云計算和大數(shù)據(jù)服務：技術架構、運營管理與智能實踐

第1章綜述
1.1本書的框架思路： 云計算和大數(shù)據(jù)服務實現(xiàn)的四要素
1.2本書的框架結構
1.2.1技術構建(第1、第2部分)： 云計算和大數(shù)據(jù)
1.2.2服務運營(第3、第4、第5部分)： 技術、管理、AIOps和安全
1.2.3服務質量管理(第6部分)
1.2.4組織能力(第7部分)
1.3本書的章節(jié)結構
1.4云計算技術與服務
1.4.1云計算的發(fā)展史
1.4.2云計算的定義
1.4.3云計算的服務模式
1.4.4云計算的部署方式
1.5大數(shù)據(jù)和數(shù)據(jù)智能的技術與服務
1.5.1大數(shù)據(jù)的定義
1.5.2云計算與大數(shù)據(jù)的關系
1.5.3數(shù)據(jù)智能
1.6技術運營： 從技術升級到服務的實現(xiàn)關鍵
1.7智能實踐
第1部分云計算技術
第2章云計算技術綜述
2.1云計算的技術發(fā)展回顧
2.1.1云計算技術概念的發(fā)展
2.1.2云計算相關技術的發(fā)展
2.2云服務的技術結構
2.2.1云服務的技術層次
2.2.2云服務的技術結構適用場景
2.3云服務對技術團隊帶來的挑戰(zhàn)
2.3.1對研發(fā)團隊的挑戰(zhàn)
2.3.2對技術運營團隊的挑戰(zhàn)
2.3.3對服務質量控制團隊的挑戰(zhàn)
第3章云計算的技術框架： 面向服務的架構
 
 
3.17×24小時云服務的挑戰(zhàn)
3.1.1傳統(tǒng)企業(yè)服務軟件與云服務軟件對比
3.1.2特性化與統(tǒng)一服務
3.1.3面向運營及服務系統(tǒng)功能
3.1.4IT管理與服務監(jiān)控
3.2云服務架構
3.2.1設計的基礎模式
3.2.2設計的結構模式
3.3構建高可靠性
3.3.1可靠性理論與云計算平臺的需求實現(xiàn)
3.3.2可靠性設計
3.3.3負載均衡與集群
3.3.4雙機熱備
3.3.5異地災備
3.4構建高性能
3.4.1系統(tǒng)容量與性能瓶頸
3.4.2接入與Web層容量與性能設計與優(yōu)化
3.4.3服務層容量與性能設計與優(yōu)化
3.4.4數(shù)據(jù)層容量與性能設計與優(yōu)化
3.4.5應對高并發(fā)容量
3.5構建高伸縮性
3.5.1設計規(guī)則擴展與性能
3.5.2并發(fā)訪問量
3.5.3并發(fā)數(shù)據(jù)訪問與I/O
3.6構建高可配置性
3.6.1系統(tǒng)配置
3.6.2站點配置
3.6.3用戶配置
3.6.4服務配置與技術運營關系
3.7構建高可管理性云計算平臺
3.7.1系統(tǒng)維護周期
3.7.2系統(tǒng)維護與服務中斷
3.7.3系統(tǒng)可配置性
3.7.4系統(tǒng)監(jiān)控能力
3.7.5日志記錄與錯誤處理
3.7.6用于服務的配置、監(jiān)控與日志系統(tǒng)
3.8案例分析
3.8.1背景介紹
3.8.2解決方案
3.8.3討論
3.9本章小結
第4章云服務的技術基礎：  虛擬化
4.1虛擬化技術的發(fā)展歷史
4.2虛擬化技術分類
4.3系統(tǒng)虛擬化
4.3.1系統(tǒng)虛擬化的優(yōu)勢
4.3.2系統(tǒng)虛擬化存在的問題
4.3.3系統(tǒng)虛擬化的不足
4.4網(wǎng)絡虛擬化
4.4.1網(wǎng)絡虛擬化的分類
4.4.2網(wǎng)絡虛擬化的優(yōu)勢
4.4.3網(wǎng)絡虛擬化的不足
4.5容器的虛擬化
4.6其他虛擬化技術
4.7市場主流虛擬化技術對比
4.8虛擬化對云計算的推動
4.9虛擬化與數(shù)據(jù)中心
4.9.1虛擬化數(shù)據(jù)中心的優(yōu)點
4.9.2虛擬化數(shù)據(jù)中心的風險
4.9.3虛擬化數(shù)據(jù)中心風險應對
4.10研究分析： 虛擬化技術的發(fā)展趨勢
4.11本章小結
