模型驱动的数据管理在电网企业的实践与应用

随着企业信息化水平和企业精细化管理要求的不断提高,企业对数据标准、主数据、编码统一管理及数据质量检查的需求也随之增强。为实现电力企业数据资源的有效管理,充分发挥数据资产的价值,本文开展了数据管理的探索与实践,针对电力企业在主数据管理、编码管理、数据标准管理、数据质量管理方面的主要问题进行分析,提出了模型驱动的数据管理解决方案。     

大数据时代下的机房建设思路探讨

在大数据时代下企业必然拥有大量的信息和数据需要储存和处理,尤其是在云计算和虚拟化等各种新技术的出现,对企业的机房提出了更高的要求,由此可见机房建设尤为重要。因此,本文首先简单介绍大数据和机房建设的基本内容,然后分析大数据时代下进行机房建设需要注意的问题,最后对大数据时代下加强机房建设的措施进行探讨,以期能够为企业的机房建设提供参考。     

大唐软件数据管理平台的特点及应用

企业数据资产管理面临的挑战 运营商在业务处理和运营管理过程巾产生了海量的数据,这些数据在企业运营过程中扮演着十分关键的角色,可以为企业带来很大的价值。数据通过整合加工可以转化为信息,满足业务人员、管理人员等了解企业运营状况的需求。通过对数据的进一步分析和挖掘,可以从中提取很多隐含的知识和规律,使企业管理人员能够更深入地认识和把握企业、     

大数据时代企业财务会计与管理会计融合途径研究

在企业经营管理过程中,会计工作是其重要组成部分之一。会计工作的开展有利于企业根据科学方式进行正确管理,促进企业各项经营管理活动得以顺利有序进行。大数据时代背景下,企业所面临的竞争日益激烈,是否能掌握信息数据的分析能力也已成为企业竞争的重要条件之一。快速、有效、精准化的数据分析,能够助力企业提高竞争实力,为企业策划业务和方案提供可靠的数据支持。随着大数据技术的推广应用,目前多数企业都期望能够尽快掌握数据分析能力,以更好地提高自身的竞争能力。在此大环境下,同时也对企业财务会计与管理会计产生了重大影响。基于此,为让企业会计工作发挥最大价值,理应将二者进行有效融合,以便为企业领导管理者开展决策提供有效的数据支持,为企业实现健康可持续发展夯实基础。     

企业信息安全规划与技术实现

伴随全球化经济快速发展,企业信息化建设也日渐加强.而信息系统的安全管理又是信息化建设的重要保障,因此对企业进行合理的信息安全规划尤为重要.本文分析企业信息安全存在的问题与挑战,对企业信息安全建设风险进行了概述,结合企业相应的网络环境,分析出一套网络环境下企业信息安全规划方案并对企业信息安全建设提出了自己的建议.建设中对互联网接入模式、防火墙访问控制、身份系统认证、入侵检测、网络设备服务器及网络安全人员安全意识教育等多方面进行了考虑,提高了企业内部数据及资料的安全性,为企业和社会经济的可持续发展提供了保障.企业依据提出的企业信息安全整体方案架设了TDA预警系统,有效解决了该企业信息化建设推进过程中信息安全问题.     

大型企业指标管理平台设计与实现

企业运营指标直接反映企业生产运营状况,为企业辅助决策提供数据支撑,对大型企业运营指标进行科学而有效的管理是企业数据资产管理的重中之重。结合国网浙江省电力公司数据综合治理的实践,总结了企业指标模型的设计思路与指标管理平台功能的实现方法,提出建设指标管理平台需要实现对运营指标的科学有效管理。     

企业运维管理中信息系统安全风险控制

为了有效控制运维管理中信息系统的安全风险,文章通过对信息系统控制难点进行研究,分析了现今系统存在的安全风险,并制定了详细的解决策略。以期能够对非法访问、信息篡改的问题进行有效的控制,为今后企业运维管理提供可靠的参考数据,为企业的发展做出有力的支撑。     

