云存储环境下海洋数据多副本管理策略

云计算及云存储技术不断发展,海洋大数据时代已经来临。船用电子设备类型及数量极速增加,如何保障重要数据的安全存储成为海上数据中心研究的重点。数据中心多副本的管理策略多基于单中心部署,随着数据量的几何级增长,已经越来越不能满足容灾备份的需求。本文在分析现有的海洋数据副本管理方案的基础上,重点研究基于云存储架构的多中心多副本数据管理策略,提出一种双层结构的主从副本存储结构,最后给出系统仿真。     

基于云存储的海量海洋监测数据平台设计

海洋监测数据规模较大,当前平台处理数据能力较低,无法有效处理海量海洋监测数据,不能满足监控实时性的要求,为此,设计一种基于云存储的海量海洋监测数据平台,给出了平台的总体结构,主要包括海洋数据监测子系统和云存储子系统。针对海洋数据监测子系统,详细分析了数据采集卡、传感器、AD7606芯片的设计过程,传感器将得到的海洋监测数据发送至数据采集卡中,采集卡将结果传输至AD7076芯片中,对数据进行处理,将处理后的结果存储至云存储子系统中。针对云存储子系统,给出了其详细架构和工作流程,设计了关键的实现代码。实验结果表明,所设计系统具有较高的运行效率,且采集的海洋数据较真实,监测结果可靠。     

基于云存储的海量海洋监测数据平台设计

海洋监测数据规模较大,当前平台处理数据能力较低,无法有效处理海量海洋监测数据,不能满足监控实时性的要求,为此,设计一种基于云存储的海量海洋监测数据平台,给出了平台的总体结构,主要包括海洋数据监测子系统和云存储子系统。针对海洋数据监测子系统,详细分析了数据采集卡、传感器、AD7606芯片的设计过程,传感器将得到的海洋监测数据发送至数据采集卡中,采集卡将结果传输至 AD7076芯片中,对数据进行处理,将处理后的结果存储至云存储子系统中。针对云存储子系统,给出了其详细架构和工作流程,设计了关键的实现代码。实验结果表明,所设计系统具有较高的运行效率,且采集的海洋数据较真实,监测结果可靠。     

基于云平台的大规模海洋数据优化与管理

传统大规模海洋数据优化与管理方法存在着效率低下的缺陷,为此提出基于云平台设计大规模海洋数据优化与管理方法。利用云平台采集大规模海洋数据,通过等规模抽样转变成小规模数据集,并对其进行整合,对自然簇质心初始位置确定,校正大规模海洋数据聚类结果,实现了大规模海洋数据的优化,采用最小距离法对上述数据进行划分,并采用分布式大数据存储方法对其进行分区存储与管理,实现了大规模海洋数据的管理。实验结果显示,设计的大规模海洋数据优化与管理方法比传统方法效率提升了25%,说明其具备极高的有效性。     

基于大数据的船舶雷达信息存储优化方案研究

随着海洋信息技术的发展,船舶雷达数据呈几何级增加,传统的本地服务器存储架构已经越来越不能满足现代船舶雷达数据容量需求,云存储逐渐成为雷达数据存储主流技术;同时,由于海上通信网络较易受到外界攻击及环境干扰,云存储平台需要更为安全的高密度加密技术。本文研究了基于大数据的船舶雷达云存储平台,设计了一种高密度加密算法CP-ASBE,最后进行仿真。     

基于云存储的船舶通信数据存储平台设计与应用

随着海洋各类电子信息广泛应用,传统的基于单中心的通信数据存储平台性能已经越来越不能满足数据类型及数据量的极速增长。基于云平台的存储系统可以通过分布式的物理资源对数据进行统一存储,不仅提高了存储数据效率,并且通过云存储中心可以对各种类型的存储数据进行检索,可实现不同物理地址数据的共享。本文针对不同区域的船舶AIS系统,在研究AIS数据信息特征的基础上,设计基于云存储的信息共享平台,最后进行仿真。     

