论文部分内容阅读
随着普适计算、传感器网络、互联网等领域的蓬勃发展,产生了一种新的数据模型——数据流。数据流中的数据有着持续不断到达、速度快、随时间变化、数据量巨大、无法预测等特点。医院的重症监护病房(Intensive Care Unit,ICU)就是数据流产生和应用的典型环境。在重症监护病房中,各种监护设备产生大量的医疗数据流,这些医疗数据流中的数据直接反映了病人生命体征的情况。数据流的在线处理要求和其较高的、不可预测的到达速度对于数据流处理系统提出了较高的资源需求,有时会出现资源不足的情况,需要系统进行降载来缓解资源的不足,以免系统陷入拥塞的状态,保证系统在任何情况下都能够提供实时响应。
本文对于医疗数据流上的降载问题进行了研究,设计并实现了基于多样性语义的降载器,主要内容包括:
·根据医疗数据流的应用特点,提出了模式和模式流的概念,实现了将基于模式的医疗数据流转化为医疗模式流的模式划分方法,便于后续的模式处理;
·分析了以元组作为模式流降载粒度的缺点,并结合医疗模式流的特点和降载需求提出了一种以模式为降载粒度、且基于多样性语义的降载器框架;
·针对各种系统资源不足的情况进行了详细分析,并提出了相应的降载策略,这些降载策略能够保证降载结果的多样性。
在百万量级的真实数据集上的实验证明,本文所提出的降载策略可以在医疗模式流上有效运行,能够保证降载结果的多样性。