90040-计算机科学进展-2011年科学进展整理考点题目梳理

1、李征: 图像配准，角点提取 今年考点已定
一、基于特征点的图像配准算法：
图像配准的目的：在两帧图像间建立一个映射关系，该映射能够将其中一帧图像上的特征点坐标映射为另一帧图像中匹配特征点的坐标。

图像配准的步骤：
(1)特征提取：从参考图像和变形图像中提取有意义的特征，如边缘信息、边缘轮廓、重心、线交叉点、拐点等；
(2)特征匹配：分别从两幅图像中提取出特征之后，需要完成参考图像中的特征和变形图像中的特征的匹配；
(3)变换参数估计：根据对应的特征进行变换参数估计；
(4)图像变换：求出了变换参数之后，就可以对图像进行变换，由于图像变换后的坐标可能不为整数，还需要选择适当的插值技术进行灰度插值生成配准图像。

图像配准的方法：
1）基于像素的图像配准方法
两帧图像中所有具有同一原像的像素对都应建立匹配关系。

2）基于特征的图像配准方法
仅针对两帧图像中的具有同一原像的点、线、区域特征对建立匹配关系。

由于各类特征均可以转换为点特征，因此，基于特征点的配准方法成为研究的重点。

基于特征点的图像配准：
包括仿射图像配准、透视图像配准、基于外极几何约束的图像配准。

特征点坐标间的映射可理解为坐标变换，可使用矩阵来表示。

矩阵类型与图像间几何变换的关系：
1. 二维仿射矩阵与图像平面内的二维旋转、平移、放缩变换对应
2.二维透视矩阵除包含二维变换外，还包含摄像机绕光心的旋转变换
3. 基础矩阵包含二维变换、摄像机旋转、摄像机平移等变换
二维仿射变换：两帧图像间的变化可由二维图像平面上的二维旋转、放缩、平移来描述；
r 、l 分别表示左右图像中特征点坐标，i 、j 表示特征点序号
若已知左、右图像中的3个匹配特征点对，则能求解该变换
二维透视变换：两帧图像间的变化包括二维图像平面上的二维旋转、放缩、平移、摄像机成像平面在三维空间中绕光心旋转；
r 、l 分别表示左右图像中特征点坐标，i 、j 表示特征点序号
若已知左、右图像中的4个匹配特征点对，则能求解该变换
⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛≅⎪⎪⎪⎭
⎫ ⎝⎛11001232221131211i l i l j r j r y x a a a a a a y x ⎪⎪⎪⎭
⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛≅⎪⎪⎪⎭⎫ ⎝⎛11333231232221131211i l i l j r j r y x a a a a a a a a a y x
仿射配准的处理流程：
1. 假设左图像与右图像的特征点集分别为P 、Q ，从P 、Q 中选择一个未尝试的三点对，若已无三点对可以选择，则认为配准失败，并结束处理流程
2. 使用相似三角形约束判断三点对的合理性，若不合理，则转第一步
相似三角形约束：p 、q 分别表示P 、Q 中的特征点，相同脚标表示具有匹配关系，ε为很小的值
3. 使用三点对解方程组，求解仿射变换的6个未知系数，确定变换矩阵
4. 使用得到的变换矩阵，求P 中所有特征点在Q 中满足容忍度D （误差，以像素为单位）的匹配特征点
5. 若特征点数量足够大，则认为配准成功，保存匹配点对信息，结束处理流程；否则，转第1步
二、角点提取：
角点的定义：是图像中周围亮度变化剧烈的点，是图像中重要的局部特征，集中了图像上很多重要的形状信息。

角点检测的方法：基于模板的角点检测，基于边缘的角点检测，基于灰度变化的角点检测
基于独立性的角点提取方法：
亮度越强的像素位置独立性越强
两个像素窗口的关联系数：
像素的独立性：
x’与y’ 小于指定整数，且不同时为零
基于独立性的角点处理流程：
1. 从图像中提取边缘像素集
2. 将边缘像素按照独立性降序排序
3. 对于当前独立性最大的像素，若其独立性大于指定阈值，则将其输出到角点集，否则结束处理流程
4. 对于剩余的边缘像素集，将其独立性乘以H ，转第2步
其中，di 为第i 个剩余边缘像素与输出角点间的像素距离；
D 为相对距离定义，由它规定距离远、近的概念。

