基于出租车轨迹的并行城市热点区域发现

提出一种基于MapReduce的从出租车轨迹中提取交通热点区域的分布式并行算法,首先对原始轨迹数据进行停靠点的提取来消除噪声并剔除行驶中间点,然后通过对按时间段分块的停靠点并行运行基于密度的带有噪声的空间聚类(DBSCAN),实现对分块的数据聚类来发现不同时间段的热点区域.经过在实际数据集上的试验表明:与传统方法相比,该方法在准确性和大数据量下的整体效率具有优势.     

区块链与数据库混合架构下的空间查询优化方法

空间数据与区块链相结合,能够为空间数据管理提供去中心化、安全、可信的技术支撑,但存在查询速率低下、查询方式种类单一以及脱离区块链体系等问题。针对此问题,结合空间数据库的高性能、函数种类丰富等特点,提出一种区块链与空间数据库混合架构下的空间查询优化方法。该方法把HyperledgerFabric与空间数据库进行集成,并区别于传统的链下查询方式,提出一种区块链集成空间数据库的方法,在智能合约中嵌入高效的空间操作函数,并且分布式部署数据库,从而保留区块链原有的分布式查询特点。在防篡改方面,采取哈希加盐的安全存储机制和双重验证机制来加强安全性。实验结果表明,该方法在性能和安全性方面都有优良的表现。