大数据技术在公路运营中的应用探讨

公路在日常运营过程中,产生了海量异构的数据,数据体量的不断增大给采集、存储、分析和可视化带来挑战,如何科学、高效的采集、存储、分析、可视化这些大数据,更好地服务于公路业务,是一个迫在眉睫的问题。本文以公路运营管理需求为导向,首先梳理了公路大数据的类别,然后分别分析了公路大数据技术在数据采集、数据存储、数据分析、数据可视化的应用,最后分类详述了公路大数据在公路中的应用场景。依据对技术应用和应用场景的研究,本文分析得出大数据分类体系、数据库建设模式、可视化平台建设需求,并给未来公路大数据发展的指出探索方向。     

大数据在移动通信中的应用研究

文章研究了大数据在移动通信中的应用。移动通信网络中包含了海量的、异构化的数据,大数据技术为移动通信服务的数据存储与数据分析提供了有效的技术基础,为海量数据的存储、查询、挖掘、分析等提供了更为科学、准确的技术方案。所获得的结果也更为准确、真实,更具有实时性,价值也更高。     

云计算中存储虚拟化技术浅析

随着大数据时代的到来,传统的存储系统已经满足不了企业用户的数据存储需要,急需进行变革。存储虚拟化技术由此应运而生。本文主要阐述了目前云计算技术实现中最典型的三种存储虚拟化技术,分别对它们的优缺点进行了分析,并对存储虚拟化技术的应用进行了探究。     

云计算中存储虚拟化技术的应用

建立在大数据时代背景之下,企业用户对于数据存储的要求性也变得越来越高,传统存储系统已经很难适用,存储虚拟化技术由此诞生诞生。基于此,本文首先阐述了云计算以及虚拟化技术的基本概念,然后从三个方面对云计算中存储虚拟化技术的应用展开论述,旨在进一步加强企业用户数据存储的安全性,并促使企业更好的利用资源、节约成本。     

大数据场景下的云存储技术与应用

随着科学技术的发展,信息时代的到来,网络系统的发展需要云计算,关于云计算的说法众多,云计算的研究在不断拓展,并得到了迅猛的发展。目前,大数据的发展规模不断扩大,发展速度是惊人的,随着大数据场景的不断发展,对云存储的需求不断提升,云存储的技术需要不断改进才能满足大数据场景的要求。云存储作为新的信息产品,为企业与个人提供了便利。文中将对大数据场景进行分析,并将阐述云存储技术及大数据场景下云存储技术的应用。     

大数据环境下电商客户信息安全对策研究

数据信息安全问题在大数据环境下更加突出。面对当前的大数据信息安全问题,本文从大数据环境下的电商数据安全问题、电商数据保护技术措施两个方面进行展开阐述。分析了大数据环境下计算机病毒、数据访问权限、数据存储等问题,并概述了电商数据保护技术的相关措施。     

基于云计算的大数据存储安全策略

随着我国IT行业的快速发展,在当前社会发展环境下出现了云计算的新的计算方式,云计算充分打开了数据的大门,为新时代我国数据的存储领域提供了重要的保障,并且为实现大数据存储的安全性发展提供了更多的可能性。在云计算技术发展过程当中数据的安全运行已经成为头等大事,为了确保大量数据的读写效率,并且能够确保数据的安全存储,那么就需要在云计算过程当中实现非对称模式和对称模式的算法,只有将这两种算法有利的结合到一起,才能够确保云计算的读写效率并且提高大量数据的安全存储,所以说,就需要对于云计算的大数据存储安全策略进行深入的研究和分析,在不断的实践和探索过程中取得应有的成效。     

大数据风控的现状、问题及优化路径

在互联网技术和信息技术的推动下,大数据在金融行业的风控中获得了引人注目的进展,但是在实际运用中其有效性还需进一步提高。当前大数据风控有效性不足既有数据质量的障碍,也有大数据风控的理论性障碍,还有数据保护的制度障碍。消除这些障碍、提高大数据风控的有效性,需要金融企业、金融研究部门和政府监管部门的共同努力。     

消防大数据平台架构设计及部署

本文结合消防部门一体化系统的建设过程中存在的传统数据库及数据仓库技术无法满足海量数据处理的问题,提出一种市级消防大数据平台架构设计及部署方案,该方案综合使用了虚拟化、大数据等技术构建了市级消防海量数据计算与存储的基础框架,涵盖大数据分析服务以及大数据应用的平台。     

基于HBase的BIM模型存储技术研究

随着计算机互联网技术的飞速发展,建筑信息模型技术(BIM)应运而生。BIM作为一种新兴的建筑技术理念,推动着建筑行业发生巨大的变革,同时,大数据、云计算技术也成为当下热门话题。将大数据云计算与BIM技术相结合,将是未来建筑行业的发展趋势。本文研究如何将BIM模型存储在基于大数据平台的开源HBase数据库中。通过对BIM模型的开放性标准IFC的内部结构进行研究及解析,设计出基于IFC的HBase数据库的格式,然后开发基于IFC格式的HBase JAVA API总体类库。最后通过运用HBase JAVA API存储示例说明存储的技术方法。     

