大数据环境下并行计算模型的研究进展

在大数据时代,制约并行计算发展的掣肘正在发生改变,为分布式并行计算带来了前所未有的机遇和挑战.回顾了并行计算的发展和大数据环境下的新变化;结合硬件环境、计算模式、以及应用需求等对于并行计算模型研究的影响,综述了面向批处理、面向流处理、面向图数据以及面向内存等几类并行计算模型的相关研究;展望了其发展趋势.     

一种面向金融应用的海量分布式关系数据库

提出了一种面向金融应用的海量分布式数据库架构CBase,该架构融合了关系数据库和非关系型数据库的优点,既支持关系查询和跨行跨表的事务处理,又支持数据的分布式存储和节点的快速扩展.系统改进了现有分布式数据库单点故障的问题,具有较高的吞吐率和快速的响应时间,已经在银行业务中得到实际应用.实践证明:该数据库可满足金融业务对于大数据存储和查询的性能需求.     

基于iSCSI的多数据保护技术容灾系统框架研究

一个存储有重要信息的高可靠数据中心必需要做到既能防止因设备故障或自然灾害带来的数据丢失,又能复原人为失误或恶意软件导致的数据改动,而且还能对应用提供不间断的数据服务,这对其设计者提出了严峻的要求。提出了一种基于iSCSI的廉价容灾系统,该系统通过多种数据保护技术实现了一套符合上述要求的数据容灾解决方案。     

新型OLTP数据库系统设计的关键技术及挑战

传统的数据库系统是根据20世纪70年代的硬件特点而设计.随着"云计算"和"大数据"时代的到来,应用需求对数据库系统的事务吞吐量和可扩展性提出了更高的要求,同时内存、多核等新型计算机硬件技术的发展为数据库系统的发展提供了新的机遇,因此研究和设计新型数据库系统也变得越来越重要.本文针对新型计算机硬件和应用需求的特点,研究和分析了新型OLTP数据库系统设计所涉及的关键技术,并探讨了存在的挑战性问题.     

一种图形化的软件缺陷描述语言

针对自然语言描述的软件缺陷报告常会出现不完整、二义性、抽象层次混杂的问题，面向黑盒测试发现的缺陷，提出了一种图形化的软件缺陷描述语言——软件缺陷描述图（SDDG）．首先采用扩展巴科斯范式（EBNF）对SDDG进行形式化描述，然后以因果图为基础，定义了描述中涉及的各种图形符号．通过理论分析论证、描述实例对比以及实验验证表明：与传统的自然语言描述以及基于XML的描述相比，SDDG清晰明了、重点突出，提高了软件缺陷报告的可读性、完整性以及可重现性，减少了测试人员和开发人员的理解不一致现象；该方法不仅提高了双方的沟通效率，同时为软件缺陷分类和分析提供了更好的原始数据．     

针对不确定射频识别数据流的改进概率推导方法

针对射频识别(RFID)数据存在漏读和交叉读而导致所提供的位置信息不准确,以及RFID数据与上层应用需求之间存在的信息鸿沟,提出了一种可以处理RFID交叉读问题的改进的RFID数据推导方法.该方法利用动态图模型并辅以历史RFID识读,从不确定RFID数据流上有效捕获对象的当前状态,采用基于熵的方法推导对象的最可能位置与包含,并且利用仿真物流仓库的RFID模拟数据进行算法评价.实验结果显示,该方法在获得准确推导结果的同时,能确保其高效性.对于常见RFID部署,位置推导和包含推导的错误率都可以控制在10%以内,针对超过17万个节点的推导所用时间小于1s,采用修剪措施后内存使用低于700MB.     

不确定RFID数据流上基于熵的数据推导方法

针对海量RFID数据中存在的不准确性以及语义信息鸿沟,提出了一种基于概率分布熵的数据推导方法.该方法采用时变图模型并充分利用历史RFID识读,从不确定RFID数据流上有效捕获贴标对象所处的状态,并采用基于概率分布熵的方法分别推导对象最可能的位置和包含.该方法可以同时处理RFID识读中的漏读和多读.最后利用模拟RFID数据进行参数调优和算法评价,实验结果显示：该方法在获得准确推导结果的同时,能确保其高效性和高伸缩性.     

一种面向海量分布式数据库的嵌套查询策略

面向大数据分析和处理的NoSQL数据库具有非常好的读写性能和可扩展性,但是无法支持完整的SQL查询和跨行跨表的事务,对于传统的以关系数据库为主的金融业务在应用上有所限制.OceanBase是面向海量数据查询的分布式数据库,结合了关系数据库和非关系数据库的优势,同时支持关系查询和跨行跨表事务,具有可扩展性.但是,目前OceanBase只支持简单的、非嵌套子查询的SQL语句,无法很好地支持金融应用.本文在研究OceanBase架构和查询策略的基础上,提出了一种基于BloomFilter和HashMap的查询策略,实验表明该策略能够提高和改善现有查询策略的不足,在实现嵌套查询的基础上,可提高查询性能.     

一种考虑标签语义的XML关键字查询算法

针对XML（可扩展标记语言）文档提出的信息单元和信息特征的概念,利用信息单元作为候选查询结果,以信息特征表征标签信息,结合XML文档的结构语义,在TF＊IDF模型的基础上,设计了查询结果的相关度排序策略.该策略同时涉及了查询结果的结构信息和内容信息,计算了信息特征的重要性,且能利用信息特征的重要性衡量不同信息特征下关键...     

基于标签序列的半结构化数据相似度度量

针对基于路径的半结构化数据结构相似度度量方法不能很好地处理路径部分相似以及忽略了元素之间兄弟关系的问题,提出一种基于频繁关联标签序列的结构相似度度量方法,该方法将半结构化数据的结构信息视为标签序列的集合,采用数据挖掘技术中频繁模式和关联项集的概念及算法,从半结构化数据中挖掘频繁关联标签序列并以此作为特征计算其结构相似度.实验结果证明：提出的基于频繁关联标签序列的半结构化数据结构相似度度量方法可以解决基于路径方法的不足,计算的结构相似度更准确、更合理.