一、Web中间件:应用开发的基石(论文文献综述)
刘哲[1](2021)在《面向大规模电商平台的商品信息采集与知识图谱构建关键技术研究》文中指出大规模电商平台拥有海量的商品和与之相应的交易数据,针对这些数据的挖掘和分析,对于优化平台建设、增加产品销量、改进消费者购物体验等,都有着重要的研究价值。通常,研究人员通过抓包,分析商品页面产生的Http请求,寻找数据源,然后利用爬虫技术对其相应的数据进行抓取。当需要采集多个平台的商品数据时,由于平台的Http请求和接口参数各不相同,需要对每个平台进行抓包分析,进而导致投入的时间和精力会随着平台的个数成倍上升。如何快速采集不同平台的商品数据是一个挑战。同时,随着人工智能技术的快速发展,各种基于知识的智能应用层出不穷。知识图谱技术提供了一种从海量文本中抽取结构化知识的手段,被认为是机器理解语义,实现认知智能的基石。知识图谱将互联网中的信息表达成更接近人类认知世界的形式,提供了一种更好地组织、管理和理解互联网海量信息的能力,已经成为了各种基于知识服务的智能应用的基础设施。目前,已经有许多学者对特定领域知识图谱的构建与应用进行了探索。然而,已有的大多数研究主要侧重于构建方法的研究,而且领域知识图谱的构建往往需要结合其自身的特点进行。面对的领域不同,构建过程也不尽相同。基于上述问题,本文所做的工作主要如下:(1)设计并实现了一个面向大规模电商平台的商品信息采集系统。从电商平台中页面结构的共性、基本的交互流程、商品加载方式等几个方面进行分析,提出了一种面向不同电商平台的通用数据抓取策略。通过模拟浏览器操作的方法,结合Scrapy爬虫框架,可以快速实现对不同平台商品信息的采集。(2)商品知识图谱原型系统的构建。基于采集到的商品数据,结合电商平台的领域特征,详细的分析了面向大规模电商平台的商品知识图谱构建过程中,存在的优点与缺点。在此基础上,对商品知识图谱的构建方法进行了深入的研究。并且可以按照原型系统的构建方法,不断的进行规模上的扩充。(3)商品名称抽取算法的实现。提出了一种“停用词+规则”的方法,能够从不规范的商品名称字符串中提取出商品的名称。
杨磊[2](2021)在《面向微服务应用的水平伸缩系统设计与实现》文中提出随着云原生技术的发展和普及,以Docker为代表的容器虚拟化技术为用户提供了更为轻量、简单、高效、可控的资源池化方式,Kubernetes因其强大的容器编排能力,得到了国内外各大云厂商的青睐。这些基础技术的极速更迭,使得具备云原生架构的应用可以最大程度利用云服务和提升软件持续交付能力。为云原生化应用提供基础设施保障的大型云数据中心,因受限于资源异构、软硬件配置多样性、管理规则繁杂、应用特征呈现开放性、混合部署多类负载等服务侧因素以及用户访问云服务的习惯在时间空间分布上不均衡等用户侧因素,导致资源利用率普遍较低,冗余严重。目前社区版Kubernetes水平伸缩设计过于简单,只能基于实时感知到的负载值和预定义资源水位阈值进行比较从而计算所需副本数。这种方式缺乏风险管控机制,并不适用于工业生产。如何保障Qo S不损失的同时提高资源分配使用效率,是一个亟需解决的热点问题。本文基于某大型电商企业微服务场景,针对延迟敏感,无法及时弹起提供服务的在线应用,在不违反当前SLA的前提下,提高资源分配使用效率。具体研究工作包含以下三大方面:(1)主动式伸缩策略:针对具有长期稳定流量规律的在线应用,选取多种时序预测模型进行流量规律刻画。通过比较ARIMA、LSTM、Light GBM、Cat Boost在内的常用机器学习模型,选择合适的模型进行下一周期流量的预测;合理确定单个应用实例所能服务的QPS;基于一个周期内使用资源数最少的原则,推荐各个时段副本数。(2)被动式伸缩策略:针对没有明显周期性规律的在线应用,难以预测下一周期流量变化,在日常场景下,基于Metrics指导伸缩,通过推荐合理的目标负载阈值维持资源水位稳定。同时通过缩容冷却期、渐进式缩容和中间件流控等机制进行缩容风险控制。(3)水平伸缩系统的实现:为了实现以上两种伸缩策略,本文搭建了容量平台作为中心决策端,扩展Kubernetes水平伸缩组件作为执行端,通过配置容量画像的方式进行主动式伸缩,通过推荐设置目标负载阈值的方式进行被动式伸缩,从而达到既能保障Qo S不损失,又能提高资源分配使用效率。
卢德鹏[3](2021)在《基于微服务架构的智慧园区管理平台设计与实现》文中指出近年来,随着全球城市化建设发展速度加剧,城市智慧化发展的一个重要趋势是空间场景逐渐从大中型城市向“微单元”下沉,使得楼宇、园区等“城市微单元”成为城市的微观缩影和功能载体。智慧园区以信息技术为手段,通过数据采集、系统整合、智能分析以及高效响应的方式,全面整合园区内外资源,让园区服务更加高效便捷。由于传统园区已经不能满足市场需求,智慧园区的出现更能为用户提供更高价值的服务。首先,本文分析总结了智慧园区综合管理平台和微服务研究现状,依据平台背景重点分析了业务需求和平台逻辑架构,明确了平台的设计和实现目标。在此基础上,设计了基于Spring Cloud Alibaba的微服务系统架构,定义了系统上下文和相互依赖关系。将平台后端模块设计划分为网关服务、报警服务、数据服务和设备服务四部分,并根据业务需求和扩展性、可用性等性能需求,详细设计了各模块功能。然后,阐述了园区管理平台微服务架构的实现过程。搭建了服务注册与发现、服务链路监控、接口鉴权网关等微服务治理环境,对垂直划分的功能模块进行了开发。其中网关服务实现了 MQTT Broker到RocketMQ消息中间件的上下行消息转发功能;数据服务实现了消息数据解析和设备数据存储入库功能;报警服务实现了报警规则编辑和报警触发功能;设备服务实现了园区楼宇管理、设备信息管理和设备运行管理等功能。各模块基于SpringBoot框架搭建,使用MySQL进行数据存储,Redis进行数据缓存。本文实现的平台向上支撑赋能园区场景应用,向下全局管控智能设备,作为园区智能场景研发重要一环。最后,通过所搭建的测试环境对平台进行功能性测试和压力测试。测试结果表明本文所设计和实现的智慧园区综合管理服务平台具有良好的可行性和可扩展性。
