基于云存储的小型机数据库集群系统的研究

随着高校数字化校园中各业务系统的应用不断扩大和数据的不断积累,进一步提升数据库服务器的性能和各业务系统的高可用性已十分迫切。结合实际应用,对高可用数据库集群系统的规划进行了研究,并对云存储设备在高可用数据库集群系统中的作用进行了较为详细的阐述。     

基于集群的多架构教务管理系统设计与实践

针对目前高校教务管理系统平台现状,以及多数高校教学管理中存在多校区、多模式等问题,提出了用集群系统解决教务管理系统硬件平台的方案,将整个教务应用服务集成为一个系统,所有应用服务节点所需的数据均由唯一的数据库统一提供,整个平台进行分类管理,分别由不同的节点或节点集群提供不同的教务管理应用,有效解决了教务系统的复杂多变、各种数据不能够唯一存在和实时变化等难点,初步建立了适合普通高校教务管理需求的软件硬件平台.     

海量数据管理技术在桥梁结构监测中的应用

介绍了桥梁结构监测中海量数据管理的现状,提出大型数据存储技术在桥梁结构监测中的应用,着重论述了海量数据存储与管理系统的总体方案,提出了数据管理平台的总体架构,构建了一套架构先进、性能高效的海量数据存储与管理平台。基于数据库集群技术,通过ORACLE数据库平台,有效地实现了大数据的管理使用,为大型桥梁的状态评估和日后的状态预测、溯源提供数据依据。     

如何搭建一个稳定可靠、安全的Oracle数据库体系

集群是一组相互独立的、通过高速网络互联的计算机,它们构成了一个组,并以单一系统的模式加以管理。一个客户与集群相互作用时,集群像是一个独立的服务器。集群配置是用于提高可用性和可缩放性。约750家美国数据库开发商对数据库安全表示忧虑,据称超过十分之一的公司数据库在Internet上存在安全隐患。Oracle数据库同样也不可避免的存在着一些安全隐患,如果不对这些安全隐患采取必要的防范措施,黑客就会乘虚而入,窃取我们的数据。     

高校信息化建设中主题数据库的规划设计

针对当前高校信息化建设中面临的信息集成问题,提出采用主题数据库技术构建校园数据中心,面向业务主题来组织校园数据,结合高校业务特点,分阶段建设主题数据库,逐步构建校园综合数据管理服务平台,推动高校信息集成和应用集成.通过主题数据库的建设实践,论述了主题数据库在高校信息资源规划中的重要作用和优势.     

集群环境下个性化检索系统的研究与实现

在综合分析海量数据库检索系统应用及存储环境的基础上,提出了一个集群环境下的个性化检索系统模型,采用Oracle RAC技术实现数据库数据的并行处理,通过兴趣获取模块获得用户兴趣,实时动态追踪兴趣动向,实现个性化检索．在此基础上完成了某市基于超大型数据库的专利信息检索系统平台的设计与实现．     

试析档案管理理论对档案数据库建设的影响

档案数据库是以档案的本体管理为基础,兼顾数据库设计和应用发展的需要,将包括档案实体信息、管理信息、应用环境信息在内的各种类型数据按照特定数据模型进行组织的数据集合。在长期实践中,数据库以其独特的优点已经证明它是信息资源组织、管理、共享的最佳方法,在数据冗余度、管理效率、数据完整性控制等方面都有良好的表现。事实上,档案数据库是各类档案信息系统正常运行的核心组件,是档案信息化不可或缺的基础工作之一。     

数据库群集中间件C-JDBC在教务管理系统中的应用

针对单结点数据库失败给教务管理应用系统带来损失的问题,提出应用数据库群件C-JDBC解决办法.采用位于不同物理位置的多个数据库结点,对教务管理应用系统的数据进行同步复制.只要有一个数据库结点能够正常运行,就能够保证应用系统的正常运行.当有问题的结点恢复运行后,C-JDBC群件能够自动在结点间完成数据的复制工作.     

数据库(VFP6.0)在成绩管理中的应用

介绍了应用VFP6．0(Visual Fox Pro6．0)设计高校成绩管理数据库以及该数据库在教学管理中的具体应用。     

Internet与文档数据库

文档数据库的兴起是由于组织管理和搜索完整文档的需求．传统的关系数据库在Internet应用方面和处理多媒体信息方面有许多限制和不足,文档数据库因此应运而生．概要地讨论了文档数据库的基本概念,阐述了文档数据库在Internet数据库构建方面具有的优势,从数据格式、数据库结构和Interne数据库方案三个方面比较了文档数据库与关系数据库的异同．     

基于最小聚类单元的商圈聚类方法研究

根据客户群聚的特点,在分析现有聚类方法的基础上,提出了基于最小聚类单元(LeastClusterCell,简称 LCC)的商圈聚类方法.并在数据挖掘体系结构中引入LCC子系统,以利用关系数据库成熟的接口技术方便地完成 对LCC的各种操作管理.     

