1. 研究目的与意义(文献综述)
目的和意义:
目的: 在当今蓬勃发展的互联网中,海量的大数据往往以“流数据”的形式呈现。对海量而价值密度低的数据流进行复杂事件处理,即时发现或聚合抽象出更高层的事件,可以为网络中上层应用提供具有丰富语义的事件发现、监测等基础服务,具有广阔的应用场景。例如,在网络系统安全监控应用中,对网络请求数据流中用户登录失败事件进行瞬时聚合分析,以即时发现恶意密码破解行为,对同一ip多次登录失败的事件进行处理,防止用户的账户被盗;在电子商务系统中,对用户连续购买关联商品事件进行聚合分析,以给用户提供更精准有效的推荐信息,在用户浏览某一商品时,对其进行聚合分析,推荐给用户相关的商品,提高用户体验;在信用卡保护系统中,一个敏感的信用卡诈骗被定义为一个特定的在线购买模式,如果在短时间内同一信用卡支出总额超过阈值,则应该立即发出警报,阻止可疑交易等。
2. 研究的基本内容与方案
基本内容与目标:
基于具体应用场景,设计基于storm的复杂事件流聚合模块。在实时输入的流数据中,对固定模式的复杂事件进行即时匹配与聚合,精确实时地返回给定的时间窗口大小内匹配事件发生总数。
技术方案及措施:
3. 研究计划与安排
1.2016/1/11—2016/1/22:查阅参考文献,明确选题;
2.2016/1/23—2016/3/7:进一步阅读文献,并分析和总结;确定技术路线,完成并提交开题报告;
3.2016/3/8—2016/4/26:需求分析,算法或系统设计,分析、比较或实现等;
4. 参考文献(12篇以上)
[1] ankit toshniwal, siddarth taneja, amitshukla et al. storm @twitter. the proceedings of 2014 acm sigmod. 2014:147-156.
[2] sanjeev kulkarni, nikunj bhagat et al.twitter heron: stream processing at scale. the proceedings of 2015 acm sigmod.2015: 239-250.
[3] yingmei qi, lei cao, medhabi ray et al.complex event analytics: online aggregation of stream sequence patterns. theproceedings of 2014 acm sigmod. 2014: 229-240.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。