大宗数据实时处理优化方法的研究及应用

主要讨论在需要进行大宗数据实时处理的企业级计算环境中影响系统处理性能的主要因素。以及如何通过优化处理方式规避这些因素、降低I／O并发冲突和提高系统实时处理性能的方法。对上述方法的风险进行了描述,并给出优化处理崩溃／恢复和保持数据一致性的策略。     

基于可信网络连接的数据采集系统访问控制模型

引入可信网络连接的概念,设计了一种基于可信度和角色的集成的访问控制模型。并结合实例,对该访问控制模型在数据采集系统中的应用进行了介绍,以解决基于通用PC控制以及Internet接入的数据采集系统所面临的潜在安全性问题。     

交通事故的多维关联规则分析

城市机动车数量的增加已经导致城市交通事故的频繁发生,能否对已发生事故作出正确的分析将直接影响到能否对未来类似事故的成功避免。本文提出一种使用数据挖掘领域中的多维关联规则技术分析大量交通事故记录的方法,通过找出可能导致交通事故发生的频繁因素组合来发现某些事故发生的规律,并将这些规律作为现实中作出预防举措的依据。     

基于数据挖掘的移动通信客户消费行为分析

从多维立方体数据模型出发,本文提出了跨多个多维立方体的数据挖掘聚类算子模型,并将基于多维立方体事实物理维度的分类聚类算法,应用于移动通信客户消费行为分析中,提供了消费行为分析的实例和方法。     

集中交互式多传感器联合概率数据互联算法

为了解决杂波环境下多传感器多机动目标跟踪问题,本文提出了一种集中交互式多传感器联合概率数据互联算法。本文提出的算法首先应用广义S-D分配的规则对每个传感器送来的观测数据进行排列组合,并对所有的测量组合进行有效性判断,然后应用数据压缩的方法将每个有效量测组合压缩成一个等效量测点并根据每个等效量测点的联合似然函数计算其联合互联概率,最后在此基础上应用交互式多模型算法的思想以处理目标出现机动的问题。本文最后给出了该算法的分析,仿真结果表明,本文算法能够很好地解决杂波环境下多传感器多机动目标的跟踪问题。     

数据流管理系统综述

数据流管理系统提出了一种通用结构模型,它采用窗口机制,连续查询以及相应的优化策略迅速高效地对实时数据进行在线分析处理。文章分析了数据流管理系统的框架结构和构成要素,讨论了其适用范围和优缺点,并指出当前研究中存在的问题及可能的发展趋势。     

基于概率的实时任务调度分析

在某些软实时系统中,为了降低系统成本,允许系统过载,并且允许过载时少量任务能错失时限;对于这样的系统,常常能设法获得其任务的执行时间所服从的概率分布。针对这样的系统,提出了基于概率的可调度分析方法,对系统的性能作出概率上的估计,在概率意义上预测系统的可行性;并提出以数据挖掘技术估算任务执行时间的分类方法,这对预测系统的性能和提高系统利用率有重要的意义。     

关联规则挖掘AprioriTid算法优化研究

提出了一种基于事务压缩和项目压缩的AprioriTid优化算法。该算法的特点是：项目集采用关键字识别,同时对事务数据进行事务和项目压缩。从而省去了Apriori算法和AprioriTid算法中的剪枝和模式匹配步骤,减小了扫描事务数据库的大小,提高了发现规则的效率。通过实验表明,优化的算法执行效率明显优于AprioriTid算法。     

分布环境下实时数据的分配算法

分布实时数据库系统中事务间进行相互通信所产生大量的消息与日志,必然要延长事务的运行时间而影响系统的性能。该文通过对分布实时数据与事务特征进行分析,提出了一种数据分配算法,把数据合理地分配到相应的节点上。能有效地减少事务间相互通信的消息数量,从而提高了系统的性能。     

双中心节点的网络软RAID系统的设计与实现

随着计算机技术与网络技术的快速发展,基于网络的分布式存储逐渐成为研究的重点,通过网络提供方便、可靠与大容量的存储服务成为可能。该文设计并实现了双中心节点的网络软RAID系统,并对系统结构、工作原理和技术要点进行了详细介绍。