随着全球数据爆炸式增长,巨大的增长速度使数据难以处理与存储。大数据时代已经来临。大数据涉及于众多领域中,如Web文本文件、Web日志、电子商务、社交网络、天文学、传感器网络、基因组学、医疗记录、视频监控等等。因而大数据需要在多领域中处理分析。另外,大数据也带来新的机遇,大数据中隐藏着数据的潜在价值信息,需要通过大数据技术挖掘提取。同时大数据也导致了新的挑战,如数据集如何有效组织与管理。信息物理融合系统(Cyber-Physical System,简称CPS)由美国自然基金委员会在2006年率先提出。CPS是基于对周围环境的感知,融合了通信、计算和控制三大功能的可控、可信、可拓展的网络化物理设备的系统,它使用计算进程和物理进程的反馈循环,来实现融合与实时交互,并扩展或增加新的功能,以可靠、安全、实时和高效的方式检测或控制物理实体。CPS对计算、通信、控制三者进行综合协作,把计算单元与物理单元的紧密结合,实现对复杂系统的动态控制和实时感知。本文结合大数据与信息物理融合系统,使用结构分析与设计语言AADL,对以列车自动控制系统为例的信息物理融合系统进行建模,并对系统进行分析、扩展与验证。文章的内容包括：对大数据与信息物理融合系统进行分析,其中包括大数据的6V属性,MapReduce模型、实时技术与基于云的信息物理融合系统,另外提出基于大数据的信息物理融合系统建模需求,接着使用AADL结合大数据对时空模型、动态连续性与故障模型等进行扩展分析,然后以列车自动控制系统为例,使用AADL对基于大数据的列车自动控制系统进行建模与分析,其中以系统整体、ATC、ATP、ATS、ATO与数据中心等方面进行建模分析,另外还对系统的非功能需求、数据流与大数据属性进行合理化建模,紧接着对列车自动控制系统进行扩展,主要包括：时空、行为、MapReduce与错误模型,最后绑定所有构件到系统中,并对系统进行验证与分析,其中通过整体模型、可调度性以及流分析等方面验证证明系统的有效性。从而得出此分析与设计方法的正确性。