《金融科技概论》（第二版）课件 第1-3章 金融科技的概况、大数据、云计算

第一章金融科技的概况金融科技概论11. 掌握金融科技的定义；2. 熟悉金融科技的发展现状与意义；3. 了解金融科技的发展趋势。教学目标2金融科技的起源与定义金融科技的发展历程全球金融科技的发展现状概览金融科技发展的意义金融科技的未来发展趋势目录3金融科技的起源与定义随着科技的不断发展，互联网逐渐渗透到各个领域，当互联网逐渐渗透到金融领域并且在金融领域起到的作用逐渐增大的时候，互联网金融便逐渐产生。“金融”与“科技”这两个词慢慢结合在一起，于是创造出了Fintech，全称FinancialTechnology，即“金融科技”。4金融科技的起源与定义金融科技（Financialtechnology），简称FinTech，是指一种改善和自动化金融服务的交付和使用，使得金融服务变得更加有效率的新技术，再经过不断发展而形成的一种经济产业。金融科技比较重要的点是：第一，金融科技是指金融服务公司将技术集成到产品中，以改善其使用和向消费者的交付；第二，它主要是通过将此类公司的产品捆绑销售并为其创建新市场来发挥作用的，初创企业通过扩大金融包容性并使用技术来降低运营成本来扰乱金融业的老牌企业；第三，金融科技的资金正在增加，但其中的监管问题很多。金融科技的实例多种多样。如：众筹平台、加密货币和区块链、移动支付、智能投顾。5金融科技的发展历程Fintech1.0时代（1886-1967）。在这个时代，我们首次开始谈论金融全球化。它始于诸如电报以及铁路和轮船之类的技术，这使金融信息得以实现快速跨境传输。Fintech2.0（1967-2008）。这一时期标志着从模拟到数字的转变，并由传统金融机构主导。Fintech3.0（2009年金融危机至今）。这个时代的特点是出现了新的参与者以及已经存在的参与者（例如银行）。如今，使用金融科技最多的国家是中国和印度。中国、印度和其他新兴市场从未有时间开发西方水平的实物银行基础设施，这使中国、印度等其他新兴的发展中国家市场对新的解决方案更加开放。6全球金融科技的发展现状概览欧美一直都重视对金融科技的投资。美国一直都走在金融科技的前列，不仅仅以现在相关技术方面，而且体现在金融科技发展的时间以及良好的金融科技监管环境。英国也高度重视金融科技的发展，采用“监管沙盒”制度（RegulatorySandbox）来发展金融科技企业。亚太地区的金融科技发展迅速，其中以中国发展速度、发展质量最高。近年来，中国金融科技的发展得益于数字化，智能技术等广泛的应用信息技术。除中国之外，亚太地区另一个重要的市场是澳大利亚。近年来澳大利亚政府不断鼓励本国金融科技的发展，支持金融科技企业，并出台了一系列相关的鼓励金融科技发展的政策措施。7金融科技发展的意义第一，金融科技使得金融服务前所未有的普及。第二，金融科技推动金融服务业成本降低。第三，许多人认为金融科技在安全性方面具有可靠性。第四，协助企业发展，尤其是中小型企业。第五，金融科技可以帮助企业将大数据转变为有意义的数据。8金融科技的未来发展趋势第一、金融科技的发展呈现地区性发展态势。第二、金融科技对人工智能的依赖越来越大。第三、对金融科技的监管日趋严格，金融科技法规也越来越完善。第四、传统金融机构与新兴金融科技公司的关系由竞争逐渐转向合作，其中最明显的就是银行与金融科技公司的合作。第五、我国走在金融科技革命前列，有望引领金融科技革命。9本章小结随着科学技术的发展以及互联网的普及，金融科技也在逐渐渗透到生活中的方方面面。从金融科技的起源于定义出发，介绍了金融科技的发展历程以及现在全球金融科技发展现状；介绍了金融科技发展的现实意义以及未来发展趋势。10思考题1.金融科技产生的背景2.金融科技的应用3.金融科技给人们生活带来的好处4.金融科技的局限性11ThankYouForWatching12第二章大数据金融科技概论131.掌握大数据的基本概念2.熟悉大数据的相关原理和特征3.深入理解大数据的相关案例教学目标14大数据概述大数据的相关技术及处理流程大数据在金融领域的应用延伸阅读：大数据与美团外卖的精细化运营目录15大数据概述

大数据的概念与特征从狭义的角度看，根据研究机构Gartner给出的定义，大数据是指只有运用新的处理模式才能具有更强的洞察发现力、决策力和流程优化能力的海量、多样化和高增长率的信息资产。通过对大数据的分析，可以了解数据背后的相应用户行为规律等信息，有助于政府、企业等做出决策。从广义的角度看，大数据则是一个综合性的概念，它囊括了狭义角度的大数据，以及对这些数据进行存储、处理、分析的技术，还有能够分析这些数据获得实用意义的人才和组织。16大数据概述

大数据的概念与特征狭义大数据的特征可以归纳为5个”V”:Volume（大体量）、Variety（多样性）、Velocity（时效性）、Value（价值性）、Veracity（准确性）。Volume：数据体量巨大；Variety：数据种类多样化；Velocity：数据流动速度快；Value：价值密度低；Veracity：数据准确性。17大数据概述

大数据的分类按照大数据结构特征分类：结构化数据：指有结构的数据，也即行数据，在得到数据之前，其结构就是确定的。非结构化数据：指没有结构的数据，无法用数据库的二维逻辑结构来表现。包括所有格式的文档、文本、图片、视频、音频、各类报表以及标准通用标记语言下的子集XML、HTML。它们通常没有数据模型，无法进行结构化处理。半结构化数据：指介于结构化数据和非结构化数据之间的数据。半结构化数据也是有结构的数据，与结构化数据不同的是，半结构化数据是先有数据，再有结构。半结构化数据一般是自描述的，数据的结构和内容混合在一起，没有明显的区分，其数据模型是数和图。常见的半结构化数据有XML、HTML。18大数据概述

