信息科學(xué)的快速發(fā)展顯著提升了社會生產(chǎn)和生活的智能化水平,其核心是對實時數(shù)據(jù)的全面采集、安全存儲和高效計算。由于數(shù)據(jù)采集過程的連續(xù)性,獲得的數(shù)據(jù)量不斷增加,通常需要借助于云計算技術(shù)完成存儲。從時序角度來看,大量的數(shù)據(jù)樣本匯聚形成了數(shù)據(jù)流,而數(shù)據(jù)流中蘊(yùn)含的信息具有時效性,其價值會隨著時間的推移而不斷降低。因此,本文分別從云端存儲的安全性和計算的時效性兩方面研究數(shù)據(jù)流的相關(guān)理論和技術(shù)。受免疫系統(tǒng)、記憶系統(tǒng)等生物機(jī)理的啟發(fā),研究針對不同場景下數(shù)值異常問題的新型解決方法。本論文的主要工作可以概括為以下幾個方面:（1）模擬生物免疫系統(tǒng)的機(jī)體防御機(jī)理,結(jié)合云端存儲的分布式特性,提出了一種改進(jìn)的動態(tài)免疫算法IDIA（Improved Dynamic Immune Algorithms）和基于免疫記憶機(jī)制的數(shù)據(jù)樣本高效分層檢索策略。在抗體生成和動態(tài)更新的過程中,分別提出了移位變異和隨機(jī)分組等改進(jìn)策略,提升IDIA的抗體生成效率和動態(tài)環(huán)境的自適應(yīng)能力。針對云端數(shù)據(jù)存儲問題,以分布式主從結(jié)構(gòu)HDFS（Hadoop Distributed File System）為基礎(chǔ),分析了傳統(tǒng)云端數(shù)據(jù)安全防御方法中存在的... 

【文章來源】：東華大學(xué)上海市 211工程院校 教育部直屬院校

【文章頁數(shù)】：122 頁

【學(xué)位級別】：博士

【部分圖文】：

工業(yè)智聯(lián)網(wǎng)的內(nèi)生價值挖掘[22]

第一章緒論10多模式的新型生產(chǎn)格局，本文從神經(jīng)生物學(xué)角度分析了大腦皮層對復(fù)雜信息的處理方式，模擬了大腦皮層中神經(jīng)元的稀疏離散特征，建立了一種無需預(yù)處理的無監(jiān)督實時數(shù)據(jù)流異常檢測方法。同時，提出了一種面向區(qū)分顯式異常和隱式異常的決策矩陣方法，該方法不但能夠及時捕獲外部干擾也能及時發(fā)現(xiàn)內(nèi)部的生產(chǎn)需求變化。通過模擬類腦的時序記憶機(jī)制，進(jìn)一步構(gòu)建了一種在少樣本情形下依舊可以工作的快速自適應(yīng)學(xué)習(xí)方法，以適應(yīng)復(fù)雜多變的生產(chǎn)環(huán)境。最后，結(jié)合實際流程工業(yè)生產(chǎn)過程，設(shè)計了一種面向多模式生產(chǎn)需求的異常數(shù)據(jù)流實時監(jiān)測與自適應(yīng)學(xué)習(xí)系統(tǒng)。1.4章節(jié)安排本論文的章節(jié)結(jié)構(gòu)安排如圖1-2所示：圖1-2本文篇章結(jié)構(gòu)第一章總領(lǐng)全文，介紹了本論文的研究背景和研究意義，綜述了云端數(shù)據(jù)的安全存儲和實時數(shù)據(jù)流的高效計算問題，剖析了現(xiàn)有方法中存在的問題，敘述了本論文的研究內(nèi)容和主要創(chuàng)新點(diǎn)，并給出了全文的篇章結(jié)構(gòu)。第二章主要介紹了與本論文研究內(nèi)容相關(guān)的技術(shù)基礎(chǔ)，其中包括了云計算技術(shù)以及基于Hadoop的分布式文件系統(tǒng)（HDFS）在云端的數(shù)據(jù)存儲模式，也包括了對相關(guān)生物機(jī)理的介紹，如生物免疫系統(tǒng)和類腦記憶系統(tǒng)。生物免疫系統(tǒng)主要用于構(gòu)建數(shù)據(jù)的安全存儲模型，而生物記憶系統(tǒng)將通過對分層記憶機(jī)制和時序記憶機(jī)制進(jìn)行

DataNode負(fù)責(zé)文件數(shù)據(jù)的存儲和讀寫操作，HDFS將文件數(shù)據(jù)分割成若干個數(shù)據(jù)塊，每個 DataNode 存儲一部分?jǐn)?shù)據(jù)塊，通過這種方式使得文件能夠分布式存儲在整個HDFS 服務(wù)器集群中。 2.2.3 數(shù)據(jù)流 數(shù)據(jù)流是大數(shù)據(jù)治理過程中的重要方面之一，是一種具有強(qiáng)時序特征的數(shù)據(jù)形式，與傳統(tǒng)的靜態(tài)數(shù)據(jù)相比具有連續(xù)性、無序性、無界性以及實時性等特點(diǎn)[93]。圖2-3 展示了大數(shù)據(jù)、時間序列數(shù)據(jù)以及數(shù)據(jù)流之間的包含關(guān)系。

【參考文獻(xiàn)】：
期刊論文
[1]工業(yè)智聯(lián)網(wǎng):基本概念、關(guān)鍵技術(shù)與核心應(yīng)用[J]. 王飛躍,張軍,張俊,王曉.  自動化學(xué)報. 2018(09)
[2]智聯(lián)網(wǎng):概念、問題和平臺[J]. 王飛躍,張俊.  自動化學(xué)報. 2017(12)
[3]過程工業(yè)大數(shù)據(jù)建模研究展望[J]. 劉強(qiáng),秦泗釗.  自動化學(xué)報. 2016(02)
[4]大數(shù)據(jù)分析中的計算智能研究現(xiàn)狀與展望[J]. 郭平,王可,羅阿理,薛明志.  軟件學(xué)報. 2015(11)
[5]具有回憶和遺忘機(jī)制的數(shù)據(jù)流挖掘模型與算法[J]. 趙強(qiáng)利,蔣艷凰,盧宇彤.  軟件學(xué)報. 2015(10)
[6]云控制系統(tǒng)及其面臨的挑戰(zhàn)[J]. 夏元清.  自動化學(xué)報. 2016(01)
[7]Water Supply Networks as Cyber-physical Systems and Controllability Analysis[J]. Yongsong Wei,Shaoyuan Li.  IEEE/CAA Journal of Automatica Sinica. 2015(03)
[8]云數(shù)據(jù)安全存儲技術(shù)[J]. 馮朝勝,秦志光,袁丁.  計算機(jī)學(xué)報. 2015(01)
[9]云計算下的數(shù)據(jù)存儲安全可證明性綜述[J]. 梁彪,曹宇佶,秦中元,張群芳.  計算機(jī)應(yīng)用研究. 2012(07)
[10]云環(huán)境中支持隱私保護(hù)的可計算加密方法[J]. 黃汝維,桂小林,余思,莊威.  計算機(jī)學(xué)報. 2011(12)



本文編號：3237489