大数据的长期归档存储研究

应对大数据的长期存储需求,对基于COTS的归档系统进行改进,采用云计算技术扩展系统对跨数据中心存储的支持,SVM和本体方法对归档数据的存取进行分类以提高数据访问存取效率,采用非固定单元的检错次序检错,调整多错误区域的条带以优化RAID系统的磁盘检错策略.     

并行化的Apriori算法在海量医疗文档数据挖掘中的应用及优化?

针对海量医疗文档数据中巨大潜在价值难以有效挖掘的现状,构建了基于NoSQL和MapReduce的存储与挖掘系统MSPM.通过以键值对形式存储,使复杂异构的医疗文档数据归结为统一的且适于被经典Apriori算法利用的事务数据格式,并通过挖掘MapReduce过程化,一次性全局扫描和兴趣集规约计数等优化策略,有效解决了Apriori算法在医疗大数据应用中开销大、执行速度慢和有效性差的问题.     

ORDBMS的新特性及其对查询优化的影响

讨论了ORDBMS的一些新特性,ORDBMS应该支持用户自定义的数据类型和函数;存储机制能够支持复杂对象或大对象;其索引结构必须是类属的;它还必须支持数据和函数的继承。讨论了这些特性对查询优化策略的影响,指出传统DBMS的优化策略将不能适应这些新特性,提出了基于成本的查询优化模型。     

基于上下文感知的云计算平台分析研究

基于上下文感知的云计算平台为用户提供了一种新型、可靠、高效的数据服务模式.面向智慧城市大数据的存储管理服务中,复杂、多源、动态大数据的存储出现了效率低和可靠性差的问题.因此提出构建一种基于上下文感知的云计算平台的思路,采用基于上下文感知的云计算平台的四层结构,上下文感知算法实现智慧城市大数据的存储.理论分析和模式测试结果表明基于上下文感知的云计算平台满足了动态大数据的可靠存储的前提下,降低了数据分布式影响,极大提高了智慧城市大数据的存储管理能力.     

基于云计算的大数据存储安全的研究

随着网络技术以及云计算的发展,越来越多的数据资料将被存放在云平台,云计算与云存储的安全性也成为了用户选择云服务时最关注的一个问题.文中通过研究国内外的最新研究成果,提出了云存储的安全模型,从云端接入安全、大数据存储的加密安全和数据的完整一致性检验等方面具体归纳概括了国内外的研究趋势.文中归纳了最新的数据安全存储技术及相关方案,综合比较分析其优缺点.最后对基于云计算的大数据存储技术进行了展望.     

基于云计算的车联网在城市交通网络中应用

车联网服务平台对互联的海量数据采集、存储与计算加快了数据运算处理速度,通过在车联网络运营服务管理平台中直接引入云计算,可以优化多功能子系统的网络化应用及设置了比较高的安全部署。并根据云计算在不同领域中应用,提出基于云计算的车联应用服务平台体系架构,去实现在云计算中数据采集、计算与存储等车联网规模化的应用,保证了车辆运营平台的扩展性、安全性和可用性。通过具体实际业务需求、软件架构和应用技术等多方面对车联网进行分析研究。     

基于Hadoop/Hive的web日志分析系统的设计

互联网技术的迅速发展,使得web承载的信息量呈现出爆炸式增长的趋势,因此web日志的数据量也越来愈大.如何存储、处理大规模数据就成了新的挑战.云计算技术的出现,为这类问题的解决提供了一种思路.云计算将数据通过网络分布到集群的各个计算节点上,从而完成大规模数据的存储和运算.Hadoop是一个用于构建云计算平台的流行的开源...     

云计算环境下的大数据分析

大数据是指规模巨大,增长过快,和不适用于传统架构的数据.能够通过数据分析从中发现有价值的信息.随着云计算服务的兴起,大数据处理的成本正在逐渐降低.在本文中,我们探讨了当前大数据的特点和发展趋势,对如何应对数据采集、存储和云计算管理的挑战进行了分析.     

云计算环境下的数据存储与管理技术研究

通过对比传统数据存储模型和数据管理模型,阐述了云计算环境下数据存储和管理所带来的挑战,包括数据安全、数据可用性、数据一致性和数据性能等方面,并对现有的解决方案进行了分析。着重介绍了对象存储和分布式文件系统等主流的云存储技术,分析了优势和应用场景,最后总结了云计算环境下的数据存储和管理技术的研究现状和未来发展方向,提出了当前面临的挑战和未来的发展趋势。采用文献综述和案例分析的研究方法,得出结论：云计算环境下的数据存储和管理技术的发展是不可避免的趋势,需要在数据安全、数据可用性、数据一致性和数据性能等方面不断创新和完善。同时,对象存储和分布式文件系统等新兴的云存储技术有着广阔的应用前景。     

数据库查询优化策略

高效的数据查询操作对数据库系统的性能有着重要的影响。本文从索引优化、存储过程等角度提出了一些优化查询的策略,以有效提高查询的速度。     

云存储部署优化的进化算法设计

针对云计算环境下的云存储部署规划优化问题,全文研究和提出了一种进化算法并进行了求解.首先基于对象存储方法,设计了三层架构云存储模型.在建立的模型中,将云存储部署抽象为多目标优化调度问题,针对现有粒子群优化算法或遗传算法在解决这一优化调度问题过程中出现的收敛速度及调度效率等方面的不足,将2种算法进行有效融合,设计了混合进化算法来进行求解,讨论了进化算法的优化设计过程.同时,在云计算仿真平台CloudSim上,对所提出的优化算法进行仿真实验,并对云存储中负载均衡等性能指标的改善程度进行了检测.结果表明,所提出的混合进化算法有效实现了云存储的优化部署任务,与其他进化算法相比,能对性能指标实现更优配置.     

