基于数据融合的海量物联设备接入协议自适应转换系统

不同接入协议导致物联设备间不能实现信息的精准交换,为解决该问题,设计基于数据融合的海量物联设备接入协议自适应转换系统,实现海量物联设备接入协议的精准转换,节省转换时间。该系统内数据融合层是利用改进的证据理论加权融合算法,融合海量物联设备接入协议的相关数据包,上传至设备接入层;设备接入层负责接收并存储融合后的接入协议数据包,利用统一的数据帧格式完成接入协议数据包自适应转换,将封装与解析转换后的数据包推送至通信层;通信层完成设备接入层与主控制器间的全双工通信。实验证明,该系统海量物联设备接入协议自适应转换的准确性较高,且转换时间较短。     

物联网系统异构数据的过滤及存储模型研究

针对物联网系统中海量的异构数据流影响数据处理效率的问题,提出一种结合RESTful WebService和MongoDB数据库的物联网系统异构数据过滤及存储模型。提出数据点的概念对设备节点的物理量进行抽象描述,通过对数据点存储状态的设置实现数据的过滤,同时采用内嵌文档形式对数据进行存储。该模型经过测试,可实现物联网系统中异构数据的选择性存储,并可有效提高数据库的存储效率及存储利用率。     

基于Hadoop技术的物联网大数据同步存储系统设计

目前研究的物联网大数据同步存储系统,对于海量物联网数据的存储效率低、同步性差,不利于数据安全、稳定且高效的存储,难以满足动态存储需求,为了解决上述问题,基于Hadoop技术设计了一种新的物联网大数据同步存储系统。集合采集单元、处理器、存储器构建硬件平台,完善系统接口设计,合理设计软件程序,进一步提升系统的实际应用性能,并采用加密算法对存储数据进行加密处理,保证数据存储的安全性。实验结果表明,针对海量物联网数据,基于Hadoop技术的物联网大数据同步存储系统能够有效提高数据存储的同步性和存储效率,减少数据存储时延。     

用于智能医疗监控的医疗大数据架构

智能可穿戴医疗设备所生成混杂结构化和非结构化的海量数据对医疗大数据分析平台的性能提出了巨大挑战,为此文中提出了一种面向医疗物联网的大数据架构。所提出的医疗大数据架构采用了公有云技术,包括两个主要的子架构,即雾计算架构和分组选择(GC)架构。雾计算架构使用Apache Pig和Apache HBase等大数据技术收集和存储从不同传感器设备生成的海量传感数据。GC架构用于确保雾计算与公有云的高效集成。将该框架应用于基于心脏疾病预测模型的健康系统,证明了所提出的架构在实验的数据吞吐量下具有良好的CPU计算性能和数据存储性能。     

基于物联网的金融数据动态安全存管系统设计

针对传统金融数据存管系统存在的存储效率低、存储空间小及稳定性能差等问题,设计基于物联网的金融数据动态安全存管系统。该系统感知层采集和融合金融数据,并对数据进行安全保护;存储层采用云安全存储服务体系存储从感知层获取的大量金融数据,并通过约束性软件函数实现金融动态云数据的合理调度;应用层统计和展示金融数据的分析结果。实验结果表明,该存管系统的金融数据存储效率无限接近于100%,金融数据存储空间高达12 TB,在高压情况下系统可进行稳定的大量金融数据同步上传及在线查看,实现金融数据的安全管理。     

基于HBase的配用电海量时序数据存取研究

针对配用电海量时间序列数据,目前南方电网普遍采用关系型数据库进行存储,在技术上使用分库、分区、分表、联合索引等方式进行优化,灵活性、可扩展性、存储量等方面都存在问题。为满足配用电海量时间序列数据的存储要求,分析了关系型数据库优缺点,提出采用分布式数据库HBase构建电力系统数据中心以提高系统性能,并重点分析了HBase数据存储机制及实现方法,最后通过仿真实验进行对比。实验结果表明,基于HBase的配用电海量时间序列数据存取技术在存储及查询操作上具有较大的性能优势。     