全国林业资源数据集群存储技术研究

为解决全国大规模一体化林业资源管理, 设计了适用于全国林业资源数据的分布式空间数据存储系统。通过数据分块、 索引分级、 集群合并, 将各省和国家的林业资源数据集群在逻辑上合并成一个大数据集群。分布式空间数据存储系统的应用和全国数据集群的合并加快了数据处理速度, 统一了数据管理过程, 建立了全向的并发数据通道。为实现林业资源数据的全国一体化应用做了积极探索。     

Research and implementation of unsupervised clustering-based intrusion detection

0　IntroductionWiththedevelopmentofthenetworktechnologyandnet workscale ,thenetworksecurityhasalreadybecomeaglobalimportantproblem .Howtofindvariousupdatedintrusionsrapidlyandeffectivelyiscriticalforguaranteeingthesecurityofthesystemandnetworkresources.Commonly ,therearetwocategoriesofintrusiondetectiontechniques,namely ,anomalydetectionandmisusedetection .Inanomalydetection ,normaluserbehaviorandsystemactivitiesarefirstsummarizedintonormalprofiles.Run timeactivitiesresultinginsignificantdevi…     

基于数据仓库技术设计与实现的企业设备管理系统

比较了操作数据库系统与数据仓库的区别,提出了企业设备管理系统数据仓库的体系结构,建立了企业设备管理系统数据仓库的星型模型和逻辑模型,并设计了数据装载接口,实现了数据导人和导出、数据分析、数据分类、聚类、关联分析等功能,不仅提高了企业生产率,而且还能为企业节省大量资金,使设备管理工作更容易进行和组织。     

数据挖掘中的模糊聚类分析及其应用

数据挖掘是一种新兴的信息处理技术,模糊聚类是数据挖掘领域中的一个重要研究课题。论文从数据挖掘的概念出发,研究分析了模糊聚类的主要算法,并从多个方面对这些算法性能进行比较,同时还对模糊聚类分析在数据挖掘中的应用进行了阐述,最后对模糊聚类的研究领域进行了总结和展望。     

基于Ambari的Hadoop集群快速部署研究

Hadoop作为处理大数据的一个优秀分布式计算框架,在企业应用非常普通。然而Hadoop集群部署需要考虑各组件的兼容性、编译问题及繁琐的组件参数配置,初学者往往耗时几天也不能部署成功。Ambari是一种支持Hadoop集群部署、监控和管理的开源工具。针对Hadoop集群部署的复杂性,提出基于Ambari工具部署Hadoop集群各组件的实践方法并讨论了快速部署的若干要点及重要步骤;通过Ambari工具,完成了Hadoop生态圈最小化集群大部分常用组件的快速部署,如HDFS、HBase、Hive、Pig、Oozie、Zookeeper、Sqoop、Spark、Storm、Kafka、Flume等;项目实践表明:利用Ambari工具能够在8 h内部署完毕Hadoop集群,相比较传统手工部署方式,Ambari工具极大提高了Hadoop集群部署的效率及成功率。     

结构监测系统中传感器故障判别方法

为了解决结构监测过程中,对传感器故障所引起异常测值难以准确识别的问题,基于灰色理论和模糊聚类方法提出了判别异常测值出现成因的方法,其原理是通过分析测值序列之间的相互联系来判断监测系统中传感器是否出现故障,通过构造灰色绝对关联度矩阵并将其作为模糊关系矩阵进行聚类分析.分析结果表明,当异常测值序列与其他测值序列的关联度有明显降低时,可初步判定该异常是由传感器故障引起.最后通过对润扬大桥北锚碇基底孔隙水压力测值的分析说明该方法可有效应用于实际工程.     

改进的聚类分析算法在高校人力资源管理中的应用

聚类分析是数据挖掘中的一个重要技术。提出了一种改进的聚类分析算法,它基于中心距离比值指标,可以自主获得最佳聚类数和聚类结果。并针对一个真实的高校人力资源数据库集,采用改进的聚类算法对教师的现状进行客观而有效的描述,结果表明将聚类算法用于高校人力资源管理是有效的。     

中小油田地震数据计算机管理方法研究

石油勘探技术发展迅速 ,需要一个集地震、测井、地质 3种数据为一体的勘探数据库来支持新的研究工作 .对包括地震资料处理、解释等资料的存储、应用方法进行了探索 ,提出了一种适合于中小油田的地震数据管理方案 .通过分析地震资料处理、解释产生的各类数据及其特点 ,从存储管理方法、数据规范化、质量控制方法、应用支持方法、数据服务方法等方面进行了详细论述     

大数据质量管理:问题与研究进展

 当前大数据在多个领域广泛存在,大数据的质量对其有效应用起着至关重要的作用,因而需要对大数据进行质量管理.尽管数据质量管理方面已经有一些研究成果,但由于大数据具有规模大、速度快和多样性高的特点,现有的方法难以适用于大数据质量管理.本文针对错误发现、错误修复和劣质数据查询处理,综述了大数据质量管理的问题与挑战,认为大数据质量管理的挑战主要有计算困难、错误混杂和缺少知识3 个方面.本文依据这3 个方面的解决方法,对大数据质量管理目前的研究进展进行了综述,并展望了大数据质量管理未来的研究方向.