论文部分内容阅读
近年来,手机信令数据与云计算技术的研究吸引了广大科研工作者的兴趣,基于手机信令数据与云计算技术的区域人流量统计分析研究为实现物联网、智慧城市、智能交通提供了新的方案。考虑到手机信令数据与云计算技术的结合,本文基于云计算技术,并结合对手机信令的处理分析,提出了基于云环境的区域人流量统计分析课题,并对提出的课题进行了实验室阶段的实现和对数据结果的分析。本文工作及创新点主要包括如下几个方面:1.为了研究如何通过移动终端的通讯数据与云计算技术来推动智慧城市,智慧交通政策的发展,本文基于区域人流量统计提出了一种基于云环境与手机信令数据的人流量统计方法。通过虚拟化技术,在实验室阶段搭建了云计算集群,对所提出的方案进行了实验室阶段的实现,并对得到的数据进行了对比分析。2.考虑到云平台实现过程中出现的云计算集群问题,本文以实现统计区域人流量为前提开展了Hadoop平台和Spark平台的研究。提出了基于Hadoop平台MapReduce框架的区域人流量统计算法(Regional Human Statistics based MapReduce Frame,RHS-MF)与基于Spark框架的区域人流量统计算法(Regional Human Statistics based Spark Platform,RHS-SP),并详细展示了算法实现过程,深入探索了基于云环境下通过手机信令数据得到区域人流量结果的可行性。3.考虑到基于两种平台算法的差异性,本文以实验室阶段计算集群为基础,以两个平台对手机信令处理数据的耗时结果为参数指标,展开了两个平台在处理速度方面的对比分析。通过分析处理数据的耗时指标,对Hadoop与Spark单机,Hadoop与Spark集群,Hadoop单机与spark集群等多个方面进行了基于云环境下对于不同平台在处理速度上性能差异的分析,深入地探索了在云环境下不同技术的处理速度方面性能对比。