周昂[4](2021)在《基于可定制化规则新闻抓取系统的设计与实现》文中提出新闻门户网站为了获取最新的新闻,需要对数以万计的网站比如地方新闻网、个人博客、行业论坛进行定时访问。普通用户比如招投标人员、数据分析师,平时需要定期访问各个政府招标网站、行业咨询网来筛选最新信息。为了提供这类通用性工具,帮助需求人群快速完成特定网页的采集和监控,本文设计与实现一套可定制化规则的新闻抓取系统。本文主要工作包含①底层使用WebMagic作为基础抓取框架,借助Zookeeper完成分布式爬虫架构,通过Redis实现各节点之间的指令控制和任务分发,做到节点灵活部署与感知②对现有的css定位生成算法进行改进,提出并实现“多元素合并算法”,以此为基础开发可视化辅助定位功能③针对用户对不同网站的采集流程差异,采用预制流程模板来覆盖大部分定时任务,并基于有向图抽象出自定义抓取流程,允许用户自定义制定采集流程④对传统的新闻页面,采用基于文本密度算法来实现标题,正文的自动抽取⑤采用SimHash算法和Redis完成整库的新闻内容去重和单次任务的URL去重⑥Web层以SpringBoot为后端开发框架,Vue为前端开发框架,操作界面含有采集任务的查看、新建、删除、复制;执行节点的感知、暂停、集群转换;新闻内容的搜索、下载、订阅。经过开发测试,本系统在操作功能和采集性能上均达到预期。在实际开源的线上使用过程中,已经累计采集千万级别的数据结果,并监控着上千个网站的实时更新。
于豪[5](2021)在《基于服务的复杂装备数据分析技术研究》文中研究指明在信息化战争的倒逼下,军用复杂装备逐渐向智能化方向发展。智能化的军用复杂装备涉及多个工程领域,导致领域间无法理解数据定义,出现“信息孤岛”现象。因此选用复杂装备作为场景,研究多领域间的资源管理以及异构数据集成技术。本文主要有以下两个目的:第一,研究复杂装备数据的动态资源管理优化技术;第二,研究基于中间件服务架构的复杂装备数据集成优化技术。主要研究内容如下:(1)介绍复杂装备数据分析中涉及的相关背景和关键技术。首先,介绍了复杂装备数据分析关键技术的基本概念和技术结构。然后,分析了几种主流的实现方法,并对比总结它们各自的优缺点。(2)提出基于异步消息队列的装备资源管理优化技术。针对各军种、各部门复杂装备数据访问的特点,本文提出了一种基于异步消息队列的负载均衡框架,实现复杂装备资源动态管理优化。首先,本文分析了复杂装备数据权限分组访问和异步消息队列实现的可行性。然后,分别对以上技术进行实现。其中,权限分层访问控制包括分组权限控制和权限管理表设计;异步消息分发包括异步任务发布、任务调度器、任务执行单元三部分。最后,使用消息中间件存放消息数据以及任务结果。结果表明,本文方法降低了权限关系映射复杂度,减少权限响应时间;单机服务器响应速度对比其他主流方法平均提高7.6%。(3)提出基于服务的复杂装备数据集成优化技术。针对复杂装备异构数据的集成,本文提出了一种基于服务的复杂装备数据集成优化技术。首先,本文介绍了中间件集成架构以及轻量级的数据交换格式。然后,将复杂装备数据集成优化技术分为装备数据采集、数据结构转换、数据处理引擎、数据映射驱动模版和服务化发布五个部分。最后,针对耦合度、实时性以及查询性能方面,与其他集成技术进行对比。结果显示,本文提出的基于服务的复杂装备数据集成优化技术将平均响应时间降低至1s,解决异构数据服务发现以及领域定义集成问题。本研究获得的结果可用于解决复杂装备数据分析中资源动态管理、复杂装备数据集成等问题,且对复杂装备数据分析技术有重要延伸意义。
唐榜[6](2021)在《基于Node.js的Web服务端框架研究与实现》文中提出Node.js作为一门较新的语言,由于其异步I/O的特性,在高并发的I/O场景下比传统服务端语言的处理效率更高,近年来逐渐成为主流的服务端开发语言。由于Node.js发展时间较短,目前基于Node.js的Web服务端框架正处于发展阶段。本文通过对主流Node.js的Web服务端框架进行分析,发现以下几个方面存在的不足:功能属性的配置信息定义在业务代码中,造成配置信息与业务代码混杂,带来代码维护上的不便;请求调度方式较为简单,在高并发的场景下容易造成请求丢失;静态资源的缓存策略较为单一,导致静态资源的加载效率不高;采用传统缓存替换算法进行缓存替换,在缓存空间有限的情况下,造成缓存命中率不高。针对上述问题,本文设计并实现了一款基于Node.js的Web服务端框架,具体工作如下:本文首先对Node.js服务端框架的发展现状进行了介绍,阐述了主流Node.js服务端框架的优缺点。其次,结合实际开发场景,以模块化机制为基础,设计并实现了请求管理、参数处理、过滤、路由、会话管理和静态资源管理等Web服务端框架的核心功能模块。