大规模商贸物流数据分析与处理技术研究
发布时间：2023-05-14 21:16
在冷链物流企业的信息系统中积累了海量数据,需要长期有效存储和实时计算分析。为了降低物流行业数据的存储和信息管理成本以及提高数据分析决策的质量,以冷链物流企业生产及运输数据为研究对象,从大数据低成本与高性能存储、安全管理和大数据分析三个方面研究物流大数据处理理论及关键技术。首先是海量数据的分布式存储,重点解决物流大数据在多层次混合存储系统中的高性能存取问题;研究多层次混合存储中的热点数据预测模型,为实现智能数据迁移奠定基础;数据安全模型是在多层次混合存储系统上,提出数据存取平面和控制平面有机融合的体系设计方案;在数据存储研究的基础上实现异构集群计算分析物流大数据的理论模型和并行算法,主要针对物流服务推荐计算和物流货物共享运输计算。在研究过程中突出物流行业数据存取规律和特征,结合物流信息管理和分布式计算理论、计算机仿真技术和原型系统反馈等手段,实现物流企业海量数据的分布式混合存储和大数据典型算法的并行化等关键技术。主要研究工作及创新点如下:(1)在分析物流行业数据存取规律和特征的基础上,提出多层混合存储系统的热点数据预测模型。先在数据存取负载中提取特征并构造特征向量,再以小波神经网络为核心...
【文章页数】：134 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景与研究意义
1.1.1 课题来源
1.1.2 研究背景
1.1.3 研究意义
1.2 物流信息化国内外研究现状
1.2.1 国内物流信息化研究现状
1.2.2 国外物流信息化研究现状
1.3 物流大数据国内外研究现状
1.4 分布式存储系统研究现状
1.4.1 分布式多级混合存储体系与模型
1.4.2 分布式多级混合存储性能优化
1.4.3 混合存储介质优化
1.4.4 数据迁移
1.5 物流大数据计算与分析研究现状
1.5.1 大数据计算与分析理论研究现状
1.5.2 大数据计算与分析应用研究现状
1.5.3 物流大数据分析研究现状
1.6 研究内容及章节安排
1.6.1 研究内容
1.6.2 章节安排
第2章 多级混合存储的热数据预测模型
2.1 引言
2.2 多级混合存储热数据预测模型
2.2.1 问题定义
2.2.2 数据热度与特征向量
2.2.3 数据块热度预测模型
2.3 数据仿真分析
2.3.1 性能分析
2.3.2 预测精度对比
2.3.3 模型鲁棒性
2.4 本章小结
第3章 混合存储环境中的数据安全模型
3.1 引言
3.2 多级混合存储的数据安全模型
3.2.1 分布式存储系统的威胁模型
3.2.2 数据安全模型
3.2.3 数据模型的可信域
3.2.4 数据安全模型的机制
3.3 数据安全模型的关键技术
3.3.1 数据私密性控制
3.3.2 协同与数据同步
3.3.3 权限变更管理
3.3.4 访问控制技术
3.4 测试及分析
3.4.1 系统性能分析
3.4.2 数据安全操作性能
3.4.3 数据存取性能
3.5 本章小结
第4章 面向海量物流数据的配送推荐模型与算法
4.1 引言
4.2 物流配送推荐模型
4.2.1 基于三部图优化标签
4.2.2 标签优化算法
4.3 物流配送推荐算法
4.3.1 用户标签偏好函数
4.3.2 资源标签偏好函数
4.3.3 基于矩阵的推荐模型
4.3.4 仿真实验
4.4 基于Spark的并行推荐算法
4.4.1 大数据实时处理框架
4.4.2 基于Spark的协同推荐算法
4.4.3 实验分析
4.5 本章小结
第5章 轨迹大数据的物流共享运力调度算法研究
5.1 引言
5.2 基于轨迹分类的全量调度算法
5.2.1 运输轨迹度量方法
5.2.2 考虑时序的相似轨迹匹配算法
5.2.3 全量式共享运力调度算法
5.2.4 全量式运力共享并行调度算法
5.2.5 仿真分析
5.3 增量式运力共享调度算法
5.3.1 时空轨迹索引及查询
5.3.2 基于增量的共享运力调度算法
5.3.3 实验分析
5.4 本章小结
第6章 物流大数据存储与分析的应用研究
6.1 引言
6.2 冷链物流全程可视化系统
6.2.1 应用背景
6.2.2 系统功能
6.3 物流监控视频混合存储系统
