机动车辆装载问题的一种混合遗传算法实现*

针对货物装载地和运送目的地均已确定情况下的车辆装载问题,给出了基于遗传算法求解的数学模型,并对基本遗传算法的各个算子针对问题的特点提出了改进方法,同时引入启发式策略,形成了一种混合遗传算法.该算法的特点是各个算子都以提高算法收敛速度和解的最优性为目标,同时种群大小是动态变化的,以求在保证群体多样性的同时加快收敛速度.实验结果表明,该算法对求解此类问题是有效的.     

E T L综述

阐述了ETL在创建数据仓库过程中的重要地位；分析了整个ETL流程，把它分为数据源验证、数据源改造、一般性变换、装载目标表和数据聚合5个阶段。最后分析了ETL产品现状、现有ETL产品的功能特点，以及今后ETL产品的发展趋势。     

基于网格聚类的数据流多事件检测

事件检测是事件处理系统最重要的研究问题之一。异常、变化和突发是三类最典型的数据流事件。本文关注如何在数据流中同时检测多种事件,首先研究了多种事件之间的联系,然后给出了基于网格聚类的统一处理方法,最后为了评估事件的严重程度,给出了打分函数。实验验证了所提方法的正确性与有效性。     

数据库复制技术研究进展

在简要说明数据库复制技术目标的基础上,本文重点展开论述了数据库复制中的核心问题、解决方法与研究现状。通过对已有复制协议从不同侧面的分类,本文分析了各种协议不同的性能和可用性特点;通过对lazy和eager两种模式下复制协议的深入分析,揭示了技术发展的历史脉络和当前进展;对新兴应用需求进行归纳,得出了数据库复制技术可能的新发展方向。     

一种基于发布/订阅机制的数据集成方法

数据集成包括数据的抽取、转换、加载三个过程。针对当前大多数据集成工具适应性差、源数据端和目的数据端的耦合度太紧和数据不易自动更新的问题,基于发布/订阅机制的消息代理模式提出了一种新型的数据集成体系结构,把数据集成划分为源数据处理(抽取转换)和目的数据处理(过滤加载)两个过程,不仅实现了数据的可靠异步传输,而且降低了源数据端和目的数据端的耦合度,增加了数据集成的灵活性,并使数据的抽取转换和过滤加载独立、并行执行。实验结果也证明了提出的数据集成方法有效地提高了数据集成的效率。     

面向行为的内网空间安全态势建模与分析

依据态势的一般理论,结合内网安全的特点,将内网空间划分为物理域、信息域、社会域,提出了面向行为的内网安全态势——PMDV 模型。该模型抽象出内网空间物理域和信息域中人（P）、机（M）、数据（D）、虚拟实体（V）等4类行为主体,各类主体及其交互定义态势中的核心要素——行为,为面向行为的内网空间安全态势构建提供了依据。在此基础上,进一步给出了面向行为的内网空间安全态势分析平台的结构设计及其实现途径。     

Log integration on large scale for global networking monitoring

Supposing that the overall situation is dug out from the distributed monitoring nodes, there should be two critical obstacles, heterogenous schema and instance, to integrating heterogeneous data from different monitoring sensors. To tackle the challenge of heterogenous schema, an instance-based approach for schema mapping, named instance-based machine-learning (IML) approach was described. And to solve the problem of heterogenous instance, a novel approach, called statistic-based clustering (SBC) approach, which utilized clustering and statistics technologies to match large scale sources holistically, was also proposed. These two algorithms utilized the machine-leaning and clustering technology to improve the accuracy. Experimental analysis shows that the IML approach is more precise than SBC approach, reaching at least precision of 81% and recall rate of 82%. Simulation studies further show that SBC can tackle large scale sources holistically with 85% recall rate when there are 38 data sources.     

一种基于条件概率分布的近似重复记录检测方法

数据集成往往会形成一些近似重复记录 ,如何检测重复信息是数据质量研究中的一个热门课题 .文中提出了一种高效的基于条件概率分布的动态聚类算法来进行近似重复记录检测 .该方法在评估两个记录之间是否近似等价的问题上 ,解决了原来的算法忽略序列结构特点的问题 ,基于条件概率分布定义了记录间的距离 ;并根据近邻函数准则选择了一个评议聚类结果质量的准则函数 ,采用动态聚类算法完成对序列数据集的聚类 .使用该方法 ,对仿真数据进行了聚类实验 ,都获得了比较好的聚类结果     

一种面向语义Web的组合服务演化方法研究

为了敏捷、有效地调整动态环境下的组合服务,系统地提出一种面向语义Web的组合服务结构化演化方法EM4CS。 EM4CS方法采用OWL-S语言描述的组合式语义Web服务为研究对象,将组合服务演化过程划分为3个部分、6个阶段,分别从演化需求获取、演化需求形式化表示、语法一致性维护、语义一致性维护、演化结果确认和演化结果发布与传播6个方面覆盖组合服务演化周期。EM4CS方法从系统工程的角度分析组合服务演化过程,以迭代求精的方式逐步实现演化需求,同时维持服务描述语法和语义的一致性。介绍了遵循EM4CS方法的组合服务演化支撑系统ESS4CS,该系统能够全程辅助知识工程师完成组合服务演化工作,能有效地提高组合服务演化的效率和精度。     

典型Bloom过滤器的研究及其数据流应用

Bloom过滤器是一种空间高效但有一定假阳性的数据表示方法。该文分析比较计数型Bloom过滤器、光谱Bloom过滤器和动态计数过滤器的异同点及适用场合,介绍Bloom过滤器在重复项检测及频繁项挖掘中的应用,总结Bloom过滤器给数据流带来的挑战,包括元素突发问题及数据流相异元素数目变化问题。