風(fēng)險(xiǎn)預(yù)警;分布式計(jì)算中圖分類號(hào)：TP311? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2022）15-0010-031 引言煤礦作為我國(guó)的首要能源產(chǎn)物，在社會(huì)經(jīng)濟(jì)發(fā)展中占有舉足輕重的地位，而煤礦開采作為高危行業(yè)，如何盡可能快且準(zhǔn)確地識(shí)別風(fēng)險(xiǎn)，保障安全狀態(tài)始終是產(chǎn)業(yè)長(zhǎng)足發(fā)展需要重點(diǎn)關(guān)注與解決的問題。近些年隨著信息技術(shù)的發(fā)展，我國(guó)煤礦生產(chǎn)與監(jiān)察管理類系統(tǒng)[1-5]建設(shè)工作進(jìn)展迅速，在助力減人增效工作的同時(shí)，也為行業(yè)安全生產(chǎn)管理、風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警工作提供

體化教學(xué);分布式計(jì)算;無(wú)線傳感器網(wǎng)絡(luò)0?引言大數(shù)據(jù)時(shí)代下，物聯(lián)網(wǎng)逐漸成為戰(zhàn)略性新興產(chǎn)業(yè)，以嵌入式系統(tǒng)、無(wú)線傳感器網(wǎng)絡(luò)、移動(dòng)計(jì)算等先進(jìn)技術(shù)手段為對(duì)象，實(shí)現(xiàn)物體、互聯(lián)網(wǎng)的連接，利用無(wú)線網(wǎng)絡(luò)獲取數(shù)據(jù)，將實(shí)時(shí)信息整理、分析之后展開智能識(shí)別與定位。學(xué)校開設(shè)物聯(lián)網(wǎng)專業(yè)，在新教學(xué)環(huán)境下采用一體化教學(xué)方法，注重系統(tǒng)設(shè)計(jì)、軟硬件編程等專業(yè)能力的提升，加強(qiáng)學(xué)生物聯(lián)網(wǎng)應(yīng)用技術(shù)水平，培養(yǎng)應(yīng)用型物聯(lián)網(wǎng)人才，以促進(jìn)學(xué)校物聯(lián)網(wǎng)專業(yè)教學(xué)模式的完善[1]。1?物聯(lián)網(wǎng)專業(yè)人才培養(yǎng)與一體化教學(xué)

k ? ?分布式計(jì)算 ? ?網(wǎng)絡(luò)優(yōu)化引言：隨著無(wú)線通信網(wǎng)絡(luò)的快速發(fā)展，網(wǎng)絡(luò)優(yōu)化信息化、智能化建設(shè)進(jìn)入了突飛猛進(jìn)的發(fā)展階段，積累了大量的MR（測(cè)量報(bào)告）、PM（性能數(shù)據(jù)）、NRM（網(wǎng)絡(luò)資源管理）、工參等基礎(chǔ)數(shù)據(jù)。這些數(shù)據(jù)資源的價(jià)值還未能充分的挖掘，如何從各維度大量數(shù)據(jù)中發(fā)現(xiàn)可用的信息，加速網(wǎng)絡(luò)優(yōu)化信息化、智能化進(jìn)程是迫在眉睫的任務(wù)。通過(guò)對(duì)網(wǎng)優(yōu)大數(shù)據(jù)特性及網(wǎng)優(yōu)工作協(xié)作方式與Jupyter Notebook進(jìn)行結(jié)合性研究，實(shí)現(xiàn)有效的且適用于網(wǎng)優(yōu)的大數(shù)據(jù)分析，以滿

術(shù)? ? 分布式計(jì)算? ? 數(shù)據(jù)分析? ? 人力資源管理引言在我們生產(chǎn)和生活的過(guò)程中，會(huì)產(chǎn)生海量的數(shù)據(jù)。如何分析、處理這些數(shù)據(jù)，挖掘其中蘊(yùn)含的信息，是一個(gè)非常重要的問題。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，傳統(tǒng)的數(shù)據(jù)分析技術(shù)不再能滿足當(dāng)今的數(shù)據(jù)分析需求。大數(shù)據(jù)技術(shù)是十分先進(jìn)的數(shù)據(jù)處理技術(shù)，在各個(gè)領(lǐng)域的應(yīng)用都非常廣泛。利用大數(shù)據(jù)技術(shù)，可以更精確地分析企業(yè)經(jīng)營(yíng)管理中的問題，從而為企業(yè)的決策者提供幫助。一、大數(shù)據(jù)技術(shù)的簡(jiǎn)介隨著信息技術(shù)的發(fā)展，數(shù)據(jù)的規(guī)模也越來(lái)越大。研發(fā)新的數(shù)據(jù)

了數(shù)字油田分布式計(jì)算的相關(guān)內(nèi)容，通過(guò)協(xié)調(diào)和管理服務(wù)器集群，構(gòu)建了可處理、高并發(fā)、快速響應(yīng)的高性能分布式應(yīng)用服務(wù)集群。隨著數(shù)字油田的不斷發(fā)展，該集群滿足未來(lái)大數(shù)據(jù)環(huán)境下的油田應(yīng)用軟件開發(fā)需求，為采油廠數(shù)字化建設(shè)提供支持。[關(guān)鍵詞]數(shù)字油田;分布式計(jì)算;數(shù)據(jù)0? ? ?引 言隨著數(shù)字化油田的不斷建設(shè)，物聯(lián)網(wǎng)設(shè)備采集的數(shù)據(jù)量急劇增加，油田各專業(yè)數(shù)據(jù)呈井噴式爆發(fā)。隨著油田數(shù)據(jù)量的增長(zhǎng)，物聯(lián)網(wǎng)設(shè)備不斷投產(chǎn)，給今后的應(yīng)用軟件開發(fā)帶來(lái)了新的挑戰(zhàn)，如何處理大數(shù)量的數(shù)據(jù)檢索

。關(guān)鍵詞：分布式計(jì)算;網(wǎng)絡(luò)攻擊;日志分析;拒絕服務(wù)攻擊中圖分類號(hào)：TP393? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2021）04-0044-02Abstract：With the rapid development of computer technology and communication technology， the network security situation is becoming more and more ser

點(diǎn)，文章以分布式計(jì)算、超融合的理念思考并解決云桌面使用中的可靠性、兼容性、成本高，部署方式僵化的痛點(diǎn)。結(jié)果：較為完美地解決了醫(yī)院環(huán)境中的云桌面部署與運(yùn)維問題。結(jié)論：該方案具有較廣泛的實(shí)際操作意義，可為同級(jí)別醫(yī)院提供有價(jià)值的參考。[關(guān)鍵詞] 數(shù)字化醫(yī)院;云桌面;VDI;分布式計(jì)算;超融合doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 23. 075[中圖分類號(hào)] TP315 ? ?[文獻(xiàn)標(biāo)識(shí)碼] ?A ? ?

