基于云计算的软件测试技术探索与研究(精)
计算机软件测试技术与开发应用研究
计算机软件测试技术与开发应用研究王琰摘要：信息技术的发展使得计算机与互联网在人们的生产生活中占据越来越重要的位置，计算机软件是影响计算机应用性能的重要条件。
通过测试对软件进行不断地优化，是保证计算机应用效果的重要基础。
该文对计算机软件测试的内容、意义以及方法进行了阐述，明确了计算机软件测试应遵循的原则，对计算机软件开发的步骤以及方法进行了[本文来自于]分析，并研究了计算机软件测试技术的实践应用。
旨在通过本文的研究对计算机软件测试技术的意义与方法进行明确，对计算机软件的开发与应用进行优化，促进计算机及相关软件应用行业的长效发展。
关键词：计算机软件；测试技术；技术开发；技术应用中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）21-0119-02计算机软件使实现计算机硬件与用户之间连接的工具，软件的结构与性能是计算机系统设计的重要依据，通过对计算机软件的优化与改进，能够使计算机软件的性能以及与硬件的适应性得到不断的提升，使得计算机系统能够更加有效地满足用户的需求。
不同的计算机软件具有差异性的优势与不足，在计算机软件应用之前，通過科学有效的测试技术对软件进行严谨的测试，是保证计算机软件运行安全性与有效性的重要前提。
对软件测试技术的不断强化与提升，一方面能够使软件测试的效果得到保障，另一方面还能够为软件的开发应用提供更加有利的条件。
1 计算机软件测试相关概述1.1 计算机软件测试的意义计算机软件测试能够对软件的正确性起到保障作用，在软件设计和编程过程中有时难免会出现细小的错误，导致软件的整体方向与性能产生变化，通过软件测试能够将软件设计、编制过程中存在的问题检测出来，并及时予以改正。
同时，软件测试能够对计算机软件运行的效率和性能等进行检测，保证软件运行的质量与效果。
软件的运行与其硬件环境的匹配和适应性具有密切的关系，利用软件测试对运行速率和性能进行明确，在此基础上将其纳入运行环境中进行分析，能够使软件的适应性与实践性得到明确[2]。
结合AI技术的软件测试实践
结合AI技术的软件测试实践随着人工智能（AI）技术的快速发展，它在各个领域的应用越来越广泛。
软件测试作为保障软件质量的重要环节，也开始积极探索将AI技术引入其中，以提高测试效率和准确性。
本文将探讨结合AI技术的软件测试实践，并介绍其中的一些具体应用。
一、AI技术在软件测试中的应用1. 自动化测试传统的软件测试流程需要测试人员编写大量的测试用例和手动执行，费时费力且容易出错。
而借助AI技术，可以实现自动化生成和执行测试用例，提高测试效率和覆盖范围。
AI可以通过学习和分析已有的测试数据和代码，自动生成用例，并通过监控系统运行状态，自动执行测试用例。
这样可以大大减少测试人员的工作量，同时提高测试的全面性和准确性。
2. 缺陷预测和定位软件测试中最重要的任务之一是发现和修复缺陷。
AI技术可以通过学习历史的测试数据和代码质量信息，预测潜在的缺陷风险，并指导测试人员在关键的功能和模块上进行更加细致的测试。
同时，AI还可以根据测试结果自动定位缺陷所在的代码位置，缩小修复范围，提高缺陷修复的效率和准确性。
3. 增强测试数据生成测试数据的多样性对于软件测试的质量至关重要。
传统的测试数据生成方法通常基于人工设计和随机生成，覆盖度不高且难以满足各种使用场景。
而AI技术可以通过学习和分析大量的真实数据，生成更加复杂和真实的测试数据，以覆盖更多的测试场景。
AI还可以根据对系统的深入理解，生成特定条件下的边界数据和异常数据，进一步提升测试覆盖率。
二、结合AI技术的软件测试实践案例1. 计算机视觉测试计算机视觉在识别和检测方面有广泛的应用，如人脸识别、图像分类等。
对于这类系统，测试的难度较大，因为需要大量的真实图像数据作为测试样本。
使用AI技术，可以通过学习和分析大量真实图像数据，生成各种各样的测试样本，以增加测试覆盖范围。