在此基础上,针对主流框架存在的不足,框架完成了以下几点优化:(1)通过配置文件对功能属性进行定义,将配置信息与业务代码分离,提高了代码的可维护性;(2)基于缓存队列设计了延迟调度方案,通过延迟调度实现了高并发场景下请求的错峰处理,降低了框架的请求错误率;(3)使用客户端与服务端缓存相结合的双缓存方案对静态资源进行缓存,减少请求次数和文件I/O操作,提高了框架的静态资源加载效率;(4)提出了一种基于高斯混合模型的缓存替换算法,通过高斯混合模型对窗口时间内会被再次访问的资源进行预测,根据预测结果进行缓存替换。实验结果表明,该算法与传统缓存替换算法相比有效提高了缓存命中率和字节命中率。最后,完成了框架的全面测试。测试结果表明,与主流Node.js的Web服务端框架相比,本文所设计的框架在静态资源加载效率、请求错误率以及请求处理效率上有明显的优势,证明了框架设计的合理性。目前,本框架已在Node.js的包管理平台npm上线,并且有了一定的下载量。
刘文哲[7](2021)在《车联网智能终端监控平台的研究与实现》文中研究指明近些年车联网技术伴随智能汽车的风口进入人们的视野,在5G通信、云计算、人工智能等技术的加持下,车联网技术在几次的产业升级中不断发展,智能汽车也上升到国家战略层面。在研究车联网发展过程中,发现车辆智能终端的云端监控平台和终端安全也是重要的课题,车辆的终端安全关系到道路车辆和设施安全、行人和驾驶员的人身安全,近些年也频繁出现车辆遭遇劫持等问题。论文主要面向车辆终端的软件层面的安全监控,配合云端的安全分析模型和监控功能,帮助车辆终端在遭遇外部攻击等情况下能够安全行驶,保护驾驶员的安全和个人隐私。主要研究内容包括:1、基于C/S服务架构,设计能够符合高IO环境的分布式架构的监控平台。考虑到终端的交互形式,终端上以客户端的方式与云端监控平台进行数据采集传输和人机交互响应。2、设计终端应用软件隔离机制,保护设备运行环境的安全。在云端部署应用市场,建立应用提交审核与安全等级认证机制,在终端的客户端内基于容器隔离技术,对安装在客户端的应用进行隔离与运行状态实时监控。3、设计完善的安全检测机制,定期针对车载设备进行预防性安全验证和实时安全检测。定期通过病毒扫描、异常行为检测、网络入侵检测以及漏洞检测,保护终端的安全。4、设计兼容大规模连接的云端安全引擎,能够识别出伪造通信与恶意攻击。在云端监控平台建立安全引擎,对网络请求进行逐个拦截并分析,对恶意请求拦截并拉黑名单,以及数据加密、请求在后端服务的分发与限流。5、建立稳定的平台数据冗余备份机制和终端数据稳定传输机制。做到数据最终一致性,满足分布式下的BASE要求,在大量数据并发写入的情况下,确保存储的可靠性,以及在网络环境不佳的情况能够保证终端传输的数据不丢失。
罗滨鸿[8](2021)在《水下拦截网制造物联系统研究与开发》文中提出随着我国绳网具行业的快速发展,自动化、信息化生产体系的建设已成为企业转型的关键环节。水下拦截网的生产要经过并丝、编织、织网、组装等几大主要流程,作为智能绳网装备,在岛礁水下防御、反蛙人、反潜艇、核电站等海洋防务系统中有重要应用。由于部署环境的多样,水下拦截网的材质、尺寸、性能等各异,具有多品种、变批量、生产工艺复杂的生产特点,复杂的结构参数与生产工艺参数对生产管理造成严重挑战。当前人工的业务流程传递与生产指令下达的生产管理方式,缺乏统一的业务处理平台与生产控制的数据基础,难以管理日益复杂的产品工艺结构与车间生产任务。因此,对水下拦截网制造物联系统进行研究,梳理业务流程,完善车间物联设施,挖掘生产数据,以此构建制造企业订单驱动、数据支撑、流程畅通的信息化集成平台,对实现高效的水下拦截网业务与生产过程处理流程和产品工艺缺陷优化有重要意义。本文主要研究内容和成果如下:(1)研究了水下拦截网的产品组成和制造业务流程,以产品BOM为主线构建了水下拦截网生产企业的基础数据环境和信息流模型。提出了综合利用自动化技术、物联网技术和数据挖掘等技术,以编织机和织网机等关键制造装备的物联为核心,有机促进并融合水下拦截网制造企业的工业化和基于制造物联的信息化。(2)分析了车间物料、设备等动静要素的物联概况,以绳网企业的生产瓶颈—编织工序的制造物联为研究对象,设计编织机恒Er/ω1变频调速与闭环反馈控制的无级调速方案,实现了拉伸牵引轴和锭子圆盘卷绕主运动电子传动比同步控制,极大地减少了传统人工更换机械齿轮以实现不同节距工艺的繁琐工作。由改造后的控制器通信接口集成应用了RS485、Modbus等现场总线,构建车间各生产设备总线网络实现集群控制,基于RFID设计车间动态要素的布置方案,并基于TDOA测距实现物料实时定位,通过以太网网关实现车间异构网络融合,建立车间数据总体感知网络。通过生产事件表达与各类中间件获得有效生产数据,以此建立车间制造过程实时监控体系,为信息系统进行实时、有效的数据提供,实现业务层与执行层的异地交流协同工作。(3)在实时采集生产过程监控数据的基础上,为优化工艺参数,提出基于改进Apriori算法的网线编织工艺缺陷数据挖掘方法,算法引入矩阵化思想对数据进行表达,极大减轻算法IO压力,并生成上三角矩阵立即获得频繁-2项集,避免矩阵化算法前期计算内存压力大的缺陷,基于原因-结果的挖掘模式特点增加两条性质用于无意义候选集剪枝,并在计算过程通过矩阵分块实现并行计算,关联规则生成过程中,引入提升度概念对负关联规则剪枝,通过以上改进有效提升了算法效率与准确度。通过网线编织工艺缺陷数据算例进行计算,验证了算法的有效性。(4)基于制造车间感知网络与实时监控体系,结合水下拦截网制造物联系统信息模型,设计系统总体结构与功能模块,基于.NET平台、SQL Server数据库、工控技术、通信技术等,开发完成了水下拦截网业务与生产管理的应用软件。以某拦截网制造企业作为验证平台,有效提高了水下拦截网产品的生产效率与产品品质,缩短了工艺研制周期,对推动水下拦截网制造企业转型升级具有重要意义。