第5章云服務的平臺技術：  IaaS、PaaS和SaaS
5.1平臺技術的發(fā)展
5.1.1平臺技術演進階段
5.1.2云管理平臺貫穿云平臺技術發(fā)展始終
5.1.3云平臺技術發(fā)展的展望
5.1.4關于FaaS平臺的思考
5.2IaaS
5.2.1IaaS平臺架構
5.2.2IaaS的適用場景
5.2.3IaaS的優(yōu)缺點
5.2.4IaaS的市場價值
5.2.5IaaS的局限性
5.3PaaS
5.3.1PaaS平臺架構
5.3.2PaaS的適用場景
5.3.3PaaS的優(yōu)缺點
5.3.4PaaS的市場價值
5.3.5PaaS的局限性
5.4SaaS
5.4.1SaaS平臺架構
5.4.2SaaS的適用場景
5.4.3SaaS的優(yōu)缺點
5.4.4SaaS的市場價值
5.4.5SaaS的局限性
5.5CaaS
5.5.1CaaS平臺架構
5.5.2CaaS的適用場景
5.5.3CaaS的優(yōu)缺點
5.5.4CaaS的市場價值
5.6云管理平臺
5.6.1云管理平臺的規(guī)范架構
5.6.2云管理平臺的職能
5.6.3云管理平臺的應用場景舉例
5.7平臺的實施要點和挑戰(zhàn)
5.7.1技術選型
5.7.2實施要點
5.7.3風險和挑戰(zhàn)
5.8案例研究： SaaS的構建、演進、成果與教訓
5.8.1背景介紹
5.8.2自建IDC階段
5.8.3采用IaaS公有云階段
5.8.4混合云階段
5.8.5容器化及微服務階段
5.8.6數(shù)據(jù)安全
第6章云服務的應用層技術：  微服務
6.1微服務與云計算
6.2微服務的定義
6.3微服務的發(fā)展簡史
6.4微服務和SOA的關系
6.5微服務的構成要素
6.6微服務的優(yōu)缺點
6.6.1微服務的優(yōu)點
6.6.2微服務的缺點
6.7微服務的實施要點
6.8案例分析： SMS推送平臺的微服務化
6.8.1背景簡介
6.8.2系統(tǒng)特點
6.8.3早期設計
6.8.4解決方案
6.8.5決策過程
6.8.6實施過程
6.8.7實施效果
6.8.8未來改進
6.8.9項目回顧
第2部分大數(shù)據(jù)與數(shù)據(jù)智能
第7章大數(shù)據(jù)理論及相關模型
7.1大數(shù)據(jù)概念的提出和演進
7.24V 1O特征模型： 大數(shù)據(jù)特征
7.3第四范式： 問題解決的新模式
7.4蜜蜂效應： 數(shù)據(jù)的選擇價值
7.5大數(shù)據(jù)業(yè)務成熟度模型
7.5.1業(yè)務監(jiān)測
7.5.2業(yè)務洞察
7.5.3業(yè)務優(yōu)化
7.5.4數(shù)據(jù)變現(xiàn)
7.5.5商業(yè)重塑
7.6數(shù)據(jù)智能
第8章數(shù)據(jù)智能平臺構建策略
8.1數(shù)據(jù)業(yè)務的構建過程
8.1.1數(shù)據(jù)系統(tǒng)建設
8.1.2數(shù)據(jù)業(yè)務建模
8.1.3數(shù)據(jù)業(yè)務開展
8.2數(shù)據(jù)智能體系要求
8.2.1建設思路、原則和目標
8.2.2基礎平臺
8.2.3融合平臺
8.2.4治理系統(tǒng)
8.2.5質量保證
8.2.6安全計算
8.2.7分析挖掘
8.2.8數(shù)據(jù)可視化
8.3數(shù)據(jù)中臺策略
8.3.1數(shù)據(jù)倉庫和數(shù)據(jù)湖
8.3.2數(shù)據(jù)中臺
8.3.3數(shù)據(jù)中臺和數(shù)據(jù)倉庫、數(shù)據(jù)湖的差別
第9章大數(shù)據(jù)技術和平臺
9.1大數(shù)據(jù)基礎技術系統(tǒng)組成
9.2大數(shù)據(jù)開源體系各部分介紹
9.2.1Hadoop介紹
9.2.2開源生態(tài)系統(tǒng)
9.3大數(shù)據(jù)生態(tài)的發(fā)展態(tài)勢
9.3.1數(shù)據(jù)治理與安全
9.3.2基礎設施