同时，AI还可以自动分析和比对识别结果，检测出潜在的缺陷和误识别情况。
2. 自然语言处理测试自然语言处理（NLP）是AI领域的重要技术，涉及到文本处理、语音识别等方面。
《2024年自动化软件测试技术研究》范文
《自动化软件测试技术研究》篇一一、引言随着信息技术的飞速发展，软件测试在软件开发过程中扮演着越来越重要的角色。
为了应对日益增长的软件复杂性和对高质量软件的需求，自动化软件测试技术的研究与应用变得尤为重要。
本文旨在探讨自动化软件测试技术的原理、方法及其应用，并分析其发展趋势和挑战。
二、自动化软件测试技术概述自动化软件测试技术是通过运用自动化工具和脚本，模拟用户操作，对软件进行全面、高效的测试，以发现软件中存在的缺陷和问题。
该技术可以显著提高软件测试的效率和准确性，降低人工成本，提高软件质量。
三、自动化软件测试技术原理及方法1. 原理：自动化软件测试技术基于预先设计的测试用例和测试脚本，通过模拟用户操作来执行测试。
这些测试用例和脚本需要涵盖软件的各种功能和场景，确保软件的各个方面都能得到充分的测试。
2. 方法：常见的自动化软件测试方法包括功能测试、性能测试、单元测试、集成测试等。
功能测试主要验证软件的各项功能是否符合需求；性能测试关注软件的运行性能和稳定性；单元测试和集成测试则分别针对软件的不同模块和组件进行测试。
四、自动化软件测试技术的应用1. 回归测试：在软件修改或重构后，通过自动化测试工具进行回归测试，确保修改或重构没有引入新的问题。
2. 持续集成/持续部署（CI/CD）：在软件开发过程中，通过自动化测试工具实现代码的持续集成和部署，及时发现和修复问题。
3. 验收测试：通过模拟用户操作来验证软件的各项功能是否满足需求，确保软件的质量和用户体验。
4. 大数据和云计算环境的支持：借助大数据分析和云计算资源，实现对大型、复杂系统的全面自动化测试。
五、发展趋势与挑战1. 发展趋势：随着人工智能、机器学习和大数据等新技术的不断发展，自动化软件测试技术将更加智能化、高效化。
未来，自动化软件测试将更加注重预测性维护和性能优化，以实现更高效的软件质量保障。
2. 挑战：尽管自动化软件测试技术带来了诸多优势，但仍然面临一些挑战。
云计算及其关键技术研究
云计算及其关键技术研究云计算是近年来最热门的技术之一，其凭借着高效、便捷的服务模式和大数据处理能力，吸引了众多企业的青睐。
云计算的发展离不开若干关键技术的支撑，下文将从云计算的概念、类型、发展历程以及技术架构等方面进行论述，全方位地了解云计算。
一、云计算的概念与类型云计算是一种将计算机、存储、网络等资源集成在一起，形成一个高效的、可定制化的服务模式的计算形式。
其最大的特点在于，所有的服务都运行于Internet上，使得用户可以随时随地访问到所需的服务。
云计算一般分为公有云、私有云和混合云三种类型。
公有云最为常见，是指由云服务提供商所运营的计算资源，通过Internet开放给广大用户使用。
具有完善的服务体系和高度的可扩展性。
私有云是指由一个企业或组织所自建的云平台，其内部资源只开放给部分授权用户使用。
混合云结合公有云和私有云，具有弹性的资源配置和成本控制能力。
二、云计算的发展历程云计算由来已久，早在1950年代，计算机科学家们就开始探索使用网络进行分布式存储和计算。
直到20世纪90年代，云计算的雏形开始出现，Amazon 公司推出了Amazon Web Services服务，为用户提供Web服务和云计算服务，大大降低了企业的基础设施成本。
而真正引爆云计算领域的是2006年Google推出的Google App Engine。
从此之后，云计算的发展趋势愈加明显，越来越多的企业投身其中。
三、云计算的技术架构1.虚拟化技术云计算的虚拟化技术可以使多个用户在同一物理服务器上共享计算资源。
其中，最常见的虚拟化技术是操作系统虚拟化和应用程序虚拟化。
操作系统虚拟化可实现多个虚拟机在同一物理服务器上运行不同的操作系统，降低硬件资源争用度并提高效率。
