网格环境下的故障检测服务研究

研究网格环境下的故障检测服务问题.从识别网格环境对故障检测服务的特殊需求出发,研究了网格环境下故障检测服务的实现机理,对现有实现方法的优缺点作了深入比较,针对现有方法在满足网格特定需求方面的缺陷,提出设计动态自适应故障检测服务的手段,通过对分布式系统中已有动态自适应故障服务的分析,设计了解决的办法.     

一种网格环境下的动态故障检测算法

针对现有网格系统出错几率较大、已有故障检测算法不能有效满足网格系统需求问题,提出了一种网格环境下的动态故障检测算法.根据网格系统的特点,基于不可靠故障检测思想,建立了网格系统模型和故障检测模型;结合心跳(heartbeat)策略和灰色预测方法,设计了一种动态心跳机制,并给出了预测模型和实时预测策略;提出了基于该动态心跳机制的网格故障检测算法,分析了算法的可靠性.仿真实验结果表明,该算法是正确、有效的,可用于网格环境下的故障检测.     

简要分析大数据时代背景之下网络动态故障检测服务

站在整体的层面上对大数据环境之下网格动态故障检测措施.大数据的来源范围显得较为广泛,数据类型复杂程度比较高;数据本身也具备一定的广泛性,因为各种类型的资源相互之间呈现出来的异构性比较强,并且大多数情况之下,不同类型的资源都是分布在不同类型的区域当中,从而自然会使得网格故障演变为对系统运行稳定性及安全性造成影响的因素.现阶段我国范围之内应用到的网络故障检测模式,一般情况之下难以使得网络动态故障检测工作进行的过程中提出的要求得到满足,笔者依据实际工作经验及相关文献资料的记载,针对大数据时代背景之下网络动态故障检测服务措施展开研究分析,希望可以在今后相关的工作人员对这个问题进行分析的时候起到一定程度的借鉴性作用,最终在我国社会经济发展进程向前推进的过程中做出一定的贡献.     

网格环境下的数据存储

数据存储可以使利用不同存储环境的用户有效地访问数据。本文对网格环境下的主要存储技术进行了介绍。讨论了在本地和远程存储数据时，存储方法要考虑的问题；数据存储的基本传输和存储单元及存储模式。     

基于动态灰色预测的网格故障检测算法

针对网格系统故障检测的需求，提出了一种基于动态灰色预测的网格故障检测算法。基于不可靠故障检测思想，建立了网格系统及故障检测模型；结合心跳策略和灰色预测方法，设计了一种动态心跳机制，并给出了预测模型和实时预测策略；提出了基于该动态心跳机制的网格故障检测算法，分析了算法的可靠性,并通过仿真实验验证了算法的正确性和有效性。     

网格环境下的数据存储

数据存储可以使利用不同存储环境的用户有效地访问数据。本文对网格环境下的主要存储技术进行了介绍。讨论了在本地和远程存储数据时,存储方法要考虑的问题;数据存储的基本传输和存储单元及存储模式。     

网格环境下数据集成模型研究

基于OGSA—DAI给出了一个用于解决网格环境下异构数据源数据集成和分布式查询处理的数据集成模型,在此基础上利用客户端元数据库解决了用户对目标数据库信息了解匮乏的问题,从而为用户的分布式查询处理提供了一种直观透明的、可视化的虚拟数据库视图环境。     

网格环境下数据资源管理的研究

本文就数据管理技术在网格中的应用做了概要叙述。首先,对网格技术的概念和体系结构进行了简要解释。然后,对数据管理技术在网格的应用中提出了需求分析,并给出了具体的实现要求。最后介绍了Vi-jayshankar Raman等创建的一种数据管理模式…虚拟数据服务,并对该服务模式做了简要评述,提出个人见解。     

大数据环境下高维数据的快速重复检测方法

大数据时代多源、异构、海量的数据正逐渐成为各种应用的主流.多源异构不可避免地会使数据出现重复,同时庞大的数据量对重复检测的效率提出了极高的要求,传统技术在大数据环境下并不能很好地对高维数据进行重复检测,就此问题展开研究,分析了传统SNM类方法的不足,将重复问题概化为一类特殊的聚类问题,利用R-树建立了高效的索引,利用聚类簇的特性减少了在R-树叶子中比较的次数,利用重复检测的Apriori性质实现了对高维数据集并行处理.实验结果表明,提出的算法能有效地提高高维数据的重复检测效率.     