基于时序数据库的海洋装备监控数据存储系统

目前在海洋装备上通常使用关系数据库存储海量监控数据,存在空间占用大、查询性能差的问题。文章提出了基于时序数据库的海洋装备监控数据存储解决方案,并基于国产数据库TDEngine完成了系统工程实现,实现了监控数据的自动建表、自动存储以及快速可视化。经测试表明,该系统的数据压缩和查询性能相比于传统关系型数据库具有明显优势,为解决海洋装备海量监控数据存储的难题提供了良好的解决方法。     

基于二维GIS技术对直升机巡检海量数据存储管理

传统的直升机巡检海量数据存储管理系统存在着存储效率低、冗余数据量高的缺陷,为了解决上述问题,引入二维GIS技术对直升机巡检海量数据存储管理系统进行设计与研究。根据现有系统存在的问题提出直升机巡检海量数据存储管理系统总体设计,对直升机巡检海量数据存储模块与管理模块进行分别设计。     

基于生命周期管理的数据存储在BOSS中的应用

随着电信运营商业务的发展,业务运营支撑系统（BOSS）的海量数据存储使系统的复杂性和成本越来越高,系统的性能也越来越难管理。对这一问题,提出了利用数据生命周期的管理理念来进行BOSS系统数据的管理,并在此基础上实现了BOSS中的营业系统数据的生命周期管理。在实现系统数据海量存储需求的同时,节约了系统建设的成本,也提高了系统的性能。     

基于区块链的电网全业务数据分布式存储应用

由于电网业务数据的快速增长,集中式的数据中心无法满足电网全业务数据存储所要求的可扩展性、安全性和低延迟。为了解决这些问题,文中提出了一种新的基于区块链的分布式云存储架构。该云存储架构利用软件定义网络技术将数据存储分散至网络边缘的雾节点,从而降低对核心网络的数据存储压力。同时所提出的模型是基于区块链技术为接入设备提供低成本、安全且按需访问的具有竞争力的存储基础设施。文中通过创建一个分布式的云基础设施所提出的模型支持低成本的高性能计算。评估结果表明,该架构具有低延迟、低响应时间,存储成本开销低的优点,能够满足不断增长的电网全业务数据的存储需求。     

物联网分组数据传输协议研究

在对现有物联网分组数据传输协议分析的基础上,比较了物联网分组数据内网传输协议中的微型区内传输协议和近距离传感区传输协议,提出了接入层传输协议结构模型和接入层传输信道的使用方法及内层传输协议的数据格式。所得结果为物联网接入层传输协议的进一步研究提供了参考。     

桥梁健康监测海量数据预处理及存储策略研究

针对桥梁健康监测的海量数据在预处理及存储方面的问题,结合当前大数据的分布式处理思想、数据流的滑动窗口处理技术以及小波包降噪方面的优势,提出了一种桥梁健康监测海量数据预处理及存储模型,该模型不仅可以有效保存桥梁监测的原始数据,而且把数据的预处理融入其存储过程,并可根据传感器是否工作而进行报警。结果证明了该模型应用在桥梁健康监测海量数据预处理及存储上的可行性。     

人工神经网络非线性背景下物联网技术社区时序预测的应用研究

社区时序数据建模是世界各国的学者研究的新型热点课题,人工神经网络环境下复杂非线性物联网技术社区时序数据系统得到了海量实践的应用。本课题对非线性物联网技术社区时序数据预测神经网络中存在的几个瓶颈进行分析探讨,基于提出人工神经网络非线性视角下物联网技术社区时序数据预测中的应用研究来优化预测神经网络环境下中的瓶颈。因此,通过人工神经网络社区数据的仿真实验表明该算法的高效性和实用性。     

一种面向环保物联网汇聚节点的数据管理方法

物联网现场监测设备呈现出异构化、密集型格局,需要及时获取、处理并储存来自于环境的海量数据。为解决现场监测控制设备对实时数据的分布存储以及容量小的弊端,通过分析汇聚节点、感知节点工作的实际情况以及各种现场采集协议的特点,提出一种针对汇聚节点下位数据的管理方法,可以有效完成异构型监测现场的数据组织,便于嵌入式现场汇聚节点的处理和上报。该方法能够满足环保国标与现实应用的需求。     