应用程序虚拟化则可将不同的应用程序运行于同一环境中，减少了不同程序之间的冲突。
2.网络技术云计算基于网络通信技术，在云计算中，虚拟网络技术可以将不同的虚拟机以及不同数据中心之间的网络连接来连接一起。
基于云计算的计算机软件测试技术分析
基于云计算的计算机软件测试技术分析一、概述随着信息技术的飞速发展，计算机软件在各个领域的应用越来越广泛，对软件质量的要求也越来越高。
而云计算作为一种新型的计算模式，为软件测试带来了新的机遇和挑战。
本文将从云计算的基本概念出发，分析其在软件测试中的应用现状和发展趋势，探讨基于云计算的计算机软件测试技术的优势和不足，并提出相应的改进措施，以期为我国软件测试事业的发展提供一些有益的启示。
1.1 研究背景和意义随着科技的飞速发展，计算机软件已经成为我们生活中不可或缺的一部分。
然而随着软件功能的日益复杂，软件质量问题也日益凸显。
为了确保软件的稳定性和可靠性，计算机软件测试技术的研究和应用变得尤为重要。
云计算作为一种新兴的计算模式，以其高效、便捷、可扩展的优势，正在逐渐改变着软件测试的方式和方法。
因此基于云计算的计算机软件测试技术分析具有重要的研究背景和现实意义。
首先云计算技术的普及和发展为软件测试提供了新的技术支持。
通过云计算平台，软件测试可以实现远程、自动化、大规模的测试环境，大大提高了测试效率和质量。
同时云计算平台还可以实现数据的共享和协同，有助于提高团队协作和沟通效率。
其次基于云计算的计算机软件测试技术分析有助于推动软件测试行业的创新和发展。
通过对云计算技术在软件测试中的应用进行深入研究，可以发现新的测试方法和技术，从而推动整个行业的发展和进步。
此外基于云计算的计算机软件测试技术分析还有助于提高软件产品的竞争力。
在激烈的市场竞争中，软件产品的性能、稳定性和安全性是决定其市场地位的关键因素。
通过采用先进的云计算测试技术，可以有效提高软件产品的这些方面的表现，从而增强其市场竞争力。
基于云计算的计算机软件测试技术分析具有重要的研究背景和现实意义。
它不仅可以为软件测试提供新的技术支持，推动行业的创新和发展，还可以提高软件产品的竞争力。
因此我们应该重视这一领域的研究，努力探索更加高效、智能的软件测试方法和技术。
大数据背景下软件测试技术研究
大数据背景下软件测试技术研究摘要大數据处理是指不能通过传统计算技术处理的海量数据集合的数据创建、存储、检索和分析等操作，具有大批量、多样性、复杂性、实时性、交互性等特性。
在大数据背景下，随着互联网、政府、企业、个人用户需求量的增加，基于大数据技术的应用系统越来越多，对软件测试工作提出了很大的挑战。
只有转变传统的测试思维，合理利用多种技术和框架、各种自动化工具的融合，并不断开拓创新测试方法和技术，优化改进测试策略和流程，才能够获得更好的发展。
关键词大数据；软件测试技术；大数据背景1 大数据背景概述随着我国科学技术的不断发展，计算机技术不断更新与发展，使全国进入了大数据的时代。
大数据的特征不仅仅只有对规模庞大的数据的处理能力，同时能够对相关行业大规模专业化数据进行处理。
大数据主要是需要将众多的、多样化以及增长率较高的数据信息作为主要资产，对这些大量的数据进行优化以及处理。
因此在对大数据进行使用时，应该充分对大数据所提供的数据信息进行挖掘，对其结构化与非结构化的数据结合进行更加细致的集合，以便能够在实际需要中提供具有相应价值的数据。
同时，在目前大数据的背景下，大数据本身具有多个特点：①大数据的数据量非常庞大，就现阶段我国大数据发展形势看来，随着大数据的不断发展，今后会发现大数据的衡量体量单位正在逐渐发生变化。
②大数据的类型较多，种类繁多，其中互联网、传感网以及物联网都属于大数据的范畴，使现阶段的数据类型变得越来越复杂，不仅包含着传统的相关数据类型，同使还包括了网页、图片、音频、视频等半结构化的数据存在。
③大数据的价值密度偏低，由于大数据的快速发展，大数据方面存在着许多与需求无关的信息，需要对信息进行过滤与整理，才能更好地发挥出大数据的作用。
