基于Hadoop的智能列车云存储系统应用研究

发布时间：2017-07-20 05:06

  本文关键词：基于Hadoop的智能列车云存储系统应用研究

  更多相关文章： 云存储 智能高速列车 分布式文件系统 AES HDFS

【摘要】：在当今科技蓬勃发展的高铁时代,速度与安全是高速列车的核心。国家“十二五规划”明确提出高速列车要走安全与速度并行发展的智能化道路,并且智能化作为我国“中国制造2025”的主要方向,也是高速列车的发展方向。智能列车在高速运行的过程中,需要通过传感网和物联网采集重要元部件(如轮对、转向架、牵引电机等)的状态信息和运行线路环境等信息,为高速列车的工作状态监测和诊断提供参考依据,其中云存储是重要的一环。云存储专用于解决海量数据存储问题,其高可靠性、高可扩展性以及大吞吐量都非常满足智能列车的需要。本文首先针对智能高速列车系统进行了深入的需求分析,从列车系统模型出发,分析并研究了其数据特点,并针对高速列车系统中复杂多样的海量数据存储设计了一种云存储解决方案,给出了智能列车安全云存储系统模型。其次,详细研究了智能列车云存储系统模型中所涉及的关键技术,包括网络通信、远程过程调用、多线程调度、AES加密算法、文件分块、数据完整性校验等,并编程实现了AES类的封装,同时对于智能列车单个大文件数据,编程实现了文件分拆与合并,对于单节点批量文件加密,实现了多文件的顺序加密与解密,确保了智能列车数据的机密性、可靠性。最后,详细分析了Hadoop分布式文件系统HDFS的运行机制,并重点阐述了其中涉及的云存储系统模型中的关键技术。通过两台虚拟机搭建的Hadoop集群,结合数据加解密模块,实现了智能高速列车云存储系统模型,同时对系统的功能和性能进行了必要的测试,测试结果表明：此云存储系统能满足设计需求,可以为智能列车云存储系统的研制提供有价值的参考依据。
【关键词】：云存储 智能高速列车 分布式文件系统 AES HDFS
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP333
【目录】：

• 摘要6-7
• abstract7-10
• 第1章 绪论10-16
• 1.1 课题提出及意义10-11
• 1.2 国内外研究现状11-15
• 1.3 论文结构安排15-16
• 第2章 智能列车云存储系统16-27
• 2.1 云存储系统16-20
• 2.1.1 云存储的概念16-17
• 2.1.2 云存储结构模型17-19
• 2.1.3 云存储的分类19
• 2.1.4 云存储应用关键技术19-20
• 2.2 智能列车云存储系统20-25
• 2.2.1 智能列车系统模型20-22
• 2.2.2 智能列车系统的数据特点22-23
• 2.2.3 智能列车云存储系统需求分析23-24
• 2.2.4 智能列车云存储系统模型24-25
• 2.3 小结25-27
• 第3章 智能列车云存储系统关键技术理论分析27-45
• 3.1 网络通信27-30
• 3.1.1 网络体系结构27-28
• 3.1.2 Socket通信28-30
• 3.2 远程过程调用30-32
• 3.2.1 RPC架构30-31
• 3.2.2 RPC实体模型31-32
• 3.3 多线程调度32-35
• 3.3.1 进程与线程32-33
• 3.3.2 云存储系统线程调度33-35
• 3.4 AES加密算法35-41
• 3.4.1 AES加密算法概述35-36
• 3.4.2 AES加解密算法原理36-41
• 3.4.3 AES安全性分析41
• 3.5 文件分块41-42
• 3.6 数据完整性校验42-44
• 3.7 小结44-45
• 第4章 智能列车云存储系统模型实现与测试45-74
• 4.1 智能列车云存储实现平台Hadoop45-51
• 4.1.1 Hadoop平台及其特点45-46
• 4.1.2 HDFS系统架构46-47
• 4.1.3 HDFS工作机制47-49
• 4.1.4 HDFS可靠性原理49-51
• 4.1.5 HDFS数据完整性51
• 4.2 智能列车云存储系统模型实现51-64
• 4.2.1 加解密模块52-58
• 4.2.2 网络通信模块58-60
• 4.2.3 Hadoop平台搭建60-62
• 4.2.4 智能列车云存储系统模型实现62-64
• 4.3 智能列车云存储系统测试64-73
• 4.3.1 功能测试64-69
• 4.3.2 性能测试69-73
• 4.4 小结73-74
• 结论与展望74-75
• 致谢75-76
• 参考文献76-80
• 攻读硕士学位期间发表的论文及科研成果80

【引证文献】

中国重要会议论文全文数据库 前1条

1 李小军;刘宗祝;张雷;吴宏彬;;智能化高速列车方案设计与研究[A];第八届中国智能交通年会优秀论文集——轨道交通[C];2013年

，

本文编号：566341