高功率微波系统仿真数据管理支撑技术

针对目前高功率微波系统仿真平台产生大规模复杂结构时变数据场,提出了新的数据存储与处理需求,而现有数据管理方法难以提供平台所需要的数据存取与分析能力。为此,通过研究科学数据表示、元数据管理、高效I/O、并行处理和快速选择等关键技术,集成应用成果并研制自主产权的科学数据管理软件,实现了高功率微波系统仿真实验数据的高效存储、组织与管理,对于方便平台子系统间的数据交换、提升数据存取效率及研究关键物理问题起到了很好的支撑作用。     

基于云环境下的海量大数据存储系统设计

云计算是目前国际和国内新兴的一项热门技术,正在给人们的生产生活方式带来深刻的变革;在分布式文件系统中,为了实现数据的可用性和持久性,数据通常被分割成大小相同的文件块,通过多副本的形式分布存储在不同地理位置;大型的云计算服务提供商拥有自己的数据中心,这些数据中心往往分布在世界的不同角落,数据以副本的形式分布在不同的地理位置可以实现更好的容错机制,从而提供高可用的持久化的数据存储;文章主要研究了海量大数据存储系统设计,系统设计以Hadoop为平台,提出了一种新的基于云计算环境的海量大数据存储设计方法,主要给出了文件存储方案设计以及副本方案设计等,为云计算海量数据存储与管理提供了一种可行的关键技术方案。     

基于S1000D标准的技术出版物公用信息管理研究

为解决飞机技术出版物中公用信息的管理问题,提高信息的重用性和数据交换的便利性。通过对S1000D标准中公用信息库(CIR)概念的介绍,结合CIR在某大型客机维修类技术出版物编写中的实际应用情况,具体说明了CIR在公用数据管理、技术出版物编写、数据交换方面的优势,及其在提高技术出版物质量方面所起的重要作用。     

基于4G通信的民机试飞遥测监控技术架构

民机适航审定试飞时需要传输海量的测试数据,由于试验科目的苛刻要求,试飞任务需在多地同时开展。针对这种需求,提出一种基于4G通信的民机试飞监控技术架构,构建多地试飞一体化测试网络,并通过了飞行试验数据传输测试,该技术架构可满足试验机试飞数据高速传输需求,满足试验数据多地传输需求。该技术的应用增强了安全监控能力,提高试飞效率。     

基于Hadoop社交网络分析平台的设计与实现

随着社交网络的快速发展,海量社交网络的数据挖掘成为一个重要课题。针对海量数据的社交网络分析方法进行研究,以Hadoop的分布式文件系统和Map/Reduce并行方法设计基于Hadoop的分布式数据挖掘框架,在此基础上,通过Map/Reduce的并行方法,将传统数据挖掘算法并行化,以谱聚类的并行为例,阐述转化的过程并对在大数据条件下所面临的内存不足的问题给出相应的算法优化。最后对3个不同量级的数据集进行实验,验证基于Hadoop的社交网络分析平台的框架的合理性和算法并行化的有效性。     

仿真工程管理系统研究

仿真系统中存在不同的应用目的,涉及多种仿真想定、模型、数据、评估等内容,在多用户情况下仿真资源缺乏统一的管理,会严重影响了仿真系统的使用效率。为了提升仿真系统的使用效率,本文提出一种仿真工程管理的方法,利用共享内存实时采集MOM数据实现对邦员负载信息的有效监控;通过服务器统一收集XML格式仿真联邦运行数据和监控日志实现仿真运行回放;通过构建通用模型接口和评价体系实现了基于Web的仿真评估。基于B/S架构构建了仿真工程管理系统,可将模型和数据以仿真工程为单位进行统一管理,实现了对仿真运行的统一监控、数据的统一的收集与管理、评估模型管理和基于仿真试验数据的仿真评估,从而提高仿真系统的使用效率,减少仿真应用系统的集成工作量。     