9.3.3數(shù)據(jù)協(xié)作工作臺
9.3.4數(shù)據(jù)分析流程自動化
9.3.5AI驅動的應用發(fā)展趨勢
9.4實踐討論： 大數(shù)據(jù)存儲的建模
9.4.1分布式存儲的架構
9.4.2數(shù)據(jù)存儲設計
9.4.3NoSQL的問題
9.4.4存儲設計實例
第10章大數(shù)據(jù)分析系統(tǒng)技術
10.1分析系統(tǒng)架構設計
10.1.1CAP理論
10.1.2分析系統(tǒng)考量三要素
10.1.3實時查詢過程
10.2架構選擇
10.2.1大規(guī)模并行處理架構
10.2.2基于搜索引擎的架構
10.2.3預計算系統(tǒng)架構
10.2.4三種架構的對比
第11章企業(yè)大數(shù)據(jù)實施策略
11.1企業(yè)實施大數(shù)據(jù)戰(zhàn)略面臨的挑戰(zhàn)
11.2實施規(guī)劃
11.2.1切入點規(guī)劃
11.2.2組織配置和調整
11.2.3數(shù)據(jù)獲取和挖掘
11.2.4效果評估
11.3案例研究： 大數(shù)據(jù)運營場景及系統(tǒng)實施
11.3.1背景介紹
11.3.2演化路徑
11.3.3個推V1.0——基礎SaaS產(chǎn)品
11.3.4個推V2.0——大數(shù)據(jù)基礎下的智能推送
11.3.5個推V3.0——數(shù)據(jù)智能下的個推
11.4實踐中的經(jīng)驗教訓
11.4.1技術陷阱
11.4.2簡潔及成本意識
11.4.3新技術的進一步應用
11.4.4總結
第3部分服務的技術運營
第12章服務的技術運營綜述
12.1技術運營的基本概念
12.2云服務的技術運營
12.2.1云服務的技術運營也是關于生產(chǎn)系統(tǒng)的運營
12.2.2技術運營的功能
12.2.3是技術運營，而不僅僅是維護
12.3云服務技術運營的目標
12.3.1從航空服務公司的要求來看
12.3.2云服務的運營管理目標
12.3.3技術運營永恒的四大指標
12.4技術運營的雙維模型
12.4.1技術運營的雙維概念
12.4.2雙維的目的
12.4.3技術運營的雙維模型
12.4.4雙維平臺的實施
12.5DevOps方法論
12.5.1DevOps簡史
12.5.2DevOps定義
12.5.3DevOps的關鍵過程
12.6服務可靠性工程
12.6.1服務可靠性工程的定義與要點
12.6.2SRE與DevOps
12.7雙維模型、DevOps與SRE的指導意義和應用
12.7.1雙維模型： 給CXO的運營指導
12.7.2DevOps與SRE： 給技術架構師的指導
12.7.3實踐討論(1)： Dev與Ops的和與分
12.7.4實踐討論(2)： 技術運營不同階段各種方法論的應用
12.7.5實踐討論(3)： 在研發(fā)團隊中引進DevOps思維
第13章服務的生產(chǎn)設計
13.1生產(chǎn)設計的目的
13.1.1建立生產(chǎn)型的云服務
13.1.2云服務的生產(chǎn)設計
13.2生產(chǎn)設計方法
13.2.1生產(chǎn)設計目標
13.2.2生產(chǎn)設計流程
13.3生產(chǎn)設計(1)：  工程開發(fā)期間的任務
13.3.1服務平臺的重要部分： 基礎建設工程
13.3.2服務可用度
13.3.3服務的可管理性
13.3.4安全性
13.3.5可擴展性
13.4生產(chǎn)設計（2）： 上線期間的任務
13.4.1生產(chǎn)線驗收
13.4.2生產(chǎn)線部署
13.4.3日常維護計劃
13.5服務支持結構： 團隊和知識
13.5.1團隊結構
13.5.2知識傳遞：  文檔的需求
13.6實踐和討論
13.6.1從工程到實施的關鍵： 系統(tǒng)層的邏輯設計
13.6.2進入生產(chǎn)線： 生產(chǎn)線的部署設計
第14章服務的業(yè)務連續(xù)性
14.1云服務業(yè)務連續(xù)性及其挑戰(zhàn)
14.1.1業(yè)務連續(xù)性的定義