海洋大数据混合云存储的迁移模型分析

随着GPS,GIS,RS等技术在海洋监测领域的应用,我国建成了完善的监测网络,导致海洋信息数据成指数级别增长。为了解决该问题,云计算技术在海洋信息管理领域得到广泛的应用。云计算技术把不同的计算资源进行逻辑重组,利用海量存储空间和强大的计算能力实现对海量数据的处理。数据迁移技术将数据在不同的存储介质间或者不同系统间进行迁移,来实现系统负载均衡。本文研究了云存储技术在海洋大数据存储和管理方面的应用,同时提出了基于云存储的数据迁移模型,并进行仿真实验。     

面向云计算的多源海洋数据集成与应用研究

海洋信息化建设为我国从海洋大国到海洋强国转型奠定坚实基础。随着海洋数据采集技术的不断进步,采集手段多样化,数据呈现出异构性、复杂性等特点,数据量急剧增加。如何实现对海洋大数据的高效管理成为海洋信息化建设过程中的研究重点。云计算技术具有强大的存储和计算能力,为海洋大数据管理提供了一种新的解决思路。本文调研主要的海洋数据源,研究贝叶斯粗糙集原理,在此基础上提出多源海洋云数据深度集成模型。     

面向服务的海上实时观测数据系统框架设计

海洋实时观测系统能够提供有关沿海系统如何应对变化的海洋信息,近年来关于如何构建和实施海洋观测系统逐渐成为研究的热点。随着计算机技术及元器件技术的不断发展,借助于自动传感器网络等手段,海上实时观测系统也取得了较大的进步。然而,随着人类海洋活动的不断发展,对于海洋数据的需求也迅速膨胀,而传统的海洋实时观测系统已经难以应付当前所需的数据量和数据种类。为此,本文提出一种面向服务的基于云架构的海上实时观测系统框架,采用云计算的方法对数据进行存储、处理、分析、集成等操作,并依据该框架对系统进行实现,在实地使用中检验系统的能力,证明本文提出的系统框架具有较好的可行性和有效性。     

物联网在船舶存储系统中的应用研究

随着现代海洋运输业的发展,各个船舶之间、船舶与港口、船舶与调度系统已经成为一个整体网络。同时,由于用于海洋探测及安全运行的设备越来越多,设备之间的数据存储及数据交互出现爆发式增长,如何能够有效的对这些信息进行存储及数据分发是船舶存储系统实现的关键。本文研究基于物联网技术的DDS技术在船舶存储系统上的应用,分析基于No SQL及RDB技术的数据联合存储架构,并对此方案进行仿真,实现了海量数据的高效存储及分发查询。     

云服务环境中电子海图的云存储策略研究仿真

电子海图数据规模较大,涉及的种类较多,且处于不断增长的状态。当前电子海图存储方法不具备处理大规模数据的能力,且能耗较高,存储效率低下。为此本文提出一种新的云服务环境中电子海图云存储策略,给出电子海图云服务框架,对基准坐标进行选取,将中央经线和赤道交点的投影看作是原点,用y轴表示中央经线投影,用x轴表示赤道投影,通过横坐标和纵坐标构成墨卡托平面的直角坐标系,通过墨卡托投影技术将地理信息映射至平面地图中。通过混合型云存储方法在云服务环境中选择一个最佳节点对电子海图进行存储。实验结果表明,所提方法不仅存储容量占用率较低,而且存储效率高,能耗少。     

舰船监控网络异构监控数据自适应存储方法

为快速有效存储舰船监控网络异构监控数据,提出舰船监控网络异构监控数据存储方法。此方法主要用于优化舰船监控网络监控数据云存储平台的存储效果,多个舰船监控设备,经多个虚拟网关在数据接口层统一接口的使用下,将异构监控数据发送至数据处理层;数据处理层使用基于聚类的异构监控数据分类方法,将异构监控数据按照来源分类;分类后数据发送至分布式数据存储层,使用基于自适应分配的异构监控数据存储方法,结合分布式数据存储模型的可用容量与带宽状态,将分类后监控数据以自适应分配方式,存储于性能最优的存储模型,完成自适应分配存储。实验结果表明,此方法具备舰船监控网络异构监控数据自适应存储能力,存储效率、成功率显著提高。     