基于TD-LTE的智慧油田测控系统的研究与实现

对基于TD-LTE的智能测控系统的设计进行了研究,进行了软硬件系统架构及组网性能的分析,提出了下一代IPV6协议的电子标签式设备管理模式。该智能测控系统以AT91SAM9263EK为微处理器,以Linux为操作系统平台,为传感器连接、电量监测、示功仪测量等扩展了各种接口,实时获取各个从站数据存储到modbus对应4个区地址内,并动态映射到sqlite3数据库中,实现了位移、载荷和电流数据的同步,通过4G网络以MODUBS/TCP协议发送到数字中心。管理软件轮询采集各油井的各项参数,存储到本地Oracle数据库,为大数据挖掘分析作标准数据储备,对设备的运行状态、意外突发远程启停井等做全生命周期管理,实现了全油区油水井管理物联化、数字化、自动化的新型管理体系的目标。     

加速器驱动次临界系统注入器Ⅱ数据归档系统

针对加速器驱动次临界系统(ADS)中强流质子直线加速器，即ADS注入器Ⅱ，设计了数据归档系统。该系统能实时采集加速器运行时各设备的状态信息和通过中央控制室远程发出的指令信息，为加速器调束人员和系统维护人员提供最真实的参考信息，方便故障排查和后期数据分析。系统基于以太网，运行于实验物理与工业控制系统EPICS(Experimental Physics and Industrial Control System)架构上，和设备的数据交换采用CA协议(Channel Access Protocol)。采用Keepalived和MySQL实现高可用数据库服务，采用ArchiveEngine作为数据采集工具，采用DataBrower进行数据查询和曲线绘制。对归档数据库进行了查询优化，并自行开发了数据库服务器和归档引擎的运行状态监控程序，从而保证了整个数据归档系统的稳定运行。通过现场运行，系统可满足ADS注入器Ⅱ运行要求，维护方便，只需将相应PV(Process Variable)信息添加到数据库channel表格中即可实现数据采集。     

基于B/S架构的“神龙一号”数据库系统的实现

"神龙一号"数据库系统采用B/S体系架构,位于服务器的动态Web应用软件采用ASP.NET技术开发,并根据Web应用程序和ASP.NET技术的特点,把Web应用程序划分为用户界面层、业务逻辑层和数据访问层3个基本的层次;加速器状态以及实验过程中产生数据采用数据库管理系统SQL Server管理;同时应用ADO.NET技术实现服务器应用软件对数据库的访问。"神龙一号"数据库系统设计了依据实验号和试验时间对机器状态、控制的参数、测试信号波形等数据的查询引擎,以B/S架构为基础开发的"神龙一号"数据库应用系统满足了实验人员对数据存储、管理、浏览、查询以及离线分析和利用数据进行二次开发的要求。     

基于C/S的高校机房管理系统研究与设计

介绍如何使用纯软件方式满足高校机房管理的实际需求。系统采用C/S架构,以学生登录帐号管理为核心。     

网络计算环境下大容量数据安全存储策略研究

近年来,随着计算机技术的发展,网络环境下的数据运算能力愈来愈强。加之,大数据时代的来临将人们日常生活、工作、学习的物质化信息转化为数据化关联性链条,通过网络进行大数据资源共享,简化了工作学习的繁杂,提升了工作学习效率。但是,传统的网络储存策略常常出现数据泄露、储存服务器数据溢出等一系列储存安全问题。针对问题产生原因,提出网络计算环境下大容量数据安全存储策略研究方法。通过采用数据修正单元、逻辑补偿单元与节点加密单元,对传统网络储存策略进行动态化针对性解决。通过仿真实验证明,提出的网络计算环境下大容量数据安全存储策略研究方法,具有数据储存响应速度快、反渗透逻辑性强、数据安全级别高、易用性强的优点。     

民机运行大数据分析平台整体架构研究

针对日益增长的民用航空巨量数据,借助大数据存储和分析技术,构建民用航空运行大数据分析平台,可更有效支撑快速响应、航材管理、健康管理等各项民机运行业务。结合目前国内外民用航空领域大数据技术的应用现状,梳理民机运行的业务模式及数据类别,设计并构建民用航空大数据分析平台的整体架构。根据目前民用航空运行业务需求,对民用航空大数据平台的硬件平台的管理节点、数据节点的计算能力等功能性能进行设计,并对民用航空大数据平台的轻量级计算、离线数据计算、实时在线数据处理分析等计算需求进行研究,针对不同的计算方式,提供具体解决途径。最后对民机运行大数据分析平台的业务应用集成及接口技术进行研究。分析表明研究成果有助于提高我国民机运行效率,为民用飞机运行大数据平台提供支撑。     

