基于多核处理器的L7-Filter规则匹配改进算法

针对多核处理器的体系结构和网络数据流在时间上的局部性特点,提出了一种基于多核处理器的分链动态适应算法。该算法通过对网络数据流进行类型分类并根据网络数据流的时间局部性对规则链进行动态优化,从而有效减少了多核处理器下L7-Filter对网络数据流的匹配次数,显著提升了规则匹配效率。仿真实验结果表明:在网络数据包个数相同条件下,所提算法在性能上约有7%的提高。随着网络数据包个数的增加,性能优越性更加明显。     

一种有效的数据流最大频繁模式挖掘算法

针对频繁项集挖掘存在数据和模式冗余的问题,对数据流最大频繁项集挖掘算法进行了研究。针对目前典型的数据流最大频繁模式挖掘算法DSM-MFI存在消耗大量存储空间及执行效率低等问题,提出了一种挖掘数据流界标窗口内最大频繁项集的算法MMFI-DS,该算法首先采用SEFI-tree存储包含在不断增长的数据流中相关最大频繁项集的重要信息,同时删除SEFI-tree中大量不频繁项目,然后使用自顶向下和自底向上双向搜索策略挖掘界标窗口中一系列的最大频繁项集。理论分析与实验表明,该算法比DSM-MFI算法具有更高的效率,并能节省存储空间。     

异常点挖掘研究进展

异常点是数据集中与其他数据显著不同的数据.一个人的噪声对另一个人而言可能是有用的数据,因此,随着人们对数据质量、欺诈检测、网络入侵、故障诊断、自动军事侦察等问题的关注, 异常点挖掘在信息科学研究领域日益受到重视.在充分调研国内外异常点挖掘研究文献基础上,系统地综述了数据库研究领域中异常点挖掘的研究现状,对已有各种异常点挖掘方法进行了总结和比较,并结合当前研究热点,展望了异常点挖掘未来的研究方向及其面临的挑战.     

数据流控制流相叠加的可执行测试序列生成研究

提出了一种可执行的测试序列的自动生成策略。先从UML模型中提取出协议模型的EFSM信息,然后利用变迁可执行性分析自动生成可执行的测试序列。该生成策略同时结合了数据流测试和控制流测试的优点,既具有比较高的错误覆盖率,又对通信协议中的数据部分进行了充分的测试,从而提高了一致性测试的效率。     

基于云模型的动态交通数据流软划分算法

提出了一种交通数据流软划分算法,该算法利用STREAM算法对交通数据流进行了聚类分析,得到了能够反映交通状况不同特征的聚类结果,然后对聚类结果进行了数据挖掘和交通数据流趋势预测。最后在数据流值预测结果的基础上,采用基于云模型划分的算法对交通的预测流值进行分析,得到了更加灵活的控制策略。     

浅谈目前流媒体技术平台的应用与发展

流媒体是指在internet上以数据流的方式实时发布音频、视频多媒体内容的媒体,而流媒体技术则是在IP网络上发布多媒体数据流的技术。流媒体技术有别于传统播放技术由客户端从服务器下载完整的文件后进行播放,而是采用了流式传输方式,将整个多媒体文件压缩解析成多个压缩包,向客户端实时地顺序传送,用户可以一边解压播放前面传送过来的压缩包,一边下载后续的压缩包,从而节省了时间。     

基于有限反馈的数据流数自适应SDMA

针对目前绝大部分有限反馈自适应SDMA由于使用固定满波束发送策略而导致在稀疏网络中严重的用户间干扰的问题,该文提出了一种基于有限反馈的数据流数自适应SDMA,该方案能通过自适应地选择并行发送波束的数目来达到有效控制用户间干扰的目的。具体实现如下:通过用户的有限反馈信息,以及信道的二阶统计信息,基站端使用约束最大似然估计的方法估计出使用不同数目发送波束的发送模式所支持的最大和吞吐量,从而自适应地选择最优的发送模式。仿真结果表明:该文提出的方案能在增加很少反馈量的前提下显著改善现有SDMA方案的性能。     

挖掘数据流近似频繁项的改进算法

数据流的无限性、连续性和速度快等特点,使得挖掘出所有准确的数据流频繁项通常是不可能的.算法的空间复杂度和时间复杂度通常是评价频繁项挖掘算法优劣的两个主要度量.通过引入局部性原理改进数据流近似频繁项的挖掘算法,该算法的空间复杂性为O（1/ε）,数据流每个数据项的最坏处理时间是O（1/ε）,其最好处理时间是O（1）,输出结果的频率值误差为∑_(i=2)^j（1-μ_i）×k_i。     

数据流分析与技术研究

数据流作为一种新的数据形态,不同于传统的静态数据,具有连续快速、短暂易逝和不可预测的特点,对其进行有效地分析和挖掘遇到了极大的挑战。介绍了数据流的基本概念、数据流模型、数据流处理模型和目前一些数据流管理系统,并对数据流技术及其挖掘算法进行归纳和分类论述。     

全数字硬盘自动播出系统的存储实现

随着全数字硬盘自动播出技术的广泛应用,大量的音视频数据的存储问题显得尤为重要.本文就全数字硬盘自动播出系统的数据存储方式及其特点进行了阐述.