赵烨婷,蒋瑶瑶[9](2020)在《浅谈银行业中间件发展》文中提出随着银行业务发展以及云计算、大数据、移动互联等新一代IT技术的兴起,中间件产品也在不断演化。它能够为企业级的分布式应用提供标准的平台,使得应用软件开发和运行可以独立于特定的计算机硬件和操作系统场景;同时中间件通过其标准接口和协议,可以实现不同操作系统平台上的数据共享和应用交互,从而为企业应用系统的集成提供助力。中间件从80年代兴起的"CORBA中间件"到90年代出现的"J2EE中间件"发展至第三代"SOA中间件",再到服务平台,成为了基础软硬件设施中必不可少的组成部分。
唐古拉[10](2020)在《移动源遥感监管平台建设研究》文中指出我国已连续十年成为世界机动车产销第一大国,机动车等移动源污染已成为我国大气污染的重要来源,移动源污染防治的重要性日益凸显。本研究围绕移动源遥感监管平台构建过程中的关键性问题进行了系统性地阐述,为全国各地响应生态环境部号召,落实党中央国务院决策部署,坚决打好柴油货车污染治理攻坚战,统筹“油、路、车”,提升移动源环境管理水平,有效降低移动源污染物排放提供技术支撑。本文的主要结论是:1.监管平台总体逻辑架构可分为二个体系、五个层次,确保整个信息平台具有规范化、系统化、整体化特点,增强监管平台功能模块独立性、可扩展性,降低其相互之间的耦合度。2.从逻辑和功能上可将整个平台划分为感知层、基础设施层、数据资源层、服务平台层和业务应用层。3.监管平台和机动车尾气遥感监测、柴油货车OBD监测、排污监控以及黑烟车尾气抓拍等系统的传感器数据接口对接,一体化紧密集成,可实现监管平台对数据的统一存储、管理与交换。4.将云计算资源、存储资源、网络资源等物理资源进行整合,按照云服务模式和云架构建立共享资源池,形成可按需动态扩展的高性能计算环境、大容量存储环境,满足机动车尾气监管业务数据存储、高并发事务处理、信息共享和各相关部门业务系统接入平台的需要。5.通过Web Service接口服务支持外部业务对平台数据资源及功能服务的调用,业务和服务分离技术,所有应用依赖服务,而不直接读取数据,便于后期数据更新、更换和调整等不影响移动源管理具体的业务应用。6.移动源尾气的遥感监测方法利用分析吸收光谱法测量烟羽中的CO2、CO、NO和HC的排放浓度,利用光通过烟羽前后的强度变化测量不透光度,经程序反演后得到污染物排放浓度和烟度,是一种高效动态的尾气污染监控方法。
二、Web中间件:应用开发的基石(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Web中间件:应用开发的基石(论文提纲范文)
(1)面向大规模电商平台的商品信息采集与知识图谱构建关键技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 网络爬虫研究概述 |
1.3 知识图谱研究概述 |
1.4 本文的研究内容与组织结构 |
第二章 研究基础 |
2.1 爬虫相关理论和技术 |
2.2 知识图谱相关理论和技术 |
2.3 本体 |
2.4 Scrapy框架 |
2.5 本章小结 |
第三章 商品信息采集系统的设计 |
3.1 特征分析 |
3.2 数据采集策略 |
3.3 技术选型 |
3.4 系统架构 |
3.5 本章小结 |
第四章 商品信息采集系统的具体实现 |
4.1 实验环境搭建 |
4.2 主体功能实现 |
4.3 爬虫伪装 |
4.4 遇到的问题及解决办法 |
4.5 结果展示与分析 |
4.6 本章小结 |
第五章 商品知识图谱原型系统构建 |
5.1 领域特征分析 |
5.2 本体建模流程及算法实现 |
5.3 商品名称抽取的算法实现 |
5.4 数据层构建 |
5.5 构建程序流程图 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 未来展望 |
参考文献 |
致谢 |
攻读硕士学位期间已发表论文 |
(2)面向微服务应用的水平伸缩系统设计与实现(论文提纲范文)
摘要 |
abstract |
第1章 引言 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 研究目标 |
1.4 论文结构 |
第2章 相关理论与技术 |
2.1 容器技术 |
2.2 容器编排技术 |
2.3 微服务架构 |
2.4 大规模微服务场景分析 |
2.5 本章小结 |
第3章 水平伸缩策略设计 |
3.1 流量预测 |
3.1.1 流量周期检测 |
3.1.2 基于决策树的流量预测 |
3.1.3 基于循环神经网络的流量预测 |
3.1.4 基于线性模型的流量预测 |
3.2 单应用实例可服务QPS确定 |
3.2.1 基于多指标拟合的单实例QPS确定 |
3.2.2 基于高斯分布的单实例QPS确定 |
3.3 主动式伸缩策略设计 |
3.4 被动式伸缩策略设计 |
3.5 本章小结 |
第4章 水平伸缩系统实现 |
4.1 监控链路实现 |
4.2 水平伸缩组件实现 |
4.3 容量平台实现 |
4.4 本章小结 |
第5章 实验结果及分析 |
