延迟容忍移动传感器网络中基于社会网络的数据传输策略

延迟容忍移动传感器网络(DTMSN)是一种广泛应用的数据采集网络.提出一种基于社会网络的数据传输策略SNBD(social network-based data delivery scheme)应用于DTMSN.SNBD引入社会网络中的相互作用强度和相称机制,通过计算两传感器节点之间的相互作用强度值和相称值,作为消息传输时选择下一跳的依据.为了优化节点队列,SNBD采用消息的重要因子和TTL决定队列中消息传递的优先顺序和丢弃原则.模拟实验表明,与现有的几种数据传输策略相比,SNBD不但具有较高的数据传输成功率,而且具有较低的数据传输能耗和传输延迟,并且通过分析发现SNBD的网络寿命是SRAD和FAD的8倍.     

延迟容忍移动无线传感器网络中面向城市区域的路由协议

人类运动的特殊性使基于简单运动模型的DTMSN路由协议在人类环境中并不适用.为此提出了一种面向城市区域的路由协议(UOR).该协议首先把传感器节点划分传输等级,接着根据当前时间和节点与Sink节点的具体相遇时间计算最高等级节点的通信概率,而后根据传输等级和通信概率进行数据消息的路由传输.为优化复本管理,UOR引入消息的优先级和生存时间(ST)共同决定队列中消息传递的优先顺序和丢弃原则.仿真分析表明,与现有策略相比,UOR协议能以较低的数据传输能耗和传输延迟获得较高的数据传输成功率,并且具有相对较长的网络寿命.     

延迟容忍网络基于节点综合状态的数据转发策略研究

为更好解决延迟容忍移动无线传感器网络(delay tolerant mobile sensor network,DTMSN)中的数据收集及转发问题,提出了一种基于节点综合状态的数据转发策略NCSD(Node Comprehensive State Data Delivery Scheme).NCSD根据模糊综合决策得出各节点的转发优先级作为传输时选择下一跳的依据.为优化消息副本管理,采取动态消息队列,根据消息生存时间决定消息的丢弃原则.仿真实验表明,与现有的数据传输算法相比,NCSD有更高的数据传输成功率与更小的传输延迟,并具有相对较长的网络寿命.     

异构延迟容忍移动传感器网络中基于转发概率的数据传输

提出了一种基于转发概率的动态数据转发策略:FPAD(forwarding probability-based adaptive data deliveryalgorithm).FPAD适用于由不同类型传感器节点构成的可监测不同对象的异构延迟容忍移动传感器网络HDTMSN(heterogeneous delay tolerant mobile sensor network).在这种网络中,各类节点拥有不同的通信能力、运动速度与消息存储能力,并且获取的数据消息具有不同的大小和不同的延迟容忍度.针对异构网络的特点,FPAD一方面根据节点能量消耗和消息传输延迟计算出节点的传输概率和转发概率,并以此进行数据消息的传输;另一方面,提出根据消息当前的延迟容忍度作为消息丢弃依据的消息队列管理机制.仿真实验结果表明,与现有的几种数据传输算法相比,FPAD的数据传输成功率更高、传输延迟更小,而且网络寿命相对较长.     

移动传感器网络中基于概率的数据传输策略*

移动传感器网络间歇连通,为了在拓扑动态变化的环境中将数据有效传递到汇聚点,提出了一种基于节点传输概率的数据传输策略PBD。该策略基于传感器节点近期与汇聚点的距离来计算节点将数据成功传递给汇聚点的可能性,并以此作为消息传输时选择下一跳的依据;同时还引入了基于消息优先权的缓存队列管理机制。实验结果证明了PBD的有效性,也表明PBD较好地实现了数据传输成功率与传输能耗、传输延迟之间的平衡。     

延迟容忍移动传感器网络中基于节点优先级的数据转发策略

为了更好地解决延迟容忍移动无线传感器网络(Delay Tolerant Mobile Sensor Network, DTMSN)中的数据收集问题,提出了一种基于节点优先级的数据转发策略NPD(Node Priority Data Dclivcry Schcme) 。NPD根据计算得出的各节点不同的转发优先级作为消息传输时选择下一跳的依据。为优化消息复本管理,NPI)采用动态消息队列,并根据消息的生存时间决定消息的丢弃原则。仿真实验表明,与现有的几种DTMSN数据传输算法相比,NPD有更高的数据传输成功率与更小的传输延迟,并具有相对较长的网络寿命。     