MPP;分布式計(jì)算DOI：10. 11907/rjdk. 201655中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2020）010-0218-05Abstract：In order to improve the uncertainties in the choice of technical framework when developing massive data processing systems，we make an i

。關(guān)鍵詞：分布式計(jì)算;事務(wù)處理;廣播信道中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2020）18-0001-04開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：1 引言在分布式系統(tǒng)中，為了提高數(shù)據(jù)的可用性，增強(qiáng)系統(tǒng)的擴(kuò)展性，數(shù)據(jù)經(jīng)通過(guò)存儲(chǔ)多份的方式來(lái)實(shí)現(xiàn)系統(tǒng)能力的擴(kuò)展。然而，一些異常情況將導(dǎo)致數(shù)據(jù)出現(xiàn)不一致性，因此高可用事務(wù)處理系統(tǒng)的并發(fā)控制在可擴(kuò)展性、副本恢復(fù)和單點(diǎn)性能等方面面臨著諸多挑戰(zhàn)?；谙鬟f的共識(shí)協(xié)議算法，對(duì)消息傳遞的質(zhì)量和

;其次，將分布式計(jì)算融入升級(jí)過(guò)程中，解決視頻會(huì)議系統(tǒng)的軟件跨域同步問題，實(shí)現(xiàn)一處發(fā)布、全域升級(jí)，以提升視頻會(huì)議系統(tǒng)升級(jí)效率。文章闡述了該方法的流程設(shè)計(jì)及基于該方法設(shè)計(jì)實(shí)現(xiàn)的分布式升級(jí)服務(wù)和客戶端。此方法可適用于常見的跨域軟件系統(tǒng)。關(guān)鍵詞：視頻會(huì)議系統(tǒng);軟件升級(jí);MD5;分布式計(jì)算;分布式協(xié)同;訂閱發(fā)布中圖分類號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-1302（2020）02-00-030 引 言視頻會(huì)議系統(tǒng)被廣泛應(yīng)用于政府、軍隊(duì)、企業(yè)、醫(yī)療、通信、交

;云制造;分布式計(jì)算1云計(jì)算技術(shù)概述云計(jì)算是“一種基于互聯(lián)網(wǎng)的計(jì)算新方式，通過(guò)互聯(lián)網(wǎng)上異構(gòu)、自治的服務(wù)為個(gè)人和企業(yè)用戶提供按需即取的計(jì)算”，是一種虛擬化技術(shù)，具有動(dòng)態(tài)可擴(kuò)展性、高度安全性、性價(jià)比高，根據(jù)用戶的需求將資源按需進(jìn)行部署[1]。2Raid（磁盤陣列）和分布式計(jì)算的區(qū)別Raid的原理是利用數(shù)組方式作為磁盤組，配合數(shù)據(jù)分散排列的設(shè)計(jì)，提升數(shù)據(jù)的安全性。磁盤陣列是由很多便宜、容量較小、穩(wěn)定性較高、速度較慢磁盤，組合成一個(gè)大型的磁盤組，利用個(gè)別磁盤提供數(shù)

個(gè)人賬戶;分布式計(jì)算;數(shù)字貨幣;銀行顧問[DOI]1013939/jcnkizgsc2019150251銀行的存在價(jià)值最早的現(xiàn)代銀行被認(rèn)為誕生于文藝復(fù)興時(shí)期的意大利，已經(jīng)存在了幾百年，它們現(xiàn)在依然發(fā)揮著舉足輕重的作用。銀行主要就靠資產(chǎn)業(yè)務(wù)和負(fù)債業(yè)務(wù)的利息差賺取利潤(rùn)，銀行的本質(zhì)就是貨幣的中間商。2017年A股41家上市銀行的凈利潤(rùn)超過(guò)了15萬(wàn)億元人民幣，占所有3500家上市公司凈利潤(rùn)總和的475%搜狐財(cái)經(jīng)http：//wwwsohucom/a/2577766

出通過(guò)構(gòu)建分布式計(jì)算技術(shù)，解決目前計(jì)量運(yùn)行數(shù)據(jù)分析中的技術(shù)難題。關(guān)鍵詞：分布式計(jì)算;數(shù)據(jù)分析;計(jì)量運(yùn)行數(shù)據(jù)中圖分類號(hào)：TM73 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2019）03-0146-020 引言隨著數(shù)字化電網(wǎng)及移動(dòng)通信網(wǎng)絡(luò)的發(fā)展，要求電網(wǎng)發(fā)展向更加智能、高效、可靠、綠色方向轉(zhuǎn)變，企業(yè)管理向精益化方向轉(zhuǎn)變，同時(shí)結(jié)合目前電力體制改革和互聯(lián)網(wǎng)+戰(zhàn)略的發(fā)展訴求，對(duì)電網(wǎng)企業(yè)電能計(jì)量業(yè)務(wù)提出了更高的要求。目前電網(wǎng)計(jì)量業(yè)務(wù)朝著省級(jí)集中方向發(fā)展，實(shí)現(xiàn)全省

監(jiān)督聚類;分布式計(jì)算引言區(qū)塊鏈?zhǔn)墙Y(jié)合分布式存儲(chǔ)、加密算法、點(diǎn)對(duì)點(diǎn)傳輸?shù)燃夹g(shù)得出的一種去中心化數(shù)據(jù)庫(kù)，其區(qū)塊有用戶使用時(shí)結(jié)合密碼學(xué)產(chǎn)生，每一個(gè)數(shù)據(jù)塊都相互關(guān)聯(lián)，數(shù)據(jù)塊中包含其他數(shù)據(jù)塊的部分信息用于驗(yàn)證其他數(shù)據(jù)塊的真?zhèn)?，同時(shí)也用于生成下一個(gè)數(shù)據(jù)塊，因此具有較高的安全性。由于區(qū)塊鏈技術(shù)是開源的，因此區(qū)塊鏈中存儲(chǔ)的信息可以被外界自由查詢，這使得整個(gè)區(qū)塊鏈系統(tǒng)十分透明。另外，由于區(qū)塊鏈不依賴第三方獨(dú)立存在，這保證了即使其中某一個(gè)區(qū)塊被物理破壞整個(gè)區(qū)塊鏈系統(tǒng)依然可以通

