網(wǎng)絡(luò)計算

目錄
前言
第一章 網(wǎng)絡(luò)計算概述 1
1.1 網(wǎng)絡(luò)計算概念 1
1.2 網(wǎng)絡(luò)計算的發(fā)展與形式 1
1.3 網(wǎng)絡(luò)計算的關(guān)鍵技術(shù)與應(yīng)用 5
1.4 小結(jié) 7
參考文獻(xiàn) 8
第二章 網(wǎng)絡(luò)異構(gòu)資源組織與管理 10
2.1 資源構(gòu)造與管理方法 10
2.1.1 技術(shù)方案 10
2.1.2 資源構(gòu)造方案 15
2.1.3 具體實施方案 15
2.1.4 SDK開發(fā)包 23
2.2 資源分配系統(tǒng)與方法 25
2.2.1 技術(shù)方案 25
2.2.2 具體實施方案 26
2.3 資源監(jiān)控系統(tǒng)與方法 27
2.4 小結(jié) 29
參考文獻(xiàn) 30
第三章 網(wǎng)絡(luò)異構(gòu)資源組織管理平臺及環(huán)境 32
3.1 系統(tǒng)平臺流程概述 32
3.2 平臺總體架構(gòu)設(shè)計 32
3.2.1 系統(tǒng)總體構(gòu)建模型 32
3.2.2 業(yè)務(wù)系統(tǒng)構(gòu)建模型 33
3.2.3 系統(tǒng)總體框架 34
3.3 平臺功能模塊設(shè)計 36
3.3.1 虛擬組織及工作流構(gòu)建子系統(tǒng) 36
3.3.2 虛擬資源管理子系統(tǒng) 41
3.3.3 虛擬資源發(fā)現(xiàn)機制 49
3.4 小結(jié) 50
參考文獻(xiàn) 50
第四章 網(wǎng)絡(luò)大數(shù)據(jù)勘探與挖掘分析 52
4.1 網(wǎng)絡(luò)大數(shù)據(jù)資源服務(wù)框架 52
4.2 分布式爬蟲任務(wù)調(diào)度策略 54
4.2.1 調(diào)度流程 54
4.2.2 負(fù)載均衡策略 57
4.2.3 調(diào)度策略 58
4.2.4 錯誤恢復(fù)機制 61
4.2.5 實驗與分析 62
4.3 爬蟲限制與引導(dǎo)協(xié)議 64
4.3.1 訪問方式 64
4.3.2 格式 65
4.3.3 指令 68
4.3.4 類 BNF范式 78
4.3.5 示例 83
4.4 基于集聚系數(shù)的自適應(yīng)聚類方法 84
4.4.1 問題提出 84
4.4.2 集聚系數(shù)概述 85
4.4.3 詞的自適應(yīng)聚類算法 88
4.4.4 實驗與分析 94
4.5 小結(jié) 98
參考文獻(xiàn) 98
第五章 網(wǎng)絡(luò)大數(shù)據(jù)索引網(wǎng)絡(luò)體系 100
5.1 資源索引網(wǎng)絡(luò)模型 100
5.1.1 基本定義 100
5.1.2 單層索引網(wǎng)絡(luò) 102
5.1.3 層次索引網(wǎng)絡(luò) 105
5.2 索引網(wǎng)絡(luò)代數(shù) 112
5.2.1 索引網(wǎng)絡(luò)構(gòu)建規(guī)則之間的操作 113
5.2.2 多個索引網(wǎng)絡(luò)之間的操作算子 113
5.2.3 語義關(guān)聯(lián)圖的相關(guān)操作算子 118
5.2.4 語義關(guān)聯(lián)圖的查詢優(yōu)化 121
5.2.5 語義關(guān)聯(lián)圖中的子圖提取算法 124
5.3 小結(jié) 126
參考文獻(xiàn) 126
第六章 可信認(rèn)證平臺體系及環(huán)境 128
6.1 可信認(rèn)證中心平臺 128
6.1.1 可信認(rèn)證中心體系 128
6.1.2 可信認(rèn)證中心平臺關(guān)鍵技術(shù) 130
6.2 在線監(jiān)控可視化呈現(xiàn) 143
6.2.1 概要 143
6.2.2 具體呈現(xiàn) 144
6.3 小結(jié) 149
參考文獻(xiàn) 150
第七章 面向自貿(mào)區(qū)的網(wǎng)絡(luò)大數(shù)據(jù)計算與服務(wù)平臺 151
7.1 面向區(qū)內(nèi)企業(yè)的定制搜索引擎 151
7.2 企業(yè)重點事件風(fēng)險預(yù)警 164
7.3 企業(yè)異動風(fēng)險預(yù)警 166
7.4 企業(yè)新聞輿情傾向性評價 173
7.5 區(qū)內(nèi)企業(yè)新聞資訊鏈 175
7.6 企業(yè)熱點事件分析 175
7.7 經(jīng)濟指標(biāo)監(jiān)控與關(guān)聯(lián)挖掘分析 183
7.8 小結(jié) 187
參考文獻(xiàn) 187
第八章 面向網(wǎng)絡(luò)金融交易的“風(fēng)控云”平臺及應(yīng)用 188
8.1 電子交易“風(fēng)控云”平臺支撐技術(shù) 188
8.2 內(nèi)外結(jié)合的大數(shù)據(jù)勘探與挖掘技術(shù) 189
8.3 電子交易數(shù)據(jù)安全與隱私保護(hù) 189
8.4 電子交易系統(tǒng)建模與驗證技術(shù) 190
8.5 基于用戶瀏覽行為的認(rèn)證技術(shù) 190
8.6 電子交易主體設(shè)計與協(xié)同技術(shù) 191
8.7 電子交易憑證關(guān)鍵技術(shù) 191
8.8 電子交易數(shù)據(jù)征信技術(shù) 191
8.9 風(fēng)控云平臺體系 192
8.10面向支付寶交易風(fēng)控的示范應(yīng)用 195
8.11 小結(jié) 196
參考文獻(xiàn) 196
第九章 城市智能交通協(xié)同監(jiān)管與實時服務(wù)平臺及應(yīng)用 198
9.1 概述 198
9.1.1 平臺體系結(jié)構(gòu) 198
9.1.2 平臺網(wǎng)絡(luò)拓?fù)?199
9.2 面向交通監(jiān)管的海量視頻分析處理 201
9.2.1 視頻采集 201
9.2.2 視頻管理 203
9.2.3 視頻處理 206
9.3 面向交通監(jiān)管的海量視頻信息提取 211
9.3.1 基于視頻信息的車輛目標(biāo)檢測 211
9.3.2 基于視頻信息的隊列長度檢測 212
9.3.3 基于視頻信息的流量與速度檢測 216
9.3.4 基于視頻信息的車牌識別 220
9.3.5 基于視頻信息的事件檢測 228
9.4 基于海量視頻的交通監(jiān)控與管理 231
9.4.1 自適應(yīng)交通控制 231
9.4.2 多路口交通事件協(xié)同跟蹤 245
9.5 實施效果 250
9.6 小結(jié) 253
參考文獻(xiàn) 253