大数据的分类按照大数据获取处理方式分类：批处理数据：指对数据进行批量的处理，如对数据进行成批的增加、修改、删除等操作。流式计算数据：指可以在实时处理的应用环境中，对大规模流动数据在不断变化的前提下进行持续计算、分析并能捕捉到有价值信息的分布式计算模式。按照大数据获取处理方式分类：按照大数据处理响应性能，可以将大数据分为实时数据、非实时数据和准实时数据；按照大数据关系，可以将大数据分为简单关系数据和复杂关系数据。19大数据概述

大数据的来源要做大数据，就要先了解企业或者自己所处行业的核心是什么，即企业要找到自身的核心价值。在这一前提下，建立自身的大数据才可以做一定的延伸。其次，要找到内部的一些外围相关数据。（一）核心数据：金融企业的核心数据主要有五个来源：历史交易数据，用户行为数据，系统运行日志，非结构化数据和过程文档数据。（二）外围数据：数据共享联盟、互联网数据、运营商数据。（三）常规渠道数据：政府通常掌握着大量的、关键性的数据和公共信息资源，加大开发力度，极大地推动政府办事效率的提升和国家信息服务业的发展。20大数据的相关技术及处理流程与大数据相关的技术物联网：定义：即“万物相连的互联网”，是在互联网基础上的延伸和扩展的网络，它将各种信息传感设备与互联网结合起来形成一个巨大网络，从而在任何时间、任何地点实现人、机、物的互联互通。物联网可以为大数据提供全面的信息来源，被广泛应用在了各个领域。应用：第一，以电话、微博、微信等为代表的社交网络可以产生大量数据；第二，电子商务平台。比如淘宝、京东等电商平台每天都可以产生海量的数据，对这些数据进行挖掘和分析有助于让商家准确地预测消费行为，把握其中蕴含的商机。同时，实体商店也可以借助大数据改善销售行为。第三，摄像头收集的视频、图片等信息。21大数据的相关技术及处理流程与大数据相关的技术云计算：定义：云计算是与信息技术、软件、互联网相关的一种服务，这种计算资源共享池叫做“云”，云计算把许多计算资源集合起来，通过软件实现自动化管理，只需要很少的人参与，就能让资源被快速提供。云计算的数据在云端，任何时间、任何设备只要登录后就可以享受计算服务。通过云计算对数据进行计算后，可以让数据为人类所用，让数据成为一种基础的公共物品，因此云计算可以为大数据的计算和分析提供可行的方法。分类：云计算主要有三种服务模式：基础设施即服务（IaaS）、平台即服务（PaaS）、软件即服务（SaaS）。云计算最早在海外发展较快，如知名企业Google、IBM、亚马逊等开展了云计算的业务，国内的阿里巴巴、腾讯等近些年来也涉足云计算的发展。22大数据的相关技术及处理流程大数据的处理流程大数据的处理流程主要包含以下几个方面：一，利用多种轻型数据库收集海量数据；二，对不同来源的数据进行数据预处理；三，将数据整理后存储到大型数据库中；四，根据企业或个人的需求，运用合适的数据挖掘技术来提取有用的信息；五，使用恰当的方式将结果展现给终端用户。23大数据的相关技术及处理流程大数据的处理流程数据采集：数据的来源有智能设备中的运行数据、来自互联网的数据、FID射频数据等。数据预处理：经过第一步数据采集得到的数据属于原始数据，原始数据往往存在着不完整、不一致的问题，这样的脏数据无法直接用于分析和研究。因此，为了进一步的分析、挖掘和存储，我们应对原始数据进行预处理，然后将处理过的数据再导入一个集中的大型数据库或者分布式存储集群。数据预处理的过程主要包括：数据清洗、数据集成、数据转换、数据规约等。数据变换：数据变换是采用线性或非线性的数学变换方法将多维数据压缩成较少维数的数据，消除它们在时间、空间、属性、精度等特征表现方面的差异，使其变为适合数据挖掘的形式。数据变换可用相当少的变量捕获原始数据的最大变化，具体变换方法的选择可根据实际数据的属性特点而定，常见的数据变换方法有数据平滑、数据聚焦、数据规范化、属性构造（特征构造）等。24大数据的相关技术及处理流程大数据的处理流程数据归约：数据归约是指，在理解了数据挖掘任务和数据本身内容的前提下，来提取数据的有用特征，以缩减数据规模，从而在尽可能保持数据原貌的前提下，最大限度地精简数据量。对归约后的数据集进行数据挖掘将更加有效，且能产生相同(或几乎相同)的分析结果。数据归约的类型主要有特征归约、样本归约和特征值归约等。数据存储：大数据时代以非结构化数据为主，数据种类多，因此传统数据库存储系统已经无法满足数据存储的需要。大数据的数据体量巨大，无法由一台服务器中的数据库来承受巨大的并发量和高速的访问需求，因此应当使用分布式服务集群的方式。分布式存储方式要求大数据存储平台能够容忍一些硬件故障产生的可用性问题，如服务节点宕机、因网络原因使得服务器节点失去连接等。而多个服务器组成的服务集群要求大数据存储平台具有高度的可伸缩性。25大数据的相关技术及处理流程大数据的处理流程数据挖掘：数据挖掘是指依据业务的需求和目的，运用计算机技术从大量的数据中提取出隐藏的有价值的信息和知识的过程。数据挖掘的特点有：一、基于海量数据；二、非平凡性，即挖掘出来的知识应该是不简单的；三、隐藏性，即数据挖掘是要发现深藏在数据内部而非浮现在数据表面的知识；四、价值性，即挖掘的知识能给企业带来直接或间接效益。数据解释：指将大数据挖掘及分析结果在显示终端以友好、形象、易于理解的形式呈现给用户，是一个面向用户的过程。传统的数据解释方法是以文本形式输出结果或者直接在电脑终端上显示结果。大数据分析的结果一般是数据量巨大且关系复杂的结果，传统的分析结果展示方法已经不满足要求。现在主要利用可视化技术、人机交互、数据起源等新的方法将结果展示给用户，帮助用户更加清晰地了解数据处理后的结果，为用户提供决策信息的支持。