數(shù)據(jù)集成；分布式計(jì)算中圖分類號(hào)：TP274 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2018）08-0-030 引 言目前，我國(guó)雖已具有多年醫(yī)療信息化建設(shè)的歷史，但是這些數(shù)據(jù)庫(kù)信息孤立、分散、多元、異構(gòu)、類型、標(biāo)準(zhǔn)不一，大多應(yīng)用于單獨(dú)醫(yī)院或較小范圍內(nèi)的醫(yī)院，沒有形成大范圍多學(xué)科、多標(biāo)準(zhǔn)、多類型、多模式的協(xié)同系統(tǒng)。與此同時(shí)，近年來(lái)國(guó)家提出打造以醫(yī)院、社區(qū)、平臺(tái)為主的“三位一體、相互協(xié)同”的綜合服務(wù)新模式，醫(yī)療數(shù)據(jù)的產(chǎn)生，從醫(yī)院管理系統(tǒng)的關(guān)系型數(shù)據(jù)轉(zhuǎn)變?yōu)?/div>

物聯(lián)網(wǎng)技術(shù) 2018年8期2018-12-06

doop；分布式計(jì)算；存儲(chǔ)架構(gòu)中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）17-0135-03Abstract： With fast development and deep appliance of the Internet， problem of mass image data storage stand out， so the problem of low management efficiency， low st

】大數(shù)據(jù) 分布式計(jì)算 機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)也就是通過(guò)設(shè)計(jì)一些能夠讓計(jì)算機(jī)自主地去“學(xué)習(xí)”的一類算法，它們能夠通過(guò)分析已有的數(shù)據(jù)，去獲得隱藏在這些信息內(nèi)部的規(guī)律，并利用這些規(guī)律去對(duì)未知的數(shù)據(jù)進(jìn)行預(yù)測(cè)以及分析。隨著互聯(lián)網(wǎng)的高速發(fā)展，海量數(shù)據(jù)的產(chǎn)生以及工業(yè)界對(duì)于計(jì)算速度和計(jì)算成本要求的提升，傳統(tǒng)的計(jì)算機(jī)已經(jīng)很難滿足工業(yè)界的需求，因此分布式計(jì)算技術(shù)就應(yīng)運(yùn)而生了。分布式計(jì)算也即為“并行計(jì)算”，其核心思想就是把一個(gè)需要巨大計(jì)算能力才能解決的計(jì)算任務(wù)拆解成多許多小的子任務(wù)，

doop；分布式計(jì)算；推薦算法DOIDOI：10.11907/rjdk.181108中圖分類號(hào)：TP312文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2018）010-0076-05英文摘要Abstract：The recommended algorithm based on collaborative filtering of users is a recommended algorithm which has a wide range of appl

；云計(jì)算；分布式計(jì)算關(guān)系數(shù)據(jù)庫(kù)是目前主流的信息存儲(chǔ)機(jī)制，如何從海量數(shù)據(jù)庫(kù)中以一種高效的方式獲取有用的信息是人們亟需解決的問題。如果要利用結(jié)構(gòu)化查詢語(yǔ)言從目標(biāo)數(shù)據(jù)庫(kù)中獲得精確的結(jié)果，就需要用戶熟悉數(shù)據(jù)庫(kù)專業(yè)知識(shí)。然而普通用戶通常不具備復(fù)雜的查詢語(yǔ)言（如SQL、SPARQL、XQuery）和底層數(shù)據(jù)庫(kù)模式等知識(shí)。另一方面，發(fā)展得如火如荼的互聯(lián)網(wǎng)搜索引擎（如Google、百度）為廣大用戶提供了一種簡(jiǎn)單易用的信息獲取方式，即關(guān)鍵詞查詢。在搜索引擎中用戶只要提交一個(gè)

與處理選擇分布式計(jì)算平臺(tái)。目前針對(duì)大數(shù)據(jù)的分布式計(jì)算框架都支持DAG式的任務(wù)編排。由于大數(shù)據(jù)采集來(lái)源以及分布式存儲(chǔ)系統(tǒng)特點(diǎn)，很多使用DAG框架進(jìn)行計(jì)算的應(yīng)用都是增量式的大數(shù)據(jù)集，但現(xiàn)有的DAG框架對(duì)這樣的數(shù)據(jù)集進(jìn)行計(jì)算時(shí)有許多冗余，造成計(jì)算資源浪費(fèi)。提出了在DAG框架上進(jìn)行增量式復(fù)用的方法，并針對(duì)FILTER算子特點(diǎn)提出了基于FILTER算子匹配的間接復(fù)用機(jī)制。關(guān)鍵詞：增量計(jì)算；分布式計(jì)算；計(jì)算復(fù)用；查詢優(yōu)化；DAG計(jì)算DOIDOI：10.11907/rj

CBIR；分布式計(jì)算作為一種常見的、內(nèi)容豐富的數(shù)據(jù)存儲(chǔ)形式，圖像中所蘊(yùn)含的信息往往比文字描述所包含的信息要更豐富直觀。隨著互聯(lián)網(wǎng)和多媒體技術(shù)的不斷發(fā)展，圖像數(shù)據(jù)呈現(xiàn)爆發(fā)式增長(zhǎng)態(tài)勢(shì)，圖像檢索技術(shù)[1]已成為大數(shù)據(jù)時(shí)代的重要課題。傳統(tǒng)單一節(jié)點(diǎn)圖像檢索方法的研究對(duì)精度和速度都有所提高，如文獻(xiàn)[2]中結(jié)合了反映局部區(qū)域變化的像素點(diǎn)顏色復(fù)雜度，對(duì)子塊顏色直方圖進(jìn)行加權(quán)處理；文獻(xiàn)[3]中提出一種使用改進(jìn)的倒排索引、相關(guān)性反饋和區(qū)域加權(quán)的基于區(qū)域的圖像表示和比較的框架。

