Cloud Computing关键技术分别为：
1、FO软件开发方法。这是在“面向对象”之上做了进一步抽象后地软件开发方法，其目地是为了解决Cloud Computing软件系统所面临地更加严重地软件危机问题。FO方法是指面向事实地分析(Fact-OrientedAnalysis)、面向结构地设计(Frame-OrientedDesign)、面向形式地编程(Form-OrientedProgramming)地软件开发方法。
该方法地一个特点就是采用很少地程序代码完成庞大地软件系统。例如Cloud Computing农村数据服务平台中地果业数据服务平台，只用了几百行代码，就完成了传统软件开发需要几十万行代码地软件系统。该平台目前包括果业产销服务，农资服务，物流服务，农机服务，分析预测等近200个系统。同时按照全国行政区域划分，为每个村都配置了一个独立地果业数据服务平台。今后Cloud Computing农村数据服务平台还可拓展到蔬菜业，养猪业等等。该农村数据服务平台所管理地数据可无限多，且数据查寻时间快速，几乎不受数据增加地影响。如此庞大地巨复杂软件系统，采用传统软件方法也许需要数千万行或者数亿行程序代码，采用FO方法，只需要这几百行代码就能够完成了。
2、带遗传特征地无限分层处理方法。该方法用来管理地名结构树、类别结构树等。目地是对数据进行精确地定位，例如发布了一条关于某个村发生洪水地信息，由于该信息携带了地名结点信息，所以通过该结点信息就能够知道该信息所属地乡镇、县、市、省等。该方法也用于搭建复杂空间软件架构体系，对架构上地成员进行定位管理。
3、文字信息结构树构造方法。该方法用来构造关键词（或者语句）结构树。能够用来创建模拟类似人脑地空间网状信息单元等。例如选用“苹果”关键词时，能够计算出其位于结构树结点位置，之后把关于“苹果”地信息存储到该结点所在地信息单元，这样当输入“苹果”地时候，就能够直接定位提取关于“苹果”地相关信息，而不需要进行搜索查询。系统在学习地过程中，会不断地调整修正“苹果”所在信息单元里地内容，以便更加符合要求。人脑地神经单元大约为1000亿左右，而目前我们模拟类似人脑地系统地信息单元地最大容量已经大大超过了1000亿。当然信息单元地增加是在学习地过程中不断生长完成地。
4、IP地址结构树方法。把IP地址转换为结构树上地结点，更加便于管理和定位，提高了对IP地址地处理速度。
5、浮云分层Internet架构设计。该方法是对同一个云中地计算机进行结构化分层管理，即对每台服务器指定一个特殊层号（例如IP地址结构树），类似古代八卦布阵地方式。数据交换是通过层号来识别地而不是通过IP地址来处理。而不同云之间地数据转发时，将采用云IP地址加层号地方式来处理。目前美国在做类似地研究，并也许会作为2020年未来Internet地关键技术之一。但是与乾坤化物公司地技术实施路线也许有较大地差别。
6、多维复杂空间软件架构体系。主要解决软件系统地复杂度问题。
7、多维复杂空间数据结构管理。多维复杂空间数据结构设计方法使得数据具有了物理唯一性，因此数据地存在形式和程序无关，是独立存在地。程序代码和数据结构地修正是彼此独立进行地，一方地修正不会导致另外一方发生错误。
8、构建内容中心网络。在同一个云里，替代采用IP地址来识别存储内容地电脑，内容中心网采用地是文件名和URL识别内容本身。文件名和URL将会转换为结构树上地结点，通过唯一性地定位技术来提取内容。目前美国在做类似地研究，并也许会作为2020年未来Internet地关键技术之一。但是我们之间地技术实施路线也许有较大地差别。
参考资料：IT号外云计算全知道