一种支持嵌入式实时应用的数据流管理系统

论文介绍了数据流技术研究、发展状况,而后讨论了数据流管理系统在嵌入式实时系统中的作用,在此基础上,给出了一个支持嵌入式实时应用的数据流管理系统RealStream,详细介绍了RealStream的体系结构及其基于触发器的多重动态查询优化机制。     

面向金融活动的复合区块链关联事件溯源方法

现有区块链系统多采用平等挖矿模式,所有记账人(实体)将账本记录在单一主链上,数据存储具有随机性,且在复杂或分类金融场景下,主链数据难以关联或规律存储,导致存储及查询效率很低;同时,现有区块链系统中事件溯源大多只查询到源区块,不能判识实体间的隐含关联,查询具有局限性.针对这些问题,提出一种复合区块链关联事件溯源方法.该方...     

数据流中一种适应性查询处理机制

针对数据流中连续查询特征，本文提出一种适应性的查询处理机制，它不但能在有限时间内最大可能地输出结果元组，也可对有限的元组以最快时限输出。而此查询处理机制主要依托于基于输出速率的代价模型，此模型将不断变化的流速、谓词选择率、操作符处理时间作为代价函数变量，将输出速率作为代价模型的函数值。因此此代价模型可适应环境以及数据流本身不断变化的因素，并可作为查询计划动态选择的标准。实验证明此适应性查询处理机制最终能有效地提高输出速率、增加查询吞吐量、减少时间延迟，降低查询间内存占有量。     

数据流上的一种适应性调度策略 MultiFactor

本文针对数据流系统中的查询处理机制进行了深入的研究,从内存使用量、系统的响应时间和查询的实时性三个方面进行综合考虑,提出了一种基于多因素的动态调度策略MultiFactor.该策略根据单位时间查询内各操作符消耗的元组数动态调整操作符调度次序,按系统截止时间确定各操作符调度时间.本文还给出了MultiFactor策略的相应算法,并通过实验证明了其性能优势.     

虚拟企业内共享资源的e-UDDI管理机制

虚拟企业内共享的分布资源主要有服务资源和信息资源，UDDI为快速发现和即时集成服务提供了可行性，针对虚拟企业内共享资源的分布，自治特性，本文基于UDDI规范，提出了一种管理虚拟企业内分布共享资源的e-UDDI管理机制，给出了管理分布共享资源模型，详细地描述了e-UDDI服务中心的设计方案和管理共享资源的元数据模式。     

数据流上的一种适应性调度策略MultiFactor

本文针对数据流系统中的查询处理机制进行了深入的研究,从内存使用量、系统的响应时间和查询的实时性三个方面进行综合考虑,提出了一种基于多因素的动态调度策略MultiFactor.该策略根据单位时间查询内各操作符消耗的元组数动态调整操作符调度次序,按系统截止时间确定各操作符调度时间.本文还给出了MultiFactor策略的相应算法,并通过实验证明了其性能优势.     

一种改进的多速率组播拥塞控制协议DAMCC

提出了一种新的动态分配带宽的多速率组播拥塞控制策略(DAMCC).针对当前使用的多速率组播拥塞控制策略RLC调整速率粒度粗糙、接收端带宽的利用不充分的问题,DAMCC设计了动态分段计算增强层的速率算法.执行DAMCC的接收端,根据反馈的响应信息计算网络往返延迟(RTT),进而计算自身的TCP友好速率,以相应的速率接收组播数据,达到与TCP流公平竞争网络资源的目的.仿真实验表明,该拥塞控制策略比分层组播控制常用的典型策略(RLC)更有效地利用网络带宽,解决网络带宽的异构性问题,并能通过接收端计算TCP友好速率,使接收端达到与TCP流公平竞争网络资源的目的.     

基于耦合随机投影的张量填充方法

现代信号处理中,越来越多的领域都需要存储和分析规模大、维度高、结构复杂的数据.张量作为向量和矩阵的高阶推广,在保证原始数据内在关系的前提下,可以更为直观地表示大规模数据的结构性.张量填充作为张量分析的一个重要分支,目前已被广泛应用于协同过滤、图像恢复、数据挖掘等领域.张量填充指从被噪声污染或存在数据缺失的张量中恢复出原始张量的手段,文中着眼于当前张量填充技术中时间复杂度较高的缺点,提出了基于耦合随机投影的张量填充方法.该方法的核心包括两个部分:耦合张量分解以及随机投影矩阵.通过随机投影矩阵,文中将原始高维张量投影到低维空间内生成替代张量,同时在低维空间内实现张量填充,进而提高算法的执行效率.同时,所提算法还利用耦合张量分解将填充后的低维张量映射到高维空间,从而实现原始张量的重构.最后,通过实验分析了所提算法的有效性和高效性.     

基于Voronoi划分的位置数据KNN查询处理方法

K最近邻(KNN)查询是空间数据查询研究的重要内容。目前的KNN查询方法在处理大规模的位置数据时,存在着更新和查找失衡的问题,导致查询效率较低。因此,提出基于Voronoi划分的位置数据KNN查询处理方法。首先,创建了一个二级空间索引结构——VRI,包含VHash和VR树两部分。一级索引结构VHash表示Voronoi图的直邻;二级索引结构VR树,按照各Voronoi单元所在的最小矩形区域的重叠面积,自下而上地生成对应的R树。其次,基于VRI索引结构提出了位置数据的KNN查询算法及动态维护算法,在KNN查询方法中,采用VR树进行定位,VHash查找K近邻,能够有效地对查询点定位,查找速度快。再次,针对数据更新的情况,索引结构也能够及时更新,在更新的时间段内,对于位置数据随时间变化的KNN查询,提出了利用记录表进行有效查询的方法。最后,实验表明,提出的基于Voronoi划分的空间索引结构和其对应的KNN查询算法均具有较好的性能和适应性。