New frontiers in computing and data analysis – the European perspectives

ABSTRACT

Nowadays, Europe is heavily engaged in the evolution of a new generation of high-performance computing (HPC), and new perspectives are looking at the emerging computational era called exascale. The presence of converging, domain-independent interests on Big Data among different communities, from Information Communication Technologies (ITC) to Life Sciences, Physics, Astrophysics, Space Sciences and many other fields, as well as the development of new skills, is leading to the establishment of specific collaborations with the aim of exploiting knowledge, capacities and research and innovation potential from different communities. The new program of Europe (named EuroHPC) is encouraging the sharing of these experiences and the cooperation between different entities like scientific research centers, small and medium-sized enterprises (SMEs) and private industries, for joint actions and the development of new skills in the Big Data and artificial intelligence (AI) domains. This program has two main pillars: ‘Supercomputing and Data Infrastructure Programme’ to deliver two world-class precursors of exascale supercomputers on 2020 and ‘Research and Innovation Programme’ on HPC to support the development of European supercomputing technology with the co-design of European exascale machines and to foster applications, skills development and a wider use of the new generation of computing systems. The co-design of these new systems, considering the big amount of data they need to handle with increasingly complexity, will also drive the development of a new generation of artificial intelligence techniques and visual analytics systems to underpin more accurate investigations. This paper is an analysis of the evolution of computing from a European perspective, looking at new generation systems and data analysis techniques in the era of Big Data, illustrating ideas with examples developed within the context of a specific physics field.     

大数据服务深度需求与SOA协作集成的异构系统融合机制

大数据服务需求的认知深度和服务架构的融合度直接影响多业务大数据应用的资源管理和服务质量,本文提出了一种基于大数据服务深度需求分析和面向服务的协作集成架构的异构系统融合机制。该机制,一方面,在分析大数据源多样化、差异化大数据组织形式及其存储方式,结合不同类型用户的需求差异化特征,建立了大数据服务需求分析模型。另一方面,对于多态异构的移动互联网大数据服务,经过结构化和开放性处理后,给出大数据通信和服务调用描述定义,提出了SOA协作集成的异构系统融合架构。仿真实验结果表明,所提出的算法在大数据服务响应成功率、执行时间和代价比等方面具有明显优势。     

Visualizing spatial interaction characteristics with direction-based pattern maps

Journal of Visualization - In the era of big data, large amounts of detailed spatial interaction data are readily available due to the increasing pervasiveness of location-aware devices and...     

CADF-CSE: Chaotic map-based authenticated data access/sharing framework for IoT-enabled cloud storage environment

Data is an essential asset of an organization or individual in this information age. Secure and resource-efficient data communication has become paramount in the IoT-enabled cloud storage environment. The users must communicate with the cloud storage servers to access, store, and share the data utilizing the public communication channel, which is exposed to various security threats. Moreover, various security frameworks have been presented to render secure data access, storage, and sharing functionalities for the cloud storage environment. Most of them are complicated and incapacitated of resisting various security attacks. Thus, it is imperative to design a secure and resource-efficient data access, storage, and sharing framework for the cloud storage environment. This paper presents a chaotic map-based authenticated data access/sharing framework for the IoT-enabled cloud storage environment (CADF-CSE). CADF-CSE is designed using the chaotic map, authenticated encryption scheme (AEGIS), and one-way hash function (Esch256). The proposed CADF-CSE comprises three significant phases user access control, data storage, and data sharing. The user access control phase enables the user and cloud server to attain mutual authentication followed by the secret session key establishment. Using the established SK during the access control phase user and cloud server exchange information securely across the public Internet. The data storage phase facilitates the data owner to store the data on a cloud server in encrypted form, where encryption is performed with a secret key derived from the user’s biometric. The data-sharing phase enables users to access the data from the cloud server after acquiring mutual permission from the cloud server and the data owner. In addition, an explication of the CADF-CSE through formal and informal analysis shows its resilience to various security attacks. Finally, the performance comparison explicates that CADF-CSE renders better security features while requiring lower computational and communication costs than the related security frameworks.     