14.1.2云服務提供商面臨的挑戰(zhàn)
14.2云計算的業(yè)務連續(xù)性方案概述
14.2.1業(yè)務連續(xù)性的管理
14.2.2業(yè)務連續(xù)性的技術方案——災備系統(tǒng)概述
14.3災備系統(tǒng)架構
14.3.1網(wǎng)絡系統(tǒng)
14.3.2云計算應用系統(tǒng)
14.3.3數(shù)據(jù)同步系統(tǒng)
14.3.4管理工具： 手動服務轉移
14.4災備方案的成本效率
14.4.1災備資源的合理使用
14.4.2公有云和私有云之間的結合
14.5案例研究： 云服務提供商思科WebEx的災備系統(tǒng)
14.5.1背景介紹
14.5.2WebEx GSB架構
14.5.3WebEx GSB的設計挑戰(zhàn)和要點
14.5.4項目回顧
14.6本章小結
第15章服務運營的監(jiān)控體系
15.1服務監(jiān)控概述
15.2監(jiān)控體系架構
15.2.1監(jiān)控體系的層級結構
15.2.2監(jiān)控體系的“4 2”要素
15.2.3Google SRE的監(jiān)控方法論
15.2.4監(jiān)控體系常涉及的數(shù)據(jù)庫
15.3基礎設施層的監(jiān)控
15.3.1基礎設施層監(jiān)控對象
15.3.2基礎設施的監(jiān)控方法
15.3.3虛擬化監(jiān)控
15.3.4容器化監(jiān)控
15.4應用層監(jiān)控
15.5服務層監(jiān)控
15.5.1互聯(lián)網(wǎng)性能監(jiān)控
15.5.2用戶體驗監(jiān)控
15.6案例研究——基礎設施層監(jiān)控
15.6.1背景介紹
15.6.2監(jiān)控軟件選擇
15.6.3OpenFalcon簡介
15.6.4分布式監(jiān)控系統(tǒng)的指標體系
15.6.5監(jiān)控平臺的架構
15.6.6痛點與難點
第16章服務運營的自動化
16.1自動化理論
16.1.1自動化簡介
16.1.2IT自動化的一般模型
16.1.3自動化的優(yōu)點
16.1.4自動化的風險和局限性
16.2自動化運維的一般過程
16.2.1一個新手運維工程師的升級之路
16.2.2運維自動化發(fā)展階段總結
16.3自動化等級
16.3.1駕駛自動化的等級
16.3.2Google SRE對自動化的分級
16.4自動化工具
16.4.1平臺自動化工具： Kubernetes
16.4.2實踐討論： 用Kubernetes建立持續(xù)交付流程
16.4.3任務自動化工具： SaltStack
16.4.4實踐討論： 用SaltStack管理操作系統(tǒng)內核參數(shù)
16.4.5系統(tǒng)自動化工具： PXE
16.4.6實踐討論： 用PXE實施批量裝機
16.5自動化的風險及控制
16.5.1自動化帶來的技術風險
16.5.2自動化導致的故障
16.5.3自動化風險控制的一些方法
16.6運維自動化的深入： 引入控制理論
16.6.1控制原理介紹
16.6.2數(shù)據(jù)庫自動化中控制理論的應用——自治數(shù)據(jù)庫
16.6.3實踐研究： HBase的壓縮和分區(qū)狀態(tài)遷移
16.7人工智能在自動化中的應用
16.7.1人工智能和機器學習
16.7.2人工智能與自動化：  實施策略
16.7.3人工智能與自動化：  實施切入點
16.8本章小結
第17章7×24小時服務的運營管理綜述
17.17×24小時服務運營的管理目標
17.2經(jīng)典的運營管理框架
17.2.1ITIL
12.2.2CMM和CMMI
17.2.3敏捷
17.2.4eTom
17.2.56Sigma
17.2.6COBIT
17.2.7經(jīng)典框架的局限性
17.3以服務為核心的運營管理流程
17.4日常的運營管理
17.4.1溝通效率
17.4.2知識管理
17.4.3運營會議
17.5管理流程面對的挑戰(zhàn)