)/ex p(122D d H i --={}
)]','(),,([1),(y y x x W y x W CC MAX y x U ++-=
第二个老师试题 图像表示 （何坤）今年考点已定
2何坤：1.对灰度图像处理标准，常使用信噪比和峰值信噪比，试从定义上分析信噪比和峰值信噪比的优点和缺点（5分），并提出改进措施（5分）。

信噪比定义: 其中M 为图像的宽,N 为图像的高,g(I,j)为噪声原始图像,f(I,j)为噪声图像.信噪比是用于比较被评价图像与原图像质量的参数,通过比较图像信号和噪声信号的方差比来获得，信噪比的数值越大，图像质量越好。

峰值信噪比定义：
2
2112551[(,)(,)]*10
10*log W H R S i j f i j f i j W H ==-∑∑（2） （2）式中W 为图像的宽，H 为图像的高, (,)R f i j 为有噪声图像，(,)S f i j 为噪声原始图像。

优点： 255),(0≤≤j i f R 含噪图像
255),(0≤≤j i f S 原始未降质图像
255),(),(0≤-≤j i f j i f S R
[]22255),(),(≤-j i f j i f S R
∴②式≥1
∴PSNR ≥0
克服了信噪比为负的缺点
（2）式>0，克服了信噪比可能为负数的缺点。

缺点：(a)在现实中原始无噪声图像并不存在，所以无法完成评价，只是在理论上的一种方法。

（b ）（2）式中分母仅仅表示整个图像的噪声的平均能量，因此峰值信噪比只能评价图像的整体质量，无法评价局部质量。

改进措施：改进措施一：选择以某一种方法的去噪结果图像作为标准，假设用TV 模型去噪结果图像（前提是效果很好）为标准，那么原始图像就用TV 模型去噪结果图像去代替就行了。

改进措施二：
为解决上述缺陷，提出一种图像质量评价方法：SSIM 方法。

依据是：HVS 高度
适合于提取视觉场景中的结构信息，从而使测量结构信息的改变与感知图像质量的变化非常接近。

以下是该方法的原理框图：
该方法把评价值分为待评图像和原始图像之间的亮度比较、对比度比较和结构比较三部分，把三部分结果做乘积运算，再以运算结果进行质量评价。

核心函数为：
其中，S （x ，y ）为原始图像与待评图像相似性的测量信号；f （·）为整合函数； l （x ，y ） ， c （x ，y ） ， s （x ，y ）分别为亮度函数、对比度函数，结构函数；三个函数相互独立且满足对称性、边界性和最大值唯一性，分别定义为：
1221
2),(C u u C u u y x l y x y x +++=，22222),(C C y x c y x y x +++=σσσσ，33),(C C y x l y x y x ++=σσσ
其中 x 和 y 分别为原图像块和降质图像块，x u 和y u ，x σ和y σ，y x σσ分别为 x 和 y 的
均值、标准差和协方差，321,,C C C 是为避免分母为零而设的小常数，211)(L K C =，222)(L K C =，3C 常取2/23C C =，1,21 K K ， L 是像素值的动态范围。

结合各式，SSIM 定义为
其中 ,α，β，γ > 0，利用它们对亮度、对比度和结构信息进行重要性调整。

仿真实验中x u ，x σ，y x σσ通常在8*8窗口计算，窗口像素在整幅图像内移动。

为避免“块效应” ，也可采用一标准差为1.5的11*11归一化圆对称高斯函数（
∑=1i w ），重新定义如下：∑∑∑===-•-=-==N i N i y i x i i xy x i i x N i i i x u y u x w u x w x w u 1121
21);()(;))((;σσ
在各块中求SSIM ，值越高表明图像块 x 和 y 越相似。

对所有局部窗口的SSIM 求均值，就得到整幅图像的结构相似度：
∑==M
j j
j y x SSIM M Y X MSSIM 1),(1),( j j y x ,为第 j 个局部窗口的内容，M 为局部窗口的数量。

SSIM 值与图像的主观质量一致，其中结构因子对图像质量影响权重较大；若将结构信息改为梯度表示或在SSIM 基础上结合HVS 特性，评价结果与主观评价的关联性更强。

