“互联网＋”政务大数据智能服务平台设计与应用

“互联网＋”环境下,政务大数据关联公共服务和社会传感数据,使城市管理模式从单一走向立体、城市服务系统从孤立走向共享、城市决策模式从机械走向智能,已成为当前政务服务发展趋势。为解决政务数据、公共服务数据和社会传感数据融合不足、共享不充分、利用效能不高及技术平台缺乏等问题,该文提出了“互联网＋”政务大数据智能服务平台总体框架,首先对平台建设理论进行阐述,其次对系统架构、技术架构、关键技术和服务应用等进行设计,最后实现“互联网＋”政务大数据智能服务平台透明访问、城市信息单元建模、透明智能体协同、透明管理和微服务等功能。同时,该平台关键技术在数字广东和辽宁丹东社会保障等平台进行探索性应用,结果显示该平台能有效支持政务数据、公共服务数据和社会传感数据高效共享、管理和利用,提升部门服务效能。该文提出的平台总体设计方案可为省市级政府进行“互联网＋”政务大数据智能服务建设提供有价值的参考。     

基于大数据的智能工厂数据平台架构设计与研究

在分析智能工厂国内外研究现状基础上,对基于大数据的智能工厂数据平台架构技术展开研究,为智能生产的运行分析、预测、决策调控以及数字孪生信息物理融合提供技术参考。探讨了智能工厂定义与内涵,以及智能工厂大数据来源和特征,采用Hadoop、Spark、Storm热门开源大数据计算引擎,提出了数据来源层、数据传输层、数据存储层、资源管理层、处理分析层以及业务应用层构成的智能工厂大数据平台技术架构,有效解决智能工厂大数据多源复杂性和实时性的要求和难点。所提数据平台技术架构将对智能制造和智能工厂的实现具有重要的借鉴价值。     

基于交通大数据的智能信息服务平台

随着智能交通领域的迅速发展,日益增长的交通数据量已经达到TB甚至PB级别,智能交通领域也开始运用大数据技术对海量的行车数据进行深入的挖掘分析,向着构建一个综合性智能交通信息服务平台方向发展.本文提出了一种基于交通大数据的智能信息服务平台的总体设计方案,重点研究了系统的总体架构,应用架构和数据中心的设计等三个方面.通过测试,该平台可以很好的满足用户的前期需求,平台基于分层和分模块的设计思想可以很好的应对用户后期需求变更.     

融入区块链技术的大数据征信平台的设计与应用研究

信用是一笔无形资产,良好的信用记录不仅可以带来更高的借款成功率和更低的借款利率,还可以让人们享受信用服务带来的便利。未来信用红利将会突显,但也伴随着个人隐私泄露、信用数据篡改、大数据征信商业化的合法边界不明确等问题。为营造一个良性的互联网信用生态环境,首先总结了现有征信平台中存在的问题,探讨并分析了采用新兴技术解决这些问题的可行性;然后融入区块链技术设计了一种辅助未来征信系统的多源数据共享框架;接着以区块链的多源数据共享为基础,应用人工智能、数据挖掘、智能合约等方法建立了多源异构数据融合的大数据征信平台;最后以互联网借贷为例,设计了一款基于大数据征信平台的去中心化借贷应用。     

基于智能脚垫的人员管理系统

流动人口管理一直是城市管理的难点,为了解决出租屋人口管理问题,设计并实现了基于智能脚垫的人员管理系统,以此来实现对各个出租屋人员信息的信息化管理,极大地提高了流动人口的统计与控制,该系统采用的技术架构是SpringMVC、SpringBoot以及MyBatis技术框架组合成Web服务,采用关系型数据库MySQL用于数据存储,采用非关系型数据库Redis进行热点数据缓存,并且利用智能脚垫进行人员信息统计。     

海上油田平台数据的采集及应用研究

随着海上智能油田建设的逐步推进,海上平台的大数据成为重要资产,未来技术的发展将聚焦数据采集技术和大数据应用。通过对海上油田平台群进行节点规划,优化数据采集系统架构和通信链路,能够实现数据的有效采集,同时针对能源监测及分析、中控系统远程监控、阀门遥控系统设备监测和FPSO单点系泊装置监测的应用场景进行数据应用研究,可以实现智能化应用系统与信息化技术的有效联动,从而达到海上油田提质增效的目的。     

大数据驱动的个性化服务智能推荐系统研究

大数据时代背景下,数据信息资源海量化,个性化智能推荐系统是有效解决由于海量数据信息超载的一种高级商务智能平台,它能根据用户的需求实施数据信息的个性化推荐。通过对大数据技术和人工智能概念进行梳理,给出了大数据驱动的个性化服务智能推荐关键技术,提出了系统架构,进一步提炼了大数据和人工智能的价值,使大数据技术和人工智能的价值有了新的体现。希望该研究能为大数据驱动下的智能推荐系统的研究者提供参考和借鉴。     

