基于电信运营商固网DPI系统的大数据清洗方案探讨

随着大数据时代的到来,传统电信运营商也加入到大数据业务开展的庞大阵营中来。固网DPI系统采集到的HTTP等信息为运营商开展对内、对外的大数据业务提供了重要数据支撑。 由于DPI采集信息中含有大量的垃圾数据,在使用数据前对其进行清洗是非常必要的。文章提出一种针对电信运营商固网HTTP信息的清洗方案,经过现网试点部署验证可到80%以上的清洗率,大大节省了存储空间和网络传输带宽,对运营商开展固网大数据业务具有重要的借鉴意义。     

大数据平台基准测试标准化思考

大数据基准测试是大数据技术和产品发展中不可或缺的标尺。目前,虽然已经有了很多的测试工具,如何将它们标准化成为业界关注的焦点。本文介绍了大数据基准测试标准化的紧迫性,分析了大数据基准测试标准化现状和测试工具,指出了大数据基准测试标准化所面临的挑战;最后,对大数据基准测试标准化最新进展,以及大数据基准测试标准化下一步的发展方向进行了展望。     

基于大数据挖掘的小区用户流向分析与应用

借助大数据技术,实现特殊场景特殊应用的分析与预测,有针对性地进行干预,是互联网时代业务推广的重要措施。对于电信运营商,通过MC口获取用户信令数据,然后在基于用户行为的大数据分析基础上,开展各类应用,如景区流量监测应用与人员分流、商圈应用与预防、交通规划等,对企业的市场扩展、历史沉默数据价值挖掘、企业形象树立、客户感知提升等,都具有重要贡献和意义。     

自动化测试及手动测试技术在民机产品数据管理系统中的结合应用

随着民用飞机产品数据管理((Product Data Management,以下简称:PDM))系统在民机制造业各厂所的普及使用,软件测试在PDM系统的推广使用中占据不可取代的角色。通过软件测试可以有效地发现PDM系统中的缺陷,并高效地提高软件的可靠性。软件的测试分为自动化软件测试和手动测试两种。使用自动化软件测试可以大大减少测试的开销,同时提高有限时间内的测试量。然而,通过自动化测试发现所有的问题是不切实际的,我们在PDM系统的测试中,将自动化测试和手动测试技术有效地结合,保证了PDM系统的质量。     

虚拟现实图文在新闻节目中的应用

本文分析了虚拟现实图文包装系统的应用背景,介绍了沈阳电视台400演播室的演播空间设计情况,列举了节目创作结合虚拟图文应用的绚丽融合效果,探讨了虚拟现实图文未来的应用趋势。     

供水调度辅助系统的设计与建设

本文介绍了供水调度辅助系统的设计与建设情况。该系统以信息化技术为支撑,通过模块化的功能搭配和对生产数据的整合,为供水调度工作提供了一个便捷、高效的应用平台,使其渗透作用到调度工作的各个环节,显著提升供水调度的管理水平。     

ARINC429总线信号数据的解析探析

通过本课题的研究和通用ARINC429总线数据解析的研究,实现了对多种外场可更换单元的ARINC429总线接口测试以及相应的ARINC429通讯板卡数据的解析解决方案的实验。     

基于广义数字的垃圾短信拦截策略的研究

当短信已经成为人们生活当中不可或缺的通信方式时,短消息业务也为信息垃圾的传播提供了一条便捷的渠道,因此针对垃圾短信的拦截成为各运营商的社会责任和网络运维的一部分。但低速、短信内容频繁变异让传统的拦截策略束手无策,而中文的博大精深又让新颖的语义分析拦截法命中率低及误拦率高。本文以不变应万变,抽取垃圾短信内容中的联系电话、诈骗卡号等数字串信息作为特征码进行拦截,则实现了对垃圾短信的精准打击,收到事半功倍的效果;如果进一步建立垃圾短信的大数据平台,则可使得基于广义数字的垃圾短信拦截策略如虎添翼。     

电信运营商大数据应用系统建设方案研究

随着互联网的高速发展,全球数据生产高速增长,信息已成为企业战略资产,而大数据被业内普遍认为是电信运营商"去管道化"最有可能的实现方式之一,大数据应用系统的建设对电信运营商而言迫在眉睫。本文对电信运营商大数据应用系统的建设进行探讨,对大数据平台的功能架构、数据库建设方式、数据采集方案等进行研究,力图从解决方案上对电信运营商省级公司部署大数据平台提供借鉴。     

用大数据武装”云”:基于云计算的大数据处理技术

随着互联网、移动互联网和物联网的发展,我们已经迎来了数据大爆炸的时代,数据的快速增长带来了数据存储、处理、分析的巨大压力,而大数据技术(Big data)的引入,不但满足了系统功能和性能的要求,带来良好的可扩展性,降低了IT部署的成本,还拓展了数据智能分析的应用领域。同时,大数据分析与云计算的发展密切相关,云计算是大数据处理的基础,而大数据技术是云计算的延伸,云计算的分布式存储和计算架构为大数据的快速处理和智能分析提供了一种合适的解决方案。本文将探讨建立在云计算基础上的大数据处理技术,包括分布式计算框架、分布式文件系统、大数据管理技术、实时流数据处理、机器学习以及可视化技术等。