平臺(tái)是支持分布式計(jì)算并放置于互聯(lián)網(wǎng)上的集成數(shù)學(xué)實(shí)驗(yàn)環(huán)境，具有開放性、即時(shí)性和易接觸性，能為學(xué)生和教師提供在線數(shù)學(xué)實(shí)驗(yàn)和科學(xué)計(jì)算服務(wù)，并具備完成大型科學(xué)計(jì)算任務(wù)的能力。該平臺(tái)的建立實(shí)現(xiàn)了數(shù)學(xué)實(shí)驗(yàn)室優(yōu)質(zhì)計(jì)算資源的校內(nèi)和校際共享，為探索數(shù)學(xué)實(shí)驗(yàn)室的未來(lái)發(fā)展做有益的嘗試。關(guān)鍵詞 數(shù)學(xué)實(shí)驗(yàn)；云平臺(tái)；分布式計(jì)算；MATLAB中圖分類號(hào)：G642.423 文獻(xiàn)標(biāo)識(shí)碼：B文章編號(hào)：1671-489X（2017）04-0012-03Abstract This article

：云環(huán)境；分布式計(jì)算；大數(shù)據(jù)查詢；HBase一、綜述隨著大數(shù)據(jù)時(shí)代的到來(lái)，給對(duì)應(yīng)的應(yīng)用領(lǐng)域帶來(lái)了一系列的挑戰(zhàn)。如數(shù)據(jù)的存儲(chǔ)方式和數(shù)據(jù)的實(shí)時(shí)訪問等。大數(shù)據(jù)的存儲(chǔ)和高效查詢成為了研究熱點(diǎn)。傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)難以滿足海量數(shù)據(jù)的存儲(chǔ)和實(shí)時(shí)查詢的要求。Hadoop云平臺(tái)具有并行性，高可靠性和可擴(kuò)展性的優(yōu)勢(shì)因而得到研究人員的廣泛關(guān)注。HBase作為一種分布式數(shù)據(jù)庫(kù)使海量數(shù)據(jù)的存儲(chǔ)和高效訪問提供了可能。二、關(guān)鍵技術(shù)介紹（一）Hadoop在Hadoop平臺(tái)上，HDFS作為

涌現(xiàn)出來(lái)的分布式計(jì)算模式進(jìn)行建模，為該領(lǐng)域建立了一個(gè)通用的技術(shù)框架，使得研究成員相互間能更好地理解與交流，為各語(yǔ)義P2P系統(tǒng)間的比較提供了共同準(zhǔn)則。關(guān)鍵詞關(guān)鍵詞：語(yǔ)義網(wǎng)絡(luò)；P2P；SP2P參考模型；分布式計(jì)算DOIDOI：10.11907/rjdk.161489中圖分類號(hào)：TP303文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2016）008-0001-030 引言目前，針對(duì)P2P的研究已經(jīng)產(chǎn)生了各種各樣的實(shí)現(xiàn)與體系結(jié)構(gòu)。各類研究者在知識(shí)管理、數(shù)據(jù)庫(kù)、信

；信號(hào)燈；分布式計(jì)算中圖分類號(hào)：G63 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1673-9132（2017）04-0228-03DOI：10.16657/j.cnki.issn1673-9132.2017.04.145利用信息技術(shù)，通信技術(shù)和控制技術(shù)等高新技術(shù)開發(fā)的智能交通系統(tǒng)可以在現(xiàn)有通行條件下大幅度提高交通網(wǎng)絡(luò)的運(yùn)行效率，是解決交通擁擠問題的最經(jīng)濟(jì)最有效的辦法。本文通過(guò)分布式信息采集系統(tǒng)檢測(cè)道路流量，中央處理系統(tǒng)分析決策，分布式信號(hào)燈控制系統(tǒng)做出反饋，信號(hào)燈控制路

；信號(hào)燈；分布式計(jì)算中圖分類號(hào)：G63 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1673-9132（2017）04-0228-03DOI：10.16657/j.cnki.issn1673-9132.2017.04.145利用信息技術(shù)，通信技術(shù)和控制技術(shù)等高新技術(shù)開發(fā)的智能交通系統(tǒng)可以在現(xiàn)有通行條件下大幅度提高交通網(wǎng)絡(luò)的運(yùn)行效率，是解決交通擁擠問題的最經(jīng)濟(jì)最有效的辦法。本文通過(guò)分布式信息采集系統(tǒng)檢測(cè)道路流量，中央處理系統(tǒng)分析決策，分布式信號(hào)燈控制系統(tǒng)做出反饋，信號(hào)燈控制路

數(shù)據(jù)挖據(jù)；分布式計(jì)算DOIDOI：10.11907/rjdk.162111中圖分類號(hào)：TP301文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7800（2016）012-0161-030 引言過(guò)去40年，數(shù)據(jù)主要用于記錄商業(yè)活動(dòng)和進(jìn)行科學(xué)處理。未來(lái)40年，數(shù)據(jù)將用來(lái)輔助商業(yè)決定和加速科學(xué)發(fā)現(xiàn)。新的社交方式產(chǎn)生，人們獲得的數(shù)據(jù)呈爆炸式增長(zhǎng)，人類進(jìn)入大數(shù)據(jù)時(shí)代。麥肯錫[1]指出大數(shù)據(jù)是一種很大的數(shù)據(jù)集，這種數(shù)據(jù)集的大小超出了傳統(tǒng)的數(shù)據(jù)庫(kù)軟件捕獲、存儲(chǔ)、管理和分析能力。大數(shù)

面向服務(wù)的分布式計(jì)算應(yīng)用架構(gòu)，設(shè)計(jì)實(shí)現(xiàn)了一個(gè)高性能、高可靠性和高擴(kuò)展的學(xué)習(xí)平臺(tái)。該平臺(tái)按需快速檢索和聚合，既能滿足日常學(xué)習(xí)與考試需要，又能應(yīng)付高并發(fā)狀況。關(guān)鍵詞關(guān)鍵詞：云計(jì)算；移動(dòng)學(xué)習(xí)；高并發(fā)；分布式計(jì)算DOIDOI：10.11907/rjdk.162405中圖分類號(hào)：TP319文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)文章編號(hào)：16727800（2016）0110101020 引言云計(jì)算是伴隨著移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的發(fā)展而出現(xiàn)的一種IT相關(guān)資源整合模式，它既是多種技術(shù)（虛擬