目前，大部分企业已经引进数据可视化技术和人机交互技术。26大数据技术在金融领域的应用大数据与银行客户关系处理拓展客户渠道：客户的喜好随着时间推移会发生改变，因此通过大数据技术进行全面分析可以了解客户的喜好，从而在产品和渠道方面做出最优决策。提供个性化服务：商业银行通过收集并分析社交网络数据，挖掘出不同的客户群体，如有严重不满情绪的客户、有高影响力的客户等，然后对不同客户群提供更有针对性的服务，避免客户流失。客户流失预警：通过大数据技术，可以预测客户流失的概率。客户流失预测主要分为两个方面，一是客户流失预警，另一个是流失客户特征分析。将分析得到的流失客户数据和潜在流失客户数据分配给客户服务部门，整合销售服务资源，根据客户的需求，设计个性化的营销策略，快速反应，以此达到召回流失客户，挽留流失概率高的客户，实现对客户的保留。27大数据技术在金融领域的应用大数据与银行客户关系处理精准营销：以现代信息科技技术为工具，以大数据技术，市场定量分析为手段，获得客户通过社交网络、电子商务、终端媒介等方式形成的非结构化数据，对客户进行精确衡量和分析，为客户画像，获得消费者的消费习惯、消费能力、近期需求等信息，做到合适的时间、合适的地点、以合适的价格、通过合适的营销渠道、向合适的顾客提供合适的产品，为消费者建立个性化的客户沟通服务体系，实现企业能够用最低的成本拓展更多潜在的消费者，实现企业利益的最大化。欺诈检测：用大数据技术，结合实时数据或历史数据进行全局分析，每天评估客户的行为，及时对客户的风险等级进行动态调整，实现对客户授信的精细化管理。一旦出现一些非正常的交易行为，如大额的存款或取款，商业银行可以立刻做出相关统计和分析，并将结果及时反馈给营销部门人员，并由营销部门及时与客户沟通，获取异常交易的原因，防范欺诈行为。28大数据技术在金融领域的应用大数据与银行客户关系处理应用案例：中信银行信用卡业务创新中信银行建立了一个先进的大数据采集体系，将构建用户关系作为发现客户场景的重点，建立O2O的大数据。大数据为“卡中心”提供了以下便捷：一，通过大数据技术可以更精准的定位客户，使得产品的定位更精确；二，通过大数据技术实现秒速贷款，做到“即申，即审，即批核”，使得信用卡的消费信贷服务更加便捷；三，提高用户满意度。具体步骤如下：第一步，使用移动互联网技术和定位功能来确定商圈。第二步，追踪用户的活动轨迹，确定高价值商圈，并根据活动轨迹布局相关业务。第三步，利用大数据技术分析客户的需求，既包括客户的需要，也包括客户的体验（即用户需要相对于用户意义、目的、情感的关联）。29大数据技术在金融领域的应用大数据与智能投顾定义：智能投顾又称为机器人投顾，是指通过互联网技术，通过大数据获得用户个性化的风险偏好及其变化规律，结合算法模型来为用户定制个性化的资产配置方案和财富管理服务，并根据市场情况进行实时的持仓追踪和动态调整。简而言之，智能投顾类似于人工智能与投资顾问的结合体。应用：首先投资者在理财平台上输入个人财务状况、风险偏好和理财目标等数据，然后平台利用分布式计算、大数据分析、量化建模等技术手段为投资者提供智能化和自动化的资产配置方案，如投资咨询建议、投资分析报告、投资组合选择等。同时，平台还可以实时跟踪市场变化，当资产配置偏离投资目标时及时提醒用户进行再平衡调整。30大数据技术在金融领域的应用大数据与保险客户需求挖掘：通过分析客户在社交网络、电商网站等平台的浏览与交易数据，挖掘客户需求，并寻找潜在客户，并根据不同客户需求设计不同产品。互联网保险公司众安保险基于用户在电商网站上的购买行为，推出了网购退货运费险、网上支付安全险等创新险种。个性化定价：在大数法则下，保险产品的定价主要是基于对样本数据的分析。在大数据时代，可利用的数据不仅包括保险公司存储的客户数据，还包括整个互联网上的数据，如来自社交网络上的文字、图片或者视频信息等。这将颠覆传统保险精算的理论和技术，推动保险商业模式的革命性和突破性创新。例如，通过大数据分析，保险公司可以掌握客户车辆的主要用途、基本行车路线、路途的风险程度、驾驶习惯等风险状况，以此评估客户车辆的风险指数，进而制定差别费率，对于风险低的客户降低费率，对于风险高的客户提高费率甚至拒绝承保。31大数据技术在金融领域的应用大数据与保险精准营销：精准营销是通过分析客户行为，制定相应的销售与服务策略，把合适的产品或服务，以合适的价格，在合适的时间，通过合适的渠道，提供给合适的客户。大数据技术的应用，可以帮助保险公司完成寻找目标客户、挖掘客户潜在保险需求等任务。大数据营销使保险公司的客户营销策略更为精确直接，避免以往常见的逐户、陌生拜访、陪同拜访现象，也避免了和同业竞争对手直接碰撞。欺诈识别：保险欺诈，尤其是健康保险领域的欺诈，具有专业性、隐蔽性的特点。在医疗保险领域，常见的欺诈方式主要有两种：一是非法骗取保险金；二是在医保额度内重复就医，浮报理赔金额。在以往的欺诈识别过程中，保险公司主要依靠一些固定的标准和相关人员的经验，来判断是否存在保险欺诈。从本质上看，欺诈的原因是双方信息不对称，在大数据技术的加持下，保险公司能够获取更多客户信息，并对信息进行挖掘和分析，建立预测模型，从而弱化部分不对称的信息，建立高效的反欺诈鉴别机制。32大数据技术在金融领域的应用大数据与保险应用案例：平安财险一直以来，平安财险都与百度搜索保持着良好的合作关系。当用户在百度搜索中搜索关键词“车险”时，平安财险的产品宣传就会出现在用户搜索结果页面的显眼位置。除此之外，平安财险还用大数据技术对其目标客户群体的相关数据进行重新梳理。平安财险在对车主进行研究时，突破了传统保险营销的局限性，从整个产业链的角度对车主的车险需求进行分析和判断。