新导则下天然气长输管道项目的环境风险评价

城市地理空间大数据在大数据时代扮演着重要角色,当今大多数数据本质上是空间数据,通过无处不在的位置感知传感器进行采集、管理、存储和分析地理空间数据流,可为商业、科学和工程的发展提供新的决策支持.然而大数据的处理极具挑战性,对于地理空间大数据更是如此,因为大量的数据集必须同时考虑空间和时间的前提下进行分析,高性能计算以其基本的分而治之思想为地理空间大数据的处理提供了必要的解决方案.本文探讨了高性能计算处理地理空间大数据的关键技术,包括地理空间大数据存储与管理、空间索引技术以及并行任务调度技术,对高性能计算用于城市地理空间大数据处理的未来研究方向进行了展望,雾计算、地理人工智能和异构环境下全球统一参考框架将成为高性能计算处理地理空间大数据的重要研究方向.     

大数据背景的IT平台架构探索

传统IT平台架构无法应对大数据井喷式的数据管理和存储压力。本文站在更好地服务大数据采集和分析的角度,设计了大数据背景下的IT平台架构,同时还比较了并行计算、网格计算等几种重要的架构承载技术,比较了其各自的优势和不足。     

城市地理空间大数据高性能计算关键技术综述

城市地理空间大数据在大数据时代扮演着重要角色,当今大多数数据本质上是空间数据,通过无处不在的位置感知传感器进行采集、管理、存储和分析地理空间数据流,可为商业、科学和工程的发展提供新的决策支持。然而大数据的处理极具挑战性,对于地理空间大数据更是如此,因为大量的数据集必须同时考虑空间和时间的前提下进行分析,高性能计算以其基本的分而治之思想为地理空间大数据的处理提供了必要的解决方案。本文探讨了高性能计算处理地理空间大数据的关键技术,包括地理空间大数据存储与管理、空间索引技术以及并行任务调度技术,对高性能计算用于城市地理空间大数据处理的未来研究方向进行了展望,雾计算、地理人工智能和异构环境下全球统一参考框架将成为高性能计算处理地理空间大数据的重要研究方向。     

大数据时代科技期刊数字化探析

随着目前网络技术的深度应用,海量数据产生,"大数据"成为近期各界关注的焦点和热点.科技期刊数字化是期刊发展的大方向,如何适应大数据环境也成为了科技期刊界的焦点问题.在总结数字出版和大数据的特点上,分析了针对科技期刊大数据存储、处理、分析等方面关键技术的研究.     

基于大数据时代下的数字图书馆信息服务

互联网技术与"云计算技术"的快速发展,人们迎来了大数据时代。不同于传统图书馆,数字图书馆在面对大数据冲击时呈现出独特的特点,包括信息资源数字化、信息组织网状化、信息传播网络化、信息服务个性化等。数字图书馆在大数据背景下如何搜集、存储、处理数据成为目前影响数字图发展的重要因素。所以笔者首先分析大数据与数字图书馆的相关概念,试图分析数字图书馆在大数据时代所呈现的服务特点与服务内容。     

基于大数据技术的计算机网络安全问题分析

本文利用大数据技术对网络上的安全日志、流量、用户方位、业务行为等信息进行采集、存储和数据分析。建立一个基于大数据技术的智能化计算机网络安全分析模型,以提高计算机网络的安全性。     

电力需求侧大数据应用模型的建立

通过分析大数据的发展形势和最新研究成果,构建了大数据在电力需求侧的应用模型,以提升电力企业对电力客户的认知水平,以及电力企业的综合管理水平和经营效益。该模型以不低于6次/h的频率进行数据采集,通过电网现有光纤信道和无线宽带进行数据传输,利用云存储、数据消冗技术、数据压缩技术进行数据存储,利用云计算处理技术与传统数据处理技术结合进行数据挖掘,从而得出电力需求侧分析结果,用于指导电力企业的生产、销售、服务,并通过反馈机制,对国家政策、外部环境等产生积极的影响,从而使该模型不断自我适应。     

基于大数据技术实现个性化学习问题初探

个性化学习与培养是教育未来发展的必然趋势,大数据技术的兴起和发展为个性化学习的实现提供了绝佳契机和平台。首先,丰富、全面的大数据存储是大数据技术成功实施的基础;其次,利用大数据技术进行数据分析及处理要具有预测及问询双重功能;第三,大数据处理的结果应具有多种形式以适应不同对象;最后,大数据系统的数据和知识应该能够及时更新和演化升级。     

基于BIM的建筑行业大数据建维分析

本文通过Python语言调用其他系统的应用程序接口,利用Hadoop大数据的存储优势形成数据超市,通过基于Web GL技术的BIM工程信息平台展示数据挖掘成果,有效的将大数据和建维一体的建设理念结合。本文论证了技术的可行性和各系统间的衔接方案,符合当前技术发展的趋势。     

基于Hadoop的大数据论坛日志系统的分析与设计

大数据时代的诞生,为解决挖掘海量数据存储的信息带来了技术上的革命,通过网站点击存留的日志数据,分析这些数据,可获知许多对网站运营至关重要的信息。本文采用Hadoop分布式平台,使用HDFS数据存储,利用Hive来分析日志数据,设计一种Web日志分析系统,并阐述了系统的设计过程。