基于Hadoop的校园云存储系统的研究

针对海量数据的存储问题,传统方法一般是通过购置更多数量的服务器来提升计算和存储能力,存在硬件成本高,存储效率低等缺点。通过对Hadoop框架和MapReduce编程模型等云计算核心技术的分析和研究,提出了一种基于Hadoop框架的海量数据存储模型,并在此模型的基础上,设计并实现了基于Hadoop的校园云存储系统。经过实验验证,该系统有效地解决了在校园办公、教学和科研过程中遇到的海量数据存储管理问题,具有开发成本低、处理速度较快、运行稳定、易于扩展等特点。     

基于物联网技术的智慧校园应用研究

物联网技术运用到智慧校园系统中,实现校园的智慧化服务和管理模式。例如,智能消费管理、智能教学管理、智能安防管理等应用,将带来创新模式下的智能化的数字校园管理。     

基于物联网的智慧校园服务体系构建研究

大数据、物联网等新兴技术的广泛应用有力推动了智慧校园迅速发展。在归纳智慧校园的内涵与特征基础上,立足新技术,从多维度提出智慧校园服务内涵与体系,并从智慧教学平台、按需推送网络、交互设计系统、校园管理范式等方面构建了基于物联网的智慧校园服务体系。     

基于物联网的智慧校园设计与研究

在高速发展的现代社会,传统的教学方式和设备已经无法满足社会的发展,也阻碍了学生求学的效率。因此,提供优质教育形式、促进教学成果、激发学生的学习动力,具有重要的现实意义。物联网技术可以通过数据收集、人工智能算法和网络等为智慧校园提供支撑,借助电脑、投影仪、平板电脑、智慧黑板、可穿戴设备和智慧化传感器等,形成一套完整的数字化系统解决方案。利用此方案可以提高学生的学习能力,改变教师的教学模式,颠覆以往以教师为中心的授课模式,进入真正的学生时代,使学生进入适应性学习、主动学习、协作学习新模式,师生之间更加高效地完成知识传递。该文重点研究了基于物联网的智慧校园结构及应用,阐述了如何利用物联网设计不同的学习场景,为创新课堂教学、实践教学模式打好硬件基础。     

浅谈基于物联网的校园管理

简要介绍互联网相关知识和技术,以及在目前状态下结合大学生校园管理的弊端,发挥物联网的优势,加强对校园学生的管理,是之更加人性化,更加便捷、实时。     

基于Hadoop的校园网站日志系统的设计与实现

每所高校校园网内成百上千的网站每天产生的Web访问日志量级都以千万计.利用大数据技术对这些海量、实时的数据进行集中搜集和长期存储,并通过后期大数据分析来挖掘这些日志的价值,无论从管理运维角度,还是从信息安全视角都具有实际意义.本文以上海交通大学为例,介绍了利用Hadoop大数据平台,存储并分析校园网内数千网站日志的系统设计和实现.     

基于物联网技术的感知校园构建模式分析

通过对数字校园的发展现状开展调查,并依托物联网技术分析了感知校园的可行性,设计了包括人员身份识别、智慧图书馆、校园消费、车辆进入及泊车引导、设备防盗、教室管理、环境监控等主要功能,提出了五层体系结构,并对人和物的身份识别、编码标准、网络和数据的融合等关键技术做出了详细的分析.最后对建设时需要注意的问题进行阐述,提出初步对策.     

基于物联网的校园手机一卡通的应用探析与研究

通过对物联网时代校园一卡通的应用研究,探析了基于物联网的校园手机一卡通的系统设计、关键技术与应用前景.     

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.     

基于物联网技术构建智慧校园系统方案设计

以浙江横店影视职业学院为例,在对学院实际情况进行认真分析的基础上,给出了一个适合本校的智慧校园系统建设方案.首先对物联网技术和智慧校园的相关概念进行了论述,并分析了学院建设智慧校园的可行性,提出了系统建设的总体设计框架并进行了功能分析,列举出了建设过程中需要特别注意的问题及解决对策.     