它从车主购车前、购车中、购车后的3个阶段出发，绘制出汽车生命周期的问题蓝图。该问题蓝图清晰地展示了车主在不同阶段所面临的不同问题和主要保险需求。平安财险基于其对车主不同阶段的特征判断，为不同阶段的车主有针对性地推荐车险产品，使其车险产品的销售业绩得到了有效提高。33大数据技术在金融领域的应用大数据与保险应用案例：众安在线财产保险股份有限公司众安在线的业务重点在于责任险和保证保险。如众安在线的保险产品——“众乐宝”，它是众安在线有代表性的一款保险产品，主打责任和信用保证保险，费率较低，额度较小，专为在淘宝网平台留下了大量经营数据的淘宝卖家量身打造。这是一款典型基于大数据的保险产品，依靠淘宝电商平台的海量数据，保险公司可以对被保险人的情况进行分析，探知目标客户的保险需求，进而开发出适合被保险人需求的保险产品，接着通过网络平台进行保险产品的推广和销售，并最终实现数据资料的回收。“众乐宝”保证金计划是众安保险专为淘宝平台定制的一款信誉保证保险。卖家加入后，不需要缴纳保证金，就可以加入淘宝平台消费者保障服务，享有“消保图标”。只需要缴纳一个相对低额的保费，淘宝卖家即可享受淘宝的保证金消费者保障图标服务。34大数据技术在金融领域的应用大数据与互联网金融35智能信贷：互联网企业借助大数据进行信用评估和测算以及风险控制，能够在短时间内甚至实时掌握借款人的信用情况，计算出借款人的信用额度，从而实现即时放款。比如，阿里小贷从风险审核到最终的放款已经实现了全程线上模式，所有的贷前、贷中以及贷后的环节都能实时有效地连接，并可以向那些难以通过传统模式获得贷款的群体发放贷款，让金融更加普惠。第三方支付：第三方支付企业（如支付宝），经过不断发展，已经积累了大量的用户数据和支付信息，形成了第三方机构的大数据资源。这些数据资源体量大、覆盖广，能够为第三方支付企业、银行以及各种商户提供数据支持。互联网货币基金：货币基金具有高安全性、高流动性、稳定收益性的特点。其实在余额宝等新型互联网货币基金出现之前，货币基金在互联网的销售已经存在一段时间，但并没有引起广泛的关注。而依托支付宝积累的大量用户流量，余额宝得以积累用户的闲置资金，在为企业盈利的同时，也为用户提供的投资理财的便利。大数据技术在金融领域的应用大数据征信36定义：根据2013年出台的《征信业管理条例》的定义，征信是指对企业、事业单位等组织的信用信息和个人的信用信息进行采集、整理、保存、加工，并向信息使用者提供的活动。传统征信主要涉及线下的金融征信体系、社会征信体系、商业征信体系以及线上某一层级数据的单一分析的IT征信等。而进入大数据时代以来，互联网公司利用自身的海量数据优势，从财富、安全、守约、消费、社交等维度来为用户建立信用报告，形成以大数据为基础的海量数据库，同时结合传统征信体系，来为企业、个人进行更加精确的信用评估。大数据技术在金融领域的应用大数据征信37大数据征信的特征：一，大数据征信不仅数据规模庞大，而且更多地依托技术来整合有效信用数据并导入基础数据库，纳入相关企业或个人的信用档案中。二，大数据征信可以实现企业信用的动态评估。大数据技术可以实时分析捕捉来的数据，并由基础数据库录入数据评估系统。例如，一家本来信用良好的企业，一旦被新闻媒体曝光了负面信息，大数据征信就可以立刻捕捉到这些信息，并通过系统内置的数据计算模型，重新评估企业的信用状况，从而让公众能够及时了解到企业最新的信用信息。三，大数据征信主要运用数学模型来进行信用评级。大数据时代，使用过人工来处理海量的企业或个人的信用数据是不现实的，因此，大数据征信下的信用评级主要利用数学计算模型来对企业、个人进行信用评估。大数据技术在金融领域的应用大数据征信38大数据时代，征信数据、征信服务、数据采集、征信产品都发生了很大变革：征信数据：在大数据时代，征信数据的的体量越来越大，数据类型也更加多样化。征信服务：在大数据时代，征信机构的服务更加及时、高效、全面。数据采集：大数据时代通常使用相关传感器、RFID（无线射频芯片）等具有电子神经的感知设备产品收集数据信息，这些设备计连接算机以后就可以即时的收集人们在各地产生的各种数据。征信产品：传统的征信产品主要涉及信用报告、信用评分、信用评级、信用风险管理类产品等。大数据技术一定程度上可以提升征信产品的质量，推动征信产品的创新，扩展产品服务范围，从而促进征信业的发展。同时，征信产品的形式也将更加多样化，不仅可以是上报的报表、可视化的图表、详细的可视化分析，还可以是简单的微博或视频信息等。大数据技术在金融领域的应用大数据与量化投资39应用案例：利用Twitter数据预测股市印第安纳大学和曼彻斯特大学的三位学者利用6个月的Twitter数据和“情绪状态量表”（POMS）测量法来计算每日全球情绪，并基于此数据来预测股市。其结果表明该方法可以以87.6%的准确率提前三天预测道琼斯工业平均指数的变动方向。此后，这三位学者和一位对冲基金交易员共同组建了DerwentCapital，成为全球首只社交媒体基金。其原理为随机选择10%的Twitter信息，从中寻找出诸如“警报”、“快乐”和“重要”等字眼，并把这些信息归类到不同的情绪状态，进而利用情绪数据来预测市场走势。延伸阅读案例一：大数据与美团外卖的精细化运营本章主要介绍了金融科技的应用技术之一——大数据技术，介绍了大数据的概念、发展历程以及分类等基础知识，分析了大数据当前在金融行业的应用，如在银行客户关系管理、智能投顾、大数据保险、互联网金融、量化投资中的应用，旨在引导读者进一步理解大数据的基本概念及其应用业态。本章小结40思考题1、 大数据的特征是什么？2、 大数据的处理流程？3、大数据技术的发展面临着哪些机遇和挑战？4、

