术；⑤制药过程分析建模/PAT技术；⑥制药过程测管控信息一体化技术；⑦质量风险数字化管理及控制技术；⑧药效物质数字化辨析技术；⑨数字GMP系统；⑩精益生产MIS系统；⑾药品质量检验LTMS系统；⑿数字化仓储系统等。经过十余年的努力，本团队已建立中成药二次开发核心技术体系（包括中药数字制药技术），促进了中药产业的数据制药时代到来。
笔者认为：在中药数字制药技术体系建设中，单元工艺建模是前提，数字化设备是基础，全过程测管控信息融合是关键，管控质量风险是底线，药用物质全程监测是核心，数据集成管理及应用是根本，数字CMP管理是保障。中药制药工程界应当在中药制药工艺模型化和定量化方面聚焦发力，根据单元工艺流程将制药过程质量控制序贯化、精准化和规范化并具备预测性，将精益生产理念渗透到中药制造过程的每一个工艺环节，打造“数字化透明”的中药制造平台，实现制药过程数字追溯，为持续性提升中药产品质量奠定技术基础。
4中药智能制造技术概述
21世纪的工业信息科学将像20世纪的硅信息科学一样具有变革性意义，将产生全新的产业技术并使药物制造方式发生根本性改变伴随着数字制药技术广泛应用而产生的以各种形式存储的海量数据可创造丰硕的知识财富和经济价值，这就需要制药工业的大数据分析师“点石成金”。超大规模的信息交互与多维融合必将引发制药过程控制模式和生产管理方式的深刻变革，在制药过程高度信息化前提下实现知识发现管理和应用，牵引“数字化透明”中药制造平台向智能化发展，从而升华形成中药智能制造技术，即中药工业4.0。
中药智慧制药的主要技术特征是，使用大量的工业传感器过程检测仪表以及过程分析仪器等组成一张庞大而灵敏的可反映制药过程全貌的感知网，并将信息技术与制药技术深度融合，进而实现人与人、人与机器机器与机器生产管理与过程控制等之间互通互联，通过制药设备、生产管理、质量检测等与过程控制系统网络化联接，形成集聚了原料/制药生产/药品流通/临床使用等中药产品全生命周期信息的智能网络，使制药过程的每一个工艺细节均被注入“智慧基因”通过赋予中药制造平台学习和思考能力，用充满智慧的数据整合、分析与挖掘，从多种来源的中药工业数据中寻找关联，发现制药过程规律，洞察引起药品质量波动的因素，不仅实现制药工艺精湛控制，而且达到管理精益化要求，实现优质保量低耗绿色高效能制药。
中药智能制造技术主要包括：①制药信息处理、信息解释、信息利用、知识发现与管理等关键技术；②测管控信息融合智能管理技术；③中药产品质量智能预测技术；④质量风险智能预警及预控技术；⑤制药过程智能预测控制技术；⑥制药过程轨迹智能追踪分析技术；⑦水、汽、电系统智能优化管理技术；⑧精益生产智能管理技术等。
5中药工业4.0技术路径
制药工业数据储备、数据分析、数据建模、数据挖掘及可视化能力将成为医药产业未来最重要的核心竞争力。工业信息感知技术的发展，使获取制药过程全貌的数据描述成为可能，通过分析各类数据集群间关联关系，不仅能认知制药工艺各环节输入/输出的药用物料变化规律，而且可以揭示在生产全过程中物质、能量、信息等变换规律，发掘出中药工业数据的内在价值，创新定义数据制药技术，开辟获取中药工艺知识的新路径，重新建构中药工业技术格局，这是建设中药工业4.0的战略价值所在。
目前，我国有些地方已出现智能制造园区及智能工厂建设热潮，许多地方政府在规划未来5年建设上千个智能工厂或车间，但至今未见制药企业参与，以工业互联网为代表的信息技术如何进入制药工业领域仍面临巨大困难。一方面工业互联网和大数据在制药业并无技术应用基础，缺乏制药信息工程技术人才，容易出现只做“表面文章”而没有促进企业提质增效现象；另一方面，很多制药企业生存艰难，无暇顾及新概念技术，缺乏应用新技术的积极性或足够资金。我国中药制造业仍处于工业2.0进程中，传统制药工艺与现代制药技术共生，落后与先进并存。
根据中药工业的上述现实情况，笔者认为在实现中药工业4.0战略目标的征程中应实行分步走策略，倡议在现阶段首先大力推进中药数字制药技术的广泛应用，促进中药工业化与信息化融合，以应用目标牵引，构建“信息主导、系统集成”的中药数字制造技术平台，为实施中药工业4.0技术升级工程建设夯实数字化基础，创造必要的技术条件。人才是第一资源，组建科技创新团队是我国中药工业跨越发展的关键，应当构建成长性环境以及多样性、包容性学术生态，使中药制药工程科技创新力量成为中药产业可持续发展的发动机和推动力。
在新兴信息技术进入中药工业领域时，工业互联网只是一种技术工具，主导我国中药产业创新升级的应是精湛的制药工艺和过程质量控制技术。唯有通过制药相关技术的融合创新，提升中药产业的整体质量及效益，以工业物联网为核心的智慧制药技术才能在中药工业“落地”。因此，在中药制造向中药智造转向发展中，不仅需要基于物联网思维的现代工业精神，而且需要追求精益生产目标的“工匠精神”，更需要注重工业转化，防止出现一哄而上、不重视实效的局面。
