基于滑动多窗口的时间序列流趋势变化检测

趋势变化检测在时间序列流中有着非常广泛的应用。针对可变长的趋势变化检测问题,提出一种基于滑动多窗口的趋势变化检测方法,通过动态生成大尺度窗口,来适应可变长的趋势变化检测。针对内存约束下长趋势变化检测问题,提出一种基于增量PLA的窗口数据近似表示方法,给出了其欧式距离下的误差分析,进而提出一种误差修正方法来降低漏检率。大量实验表明,本文提出的检测方法具有高准确率且时间效率很高。     

基于MapReduce的增广动态Skyline查询处理方法

Skyline查询能够计算大规模的数据集中满足多个标准的最优解,被广泛应用于多目标决策等领域.动态skyline查询作为skyline查询的一种重要变体,其结果随着查询点的不同而动态改变,为用户在指定查询要求方面提供了更大的灵活性.然而,随着数据量的不断增加,动态skyline查询会产生大量的查询结果,忽略了查询点的维度方向性和数据的全局整体性,给用户的选择带来极大困难.因此,需要进一步优化动态skyline查询的结果集,提高全局整体性,过滤冗余数据.针对上述问题,提出一种基于MapReduce的增广动态skyline查询处理方法.该方法将原始数据按照维度信息进行分区,在多个节点并行计算动态skyline,优化传统动态skyline结果集,同时提供全局更优的结果供用户选择.在此基础上,针对用户给出某些维度的容忍度的情况,提出一种引入用户容忍度的增广动态skyline查询处理方法.该方法可以根据用户容忍度缩减增广动态skyline查询的原始数据集,很大程度上减少中间结果的比较次数,并且提高了结果集的准确度.大量实验证明,基于MapReduce的增广动态skyline查询处理方法具有更好的有效性、准确性和可用性.     

基于改进哈夫曼编码的大规模动态图可达查询方法

随着社交网络分析、生物信息网络分析等新兴应用的涌现和计算机技术的飞速发展,图的规模迅速增长,并且频繁更新,使得对大规模动态图数据的处理需求愈加迫切.现有的面向大规模动态图的可达查询研究成果较少,尚存在索引压缩困难以及图结构待优化等问题.本文提出了一种支持大规模动态图的基于改进哈夫曼编码的可达查询处理方法（Huffman-based Label Reachability,HuffLR）.该方法首先对预处理图进行结构上的两次压缩,得到双压缩图;其次,基于双压缩图提出一种前缀label索引,该索引能够有效表达节点间的可达关系;最后,提出双压缩图的演进和可达查询处理及优化算法,主要包括边的插入与删除、节点的插入与删除.实验表明,本文提出的基于改进哈夫曼编码的大规模动态图可达查询处理方法具有良好的可行性和有效性.     

DLRD：一种支持动态负载均衡的P2P网格资源发现机制

网格技术是分布式环境中资源共享和协同工作的有效手段,资源发现机制是网格技术中的关键问题.在深入分析目前网格中资源发现机制的基础上,提出了一种支持动态负载均衡的网格资源发现机制--DLRD,并给出了相应的实现算法.DLRD基于P2P实现完全分布式的动态资源发现,可以动态灵活地增加网格中的节点并在各个节点上实现资源的动态均衡注册和定位查找.     

一种基于虚拟工作空间的有状态网格服务副本复制方法

 网格副本复制技术只能对无状态的数据、文件资源等进行复制,而不能对网格服务这种包含软硬件需求、有状态的服务形式进行复制.为解决网格服务的访问瓶颈、负载均衡等问题,本文提出一种基于虚拟工作空间的有状态网格服务副本复制方法Ragsres.Ragsres利用虚拟工作空间良好的执行分离属性和对执行环境可定制化的特性,实现对网格服务运行所需的软硬件环境的搭建和复制;根据虚拟机监控快照技术的数据转换原理,完成网格服务内存状态的复制;采用web服务的有状态资源模拟技术,实现有状态资源的状态复制.