网格环境下的数据移动服务研究

网格是一种新兴的基于Internet的并行和分布式计算框架。本文提出的基于网格环境的数据移动服务可提高数据请求的响应速度,进而提高整个网格的运行效率和服务质量。     

基于FP-Tree的QAR数据故障检测研究

QAR(Quick Access Recorder)数据具有高维、复杂及数据量大的特性,严重影响数据处理效率。为降低其数据量与数据复杂性,高效检索并确定当前QAR数据是否是故障数据及其故障类型,首先通过PAA表示方法对QAR数据初步压缩,然后采用FP-Growth算法思想对压缩后的数据创建FP-Tree并只保留其频繁前缀子树,最后通过子树匹配确定测试数据与故障模型数据之间的匹配度。采用真实的飞机飞行QAR数据验证了算法的有效性和准确度。     

大数据环境下的数据治理框架研究及应用

大数据技术及应用创新促进了数据的业务化。从数据中发现问题到解决问题、从业务支撑到业务创新、从商业智能到决策指引,数据与业务相伴相生,大数据环境下的机遇与风险共存。通过对当前国内外数据治理理论、方法和新的应用需求分析,提出大数据环境下的数据治理框架,包含数据治理目标、治理保障、治理域和治理方法论等。并分析大数据治理框架的应用,对组织开展大数据环境下的数据治理具有重要的参考价值和意义。     

数据挖掘在恶意网页动态检测中的应用研究

设计并实现一种恶意网页动态检测模型。模型通过对Capture-HPC蜜罐日志进行数据挖掘的方法,解决了蜜罐系统检测误警率过高的问题。通过将蜜罐日志转换成操作序列和挖掘序列,可以有效地通过聚类分析提取属性特征信息,并优化作为判别依据的黑白名单。通过实验验证了模型设计的合理性,以及模型降低误警率的有效性。     

数据网格及其关键技术研究

从应用需求出发，首先分析了探讨了数据网格的基本目标：命名的透明性、定位的透明性、协议的透明性和时间的透明性，以及数据网格提供的基本服务：目录服务、注册与发布、信息发现、存储资源代理服务、身份认证与访问控制、调度和方法执行等，深入研究了数据网格的关键技术-元数据目录和存储资源代理，最后介绍了一个海量信息处理系统的设计。     

大数据时代下的动态可配置数据采集系统的研究与设计

设计一个动态可配置数据采集系统。该系统在Java Web开发平台上,利用Apache POI插件,开发出一套可以直接导入Excel数据模板文件并快速生成数据采集网页的Web应用程序。该数据采集网页可以根据用户的需求进行个性化的动态配置,然后通过QQ、微信和短信等多种方式向信息被采集人推送,被采集人可利用个人电脑、手机以及各类移动终端随时随地打开数据采集网页填写并提交信息,信息提交后即写入服务器端数据库,所有信息采集完毕后,可从系统中导出数据生成Excel文档。利用该系统,用户可在Excel文档和Web网页之间进行快速灵活的相互转换,使得原本费时费力的数据采集变得快捷方便,从而为未来的大数据分析提供充足而真实的数据源。     

大数据管理技术研究综述

大数据具有规模大、深度大、宽度大、处理时间短、硬件系统普通化、软件系统开源化等特点。传统关系型数据库在对大数据进行操作时,系统性能严重下降。因此,大数据管理技术研究成为当前研究热点。分别从并行数据库,面向大数据处理的MapReduce模型,NoSQL与数据库技术的对比以及MapReduce与数据库技术相结合四个方面,对国内外的研究发展状况进行分析和评述,最后展望了未来大数据研究发展方向。     

协同设计系统中的动态数据交互技术研究

CSCD(Computer Supported Cooperative Design)是计算机支持的协同工作的重要研究领域.随着网络和多媒体技术的快速发展,网络化协同设计是目前CSCD的主要研究领域.研究了CAD产品中的动态数据的协作交互技术,给出了基于ECA规则的动态数据管理模式,采用Socket及ObjectARX技术在AutoCAD2009平台下实现了网络化协同设计系统中动态数据的交互,并给出了实验结果.     

基于Bi-GRU和自注意力的智能电网虚假数据注入攻击检测

针对当前基于循环神经网络的智能电网虚假数据注入攻击(False Data Injection Attacks,FDIA)检测方法无法提取FDIA数据深层特征的问题,提出一种基于双向门控循环单元(Bidirectional Gated Recurrent Unit,Bi-GRU)和自注意力的检测方法.采用Bi-GRU学习...     

计算机动态取证的数据分析技术研究

本文针对计算机动态取证的数据分析阶段面临的问题,提出将数据挖掘技术应用于计算机动态取证的海量数据分析中,给出了基于数据挖掘的计算机动态取证系统模型,提高动态取证中数据分析的速度、分析的准确性和分析的智能性,解决动态取证中的实用性、有效性、可适应性和可扩展性问题。