社交网络中热点话题深度挖掘方法及实验测试

互联网大数据时代,社交网络数据交互具有实时性、社会性、复杂性。多元架构数据信息中会存在热点话题数据。传统社交网络热点话题挖掘方法存在热点词条检索速度慢、话题词条层浅、断层数据无法挖掘等一系列问题,如何将社交网络中的热点话题数据进行挖掘,针对这一问题提出大数据信息词条特征比对提取方法,对社交网络中的大数据数据信息词条进行特征显化处理,采用饼图对比方式对特征化词条数据进行网络互交频率展现,采用多维数据获取法,解决社交网络热点话题挖掘中出现的数据阻滞现象,满足社交网络中热点话题深度挖掘的要求。通过仿真实验对提出方法进行效率、准确度、速度测试,实验结果表明,提出方法对社交网络中的热点话题挖掘快捷、高效、实用性强。     

Informatics methods to enable sharing of quantitative imaging research data

Introduction

The National Cancer Institute Quantitative Research Network (QIN) is a collaborative research network whose goal is to share data, algorithms and research tools to accelerate quantitative imaging research. A challenge is the variability in tools and analysis platforms used in quantitative imaging. Our goal was to understand the extent of this variation and to develop an approach to enable sharing data and to promote reuse of quantitative imaging data in the community.

Methods

We performed a survey of the current tools in use by the QIN member sites for representation and storage of their QIN research data including images, image meta-data and clinical data. We identified existing systems and standards for data sharing and their gaps for the QIN use case. We then proposed a system architecture to enable data sharing and collaborative experimentation within the QIN.

Results

There are a variety of tools currently used by each QIN institution. We developed a general information system architecture to support the QIN goals. We also describe the remaining architecture gaps we are developing to enable members to share research images and image meta-data across the network.

Conclusions

As a research network, the QIN will stimulate quantitative imaging research by pooling data, algorithms and research tools. However, there are gaps in current functional requirements that will need to be met by future informatics development. Special attention must be given to the technical requirements needed to translate these methods into the clinical research workflow to enable validation and qualification of these novel imaging biomarkers.     

航天器质量信息大数据技术的研究与实现

为实现航天器质量信息的有效管理和深度应用,分析了航天器质量信息的重要意义和数据特征,充分借鉴当前流程的大数据技术成果,基于ORACLE、MongoDB和HBase技术实现数据源层,基于Hadoop、Storm、MySQL、Berkeley DB和HANA技术实现数据处理层,基于SOA和Web Service技术实现数据服务层,基于多种技术方式实现具有多种应用功能的数据应用层,基于Windows Server 2012、CentOS 6.5、Unix、PHP和HTML5等技术实现系统软件开发部署,建立了覆盖全生命周期全方面的航天器质量信息系统,分析了系统所涉及的多源异构数据的采集、传输与存储,质量信息数据实时处理与分析,实时质量监控、预警和评估等关键技术实现途径,并对应用前景进行了展望,实现航天器研制全周期全过程全方位海量数据采集、处理、分析、预测和评估,使航天器质量管理更加科学、精准、高效。     

基于NAS的私有云存储平台的设计与实现

随着大数据时代的到来与高速网络建设的快速推进,数据化网络资源共享已渗透到人们的日常工作、学习、生活当中。数据网络化储存、多人资源共享成为现代信息传播与保存的重要方式。但是,网络储存平台的安全性一直令使用者担忧。因此,各种各样的私有云储存平台孕育而生,为使用者提供相对独立的个人使用空间。经过长期的使用发现,传统的私有云存储平台虽然可以达到一定的安全性,但是,安全性只相对公共开放网盘而言。同时,存在多用户瞬时访问下协议拥堵、大数据交互节点回馈延迟高的问题。针对传统私有云的架构特点与问题产生原因,提出基于NAS的私有云存储平台的设计与实现方法。采用基于NAS的协议加密技术、多路访问优化单元、数据压缩单元对传统私有云存在的问题进行针对性解决。通过仿真实验证明,提出的基于NAS的私有云存储平台的设计与实现方法,具有数据储存安全性高、峰值状态下访问点网络畅通性好、数据网络传输交互率高、延迟小等优点。