大数据在金融领域的赋能场景主要有哪些？5、未来大数据可能还会有哪些应用场景？41ThankYouForWatching42第三章

云计算金融科技概论431.了解云计算的含义及发展历程2.掌握云计算的基本模式和关键技术3.理解云计算在金融领域的实践意义教学目标44云计算概述云计算的基本模式云计算的关键技术云计算在金融领域的应用——金融云目录45第一节云计算概述一、云计算的概念二、云计算的发展历史三、云计算的特征46一、云计算概念

云计算是由分布式计算衍生出的一种，在网络环境下通过整合海量资源形成资源“池”化，并按用户需要分类提供资源和数据计算处理服务的技术。

简单来说，就是对大量数据计算处理程序进行分解，再按用户需求分配到不同的、由多个服务器组成的系统上进行数据分析，最后将分析结果反馈给用户，这种技术可以节约成本，提高效率和增强扩展性。47一、云计算概念

从技术角度来看：分布式计算可以说是云计算的核心，而在云计算诞生之前，网格计算是将分布式计算运用得非常好的代表。网格计算的概念与云计算十分接近，是通过互联网把分散在各处的资源，包括软件、硬件和信息资源综合起来，以完成大规模数据的复杂计算和处理任务，这种技术为云计算的发展奠定了良好的基础。分布式计算解除了用户和大型应用系统的绑定，为有效利用不同空间上的计算资源和更简便地处理复杂的大数据应用提供了强大的技术支撑。

从用户使用方面来看：云计算使得资源和计算服务像商品一样可以方便取用，用户可以通过软件随时获取“云”上的资源和计算处理服务，且这种使用可以无限扩展，最后只需要按照使用量付费即可，价格也比之前降低不少。48一、云计算概念

总的来说，云计算不是一种新兴的技术，而是在原有技术的基础上衍生出的一种网络应用概念，使得所有用户都可以通过互联网，方便快捷地获取海量的资源和强大的计算服务，而不用受时间和空间的限制。49第二节云计算的基本模式一、IaaS

二、PaaS三、SaaS50一、IaaS（一）概述IaaS（InfrastructureasaService，基础设施即服务）是指把IT基础设施作为一种服务，通过网络对外提供。

在这种服务模型中，用户不用自己构建一个数据中心，而是通过租用的方式来使用基础设施服务，包括服务器、存储和网络等。IaaS按用户需要提供计算能力和存储服务时，可以直接租用，而无需在传统的数据中心中购买和安装这些资源。这种租赁模式可以部署在公司的防火墙之后或通过第三方服务提供商实现。51一、IaaSIaaS是一种最简单的云计算交付模式，它用虚拟化操作系统、工作负载管理软件、硬件、网络和存储服务的形式交付计算资源，也可以实现操作系统和虚拟化技术到管理资源的交付。

虚拟化作为云计算的基础，从物理层面分离资源和服务。通过这种方法，云计算服务供应商可以在单一的物理系统内创建多个虚拟系统，通过服务器的合并，可为组织提高效率并节约成本。52一、IaaS（二）特征

①虚拟租赁。用户使用IaaS服务购买服务器和存储资源时，可以获得所需资源的即时访问权。然而，这个过程中并没有租赁实际的服务器或其他基础设施，该物理硬件仍放在基础设施服务提供商的数据中心，IaaS通过虚拟化技术解绑物理硬件和软件，使用户获取相应的资源。在一个私有的IaaS内，租赁可能不会对每个访问资源的用户收费，但可以根据各个部门的使用情况，按一星期、一个月或者一年分配使用费用。

②自助服务。用户可通过一个自助服务门户获得资源（如服务器和网络），而无需依赖IT为他们提供这些资源。该门户类似于一台银行自动取款机模型，通过自助服务界面，可以轻松处理多个重复性任务。53一、IaaS

③弹性缩放。资源能按照工作负载或任务需求自动伸展或收缩时，也就是说，如果用户需求比预期的资源要多，也可以立即获得它们。这种服务供应商通过优化环境，使得硬件、操作系统和自动化可以支持一个巨大的工作负载。

④分级服务。用户所需的服务等级取决于正在运行的工作负载，一些用户获得按需模型的能力而无需签署合同，另一些用户则要为特定的存储量或计算量签订一份合同。一份典型的IaaS合同有某个等级的服务保障，而根据不同的服务和价格，可以承包99.9%的可用性。54一、IaaS

⑤许可模式更丰富。用户使用公共的IaaS运行所需要的软件的服务，推动了在许可和支付模式上的创新。例如，一些IaaS和软件供应商已经创造了带上用户的许可计划，用户就通过这种方法，即可在传统环境中也可在云环境中使用软件了。另一种选择是即用即付模式，它一般集成了软件许可和按需基础设施服务。

⑥计量方法更科学。IaaS的计量方法能确保用户按照他们需要的资源和使用情况付费，这种计量按照对IaaS服务的评估收费，从使用的启动开始，到使用的终止结束。除了每次使用的基本费用，提供商还可以对存储、数据传输以及其他可选的服务，如增强安全性、技术支持或先进监视等进行收费。55一、IaaS（三）体系架构

以开源软件为例来说，现有开源软件支持的IaaS体系结构大体上可分为两种。

一种是以Open-Nebula、Nimbus和ECP等软件为代表的两层体系结构。

另一种是以Eucalytus和XENCloud等软件为代表的三层体系结构，三层体系结构与两层体系结构的主要区别是增加了一个集群控制节点中间层。

从功能角度来看，三层体系结构具有更好的扩展性。在两层体系结构中，云控制器直接管理工作节点，这种直接管理方式使得云控制器的部署速度更快。在三层体系结构中，由集群控制节点与工作节点直接通信，工作节点通过集群控制节点与云控制器进行通信，云控制器通过中间层集群控制节点来负责对工作节点的调度，这样缓解了云控制器的开销，增强了整个平台的扩展性。56一、IaaS（四）安全问题