.關(guān)鍵詞：分布式計(jì)算；強(qiáng)化學(xué)習(xí)；任務(wù)調(diào)度；負(fù)載均衡中圖分類號(hào)：TP301.6 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674-2974（2016）10-0139-09Abstract：To address the task scheduling problem in distributed systems， based on an important feature of task scheduling in distributed computing environm

成為可能。分布式計(jì)算（Distributed Computing）是將數(shù)量級(jí)大的工程數(shù)據(jù)劃分成若干個(gè)小分塊，由多個(gè)計(jì)算機(jī)即計(jì)算節(jié)點(diǎn)分別來(lái)計(jì)算后將運(yùn)算結(jié)果進(jìn)行上傳，最終把結(jié)果進(jìn)行合并從而得出統(tǒng)一的數(shù)據(jù)結(jié)論的計(jì)算過(guò)程。并行計(jì)算（Parallel Computing）指的是將一個(gè)總的計(jì)算任務(wù)劃分成多個(gè)子分塊，在具備了并行處理能力的計(jì)算節(jié)點(diǎn)上，分配給不同的處理器，各處理器之間遵循調(diào)配機(jī)制并行地執(zhí)行子分塊任務(wù)，最終達(dá)到提升計(jì)算規(guī)?；蛘咛岣哂?jì)算速度的目的。在本設(shè)計(jì)中利

云計(jì)算 分布式計(jì)算現(xiàn)在的社會(huì)是一個(gè)高速發(fā)展的社會(huì)，科技發(fā)達(dá)，信息流通，人們之間的交流越來(lái)越密切，生活也越來(lái)越方便，大數(shù)據(jù)就是這個(gè)高科技時(shí)代的產(chǎn)物。本市的健康體檢管理系統(tǒng)劃分為數(shù)據(jù)服務(wù)子系統(tǒng)（數(shù)據(jù)收集和數(shù)據(jù)發(fā)布）、決策分析和監(jiān)控子系統(tǒng)，業(yè)務(wù)管理子系統(tǒng)等。該系統(tǒng)希望通過(guò)海量居民健康信息的收集，并進(jìn)行統(tǒng)計(jì)、分析，防控傳染病、地方慢性病，提高居民健康水平和醫(yī)療機(jī)構(gòu)診斷的效率和準(zhǔn)確性。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)

云計(jì)算；分布式計(jì)算；監(jiān)管節(jié)目；用戶終端中圖分類號(hào) G2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2096-0360（2016）09-0032-011 云計(jì)算技術(shù)1.1 云計(jì)算概述云計(jì)算（Cloud Computing）是一種能夠按照實(shí)際的需要，將資源庫(kù)可共享的各種各樣的信息通過(guò)互聯(lián)網(wǎng)大規(guī)模數(shù)據(jù)計(jì)算的方式分享提供給其他設(shè)備的途徑。它包括傳統(tǒng)的計(jì)算機(jī)方式有分布式計(jì)算、并行計(jì)算、效用計(jì)算、網(wǎng)絡(luò)存儲(chǔ)、虛擬化、負(fù)載均衡、熱備份冗余等等，并與網(wǎng)絡(luò)技術(shù)的發(fā)展融合，達(dá)到分享資源。這些

了虛擬化、分布式計(jì)算等不同服務(wù)模式下的關(guān)鍵技術(shù)，最后概述了云計(jì)算技術(shù)在超融合、容器方面的最新發(fā)展趨勢(shì)。關(guān)鍵詞：云計(jì)算；虛擬化；分布式計(jì)算；超融合；容器中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）20-0052-031 云計(jì)算概述從2006年亞馬遜推出云計(jì)算服務(wù)以來(lái)，云計(jì)算概念從萌芽到發(fā)展，云計(jì)算技術(shù)經(jīng)歷著一個(gè)逐漸成熟的過(guò)程。云計(jì)算技術(shù)不僅僅是一種技術(shù)，而是大量計(jì)算機(jī)領(lǐng)域的技術(shù)互相融合發(fā)展而來(lái)的。OpenStack是云計(jì)算

0)?基于分布式計(jì)算的異常網(wǎng)站篩查系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)姜鵬1，趙正利2(1.中國(guó)海洋大學(xué)網(wǎng)絡(luò)與信息中心,山東 青島 266100；2.中國(guó)海洋大學(xué)教育系,山東 青島 266100)摘要：設(shè)計(jì)了一種在大型園區(qū)環(huán)境下對(duì)互聯(lián)網(wǎng)異常網(wǎng)站進(jìn)行篩查的系統(tǒng)，系統(tǒng)在.NET框架下開發(fā)運(yùn)行，基于分布式計(jì)算的模式部署，采用HDFS和SQL Server存儲(chǔ)數(shù)據(jù)。分布在多個(gè)子區(qū)域的探針根據(jù)多設(shè)備日志的排序數(shù)據(jù)進(jìn)行異常網(wǎng)站的篩查，核心服務(wù)部分進(jìn)行故障匯總分析、任務(wù)分發(fā)推送和知識(shí)庫(kù)歸檔

行車牌識(shí)別分布式計(jì)算。實(shí)驗(yàn)結(jié)果表明,在處理2 000張以上的車牌圖像時(shí),運(yùn)行效率提升了2倍左右。關(guān)鍵詞：云計(jì)算;車牌識(shí)別;混合編程;分布式計(jì)算0引言近年來(lái),隨著我國(guó)公路交通事業(yè)的日益發(fā)展和人民生活水平的提升, 車輛數(shù)目不斷增加, 通過(guò)車牌識(shí)別來(lái)統(tǒng)計(jì)車輛軌跡的方法對(duì)于交通管制的作用也變得愈發(fā)重要[1]。 為了能夠快速存儲(chǔ)和處理龐大的車牌號(hào)信息數(shù)據(jù), 必須借助分布式處理平臺(tái)。 Hadoop是Apache基金會(huì)所開發(fā)的一種分布式基礎(chǔ)架構(gòu)， 具有高可靠性、 高拓展