17.5.1建立流程過程中的挑戰(zhàn)
17.5.2成熟的運營——持續(xù)改進
17.6運營管理的成熟度： 五重境界
17.7案例研究： 運營管理流程的推廣與改進
17.7.1背景
17.7.2推廣計劃
17.7.3結果分析
17.7.4下一步計劃
17.8案例的延伸討論： 主動式和被動式的運營管理
17.9本章小結
第18章事件、事故和問題管理三流程
18.17×24小時生產(chǎn)線運營的挑戰(zhàn)
18.2服務運營的整體思路
18.3事件管理和生產(chǎn)線監(jiān)控
18.3.1目的
18.3.2事件管理的流程
18.3.3生產(chǎn)線的監(jiān)控系統(tǒng)
18.3.4實踐中的要點
18.3.5實踐中的要點與難點
18.4事故管理
18.4.1目的
18.4.2流程
18.4.3實踐中的要點
18.4.4實踐中的難點
18.5問題管理
18.5.1目的
18.5.2流程
18.5.3實踐中的要點
18.5.4實踐中的難點： 主動型問題管理
18.6實踐(1)： 事故管理流程的設計
18.6.1背景
18.6.2事故管理流程的總體設計
18.6.3設計中的特別關注點
18.7實踐(2)： 對管理者的建議
18.7.1生產(chǎn)服務管理體系建立的切入點： 事故管理
18.7.2立足于“技術 管理”的雙維模型： 生產(chǎn)線事故一半出自
管理問題
18.7.3整體生產(chǎn)線管理框架： 各流程之間的交互
18.8案例分析： 從技術和管理的雙維角度剖析事故
18.8.1背景
18.8.2事故復盤
18.8.3事故分析
18.8.4改進措施及成果
第19章變更管理
19.1變更管理介紹
19.1.1變更管理的目的
19.1.2變更管理的范疇
19.2變更管理的原理
19.2.1變更管理的任務
19.2.2變更的執(zhí)行策略
19.2.3變更管理的流程
19.2.4變更流程的效果衡量
19.3云服務運營中的挑戰(zhàn)
19.3.1云服務生產(chǎn)運營所面臨的挑戰(zhàn)
19.3.2變更管理對服務運營和商務的益處
19.3.3了解服務生產(chǎn)運營狀況： 好還是差
19.4實踐中的要點
19.4.1實踐的核心：  控制
19.4.2實施的關鍵步驟
19.4.3變更流程1： 變更申請
19.4.4變更流程2： 變更審批
19.4.5變更流程3： 變更實施 
19.4.6變更流程4： 變更反思
19.4.7團隊和職責
19.5實踐中的難點
19.5.1運營管理文化的建立
19.5.2高層管理者的支持
19.5.3支持變更管理的政策
19.6案例研究(1)： 變更管理實施中所發(fā)現(xiàn)的運營問題和改進
19.6.1背景介紹
19.6.2研發(fā)與運營的沖突
19.6.3解決方案： 變更管理與用戶管理、發(fā)布管理的結合
19.6.4藍綠部署、灰度發(fā)布
19.6.5環(huán)境一致性管理
18.6.6進一步的討論
19.7案例研究(2)：  復雜環(huán)境下變更管理流程的設計
19.7.1背景介紹
19.7.2團隊結構
19.7.3流程及其說明
19.7.4實施要素
19.7.5進一步的討論
第20章容量管理
20.1容量管理的目的
20.2ITIL的容量管理方法介紹
20.2.1容量管理的基本流程
20.2.2容量管理的三個層次
20.2.3容量管理相關的基本要素
20.3云服務容量管理的挑戰(zhàn)和要點
20.3.1來自云服務的挑戰(zhàn)
20.3.2容量管理的要點
20.4容量規(guī)劃
20.4.1容量需求分析
20.4.2容量建模與容量方案
20.4.3成本審核與調整
20.4.4實施計劃
20.5性能管理
20.6容量規(guī)劃的關鍵： 建模
20.6.1使用量的模擬： 使用量與時間的關系
20.6.2成本的模擬： 成本與使用量的關系
20.7建模的數(shù)學方法
20.7.1回歸分析法
20.7.2趨勢外推預測方法
20.7.3時間序列平滑預測法
20.7.4機器學習算法
20.8容量管理的衡量指標
