【摘 要】
：
由于源自传感设备的传感流数据在重用和共享时面临安全性、私密性、实时性和持续性等多方面的挑战,传统的"请求-响应"式的数据服务无法满足用户获取流数据的需求.本文提出了一种面向传感流数据的服务化建模方法以使用户能够按需、持续、实时的获取流数据,主要贡献包括:提出一种流数据服务模型及相应服务建模操作,帮助数据提供者方便的将传感流数据封装并发布为流数据服务;提出了一种事件驱动的流数据服务实现方法,并基于云
【机 构】
：
天津大学计算机科学与技术学院,天津市中国300072;北方工业大学大规模流数据集成与分析技术北京市重点实验室,北京市中国100144;北方工业大学云计算研究中心,北京市中国100144
【出 处】
：
第六届中国计算机学会服务计算学术会议
论文部分内容阅读
由于源自传感设备的传感流数据在重用和共享时面临安全性、私密性、实时性和持续性等多方面的挑战,传统的"请求-响应"式的数据服务无法满足用户获取流数据的需求.本文提出了一种面向传感流数据的服务化建模方法以使用户能够按需、持续、实时的获取流数据,主要贡献包括:提出一种流数据服务模型及相应服务建模操作,帮助数据提供者方便的将传感流数据封装并发布为流数据服务;提出了一种事件驱动的流数据服务实现方法,并基于云环境实现了更新事件的并行划分策略.实验验证了流数据服务在面对高速感知流数据和用户并发请求时的有效性.
其他文献
Web服务优化组合是服务计算领域的热点问题也是NP难问题.人工蜂群算法在连续型优化问题的求解中表现较为出色,但将人工蜂群算法用于求解Web服务优化组合问题的研究还不多见.本文针对单目标与多目标Web服务优化组合问题,分别设计了适用于这两类问题的邻域搜索机制及关键优化策略,提出了基于聚集函数与改进人工蜂群算法的单目标Web服务优化组合方法以及基于帕累托占优与改进人工蜂群算法的多目标Web服务优化组合
协同过滤推荐技术被广泛用于各个推荐系统,但它仍然存在着用户评分数据稀疏性问题,可能导致推荐结果不准确.针对该问题,提出一种基于Sigmoid函数的协同过滤推荐算法.首先,分析用户兴趣与其调用服务的次数之间的非线性关系;其次,定义一个Sigmoid函数,根据服务调用次数计算用户对服务的兴趣度;最后,基于用户兴趣度完成协同过滤算法,实现个性化的服务推荐.实验证明,该方法能有效缓解数据稀疏性问题,提高了
集群文件系统作为一种典型的分布式文件系统类型,通过集群内多个节点的协同,消除了单点故障以及性能瓶颈问题,实现了高可用、高性能以及动态负载均衡,并且具有较高的可扩展性,因此常作为实现和提供云存储服务的关键技术之一.文章针对HDFS集群部署主要局限于同一数据中心内部的问题,提出一种跨集群的文件资源调度机制,支持多个HDFS集群动态组网,实现集群的协同工作;同时通过引入文件资源池,屏蔽了不同集群之间的差
随着GPS设备(如智能手机、GPS导航仪、GPS记录仪等)的广泛应用,其产生的位置信息也越来越多,基于位置的社交网络(location-based social networks,LBSNs)推荐系统受到了更多的关注.旅游行程推荐是LBSNs中非常热门的研究课题之一,但是大多数现有文章主要是研究向单个用户推荐旅游行程.在本文中,研究向用户群体推荐旅游行程.首先,根据用户的签到记录,使用K-mean
支持广域室内位置信息获取是室内外一体化位置服务的基础.基于A-GPS、蜂窝站定位和Wi-Fi指纹定位,并融合智能手机的内置传感器,提出多精度位置传感网构建方法,设计以位置服务网关为核心的可扩展定位场描述模型,定义室内定位位置服务基本接口,形成了满足全息位置地图室内定位需求的位置感知与服务框架.在试验环境下,构建的室内定位与服务系统可以根据不同的感知参数集提供从亚米级到米级的定位精度.
信息-物理融合系统(Cyber-Physical System,CPS)是一个综合计算、网络和物理环境的多维复杂系统.CPS的意义在于将物理设备连接到互联网上，让物理设备具有计算、通信、精确控制、远程协调和自治等五大功能。由于CPS天然的异构、分布式特点,利用面向服务的架构(SOA)的原则指导CPS的建设已经成为一种典型的技术路线.然而,目前大多数方法过度抽象了CPS中时空相关要素,忽视CPS所特
文本作为语言的视觉形式,是人类最重要的交流工具,基于文本的信息隐藏算法具有很高的实用价值.文本的一个明显特点是高度凝练,信息冗余少,因而文本隐藏的容量较低.另一方面,传统的文本隐藏建立在修改载体的基础上,而文本语义对于修改非常敏感,微小的修改可能引起明显异常,因而文本隐藏的隐蔽性较差.针对以上问题,深入分析了网络文本大数据的特点,据此设计了一种基于网络文本大数据的信息隐藏算法,把对载体的修改转化成
针对物联网环境下以服务为资源的竞争问题,从资源调度的角度进行了研究与建模分析.利用资源调度机制和回馈机制建立了服务调度模型,提出了基于回馈的服务等待队列,提高服务选择准确率.运用排队论相关知识对本模型进行了时延特性分析.实验结果表明,本文的方法能够服务资源有限的情况下降低服务请求的时延,保证服务请求的相对公平,同时很好的满足用户的个性化需求.
随着互联网上服务数量的剧增以及类型的多样化,如何准确、高效地发现满足用户需求的服务成为一个巨大挑战,服务聚类是提高服务发现效率的重要技术,但是现有的服务聚类方法很少从服务需求的语义出发.文中提出了一种基于需求功能语义的服务聚类方法:首先,从需求语义角度出发,利用服务描述文本,采用自然语言处理的方法提取服务功能信息集;然后,基于服务功能信息集,进行服务相似度计算;最后,通过K-means算法实现服务
基于数据服务的情景数据集成利用数据服务封装互联网上的数据源,用户根据即时、个性化的需求组合数据服务集成不同数据源中的数据.数据源服务化后,不同数据源之间的数据关联需要通过服务之间的关联实现.由于没有承载数据服务之间数据关联的载体,已发现和建立的关联无法得到复用,用户每次集成都需要手工选择和组合服务,导致组合过程繁琐、易出错,集成的效率低.提出一种面向数据服务之间数据关联的服务超链模型,通过一个服务