④大数据对于信息处理这一方面的速度非常迅速，和从前传统的数据挖掘技术之间存在着本质的不同，能够有更加明显的效果。
相比于传统的数据处理方式，现阶段对于数据的处理方式有很大的不同，所以软件测试的形式、重点以及方法也在不断地变化与发展[1]。
基于人工智能的软件测试技术研究与应用
基于人工智能的软件测试技术研究与应用随着人工智能技术的发展，软件测试领域也开始探索其应用。
基于人工智能的软件测试技术可以帮助测试人员更快速地发现缺陷，提高测试的效率和质量。
本文将探讨基于人工智能的软件测试技术的研究和应用。
1. 什么是基于人工智能的软件测试技术基于人工智能的软件测试技术是指利用人工智能技术来辅助软件测试，包括测试用例生成、缺陷定位和修复、测试自动化等方面。
常用的人工智能技术包括机器学习、自然语言处理、神经网络等。
2. 基于人工智能的测试用例生成测试用例生成是软件测试过程中最为繁琐的部分之一。
传统的测试用例生成是通过人工分析软件需求和设计文档，编写测试用例来覆盖各种场景。
但这种方法往往效率低下，且难以覆盖所有可能的场景。
基于人工智能的测试用例生成可以自动学习软件的功能和业务逻辑，生成高覆盖率的测试用例。
3. 基于人工智能的缺陷定位和修复软件缺陷的定位和修复是软件开发过程中最为重要的步骤之一。
基于人工智能的缺陷定位和修复可以通过机器学习等技术来自动分析代码和日志，找出缺陷所在的代码位置和原因，提高定位和修复的效率。
4. 基于人工智能的测试自动化测试自动化是测试过程中一个非常重要的环节。
传统的测试自动化主要是通过编写脚本来实现。
但这种方法难以满足快速变化的需求，且需要大量的人力和时间。
基于人工智能的测试自动化可以利用机器学习等技术自动学习软件的各种场景，并自动化执行测试用例，提高测试效率和质量。
5. 基于人工智能的软件测试技术的应用目前，基于人工智能的软件测试技术正在被广泛应用于各个领域。
例如，在金融领域，利用人工智能技术可以生成高质量的金融产品测试用例，并自动化执行测试用例，降低测试成本和风险。
在医疗领域，人工智能技术可以用于自动化执行医疗设备的测试，提高设备的安全性和可靠性。
6. 基于人工智能的软件测试技术的未来随着人工智能技术的不断发展，基于人工智能的软件测试技术也会变得越来越智能化和普遍化。
基于机器学习的自动化UI测试技术研究
基于机器学习的自动化UI测试技术研究一、引言随着互联网技术的飞速发展，软件的开发变得越来越快，涉及的业务越来越复杂。
传统的手动测试方式已经无法满足需求，因为手动测试需要耗费大量时间、精力和人力资源，而且还存在着人为测试的局限性。
因此，自动化测试技术越来越受到开发者们的关注。
UI测试是软件测试中的一个重要方面，它可以确保软件界面的可用性、稳定性和一致性。
随着UI设计的复杂化，UI测试也变得越来越复杂。
为了降低测试成本，提高测试效率，开发者们开发了基于机器学习的自动化UI测试技术。
本文将介绍基于机器学习的自动化UI测试技术的原理、发展趋势和优缺点，以及探讨其在实际应用中所面临的挑战和解决方案。
二、基于机器学习的自动化UI测试技术1. 原理基于机器学习的自动化UI测试技术是一种通过机器学习算法来发现和修复UI界面缺陷的自动化测试技术。
该技术的测试用例自动从UI界面生成，然后执行并对结果进行分析和比对。
与人工测试相比，基于机器学习的自动化UI测试技术具有更高的测试效率、更高的测试覆盖率和更高的准确性。
该技术基于机器学习算法，利用特征提取和分类方法来识别和纠正UI界面中的缺陷。
在此过程中，机器学习算法可以通过学习先前的测试数据，逐渐改进和优化测试用例，从而提高测试效果和准确性。
2. 发展趋势基于机器学习的自动化UI测试技术目前已经成为软件测试的主流之一，随着自动化测试技术的不断发展，这种技术也呈现出了以下几个趋势。
（1）AI+自动化测试在AI时代，自动化测试已经向AI方向发展，基于机器学习的自动化UI测试技术也不例外。
