基于XML的异构数据集成模型的研究

提出了一种基于XML中间件实现虚拟数据库的集成模型,其中的中间件完成请求执行、数据转换等关键功能。     

异构数据集成方法的研究

企业在信息化发展过程中积累了大量异构数据源,而网络的发展又使企业中不同结构的信息交互成为必然。论述了异构数据源的产生,对异构数据集成方法作了详细分析和比较,提出了基于XML的异构信息系统集成的模型。     

基于XML的异构数据集成研究

为了实现高校中的异构数据的互操作和全局操作,必须对不同数据源进行集成.XML(eXtensible Markup Language)技术作为表示数据语义信息的标准,正迅速发展成为应用程序间共享信息和交换数据的通用标准.提出了一种基于XML的数据集成模型,并对该模型的结构和集成方法进行了讨论.     

协同数据库中异构数据的集成技术

探讨分析协同环境下各协作方交互过程中存在的数据异构问题,针对协同数据库的特点及设计方法,提出一种计算机支持的协同工作(Computer Supported Cooperative Work, CSCW)环境下异构数据的集成结构模型,并对模块查询过程的算法进行描述,阐述可扩展标记语言(Extensible Markup Language, XML)文档与数据库数据的映射这一异构数据集成的关键技术,解决协同数据库环境下信息的共享问题.     

数据转换算法在异构数据集成中的研究与应用

在构建异构数据库集成系统时,主要会面对数据源的异构性、完整性、语义冲突和集成内容的限定等方面的问题。只有进行数据格式和数据内容的统一转换后,来自不同数据源的异构数据才能被集成系统使用。因此,本文着重研究了异构数据集成中的数据转换算法。     

高校异构数据集成模式技术研究

随着数字化时代的来临,数字化校园已经迫在眉睫,然而校园数据形式多样,如何将这些异构的数据集成起来,是数字化校园所要解决的首要问题。本文通过数据集成国内外现状;数据异构性的主要表现、集成难点;分析了目前异构数据集成的一般框架,提出了一种基于XML的异构数据集成方案。     

面向服务的柔性异构数据集成模型研究

为了解决多个异构遗留系统中数据的集成问题,提出了一个具有访问控制层、协同层、数据层的面向服务的柔性异构数据集成模型。访问控制层能够连接各种数据源,通过柔性操控平台对数据源和集成映射方案进行描述,采用消息机制进行消息传递。协同层对传送过来的消息进行分发执行数据同步与描述信息更新操作,消息检测器对消息进行校验和错误处理,同步检测器实时检测数据同步情况,协同反馈器对错误的消息与不同步的数据进行反馈处理,保证模型各层协同工作。数据层用来存储集成的数据、数据源描述信息、集成映射信息、异构数据类型信息。模型最终以服务的形式进行发布,可单独使用也可以进行二次开发供其他系统调用。最后,通过将该模型应用到燕山大学财务查询系统中,说明了模型的有效性。     

异构数据库中数据集成技术研究

文章就数字化校园实现中所采用的几种数据集成方式作了介绍,并就数据集成中的重点环节作了简单的介绍,最后根据我校西北民族大学的实际情况提出了相应的解决方案.通过这种方法实现校园数据库集成,能大大提高数据共享能力,同时可加强对数据的管理,为今后学校的决策与分析提供了更好的支持.     

军械装备保障异构数据集成研究

以往我军各军械业务系统相互独立的工作方式已不适应新军事技术发展,为提高全军军械业务系统工作效率,提出了对各军械业务系统进行整合建设的思想,采用了基于XML的数据集成方法实现军械装备保障管理信息系统的数据集成,并对XML的优点、数据集成过程等进行了阐述.     

基于XML的分布异构数据集成平台

针对网络环境下异构数据的集成交互问题,提出了基于XML的集成平台解决方案,数据源不需改变存在方式和存储类型,即可实现分布异构数据的无障碍交互.构建了集成平台的结构模型并分析了模型涉及的接口技术、网络传输技术、业务流程引擎、XML相关技术等具体应用.研究了实现模型的关键技术,解决了XML文档生成、转换和映射问题.提出在UML建模的基础上自定义相应XML模式的方法,在XSLT转换中,将样式单与XML设计文档异地存放,减少网络传输流量,便于信息实时交互.将Java,XML和组件技术在本结构模型中进行整合,实现系统.     