SQLServer2005数据库的安全管理

随着企业数据的应用日渐普及,利SQLServer2005数据库系统收集和管理企业信息数据已被广泛应用,数据库的安全性问题也倍受关注。本文首先对SQLServer2005数据库的安全机制进行了分析,然后通过对操作系统级层面、连接SQLServer层面和SQLServer层面进行安全配置,构建一个安全的数据库系统。     

数据共享与安全推进策略分析

本文在深入了解行业政策的基础上,对企业数据共享和安全进行了分析和研究,基于企业的现状和基本情况,从建立健全数据管理组织体系、数据分级分类体系、数据安全共享的原则等方面,介绍了企业数据共享与安全管理的推进策略,并以具体案例作为解释说明,以期为同行提供参考。     

基于大数据与人工智能在企业财务管理的应用探究

针对当前财务系统面临的问题与挑战,利用人工智能和大数据对企业财务数据进行数据采集与分类、分析与调用、核查与预算、决策与预测,规范财务流程,提高企业财务数据的处理效率,并为企业经营决策提供科学有效的数据支持,能够及时地发现企业财务管理中存在的财务风险,为企业财务管理提供安全保障。     

计算机系统中的数据恢复

数据恢复就是将计算机系统遭受破坏,或由于硬件缺陷导致不可能访问,或不可获得,或由于误操作等各种原因导致丢失的数据还原成正常数据,即恢复它本来的面目。本文针对当前以计算机信息系统为对象的各类信息安全事件,结合计算机文件管理系统的工作原理,提出如何依据数据被破坏的程度,从基于文件目录的数据恢复、基于数据特征的数据恢复和残缺数据的数据恢复等三个层次上对计算机信息系统进行数据恢复。     

软件质量平台中关联规则挖掘的应用

本文介绍了软件质量平台中关联规则挖掘的应用,利用关联规则挖掘的原理,将其运用到软件开发过程中,依据大量的客观数据来支持关联规律,提高规律的可信度。根据规模、配置申请、风险问题、错误缺陷、小组士气、任务进度六种属性来测量关联规则。     

带反馈信息的分布多传感器航迹融合算法

为了改善传感器级的跟踪性能,本文研究带反馈信息的多传感器状态估计技术。在给出有、无反馈信息情况下的局部节点状态估计解的基础上,该文提出多坐标系中有、无反馈信息情况下的航迹融合方程。并指出有、无反馈信息情况下的两种融合解是等价的、最优的。仿真结果表明,在分布式多传感器信息融合系统中引入反馈机制可以明显改善局部节点估计精度,其性能已接近融合中心。在集中和雷达反隐身系统中,就空间重叠、覆盖而论,融合系统局部节点一般选2至4个为宜。     

Data analytics in wireless systems and IoT issues and challenges

The emergence of data engineering along with the support of Online Social Networks is growing by millions every day due to the introduction of wireless systems and Internet of Things. The rapid growth of usage of smart devices helps to create new generation knowledge sharing platforms. Data Analytics has a major role to play in the growth and success of wireless and IoT applications. The growth of data has become exponential and is difficult to analyze. Many researchers depend on the data available on Wireless Systems and IoT for developing new generation services and applications. With the opportunity of information and communication technologies like heterogeneous networking, cloud computing, web services, crowd sensing and data mining, ubiquitous and asynchronous information sharing is feasible. But this also brings out a lot of provocations with respect to conflicting standards, data portability, data aggregation, data distribution, differential context and communication overhead. The smart information and communication technology has changed many features of human lifestyle: personal and work places.     