在IaaS中，存在着两个方面的安全问题。

①同一用户的数据安全一般而言是关于用户自己对于数据的用途不同。一部分数据，如企业公开财务信息、公司最新新闻、公司股票信息、公司业绩等，是可以向社会大众公开的公共资源。而另一些，如企业的技术信息、资金变动等内部重要信息，是不能对外公布的核心数据。

对这两种数据IaaS需要进行分别处理，并且进行全方位的保护，保证数据的安全和隔离，防止后者数据出现在前者的数据中。

②不同用户之间的数据是不同的，甚至有些用户数据是不能外泄的。一旦发生用户之间的数据相互覆盖、复制，不仅对用户造成困扰，也会让用户产生不信任感。这就需要对不同用户间的数据进行隔离，保证各个用户的数据间的准确和安全。57一、IaaS

另外，做好安全审计也是商用系统信息安全的重要部分，对各类操作建立日志，并且分析审计，对虚拟机、数据库、管理信息等进行安全审计，保证系统的安全。在此基础上，还需要保证用户数据的完整、更新及时，建立防火墙、数据加密、权限设置、数据备份等对数据进行全方位的安全保障，并且结合法律在规章制度上对数据安全进行有效保护。58二、PaaS（一）概述

PaaS（PlatformasaService，平台即服务），是把服务器平台作为一种服务提供的商业模式。PaaS实际上是指将软件研发平台作为一种服务，以SaaS（通过网络进行程序提供的服务）的模式提交给用户。因此，PaaS也是SaaS模式的一种应用。但是，PaaS的出现促进了SaaS的发展，尤其是加快SaaS应用的开发速度。PaaS是云计算的重要组成部分，提供运算平台与解决方案服务，在云计算的典型层级中，PaaS层介于软件即服务与基础设施即服务之间。它将云端基础设施部署与创建提供给用户，或者借此为用户提供使用编程语言、程序库与服务。用户不需要管理与控制云端基础设施（包含网络、服务器、操作系统或存储），但需要控制上层的应用程序部署与应用托管的环境。59二、PaaS

PaaS通常用于两种场景：

一是开发框架。PaaS提供了一种框架，使开发人员可以基于该框架进行构建，通过使用内置软件组件开发或自定义基于云的应用程序，包含可扩展性、可用性强和多租户功能等在内的云功能减少了开发人员的代码编写工作量。

二是分析或商业智能。借助PaaS服务提供的工具，用户可以分析和挖掘其数据，同时可以查找见解和模式并预测结果，以改进预测、产品设计和投资回报等业务决策。60二、PaaS（二）用途

PaaS之所以能够促进SaaS的发展，主要在于它能够为用户提供进行定制化研发的中间件平台，同时涵盖数据库和应用服务器。PaaS能提高在Web平台上利用的资源数量，例如，可通过远程Web服务使用数据即服务，一些PaaS平台还允许用户混合并匹配适合的应用的其他平台。用户或者厂商基于PaaS平台可以快速开发自己所需要的应用和产品。同时，PaaS平台开发的应用能更好地搭建基于SOA架构的企业应用。

61二、PaaS

对于SaaS运营商来说，可以帮助他进行产品多元化和产品定制化。例如Salesforce的PaaS平台让更多的ISV成为其平台的用户，从而开发出基于他们平台的多种SaaS应用，使其成为多元化软件服务供货商，而不再只是一家CRM随选服务提供商。

对于小型企业和初创型企业来说，PaaS是比较有用的，因为这些企业并没有广泛的、具有较高依赖性的旧应用程序需要迁移。PaaS的多租户特性可实现应用程序和数据资源的最大数量共享，同时让开发资源继续专注于应用程序的交付和连接，而不是开发和支持数据库资源。PaaS的未来发展空间似乎在小型企业和初创企业，这类公司由于不依赖于旧应用程序的集成而更适于在云计算中进行应用程序开发。62二、PaaS（三）特征

PaaS能整合现有的各种业务能力，具体可以归类为应用服务器、业务能力接入、业务引擎、业务开放平台，向下根据业务能力需要测算基础服务能力，通过IaaS提供的API调用硬件资源，向上提供业务调度中心服务，实时监控平台的各种资源，并将这些资源通过API开放给SaaS用户。PaaS主要具备以下三个特点：63二、PaaS

平台即服务。PaaS所提供的服务与其他的服务最根本的区别是PaaS提供的是一个基础平台，而不是某种应用。一般来说，平台作为应用系统部署的基础，是由应用服务提供商搭建和维护的，而PaaS颠覆了这种概念，由专门的平台服务提供商搭建和运营基础平台，并将该平台以服务的方式提供给应用系统运营商。

平台及服务。PaaS运营商所需提供的服务，不仅仅是单纯的基础平台，而且包括针对该平台的技术支持服务，甚至针对该平台而进行的应用系统开发、优化等服务。在新应用系统的开发过程中，PaaS运营商的技术咨询和支持团队的介入，也是保证应用系统在以后的运营中得以长期、稳定运行的重要因素。

平台级服务。PaaS运营商对外提供的服务背后是强大而稳定的基础运营平台，以及专业的技术支持队伍。PaaS的实质是将互联网的资源服务化为可编程接口，为第三方开发者提供有商业价值的资源和服务平台。有了PaaS平台的支撑，云计算的开发者就获得了大量的可编程元素，提高了开发效率，还节约了开发成本，也为最终用户带来了切实的利益。64三、SaaS（一）概述SaaS（SoftwareasaService，软件即服务），即通过网络提供软件服务。SaaS平台供应商将应用软件统一部署在自己的服务器上，用户可以根据工作实际需求，通过互联网向厂商定购所需的应用软件服务，按定购的服务多少和时间长短向厂商支付费用，并通过互联网获得Saas平台供应商提供的服务。