5.1 评估指标 |
5.2 部署环境 |
5.3 流量预测结果分析 |
5.4 单应用实例可服务QPS确定结果分析 |
5.4.1 基于多指标拟合的单实例QPS分析 |
5.4.2 基于高斯分布的单实例QPS分析 |
5.5 主动式伸缩实测分析 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 工作总结 |
6.2 未来展望 |
参考文献 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
致谢 |
(3)基于微服务架构的智慧园区管理平台设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 智慧园区研究现状 |
1.2.2 微服务研究现状 |
1.3 论文的主要工作 |
1.4 论文组织结构 |
第二章 智慧园区管理平台相关技术介绍 |
2.1 物联网通信协议 |
2.2 微服务架构 |
2.2.1 微服务概念 |
2.2.2 Spring Cloud |
2.3 开发相关技术 |
2.3.1 Spring Boot |
2.3.2 MySQL |
2.3.3 Redis缓存 |
2.4 本章小结 |
第三章 智慧园区管理平台需求分析 |
3.1 平台背景 |
3.2 业务需求分析 |
3.2.1 用户管理需求 |
3.2.2 园区管理需求 |
3.2.3 设备管理需求 |
3.2.4 运行管理需求 |
3.2.5 报警管理需求 |
3.2.6 设备接入需求 |
3.3 非功能需求 |
3.4 平台设计和实现目标 |
3.5 平台逻辑架构 |
3.6 本章小结 |
第四章 智慧园区管理平台设计 |
4.1 平台架构设计 |
4.1.1 平台系统架构 |
4.1.2 平台系统上下文 |
4.2 后端模块拆分 |
4.2.1 系统依赖关系 |
4.2.2 服务模块设计 |
4.3 系统模块设计 |
4.3.1 网关服务设计 |
4.3.2 报警服务设计 |
4.3.3 数据服务设计 |
4.3.4 设备服务设计 |
4.4 数据库表设计 |
4.5 平台设计难点 |
4.6 本章小结 |
第五章 智慧园区管理平台实现与测试 |
5.1 服务治理实现 |
5.1.1 服务注册与发现 |
5.1.2 安全访问控制实现 |
5.2 网关服务实现 |
5.2.1 系统初始化实现 |
5.2.2 上行消息转发实现 |
5.2.3 下行消息转发实现 |
5.3 数据服务实现 |
5.3.1 数据解析实现 |
5.3.2 设备数据写入 |
5.4 报警服务实现 |
5.4.1 报警管理 |
5.5 设备服务实现 |
5.5.1 园区楼宇管理 |
5.5.2 设备管理 |
5.5.3 运行管理 |
5.6 平台测试 |
5.6.1 平台实现和测试环境 |
5.6.2 功能测试 |
5.6.3 压力测试 |
5.7 平台实现和测试难点 |
5.7.1 平台实现难点 |
5.7.2 平台测试难点 |
5.8 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
(4)基于可定制化规则新闻抓取系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及其意义 |
1.2 国内外研究现状 |
1.2.1 爬虫技术研究现状 |
1.2.2 正文抽取技术研究现状 |
1.3 论文主要工作 |
1.4 章节安排 |
第二章 相关基础研究 |
2.1 网络爬虫 |
2.1.1 爬虫框架原理 |
2.1.2 URL去重技术 |
2.1.3 正文去重技术 |
2.1.4 网页元素定位 |
2.2 网页正文提取技术 |
2.3 信息检索技术 |
2.4 其他相关技术 |
2.4.1 分布式缓存系统 |
2.4.2 分布式协调中间件 |
2.4.3 分布式数据库MongoDB |
2.5 本章小结 |
第三章 系统需求和总体设计 |
3.1 系统需求分析 |
3.1.1 功能性需求分析 |
3.1.2 非功能需求分析 |
3.2 系统架构设计 |
3.3 系统各层方案 |
3.3.1 系统前端UI层 |
3.3.2 系统业务层 |
3.3.3 系统调度层 |
3.3.4 系统抓取层 |
3.3.5 系统数据层 |
3.4 可视化生成css |
3.4.1 css选择器算法改进 |
3.4.2 单元素简化算法 |
3.4.3 多元素合并算法 |
3.5 数据库设计 |
3.6 本章小结 |
第四章 系统的详细设计与实现 |
4.1 前端UI层设计与实现 |
4.2 业务层的设计与实现 |
4.2.1 可视化辅助定位 |
4.2.2 任务编辑子模块 |
4.2.3 数据下载 |
4.3 调度层的设计与实现 |
4.3.1 节点状态管理 |
4.3.2 节点命令管理 |
4.3.3 任务分发 |
4.4 抓取层的设计与实现 |
4.4.1 网页下载器 |
4.4.2 正文自动提取 |
4.4.3 抓取模板 |
4.4.4 新闻过滤 |
4.4.5 订阅更新 |
第五章 测试 |
5.1 环境介绍 |
5.2 测试内容 |
5.2.1 功能性测试 |
5.2.2 非功能性测试 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 未来展望 |
参考文献 |
致谢 |
攻读学位期间主要参与工作 |