PSNR 是“Peak Signal to Noise Ratio”的缩写。

peak 的中文意思是顶点。

而radio 的意思是比率或比列的。

整个意思就是到达噪音比率的顶点信号，psnr 是一般是用于最大值信号和背景噪音之间的一个工程项目。

通常在经过影像压缩之后，输出的影像通常都会有某种程度与原始影像不一样。

为了衡量经过处理后的影像品质，我们通常会参考PSNR 值来认定某个处理程序够不够令人满意。

PSNR 计算公式如下：
PSNR 的单位为dB 。

所以PSNR 值越大，就代表失真越少。

优点：简单而且容易计算，有明确的物理意义。

缺点：PSNR 是最普遍，最广泛使用的评鉴画质的客观量测法，不过它具有局限性，不能完
全反映人类主观的视觉评价，PSNR 的分数无法和人眼看到的视觉品质完全一致，有可能 PSNR 较高者看起来反而比 PSNR 较低者差。

这是因为人眼的视觉对于误差的敏感度并不是绝对的，其感知结果会受到许多因素的影响而产生变化（例如：人眼对空间频率较低的对比差异敏感度较高，人眼对亮度对比差异的敏感度较色度高，人眼对一个区域的感知结果会受到其周围邻近区域的影响）。

改进措施一：选择以某一种方法的去噪如果图像作为标准，假设让TV 模型去噪结果图像（前提是效果很好）为标准，那么原始图像就用TV 模型去噪结果图像去代替就行了。

2.试从定义上分析，傅里叶变换（不能从能量坐标上写，若写了给零分），小波变换，余玄变换各自的优缺点。

（10分）
一、傅里叶变换公式：
dt e t f w F jwt ⎰+∞
∞
--=)()(（1） 由公式（1）可知其优点：f(t)为时间信号，而F （w ）为频域信号，故FT 变换实现了时间信号频域表示，相位对于光照具有鲁棒性。

缺点：a ）处理所需要时间长，二维变换计算量更大，实现较困难；b ）wt j wt e jwt sin cos -=-为复数，故FT 变换的运算时间长。

c ）积分区间为(,)-∞+∞，故只能反映整体信息，不能反映局部信息。

二、离散余弦变换：
wtdt t f w CT cos )()(⎰+∞
∞-= 优点：a ）DCT 速度比FT 快，因为只计算实部，其积分函数中的jwt e -变为wt cos ，但是却因此牺牲了相频特性。

b ）可以把时间信号变换到频域信号，其故CT 变换实现了时间信号频域表示。

缺点：由于积分区间为(,)-∞+∞，故跟FT 一样，只能反映整体信息，不能反映局部信息。

分块离散余弦变换(BDCT)，为了解决FT 和DCT 只能反映整体信息的缺点，提出了分块DCT （即BDCT ）。

变换先把n*n 分成小块（n=8,4），再进行块离散余弦变换。

当分块为8*8时，计算误差较大，但运算量小且速度快；分块为4*4时，尽管计算误差变小，但仍存在整体变换因素。

优点：运算量小，速度快
BDCT 变换的缺点：块的局部信息还是未反映，Z 字型扫描增加了游程编码的0的个数。

低比特率式bdct 在块边界出现明显方块效应，降低图像质量。

三、小波变换：
小波变换引入窗口函数,()a b t ψ
：,,1()(),0()t 0a b a b
t b t a b R a a t d ψψ+∞-∞-⎧= ∈≠⎪⎪⎨⎪=⎪⎩⎰且 连续小波变换为12,,W ()()()()()a b a b t b x t f x dx a f x dx a ψψ+∞+∞--∞-∞-== ⎰⎰ a 为尺度因子，表示与频率相关的伸缩，b 为时间平移因子。

优点：既能反映局部信息又能反映全局信息。

小波分解可以覆盖整个频域，小波变换通过选取合适的滤波器可极大地减小不同特征之间的相关性，在实现上有快速算法。

缺点：小波是反映信号，某个时间段的特点的。

在频域上，是某个频率段的表现。

但小波，作为频谱分析确实存在很多问题。

但我们确实可以做出很多的小波满足这个特点。

3、试分析基于图像的正交变换的缺点，并提出一个基于内容的图像变换方法。

（10分）
目的：图像的变换假设图像信号能被一些基本函数线性表示，即图像经变换后几乎覆盖真实图像所有能量的系数个数较少，仅仅运用这些系数可以将图像有效的被估计出来。

但实际中的图像是否能用固定的几个函数表示出来呢？如果不能，能否找到依赖图像内容的变换函数呢？
不足：图像正交变换稀疏性依赖于图像特性：平滑区域覆盖该区域能量的FT,CT 和WT 系数的非零个数较少，但WT 系数对该区域的微小变化较敏感；纹理区域的FT,CT 和WT 所有系数幅度较小；边缘区域的所有FT,CT 系数幅度较大，WT 系数的非零个数较少。