6.3.1 应用背景
6.3.2 系统架构设计
6.3.3 关键技术
6.3.4 测试分析
6.4 混合多级加密存储系统
6.4.1 应用背景
6.4.2 混合存储加密文件系统
6.4.3 关键技术
6.4.4 加密性能测试
6.5 冷链物流运输大数据分析应用
6.5.1 应用背景
6.5.2 振动模型应用
6.5.3 关键技术
6.6 本章小结
第7章 总结与展望
7.1 研究工作总结
7.2 研究工作展望
参考文献
致谢
攻读博士学位期间录用和发表的论文及成果
本文编号：3817785
【文章页数】：134 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景与研究意义
1.1.1 课题来源
1.1.2 研究背景
1.1.3 研究意义
1.2 物流信息化国内外研究现状
1.2.1 国内物流信息化研究现状
1.2.2 国外物流信息化研究现状
1.3 物流大数据国内外研究现状
1.4 分布式存储系统研究现状
1.4.1 分布式多级混合存储体系与模型
1.4.2 分布式多级混合存储性能优化
1.4.3 混合存储介质优化
1.4.4 数据迁移
1.5 物流大数据计算与分析研究现状
1.5.1 大数据计算与分析理论研究现状
1.5.2 大数据计算与分析应用研究现状
1.5.3 物流大数据分析研究现状
1.6 研究内容及章节安排
1.6.1 研究内容
1.6.2 章节安排
第2章 多级混合存储的热数据预测模型
2.1 引言
2.2 多级混合存储热数据预测模型
2.2.1 问题定义
2.2.2 数据热度与特征向量
2.2.3 数据块热度预测模型
2.3 数据仿真分析
2.3.1 性能分析
2.3.2 预测精度对比
2.3.3 模型鲁棒性
2.4 本章小结
第3章 混合存储环境中的数据安全模型
3.1 引言
3.2 多级混合存储的数据安全模型
3.2.1 分布式存储系统的威胁模型
3.2.2 数据安全模型
3.2.3 数据模型的可信域
3.2.4 数据安全模型的机制
3.3 数据安全模型的关键技术
3.3.1 数据私密性控制
3.3.2 协同与数据同步
3.3.3 权限变更管理
3.3.4 访问控制技术
3.4 测试及分析
3.4.1 系统性能分析
3.4.2 数据安全操作性能
3.4.3 数据存取性能
3.5 本章小结
第4章 面向海量物流数据的配送推荐模型与算法
4.1 引言
4.2 物流配送推荐模型
4.2.1 基于三部图优化标签
4.2.2 标签优化算法
4.3 物流配送推荐算法
4.3.1 用户标签偏好函数
4.3.2 资源标签偏好函数
4.3.3 基于矩阵的推荐模型
4.3.4 仿真实验
4.4 基于Spark的并行推荐算法
4.4.1 大数据实时处理框架
4.4.2 基于Spark的协同推荐算法
4.4.3 实验分析
4.5 本章小结
第5章 轨迹大数据的物流共享运力调度算法研究
5.1 引言
5.2 基于轨迹分类的全量调度算法
5.2.1 运输轨迹度量方法
5.2.2 考虑时序的相似轨迹匹配算法
5.2.3 全量式共享运力调度算法
5.2.4 全量式运力共享并行调度算法
5.2.5 仿真分析
5.3 增量式运力共享调度算法
5.3.1 时空轨迹索引及查询
5.3.2 基于增量的共享运力调度算法
5.3.3 实验分析
5.4 本章小结
第6章 物流大数据存储与分析的应用研究
6.1 引言
6.2 冷链物流全程可视化系统
6.2.1 应用背景
6.2.2 系统功能
6.3 物流监控视频混合存储系统
6.3.1 应用背景
6.3.2 系统架构设计
6.3.3 关键技术
6.3.4 测试分析
6.4 混合多级加密存储系统
6.4.1 应用背景
6.4.2 混合存储加密文件系统
6.4.3 关键技术
6.4.4 加密性能测试
6.5 冷链物流运输大数据分析应用
6.5.1 应用背景
6.5.2 振动模型应用
6.5.3 关键技术
6.6 本章小结
第7章 总结与展望
7.1 研究工作总结
7.2 研究工作展望
参考文献
致谢
攻读博士学位期间录用和发表的论文及成果
本文编号：3817785
本文链接：https://www.wllwen.com/jingjifazhanlunwen/3817785.html
