简介：评价信息系统好坏的首要标准是要保证安全。保障信息安全有很多技术手段,大部分技术方法都是预防性的。限制、预防的手段对于系统安全是不够的,一旦遇到问题必须要能够进行事后排查,追根溯源,数据审计就是一种事后审查的方法。信息系统要能够通过数据审计方法事后排查问题，必然要求在系统设计、开发和实施过程中。采取预先设置的技术方案。

简介：摘要随着信息技术特别是网络技术的飞速发展，人们收集、存贮、传输数据的能力不断提高。数据出现了爆炸性增长，与此形成鲜明对比的是对决策有价值的知识却非常匮乏。知识发现与数据挖掘技术正是在这一背景下诞生的一门新学科。数据挖掘要在实际应用中发挥作用，高性能挖掘算法和数据挖掘软件平台是重要的技术基础。文章以数据挖掘最基本问题、频繁模式与关联规则挖掘为切入点，研究高时间效率、高空间可伸缩性的挖掘算法和分布，异质、海量数据的协同挖掘软件模型，并探讨了数据挖掘过程中的隐私保护问题。

简介：人们都说现在是信息时代,适逢其时,大家均以欣喜的心情迎接跨入21世纪的到来。信息是企业的重要资源,在这数字化的年代,数据就是信息,信息就是知识,掌握知识就有了力量,有了力量就可以占有市场,提高竞争能力。总结来说,数据的保存和备份就是整个企业的全部价值。而且,随着人们生活水平的不断提高,信息数据化的量也随之迅速膨胀发展,因此,就提出了一个“海量存储”的实施及数据备份和

简介：通过分析用户的分页查询使用习惯,对Sybase数据库的常用分页查询算法进行优化,并通过实验证明改进算法确实能够大幅提升数据查询效率,并且拥有数据量越大优化效果越明显的优点.

简介：大数据是毋庸置疑的技术趋势和话题焦点，但是多数情况下,可能人们都太纠结大数据“是什么？不是什么？”,这让话题看起来永远都不会有结论。而本书作者另辟蹊径,在另外的角度上对这一趋势进行解读，即什么才是大数据的正确之路。现在我们就好像身处大数据技术演进的寒武纪时代,在这个技术变革时期,各种技术粉墨登场，快速演化。而这恰恰是人们对现有大数据技术一切疑惑和模棱两可观点的源头,也正是作者在开篇第1章和结尾表述的观点。因为我们身处变革当中,所以很好理解为什么作者并不急于回答“大数据是什么“。只要翻翻这本书,你一定会发现它和市面上其它大数据书籍的不同。

简介：船舶自动识别系统（AIS）数据具有海量性、时空性和小记录频繁更新等特性。面向海量AIS数据,提出了一种基于分布式集群的AIS数据存储方法。该方法对AIS数据存储索引结构进行了设计,通过对时间维按月切分,以及对空间范围聚类切分,构造了索引时空立方体,从而提升了时空查询效率。讨论了索引分片和副本设计与数据安全性和系统服务可靠性的关系,分析了时空立方体性能,并针对索引分片与副本数对索引性能的影响,进行了理论分析和试验验证。

简介：本文介绍了对于高速海量监测数据的分级简化压缩处理方法．同时还介绍了使用数据库技术加速数据处理的方法。

简介：美国宾夕法尼亚大学研究人员开发出了一种新纳米器件，这种纳米器件能存储10万年的电脑数据，且检索数据的速度比现有的像闪存和微型硬盘之类的便携式存储设备快1000倍，同时比目前的内存技术更省电、存储空间更小。它在一个很小的内存器件中存储数百部高分辨电影，且不用等待数据缓冲就可以下载并播放它们，

简介：随着网络技术的快速发展，存储网络中的海量数据已经超越了传统关系型数据库的负载能力．如何存储海量数据，以及如何基于海量数据提供高效的数据查询的能力，使得程序的使用者能够得到及时的回应等诸多问题是Google等网络服务供应商们所亟需解决的挑战．为了解决这些问题，Google研发了Coogle文件系统（GoogleFileSystem，GFS）、Bigtable以及很多其他相关的技术和算法．本文介绍了GoogleBigtable的数据模型，并且详细解释了Bigtable是如何提供可扩展性，如何提供高效率的读和写操作，以及Bigtable是如何控制并发事务的．读者通过阅读可以更加深刻地理解Bigtable的技术架构．

