实时数据库的现状与发展

越来越多的数据库系统有实时限制的要求,一个实时数据库系统是管理有时间限制的数据和有时间限制的事务.通过对实时数据库系统的体系结构和事务处理协议的介绍,讨论了当前实时数据库的发展趋势和技术热点.     

分布式实时数据库系统中基于Web的并发控制

随着分布式应用与实时系统的发展,分布式实时数据库系统的研究引起了人们的关注;而事务的并发控制,则是研究的重点.通过对Web的全排序性、可预测性、缓存性等特性的分析,提出了用于分布式实时数据库的并发控制算法.提出的基于可预测性的算法是自适应的,有助于增加事务满足其截止期限的可能性.     

分布式实时数据库系统中事务并发控制策略研究

本文主要对分布实时数据库系统中的事务并发控制进行探讨,结合虚拟锁和乐观法等思想,提出两种新的解决方案:2PL-HP协议和OPT-Sacrifice协议.前者可提高事务的并发度,减少阻塞的发生,从而满足实时性的要求;后者在提高事务并发度的基础上尽量保护那些己经进入提交状态的事务,降低无辜牺牲的几率,从而减少因为错过执行期限而被迫废弃的事务的数目,满足事务的实时性要求.     

分布式实时事务一阶段实时提交

给出了分布式实时事务一致性实时提交协议的形式化定义和一致性实时提交协议的正确性准则;在此基础上,提出了适合于分布式实时事务的一致性实时提交协议———一阶段实时提交协议(1PRCP),1PRCP通过参与者与协调者的一次消息交换,在一个阶段完成分布式实时事务的提交活动.结合超时恢复协议,1PRCP能避免由于站点故障或网络通信链路故障而导致的阻塞.研究结果证明了1PRCP的正确性和优越性.     

PowerBuilder的分布式事务处理与并发控制

介绍了分布式事务处理和并发控制的原理及方法，并通过PowerBuilder实例具体阐述了分布式事务处理和并发控制的开发过程。     

分布式并发软件生命周期模型研究

针对软件开发原有生命周期模型主要针对传统的顺序集中式开发、已无法适应新的开发需要的问题,提出了针对分布式并发软件开发的菱形软件生命周期模型．分析了传统软件生命周期的缺点,给出了新的生命周期模型定义,以及模型组件的相互关系,分析了模型组件间的有效关系和无效关系,探讨了新模型如何弥补传统软件生命周期模型的不足．该模型定义清晰,使用简单,便于分析分布式并发软件的开发过程．     

实时库系统的并发控制策略及其实现

针对实时数据库系统，提出了一种两级并发控制策略，以适应应用中两尖不同特征事务的并发控制特征，给出了一个两级并发控制策略的具体实现方面的体系结构及功能分布；针对嵌套事务的不同特征，分析和讨论了其可能发生的问题及相应封锁协议、协议的多种特性。     

实时数据库系统的并发控制策略及其实现

讨论了解决实时与非实时事务冲突的2级并发控制策略，分析了依次序共享2段锁协议和嵌套事务封锁协议，给出了RTDBS中以控制嵌套实时事务并发执行的RC 2PL－OS协议。     

移动分布式实时数据库系统的事务处理

提出DMVOCC-MDA协议处理移动分布式实时事务。协议采用多版本乐观方法,使用多版本动态调整串行次序技术。移动分布式事务局部有效性确认分为2个阶段:第1阶段在移动主机上进行,使用向后有效性确认机制,对服务器上个广播周期提交事务进行有效性确认;第2阶段在服务器上进行,通过局部有效性确认的移动事务,提交到服务器进行局部最终有效性确认。在全局有效性确认中对分布更新事务进行检查,以保证分布串行性。移动只读事务能无阻塞提交,降低移动只读事务的响应时间,消除移动只读事务和移动更新事务的冲突,避免不必要的移动事务重启动。在移动主机上及早地检测数据冲突,节省处理和通信资源。实验结果表明,DMVOCC-MDA协议与其他协议相比,错过率和重启动率低,提交率和吞吐量高。     

分布式在线事务处理及其优化

对分布式在线事务处理系统中的事务模型和事务处理及其优化工作作了较为详细地讨论和研究．在静态优化中,对串行、并行和混合方式的事务处理提出了一种完整、有效的估算代价的方法,即寻找一个从事务树节点集到分布环境中的主机集的映射,并是所有映射中使该事务树的代价为最小映射．动态优化则根据当前网络运行情况选择执行事务的最佳方案．本文的工作将对在分布式在线事务处理的理论研究与实际应用有着较为重要的意义．     