SaaS应用软件有免费、付费和增值三种模式。付费范围一般囊括了通常的应用软件许可证费、软件维护费以及技术支持费等，将这些统一为每个用户的月度租用费。SaaS是随着互联网技术的发展和应用软件的成熟，在21世纪开始兴起的一种完全创新的软件应用模式。SaaS改变了传统软件服务的提供方式，减少本地部署所需的大量前期投入，进一步突出信息化软件的服务属性。65三、SaaS（二）特征

互联网性。一方面，SaaS服务通过互联网浏览器或Web2.0程序连接的形式为用户提供服务，使得SaaS应用具备了典型互联网技术特点；另一方面，由于SaaS极大地缩短了用户与SaaS提供商之间的时空距离，从而使得SaaS服务的营销和交付模式与传统软件相比有着很大的不同。一些模块产品都是基于网络的，这样的优势在于不必投入任何硬件费用，也不用请专业的系统维护人员就能上网，有浏览器就可以进行系统的使用。快速的实施、便捷的使用、低廉的价格都有赖于SaaS产品的互联网特性。

可多重租赁。SaaS服务通常基于一套标准软件系统为成百上千的不同用户提供服务，这要求SaaS服务能够支持不同租户之间数据和配置的隔离，从而保证每个租户数据的安全与隐私，以及不同的个性化需求。由于SaaS同时支持多个租户，每个租户又有很多用户，这对支撑软件的基础设施平台的性能、稳定性和扩展性提出很大挑战。66三、SaaS

服务功能强。SaaS使软件以互联网为载体的服务形式被用户使用，所以很多服务合约的签订、服务使用的计量、在线服务质量的保证和服务费用的收取等问题都必须加以考虑，而这些问题通常是传统软件没有考虑到的。

可扩展。可扩展性意味着最大限度地提高系统的并发性，更有效地使用系统资源。比如优化资源锁的持久性，使用无状态的进程，使用资源池来共享线和数据库连接等关键资源，缓存参考数据，为大型数据库分区等。67三、SaaS（三）面临的困境

技术限制。SaaS软件个性化定制技术尚未成熟，随着企业信息化的程度的提升，通用化的SaaS平台已经无法满足企业个性化的需求，而由于SaaS产品使用多租户的架构，这一问题就十分重要。SaaS软件可以像传统的软件一样，采用定制的方法来满足个性化的用户需求，但是SaaS软件和传统软件在定制技术上存在较大的差异：传统软件的定制只需针对某一具体的用户进行，而SaaS的定制则需让软件满足多租户各自的需求，需要多个定制。传统软件的定制服务是在软件开发阶段完成，而SaaS需要在软件使用过程中针对需求的变化更新定制，而且在定制的时候不能影响其他用户的使用。

除此以外，SaaS定制过程必须简单易行，使得用户可以自行完成。这些差异使得SaaS应用在技术设计上更加复杂，传统的个性化定制无法应用在SaaS领域。因此，SaaS个性化定制技术的改进是制约其发展的瓶颈之一。68三、SaaS市场混乱。SaaS服务提供商专注于大型用户，使得中小用户被忽略。一些从传统软件行业转型发展SaaS平台的企业虽然占有优质大量的用户资源，却受制于其收入模式，无法加速SaaS平台的推广。对于小型SaaS服务提供商，融资难、拓展市场困难始终是其难题。除此以外，许多SaaS公司并没有实现和用户的真正交流，导致产品不能和用户的真实需求接轨。

制度不完善。SaaS平台处于高速发展的阶段，缺乏法律保护。一方面，对于用户而言，SaaS平台下的用户数据被储存在云端，用户并不知道其处理过程和存放位置，数据缺乏法律保护使得用户对服务提供商的信任度很低；另一方面，制度不完善使得不法分子有机可乘，SaaS服务商承担着用户数据丢失的风险和责任，极大地制约了SaaS服务商创新及开拓市场的积极性。

安全性不稳定。SaaS平台要求的用户数据安全是一种动态安全，不仅要保证数据不丢失，还需要保证用户在业务增减等原因导致的安全需求发生变化时能灵活调整。同时，由于平台被多租户共享，数据信息交互复杂，对数据权限的要求极高。企业内网和互联网连接的不确定性太高，无论何种因素引起的网络稳定性的波动都会影响软件的使用，甚至造成用户数据的丢失。69第三节云计算的关键技术一、虚拟化技术二、分布式计算三、分布式数据存储和管理技术四、并行编程技术70一、虚拟化技术

虚拟化就是在构建一个逻辑层的基础上，将物理资源与用户使用分开的技术。虚拟化技术屏蔽了底层复杂性，用户可以按照简单方式使用IT资源，将用户从物理硬件和软件绑定中解放出来，使用户可以自主选择优化和组合IT资源，也使得供应商可以做到资源弹性服务。虚拟化具有以下四个重要特征：

兼容性强。虚拟机在逻辑上与物理计算机看起来一样，具备完整计算机必备的所有组件。由于虚拟机是逻辑上的机器，脱离了硬件对软件的约束，理论上能够兼容所有标准的操作系统、应用和设备驱动程序。

封装性好。封装性的基本原理是通过软件把虚拟机需要的虚拟硬件资源、操作系统和应用捆绑在一起。封装后产生的虚拟机可以自由地移动和复制，由于是软硬件一起进行封装，不需要用户重新安装驱动程序或者重新安装应用，使用效率大大提高。71一、虚拟化技术

隔离性稳定。虚拟化的隔离技术确保了封装后的虚拟机，在共享了一台物理计算机的情况下，相互之间不产生影响。也就是说，其中一台虚拟机发生了死机，并不会影响在同一台物理计算机上运转的其他虚拟机的正常使用。