20.9成功因素和風險
20.10案例研究：  蘇寧金融容量管理的技術解決方案
20.10.1背景介紹
20.10.2技術解決方案
20.10.3成本管理的實施
20.10.4容量模型的建立
20.10.5智能算法的應用
第4部分智能運營（AIOps）
第21章數(shù)據(jù)能力——智能運營（AIOps）介紹
21.1數(shù)據(jù)能力的新階段： AIOps
21.2AIOps發(fā)展歷史： 從ITOA到AIOps
21.2.1ITOA
21.2.2AIOps
21.3AIOps的技術棧
21.4機器學習介紹
21.4.1機器學習的定義
21.4.2監(jiān)督學習和無監(jiān)督學習
21.4.3神經(jīng)網(wǎng)絡及深度學習
21.4.4機器學習中的分類與聚類
21.5AIOps為工廠運營管理賦能
21.6場景討論： 運維報警風暴的處理
21.6.1報警風暴
21.6.2基于時間序列數(shù)據(jù)定義異常值
21.6.3使用機器學習的非監(jiān)督算法報警
21.6.4用機器學習方法進一步提取更豐富的數(shù)據(jù)
21.7本章小結
第22章AIOps中的算法基礎
22.1AIOps適用場景和算法策略
22.1.1AIOps適用場景
22.1.2AIOps策略： 場景分解和算法組合
22.2KPI聚類
22.2.1k中心聚類算法
22.2.2密度聚類算法
22.2.3隨機聚類算法
22.3瓶頸分析
22.3.1皮爾遜(Pearson)相關系數(shù)
22.3.2邏輯回歸
22.3.3決策樹
22.4異常檢測與容量預測
22.4.1異常檢測
22.4.2容量預測
22.4.3ARIMA模型
22.4.4HoltWinters指數(shù)平滑算法
22.4.5長短期記憶算法
22.5異常定位
22.5.1異常定位的定義與難點
22.5.2iDice
22.5.3Adtributor算法
22.6故障預測
22.6.1故障預測的定義
22.6.2隱式馬爾可夫模型
22.6.3支持向量機與核函數(shù)
22.6.4多示例學習
22.7實踐討論： 異常檢測場景中的算法選擇思路
22.8數(shù)據(jù)重視和增量學習
第23章AIOps的落地：  企業(yè)實施
23.1AIOps企業(yè)實施戰(zhàn)略
23.1.1實施路線圖
23.1.2實施策略
23.2建立基礎： 數(shù)據(jù)先行
23.2.1數(shù)據(jù)整合
23.2.2數(shù)據(jù)處理
23.3實踐討論
23.3.1階段性實施策略
23.3.2落地點之一 ： 降低MTTR
23.3.3策略實施中容易犯的錯誤
23.4案例研究： 蘇寧金融的智能運維實踐
23.4.1背景介紹
23.4.2蘇寧金融智能運維生態(tài)體系
23.4.3AIOps切入點選擇： 問題根因分析
23.4.4技術挑戰(zhàn)
23.4.5智能問題診斷流程
23.4.6智能問題診斷算法模型
23.4.7模型效果表現(xiàn)
23.4.8總結： 挑戰(zhàn)、思路與計劃
第5部分安全技術與管理
第24章云計算安全概述
24.1概述
24.1.1云計算安全的定義
24.1.2廣義的云計算安全
24.2云計算安全的挑戰(zhàn)和研究現(xiàn)狀
24.2.1云計算安全研究焦點域
24.2.2國內外云計算安全技術研究現(xiàn)狀
24.2.3云計算模式下信息安全技術演進趨勢
24.3國內外云計算安全相關的標準化組織及其研究成果
24.3.1云安全聯(lián)盟（CSA）
24.3.2聯(lián)合技術委員會
24.3.3國際電信聯(lián)盟電信標準化部門
24.3.4分布式管理任務組
24.3.5全國信息安全標準化技術委員會
24.3.6中國通信標準化協(xié)會
24.4本章小結
第25章云計算安全架構
25.1云計算安全體系架構
25.2云計算模型與安全架構模型間的映射關系
25.3云計算安全職責劃分
25.4本章小結
第26章云計算基礎設施安全
26.1云計算基礎設施面臨的安全風險
26.2云計算基礎設施的安全保護機制