基于大数据技术的数据分析处理平台设计与实现

针对目前大数据分析处理组件多而乱、平台技术架构复杂等问题,综合应用MapReduce、Hive、Sqoop等大数据技术,结合Scrapy数据采集框架,设计一种数据分析处理平台,利用SpringBoot及Vue技术搭建Web系统,实现处理结果的可视化。应用该平台对中国蔬菜网上的某一批发市场数据进行分析处理,得出年度蔬菜最高最低差价、年度价格排名前十的蔬菜品种等指标统计结果,分析结果对该批发市场的蔬菜投放及价格调控具有一定的指导意义。     

基于大数据的医院电子档案归档管理系统研究

在大数据背景下,医院纸质档案逐渐变成电子档案,但当前电子档案管理具有安全性不足,存储结构选择不合理的问题,基于以上背景本文设计了一种新的医院电子档案归档管理系统.系统架构选择B/S架构,其中服务器端通过SpringMVC框架开发,客户端选用JSP脚本语言.经预处理后对档案中的文字信息与字符信息进行提取.通过在医院电子档...     

浅析互联网信息智能整合系统关键技术

互联网信息智能整合系统是为提高互联网信息的及时性、准确性、利用效率,基于自然语言处理和人工智能技术,采用.Net框架和SOA架构而设计的,面向行业基于互联网的信息智能整合平台。系统把网络蜘蛛技术、人工智能、RSS内容分析与处理技术、Agent技术等基础技术应用于互联网信息整合领域,灵活应用于互联网信息采集、信息处理和分析、信息管理等各个环节。     

Hadoop大数据平台安全问题和解决方案的综述

大数据时代的到来,更强的计算机和更成熟的大数据平台工具让企业从海量数据中挖掘数据价值成为了可能,尤其是基于Hadoop的大数据平台,甚至利用廉价的商业硬件处理TB、PB级别的数据. 在最初Hadoop大数据平台落地建设的过程中,往往功能先行,而忽略了安全的管控策略,直到2009年Yahoo团队提出了基于Kerberos的身份验证方案,才带动了Hadoop大数据平台安全管控工作的全面开展. 本文介绍了Hadoop大数据平台的基本历程,描述了2009年之前Hadoop大数据平台存在的传统安全问题,并尝试着将目前行业内Hadoop生态系统组件的安全性和每个组件的安全解决方案做一次系统的梳理,希望为构建Hadoop大数据平台管控方案时提供参考意见,以便合理利用先进的安全管控方案保护好企业、用户的隐私数据.     

场站飞行保障数据可视化平台设计与应用

为提升航空兵场站信息化建设过程中的数据应用与管理能力,提出了一种基于Spark的场站飞行保障大数据可视化平台.以场站信息化系统和物联网络数据采集数据为基础,利用Spark计算引擎集成Kafka消息队列,使用Hive完成数据列表库的建立和存储,基于Spark RDD和Spark SQL完成数据预处理与交互,并选择Vue框架嵌入ECharts组件完成前端数据可视化呈现,并最终对设计方案进行了实现与应用.相较于当前业务隔离的信息系统建设模式,平台具备更高的数据融合与处理分析能力,能够更好地实现场站飞行保障数据价值.     

基于区块链的物联网数据服务信誉评估模型

地质大数据共享与应用平台、专业移动大数据服务平台等现有集中式物联网数据服务平台多数存在缺乏信誉评估体系、用户隐私泄露、数据防篡改能力弱等安全性问题。为使用户能从海量物联网数据中精准快速地检索出高质量数据,设计并实现基于区块链的数据服务信誉评估模型。利用层次分析法进行信誉评估指标权重计算,采用智能合约和星际文件系统实现物联网数据的存储、验证、保护和共享,通过区块链和Redis缓存技术完成物联网数据和信誉数据的安全快速存取,同时使用环签名技术保证评价真实性并隐藏用户个人信息。测试结果表明,该模型具有去中心化、可信、安全高效和不可篡改的特性,能够满足物联网数据服务平台的信誉评估需求。     

基于Spring Boot的云端数据监控管理与可视化应用系统

为了实现对存储在云端空气质量数据的管理与实时可视化展示,构建了一个基于Spring Boot的云端数据监控与可视化系统.系统为B/S架构,采用Spring Boot框架搭建后端微服务实例,使系统的配置与监控变得简单.Vue.js框架实现前端页面开发.使用Axios插件封装的Ajax技术来实现数据交互,实现前后端连接与逻辑交互同时,减少服务器开销与响应.本系统通过云端数据库可以查询到11种空气成分信息,包括：PM_1.0、PM_2.5、PM₁₀、CO、CO₂、NO、NO₂、O₃、SO₂、甲醛、TVOC,除此之外还监测包括温度、湿度、风速、坐标,时间等其他相关属性.实现了数据监控下载、报警管理、百度地图可视化多个功能.程序将部署在阿里云端,方便用户远程访问web项目.其中Spring Boot框架与Vue的结合实现了系统的前后端分离,使系统具有良好的稳定性、实时性与高效性.     