❖ 又称为霍特林(Hotelling)变换
❖ 以图像的统计性质为基础的
❖ 变换核矩阵由图像阵列的协方差矩阵的特征值和特征向量所决定－又称为特
征向量变换
❖ 当变量之间存在一定的相关关系时，可以通过原始变量的线性组合，构成为
数较少的不相关的新变量代替原始变量，而每个新变量都含有尽量多的原始变量的信息。

这种处理问题的方法，叫做主成分分析，新变量叫做原始变量的主成分。

❖ 目的是寻找任意统计分布的数据集合之主要分量的子集。

相应的基向量组满
足正交性且由它定义的子空间最优地考虑了数据的相关性。

将原始数据集合变换到主分量空间使单一数据样本的互相关性(cross-correlation)降低到最低点。

第三位老师试题 人机交互技术 （林涛）今年考点已定
1. 为什么说认知心理学和人机工程学是人机交互的基础？请举例说明。

答：计算机中的人机交互是指人与计算机之间使用一定的交互方式,完成确定任务的信息交
换过程. 人机交互的基本过程是:由人输入信息给计算机发起对话,然后计算机根据存储在计算机中的相应规则,对输入的信息进行相应的处理,最后将处理结果反馈给用户.一个人机交互系统一般由3部分构成：交互设备、交互软件和人。

人机交互学科就是要根据实际的问题，开发合适的交互设备，研究合适的交互软件（模型），用于提高人与机器的交互效率。

在这当中，“人”就处在一个核心的位置——人机交互活动的发起，正是为了满足人的某种要求。

因此，设计一个交互系统的基本前提，就是对人自身的“工作原理”、人与系统的相互关系，有清晰的认识。

这两部分的内容，分别由认知心理学及人机工程学来完成。

1、认知心理学：认知心理学主要研究人的高级心理过程，主要是认识过程，如知觉、思维、语言、记忆等。

认知心理学研究我们如何获得世界的信息；这种信息又如何表征并转化为知识；它怎样存储；知识又是怎样用来指导我们的注意和行为。

它涉及心理过程的全部范围——从感觉到知觉、模式识别、注意、学习、记忆、概念的形成等，还贯穿于行为的各个领域。

了解并遵循认知心理学的原理是进行人机交互设计的基础。

人机交互设计，主要是用理论来指导，一方面防止出错，另一方面用以提高工作效率。

为了提高人机交互的效率，增强用户与计算机之间的友好程度，必须对用户，有一个较为清晰的认识。

既要了解人的感觉器官是如何接受信息，也要了解人是怎样理解，处理信息，以及学习记忆有哪些过程，人又是如何进行推理的。

由此，尽量是自己的设计适应于人的自然特性，以使设计的系统满足用户的需求；
2人机工程学：人机工程学是研究“人——机——环境”系统中人、机、环境三大要素之间的关系，为解决系统中的效能、健康问题提供理论与方法的科学。

人机工程学的研究结论，能为人机交互系统设计中考虑“人的因素”提供人体尺度参考；能为“机”的功能合理性提供科学依据；为考虑“环境因素”提供设计准则；为进行“人——机——环境”系统设计提供理论依据；
人机交互学科研究的是如何使人与计算机的交互更加高效，研究如何使人能更自然、方便地与计算机进行交互。

人，是人机交互系统的核心，而认知心理学及人机工程学的研究结果，为设计交互系统提供了基础的理论依据和参考。

因此它们是人机交互的基础。

2.针对现在人机交互特点，提出自己简单的设计思路,用于改善人机交互的缺点？人机交
互、人机界面、认知心理学、人机工程学四个概念。

答：（1）人机交互：人机交互是用户与计算机系统的通信，能实现人与计算机之间通信的硬、软件系统即为交互系统，这里的交互，指信息交换，既包括人通过输入设备向计算机输入信息，也包括计算机通过输出设备向用户输出结果。

人机交互学科，是研究关于设计、评价和实现供人们使用的交互计算系统以及有关这些现象进行研究的科学。

（2）人机界面：人机界面（Human–Machine Interaction，简称HMI），是人与计算机之间传递、交换信息的媒介和对话接口，是用户使用计算机资源的综合操作环境，是计算机系统的重要组成部分。

人机结合面是人机系统中的中心一环节，主要由安全工程学的分支学科安全人机工程学去研究和提出解决的依据，并过安全工程设备工程学，安全管理工程学以及安全系统工程学去研究具体的解决方法手段措施安全人机学。

