最新刊期

    2018年第4卷第4期

      专题:大数据驱动的智能计算体系架构

    • 基于RDMA高速网络的高性能分布式系统

      魏星达, 陈榕, 陈海波
      2018, 4(4): 2018036. DOI: 10.11959/j.issn.2096-0271.2018036
      摘要:高速的RDMA网络设备已经被广泛部署在现代数据中心。RDMA可以从两方面加速分布式系统:首先可以提供一种快速的消息处理机制,其次RDMA提供了新的硬件原语。这极大地提升了处理器的利用率以及对RDMA的使用率,但是需要重新设计系统。介绍了RDMA的研究进展,概述了近年来利用RDMA加速分布式系统的工作,包括基于RDMA重新设计的系统以及如何更好地利用RDMA的设计,并给出了未来的研究方向。  
      关键词:分布式系统;键值存储系统;图处理系统;联机事务处理系统;远程过程调用   
      1695
      |
      2311
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59531333 false
      更新时间:2018-07-15
    • 面向大数据的异构内存系统

      王孝远, 廖小飞, 刘海坤, 金海
      2018, 4(4): 2018037. DOI: 10.11959/j.issn.2096-0271.2018037
      摘要:受限于DRAM和新型非易失性存储器(non-volatile memory,NVM)的缺陷,单纯的DRAM 或者NVM 难以满足大数据应用对内存系统容量以及功耗提出的高要求。因此如何将DRAM和NVM组合成异构内存系统并进行高效的管理、准确的评估,是当今学术界和工业界面临的主要挑战。从体系结构、系统软件、编程模型以及应用等方面对面向大数据的异构内存系统进行分析与研究,提出了一系列异构内存系统的优化方法,如层次化异构内存架、片上缓存管理、访存调度、能耗管理、虚实地址转换和面向对象的内存分配与迁移机制等,并实现了原型系统进行验证。  
      关键词:内存计算;异构内存;大数据;非易失性存储器   
      1130
      |
      1640
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59531337 false
      更新时间:2018-07-15
    • 树状结构大数据类型的高效支持

      陈世敏
      2018, 4(4): 2018038. DOI: 10.11959/j.issn.2096-0271.2018038
      摘要:传统的关系数据模型难以满足大数据应用日益丰富的数据表达和处理的需求,因此实践中涌现了多种非传统的大数据类型。其中,以JSON为代表的树状结构大数据类型被广泛应用,具有重要的理论意义和实用价值。系统介绍了树状结构大数据类型,并探讨如何高效支持树状结构大数据的分析运算。  
      关键词:树状结构大数据;JSON;赤兔   
      653
      |
      1263
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59531330 false
      更新时间:2018-07-15
    • 图数据流的模型、算法和系统

      李友焕, 邹磊
      2018, 4(4): 2018039. DOI: 10.11959/j.issn.2096-0271.2018039
      摘要:在应用数据高速增长的场景下,已有的静态图计算的模型和方法难以应对数据高速更新的挑战,图数据流模型应运而生。首先讨论当前大规模复杂数据流的产生及其管理需求,分析静态图模型以及已有数据流算法、系统在应对这一数据流场景的固有缺陷,阐述图数据流模型产生的重要背景。然后通过总结分析早期图的流式计算以及已有的少量图数据流的研究工作,给出图数据流模型的一般定义。最后,从方法和问题两个角度探讨图数据流的研究前景,并简要介绍图数据流管理系统相关技术架构。  
      关键词:图模型;数据流系统;图数据流;数据管理系统   
      821
      |
      840
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59531331 false
      更新时间:2018-07-15
    • 深度学习编程框架