26.2.1物理安全
26.2.2網(wǎng)絡安全
26.2.3主機安全
26.2.4虛擬化安全
26.2.5中間件安全
26.3本章小結
第27章云計算數(shù)據(jù)安全
27.1云計算環(huán)境下數(shù)據(jù)安全綜述
27.1.1數(shù)據(jù)安全保護的意義
27.1.2數(shù)據(jù)生命周期
27.2服務提供商面臨的數(shù)據(jù)安全風險及挑戰(zhàn)
27.2.1數(shù)據(jù)加密
27.2.2釣魚行為
27.2.3數(shù)據(jù)審計與監(jiān)控
27.3數(shù)據(jù)安全保護機制
27.3.1數(shù)據(jù)加密介紹
27.3.2數(shù)據(jù)脫敏
27.3.3數(shù)據(jù)殘余銷毀
27.3.4數(shù)據(jù)沿襲(Data Lineage)
27.3.5數(shù)據(jù)備份與恢復
27.3.6訪問控制
27.3.7新一代云計算安全技術
27.4案例分析： 政務云的數(shù)據(jù)安全設施
27.4.1項目背景
27.4.2技術方案
27.4.3實施要點
27.5本章小結
第28章IaaS和PaaS服務安全
28.1IaaS服務用戶需重點關注的安全問題
28.1.1系統(tǒng)基礎服務安全風險及應對措施
28.1.2遠程管理風險及應對措施
28.1.3DNS威脅及應對措施
28.2IaaS服務用戶安全檢查清單
28.3PaaS服務用戶需重點關注的安全問題
28.3.1安全相關的API
28.3.2應用安全部署
28.3.3遠程安全訪問
28.3.4服務鎖定風險
28.4PaaS服務用戶安全檢查清單
28.5本章小結
第29章SaaS服務安全
29.1SaaS服務安全風險
29.1.1互聯(lián)網(wǎng)服務安全現(xiàn)狀
29.1.2SaaS服務安全需求
29.2SaaS應用安全保護機制
29.2.1安全開發(fā)生命周期
29.2.2Web應用防火墻
29.2.3身份識別與訪問管理
29.2.4終端用戶安全
29.3案例研究： 桌面云服務安全部署方案
29.3.1桌面云服務概述
29.3.2設計挑戰(zhàn)
29.3.3設計要點
29.4本章小結
第30章云計算安全治理
30.1組織架構與過程模型
30.1.1組織架構
30.1.2風險管理
30.1.3過程模型
30.2云計算安全治理操作
30.2.1云計算安全指南制定
30.2.2安全監(jiān)控與事件響應
30.2.3威脅管理和滲透測試
30.2.4變更管理
30.2.5安全審計與日志
30.3隱私保護
30.3.1云計算環(huán)境下隱私保護的概念
30.3.2云計算環(huán)境下的隱私數(shù)據(jù)
30.3.3云計算環(huán)境下隱私數(shù)據(jù)保護對策
30.4案例： 金融業(yè)的電子支付運營安全
30.4.1需求分析
30.4.2設計考慮
30.4.3安全運營治理實施
30.4.4成效評估
30.5本章小結
第31章云計算的合規(guī)性
31.1IT合規(guī)概述
31.1.1什么是IT合規(guī)
31.1.2IT合規(guī)對云計算提供商的必要性
31.1.3云服務提供商在合規(guī)中面臨的挑戰(zhàn)
31.2信息化合規(guī)規(guī)劃
31.2.1信息科技合規(guī)整體框架
31.2.2IT合規(guī)解決方案
31.3IT合規(guī)實踐
31.3.1IT合規(guī)的工作內容
31.3.2IT合規(guī)的實踐建議
31.4合規(guī)工作中的難點和解決思路
31.4.1公司的戰(zhàn)略與支持
31.4.2IT管理
31.4.3技術運營團隊的工作
31.5案例研究： 在線金融服務商的合規(guī)實踐
31.5.1背景介紹
31.5.2安全整改內容
31.5.3實施階段
31.5.4合規(guī)整改結果
31.5.5項目挑戰(zhàn)點
31.5.6后期項目的風險和困難點
31.6本章小結
31.6.1合規(guī)實施的要點