在基于Spring框架的应用中使用Acegi实现安全控制

Spring框架是一个开发J2EE应用的优秀框架，Spring本身没有提供对系统安全方面的支持。Acegi是基于Spring IOC和AOP机制实现的一个安全框架。本文探讨了Acegi安全框架中各部件的交互方法，并给出了使用Acegi安全框架实现基于Spring框架的应用的安全控制方法。     

A Data Quality in Use model for Big Data

Beyond the hype of Big Data, something within business intelligence projects is indeed changing. This is mainly because Big Data is not only about data, but also about a complete conceptual and technological stack including raw and processed data, storage, ways of managing data, processing and analytics. A challenge that becomes even trickier is the management of the quality of the data in Big Data environments. More than ever before the need for assessing the Quality-in-Use gains importance since the real contribution–business value–of data can be only estimated in its context of use. Although there exists different Data Quality models for assessing the quality of regular data, none of them has been adapted to Big Data. To fill this gap, we propose the “3As Data Quality-in-Use model”, which is composed of three Data Quality characteristics for assessing the levels of Data Quality-in-Use in Big Data projects: Contextual Adequacy, Operational Adequacy and Temporal Adequacy. The model can be integrated into any sort of Big Data project, as it is independent of any pre-conditions or technologies. The paper shows the way to use the model with a working example. The model accomplishes every challenge related to Data Quality program aimed for Big Data. The main conclusion is that the model can be used as an appropriate way to obtain the Quality-in-Use levels of the input data of the Big Data analysis, and those levels can be understood as indicators of trustworthiness and soundness of the results of the Big Data analysis.     

在基于Spring框架的应用中使用Acegi实现安全控制

Spring框架是一个开发J2EE应用的优秀框架,Spring本身没有提供对系统安全方面的支持。Acegi是基于SpringIOC和AOP机制实现的一个安全框架。本文探讨了Acegi安全框架中各部件的交互方法,并给出了使用Acegi安全框架实现基于Spring框架的应用的安全控制方法。     

Automatic tutoring system to support cross-disciplinary training in Big Data

During the last decade, Big Data has emerged as a powerful alternative to address latent challenges in scalable data management. The ever-growing amount and rapid evolution of tools, techniques, and technologies associated to Big Data require a broad skill set and deep knowledge of several domains—ranging from engineering to business, including computer science, networking, or analytics among others—which complicate the conception and deployment of academic programs and methodologies able to effectively train students in this discipline. The purpose of this paper is to propose a learning and teaching framework committed to train masters’ students in Big Data by conceiving an intelligent tutoring system aimed to (1) automatically tracking students’ progress, (2) effectively exploiting the diversity of their backgrounds, and (3) assisting the teaching staff on the course operation. Obtained results endorse the feasibility of this proposal and encourage practitioners to use this approach in other domains.

     

Forensic Investigation Through Data Remnants on Hadoop Big Data Storage System

Forensic examiners are in an uninterrupted battle with criminals in the use of Big Data technology. The underlying storage system is the main scene to trace the criminal activities. Big Data Storage System is identified as an emerging challenge to digital forensics. Thus, it requires the development of a sound methodology to investigate Big Data Storage System. Since the use of Hadoop as Big Data Storage System continues to grow rapidly, investigation process model for forensic analysis on Hadoop Storage and attached client devices is compulsory. Moreover, forensic analysis on Hadoop Big Data Storage System may take additional time without knowing where the data remnants can reside. In this paper, a new forensic investigation process model for Hadoop Big Data Storage System is proposed and discovered data remnants are presented. By conducting forensic research on Hadoop Big Data Storage System, the resulting data remnants assist the forensics examiners and practitioners for generating the evidences.     

基于SSM框架的学术论坛管理系统设计与实现

针对高校师生之间学术交流的实际需求,开发了一套基于SSM(Spring+Spring MVC+MyBatis)框架的学术论坛管理系统.该学术论坛管理系统前端主要分为教师端和学生端,学生端提供发表帖子、帖子评论、帖子收藏和关注他人等功能;教师端提供帖子审核、用户管理和话题分类管理等功能.系统前端使用jQuery框架进行数...