如今,交通基礎設施日益完備,各種監(jiān)控設備無時無刻不在收集信息,形成了規(guī)模龐大、來源繁多的交通數(shù)據(jù)集。此外,隨著物聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展,交通監(jiān)控設備已不再是一個個孤立的節(jié)點。然而,傳統(tǒng)交通數(shù)據(jù)分析往往基于某單一監(jiān)控設備所獲取的數(shù)據(jù),未考慮到各節(jié)點數(shù)據(jù)之間的關(guān)聯(lián)性,缺乏對整體數(shù)據(jù)的聯(lián)動分析。從而,本文提出基于云計算的車輛軌跡分析系統(tǒng),引入Storm實時流處理與Hadoop分布式處理框架,對車輛軌跡數(shù)據(jù)進行實時與離線兩階段分析,深入挖掘軌跡數(shù)據(jù)間的內(nèi)在聯(lián)系,辨別違章車輛,輔助交通監(jiān)管。論文研究工作主要包括以下幾個方面:1)設計了基于Storm的車輛違章實時檢測方案。將Kafka消息緩沖隊列與Storm結(jié)合,構(gòu)建實時處理平臺。根據(jù)軌跡流數(shù)據(jù)與實時計算的特點,設計了車輛違章實時檢測算法,快速判斷超速與套牌車輛。為增強系統(tǒng)實時性,依據(jù)道路網(wǎng)絡的空間特性結(jié)合Dijkstra算法提出啟發(fā)式最短路徑搜索算法。2)設計了一種輕量級動態(tài)密鑰數(shù)據(jù)加密方案,增強交通監(jiān)控設備與服務器之間的通信安全。在保證實時通信且不過多增加監(jiān)控設備計算負荷的情況下,實現(xiàn)雙向身份認證、通信加密以及會話密鑰更新同步等功能,并通過BAN... 

【文章來源】：華東師范大學上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：110 頁

【學位級別】：碩士

【部分圖文】：

Hadoop配置文件core-site.xml

華東師范大學碩士學位論文好Hadoop后，主要需要修改/hadoop/etc/hadoop目錄下的五個xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml 與 slaves 文-site.xml 中指定了 Hadoop 的臨時目錄和 HDFS 路徑。圖 5-3 Hadoop 配置文件 core-site.xml-site.xml 設置了第二名稱節(jié)點的路徑和 HDFS 副本數(shù)等。

圖 5-3 Hadoop 配置文件 core-site.xml-site.xml 設置了第二名稱節(jié)點的路徑和 HDFS 副本數(shù)等。圖 5-4 Hadoop 配置文件 hdfs-site.xmlred-site.xml 指定了 yarn 作為 MapReduce 的資源調(diào)度器、歷史史記錄網(wǎng)頁訪問接口等。

【參考文獻】：
期刊論文
[1]物聯(lián)網(wǎng)前沿技術(shù)在智能交通中的應用研究[J]. 胡瀅濱,李麗華.  山東工業(yè)技術(shù). 2019(01)
[2]基于RFID技術(shù)電子車牌應用研究[J]. 耿乙喆.  云南警官學院學報. 2018(06)
[3]圖像識別在智能交通領(lǐng)域中的應用[J]. 張哲,李挺.  無線互聯(lián)科技. 2018(16)
[4]城市軌道交通信號系統(tǒng)信息安全問題研究[J]. 陶偉.  城市軌道交通研究. 2018(S1)
[5]城市道路交通事故成因及影響關(guān)系分析——以深圳市坪山區(qū)為例[J]. 滕敏.  交通與運輸(學術(shù)版). 2018(01)
[6]基于卡口監(jiān)測數(shù)據(jù)流的套牌車檢測[J]. 李敏茜,毛嘉莉,袁培森,金澈清.  華東師范大學學報(自然科學版). 2018(02)
[7]基于雙基站交通數(shù)據(jù)采集技術(shù)的假套牌車輛識別方法[J]. 于影,王靜,寧丹,郭建華.  交通信息與安全. 2017(04)
[8]基于OpenStreetMap的地圖匹配算法研究[J]. 蔣宗禮,李娟.  軟件導刊. 2017(07)
[9]面向海量交通數(shù)據(jù)的HBase時空索引[J]. 房俊,李冬,郭會云,王嘉怡.  計算機應用. 2017(02)
[10]基于Storm的高速公路實時交通指數(shù)評估方法的研究與實現(xiàn)[J]. 楊杰,朱邦培,吳宏偉.  計算機應用研究. 2017(09)

碩士論文
[1]非結(jié)構(gòu)化車聯(lián)網(wǎng)大數(shù)據(jù)存儲與處理技術(shù)研究與應用[D]. 張春風.中國科學技術(shù)大學 2018
[2]基于HBase的交通大數(shù)據(jù)查詢優(yōu)化研究[D]. 蘇旭博.蘭州交通大學 2018
[3]基于Storm平臺的城市道路交通擁堵識別研究[D]. 韓星.西華師范大學 2018
[4]基于大數(shù)據(jù)的交通流量模式分析研究[D]. 牛孜飏.哈爾濱理工大學 2018
[5]基于Kafka的大數(shù)據(jù)流式處理分析系統(tǒng)[D]. 劉祥.浙江工業(yè)大學 2017
[6]車聯(lián)網(wǎng)大數(shù)據(jù)處理系統(tǒng)的設計與實現(xiàn)[D]. 宋秉華.中國科學院大學(中國科學院工程管理與信息技術(shù)學院) 2017
[7]基于Kafka和Storm的實時日志流處理系統(tǒng)的設計與實現(xiàn)[D]. 周敏菲.貴州大學 2017
[8]基于Storm的實時交通信息管理系統(tǒng)的設計與實現(xiàn)[D]. 李申申.揚州大學 2017
[9]交通秩序數(shù)字化管理平臺[D]. 陳旭.吉林大學 2016
[10]基于HBase的交通數(shù)據(jù)管理平臺設計與實現(xiàn)[D]. 宋仁勇.山東大學 2016



本文編號：2989553