31.6.2合規(guī)實施的難點
31.6.3進一步的建議
第6部分服務質量管理
第32章云服務的質量工程
32.1服務質量保證的基本原理
32.1.1軟件服務質量
32.1.2軟件過程質量
32.1.3質量管理體系的構成
32.1.4軟件質量控制
32.1.5軟件質量保證
32.1.6軟件質量改進
32.2質量保證過程
32.2.1驗證與確認
32.2.2評審
32.2.3正式評審會議
32.2.4單元測試與集成測試
32.2.5功能測試
32.2.6回歸測試
32.2.7系統(tǒng)的非功能性測試
32.2.8驗收測試
32.2.9技術運營階段的質量保證活動
32.3云服務平臺的特有質量訴求
32.3.1可用性
32.3.2安全性
32.3.3可擴充性
32.4需求評審和設計評審
32.4.1需求評審
32.4.2系統(tǒng)架構設計評審
32.4.3系統(tǒng)部署物理設計評審
32.5云服務的驗證
32.5.1可用性驗證
32.5.2安全性驗證
32.5.3可伸縮性驗證
32.5.4通過SLA來保證質量水平
第33章服務運營的質量管理
33.1服務質量管理的目的
33.2經(jīng)典的服務質量管理方法
33.2.1ITIL/CSI框架
33.2.26Sigma框架
33.2.3戴明循環(huán)理論
33.3云服務運營中質量管理所面臨的挑戰(zhàn)
33.3.1源自運營目標的挑戰(zhàn)
33.3.2來自執(zhí)行中的難度
33.4對服務質量管理的探索： GMAI方法及其要點
33.5GMAI服務質量管理： 服務改進的框架
33.5.1質量管理目標(Goal)
33.5.2衡量(Measure)
33.5.3分析(Analysis)
33.5.4改進(Improve)
33.6GMAI服務質量管理： 服務改進的持續(xù)
33.6.1持續(xù)性的實現(xiàn)方法： 來自目標和項目的驅動
33.6.2持續(xù)性的基礎： 證明自己的業(yè)務價值
33.7實踐討論(1)： 如何保證服務質量改進的持續(xù)性
33.8實踐討論(2)： 服務質量管理如何獲得管理層的支持
33.8.1高質量的報告
33.8.2高級管理人員儀表板
33.9服務質量管理方案的選擇
第7部分組織能力
第34章組織能力的構建與發(fā)展
34.1組織能力概述
34.1.1企業(yè)成功的關鍵
34.1.2組織能力的定義和建設
34.1.3云服務的組織能力框架
34.2云計算服務公司面臨的挑戰(zhàn)
34.3員工能力
34.3.1建立學習型組織
34.3.2有效的培訓體系
34.4員工的思維模式
34.4.1公司價值觀的建立： 如何確定價值觀的內容
34.4.2價值觀落地：  團隊的接受
34.5員工治理
34.5.1組織架構： 合理的團隊結構
34.5.2組織架構中的邊界管理： 邊界弱化、增強及平衡
34.5.3業(yè)務流程： 明確的制度
34.5.4有效的信息管理
34.6技術體系的組織架構
34.6.1一元初始： 研發(fā)
34.6.2二元架構： 研發(fā)、運營
34.6.3三元架構： 研發(fā)、運營、數(shù)據(jù)
34.6.4四元架構： 研發(fā)、運營、數(shù)據(jù)、管理
34.7客服體系的組織架構
34.8實踐研究(1)： 構建高效的技術運營團隊
34.8.1背景
34.8.2思維方式： 技術運營的管理思想
34.8.3團隊治理： 團隊的結構與責任
34.8.4團隊能力： 團隊的培養(yǎng)
34.9實踐研究(2)： 構建大數(shù)據(jù)的組織能力
34.9.1企業(yè)的新型競爭力：  分析能力
34.9.2大數(shù)據(jù)組織能力模型
34.9.3員工思維
34.9.4員工治理
34.10實踐研究(3)： 構建服務導向的客戶服務部門
34.10.1客服的三種核心服務方式
34.10.2被動式服務： 問題的快速響應
34.10.3主動式服務： 有效的客戶管理
34.10.4服務體系的改進
34.10.5本章小結
參考文獻
后記——行自云起時，更上一層樓