分布式主动实时事务预分析与预测的集成框架

为改善分布式主动实时数据库事务处理的可预测性,提出了一种新的基于树的事务语义模型,并基于该模型提出了一个分布式主动实时事务预分析处理与动态预测的集成框架,包括事务生成时的静态预分析、事务接纳时的初始动态预分析和事务运行阶段的即席分析与预测,它可以有效地支持分布式主动实时事务的静动结合分析,改善事务处理的实时性能．     

基于数据流频繁模式挖掘的入侵检测模型

计算机网络入侵通常具有高频度特性,因此,识别是否正常访问,对数据流中重复元素的挖掘,给出频度指标,是一种重要的依据.提出一种基于数据流频繁模式的改进型AFP算法,该算法采用滑动窗口树技术,单遍扫描数据流及时捕获网络上的最新模式信息,并将该算法应用在入侵检测模型中正常数据和异常数据的在线挖掘.解决了有限存储和无限数据流的矛盾.实验结果表明,该模型有较高的报警率和较低的误报率.     

基于实时分布式计算机系统的容错技术研究

目的为研制适应第四代飞机高度综合化、模块化、高可靠性的航空电子系统的计算平台。方法提出了分层容错管理策略。结果由系统、分系统和模块构成三级容错管理策略;由故障监控程序负责故障的监控和确认,并将确认的故障交由故障管理程序处理;由故障管理程序根据蓝图定义完成重构;重构通过逻辑功能到物理资源的不同映射方式实现;给出了这些过程的实例。结论容错功能的实现必须以保证强实时系统的确定性为前提。     

Transmission considerations with QoS support to deliver real-time distributed speech recognition applications

Distributed speech recognition (DSR) applications have certain QoS (Quality of service) requirements in terms of latency, packet loss rate, etc. To deliver quality guaranteed DSR application over wirelined or wireless links, some QoS mechanisms should be provided. We put forward a RTP/RSVP transmission scheme with DSR-specific payload and QoS parameters by modifying the present WAP protocol stack. The simulation result shows that this scheme will provide adequate network bandwidth to keep the real-time transport of DSR data over either wirelined or wireless channels. Biography: Zhu Xiao-gang (1975-), male, Ph. D. candidate, research direction: blind signal processing, distributed computing, etc.     

基于DSCFCI_tree的带项目约束的数据流频繁闭合模式挖掘算法

根据数据流的特点,提出了一种挖掘约束频繁闭合项集的算法,该算法将数据流分段,用DSCFCI_tree动态存储潜在约束频繁闭合项集,对每一批到来的数据流,首先建立局部DSCFCI_tree,进而对全局DSCFCI_tree进行有效更新并剪枝,从而有效地挖掘整个数据流中的约束频繁闭合模式.实验表明,该算法具有很好的时间和空间效率.     

基于Hadoop的大数据处理平台研究

大数据时代的到来伴随着海量数据,进而使得筛选出具有价值的信息成为大数据被广泛应用的核心步骤.在此情况下Apache Hadoop顺势而生,其通过简化数据密集、高度并行的分布式应用来应对大数据带来的挑战.由于目前基于Hadoop的大数据平台在多领域普遍使用,从而平台搭建成为进行大数据探索的第一步.而很多文章介绍的平台搭建是在虚拟机中完成,与真实情况存在相应差异.本文讨论以真实集群为基础搭建Hadoop平台的原因,Hadoop集群的强大功能,搭建平台所需设备、环境、安装、设置及测试过程.     

面向分布式共享的海洋监测时空数据表达与传输模式研究

针对海洋时空监测数据分布式共享中的网络传输性能瓶颈问题，提出了一种基于共享式编码与实时压缩的时空数据表达与传输模式，建立了面向服务的海洋时空数据分布式共享框架，采用GML、KML、GeoJSON实现了海洋监测数据的编码式表达，采用压缩算法实现了数据实时高效传输。基于阿里云计算平台，设计和部署了面向海洋应用的分布式GIS系统作为实验平台，实验结果表明，采用GeoJSON和Deflate 6/GZIP建立海洋监测时空数据表达与传输模式，在分布式共享与集成系统中表现出较好的适用性和较突出的性能优势。