一种经典遗传算法下的异构云环境能效优化策略

从高能效的角度分析目前一些通用能耗模型,提出了一种适用于云数据中心实际应用场景的能效模型.根据此能效模型数学公式的分析,提出了相应的能效优化策略,并通过CloudSim仿真平台进行验证.结果表明,相比于Hadoop等云平台下传统的任务均分策略,应用经典遗传算法的能效优化策略能明显提高服务器集群的整体能效值.通过修改实验的相关参数,进一步验证了该能效优化策略的健壮性.     

基于云计算的高校数字化资源整合系统方案

分析了高校数字化资源的现状及所面临的问题,介绍了云计算的结构模型,借助开源云计算系统Hadoop,给出了基于云计算的数字化资源整合系统方案.搭建了小型云计算集群,给出了配置方法,并对系统的输入输出性能进行了实验,验证了该方案在数字化资源整合研究中的可行性.     

基于云计算技术的出错数据恢复技术研究

为了保证数据存储的安全和数据的完整性,研究了基于云计算技术的出错数据恢复技术。首先介绍了云数据完整性检测技术,主要介绍了完整性检测模型和动态云数据完整性检测。并在此基础上研究了云数据恢复技术,提出基于动态分级管理机制的云数据恢复技术。最后,验证了该数据恢复技术的有效性。     

浅谈云计算与图书馆数据中心

云计算代表着整个IT行业的发展大趋势,已经成为目前最受瞩目的中心话题;并且亚马逊（AMAZON）、谷歌（GOOGLE）、微软、EMC等许多国际知名IT公司都在积极地研究和部署云计算,并已经开始提供云计算商业服务。鉴于此,探讨了未来在图书馆建立云计算数据中心的可能性。     

基于云计算的数据存储技术研究

以云计算环境下大数据存储技术为研究对象,首先介绍了云计算环境下主要的两种典型的分布式存储系统,即Googk的GFS和Hadoop的HDFS;对其中的数据存储技术进行了专门分析,从可扩展性和延迟性（如何支持海量小文件的存储）、容错性（在数据丢失时进行数据恢复）和海量数据存储的实时性这3个方面对现有技术进行了评价.在此基础上,提出了分布式文件系统的系统架构.最后给出了研究展望.     

面向移动云计算的轻量级数据完整性验证方法

研究了面向移动云计算的数据完整性验证技术,依托BLS短签名算法和Merkle哈希树,提出了一种适合在移动云计算环境中部署的数据完整性验证方案.该方案针对移动云计算环境中的移动设备计算能力较低和通信传输能力较弱的情况进行设计,能以相对较少的计算量和较低的数据通信量完成可信度较高的数据完整性验证.该方案还具有支持验证外包、无需源文件块直接参与验证、验证中无状态信息保存、以及支持对云端数据的动态操作等特性,适合于移动云计算环境中面向数据的应用.     

高校云计算数据处理中虚拟机迁移与轮转模式研究

针对高校云计算数据处理应用中的虚拟器迁移和数据处理任务调度问题,首先提出一种新颖且高效的数据依赖感知的虚拟机迁移方案(简称为DataAware)。在进行虚拟机迁移时,DataAware考虑了虚拟机之间的数据依赖性和服务器的剩余容量,以此减少迁移产生的网络流量。然后,为了进一步提高云计算中数据处理的性能,提出一种基于轮转模式的同步并行轮转(SPR)调度算法,以减少由数据汇聚而形成的通信瓶颈。最后分别采用仿真实验和理论分析评估所提出方法的性能。仿真实验结果表明,DataAware能够大大地减少网络流量,提高网络性能。通过推导出SPR策略的误差上界,说明采用SPR模式对数据处理任务进行调度能使数据处理算法收敛。     

云计算环境下关联规则数据挖掘算法研究

在海量数据的关联规则数据挖掘中,采用并行计算是非常必要的;针对当前的关联规则算法,运用并行算法的思想,结合云计算环境下的Hadoop架构,提出了Hadoop下的并行关联规则算法的设计,最后实验表明,该算法能处理节点失效,并且能实现节点负载均衡。