信大數(shù)據(jù)；分布式計(jì)算；告警關(guān)聯(lián)；數(shù)據(jù)挖掘本文為解決現(xiàn)有廣西移動(dòng)公司綜合告警平臺(tái)因應(yīng)用場(chǎng)景不同而無(wú)法進(jìn)行海量告警信息的數(shù)據(jù)關(guān)聯(lián)分析和挖掘，日常需依賴專業(yè)人員的經(jīng)驗(yàn)來(lái)獲取的告警關(guān)聯(lián)規(guī)則等存在的不足，提出利用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)自動(dòng)化網(wǎng)絡(luò)告警關(guān)聯(lián)分析。本系統(tǒng)設(shè)計(jì)能夠滿足海量電信網(wǎng)絡(luò)告警數(shù)據(jù)存儲(chǔ)與分析要求，基于Hadoop云存儲(chǔ)構(gòu)架，管理海量告警數(shù)據(jù)，通過(guò)MapReduce并發(fā)處理的每日全量告警FTP文件和關(guān)聯(lián)計(jì)算任務(wù)，實(shí)現(xiàn)告警分析的快速查詢、統(tǒng)計(jì)與關(guān)聯(lián)分析，解決了大并

影像處理;分布式計(jì)算隨著空間技術(shù)的不斷發(fā)展，人類獲取空間數(shù)據(jù)的能力迅速增強(qiáng)，以遙感影像為代表的對(duì)地觀察數(shù)據(jù)正成為空間信息應(yīng)用的主要數(shù)據(jù)來(lái)源.遙感計(jì)算技術(shù)緊密依賴于計(jì)算機(jī)技術(shù)、通訊網(wǎng)絡(luò)技術(shù)和智能處理技術(shù)的發(fā)展，如何從海量的遙感空間數(shù)據(jù)中快速、有效地提煉與應(yīng)用目標(biāo)直接相關(guān)的信息和知識(shí)，并服務(wù)于各行各業(yè)的分析與決策一直是遙感計(jì)算技術(shù)發(fā)展的瓶頸問題.近年來(lái)，分布式并行計(jì)算技術(shù)的發(fā)展為遙感計(jì)算問題提供了新的契機(jī)，尤其是基于數(shù)據(jù)并行的集群計(jì)算[1-2].數(shù)據(jù)分配是基于

驗(yàn)數(shù)據(jù)證明分布式計(jì)算框架能夠高效地利用多節(jié)點(diǎn)實(shí)現(xiàn)視頻計(jì)算。關(guān)鍵詞:分布式計(jì)算；云計(jì)算；轉(zhuǎn)碼1分布式視頻計(jì)算研究現(xiàn)狀分布式計(jì)算由于其易于進(jìn)行橫向擴(kuò)展的特性，通常被用來(lái)處理海量數(shù)據(jù)。目前也有不少研究試圖采用分布式計(jì)算框架Hadoop[1]進(jìn)行視頻處理，基于Hadoop的轉(zhuǎn)碼器都采用了類似的架構(gòu)：使用FFmpeg分割合并視頻，同時(shí)在Map任務(wù)中調(diào)用FFmpeg進(jìn)行轉(zhuǎn)碼。為了提高基于Hadoop的視頻計(jì)算框架的效率，研究者們做了許多工作，比如文獻(xiàn)[2]分析了在分布

涌現(xiàn)出來(lái)的分布式計(jì)算模式進(jìn)行建模，為該領(lǐng)域建立了一個(gè)通用的技術(shù)框架，使得研究成員相互間能更好地理解與交流，為各個(gè)語(yǔ)義P2P系統(tǒng)間的比較提供了共同準(zhǔn)則。關(guān)鍵詞：語(yǔ)義網(wǎng)絡(luò)；P2P；參考模型；分布式計(jì)算中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）10-0027-03Abstract： To solve ambiguity and incompatibility problem of abstractive expression

關(guān)技術(shù)進(jìn)行分布式計(jì)算可行性分析，并最終提出一個(gè)基于Hadoop的人臉識(shí)別服務(wù)的云計(jì)算技術(shù)方案。關(guān)鍵詞：人臉識(shí)別 云計(jì)算 分布式計(jì)算劉曉玲女，2007年碩士畢業(yè)于中山大學(xué),現(xiàn)就職于中國(guó)電信股份有限公司廣東研究院，研究方向：視頻編解碼算法、視頻云轉(zhuǎn)碼，云計(jì)算。陳云海男，本科，中國(guó)電信股份有限公司廣東研究院，工程師，研究院產(chǎn)品委員會(huì)委員，已發(fā)表論文十余篇，主要研究方向：視頻編解碼算法、互聯(lián)網(wǎng)應(yīng)用、虛擬化、云計(jì)算、自然語(yǔ)言處理、知識(shí)管理及應(yīng)用。林立宇男，2005年

負(fù)載均衡；分布式計(jì)算中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）08-0243-04Abstract： As the traditional HDFS lack the optimization of storage and access， it is difficult to play a cluster edge in multi-user concurrent systems. This paper is desi

TTLAB分布式計(jì)算引擎的控制系統(tǒng)蒙特卡洛仿真方案。關(guān)鍵詞：控制系統(tǒng)；蒙特卡洛；分布式計(jì)算；項(xiàng)目管理器DOIDOI：10.11907/rjdk.161500中圖分類號(hào)：TP302文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2016）005-0010-030 引言蒙特卡洛方法是利用隨機(jī)數(shù)進(jìn)行統(tǒng)計(jì)試驗(yàn)，求得統(tǒng)計(jì)特征值（如均值、概率等）作為待解問題的數(shù)值解，所作的統(tǒng)計(jì)試驗(yàn)稱為蒙特卡洛仿真或者蒙特卡洛模擬。該方法是眾多研究不確定性傳遞的方法之一，目的是要確定不確

隱私保護(hù)；分布式計(jì)算；元數(shù)據(jù)1.引言在醫(yī)療過(guò)程中，患者疾病和醫(yī)療行為的信息會(huì)形成關(guān)于患者的身體特征、健康狀況的客觀記錄。這些記錄既包括患者身體特征記錄、診斷記錄以及其他和健康相關(guān)的情況，還包括這些情況蘊(yùn)涵的其他關(guān)鍵信息。患者的關(guān)鍵信息因診療服務(wù)需要被醫(yī)療機(jī)構(gòu)以及醫(yī)護(hù)人員合法獲悉，而不希望他人也知悉的個(gè)人情況，即患者的隱私，通常包括：姓名、性別、出生日期、家庭地址、聯(lián)系方式、既往史等。患者的診療信息通過(guò)數(shù)據(jù)交換或者是其他的途徑，會(huì)出現(xiàn)在因特網(wǎng)或者內(nèi)部網(wǎng)絡(luò)環(huán)境

doop；分布式計(jì)算中圖分類號(hào)：TP311.5 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-1472（2016）-06-22-06Abstract：With the rapid development of the internet and the logistics industry，more and more people choose to buy clothes on the internet.Base on the features of apparel

