支持访问控制的P2P大规模遥感数据分发系统
本文选题:遥感数据分发 + PP ; 参考:《计算机科学》2017年11期
【摘要】:遥感数据日益增长,大规模遥感数据分发对集中分发服务器构成了巨大压力。充分利用参与下载节点的网络资源,提出并实现了一种支持访问控制的P2P大规模遥感数据分发系统。遥感数据分发系统分为遥感数据管理平台和遥感数据客户端两部分,遥感数据管理平台包含共享分发平台网站、云存储、种子资源服务器和跟踪服务器4个组件,遥感数据各客户端和种子资源服务器构成P2P网络。设计了包括共享分片、分片选择、跟踪器通信等的P2P协议,实现的遥感数据分发系统能够上传遥感数据并自动做种,支持对用户的访问控制。根据用户权限进行下载,各下载节点共享分片,然后基于类Bittorrent协议来加速遥感数据的分发。实验结果表明,实现的大规模遥感数据分发系统的功能完善,在多节点下载时具备良好的并发性能,能够满足大规模遥感数据分发的需要。
[Abstract]:With the increasing of remote sensing data, the distribution of remote sensing data on a large scale is a great pressure on the centralized distribution server. A P2P large-scale remote sensing data distribution system supporting access control is proposed and implemented by making full use of the network resources of the download nodes. Remote sensing data distribution system is divided into two parts: remote sensing data management platform and remote sensing data client. Remote sensing data management platform includes four components: shared distribution platform website, cloud storage, seed resource server and tracking server. Remote sensing data client and seed resource server constitute P2P network. A P2P protocol is designed, which includes sharing slice, slice selection, tracker communication and so on. The remote sensing data distribution system can upload remote sensing data and do species automatically, and support user access control. According to the user rights, each download node shares slices, and then accelerates the distribution of remote sensing data based on Bittorrent protocol. The experimental results show that the large scale remote sensing data distribution system has perfect function and good concurrency performance when it is downloaded by many nodes, and it can meet the needs of large-scale remote sensing data distribution.
【作者单位】: 桂林电子科技大学认知无线电与信息处理教育部重点实验室;中国电子科技集团公司航天信息应用技术重点实验室;
【基金】:国家自然科学基金(61661015,61201250) 认知无线电与信息处理教育部重点实验室主任基金(CRKL160101) 云计算与复杂系统高校重点实验室基金(YD16801) 中国电子科技集团公司航天信息应用技术重点实验室开放课题资助
【分类号】:TP309;TP79
【相似文献】
相关期刊论文 前10条
1 周胜利 ,彭涛;美国政府对商业遥感数据的使用情况[J];国际太空;2003年10期
2 刘晓龙;李英成;;遥感数据订购与管理软件的开发与应用[J];测绘科学;2006年04期
3 董秀珍;刘德长;叶发旺;宣艳秀;;遥感数据及航放、航磁数据处理浅析[J];世界核地质科学;2009年02期
4 李斌斌;冯钟葵;唐梦辉;;遥感数据异地归档方法研究与实现[J];遥感信息;2011年02期
5 严瑾;;遥感数据应急服务机制研究与实现[J];硅谷;2011年11期
6 姜宇鸣;陈道波;;遥感数据记录存档软件的设计与实现[J];郑州轻工业学院学报(自然科学版);2011年03期
7 张文;孟令奎;周扬;赵铭;涂振发;娄书荣;;多源水利遥感数据的一体化管理机制研究[J];水利信息化;2012年04期
8 李四海;提高遥感数据分类应用性的有效途径[J];国土资源遥感;1995年04期
9 李四海;浅谈提高遥感数据分类精度的方法[J];遥感信息;1995年04期
10 吴美蓉;中巴地球资源卫星应用及其发展[J];测绘科学;2000年02期
相关会议论文 前10条
1 黄二辉;潘德炉;杨燕明;;海洋遥感数据的时空分布经验正交分析方法研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
2 谭福强;董双发;;遥感数据的尺度效应与遥感应用[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
3 翟永;宋雪生;;遥感数据成果的分级存储管理[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
4 李幸丽;杜培军;;面向数字城市的遥感数据挖掘及其应用[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
5 钟志勇;陈映鹰;;海量遥感数据应用方法初探[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
6 潘强;孙建中;倪丽萍;张杰;;上海城市遥感数据平台的构建及其在城市信息化进程中的作用[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
7 马振球;崔嵬;吴嗣亮;;遥感数据实时无损压缩机的设计与实现[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
8 杜华强;范文义;赵宪文;崔林丽;陈永刚;;影响遥感数据分形测量的因素研究[A];2006“数学技术应用科学”[C];2006年
9 陈昕;宋振宇;郝胜勇;李申阳;;一体化通用小型高速遥感数据接收处理平台技术[A];第二届高分辨率对地观测学术年会论文集[C];2013年
10 王林;;琅岐区土地利用格局的景观生态学分析[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
相关重要报纸文章 前1条
1 陈城;遥感数据把脉京城未来规划[N];建筑时报;2009年
相关博士学位论文 前2条
1 岳莎莎;遥感数据快速处理编程支撑工具研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
2 哈斯巴干;神经网络及其组合算法的遥感数据分类研究[D];中国科学院研究生院(遥感应用研究所);2003年
相关硕士学位论文 前10条
1 元沐南;基于开源WebGIS的遥感数据可视化模型研究与实现[D];河南大学;2015年
2 张振鹏;遥感数据分发系统主动队列控制模式的研究与应用[D];河南大学;2015年
3 杜珍星;面向海量遥感数据的数据库同步技术研究[D];河南大学;2015年
4 钟金沙;Hadoop在PSInSAR遥感数据并行处理中的研究及应用[D];东南大学;2015年
5 郑永坤;基于Hadoop的遥感数据存储与管理系统的研究与实现[D];东南大学;2016年
6 张飞龙;基于MongoDB遥感数据存储管理策略的研究[D];河南大学;2016年
7 杜佳恒;遥感数据分布式共享架构的研究与应用[D];河南大学;2016年
8 张哲;基于海量遥感数据的集群并行处理技术研究与应用[D];河南大学;2012年
9 史园莉;遥感数据集群处理系统架构设计与实现[D];中国测绘科学研究院;2010年
10 朱娟娟;基于多源影像的多角度遥感数据平台的设计与开发[D];电子科技大学;2008年
,本文编号:2034670
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/2034670.html