Modbus通讯协议与仪表的数据采集

传感器、仪表的数据采集是工业自动化、信息化生产的基础。Modbus通讯协议在仪表中应用广泛,本文介绍一种基于Mox RTU采集网关的Modbus通信仪表的数据采集方法,分析了Modbus通讯协议,描述了采集系统的构成与连接,详细阐述了程序的设计及参数设置。实践证明此方法采集的数据稳定、精确、实时性好,是各种信息化系统的可靠基础,具有很好的经济效益和推广价值。     

检测数据触合算法分析

雷达组网反隐身目标探测技术是现代军事领域比较关注的一个问题,其中的多传感器数据融合技术又是一热点问题,因而有必要从概念和应用上对其进行了解并为检测数据融合算法的研究提供一个可参照的框架。为此,本文首先说明了多传感器下的检测问题和经典检测问题的相互关系,进而结合信息论的观点就近年来出现的一些典型检测融合算法进行了分析和比较,同时提出了其它可能的一些算法类型。最后,通过计算说明数据融合技术对探测系统的影响和对反隐身系统的重要意义。     

多传感器分布式推广卡尔曼滤波算法及其在雷达红外目标跟踪中的应用

本文提出了一种用于非线性系统的多传感器分布式推广卡尔曼滤波算法,该算法中系统的动态方程和传感器的观测方程分别围绕全局估计和全局预测线性化,融合中心基于所有传感器观测的全局估计由各传感器基于自身观测的局部估计来重构。算法分析说明,全局估计的精度高、误差小。最后介绍了文中算法在雷达和红外两种传感器跟踪机动目标中的应用,仿真结果验证了该算法的有效性。     

大数据背景下的高职院校校园网安全建设研究

随着科学技术的进步,信息交流不断深入。在大数据的背景下,用户一方面享受着数据带来的便利,另一方面,也不得不面对数据的安全问题。目前,高校的规模在不断扩大,各种业务系统也不断上线。大量的业务系统产生了大量的数据。文章从大数据出发,探讨了校园网中大数据安全的重要性,并结合网络中物理层、链路层及网络层的威胁,提出了基于大数据的校园网安全综合防御策略。     

A novel encoding scheme and data delivery in ubiquitous computing systems

Accessing information through wireless devices is becoming more and more popular. When the size of the accessed information is large, a great amount of access latency is incurred while a mobile user (MU) migrates across cells. This paper investigates this problem and proposes an effective way of delivering such data to the MU in ubiquitous computing systems. A cell-encoding scheme is proposed for the support of this efficient data delivery. The method is carefully evaluated on its feasibility and efficiency. Chao-Chun Chen received his Ph.D. degree in the Department of Computer Science and Information Engineering at the National Cheng-Kung University, Taiwan, in 2004. Currently, he is an assistant professor of the Department of Information Management, Shih-Chien University Kaohsung Campus, Taiwan. His research interests include mobile/wireless data management, sensor networks, spatio-temporal databases, and web information retrieval. Chiang Lee received the B.S. degree from the National Cheng-Kung University, Taiwan, in 1980 and the M.E. and Ph.D. degrees in electrical engineering from the University of Florida, Gainesville, Florida, in 1986 and 1989, respectively. He joined IBM Mid-Hudson Laboratories, Kingston, NY in 1989 and participated in a project working on the design and performance analysis of a parallel and distributed database system. He joined the faculty of National Cheng-Kung University in 1990 and is currently a professor of the Department of Computer Science and Information Engineering of the university. His research interests are in the areas of mobile computing, sensor networks, and database systems. He has many papers published in major database journals and conferences, and has been invited as an author of a chapter for several technical books. Dr. Lee also served as a Steering Committee member of the DASFAA International Conference from 1996 to 1998, and served on organizing and program committee for several major international conferences. Lien-Fa Lin received his M.E. degree in the Department of Computer Science and Engineering at the Yuan Ze University, Taiwan, in 1993. Currently, he is a Ph.D. student of the Department of Computer Science and Information Engineering at the National Cheng-Kung University, Taiwan. His research interests include mobile/wireless data management, spatio-temporal databases, and web information retrieval.     

基于粒计算的增量式知识获取方法

该文在研究粒计算理论的基础上,提出了一种基于粒计算的增量式知识获取方法。该方法通过建立决策信息系统原始的知识粒树,对新增数据,在原始知识粒树中查找相匹配的知识粒,并依据决策值更新知识粒树,实现快速高效地处理动态信息系统。算法分析及实验对比结果表明,该方法在动态信息系统知识获取方面优于RGAGC和ID4方法。