基于SDN技术的多进程空间数据云存储方法研究

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:aiwen8431071
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于存储空间被磁盘访问的次数较多,导致数据存储安全性较低,空间数据存储效率较慢,由此提出基于SDN技术的多进程空间数据云存储方法。明确SDN的网络体系结构,通过控制器、接口协议、数据区关键技术构建进程空间数据中心平台,利用Hbase扩展空间数据存储空间,将组织类型在逻辑上对应空间数据的地理特征,降低存储空间被磁盘访问的次数,根据四叉树方式组织栅格影像数据,同时四叉树编码每个栅格图片,完成多进程空间数据存储查询。仿真结果表明,所提方法的多进程空间数据云存储安全性较高,且能快速存储多进程空间数据。
其他文献
为克服传统配电网谐波源信定位中存在的定位与实际偏差较大、精度较低问题,提出基于免疫优化ICA算法的配电网谐波源定位方法。以负荷率和额定定容量为配电网主要参数,构建配电网变压器模型。在此基础上,得到配电网等效集中参数模型利用原子分解法,表达所选配电原子信号的线性度,利用原子分解法表达配电网中的谐波信号,获取谐波信号中存在的相关信息,为配电网谐波源的定位提供依据。通过计算得到的谐波电压和谐波电流之间存
传统的室内空间特征多层次布局仿真方法在面对复杂的空间环境时,很难在保证布局合理的情况下,保证仿真数据的精度。为此,提出基于Kinect的室内空间特征多层次布局仿真。使用Kinect设备采集室内空间特征深度数据,经过修复和滤波后,将处理后的数据转换为空间坐标系下的数据,构建空间特征数据的几何模型,采用遗传算法计算出最大迭代次数,获取模型最优解,完成室内空间特征多层次布局仿真。以模型整体偏差以及空间特
因传统信息分类方法在面向大数据时,普遍存在分类时间较长、平均误分率较高的问题,不能有效区分不同信息类型,提出一种面向大数据的规则引擎驱动下信息分类方法。通过对规则引擎下的大数据信息进行分析,构建大数据信息集模型,获取大数据信息特征。将大数据信息特征输入到支持向量机分类器中,以大数据信息分类正确率作为适应度函数,采用粒子群算法对支持向量机参数进行优化选取,根据选取结果实现信息的初步分类,根据初步分类