它实现信息的内部形式与人类可以接受形式之间的转换。

凡参与人机信息交流的领域都存在着人机界面；
（3）认知心理学：知心理学主要研究人的高级心理过程，主要是认识过程，如知觉、思维、语言、记忆等。

认知心理学研究我们如何获得世界的信息；这种信息又如何表征并转化为知识；它怎样存储；知识又是怎样用来指导我们的注意和行为。

它涉及心理过程的全部范围——从感觉到知觉、模式识别、注意、学习、记忆、概念的形成等，还贯穿于行为的各个领域。

了解并遵循认知心理学的原理是进行人机交互设计的基础；
（4）人机工程学：人机工程学是研究“人——机——环境”系统中人、机、环境三大要素
之间的关系，为解决系统中的效能、健康问题提供理论与方法的科学。

主要研究内容为：1）人与机器之间的分工与配合；2）设备如何能更适合于人的操作和使用；3）人机系统的工作环境对操作者的影响；4）研究人机界面、信息传递以及控制器和显示器的设计；4）如何使得人、机器、环境达到最优配合，充分发挥人机的作用。

第四位老师试题 视频智能监控 （余孟哲）今年考点已定
1、介绍下基于混合高斯模型的运动目标检测的原理及模型的更新过程。

混合高斯模型的基本原理就是用多个高斯分布来逼近像素点在时间域上颜色特征的分布。

GMM 模型定义：
);(,,,∑∑μ*==t i t i t X N x k 1
i t i,t w )Pr(
其中混合高斯模型成员
);(,,,∑μt i t i t X N 权重为t i,w 。

GMM 模型更新
权重的更新 t i t i t i M w w ,,,)1(α+α-=
对于匹配的高斯分布其 t i M
, 取1，否则为0.
)
,;()()()1()1(2
1
21k k t t t T t t t t
t t μX N μX μX X μμt σα=ρ--ρ+ρ-=σρ+ρ-=-σ-对于匹配成功的高斯分量，更新它的均值和方差
2、简单介绍下现有目标跟踪方法的分类并详细阐述一种目标跟踪方法
现有目标跟踪方法的分类：
➢ 按照摄像机的数目，可分为单摄像机跟踪和多摄像机跟踪；
➢ 按照传感器的不同，可分为可见光目标和红外目标的跟踪;
➢ 按照目标的表达方式，可分为基于区域的跟踪，基于主动轮廓的跟踪，基于局部特
征的跟踪，基于模型的跟踪
基于区域的跟踪：
利用图像相关匹配技术对目标进行跟踪，需要先获得一个表示目标的模板，模板可以是通过手工选定或是图像分割得到，通常是略大于目标的矩形区域或是任意形状；然后运用相关算法，计算目标模板与当前图像候选区域的特征匹配度，匹配特征可以是颜色、纹理等，匹配度最大的候选区域即为目标的当前位置。

基于主动轮廓的跟踪
基于主动轮廓的方法将目标描述为可变形的边界轮廓来进行跟踪。

最常用的主动轮廓模型是由Kass等提出的Snake模型。

基于特征的跟踪
通过跟踪目标的某个或某些局部特征，如边缘特征、点特征等，从而实现对整个目标的跟踪。

基于模型的跟踪
利用先验知识建立跟踪目标的目标模型（2D、3D模型），然后将目标模型的图像投影与图像序列进行匹配，从而确定出目标的运动参数。

在通常的跟踪对象中，非刚体的代表性目标是人，刚体的代表性目标是车辆。

第五个老师试题存储技术（赵奎）今年考点未定，是去年考点
缓存，DAS,NAS和SAN
cache的基本原理：cache （高速缓冲存储器）一种特殊的存储器子系统，是一个高速小容量的临时存储器，可以用高速的静态存储器芯片实现，或者集成到CPU芯片内部。

通常位于CPU和主存储器之间，存储器的高速缓冲存储器存储了频繁访问的RAM 位置的内容及这些数据项的存储地址。

当处理器引用存储器中的某地址时，高速缓冲存储器便检查是否存有该地址。

如果存有该地址，则访问cache命中，将数据返回处理器；如果没有保存该地址，则访问失败，然后进行常规的存储器访问。

因为高速缓冲存储器总是比主RAM 存储器速度快，所以当RAM 的访问速度低于微处理器的速度时，常使用高速缓冲存储器。

cache的基本工作原理：CPU与cache之间的数据交换是以字为单位，而cache与主存之间的数据交换是以块为单位。

一个块由若干定长字组成的。

当CPU读取主存中一个字时，便发出此字的内存地址到cache和主存。

此时cache控制逻辑依据地址判断此字当前是否在cache中：若是，此字立即传送给CPU；若非，则用主存读周期把此字从主存读出送到CPU，与此同时，把含有这个字的整个数据块从主存读出送到cache中。