基于Hadoop与Storm的日志实时处理系统研究

日志数据记录着丰富的信息,具有较高的实用价值,但在当今大数据时代环境下,数据量的陡增为日志数据的处理带来了挑战.为了有效地解决海量日志数据处理面临的瓶颈问题,本文整合Hadoop和Storm分布式框架,构建一种融合了实时计算与离线计算的分布式日志实时处理系统.系统架构由数据服务层、业务逻辑层和Web展示层组成,数据服务层使用Flume实时采集日志数据,并分别采用Kafka与HBase完成实时日志流数据的缓冲和系统数据的持久化存储;业务逻辑层利用Storm对实时日志流数据进行实时分析,并使用Hadoop的计算引擎MapReduce结合数据挖掘技术完成对海量历史日志数据的离线分析,离线分析的结果为实时分析提供支持、参考;Web展示层负责日志数据及其分析结果的展示.实验结果表明,系统能有效地解决日志数据的采集存储、实时日志流数据的实时分析和历史日志数据的离线分析等问题,并成功地融合了Hadoop与Storm各自的优势,为日志数据的采集和分析系统的构建提供新的技术参考.     

PDM:基于Hadoop的并行数据分析系统

提出了一款基于Hadoop的并行数据分析系统——PDM.该系统拥有大量以MapReduce为计算框架的并行数据分析算法,不仅包括传统的ETL、数据挖掘、数据统计和文本分析算法,还引入了基于图理论的SNA(社会网络分析)算法.详细阐述了并行多元线性回归算法和"多源最短路径"算法的原理和实现,其中,提出的"消息传递模型"能有效解决MapReduce难以处理邻接矩阵的问题;介绍了基于电信数据的典型应用,如采用并行k均值和决策树算法实现的"套餐推荐",利用并行PageRank算法实现的"营销关键点发现"等;最后通过性能测试,说明该系统适合高效地处理大规模数据.     

基于代理的校园网计费管理系统

根据目前Cernet校园网典型结构,设计了一种适应性广、通用性强的校园网计费管理系统,探讨了使用代理服务器进行计费的主要功能和工作流程.     

校园网主动防御体系模型

针对目前日益严重的校园网络安全问题。提出了一套有效的主动防御安全模型。该模型采用了入侵检测与诱骗技术,利用蜜罐技术提取攻击行为特征库,通过XML消息传递机制．实现了一个完整的主动防御体系模型,并对涉及的关键技术做了探讨。     

基于MapReduce和HBase的 海量网络数据处理

根据ERF数据的特点结合分布式框架Hadoop针对海量数据的计算优势,改进了网络数据的解析模式和数据存储模式,完成了ERF网络数据自动上传。根据XML文件解析多种类型的网络数据、HBase存储数据和HBase数据导入与数据查询的优化等一系列网络数据自动化处理工作。提出了一种新的MapReduce解析二进制数据的算法,该方案有效的解决了MapReduce读取和解析二进制数据的问题,在此基础上实现的海量网络数据处理系统,解析效率较高,数据库存储和查询数据的速度较快,系统自动化运行且稳定性强,有良好的应用前景。     

基于开源软件的校园网监控体系

快速发现网络故障、定位故障点,需要对接入设备进行管理,了解网络的运行情况,包括端口数据流量、设备运行性能和状况等各项指标．通过开源软件设计了一种利用遵循SNMP协议的高效监控系统,来获取校园网络节点状态信息的有效方法．并将校园网接入设备状况以非常直观的形式显示出来,以便有效地提高网络管理水平．     

基于校园网络的自动打铃系统设计

设计了基于校园网络的自动打铃控制系统,系统内的每个节点均基于TCP/IP协议设计,每个节点控制本区域内所有电铃的工作,节点控制器基于单片机AT89S2051和以太网控制器ENC28J60设计,由校园网内任何一台PC实现整个校园打铃的集中控制和管理。该系统基于校园原有的以太网络进行设计,线路敷设成本低,可靠性高,维护管理方便。     

基于校园网的实时动态答疑辅导系统

详细阐述了“基于校园网的实时动态答疑辅导系统”的结构、设计方案及核心技术实现,该系统的设计与实现,其关键技术是基于IP网络。特别是在网络中传输实时动态的语音视频的技术,使得教师和学生之间直接实时连接通讯,真正实现了面对面的交流和答疑。系统保证了音频和视频的清晰传递,实现了点到多点的实时答疑。     

基于校园网的仪器设备管理系统的构建

介绍了采用C/S和B/S结构构建基于校园网的仪器设备管理系统的思路,阐述了仪器设备管理系统所体现的工作流程及管理思想.     

基于多代理与完成端口的校园网监控系统

针对传统的基于C/S结构的网络监控系统服务器负担过重的问题,引入了多Agent模式,利用Agent的自治性,通过信息处理本地化来减少网络流量;同时,在服务器端程序设计时,使用完成端口模型进一步增强网络处理性能,当系统规模扩充时,可以通过改善服务器硬件来保证性能,使系统具有良好的扩展性。系统运行状态表明,该模式很好地解决了传统C/S模式服务器负载过重的问题。