期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Spark Streaming的实时数据分析系统及其应用
被引量：
30
1
作者
韩德志
陈旭光
+2 位作者
雷雨馨
戴永涛
张肖
《计算机应用》
CSCD
北大核心
2017年第5期1263-1269,共7页
为了实现对实时网络数据流的快速分析,设计一种分布式实时数据流分析系统(DRDAS),能有效解决并发访问数据流的收集、存储和实时分析问题,为大数据环境的网络安全检测提供了一种有效的数据分析平台;根据Spark Streaming运行的原理设计一...
为了实现对实时网络数据流的快速分析,设计一种分布式实时数据流分析系统(DRDAS),能有效解决并发访问数据流的收集、存储和实时分析问题,为大数据环境的网络安全检测提供了一种有效的数据分析平台;根据Spark Streaming运行的原理设计一种动态采样的K-Means并行算法,与DRDAS结合能实时有效地检测大数据环境下的各种分布式拒绝服务(DDo S)攻击。实验结果显示:DRDAS具有好的可扩展性、容错性和实时处理能力,与动态采样的K-Means并行算法结合能实时地检测各种DDo S攻击,缩短了攻击的检测时间。
展开更多
关键词
spark
streaming
框架
分布式流处理
网络数据分析
分布式拒绝服务攻击
下载PDF
职称材料
基于Spark Streaming的并行K-means改进算法研究
被引量：
1
2
作者
宋国兴
张清伟
+2 位作者
郑明钊
杜飞
陈彬
《现代计算机》
2021年第18期68-71,共4页
K-means聚类算法作为一种经典的聚类算法被广泛应用,但是传统聚类算法在对实时性聚类要求较高的场景已经不适用,特别是在基于聚类的一些实时推荐算法中。本文通过Spark Streaming框架对传统K-means聚类过程广播共享聚类中心并使用KD树...
K-means聚类算法作为一种经典的聚类算法被广泛应用,但是传统聚类算法在对实时性聚类要求较高的场景已经不适用,特别是在基于聚类的一些实时推荐算法中。本文通过Spark Streaming框架对传统K-means聚类过程广播共享聚类中心并使用KD树对迭代过程进行二次优化。实验结果表明优化改进后的K-means聚类算法能够明显提升收敛效率和降低聚类时间,能够满足对实时性聚类的要求。
展开更多
关键词
K-MEANS聚类
实时性聚类
KD树
spark
streaming
框架
下载PDF
职称材料
基于车牌识别流数据的伴随车辆发现算法
被引量：
3
3
作者
王路辉
王桂玲
《计算机工程》
CAS
CSCD
北大核心
2017年第8期193-199,共7页
针对伴随车辆发现及其实时性问题,基于随时间变化的车牌识别流数据,提出一种采用并行频繁项集发现(PFID)技术的伴随车辆组实时发现算法。该算法根据频繁项挖掘Eclat算法的思想,并利用分布式流数据处理框架Spark Streaming生成最大伴随...