大數(shù)據(jù) 分布式計(jì)算中圖分類號(hào)：TP309.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2016）04-0000-001引言云計(jì)算（ cloud computing）如今已成為學(xué)術(shù)界和產(chǎn)業(yè)界爭(zhēng)相研究的熱點(diǎn)，在美國(guó)市場(chǎng)調(diào)查公司Gartner評(píng)出的2011 年10 大戰(zhàn)略技術(shù)中，排名首位。云計(jì)算是全球范圍內(nèi)各大搜索引擎及瀏覽器數(shù)據(jù)收集、處理的一種核心計(jì)算方式。推動(dòng)著網(wǎng)絡(luò)下的大數(shù)據(jù)時(shí)代更加人性化。所以了解對(duì)云計(jì)算發(fā)展現(xiàn)狀與趨勢(shì)，云計(jì)算的特點(diǎn)和它所使用的關(guān)鍵

os算法的分布式計(jì)算的原型系統(tǒng)。并通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了方案的可行性。關(guān)鍵詞：Paxos算法；并行計(jì)算；計(jì)算方法；分布式計(jì)算中圖分類號(hào)：TP301.61 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2016）04-00-020 引 言一致性在計(jì)算機(jī)以及自動(dòng)控制領(lǐng)域運(yùn)用較多。例如數(shù)據(jù)中心的同步，生產(chǎn)線上機(jī)器人所執(zhí)行的動(dòng)作協(xié)調(diào)等，一致性在該領(lǐng)域的作用可以概括為解決合作問題[1]。一致性產(chǎn)生于合作，即個(gè)體與其他個(gè)體之間的協(xié)作。計(jì)算機(jī)中，一個(gè)集群中的電腦要一起合作完

絡(luò)拓?fù)? 分布式計(jì)算; 流水線計(jì)算云平臺(tái)面對(duì)大量的計(jì)算，必須能適應(yīng)計(jì)算量的增加[1].對(duì)于不斷增加的計(jì)算量，更換服務(wù)器需要較高的成本，改進(jìn)舊的服務(wù)器是一種較經(jīng)濟(jì)的選擇.從長(zhǎng)遠(yuǎn)看，云平臺(tái)使用負(fù)載均衡集群技術(shù)，可用多臺(tái)設(shè)備進(jìn)行分布式計(jì)算，從而提高性能.現(xiàn)在常用的服務(wù)器集群方式是多層層次結(jié)構(gòu)，只適用于分布式計(jì)算，且存在瓶頸與網(wǎng)絡(luò)線路低可靠性等問題[2].因此，本文運(yùn)用獨(dú)特的負(fù)載均衡集群技術(shù)，構(gòu)建云平臺(tái)的數(shù)據(jù)庫(kù)與Web服務(wù)器，使計(jì)算的壓力充分分到不同的計(jì)算機(jī)上，降

技術(shù)可以為分布式計(jì)算環(huán)境的用戶隱私保護(hù)提供強(qiáng)有力的技術(shù)支撐。同態(tài)加密方案被分成3種類型：部分同態(tài)加密、淺同態(tài)加密和全同態(tài)加密。同態(tài)加密方案在分布式計(jì)算環(huán)境下的密文數(shù)據(jù)計(jì)算方面有著重要的應(yīng)用，包括：安全云計(jì)算與委托計(jì)算、遠(yuǎn)程文件存儲(chǔ)、密文檢索等。指出目前全同態(tài)加密方案的構(gòu)造還處于理論階段，尚不能用于實(shí)際的密態(tài)數(shù)據(jù)計(jì)算問題，如何設(shè)計(jì)基于代數(shù)系統(tǒng)的（自然）全同態(tài)加密方案依然是未來(lái)研究的重點(diǎn)。關(guān)鍵詞：同態(tài)加密；密態(tài)計(jì)算；安全多方計(jì)算；安全云計(jì)算；分布式計(jì)算Rive

可視外殼；分布式計(jì)算；大數(shù)據(jù)；實(shí)時(shí)性0引言基于圖像的可視外殼(Image-Based Visual Hull，IBVH)繪制是多視角三維重建的一個(gè)關(guān)鍵算法，當(dāng)拍攝視角足夠多時(shí)，空間物體的可視外殼是該物體的合理逼近[1]。如何對(duì)像機(jī)采集得到的圖像序列進(jìn)行快速地輪廓提取以及視覺外殼求交一直是可視外殼在動(dòng)態(tài)三維場(chǎng)景重構(gòu)方面的關(guān)鍵問題[2]。早期通過(guò)對(duì)極幾何技術(shù)和GPU并行技術(shù)對(duì)可視外殼繪制進(jìn)行加速[3]，但都只局限于單機(jī)環(huán)境的性能加速，也沒有將分布式采集過(guò)程考慮

日益普及，分布式計(jì)算模型在企業(yè)中的應(yīng)用越發(fā)顯得重要。以往在要求高性能、高可用性環(huán)境下進(jìn)行業(yè)務(wù)復(fù)雜計(jì)算往往注重于單臺(tái)高價(jià)計(jì)算機(jī)的運(yùn)算性能和可靠性，目前在分布式計(jì)算模型趨于成熟之后已經(jīng)逐步轉(zhuǎn)向采用多臺(tái)廉價(jià)計(jì)算機(jī)協(xié)同計(jì)算來(lái)達(dá)到相同的目的，對(duì)企業(yè)應(yīng)用架構(gòu)而言，這不但大大降低了企業(yè)采用高性能計(jì)算的成本，也在業(yè)務(wù)可擴(kuò)展性上提供了敏捷的渠道。在眾多的分布式環(huán)境下的計(jì)算通信模型中，JGroups作為一個(gè)可靠的組播通信工具提供了一個(gè)非常優(yōu)秀的輕量級(jí)分布式計(jì)算模型及實(shí)現(xiàn)。本文

adoop分布式計(jì)算的圖像檢索方法。首先提取出圖像的顏色、紋理和形狀特征用于表示圖像，在檢索階段將檢索任務(wù)分配到各個(gè)Map子節(jié)點(diǎn)，所有的Map結(jié)果根據(jù)相似度非減進(jìn)行排序，并將前N個(gè)結(jié)果進(jìn)行輸出。實(shí)驗(yàn)結(jié)果表明，該方法有效地利用了云計(jì)算平臺(tái)的并行處理能力，相比較單節(jié)點(diǎn)的圖像檢索方法，提高了CBIR方法的運(yùn)行效率。關(guān)鍵詞：圖像檢索；分布式計(jì)算；Hadoop中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）17-0153-02Imag