延迟容忍传感器网络中面向发布/订阅系统的事件传输

提出了一种延迟容忍无线传感器网络(delay tolerant sensor network,简称DTSN)中基于团体的发布/订阅系统事件传输协议CET(community-based event transmitting protocol).CET的核心思想是,网络中所有传感器节点依据它们的相互连通性形成若干个固定的团体(community),并基于这些团体进行事件的传输.CET协议由事件传输和队列管理两部分组成.在事件传输策略中,事件除了尽可能地传递给移动订阅者之外,移动订阅者保存的某些事件还回传给团体内的传感器节点以提高事件的传输成功率.队列管理则根据事件的成功传输次数和生存时间来共同决定存储队列中事件的重要程度和丢弃原则,以降低网络传输能耗.仿真分析表明,与直接收集DG(direct gathering)相比,CET能够以较低的事件传输能耗和传输延迟获得较高的事件传输成功率.     

移动传感网中基于虚拟货币的路由策略

移动无线传感器网络中,针对节点基于随机运动模型的路由问题,提出一种基于虚拟货币的低能耗路由策略——DTVC。根据节点的属性和数据消息的属性进行买方和卖方的定价并据此选择转发节点。为了提升网络性能,通过控制数据消息的副本数以及对节点的缓存队列中的数据消息排序,把网络中的节点分为源节点和中继节点,只有数据消息的源节点可以复制该数据消息,并依据数据消息的延迟容忍度对消息进行排序,延迟容忍度越小则优先级越高。为了减少网络中的能量消耗,根据sink节点广播的消息删除缓存队列中已经传输成功的数据消息。在Matlab上的仿真实验结果表明,与基于消息容错的自适应数据传输算法（FAD）、基于距离和能量感知模糊逻辑的路由算法（FLDAER）和基于能耗自选演进机制的路由算法相比,DTVC的数据消息投递率至少提高2.5%,平均副本数至少减少25%。     

基于PID算法的无线传感器网络传输功率控制研究

降低能耗是无线传感器网络研究中重要内容之一.节点间数据传输能耗很大,合理调节传输功率,对降低网络能耗非常重要.本文引入PID算法,通过调节每个节点传输功率,动态控制整个网络的传输能耗.MATLAB仿真结果显示,该算法在几种不同的部署情况下,比LMA(local mean algorithm)及其它几种方法在网络启动能耗和启动时耗指标下都更为有效.     

推模式和拉模式下无线传感器节点的能耗研究

以规模相等单跳分簇无线传感器网络为背景,针对传感器节点在数据传输过程中的推和拉两种模式,分别提出了簇内普通节点和簇首节点在数据传输过程中的能耗计算公式,并计算出两种数据传输模式下簇内节点的能耗。利用实验验证了所提出的能耗计算公式的有效性,方便用户根据不同需求选择传感器节点传输机制,最大限度地延长无线传感器网络的生命周期。     

大数据可用性的研究进展

信息技术的迅速发展催生了大数据时代的到来.大数据已经成为信息社会的重要财富,为人们更深入地感知、认识和控制物理世界提供了前所未有的丰富信息.然而,随着数据规模的增长,劣质数据也随之而来,导致大数据质量低劣,极大地降低了大数据的可用性,严重困扰着信息社会.近年来,数据可用性问题引起了学术界和工业界的共同关注,开展了深入研究,取得了一系列研究成果.本文介绍数据可用性的基本概念,讨论数据可用性的挑战与研究问题,综述数据可用性方面的研究成果,探索大数据可用性的未来研究方向.     

A Taxonomy of Dirty Data

Today large corporations are constructing enterprise data warehouses from disparate data sources in order to run enterprise-wide data analysis applications, including decision support systems, multidimensional online analytical applications, data mining, and customer relationship management systems. A major problem that is only beginning to be recognized is that the data in data sources are often dirty. Broadly, dirty data include missing data, wrong data, and non-standard representations of the same data. The results of analyzing a database/data warehouse of dirty data can be damaging and at best be unreliable. In this paper, a comprehensive classification of dirty data is developed for use as a framework for understanding how dirty data arise, manifest themselves, and may be cleansed to ensure proper construction of data warehouses and accurate data analysis. The impact of dirty data on data mining is also explored.     

