数据采集交换体系及其在交通运输数据中心建设中的应用研究

随着交通运输信息化深入发展,深层次数据共享的需求越来越强烈,迫切需要建设信息资源交换共享体系.文中首先介绍了交通运输行业信息化的现状和问题,分析了交通运输行业数据中心数据采集交换原则、数据采集交换内容与特点以及数据采集交换方案,提出了数据采集交换体系架构,并针对交通运输行业特性设计了数据采集交换平台,对提出的数据采集交换体系在实际项目中的应用情况进行了简要说明.      

利用校园一卡通系统构建数字校园

介绍北京交通大学在校园一卡通系统的基础上,进行二次开发和数据挖掘的工作,着重介绍人员中心平台、离校注销系统、学生行为分析系统的设计思想、功能及实现方法.     

一种基于SOA的铁路数据中心数据展示方案

铁路数据中心是企业级一致的、面向主题的、跨专业的、具有多重粒度级别的、多层次的可共享的铁路基础数据和业务数据平台,将为铁路部门的数据服务、信息处理和各层次决策分析提供低成本的、有效的企业级、分布式数据支持.针对铁路数据中心的应用功能类别和数据特点,提出一种以面向服务体系架构(SOA)为基础的数据展示方案.该方案通过松耦合的组件结构设计,能合理为各种应用提供统一的跨层次的数据获取和展示接口,也能通过现有功能封装和接口定义,达到充分利用现有信息系统的功能和节省基础投资的目的.     

海底数据中心翅片散热结构设计与分析

为进一步提升海底数据中心的散热效率，对海底数据中心翅片散热结构进行优化设计，建立以海底数据中心总散热量最大和总压降最小为目标的数学模型，采用改进遗传算法求解翅片的宽度和间距，使得海底数据中心散热效率最大化。基于Lab VIEW开发平台和求解结果设计海底数据中心散热实时监测系统，实现对翅片结构的实时调节。仿真结果表明，优化设计后的翅片散热结构能够大幅度提升海底数据中心的散热效率。     

基于海量运维数据的铁路数据中心风险预测与防控系统研究与开发

基于海量运维数据的风险预测和风险防控是铁路数据中心实现智能运维的基础性工作。围绕铁路数据中心智能运维需求，研究智能分析方法，依托铁路数据服务平台的大数据存储和数据共享服务能力，使用平台提供的数据预处理及模型训练、模型部署等工具，建立容量趋势预测、基于日志分析的风险预测、运行异常预测、施工风险预测等不同运维场景风险预测模型，完成模型训练、调优和测试，最后将通过实验验证的模型进行发布和上线更新。建立基于海量运维数据的铁路数据中心风险预测与防控系统，可以通过运维经验积累来改进评估指标和预测模型，提高风险预测的准确性及风险处置的有效性，帮助运维人员快速聚焦主要问题，有利于保障铁路数据中心长期安全稳定运行，夯实铁路运输生产安全的基础。     

下一代智能调度集中系统核心网络组网方案研究

从下一代智能调度集中系统核心网络组网的实际需求出发，研究核心网络技术特点，提出基于VxLAN协议的核心网络组网方案。物理拓扑上，采用Spine-Leaf结构建立低时延、高可靠、无阻塞的线性转发网络，实现数据的高效转发；逻辑架构上，利用虚拟化技术复用数通、网络安全等基础设备，实现多业务系统融合组网。通过实验室测试，验证了该组网方案能够与既有核心网络良好兼容，满足24 h不间断运营场景下调度集中系统核心网络渐进式倒切或者一次性倒切需求。同时，采用VxLAN架构消除了二层网络风暴问题，通过横向虚拟化和双路由反射器机制提升了核心网的可用性和灵活性，降低了现场施工难度及建设、运营成本。