      王秉睿, 兰慧盈, 陈云霁
      2018, 4(4): 2018040. DOI: 10.11959/j.issn.2096-0271.2018040
      摘要:近年来,深度学习算法日益流行,在各种领域的应用都取得了出色的效果,受到工业界和学术界的广泛关注。越来越多的研究者开始利用深度学习算法解决实际问题(如图像分类、图像识别、语音识别、自然语言处理等)。人们提出了各种各样的深度学习编程框架,便于研究者们开发新的深度学习算法。这些深度学习库的设计原则、抽象层次各有不同。对常见的深度学习编程框架进行了分类介绍,针对深度学习编程框架设计中的关键问题进行了分析,并且对未来深度学习编程框架的发展方向做了展望,为以后深度学习编程框架的设计提供了设计思路和方向。  
      关键词:机器学习;编程框架;大数据   
      704
      |
      1009
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59531334 false
      更新时间:2018-07-15

      应用

    • 混凝土泵送机械大数据挖掘与应用

      赵鑫, 吴德志, 周志忠
      2018, 4(4): 2018041. DOI: 10.11959/j.issn.2096-0271.2018041
      摘要:基于混凝土机械设备的施工数据、业务和生产数据,通过数据清洗和识别技术、业务模型和算法分析技术、数据可视化展示技术,构建了混凝土泵送机械的大数据分析平台,分析了全国相关设备的开工率、市场和发展趋势,并进行了市场预测,实现了动态维护保养、故障统计和实时预警,实现了大数据驱动生产、市场和服务的应用。未来可通过大数据驱动实现工程机械的智能化的转型和发展。  
      关键词:混凝土机械;工业大数据;大数据分析;大数据应用   
      408
      |
      779
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59531440 false
      更新时间:2018-07-15
    • 冒烟指数:大数据监测互联网金融风险

      李崇纲, 许会泉
      2018, 4(4): 2018042. DOI: 10.11959/j.issn.2096-0271.2018042
      摘要:提出以冒烟指数为核心技术的大数据监测预警系统。基于大数据金融监管的理念和方法,利用大数据、云计算、人工智能等技术实时监测整合互联网金融多元异构风险信息,并构建以“人、资金、业务”为主线的风险评测指标。该平台可提升并优化互联网金融风险日常监管的手段和效率,为监管机构的决策提供事实依据和数据参考。  
      关键词:大数据技术;多元异构信息;冒烟指数;互联网金融;风险监测   
      1645
      |
      1567
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59531452 false
      更新时间:2018-07-15

      专栏:大数据领域国家工程实验室

    • 大数据分析与应用技术创新平台

      张平文, 鄂维南, 袁晓如, 傅毅明
      2018, 4(4): 2018043. DOI: 10.11959/j.issn.2096-0271.2018043
      摘要:针对我国大数据挖掘与分析能力弱、大数据算法应用和综合能力不高等问题,系统地介绍了大数据分析与应用技术创新平台的总体技术框架,详细分析了我国大数据分析与应用五大共性技术存在的不足和解决思路,并阐述了创新平台中四大支撑平台的设计思路与应用方向,最后对大数据分析与应用技术国家工程实验室未来的发展方向和重点工作进行了介绍。  
      关键词:大数据;数据处理;质量控制;数据挖掘;可视分析;智能数据管理;国家工程实验室   
      1196
      |
      1432
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59531461 false
      更新时间:2018-07-15

      专栏:2017年度大数据应用实践Top 10

    • 一种节能大数据平台方案

      夏刚, 王立忠, 刘亚恒
      2018, 4(4): 2018044. DOI: 10.11959/j.issn.2096-0271.2018044
      摘要:生产技术及设备的常规改造已无法进一步提高企业能源使用效率。分析了企业在节能方面面临的挑战,在经济背景和社会背景下,节能大数据平台为企业提供了节能解决方法及工具,将工业企业数据资产化,通过大数据行业对标及核心算法挖掘,为工业企业提供节能降耗解决手段。目前,该平台已被多行业广泛采用。  
      关键词:能源效率;节能大数据平台;节能降耗   
      413
      |
      723
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59531528 false
      更新时间:2018-07-15
    0