数据空间的发展历史与全球一体化趋势

数据智能技术的发展推动着网络空间从计算为中心转变为以数据为中心的新形态,即“数据空间”。随着数据作为生产要素的价值不断凸显,“数据空间”广泛出现在各个行业、领域,但数据空间的定义尚未形成共识。文章从数据空间一词的首次出现开始,梳理近二十年来数据空间相关概念发展,提出狭义和广义数据空间的分类思路。随后从数据跨域价值释放的角度出发,分析全球一体化数据空间的必要性,分析该方向上的两条主要技术路径:链接数据和数字对象架构,并对数据空间的发展趋势进行展望。

机载数据分发服务软件自发现设计

为了满足机载分布式应用通信的灵活性和实时性要求,实现高效、可靠的数据传输,减少应用的开发和移植成本,提出一种嵌入式数据分发服务软件解决方案,建立以数据为中心的发布订阅通信模型,构建共享、虚拟的“全局数据空间”,并支持多种可配置的服务质量策略。针对机载环境下计算、存储、网络传输带宽等资源受限的特点,重点研究建立通信模型的关键技术——自发现机制,包括自发现过程、加入/退出机制和条件自发现,对数据分发服务在机载场景的应用具有一定的推进作用。

基于DDS的实时信息交换平台研究

数据分发服务(DDS)是对象管理组织(OMG)颁布的分布式实时系统中数据分发的一个最新规范,该规范描述了分布式实时系统中数据发布、传递和接收的接口和行为,定义了以数据为中心的发布/订阅模型。探讨了一种基于DDS规范的实时信息交换平台的关键技术和实现方法,能够为应用软件系统提供一个有组织的数据总线。

GVDS:面向广域高性能计算环境的虚拟数据空间

广域高性能计算环境是支撑科技创新和社会经济发展的核心信息基础设施。然而,在广域高性能计算环境中,异构存储资源在地理位置上的分散分布导致无法发挥广域存储资源的聚合效应,难以满足对广域分布数据的统一管理和高效访问需求。为此,提出了虚拟数据空间构建方法及数据访问性能优化方法,并实现了一个面向广域高性能计算环境的全局虚拟数据空间(GVDS)。GVDS可聚合广域分布的异构存储资源,形成统一的虚拟数据空间,有效支撑用户以统一访问模式高效访问广域分散的异构存储资源,实现广域环境中分布数据的跨域共享和协同处理。测试结果表明,与国际领先的面向广域高性能计算环境的OneData、GFFS等存储系统相比,GVDS实现了相当的功能,且数据访问性能明显提升。

一个面向服务的DCPS信息库的设计与实现

DDS是对象管理组织(OMG)针对实时数据分发系统制定的一个规范。DCPS信息库节点是DDS系统的核心服务节点,保存了系统内所有节点的状态信息。从面向服务的角度,提出了一个DCPS信息库的设计方案,定义了一个全局数据空间,并通过对全局数据空间的维护实现了分布式系统空间解耦合、动态扩展的特性。基于DCPS信息库搭建了一个发布订阅系统,分析了系统运行的实时性。结果表明,设计方案可以保证节点间高效、快速的进行数据分发。

实时数据分发服务的自动发现技术

DDS是OMG专门针对实时分布式系统颁布的数据分发国际规范,其核心在于提出了"全局数据空间"的思想,从而实现了系统松耦合、强实时、高可靠和高吞吐量等特性。介绍了DDS基本通信模型,总结归纳了核心实体角色间的逻辑关系,分析了"全局数据空间"概念模型,重点研究了构建该模型的关键技术——实体远程自动发现技术,包括域参与者层和发布-订阅端点层的双层自动发现机制,以及实体自动发现的协议过程、控制逻辑和加入/退出的更新机制。利用该技术可以设计和开发系统监控软件,实时监听和分析系统发布和订阅状态信息,记录历史数据,提供完整且直观的系统通信拓扑结构,使开发者更好的理解分布式系统、校正系统设计、调配性能参数、优化系统集成和扩展。

面向大数据处理应用的广域存算协同调度系统

以我国研发的高性能计算虚拟数据空间系统为基础,针对大数据处理应用如何统筹利用广域存储和计算资源的问题,设计并实现了一套面向大数据处理应用的广域存算协同调度系统。该系统可依据应用的计算特征和数据布局,通过存算协同、负载均衡、数据局部性感知等策略,在广域环境中协同调度应用数据和计算任务,统筹利用广域计算和存储资源,有效提升大数据处理应用的运行性能。在国家高性能计算环境中实际测试的结果表明,提出的调度方法可有效地支撑大数据处理应用,跨域目标协同识别、分子对接等典型应用的运行效率可提升3~4倍。

一种基于主题树的DDS发现机制的研究与实现

研究了DDS规范中的节点发现机制以及现有DDS中间件产品中不同实现机制,分析了现有的发现机制在大型分布式场景中所面临的问题,设计并实现了一种基于主题树的发布/订阅关系信息配置系统(Topic Tree Info Repo,TTIR)。通过TTIR对主题的实时过滤,有效降低了节点发现过程所需要发送的消息数量。同时,在TTIR上实现了一种分布式的主题链路锁机制,用于管理DDS系统中并行实施的发布/订阅关系变更,有效保证了系统在升级维护过程中的高可用性。

数据分发服务中的全局数据空间(GDS)的研究与设计

为了满足分布式系统实时、异步和松散耦合的通信需求,实现节点间主题信息的发布和订阅,在分析实时数据分发服务规范提出的"全局数据空间"概念基础上,提出了一种分布式的"全局数据空间"的设计方案。