简介：摘要海量异构数据具有数据量巨大、高度分布、数据异构和增量数据不断出现的特点。现有的数据集成方法针对小规模数据，无法解决海量异构数据集成的瓶颈问题，针对这个问题，论文利用MapReduce处理海量数据的优势、数据视图和大数据库Hbase集成海量异构数据的优势，提出大数据环境下海量异构数据集成方法。

简介：摘要：随着科学技术的高速发展，各种应用和系统需要进行处理的数量量不断增加。作为世界上具有领先水平且应用最为广泛的关系型数据库，Oracle所体现出的稳定、高效和灵活性特点获得了各个领域企业的青睐。本文对Oracle数据库处理海量数据的技术路径进行全面梳理，希望能够促进应用系统数据处理性能的提高。

简介：摘要对于以ZB为基本计算单位的大数据挖掘，提出了基于Hadoop的海量数据挖掘算法。通过使用高效的K-means算法与MapReduce分布式计算模型相结合，根据数据自身的相似度，将大数据进行分片、分组、聚类，得到预处理数据并写入Hadoop的HDFS中。利用Hadoop自身对海量数据的存储能力和并行计算能力，在MapReduce框架中融入经典的Apriori算法，可以降低运算时间，提高算法效率，得到所挖掘数据间的关联规则。

简介：摘 要：随着我国经济发展获得了越来越多显著的成绩，我国城市化建设也在不断地深入，为了更好地促进城市化建设的和谐稳定，国家对于环境保护工作也有了越来越高的要求，必须要提高环境污染治理措施，加强对于各类影响因素的防范能力，建立起有效的环境监测系统，全面提高环境监测水平，这其中建立起海量环境监测数据存储与共享平台将有着十分重要的意义[1]。本文将对海量环境监测数据存储与共享平台的建立的重要性、特点进行分析，并根据自身的工作经验，提出建设该平台的建议，以供业界人士参考。

简介：摘要我国的经济社会不断发展，科学技术水平不断提升。网络信息技术是现代化技术的代表，随着网络信息技术应用范围的不断扩大，海量数据产生，人们进入到了大数据的时代之中。海量数据为电力负荷短期预测分析提供了新方法，建立数据模型进行分析，可以提高电力负荷预测的水平。本文将具体探讨基于海量数据下的电力负荷短期预测问题，希望能为相关人士提供一些参考。

简介：摘要目前数据库中数据的体积越来越大，而且在线时间上的要求也越来越高，在数据库迁移和数据库升级上是一件非常困难的事情，本文介绍迁移和升级的方法，来实现TB级数据库以最少的停机时间完成数据库迁移和升级。

简介：摘要随着智能电网的不断推进，电力企业在运营及发展中将产生海量的电力数据，这也就对当前电力企业用电管控平台提出了更高要求。就目前情况来看，传统式的用电管控平台已经无法满足电力企业的智能化发展，还需加强在更高新技术领域的研究。本文就此问题出发，将Hadoop（海杜普）这一分布式系统基础架构应用于海量用电数据的用电管控平台构建中。首先从Hadoop基础架构的概念入手，对海量电力数据的用电管控平台进行设计，再将本文中设计的平台与当前传统式平台进行对比分析，并提出基于Hadoop用电管控平台的实际应用。

简介：为实现高效地存储和管理海量、无序和异构性的数据信息,在分析网络数据存储体系结构和网络数据特点的基础上,设计一种基于Hadoop技术的分布式海量网络数据存储系统平台。该系统平台包含业务接口层、数据服务层和数据库数据访问层3层结构,通过使用linux集群技术、分布式并行数据处理技术、存储技术,可以实现高效率、低成本的存储海量数据功能,具有良好的安全性、经济性、易用性和可扩展性。

简介：通过研究GPU通用运算环境下栅格数据的空间域滤波及相关性算法，详细介绍了GPU通用运算技术；通过比较，分析了GPU通用加速计算的优势所在。

简介：随着网络GIS应用需求的迅速增长,为海量空间数据建立高速的共享机制已经成为研究热点.提供了基于SOAP的海量空间数据服务方案,将空间数据服务分为两种应用类型,即使用GML用于数据量小的空间数据服务和FTP处理数据量大的空间数据服务.通过在AM/FM系统中应用实践及分析,使用这种方案不仅可以解决数据共享与集成,而且能够为目前的GIS应用提供功能完整、稳定可靠的数据服务.

简介：针对目前架设海量海洋数据服务的主要方式优缺点，结合海洋数据的海量特点，提出需要解决的关键问题，具体阐述了海量海洋地图数据服务系统的双分布式架构的各个方面，介绍分布式服务系统的性能测试方案，分析了性能测试结果，最后给出了结论。