由始终管理cache使用情况的硬件逻辑电路来实现LRU替换算法
cache的实际应用：1.当我们浏览网页的时候，cache的作用就是缓存浏览过的页面,图片等,比如刚刚看过A页面了,现在看的B页面,如果还想看A页面,直接点后退,A页面就可以从cache中装入,而不用再连接网络下载了，加快了访问速度。

2.在使用编辑软件读写文本信息的时候cache也会缓存最近读写过的内容，以方便重复读写，加快重复访问的速度。

3.在使用下载工具下载网络资源时，首先将下载的东西保存到cache然后再从cache中写到硬盘，由于硬盘的读写速度远远小于cache的读写速读，而下载的速度有可能大于写到硬盘的速度，所以先缓存到cache可以加快下载速读，使下载没有瓶颈。

直接附加存储Direct Attached Storage (DAS)：在这种方式中，存储设备是通过电缆（通常是SCSI接口电缆）直接到服务器的。

I IO（输入/输出）请求直接发送到存储设备。

DAS的适用环境：
1）服务器在地理分布上很分散，通过SAN（存储区域网络）或NAS（网络直接存储）在它们之间进行互连非常困难时(商店或银行的分支便是一个典型的例子)；
2）存储系统必须被直接连接到应用服务器（如Microsoft Cluster Server或某些数据库使用的“原始分区”）上时；
3）包括许多数据库应用和应用服务器在内的应用，它们需要直接连接到存储器上，群件应用和一些邮件服务也包括在内。

网络附加存储Network Attached Storage (NAS)：是一种将分布、独立的数据整合为大型、集中化管理的数据中心，以便于对不同主机和应用服务器进行访问的技术。

按字面简单说就是连接在网络上, 具备资料存储功能的装置，因此也称为“网络存储器”。

它是一种专用数据存储服务器。

它以数据为中心，将存储设备与服务器彻底分离，集中管理数据，从而释放带宽、提高性能、降低总拥有成本、保护投资。

其成本远远低于使用服务器存储，而效率却远远高于后者。

NAS数据存储的优点
第一，NAS适用于那些需要通过网络将文件数据传送到多台客户机上的用户。

NAS设备在数据必须长距离传送的环境中可以很好地发挥作用。

第二，NAS设备非常易于部署。

可以使NAS主机、客户机和其他设备广泛分布在整个企业的网络环境中。

NAS可以提供可靠的文件级数据整合，因为文件锁定是由设备自身来处理的。

第三，NAS应用于高效的文件共享任务中，例如UNIX中的NFS和Windows NT中的CIFS，其中基于网络的文件级锁定提供了高级并发访问保护的功能。

存储区域网络Storage Area Network (SAN)：SAN是计算机信息处理技术中的一种架构，它将服务器和远程的计算机存储设备（如磁盘阵列、磁带库）连接起来，使得这些存储设备看起来就像是本地一样。

和SAN相反，NAS使用基于文件（file-based）的协议，如NFS、SMB/CIFS 等，在这里仍然是远程存储，但计算机请求的是抽象文件中的一部分，而不是一个磁盘块。

将不同的数据存储设备连接到服务器的快速、专门的网络。

可以扩展为多个或远程站点以实现和备份和存档存储。

SAN采用光纤通道(Fibre Channel)技术，通过光纤通道交换机连接存储阵列和服务器主机，建立专用于数据存储的区域网络。

SAN经过十多年历史的发展，已经相当成熟，成为业界的事实标准。

SAN存储采用的带宽从100MB/s、200MB/s，发展到目前的2Gbps。

SAN专门用于提供企业商务数据或运营商数据的存储和备份管理的网络。

因为是基于网络化的存储，SAN 比传统的存储技术拥有更大的容量和更强的性能。

通过专门的存储管理软件，可以直接在SAN里的大型主机、服务器或其他服务端电脑上添加硬盘和磁带设备。

现在大多数的SAN是基于光纤信道交换机和集线器。