云计算环境分布式日志检索设计与研究

该课题主要是用于云计算数据中心的日志查询、分析的系统设计及实现。为了大量的日志数据采集、处理、检索的问题,需要一种作用于云计算数据中心分布式、高性能、实时、可扩展日志搜索系统。该课题研究由专用的分布式组件完成,分布式日志采集组件能够采集,转发不同种类,不同类型的日志信息形成一个能够采集不同协议的日志采集网络。     

语义分布式网络技术初探

语义网是互联网的发展趋势,分布式网络技术属于当前应用广泛的新技术,第三代分布式网络比前两代分布式网络具有更好的节点管理、网络可扩展性和较好的搜索效率,但不支持语义查询.论文对语义网和分布式网络技术展开研究,就如何能够在分布式网络中支持语义查询、提高搜索效率等问题进行探讨.     

分布式数据库系统的查询策略研究

对于一个给定的查询,通常会有多种不同的查询策略。查询优化就是从这些策略中找出最有效查询计划的一种过程。一个好的查询策略往往比一个坏的查询策略在执行效率(基于执行时间)上高几个数量级。简要说明了分布式数据库的特点,重点讨论了几种分布式查询策略的特点及其适用的情况。     

分布式Top-k子图匹配技术

Top-k子图匹配是一种应用广泛的图搜索技术。相比于单机环境,分布式环境下的Top-k子图匹配问题具有更大的挑战性。该文分析了已有方法在分布式环境下存在的问题,提出了包括查询拆分、查询执行、结果连接3个步骤的算法。算法通过查询拆分,彻底避免了生成中间结果过程中的数据传输,同时通过优化查询执行和结果连接步骤,避免不必要的中间结果生成,降低单个节点的计算量,提升整体效率。在此基础上,该文对分布式环境下Top-k连接策略进行了进一步优化。在真实图数据上进行的实验测试表明:该文提出的算法能够有效解决分布式环境下Top-k子图匹配问题,具有很好的扩展性,而且使用优化连接策略的算法性能较基础算法的效率有明显的提升。     

一种基于遗传算法的优化查询方法

查询效率是数据库系统的重要指标,查询优化是该系统研究的难点和热点.提出了一种基于遗传算法的优化查询方法,该法利用关键字预处理模块,将用户输入的关键字转化为内部关键字,以提高查询准确性;为加快查询响应时间,设置用户搜索统计记录索引表,避免遇到重复搜索时的全库扫描;针对全库扫描时采用遗传算法进行最优求解,提出了相关度的计算方法,根据相关度的大小进行排序,方便用户查询.     

面向分布式数据库的相关子查询优化策略

子查询是指查询语句作为另一个语句的查询条件出现,相关子查询是指子查询的查询条件依赖于父查询.相关子查询要对子查询反复求值,需要多次访问磁盘,尤其是在分布式的环境中还会产生大量的通信开销,导致执行效率低下.在对现有相关子查询优化策略分析研究的基础上,综合分布式的特点,将子查询展开、无用子树切除、聚集函数消除等策略应用于分布式关系数据库系统中,并在开源分布式关系数据库0ceanBase中应用这些策略实现对谓词EXISTS的相关子查询的优化.实验表明这些策略能够明显改善相关子查询的查询性能.     

求解非线性不等式组的混合遗传算法

提出一个求解非线性不等式组问题的混合遗传算法,即首先将非线性不等式组问题转化为等价的最优化问题,然后利用浮点遗传算法全局群体搜索能力强及起始搜索速度快的特点,快速得到接近精确解的近似解.之后将其作为牛顿法或拟牛顿法的初始迭代值,利用其局部寻优能力,快速迭代至满足精度要求的数值解.数值结果表明该方法是有效的.     

