移动数据库及其应用

近年来，随着硬件技术及无无线通讯技术的发展，移动计算及移动数据库技术的发展呈加速趋势，并在越来越多的领域中获得了成功的应用。可以预见：在不久的将来，人们希望随时随地存取任意数据信息的愿望终将成为现实。本文分析了移动的数据库的特点及其关键技术，描术字小金灵移动数据库系统的三维体系结构及其实现技术，并对移动数据库技术的应用领域进行了分析。  

移动计算中的移动数据库

移动计算模式代表着网络发展的一种必然趋势。国际著名的IT市场研究机构Meta Group和Gartner Group等研究报告表明,在未来的10年之内,80％以上的商业用户将采用远程或移动的解决方案;全球将有数亿职员的日常办公环境是非传统的工作环境。这是一个巨大的市场,而在其中占据数据管理核心地位的移动数据库技术也将具有广阔的市场前景和发展空浙。  

网格环境下的数据库系统

网格计算是一种重要的新技术，网格上的大量数据需要使用数据库系统来管理。在介绍了与网格环境下数据库系统相关的研究工作之后，讨论了网格数据库的研究内容，包括网格数据库管理系统、网格数据库集成和网格应用的新需求。建议数据库研究人员对网格数据库作更多的研究，致力于从网格应用中发现并解决网格数据库面临的新问题。  

Peer-to-Peer数据共享研究

最近一段时间，由于许多Peer-to-Peer(简写为P2P)系统例如Napster、Freenet和Gnutella等的成功应用，P2P数据共享问题成为国际上应用领域和研究领域内的热点。在数据管理领域内的国际会议和杂志上也可以纷纷见到这方面的文章，分别从体系结构、数据表示、数据检索、资源管理和安全与法律等方面着手研究在P2P的环境下进行数据共享的问题。由于Peer-to-Beer自身开放性和松散性的特点，导致了P2P系统在很多方面都需要进行进一步的深入研究。在本文中，我们将对P2P数据管理领域内目前的研究现状作一个综述。  

服务网格环境下基于行为的双层信任模型的研究

在开放的服务网格中，为不同管理域之间建立信任关系并以此实现它们之间的协同工作是当前服务网格所面临的一个主要安全问题。为了提高服务网格的安全性和可扩展性，文中提出了一个服务网格环境下基于行为的分层信任模型，用以解决处于不同管理域的实体之间协同工作的安全问题。模型上层建立和维护具有不同安全策略管理域之间的推荐信任关系，下层负责处理管理者对域内实体的信任评估问题。在利用推荐信任值建立管理域间关系的过程中，给出了一种根据实际交往经验调整管理域间推荐信任值的算法。同时，给出了一种可行的推荐信任值综合处理方法。实验表明，分层行为信任模型具有较好的有效性和可扩展性。  

架构大数据:挑战、现状与展望

大数据分析相比于传统的数据仓库应用,具有数据量大、查询分析复杂等特点.为了设计适合大数据分析的数据仓库架构,文中列举了大数据分析平台需要具备的几个重要特性,对当前的主流实现平台——并行数据库、MapReduce及基于两者的混合架构进行了分析归纳,指出了各自的优势及不足,同时也对各个方向的研究现状及作者在大数据分析方面的努力进行了介绍,对未来研究做了展望.  

基于遗传算法和RBF网络的番茄生长模型辨识

采用神经网络和遗传算法，对温室栽培番茄生长过程中主要器官——茎的生长过程进行了建模．温室番茄的生长过程具有控制变量多、生长过程复杂等特点．采用基于径向基函数(RBF)神经网络的辨识方法建立了温室栽培番茄生长的模型，以温室中番茄的实测数据为训练和预测样本，采用遗传算法进行训练．仿真结果表明．该方法较其他方法更适合于温室番茄生长过程的建模．  

廿一世纪数据库系统的未来研究方向

关于数据库系统未来研究的第二次研讨会受到美国国家科学基金(NSF)的支持。参加这次研讨会的有二十多位著名的数据库专家,如中国数据库界熟悉的Phil Bernstein, Mike stonebraker, Jeff Ullman和Gio wiederhold等。1995年5月,该研讨会发布了研究报告:"Database Research: Achievements and Opportunities Into the 21st Century"。此报告内容丰富,对今后数据库的研究具有重大指导意义和参考价值。我们将其编译出来,供国内广大数据工作者、政府及企业界人士参考。  

网络流量分析系统的设计与实现

现有的网络管理系统普遍存在以下问题:一是缺乏对用户用量、用法的监控和管理;二是缺乏对安全、计费、网络优化等应有的增值服务功能;三是不支持网络管理员和高级经理对网络管理高层次业务需求分析。设计的网络流量分析系统作为对网络管理系统的有力补充和提升,解决了常规网管系统的缺陷,直接从网络管理高层次需求入手,满足客户对网络使用状况分析、网络安全防卫、基于用量的计费模式等需求。  

支持What-if分析的OLAP系统研究

数据仓库和OLAP是决策支持系统的重要组成部分.What-if分析是基于历史数据,对假设场景进行分析的重要手段,它可以为决策者提供重要的预测信息,是一种非常重要的决策支持分析过程.文中分析了what-if分析的研究现状,从不同的角度对what-if分析进行了分类.将其分为基于规则的what-if分析、基于delta表的差分数据存储与合并机制的what-if分析和基于CUBE增量维护方法的what-if分析三类,分析了各种实现方法的优点以及适用范围.给出了基于内存数据库的delta表模式的what-if分析算法和一种新的CUBE维护算法.最后对基于what-if分析的OLAP系统的未来研究方向进行了展望.