(5)基于服务的复杂装备数据分析技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.3 研究目的与内容 |
1.4 论文内容组织结构 |
第二章 复杂装备数据分析关键技术 |
2.1 引言 |
2.2 异构数据动态管理技术 |
2.2.1 基于轮询的动态管理技术 |
2.2.2 基于权重的动态管理技术 |
2.2.3 基于响应的动态管理技术 |
2.3 异构数据统一集成技术 |
2.3.1 基于XML的异构数据集成技术 |
2.3.2 基于联邦数据库的异构数据集成技术 |
2.3.3 基于中间件的异构数据集成技术 |
2.3.4 基于数据仓库的异构数据集成技术 |
2.4 异构数据清洗技术 |
2.4.1 基于插值法的异构数据清洗技术 |
2.4.2 基于最近插补法的异构数据清洗技术 |
2.4.3 基于固定值的异构数据清洗技术 |
2.5 异构数据挖掘技术 |
2.5.1 基于关联规则的异构数据挖掘技术 |
2.5.2 基于回归算法的异构数据挖掘技术 |
2.6 异构数据传输技术 |
2.6.1 基于XML的异构数据传输技术 |
2.6.2 基于JSON的异构数据传输技术 |
2.7 本章小结 |
第三章 复杂装备异构数据动态管理研究 |
3.1 引言 |
3.2 基于异步消息队列的装备资源管理技术 |
3.2.1 基于角色的访问控制 |
3.2.2 装备数据消息分发 |
3.2.3 装备数据消息存储 |
3.3 性能比较 |
3.3.1 装备数据动态管理部分 |
3.3.2 装备数据分发部分 |
3.4 本章小结 |
第四章 基于服务的复杂装备数据集成研究 |
4.1 引言 |
4.2 基于服务的装备数据集成技术 |
4.2.1 装备数据采集 |
4.2.2 数据结构转换 |
4.2.3 数据处理引擎 |
4.2.4 数据映射驱动模版 |
4.2.5 服务化发布 |
4.3 性能比较 |
4.4 本章小结 |
第五章 复杂装备异构数据作战场景的实现 |
5.1 引言 |
5.2 复杂装备异构数据作战场景实验 |
5.2.1 作战场景数据分析平台 |
5.2.2 复杂装备异构数据测试分析平台 |
5.3 本章小结 |
第六章 全文总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(6)基于Node.js的Web服务端框架研究与实现(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.3 研究内容 |
1.4 论文结构 |
2 基于Node.js的服务端框架相关技术 |
2.1 Node.js相关技术 |
2.1.1 模块化机制 |
2.1.2 异步非阻塞I/O模型 |
2.1.3 异步编程方案 |
2.2 Web缓存技术 |
2.2.1 客户端缓存 |
2.2.2 服务端缓存 |
2.2.3 缓存替换算法 |
2.3 本章小结 |
3 基于高斯混合模型的缓存替换算法 |
3.1 高斯混合模型概述 |
3.2 算法执行流程 |
3.2.1 特征计算 |
3.2.2 缓存替换 |
3.3 实验分析 |
3.3.1 实验设置 |
3.3.2 实验结果及分析 |
3.4 本章小结 |
4 基于Node.js的 Web服务端框架设计 |
4.1 需求分析 |
4.1.1 功能性需求 |
4.1.2 非功能性需求 |
4.2 框架总体设计 |
4.2.1 框架结构设计 |
4.2.2 框架运行流程设计 |
4.3 请求管理模块设计 |
4.3.1 功能属性配置方案 |
4.3.2 延迟调度方案 |
4.3.3 请求处理 |
4.4 参数处理模块设计 |
4.5 过滤模块设计 |
4.5.1 过滤器绑定 |
4.5.2 预处理执行 |
4.6 路由模块设计 |
4.6.1 路由结果类型 |
4.7 会话管理模块设计 |
4.8 静态资源管理模块设计 |
4.8.1 双缓存方案 |
4.8.2 缓存替换策略 |
4.9 本章小结 |
5 基于Node.js的 Web服务端框架实现 |
5.1 请求管理模块实现 |
5.1.1 框架初始化加载 |
5.1.2 请求处理与调度 |
5.2 参数处理模块实现 |
5.3 过滤模块实现 |
5.3.1 过滤器绑定 |
5.3.2 预处理执行 |
5.4 路由模块实现 |
5.5 会话管理模块实现 |
5.6 静态资源管理模块实现 |
5.6.1 静态资源加载与缓存 |
5.7 本章小结 |
6 基于Node.js的 Web服务端框架测试 |
6.1 测试环境 |
6.2 自动化功能测试 |
6.3 性能测试 |
6.3.1 静态资源加载耗时测试 |
6.3.2 请求错误率测试 |
6.3.3 请求处理效率测试 |
6.4 框架使用说明与应用 |
6.5 本章小结 |
7 总结与展望 |
7.1 论文总结 |
7.2 研究展望 |
致谢 |
参考文献 |
攻读学位期间发表的学术论文及研究成果 |
(7)车联网智能终端监控平台的研究与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究的背景与意义 |
1.2 国内外研究现状 |
1.2.1 车联网发展历程 |
1.2.2 车联网安全与监控 |
1.3 本文的主要工作 |
1.4 论文结构安排 |
第二章 相关技术 |
2.1 车载智能终端 |
