دانلود و نمایش مقالات مرتبط با پردازش جریان داده ها::صفحه 1
بلافاصله پس از پرداخت دانلود کنید

با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد). 

نتیجه جستجو - پردازش جریان داده ها

تعداد مقالات یافته شده: 5
ردیف عنوان نوع
1 Performance measurement of data flow processing employing software defined architecture
اندازه گیری عملکرد پردازش داده ها با استفاده از معماری تعریف شده نرم افزار-2018
With the development of information technology, the importance of big data is quickly highlighted. Big data applications show great value to individuals, companies and governments. Recently, researches on the storage and utilization of big data have achieved considerable results. The prosperity of big data applications is a thrust of drawing attention to the system performance such as timeliness, computational and communication resources. Data retransmission caused by the violation of the stringent delay bound may result in the reprocessing of these data, which would have a negative effect on user experience. To fill this gap, a software defined architecture is developed in this work so that the appropriate start point of processing can be found for the data need to be reprocessed. For further improvement of the processing performance, two models are presented to this software defined architecture. In the optimized model, a priority queue is employed to facilitate the processing efficiency. In addition, data flows transmitting through networks exhibit obvious self-similar characteristics. Performance analysis without taking traffic self-similarity into account may lead to unexpected results. In the optimized model, the tightly coupled system makes performance analysis difficult. Therefore, a decomposition approach is employed to divide the coupled system into a group of single server single queue systems. Finally, the developed model is validated through extensive experimental results.
Keywords: Software defined architecture ، Performance measurement ، Data flow processing ، Queueing system ، Self-similar
مقاله انگلیسی
2 Resource management for bursty streams on multi-tenancy cloud environments
مدیریت منابع برای جریان انفجاری در محیطهای ابری چند مستاجری-2016
The number of applications that need to process data continuously over long periods of time has increased significantly over recent years. The emerging Internet of Things and Smart Cities scenarios also confirm the requirement for real time, large scale data processing. When data from multiple sources are processed over a shared distributed computing infrastructure, it is necessary to provide some Quality of Service (QoS) guarantees for each data stream, specified in a Service Level Agreement (SLA). SLAs identify the price that a user must pay to achieve the required QoS, and the penalty that the provider will pay the user in case of QoS violation. Assuming maximization of revenue as a Cloud provider’s objective, then it must decide which streams to accept for storage and analysis; and how many resources to allocate for each stream. When the real-time requirements demand a rapid reaction, dynamic resource provisioning policies and mechanisms may not be useful, since the delays and overheads incurred might be too high. Alternatively, idle resources that were initially allocated for other streams could be re-allocated, avoiding subsequent penalties. In this paper, we propose a system architecture for supporting QoS for concurrent data streams to be composed of self-regulating nodes. Each node features an envelope process for regulating and controlling data access and a resource manager to enable resource allocation, and selective SLA violations, while maximizing revenue. Our resource manager, based on a shared token bucket, enables: (i) the redistribution of unused resources amongst data streams; and (ii) a dynamic re-allocation of resources to streams likely to generate greater profit for the provider. We extend previous work by providing a Petrinet based model of system components, and we evaluate our approach on an OpenNebula-based Cloud infrastructure.
Keywords: Data stream processing | Cloud computing | Profit-based resource management | SLA management | Admission control | QoS provisioning
مقاله انگلیسی
3 سیستم ریزش بار نامعمول برای استخراج جریان داده ها
سال انتشار: 2015 - تعداد صفحات فایل pdf انگلیسی: 9 - تعداد صفحات فایل doc فارسی: 19
استراتژی ریزش بار، در شمار زیادی از عملکردها و برنامه ها برای سیستم های درگیر در پردازش جریان داده ها (همانطور که در جریان داده ها نوسانات تصادفی زیادی در خصوص حجم داده ها رخ می دهد) بسیار ضروری هستند. با استفاده از کارایی سیستم استخراج، سیستم پیشنهادی در تلاش برای جستجو و حل چهار مسئله اصلی همبسته و مرتبط با جریان داده هاست که شامل زمان های مربوط به ریزش بار و زمان های بدون نیاز به ریزش بار، کاهش تعداد تراکنش ها و انتخاب گزاره مناسب است. الگوی معمول کشف شده در جریان داده ها که مدل مربوطه استفاده گردید، از همکاری و مشارکت میان زمانبندی و ریزش بار، بهره برداری می کند. همچنین این مقاله استراتژی های مختلفی در خصوص ریزش بار، پیشنهاد می دهد که حجم کاری سیستم را کاهش داده و ان را سبک می کند و سطح قابل قبولی از دقت استخراج را با استفاده از پارامترهای مختلف نظیر تراکنش، الویت و مشخصات عمل داده کاوی، دارا می باشد. اکثریت بخش حجم کاری در الگوریتم استخراج، متکی به مجموعه ایتم های بی شماری است، که دارای اهمیت ویژه بوده و یک به یک ذکر می شوند. روش مورد نظر براساس روش تطابق الگوی معمول استخراج جریان است که شامل کاهش حجم کاری برای حفظ مجموعه ایتم های کوچک تر است.
کلمات کلیدی: جریان داده ها | تطابق الگوی معمول | داده های مملو از بار | ریزش بار
مقاله ترجمه شده
4 Stream Processing of Healthcare Sensor Data: Studying User Traces to Identify Challenges from a Big Data Perspective
پردازش جریان داده های حسگر مراقبت بهداشتی : مطالعه ردیابی کاربر برای شناسایی چالش ها از یک چشم انداز داده های بزرگ-2015
The Internet of Things (IoT) generates massive streams of data which call for ever more efficient real time processing. Designing and implementing a big data service for the real time processing of such data requires an extensive knowledge of both input load and data distribution in order to provide a service which can cope with the workload. In this context, we study in this paper the challenges inherent to the real time processing of massive data flows from the IoT. We provide a detailed analysis of traces gathered from a well-known healthcare sport-oriented application in order to illustrate our conclusions from a big data perspective.© 2015 The Authors. Published by Elsevier B.V. This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/).Peer-review under responsibility of the Conference Program Chairs
keywords:Internet of Things | Healthcare Sport Services | Big Data
مقاله انگلیسی
5 پردازش جریان داده های حس گر بهداشت و درمان: مطالعه اثار کاربر برای شناسایی چالش های حاصل از چشم انداز داده های بزرگ
سال انتشار: 2015 - تعداد صفحات فایل pdf انگلیسی: 6 - تعداد صفحات فایل doc فارسی: 15
اینترنت اشیا (IoT) جریان های عظیمی از داده ها را تولید می کند که برای همیشه، در پردازش موثر زمان واقعی بکار می رود. طراحی و اجرای خدمات داده های بزرگ برای پردازش زمان واقعی چنین داده هایی، نیازمند دانش گسترده ای از هر دوی بار ورودی و توزیع داده ها در خصوص تامین خدمات است که بتواند از پس حجم کاری بیاید. در این راستا، هدف از مقاله حاضر، بررسی و مطالعه چالش های مرتبط با پردازش زمان واقعی جریان های داده های عظیم ازسوی IoT، می باشد. بدین منظور، اثار استنباط شده از برنامه ها و کارکردهای ورزش گرای خدمات بهداشت و درمان معمول در رابطه با نشان دادن نتیجه گیری های حاصل از رویکردهای داده های بزرگ، با دقت بیشتری انالیز می شوند. کلمات کلیدی: اینترنت اشیا | خدمات ورزشی بهداشت و درمان | داده های بزرگ
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 10267 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 10267 :::::::: افراد آنلاین: 84