针对伴随车辆发现及其实时性问题,基于随时间变化的车牌识别流数据,提出一种采用并行频繁项集发现(PFID)技术的伴随车辆组实时发现算法。该算法根据频繁项挖掘Eclat算法的思想,并利用分布式流数据处理框架Spark Streaming生成最大伴随车辆组。实验结果表明,与排列组合算法及FP-Growth算法相比,PFID算法消耗内存更少,响应时间更短,在秒级响应时间内能找到伴随车辆组,达到及时预警目的。
展开更多
关键词
智能交通系统
车牌自动识别流数据
伴随车辆组
spark
streaming
并行框架
D
stream
模型
Eclat算法
下载PDF
职称材料
题名
基于Spark Streaming的实时数据分析系统及其应用
被引量：
30
1
作者
韩德志
陈旭光
雷雨馨
戴永涛
张肖
机构
上海海事大学信息工程学院
郑州大学信息工程学院
出处
《计算机应用》
CSCD
北大核心
2017年第5期1263-1269,共7页
基金
国家自然科学基金资助项目(61373028
61672338)~~
文摘
为了实现对实时网络数据流的快速分析,设计一种分布式实时数据流分析系统(DRDAS),能有效解决并发访问数据流的收集、存储和实时分析问题,为大数据环境的网络安全检测提供了一种有效的数据分析平台;根据Spark Streaming运行的原理设计一种动态采样的K-Means并行算法,与DRDAS结合能实时有效地检测大数据环境下的各种分布式拒绝服务(DDo S)攻击。实验结果显示:DRDAS具有好的可扩展性、容错性和实时处理能力,与动态采样的K-Means并行算法结合能实时地检测各种DDo S攻击,缩短了攻击的检测时间。
关键词
spark
streaming
框架
分布式流处理
网络数据分析
分布式拒绝服务攻击
Keywords
spark
streaming
framework
distributed
stream
processing
network
data
analysis
Distributed
Denial
of
Service
（DDoS）
attack
分类号
TP316.2 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于Spark Streaming的并行K-means改进算法研究
被引量：
1
2
作者
宋国兴
张清伟
郑明钊
杜飞
陈彬
机构
中国移动通信集团设计院有限公司山东分公司(华北二区)
出处
《现代计算机》
2021年第18期68-71,共4页
文摘
K-means聚类算法作为一种经典的聚类算法被广泛应用,但是传统聚类算法在对实时性聚类要求较高的场景已经不适用,特别是在基于聚类的一些实时推荐算法中。本文通过Spark Streaming框架对传统K-means聚类过程广播共享聚类中心并使用KD树对迭代过程进行二次优化。实验结果表明优化改进后的K-means聚类算法能够明显提升收敛效率和降低聚类时间,能够满足对实时性聚类的要求。
关键词
K-MEANS聚类
实时性聚类
KD树
spark
streaming
框架
Keywords
K-means
Clustering
Real
Time
Clustering
KD
Tree
spark
streaming
framework
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于车牌识别流数据的伴随车辆发现算法
被引量：
3
3
作者
王路辉
王桂玲
机构
北方工业大学计算机学院大规模流数据集成与分析技术北京市重点实验室
出处
《计算机工程》
CAS
CSCD
北大核心
2017年第8期193-199,共7页
基金
北京市自然科学基金重点项目(4131001)
北京市教育委员会科技计划重点项目(KZ201310009009)
文摘
针对伴随车辆发现及其实时性问题,基于随时间变化的车牌识别流数据,提出一种采用并行频繁项集发现(PFID)技术的伴随车辆组实时发现算法。该算法根据频繁项挖掘Eclat算法的思想,并利用分布式流数据处理框架Spark Streaming生成最大伴随车辆组。实验结果表明,与排列组合算法及FP-Growth算法相比,PFID算法消耗内存更少,响应时间更短,在秒级响应时间内能找到伴随车辆组,达到及时预警目的。
关键词
智能交通系统
车牌自动识别流数据
伴随车辆组
spark
streaming
并行框架
D
stream
模型
Eclat算法
Keywords
intelligent
transportation
system
Automatic
Number
Plate
Recognition
（ANPR）
stream
data
accompanyingvehicle
group
spark
streaming
parallel
framework
D
stream
model
Eclat
algorithm
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Spark Streaming的实时数据分析系统及其应用
韩德志
陈旭光
雷雨馨
戴永涛
张肖
《计算机应用》
CSCD
北大核心
2017
30
下载PDF
职称材料
2
基于Spark Streaming的并行K-means改进算法研究
宋国兴
张清伟
郑明钊
杜飞
陈彬
《现代计算机》
2021
1
下载PDF
职称材料
3
基于车牌识别流数据的伴随车辆发现算法
王路辉
王桂玲
《计算机工程》
CAS
CSCD
北大核心
2017
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