多核处理器下SKLOIS多级安全数据库查询方法研究

针对传统方法存在多核处理器下SKLOIS多级安全数据库查询不准确的问题,提出一种新的多核处理器下SKLOIS多级安全数据库查询方法。用一个加权有向图对多核处理器下SKLOIS多级安全数据流图进行描述。为数据流图中所有结点分配一个内核。依据数据流图中规定的执行顺序执行给定查询语句,完成查询语句的并行执行。查询语句通过LBT树模型获取,通过定义三种多核处理器下的SKLOIS多级安全数据库查询类型获取LBT搜索空间大小的上界和下界。搜索整个查询执行计划空间,获取一个具有最小开销的LBT查询树,给出LBT方法的查询代码。实验结果表明,所提方法具有很高的查询响应速度,且针对更新数据具有快速适应能力。     

一种基于虚拟数据库的分布式查询优化算法

针对虚拟数据库系统(简称“VDBMS”)执行分布式查询时的网络代价问题,提出一种基于关系运算代价估算理论及半连接技术的分布式查询优化算法SJQA(Semijoin Based Query Algorithm),较之最大子查询法,该算法加入了对子查询之间执行顺序及连接方式等方面因素的考虑,从而能更有效地减少分布式查询的总网络代价．实验结果表明,对于带有选择运算的查询,SJQA算法的优化效益与查询的选择因子大小成近似反比关系,因此它对该类查询的优化效果是十分明显的。     

十进制遗传算法的收敛性分析

十进制遗传算法是一种模拟生物进化的最优化搜索方法 ,由于其稳定性好、不需要计算目标函数的导数和能处理多维数值问题 ,十进制遗传算法在科学研究和工程技术中得到了广泛运用。通过对十进制遗传算法的收敛性进行分析 ,为改进十进制遗传算法奠定了理论基础     

基于 ASP． NET 的全景激光测绘系统设计

为解决传统测绘行业测绘数据不能实时绘图、实时成像、数据和图像的快速整合建模等问题,设计了基于 Web 平台,集树莓派、嵌入式微处理器和智能移动平台于一体的全景激光测绘系统。该系统使用激光雷达作为对测绘区域的数据采集工具,利用 NＲF24L01 无线收发器和 Wi-Fi 模块进行数据的发送和接收,运用树莓 派和 STM32 微处理器对数据进行分析和处理,用户可使用 Web 客户端对图像和数据进行查询。系统利用智能移动平台测量数据,于网络平台实现数据存储,并实现了测绘数据的快速建模与成像。实验结果表明,该系统既能完成测绘区域点间距、局部面积、全面积测量,历史数据重建及全景图像滚动显示,又能在强光、无光、山地和隧道等苛刻环境条件下低功耗稳定运行。该系统结合软件算法和用户友好操作界面,提高了在工程建设中解决定向、测距、测高问题的时效性,同时增添了图像与数据实时融合的测绘手段,极大地减少了装机量和测绘周期。     

一种应用小数编码GA算法的MIMO天线选择方法

针对多输入多输出（MIMO）技术传统遗传算法（GA）的天线选择在进行遗传运算操作时,会遇到二进制染色体编码与选择天线数不匹配的问题,提出了一种用小数编码的GA遗传算法用于MIMO天线选择,所提方法可以有效解决传统GA在遗传操作上的问题,并具有较低的复杂度。     

稳定性监控自学习FNN控制器

针对一类未知的非线性系统，提出一种具有稳定性监控的实时自学习ＦＮＮ控制器．ＦＮＮ控制器采用遗传算法使自学习获得最优的性能指标；实时学习过程的稳定性则由基于李雅普诺夫方法设计的监控器来保证，使得ＦＮＮ控制器的自学习过程总是在全局稳定性的条件下进行．     

基于SCADA 的物联网大气环境监测系统设计

为解决传统监测系统无法做到精确、实时地监控各地区大气环境数据的问题, 设计了基于SCADA(Supervisory Control And Data Acquisition)系统, 集组态软件、计算机和数据库技术于一体的物联网大气环境监测系统。该系统使用便携式气体检测仪作为下位机对大气污染物浓度进行采集, 利用组态软件搭建中央监控平台对采集数据进行接收处理与分析。该系统实现了下位机接收数据, 服务器存储数据, 并能实时进行数据监测及历史数据查询。实验结果显示, 该系统既可实时监控监测节点的大气环境变化, 又可实现监测节点的历史数据查询, 生成历史报表, 具有采集数据、存储数据及气体浓度预警的功能。解决了传统监测系统存在的监测范围无法细化、监测数据无法实时更新与发布的问题, 为更加方便、实时、高效地监测大气环境提供了技术保障。     