硬件独立性。虚拟机使用户可以灵活配置虚拟计算机组件，这种配置可以与物理机完全不同，例如，不同的虚拟机可以安装不同的操作系统。

目前，虚拟化最常见的两个应用场景是实现对服务器的合并和桌面虚拟化。服务器合并就是把分布在多个不同物理机上的应用合并安装在一台有多台虚拟机的物理机上。桌面虚拟化就是用户通过客户端访问服务器上封装的虚拟机，用户体验与现场物理机相同，其关键不再是用户客户端现场性能，而是取决于后台虚拟机的配置。

虚拟化最有用的两个价值在于将资源进行池化和将用户需求与物理基础设施的绑定进行分离。资源池化后可以定义最小化的资源单元，实现最大化的资源利用。而将用户需求和基础设施分离，则实现了资源使用的弹性和灵活性。72二、分布式计算

分布式计算就是把一个大任务分解成很多小任务并分配到不同计算资源上进行处理。分布式计算能够有效解决成本、效率和扩展性之间的平衡问题。

在云计算之前，网格计算是分布式计算的典型代表。网格计算的基本思想是通过把分散在互联网各处的硬件、软件、信息资源连接成为一个巨大的整体，从而使人们能够利用地理上分散于各处的资源，完成各种大规模的、复杂的计算和数据处理任务。网格计算也是一种互联网级别的分布式计算方式，关注点在于利用互联网上分布的计算资源，也是最接近云计算的概念。

分布式计算解除了用户和大型应用系统绑定关系，与虚拟化解除用户与物理资源的绑定具有异曲同工之妙。分布式计算孕育了云计算的同时，也重塑了云计算环境下的应用和服务形态。分布式计算作为云计算的关键技术，既可以支持不同地理上分布的计算资源的有效利用，同时也使得复杂的大数据应用的计算方式更为简单。73三、分布式数据存储和管理技术

云计算系统由大量服务器组成，同时为大量用户服务，因此云计算系统采用分布式存储的方式存储数据。分布式网络存储系统用冗余存储的方式（集群计算、数据冗余和分布式存储）保证数据的可靠性。冗余的方式通过任务分解和集群，用低配机器替代超级计算机的性能来保证低成本，这种方式保证分布式数据的高可用、高可靠和经济性，即为同一份数据存储多个副本。

云计算的另一大优势就是能够快速、高效地处理海量数据。因此，数据管理技术必需能够高效的管理大量的数据。由于云数据存储管理形式不同于传统的数据管理方式，如何在规模巨大的分布式数据中找到特定的数据，也是云计算数据管理技术所必须解决的问题。此外，信息系统仿真系统在大多数情况下会处在多节点并发执行环境中，要保证系统状态的正确性，必须保证分布数据的一致性。在云计算出现之前，解决分布的一致性问题是靠众多协议的。但对于大规模，甚至超大规模的分布式系统来说，无法保证各个分系统、子系统都使用同样的协议，也就无法保证分布的一致性问题得到解决，云计算中的分布式资源管理技术就很好地解决了这一问题。74四、并行编程技术

云计算采用并行编程模式，在并行编程模式下，并发处理、容错、数据分布、负载均衡等细节都被抽象到一个函数库中，通过统一接口，用户大尺度的计算任务被自动并发和分布执行，即将一个任务自动分成多个子任务，并行地处理海量数据。并行计算出现在20世纪60年代初期，这个时期晶体以及磁芯存储器开始出现，处理单元变得越来越小，存储器也更加小巧和廉价。

现代的并行机体系结构中有一种工作站机群，它诞生于微处理器性能和网络带宽飞速发展的时代，为云计算的诞生奠定了基础。对于信息系统仿真这种复杂系统的编程来说，并行编程模式是一种颠覆性的革命，它基于网络计算等一系列优秀成果，所以更加彻底地体现了面向服务的体系架构技术。

分布式并行编程模式创立的初衷是更高效地利用软、硬件资源，让用户更快速、更简单地使用应用或服务。后台复杂的任务处理和资源调度对于用户来说是透明的，这样用户体验能够大大提升。75第四节云计算在金融领域的应用——金融云一、金融云的功能与作用二、金融云标准体系建设三、金融云在推进合作过程中遇到的问题与应对措施76一、金融云的功能与作用

随着互联网技术在金融行业的应用范围逐步扩大，几乎所有金融服务的产业都开始接触云计算。企业或机构的交易活动如果在云上发生，过程中产生的数据经综合处理后将可为金融业提供大量的场景，同时帮助金融机构更好地进行经营决策和风险控制，并进一步完善定价体系。云计算等互联网技术和概念使得金融业和实体产业进一步结合起来，既能让整个金融行业降低成本，又能够提升金融覆盖面，使得金融业的发展成果惠及更多产业，更好地服务实体经济。

金融业结合云计算所打造出的金融云，能有效解决我国金融信息化建设中发展的不平衡问题。金融云通过提供科技支撑，使中小微金融机构更加专注于金融业务的创新发展，实现集约化、规模化与专业化发展，促进金融业务与信息科技的合作共赢。同时，虚拟化、可扩展性、可靠性和经济性使金融云能提供更强的计算能力和服务能力，为金融创新提供技术和信息支持，降低中小微金融机构的金融服务门槛，推动普惠金融发展。77一、金融云的功能与作用

云计算虚拟化技术带来了物理资源的重复使用和能耗节约等优势，推动了这一技术的快速应用。同时，随着国家安全战略在金融行业的实施，传统金融机构不断探索分布式架构和开源技术应用，减少或摆脱了对国外控制的技术和产品依赖。

在这样的行业大背景下，金融云有三种方式来推进与行业合作：第一种方式是推进在金融云之上的行业云合作；第二种是帮助大中型客户做专有云，客户独享使用，同时解决IT效能和效率问题；第三种是跟很多金融机构合作，追求协同发展。金融机构可以灵活地选择合作方式，也可以根据业务和IT需求实现混合云模式。78二、金融云标准体系建设

金融行业的IT业务构架发展通常分为三个阶段：

第一阶段是传统金融机构的业务形态，需要以柜面为中介或者中间需要人来介入。然而只要是