广域虚拟数据空间中边缘缓存系统的研究与实现

针对广域虚拟数据空间系统中边缘客户端访问和共享远程数据时,数据冗余传输造成大量网络带宽浪费的问题,通过研究广域虚拟数据空间系统中的缓存技术,提出边缘缓存机制优化数据访问通路,将数据以文件粒度缓存在靠近边缘客户端的位置,从而提升上层应用访问和共享数据的性能。测试结果表明,作为虚拟数据空间系统的补充,提出的边缘缓存系统可提升广域数据共享的性能。

基于箭载GNSS+BDS定位的测控设备自引导技术

测控技术在航天工程中起着十分重要的作用,提升测控设备跟踪测量的适应能力和抗干扰能力,进一步提高全航区测控数据收发的可靠性是十分必要的。从航天测控站自身出发,研究了基于箭载GNSS+BDS定位的自引导技术、互引导技术的可行性。该方法的成功应用,为各测控站点设备的跟踪测量开辟一条新的引导途径,提高测站地面设备跟踪测量的连续性、稳定性和可靠性。

基于多层次网格划分算法的出租车全局调度策略的研究与实现

城市单元格划分算法应用于出租车调度方法时无法解决山川、河流、大型建筑等天然屏障对距离计算的负面影响,更无法确定网格之间的稳定性。针对此问题,提出了一种面向复杂地理环境的多层次网格划分算法,采用历史数据拟合出两点之间行驶距离的精确值,替代了传统路径计算方法,为距离计算问题提供了新的解决思路,多层次划分更使网格的稳定性得以保证。再结合线性规划方法,辅以时序图和散点图等时空特征识别技术,以高效益和负载均衡为目标,对空载出租车进行实时调度。实验结果表明,该方法提升了整体效益,缩短了乘客打车等待时间,达到了经济效益和社会效益的双提升,具有普适性和广泛的应用前景。

利用最新空间数据检测固体地球形态变化研究

固体地球形态变化作为一个古老的科学话题一直受到地球动力学研究学者的关注和讨论,本文搜集了全球近4 000个空间技术台站最新实测数据,利用经典的Delaunay三角网构建地球数学模型,对固体地球表面积和体积变化进行重新计算,实验发现:固体地球整体存在压缩趋势,而且全球均存在不同程度的非对称构造变化。

基于电力系统双侧随机性的源荷跨时空互补特性研究

随着风光等间歇性可再生能源发电的快速发展,以及电动汽车等随机性充放电的新型负荷的不断涌现,源荷两侧的双重随机性加大了电力系统安全稳定运行风险。如何利用不同能源资源及负荷的广域跨时空互补特性,降低系统两侧的随机性和波动性成为学术及工程界关注的热点问题。将电力大数据与跨区互补理论相结合,提出了基于电力大数据的源荷跨时空互补分析模型。通过模拟中国西部与欧洲负荷中心联网,从荷荷互补、源源互补及源荷互补3个维度证明了中国与欧洲具有较大的互补潜力,为下一步全球能源互联网战略构想的落地实施提供理论依据。

改进灰狼算法优化支持向量机的网络流量预测

高精度网络流量预测是现代网络智能管理的基础,针对支持向量机在网络流量预测建模过程中的参数优化难题,以改善网络流量预测结果为目标,提出了改进灰狼算法优化支持向量机的网络流量预测模型。首先收集网络流量历史数据,并对数据进行相空间重构、归一化等预处理,然后引入改进灰狼算法快速搜索到全局最优支持向量机的相关参数,并根据最优参数对预处理后的网络流量历史数据进行学习,建立能够挖掘网络流量历史数据包含变化规律的预测模型,最后与其他算法优化支持向量机的网络流量预测模型进行了对比分析。结果显示,改进灰狼算法优化支持向量机的网络流量预测精度超过90%,远高于对比模型,且预测建模过程的建模时间少于对比模型,可以满足网络流量管理的高精度和实时性的要求。

基于灰狼算法优化深度学习网络的网络流量预测

针对深度学习网络在网络流量预测建模过程中的参数优化难题,以改善网络流量预测结果为目标,提出一种基于改进灰狼算法优化深度学习网络的网络流量预测模型.首先,收集网络流量历史数据,并对数据进行相空间重构、归一化等预处理;其次,引入灰狼算法快速搜索到全局最优深度学习网络的相关参数,并根据最优参数对预处理后的网络流量历史数据进行学习,建立能挖掘网络流量历史数据变化规律的预测模型;最后,与其他算法优化深度学习网络的网络流量预测模型进行对比分析.实验结果表明,基于改进灰狼算法优化深度学习网络的网络流量预测精度超过90%,远高于其他对比模型,且预测建模过程的建模时间少于对比模型,可满足网络流量管理的高精度和实时性要求.

RADIAL BASIS FUNCTION INTERPOLATION IN SOBOLEV SPACES AND ITS APPLICATIONS

In this paper we study the method of interpolation by radial basis functions and give some error estimates in Sobolev space H^k（Ω） （k 〉 1）. With a special kind of radial basis function, we construct a basis in H^k（Ω） and derive a meshless method for solving elliptic partial differential equations. We also propose a method for computing the global data density.

太阳极轨天文台

太阳极轨天文台利用高轨道倾角(≥80°)和小椭偏率轨道,将首次实现正面对太阳极区磁场和速度场高精度成像观测,结合多波段遥感和原位测量,为解决太阳磁活动周起源的世纪难题提供决定性观测,为破解“原始”高速太阳风的起源效应之谜提供直接观测支撑,为理解日球层整体结构突破性创建数据驱动的日球数值模型.