2.2 网络安全态势感知 |
2.3 应用容器隔离 |
2.4 安全防护技术 |
2.5 大数据计算与存储 |
2.5.1 Hadoop平台 |
2.5.2 Spark平台 |
2.5.3 HBase数据库 |
2.6 组件与框架技术 |
2.6.1 Zookeeper |
2.6.2 Redis |
2.6.3 Spring |
2.7 本章小结 |
第三章 监控平台需求分析 |
3.1 总体需求概述 |
3.2 客户端需求分析 |
3.2.1 驾驶员需求分析 |
3.2.2 容器化隔离需求分析 |
3.3 服务端需求分析 |
3.3.1 管理员需求 |
3.3.2 安全监控与防护需求 |
3.3.3 数据存储需求 |
3.3.4 分布式架构需求 |
3.3.5 数据采集与分析需求 |
3.4 非功能性需求分析 |
3.5 本章小结 |
第四章 监控平台系统设计 |
4.0 系统架构设计 |
4.1 系统模块设计 |
4.2 关键问题研究与选型 |
4.2.1 数据加密算法研究 |
4.2.2 软件隔离技术研究 |
4.3 关键问题与核心功能设计 |
4.3.1 终端应用容器化设计 |
4.3.2 安全监控与防护设计 |
4.3.3 微服务设计 |
4.3.4 终端数据采集设计 |
4.3.5 终端健康度分析模型设计 |
4.4 数据存储设计 |
4.4.1 Redis缓存设计 |
4.4.2 关系型数据库设计 |
4.4.3 HBase数据存储设计 |
4.5 本章小结 |
第五章 系统实现及测试 |
5.1 实现与测试的软硬件环境 |
5.2 主要功能实现 |
5.2.1 车辆监控数据采集 |
5.2.2 终端安全监控防护 |
5.2.3 应用容器化管理 |
5.2.4 车辆监控管理 |
5.2.5 微服务管理 |
5.2.6 服务网关 |
5.2.7 终端健康度分析 |
5.2.8 应用等级变更 |
5.3 系统功能展示 |
5.4 系统功能测试 |
5.4.1 客户端安全防护测试 |
5.4.2 网关入侵检测测试 |
5.4.3 大数据终端健康度测试 |
5.4.4 态势感知测试 |
5.5 系统性能测试 |
5.6 本章小结 |
第六章 全文总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(8)水下拦截网制造物联系统研究与开发(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题背景与研究意义 |
1.1.1 课题背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 海洋工程和国防装备研究现状 |
1.2.2 制造管理系统研究现状 |
1.2.3 制造物联技术研究现状 |
1.2.4 生产数据挖掘研究现状 |
1.3 论文研究内容与结构安排 |
第二章 水下拦截网制造物联系统信息模型 |
2.1 水下拦截网生产概况 |
2.1.1 水下拦截网介绍 |
2.1.2 业务流程分析 |
2.1.3 生产流程分析 |
2.1.4 制造车间生产特点 |
2.2 系统需求分析 |
2.3 水下拦截网制造物联系统ERP信息模型建立 |
2.3.1 基础数据环境构建 |
2.3.2 业务计划管理 |
2.3.3 生产管理 |
2.3.4 融合制造物联的ERP信息模型 |
2.4 本章小结 |
第三章 离散车间生产设备集群通信与控制 |
3.1 绳网制造车间各要素概况 |
3.2 编织机无级调速设计 |
3.2.1 编织车间现状 |
3.2.2 硬件结构 |
3.2.3 异步电机变压变频调速 |
3.3 数据感知与联网研究 |
3.3.1 数据感知与传输方式 |
3.3.2 基于工业总线的车间设备数据采集 |
3.3.3 基于RFID的物料、人员数据采集 |
3.3.4 异构网络融合 |
3.4 离散车间物联制造过程实时监控研究 |
3.4.1 离散车间物联制造过程实时监控系统结构 |
3.4.2 离散制造过程时空数据模型 |
3.4.3 制造物联中间件研究 |
3.4.4 基于websocket协议的数据实时推送 |
3.5 本章小结 |
第四章 基于改进Apriori算法的网线编织工艺缺陷数据挖掘方法研究 |
4.1 网线编织工艺缺陷数据挖掘研究 |
4.1.1 问题描述与算法选择 |
4.1.2 改进Apriori算法 |
4.2 基于改进Apriori算法的网线编织工艺缺陷数据挖掘方法设计 |
4.2.1 数据预处理 |
4.2.2 频繁项集搜索 |
4.2.3 关联规则生成 |
4.3 缺陷数据挖掘实例与案例分析 |
4.3.1 缺陷数据挖掘实例 |
4.3.2 挖掘结果分析 |
4.4 本章小结 |
第五章 系统实现与应用实例 |
5.1 验证平台 |
5.2 系统总体设计 |
5.2.1 系统总体结构设计 |
5.2.2 系统功能模块设计 |
5.2.3 系统实现技术 |
5.3 系统数据库设计 |
5.3.1 数据库关系设计 |
5.3.2 数据表设计 |
5.4 系统运行实例 |
5.4.1 基础数据管理模块 |
5.4.2 业务管理模块 |
5.4.3 生产管理模块 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文总结 |
6.2 研究展望 |
参考文献 |
附录 |
攻读硕士学位期间的研究成果 |
致谢 |