利用AI技术，可以发现更多UI界面缺陷，减少测试人员的工作量，提高测试的效率和准确性。
（2）非监督学习非监督学习是指无需人为标注样本就可以解决机器学习问题的学习模式，它可以自动发现和分类数据中的模式和规律。
在UI测试中，非监督学习可以更快地识别出界面中的问题，为测试人员提供更多的测试数据和更准确的测试结果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于云计算的软件测试技术探索与研究
摘要:
现如今,科学技术的迅猛发展,使得云计算已经不再陌生 , 于是对于基于云计算的的软件测试技术也在日益的完善和充实。
本文通过对云计算的体系结构的解读, 并介绍了有关云计算的特征和表现方式, 由此引出了云测试, 最终得到云测试的概念和基本分类, 接着对云测试的技术进行了分析与概括。
并介绍了软件测试, 于是得到了关于云计算的软件测试技术探索与研究的内容, 本文主要介绍了云测试的技术探讨与基本构架组成, 说明了云计算的软件测试平台的结构, 同时研究了平台建设的一些技术。
关键词:云平台; 软件测试;云计算
1云测试的相关技术
1.1 云计算技术
现如今, 云计算技术可谓是非常热门的一种技术, 所以我们首先介绍一下云计算技术的一些知识。
云计算 (Cloud Computing 组成是由分布式计算 (Distributed Computing 、并行处理计算(Parallel Computing 和网格计算(Grid Computing 结合而发展来的, 是一种新兴的商业计算模型。
它是一种动态的易扩展的且通常是通过互联网提供虚拟化的资源计算方式, 用户不需要了解云内部的细节, 也不必具有云内部的专业知识,或直接控制基础设施。
狭义的云计算通常指的是厂商通过分布式计算及虚拟化技术搭建数据中心, 通过免费或租用的方式向开发者或企业客户提供存储、分析及科学计算等的服务,例如:网上亚马逊的数据仓库出租。
而广义的云计算是指厂商通过建立网络服务器群, 向不同类型的客户提供软件服务、数据存储、硬件租借、计算分析等不同类型的服务。
其中包括了很多的商
家和服务的类型, 例如:国内管理软件厂商推出的一些在线财务软件, 还有谷歌公司发布的应用程序套装等。
通俗的讲, 云计算就是存在于互联网上的服务器群上的功能资源, 它不仅包括硬件资源还有软件资源。
例如:如果你使用 Facebook 与朋友互动, 使用 Flicker 存放照片, 或者发送邮件, 其实已经在云端环境中存放了自己的资料, 同时用了云端为基础的技术。
所以作为当今最流行的技术,云计算有着很大的优势。
1、便捷的快速启动
由于云计算的成本低廉, 运行效率高, 所以任何一家公司都可以将云计算应用到他们公司的企业生产计划当中。
2、良好的扩展性
云计算的出现很好的解决了高峰时期资源分配利用的问题, 同时也免去了大量的维护费用, 这样就将节约更多成本。
如果你不需要长期的承诺, 也就不必长期的等待。
云计算以其很低的成本又开始了灵活性的模式。
3. 更快的产品研发
将一个产品的开发流程, 运行在一个大的服务器中, 我们就能够很好的解决一个大的服务器的问题, 我们每个人都能够在自己有限的资源的电脑中, 趋势线很多人不得不去花费很多人力,财力才能解决的产品研发问题。
4. 多人协同操作的云计算
例如当你在任何一台电脑上登入使用云端服务时, 你的一个朋友或同事也可以进入并和你一起在一样的文件上工作。
有些服务还可做到甚至让你在全球的任意地点登入服务器并同时在一样的文件上工作。
但是云计算也有它自己的弊端。
例如:云端安全性、云端失联、云端消失、云层过多、带宽会耗费预算、应用软件性能不够稳定、数据可能不值得放在云上、规模过大难以扩展等问题。
1.2 云测试技术
云测试通常是基于云计算的一种新型的测试方案。
通过服务商提供多种平台,一般的用户可在本地用 Selenium 把自动化测试脚本编写好,然后上传到他们网站,然后就可以在他们的平台上运行 Selenium 脚本了。