云处理环境下的海上军事资源管理关键技术

随着信息技术的发展,云处理被广泛应用于处理军事资源的管理中,通过云处理来提高数据处理的能力,本文在MapReduce模型的基础上,根据子节点的性能不同,通过设定阈值来进行分类检索,最后将任务分配到不同的子服务器上进行存储。通过对比实验可看出,本文改进的算法有效提高了数据存储能力和计算能力,为海上军事资源管理提供了有效的处理手段。     

基于大数据和云平台的舰船远洋实时监控系统

本文提出一种基于大数据和云平台的舰船远洋实时监控系统,详细分析了云平台技术的原理以及优势,并设计了系统的整体架构以及舰船监控终端的结构,并给出了云平台建设的要点以及发展方向。系统有效解决了监控数据存储的安全性以及容量问题,有效降低了监控系统的建设成本,系统实时性好,可靠性高。     

云存储环境下的船舶航行数据访问控制方法

普通船舶数据访问控制方法,存在访问安全性较低、相邻控制节点数据传输时间较长等弊端。为解决上述问题,设计基于云存储环境的船舶航行数据访问控制方法。通过特征分析、布局方法的确定,完成航行云存储环境的搭建。通过船舶数据代理重加密、数据的聚合和访问控制、访问控制安全性分析,完成基于云存储环境船舶航行数据访问控制方法的搭建。设计对比实验结果表明,新型方法与普通方法相比,适当提高访问安全性,并缩短相邻控制节点的数据传输时间。     

海洋环境可视化云架构信息平台技术研究

首先构建海洋环境可视化云架构平台,规定利用云平台进行数据上传和存储时的数据格式,并指出在进行云计算时Hadoop中各个参数的设置。对海洋数据信息可视化处理中的基于LIC算法的流场可视化进行分析,最后进行性能测试。测试结果表明:利用基于GPU的Hadoop云计算处理海量数据时加速比是CPU的20多倍,大大提高了计算速率。     

船载多传感器测量系统中点云技术的应用研究

点云技术的发展使船载多传感器综合测量系统更加完善。点云技术利用非接触方式测量海洋地形数据,将大量数据点组成数据集合,表现物体的空间表面特性,在海洋测绘、船舶辅助导航等领域具有巨大前景。由于点云技术瞬时测量数据量大,本文着重研究点云数据的坐标构建及其关键特征提取方法,并结合多传感器测量信息,提出基于语义模型的目标识别算法,有效地提高船载多传感器测量系统的数据挖掘及决策能力。     

海洋实时监测数据库管理方法研究

海洋实时监测数据库为海洋环境预测部门提供了数据支持,本文根据海洋观察站数据库的要求,研究如何设计和实现海洋实时监测数据库管理系统。本文根据海洋监测元素的不同特点,设计并生成具体的海洋数据库表存储结构。利用国家海洋环境预报中心提供的原始监测数据作为数据来源,针对我国海洋实时监测数据库管理的具体需求,设计并实现了高速和全自动化的数据仓储系统。实验与模拟结果表明,该数据库管理方法能够满足用户对于数据快速更新和查询的要求。     

分布式路由算法在船载云服务系统中的设计与并行实现

船载云服务系统是一种新兴的海上信息服务提供方式,对于今后海洋信息交互和海洋数据链的发展,具有重要的意义。由于船载云服务系统通常分布在较广的地理范围内,因此需要采用分布式路由算法,完成数据流的传输和服务的交付。考虑到海洋通信环境的特殊性和复杂条件,本文提出一种新型的分布式多路传输路由算法,该算法通过多路传输完成端到端的数据传递,一方面能够有效提供船载云服务系统的吞吐率,另一方面能够提供更好的通信可靠性。通过实验证明这一方法的可用性和高效性。     

云存储中的数据完整性及其关键技术在船舶信息中心的应用

基于分布式的云存储技术在船舶信息中心中得到广泛应用。数据的每份副本按照一定概率进行保存,实现了数据的冗余备份。同时,由于海上恶劣的气候环境,硬件故障率较高,为保障船舶信息中心数据完整性及可靠性,需要通过多层级的分布式云存储技术来实现。本文分析了基于云存储的数据完整性及安全性的技术指标,设计了基于分层模型的二叉树型数据存储机制。