基于Hadoop的海量数据存储平台设计

基于Hadoop开发的海量数据存储平台优势显著,使用者无需掌握架构底层的搭建细节,只需根据应用层的功能指引便可以开展分布式程序的开发工作。文章提出的存储平台的最底层即为HDFS系统,可用于存储Hadoop集群中所有存储节点对应的文件。HDFS上一层是MapReduce引擎,主要由Job Trackers和Task Trackers组成。基于Hadoop的海量数据存储平台能大幅度提升数据录入、查找、调用的效率。     

融合虚拟现实技术的桥梁监测系统设计与实现

针对桥梁健康监测系统直观、高效的业务需求,研究当前的工业监测系统模式,提出了融合虚拟现实技术的桥梁监测系统的设计方案。该系统能够应用开源框架Three.js对桥梁信息进行三维可视化监测显示,全方位展现桥梁内外部结构,并结合传感器的实时数据实时反映其当前健康状态;为优化Web系统实时访问监测数据的速度,提出实时和历史数据分离的二层数据存储结构。实践应用结果表明,以Web3D模型为主,多层数据分离存储为辅的监测系统,可以对桥梁监测数据高效地、直观地呈现以及预警,对桥梁管养单位分析、维护桥梁健康情况具有重要意义。     

RIS辅助卫星物联网中基于压缩感知的SCMA信号重构

卫星物联网是未来6G网络重要组成部分,在地面部署可重构智能反射面（Reconfigurable Intelligence Surface, RIS）则能进一步增强天地之间信号的传输能力;然而海量设备的接入和检测,以及RIS的引入带来的较高复杂度,给系统设计与实现带来挑战。针对卫星物联网设备和业务稀疏特性,本文提出了一种基于压缩感知的信号重构算法,旨在提高系统的接入用户数和检测成功率,同时降低检测的复杂度。首先,介绍了RIS辅助的卫星物联网系统架构,构建了天地信道模型和星上接收信号模型。然后考虑到卫星物联网地面终端的稀疏性和业务的稀疏性,结合稀疏码分多址（Sparse Code Multiple Access,SCMA）和压缩感知的信号处理方法,通过合理设计SCMA中的稀疏码字,将多用户检测转化为压缩感知理论中的信号重构。最后提出了一种演进的近似消息传播算法（Evolved Approximate Message-Passing,EAMP）来实现压缩感知中的信号重构。仿真结果表明,RIS辅助的SCMA系统与功率域的非正交多址接入技术相比可以提高系统的吞吐量性能,同时EAMP算法相比传统的SIC算法具有更高的正确检测概率和更低的算法复杂度。      

基于大数据技术的IT运维数据管理系统构建方法

随着各种信息系统的建设和应用的不断深入,信息系统所产生的监控数据成级数增长,海量运维数据的有效存储与实时分析处理成为企业所面临的新挑战。为此,文中提出了基于大数据技术的IT运维数据管理系统解决方案,该方案从逻辑上将数据管理系统分为数据集成、数据存储、数据计算、数据访问4层,层与层之间既独立又协作,充分发挥大数据技术在数据存储、并行计算、大规模数据分析挖掘等方面的优势,为信息中心海量数据的储存提供了高效的处理能力和统一的数据管理模式,并全面支撑数据分析的应用,促进智能运维的建设。     

基于HBase的AIS数据分布式存储

自动识别系统(AIS)给船舶提供了电子身份标示。目前AIS数据主要通过关系数据库存储,由于AIS数据不断增加,该存储方式面临着扩展困难,存取效率低的问题。提出一种基于分布式并行处理框架Hadoop利用列数据库HBase存储AIS数据的方法。实验结果表明,Hbase实现了对AIS数据的高效存取。     

不可信物联网的内生安全研究与实践

文章首先论述了物联网当前的发展现状以及内生安全快速发展情况。物联网设备安全在5G时代背景下显得尤为重要,利用量子保密通信可以有效解决设备安全问题,同时可通过内生安全手段解决量子密钥在分发过程中遇到的安全问题。其次,文章针对物联网设备海量接入时延的问题,进行了软件仿真测试,仿真结果表明量子加密在物联网设备工作环境中具有低时延、稳定性良好的特性,可以有效保证物联网设备的数据安全。