XTrim: 一种基于XML Schema和微型数据块优化的XML压缩方法

提出了一种基于 Schema 和微型数据块优化的XML方法(XTrim)。XTrim对 XML Schema 信息进行优化, 并提出了最小化结构信息方法, 即利用优化后的 XML Schema 信息对 XML 文档的结构进行压缩, 同时改进了分组存储策略来提高压缩率。此外, XTrim优化了微型数据块的存储, 进一步提高了压缩效果。实验数据表明, 与一些现有的方法相比,XTrim 取得了更好的压缩效果。     

数据库查询优化策略

高效的数据查询操作对数据库系统的性能有着重要的影响.本文从索引优化、存储过程等角度提出了一些优化查询的策略,以有效提高查询的速度.     

数据库查询优化策略

高效的数据查询操作对数据库系统的性能有着重要的影响.本文从索引优化、存储过程等角度提出了一些优化查询的策略,以有效提高查询的速度.     

多出/入口仓库的货位优化研究

在“人到货”多出/入口仓库货位优化问题中,为了减少库内整体作业时间,提高拣选效率,基于多维标度分析算法(dimensional scaling analysis algorithm, MDS)与峰值聚类算法(peak clustering algorithm, DPC),提出以货品相关性为基础的货位优化方法。首先通过历史订单数据进行分析获得货品相关度矩阵,并利用多维标度分析算法对相关度矩阵进行数据处理,在仓库实际情况下确定合适数量聚类簇后,采用峰值聚类算法将相关性高的货品聚类形成一个具有高相关性货品集合,再据货品集合优化存储区域。最后,通过实际案例进行分析,比较本文存储策略与原始存储策略在跨区域拣选条件下订单平均拣选距离,并通过本文优化策略与随机策略在相同规模订单情况下比较验证,结果显示,本文策略比随机策略优化平均优化24.56%,有效地提高了订单拣选效率。     

云计算在广西中小企业信息化建设中的应用实证分析

云计算是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需提供给计算机和其他设备。云计算服务通常提供通用的,所以通过浏览器访问的在线商业应用,软件和数据可存储在数据中心。云计算的出现实现了中小企业高速的发展可能。该文通过分析广西中小企业应用云计算建设信息化的基本情况,探讨中小企业应用云计算技术提升企业信息化水平的方向、策略以及步骤,为促进广西中小企业通过应用云计算技术以较高的效率和较低的成本实施企业信息化建设,进而获取良好的经济效益提供参考。     

云计算在企业数据安全建设的应用研究

云计算是一种基于Internet的新兴应用计算机技术,其愿景是以互联网为中心,提供可靠安全的数据存储、方便快捷的互联网服务和强大的计算能力.在这个特殊的云计算环境下,如何保证存储在云上数据的安全,将是云计算面临的一个大问题.该文将从云计算的特征及目前存在的问题出发,分析云计算在企业数据安全建设中的应用.     

基于改进鲸鱼优化算法的资源调度方法

针对在大量数据背景下云计算资源调度模型存在调度效率低、分配不合理等问题,提出一种基于改进鲸鱼优化算法（m-WOA）的云计算资源调度方法。提出了云计算资源调度模型,针对基本鲸鱼优化算法存在迭代后期种群多样性减弱、易陷入局部最优等不足,提出使用Tent混沌反向学习策略来增强种群多样性;并使用精英随机组合策略平衡算法开发和探索能力。将改进后的m-WOA算法用于数值仿真实验和云计算资源调度模型求解。实验结果表明,m-WOA具有更好的收敛精度和更强的稳定性;m-WOA能有效减少云计算完成时间和能源消耗,并提供更合理的资源调度分配方案,从而提升云计算资源利用率。     

一种云计算数据副本动态管理策略

为了提高云计算中数据的可用性和缩短响应时间,提出了数据副本的方法.传统的静态副本方法无法适应云计算的动态性特征,针对这个问题提出了动态副本策略.首先,基于用户需求确定副本数目;然后根据局部性原理和资源可用度,确定数据副本的存储位置.最后的实验结果证明了该策略降低了平均响应时间.     

Oracle数据库大对象数据存取的两种实现方法及时间性能比较

随着云计算、物联网时代的到来,大对象数据的存储和读取将是不得不面对的现实,系统化的数据管理才能使我们的工作事半功倍.本文讨论利用SQL*Plus存储过程或借助JAVA编程语言,来实现了Oracle数据库中大对象数据存取,并对其操作的时间性能进行对比,得出借助JAVA语言读取Oracle数据库大对象远优于通过存储过程读取的结论.