数据治理技术

随着信息技术的普及，人类产生的数据量正在以指数级的速度增长，如此海量的数据就要求利用新的方法来管理.数据治理是将一个机构（企业或政府部门）的数据作为战略资产来管理，需要从数据收集到处理应用的一套管理机制，以期提高数据质量，实现广泛的数据共享，最终实现数据价值最大化.目前，各行各业对大数据的研究比较火热，但对于大数据治理的研究还处于起步阶段，一个组织的正确决策离不开良好的数据治理.首先介绍数据治理和大数据治理的概念、发展以及应用的必要性；其次，对已有的数据治理技术——数据规范、数据清洗、数据交换和数据集成进行具体的分析，并介绍了数据治理成熟度和数据治理框架设计；在此基础上，提出了大数据HAO治理模型.该模型以支持人类智能（HI）、人工智能（AI）和组织智能（OI）的三者协同为目标，再以公安的数据治理为例介绍HAO治理的应用；最后是对数据治理的总结和展望.     

大数据技术应用与研究的新视角

伴随着人类进入大数据时代,大数据在彰显出巨大应用价值的同时,也凸显出数据可用的科技问题。如何解决数据可用带来的挑战,成为各国政府和学界高度关注的问题。目前,针对大数据的可用性研究刚刚起步,对大数据可用性进行了探讨,并就数据可用性的研究前景进行了展望。     

数据迁移的一般原则

在应用软件及数据库开发中经常要做数据迁移工作 ,数据迁移就是将数据从一种数据环境移入另一种数据环境中。进行彻底而精确的数据转换应遵循以下关键步骤 :识别源数据、确定数据集成转换的规则以及开发转换规则代码。介绍了数据迁移的一般步骤 ,并提出了从数据转换、选择迁移方法以及从元数据管理的角度评价迁移工具的标准     

数据仓库系统中源数据的提取与集成

人们对数据分析的要求的不断提高导致了数据仓库的发展，而在建设数据仓库的过程中非常关键的一步就是从事务数据库或其它的数据源中抽取和集成原始数据。本文在对数据集成方法和数据获取中可能碰到的问题进行全面分析的基础上，较为详细地介绍了我们自行开发的数据仓库系统SEUwarehouse中源数据提取与集成工具的设计与实现．     

数据提取、转换和装载技术研究

来自企业操作环境的数据是数据仓库的数据源，通过提取、转换、装载填充数据仓库，对数据提取、转换与装载技术进行了研究与实践。对数据提取、转换与装载要解决的问题进行了详细论述并提出了相应的解决方法，并以MS SQL Server2000为例，介绍了可用于析取数据的一些工具。在此基础上，以电信行业话单数据载入数据仓库为实例，就如何实现各步骤进行了详细说明，提出了在数据提取、转换与装载过程中需注意的一些问题。     

基于时效规则的数据修复方法

数据时效性是影响数据质量的重要因素,可靠的数据时效性对数据检索的精确度、数据分析结论的可信性起到关键作用.数据时效不精确、数据过时等现象给大数据应用带来诸多问题,很大程度上影响着数据价值的发挥.对于缺失了时间戳或者时间不准确的数据,精确恢复其时间戳是困难的,但可以依据一定的规则对其时间先后顺序进行还原恢复,满足数据清洗及各类应用需求.在数据时效性应用需求分析的基础上,首先明确了属性的时效规则相关概念,对属性的时效规则等进行了形式化定义;然后提出了基于图模型的时效规则发现以及数据时序修复算法;随后,对相关算法进行了实现,并在真实数据集上对算法运行效率、修复正确率等进行了测试,分析了影响算法修复数据正确率的一些影响因素,对算法进行了较为全面的分析评价.实验结果表明,算法具有较高的执行效率和较好的时效修复效果.     

软件开发活动数据的数据质量问题

问题追踪系统和版本控制系统等软件开发支持工具已被广泛应用于开源和商业软件的开发中,产生了大量的数据,即软件开发活动数据.软件开发活动数据被广泛应用于科学研究和开发实践,为智能化开发提供支持.然而数据质量对相关的研究和实践有重大影响,却还没有得到足够的重视.为了能够更好地警示数据使用者潜在的数据质量问题,通过文献调研和访谈,并基于自有经验对数据进行分析,总结出了9种数据质量问题,覆盖了数据产生、数据收集和数据使用这3个不同的阶段.进一步地,提出了相应的方法以帮助发现和解决数据问题.发现问题是指加强对数据上下文的理解和通过统计分析及数据可视化发现潜在的数据质量问题,解决问题是指利用冗余数据或者挖掘用户行为模式进行修正.     

基于ETL工具的数据集成和交换的研究

数据的集成与交换,对企业的管理和决策意义重大.数据集成和交换必须解决抽取、转换和加载,但过去的异构系统很难实现,从需求分析、系统设计和系统实现3个方面,设计了一种针对数据抽取、转换和装载(Extract、Transform、Load)的ETL工具.根据ETL工具的综合要求,通过结构化分析需求,构建了系统逻辑模型;设计了...