A privacy protection method for continuous query based on location services

To solve the problem that the traditional location-based services anonymity model is not applied to the continuous query, quasi real-time cloak algorithm (QR-TCA) has been proposed, and the non-delay cloak model (N-DCM) has been established. After comprehensive analysis of location-based continuous query privacy protection models, a model that can solve the user service delay problem is proposed, which can provide the users with quasi-real time location-based services. The experiment measures the N-DCM model with multiple dimensions, such as service response time and service quality of standard datasets. The experiment results show that the method is suitable for continuous query location privacy protection and can effectively protect the user’s location privacy.     

基于统计模型的传感器网络查询系统的研究与设计

针对无线传感器网络数据处理的高实时性要求和节能要求,设计并实现了一种基于统计模型的传感器网络查询系统,采用了层次式的系统处理结构,并使用基于统计模型的优化方法改进了查询处理过程.最后给出了该系统与普通的WSN查询处理系统的性能对比分析,实验数据表明基于统计模型的查询策略提高了查询处理的效率,节约了无线传感器网络的能量消耗.     

网格环境中异构数据库访问和集成技术的研究

在研究OGSA-DAI的基础上,提出一种基于虚拟数据视图的分布异构数据访问与集成框架.系统由元数据服务和网格虚拟数据库服务构成,其中元数据服务负责发现含有用户所需数据的数据库,网格虚拟数据库服务提供全局逻辑视图,通过分布式查询机制将用户的SQL请求分解到具体的数据库中并进行结果合并,实现数据的透明访问和联合查询.     

遗传算法的改进与应用

遗传算法不依赖于具体问题,作为优化方法用于决策支持系统有其明显优势．通常的遗传算法是一种求解非线性无约束优化问题的迭代自适应启发式概率性搜索算法,对于约束优化问题一般采用罚函数法将其化为无约束情形后再运用遗传算法求解．文中提出的基于浮点编码的改进算法,通过构造交叉与变异操作,可用来求解一类约束非线性优化问题．该方法已用于一个决策支持系统,取得了较好的效果     

一种数据流上基于截止期的多查询过载预测模型

为保证数据流上查询处理的实时性要求,定义了截止期作为连续查询的实时性约束,提出了一种数据流上基于截止期的多查询过载预测模型.模型预测的过载点给出了能够保证数据流系统内所有查询满足各自截止期的临界情况.在多查询环境下,通过找到某一查询作为截止期瓶颈,使得该查询处理结束后剩余查询的处理能力正好大于系统的输入流速,从而计算出过载点.仿真实验结果证明,该模型预测出的过载点能够保证所有查询满足各自的截止期,并且预测算法具有良好的准确性和计算复杂性.     

基于层次序列OLAP-Cache在大规模监测数据查询优化中的应用

利用OLAP进行大规模监测数据查询时存在效率低和实时性差的问题,传统解决方法主要利用缩小数据集市数据的方法,虽然在一定程度上提高了查询效率,但是会出现丢失数据的现象。提出在基于聚类方法基础之上进行层次序列OLAP查询优化,并针对大规模海洋监测数据的特点提出OLAPCache多级查询方法。在该算法中,首先分析OLAP序列立方体的查询效率问题;其次以等价类的层次关系为基础,确定等价的上下界和聚类值;然后利用改进的各级查询层次的运算策略来判断OLAP查询的语义特性,提高其Cache性能;最后结合OLAP查询集的闭包中存在最小蕴含关系的特点,对OLAP查询的蕴含关系进行分组查找。通过大规模监测的海洋数据对该算法进行仿真验证,仿真表明,该算法有效地避免了对大规模海量数据的递归查询,具有较好的执行效率。