Hadoop環(huán)境下的數(shù)據(jù)溯源方法的應(yīng)用研究.pdf

1、目前多數(shù)數(shù)據(jù)溯源系統(tǒng)都是建立在傳統(tǒng)數(shù)據(jù)庫的基礎(chǔ)上，這就造成了在處理海量的高復(fù)雜度的數(shù)據(jù)時(shí)出現(xiàn)查詢效率低，結(jié)果不可靠的問題。針對(duì)上述問題，探討了Hadoop系統(tǒng)、現(xiàn)有的數(shù)據(jù)溯源模型和方法及國內(nèi)外研究現(xiàn)狀，在深入分析相關(guān)理論、技術(shù)和方法的基礎(chǔ)上，基于數(shù)據(jù)基因編碼的觀點(diǎn)，提出了基于遺傳算法的數(shù)據(jù)溯源染色體模型，并將其應(yīng)用于Hadoop系統(tǒng)，以處理海量高復(fù)雜度的數(shù)據(jù)溯源的問題。
　　數(shù)據(jù)染色體溯源模型是建立在數(shù)據(jù)基因編碼技術(shù)和遺傳算法的基

2、礎(chǔ)上，核心是以生物的進(jìn)化過程模擬數(shù)據(jù)的傳播過程，通過分析數(shù)據(jù)在傳播過程中發(fā)生變異的概率來達(dá)到數(shù)據(jù)溯源的目的。將該模型應(yīng)用于Hadoop系統(tǒng)上，建立了一個(gè)基于Hadoop系統(tǒng)的數(shù)據(jù)溯源系統(tǒng)。為驗(yàn)證該系統(tǒng)，構(gòu)建了Hadoop實(shí)驗(yàn)環(huán)境；以前期參加的華為項(xiàng)目“Hadoop分布式系統(tǒng)的流量模型研究”所得到的數(shù)據(jù)為數(shù)據(jù)源，運(yùn)用基本遺傳算法，計(jì)算各代數(shù)據(jù)染色體的概率和轉(zhuǎn)移矩陣，將其運(yùn)用到該系統(tǒng)中并進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)表明，該系統(tǒng)具有較好的伸縮性性能。<