云测试技术有很大的优势。
1、立即可用以现在的虚拟化技术,在测试人员指定硬件配置、软件栈(操作系统、中间件、工具软件、网络拓扑后,创建一套新的测试环境只需几个小时。
如果测试人员可以接受已创建好的标准测试环境,那么他可以立即登录。
2、装配完备云测试不但可以提供完整的测试环境, 还可以提供许多附加服务。
3、专家服务最高级的测试服务是提供专业知识的服务。
这些知识可以通过测试用例、测试数据、自动测试服务等形式提供。
例如, 许多应用需要读取文件, 云测试可以提供针对文件读取的模糊测试。
4、节约成本软件测试作为研发生产过程的一部分也有降低成本的要求, 利用云测试可实现巨大节省, 不需要购买或准备很多的个人电脑, 购买和安装各类测试用软件,也不再需要部署复杂的网络。
5、提高效率用云测试这种方式, 极大地减少了测试环境搭建时间, 如机器和网络准备、操作系统安装、各种测试工具软件安装等都将节省, 只需提前将需要的配置环境告之云测试服务商,到时间直接使用即可。
2 云计算上的软件测试特性
2.1 云计算对软件开发的影响
云计算环境下,软件技术、架构将发生显著变化。
首先,所开发的软件必须与云相适应, 能够与虚拟化为核心的云平台有机结合, 适应运算能力、存储能力的动态变化 ; 二是要能够满足大量用户的使用,包括数据存储结构、处理能力 ; 三是要互联网化,基于互联网提供软件的应用 ; 四是安全性要求更高,可以抗攻击, 并能保护私
有信息 ; 五是可工作于移动终端、手机、网络计算机等各种环境。
云计算环境下,软件开发的环境、工作模式也将发生变化。
虽然,传统的软件工程理论不会发生根本性的变革, 但基于云平台的开发工具、开发环境、开发平台将为敏捷开发、项目组内协同、异地开发等带来便利。
软件开发项目组内可以利用云平台,实现在线开发,并通过云实现知识积累、软件复用。
云计算环境下, 软件产品的最终表现形式更为丰富多样。
在云平台上, 软件可以是一种服务, 如
SAAS ,也可以就是一个 Web Services,也可能是可以在线下载的应用,如苹果的在线商店中的应用软件,等等。
2.2 云计算对软件测试的影响
在云计算环境下, 由于软件开发工作的变化, 也必然对软件测试带来影响和变化。
软件技术、架构发生变化, 要求软件测试的关注点也应做出相对应的调整。
软件测试在关注传统的软件质量的同时, 还应该关注云计算环境所提出的新的质量要求,如软件动态适应能力、大量用户支持能力、安全性、多平台兼容性等。
云计算环境下,软件开发工具、环境、工作模式发生了转变,也就要求软件测试的工具、环境、工作模式也应发生相应的转变。
软件测试工具也应工作于云平台之上, 测试工具的使用也应可通过云平台来进行, 而不再是传统的本地方式 ; 软件测试的环境也可移植到云平台上,通过云构建测试环境 ; 软件测试也应该可以通过云实现协同、知识共享、测试复用。
软件产品表现形式的变化,要求软件测试可以对不同形式的产品进行测试, 如Web Services的测试,互联网应用的测试,移动智能终端内软件的测试等。
云计算的普及和应用,还有很长的道路,社会认可、人们习惯、技术能力, 甚至是社会管理制度等都应做出相应的改变, 方能使云计算真正普及。
但无论怎样, 基于互联网的应用将会逐渐渗透到每个人的生活中, 对我们的服务、生活都会带来深远的影响。
要应对这种变化, 我们也很有必要讨论我们业务未来的发展模式,确定我们努力的方向。
参考文献:
[1] 周舒 , 张岚岚 . 云计算改善数字图书馆用户体验初探 [J].图书馆学研究 , 2009(4:28-30.
{2] 王长全,艾雰 . 云计算时代的数字图书馆信息安全思考 . 图书馆建设 , 2010(1:50-52
{3}魏志鹏 , 李慧佳 , 祖央 . 云计算影响下的图书馆信息服务研究 . 图书馆 ,2010(2:87-88,93
{4}王文清,陈凌 . CALIS 数字图书馆云服务平台模型 [J].大学图书馆学报, 2009(4:13-18。