習(xí)共同體；分布式計(jì)算；影響力【中圖分類號(hào)】 G40-057 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1009—458x（2015）01—0055—06一、引言自20世紀(jì)90年代計(jì)算機(jī)科學(xué)繁榮發(fā)展以來(lái)，作為革命性技術(shù)之一的網(wǎng)絡(luò)技術(shù)突飛猛進(jìn)。今天，網(wǎng)絡(luò)與普通人的日常生活緊密相關(guān)，現(xiàn)實(shí)世界的很多社會(huì)活動(dòng)，如商業(yè)、教育和娛樂等，都被映射到網(wǎng)絡(luò)中。對(duì)于社會(huì)網(wǎng)絡(luò)中開展的活動(dòng)，通常會(huì)存在能對(duì)大多數(shù)用戶產(chǎn)生輿論和意見導(dǎo)向的一小群用戶，這些用戶被稱為意見領(lǐng)袖[1][2][3]。對(duì)

值的信息。分布式計(jì)算的出現(xiàn)，為解決這一難題提供了思路。Hadoop用于構(gòu)建分布式存儲(chǔ)開源框架，通過(guò)部署在上面的MapReduce程序，廣泛地應(yīng)用于處理海量的數(shù)據(jù)。結(jié)合具體問題，文章設(shè)計(jì)了基于Hadoop的高校日志分析系統(tǒng)，并深入分析了該系統(tǒng)的業(yè)務(wù)處理流程和系統(tǒng)功能框架。通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的分析，證明了系統(tǒng)是有效的和有價(jià)值的。關(guān)鍵詞：日志分析；Hadoop；集群；分布式計(jì)算中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)志碼：B 文章編號(hào)：1673-8454（2015）16-00

分析?；?span id="syggg00" class="hl">分布式計(jì)算架構(gòu)Hadoop，利用并行計(jì)算框架Map/Reduce，構(gòu)建了典型的云計(jì)算環(huán)境，并采用數(shù)據(jù)倉(cāng)庫(kù)分析平臺(tái)Hive，實(shí)現(xiàn)了高效、實(shí)用的海量數(shù)據(jù)分析系統(tǒng)的設(shè)計(jì)。以系統(tǒng)總體框架設(shè)計(jì)為基礎(chǔ)，從客戶端分析、接收服務(wù)器、后端數(shù)據(jù)分析和數(shù)據(jù)可視化等模塊完成了系統(tǒng)設(shè)計(jì)，對(duì)海量數(shù)據(jù)分析處理系統(tǒng)設(shè)計(jì)具有一定參考價(jià)值。關(guān)鍵詞：海量數(shù)據(jù)分析；云計(jì)算環(huán)境；分布式計(jì)算；并行處理；系統(tǒng)設(shè)計(jì)信息技術(shù)的飛速發(fā)展，使產(chǎn)生的信息量呈現(xiàn)爆炸式增長(zhǎng)，為此，圖靈獎(jiǎng)獲得者Jim Gr

挑戰(zhàn)，現(xiàn)有分布式計(jì)算模型仍存在一些不足。運(yùn)用流計(jì)算模型提出分布式流體系結(jié)構(gòu)，包括分布式流編程模型與資源管理等，能夠高效支持多種并行執(zhí)行模式。在10個(gè)CPU-GPU異構(gòu)結(jié)點(diǎn)上實(shí)現(xiàn)了原型系統(tǒng)，仿真實(shí)驗(yàn)驗(yàn)證了7個(gè)不同的測(cè)試用例。實(shí)驗(yàn)結(jié)果表明，與本地串行計(jì)算相比，分布式流體系結(jié)構(gòu)可以平均提高39倍計(jì)算性能，具有較大的應(yīng)用潛力。關(guān)鍵詞：流體系結(jié)構(gòu)；大數(shù)據(jù)；編程模型；分布式計(jì)算近年來(lái)，“大數(shù)據(jù)”已經(jīng)成為國(guó)際社會(huì)普遍關(guān)注的熱點(diǎn)，在金融、軍事、電信等領(lǐng)域引起了人們的高度重

。關(guān)鍵詞：分布式計(jì)算;云計(jì)算;霧計(jì)算;物聯(lián)網(wǎng)中圖分類號(hào)：TP316 ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ?文章編號(hào)：2095-1302（2014）12-00-030 ?引 ?言近幾年來(lái)，“物聯(lián)網(wǎng)”、“云計(jì)算”這兩個(gè)詞語(yǔ)深刻地變革了IT學(xué)術(shù)界、產(chǎn)業(yè)界。但是在實(shí)際應(yīng)用過(guò)程中，物聯(lián)網(wǎng)和云計(jì)算都存在一定的短板和缺憾[1]，具體表現(xiàn)在：（1）物聯(lián)網(wǎng)感知層的數(shù)據(jù)量大而且非常復(fù)雜，海量數(shù)據(jù)間存在著頻繁的沖突與合作，具有很強(qiáng)的冗余性、互補(bǔ)性和實(shí)時(shí)性，同

理技術(shù)； 分布式計(jì)算； Matlab PCT中圖分類號(hào)：TN19?34 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004?373X（2013）02?0036?030 引 言圖像并行處理技術(shù)是將并行計(jì)算應(yīng)用于圖像處理中以提高圖像處理速度的一種技術(shù)，它是圖像處理中的一個(gè)重要方面。多核（又叫多處理器或多CPU）分布式并行計(jì)算就是并行處理的一種解決方式，是將并行計(jì)算的方法應(yīng)用于分布式計(jì)算模式下[1?4]。具體的說(shuō)，是將一個(gè)復(fù)雜問題分解成能夠并行求解的若干子問題，對(duì)這些子問題采用