(9)浅谈银行业中间件发展(论文提纲范文)
中间件在银行业务的发展历程 |
1.中间业务及交易中间件。 |
2.中间件蓬勃发展周期。 |
3.大批量应用统一部署。 |
中间件发展现状 |
1.中间件选择困境。 |
2.中间件赋能场景。 |
总结 |
(10)移动源遥感监管平台建设研究(论文提纲范文)
内容摘要 |
Abstract |
1 引言 |
1.1 移动源监管的背景 |
1.1.1 我国机动车发展基本现状 |
1.1.2 机动车尾气排污现状 |
1.2 移动源监管信息化现状 |
1.3 移动源监管平台建设研究目标与内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
2 总体功能 |
2.1 前言 |
2.2 总体逻辑架构设计 |
2.2.1 总体逻辑架构设计 |
2.2.2 支持体系设计 |
2.3 技术路线设计 |
3 物理感知层 |
3.1 前言 |
3.2 机动车尾气遥感监测 |
3.2.1 机动车尾气检测原理 |
3.2.2 机动车尾气常用检测技术及运算方法 |
3.2.3 机动车尾气遥感监测系统组成 |
4 基础设施层 |
4.1 前言 |
4.2 云计算服务 |
4.2.1 云计算基础设施与环境框架 |
4.2.2 信息虚拟资源池构建模式 |
4.2.3 统一资源池管理体系 |
4.2.4 云计算设施服务中心 |
5 数据资源层 |
5.1 数据库设计的主要依据 |
5.2 数据库设计原则 |
5.3 数据库建设的目标 |
5.4 数据库结构 |
6 服务平台层 |
6.1 前言 |
6.2 遥感监管平台服务层逻辑架构 |
6.3 遥感监管平台服务层标准与设计 |
6.3.1 信息服务标准 |
6.3.2 服务平台层设计 |
6.4 遥感监管平台服务栈 |
6.4.1 微服务架构 |
6.4.2 OGC网络服务体系结构 |
6.4.3 平台层服务栈体系结构设计 |
6.5 遥感监管平台服务模式 |
6.5.1 业务应用系统开发和部署模式 |
6.5.2 服务资源分配与应用激活策略 |
6.6 遥感监管平台服务目录管理 |
6.6.1 信息服务注册机制 |
6.6.2 服务层注册库设计 |
6.6.3 服务平台目录组织方式 |
7 业务应用层 |
7.1 机动车尾气遥感监测 |
7.1.1 站点信息管理 |
7.1.2 实时数据 |
7.1.3 历史数据 |
7.1.4 通知管理 |
7.1.5 白名单管理 |
7.1.6 统计分析 |
7.2 非道路移动机械信息管理 |
7.2.1 非道路移动机械档案信息管理 |
7.2.2 检测信息管理 |
7.2.3 使用人和所有人管理 |
7.2.4 使用情况跟踪 |
7.2.5 环保标识管理 |
7.2.6 电子标签管理 |
7.2.7 老旧移动源淘汰管理 |
7.2.8 移动执法管理 |
7.2.9 在线监测与电子围栏管理 |
7.2.10 进出工地管理 |
7.2.11 数据分析 |
7.2.12 非道路移动机械申报APP |
7.3 柴油货车在线管理 |
7.3.1 车辆分布 |
7.3.2 实时监测 |
7.3.3 数据查询与统计 |
7.3.4 违规查询 |
7.3.5 报警管理 |
7.3.6 网络连接情况 |
7.4 机动车排污监控管理 |
7.4.1 检测信息数据管理 |
7.4.2 数据查询综合统计分析 |
7.4.3 高排放车型统计 |
7.4.4 防作弊数据预警管理 |
7.4.5 转入车辆管理 |
7.4.6 老旧车辆信息管理 |
7.4.7 车辆黑名单管理 |
7.4.8 路检抽检管理 |
7.4.9 辅助管理 |
7.5 排放检验与维修(I/N)监管 |
7.5.1 I端功能设计 |
7.5.2 M端功能设计 |
7.6 冒黑烟尾气抓拍 |
7.6.1 实时视频分析 |
7.6.2 黑烟车抓拍记录 |
7.6.3 点位信息管理 |
7.6.4 设备管理 |
7.6.5 人工审核 |
7.6.6 地图展示 |
7.7 电子围栏 |
8 结论 |
参考文献 |
致谢 |
博士生期间发表的学术论文,专着 |
博士后期间发表的学术论文,专着 |
个人简历 |
永久通信地址 |
四、Web中间件:应用开发的基石(论文参考文献)
- [1]面向大规模电商平台的商品信息采集与知识图谱构建关键技术研究[D]. 刘哲. 延安大学, 2021(11)
- [2]面向微服务应用的水平伸缩系统设计与实现[D]. 杨磊. 中国科学院大学(中国科学院深圳先进技术研究院), 2021(08)
- [3]基于微服务架构的智慧园区管理平台设计与实现[D]. 卢德鹏. 北京邮电大学, 2021(01)
- [4]基于可定制化规则新闻抓取系统的设计与实现[D]. 周昂. 北京邮电大学, 2021(01)
- [5]基于服务的复杂装备数据分析技术研究[D]. 于豪. 电子科技大学, 2021(01)
- [6]基于Node.js的Web服务端框架研究与实现[D]. 唐榜. 西南科技大学, 2021(08)
- [7]车联网智能终端监控平台的研究与实现[D]. 刘文哲. 电子科技大学, 2021(01)
- [8]水下拦截网制造物联系统研究与开发[D]. 罗滨鸿. 东华大学, 2021(01)
- [9]浅谈银行业中间件发展[J]. 赵烨婷,蒋瑶瑶. 金融电子化, 2020(09)
- [10]移动源遥感监管平台建设研究[D]. 唐古拉. 中国农业科学院, 2020(06)