一种面向空间数据的聚集查询处理方法

提出一种新的面向空间数据的聚集查询处理方法。该方法扩展了AMH和AMH*方法,首先将整个空间栅格化,再将若干频数接近的邻居栅格组合成遵循一定约束条件的桶。随着数据分布变化,各桶不断重组或者拆分,具有空间复杂度低、查询精度高等特点。理论分析与实验结果均表明新方法优于现有方法。     

如何客观评测内存数据库的性能

在过去的10年间,随着硬件技术不断发展,内存价格越来越低,许多计算机系统均布置了大容量内存.数据库系统开发商和研究人员认识到这一趋势,并开发出多款内存数据库产品,其特点在于先将数据装载到内存之中,再执行相应的数据管理任务.随着内存数据库的出现,如何客观、公正地评测它的性能显得愈发重要.尽管当前不乏关于关系型数据库系统的评测基准,例如威斯康星测试基准和TPC-X系列等,但是这些基准并未充分考虑内存数据库的重要特性,因此不适合评测内存数据库.本文提出了一种面向内存数据库的评测基准(InMemBench),与传统的关系数据库基准显著不同,它综合考虑了内存数据库特有的数据预取过程、物理组织方式和压缩能力等方面的重要特点.最后,本文还通过新基准比较了4款内存数据库的性能.     

基于层次模型的kNN查询处理算法

针对当前基于二级网络模型的数据流k-最近邻(kNN)查询中网络流量大、查询结点负载重的问题,提出了一种新的网络模型,将二级网络模型扩展到更通用的层次网络模型。该模型改进了查询算法,在远程节点与查询节点间布置多个中间节点,以处理数据,降低网络数据传输量,减小查询结点的负载。理论分析和数值实验表明新算法能取得较好的结果。     

基于卡口监测数据流的套牌车检测

套牌车行为不仅扰乱公共交通秩序,还危害了真实车主的利益,给社会带来了极大危害,整治套牌车刻不容缓.广泛使用的卡口时间对比法使用统一的速度阈值检测套牌车辆,一旦阈值设置不当,容易造成套牌误判和漏检,导致检测结果准确率低.针对这样的问题,本文提出了一种两阶段的套牌车检测框架.离线部分根据历史卡口摄像头监测数据分时段对各路段建立速度分布,确定不同时段各路段的正常速度阈值;在线部分基于滑动窗口模型,根据正常速度阈值,对各路段实时通行车辆进行持续监测,将高频度出现速度异常的车辆判定为套牌车.最后使用真实卡口监测数据集对所提方法进行有效性验证,实验结果表明该方法能够有效避免噪声数据干扰,从而显著提升了套牌车检测的准确率.     

改进遗传算法求解新高考背景下的排课问题

我国提出新高考改革政策后,越来越多地区和高中开始采用走班制教学模式.相对于传统的行政班教学模式,走班制教学模式使排课问题的约束条件进一步增多,学校教育资源匮乏的现象进一步凸显.传统的排课算法不适于求解走班制教学模式下的排课问题,而纯粹的手动编排课表不仅费时费力,排出的课表还可能存在大量冲突,难以保证课表的可行性和合理性.根据走班制教学模式的特点,设计了一种获取优质可行解的方法:首先针对走班课程提出了一种自动生成教学班组合的方法;然后运用改进的遗传算法高效合理地求解排课问题.实验结果表明,该算法可获得优质的课表安排,并且已经加入到实际应用中.     

基于区块链的仓单管理系统

在当前的电子仓单业务中,仓单真实性需要第三方机构背书.但机构失信导致重复质押事件时常发生,这给国家造成了巨大损失;而且数据采用集中管理方式,不公开,商品溯源困难.为了解决这两个问题,利用区块链系统高度透明、去中心化、去信任化、不可篡改的特点,设计实现了基于区块链的仓单管理系统,确保了标的仓单的准确性和真实性.在此基础上,在区块链系统上构建了倒排索引,提高了查询效率,且支持复杂查询;同时,实现了基于表述性状态传递(Representational State Transfer,REST)的微服务架构,为多方接入提供了灵活接口,也为企业已有系统的集成及Web端、移动端的实现提供了支持.     

一种实时轨迹隐私保护策略

实时轨迹隐私问题是LBS(Location-Based Services)领域的一个重要问题.虚假轨迹技术是一种流行的隐私保护技术,它产生多条与真实轨迹相似的虚假轨迹.然而,已有的虚假轨迹保护技术并未考虑用户所处的实际环境以及相邻时刻的位置关系等约束,从而使得攻击者很容易借助其他背景知识推测出用户的真实轨迹.因此,本文在所提出的两种全新隐私保护算法中应用了信息熵和位置可达性约束,这两种算法分别为虚假轨迹生成DTG(Dummy-Based Trajectory Generating)算法、增强型虚假轨迹生成EnDTG(Enhanced-DTG)算法.实验结果表明,相比于现有方案,本文所提的方案能有效保护用户的轨迹隐私.