论文部分内容阅读
改革开放以来,中国经济高速发展,人民生活水平和社会医疗条件得到较大的改善,人均寿命增长。同时,计划生育政策限制了中国人口的出生率,老年人口比例平稳增长。1999年,中国进入老龄化社会。为了完善社会养老服务体系,政府提出加强养老服务信息化建设,依托现在的技术手段,为老年人提供高效便捷的服务。
针对目前中国养老信息化建设滞后于现代社会新技术发展的情况,本文进行了老年智能社区信息化建设的研究与探讨。针对老年智能社区数据分布性、异构性、多样性、自治性等特点,提出了老年智能社区多源异构数据的云存储理论与方法。针对数据规模较大,计算能力不足的问题,提出了海量数据云分析与云处理框架,对使用MapReduce解决老年智能社区海量高维数据分析进行了初步研究。分析了异构环境下老年智能社区信息平台的特性、目标和功能需求,提出了基于SaaS和SOA信息协同与资源共享机制,构建了老年智能社区云服务体系。
论文的详细研究内容如下:
1、总结分析了不同企业和学者对云计算的定义与分类,阐述了云计算理论中涉及的关键技术,介绍了目前主流的云计算产品。重点分析了本文使用的开源云计算平台Hadoop。对HDFS分布式文件系统、MapReduce并行编程模型及基于列的NoSQL数据库HBase的结构和机制进行了阐述。陈述了云服务及其应用。
2、针对老年社区数据多源、异构等特征,进行了云环境下数据存储研究。对利用分治思想,采用数字化与数据化结合的方式处理老年智能社区多源数据进行了分析,设计并实现了医学影像数据、传统属性数据、矢量数据及移动轨迹数据的存储模型,针对四类数据分别设计了对应的索引:基于MapFile的医学影像压缩与索引机制、基于MapReduce的倒排索引及位图索引的属性数据索引、基于OGC的矢量数据与移动轨迹数据存储模型、基于Hilbert_R的HBase矢量数据索引及基于3DR_B+树的HBase移动轨迹数据索引,便于云存储环境中多源数据的快速检索与读取。
3、针对目前大数据处理能力和实时性不足的问题,提出了基于云计算的数据分析框架,对基于MapReduce的高维数据处理进行了分析研究。以空气质量时间序列数据为例,提出了点异常和模式异常。以CO时间序列数据为例进行了基于Mapreduce的点异常分析,以相似度度量CO2时间序列数据序列,结合高维数据处理方法,基于MapReduce进行了CO2浓度数据的模式异常分析,分析了造成异常的原因,为识别活动模式及调控室内气体变化提供支持,推进了云计算在老年智能社区中的应用。
4、针对信息系统管理性强,交互困难的问题,以开放和共享为目标,提出了基于SOA与SaaS的信息交互与资源共享理论,从总体出发,融合云存储、云分析及云应用提出了老年智能社区云服务的体系。以老年位置服务为例,建立了基于云服务的老年人、社区管理员及监护人之间相互交流的机制,解决了交互过程中信息传递、数据协同的问题,完善了老年智能社区信息化建设的理论与方法。