一種基于上下文感知的智慧城市云計算分析方法
專利匯可以提供一種基于上下文感知的智慧城市云計算分析方法專利檢索，專利查詢，專利分析的服務(wù)。并且本 發(fā)明 公開了一種基于上下文 感知 的智慧城市 云 計算分析方法，所述基于上下文感知的智慧城市云計算分析方法采用基于上下文感知的云計算平臺的四層結(jié)構(gòu)，上下文感知 算法 實現(xiàn)智慧城市 大數(shù)據(jù) 的存儲。本發(fā)明通過理論分析和模式測試結(jié)果表明基于上下文感知的云計算平臺滿足了動態(tài)大數(shù)據(jù)的可靠存儲的前提下，降低了數(shù)據(jù)分布式影響，極大提高了智慧城市大數(shù)據(jù)的存儲管理能 力 。，下面是一種基于上下文感知的智慧城市云計算分析方法專利的具體信息內(nèi)容。
1.一種基于上下文感知的智慧城市云計算分析方法，其特征在于，所述基于上下文感知的智慧城市云計算分析方法采用基于上下文感知的云計算平臺的四層結(jié)構(gòu)，上下文感知算法實現(xiàn)智慧城市大數(shù)據(jù)的存儲。
2.如權(quán)利要求1所述的基于上下文感知的智慧城市云計算分析方法，其特征在于，所述基于上下文感知的智慧城市云計算分析方法具體包括以下步驟：
步驟一，首先上下文數(shù)據(jù)轉(zhuǎn)化為一個參數(shù)列表用于定義規(guī)則里的設(shè)置文件；規(guī)則的規(guī)則定義包含一個列表的元素定期評估的引擎；
步驟二，基于上下文感知的相關(guān)規(guī)則包含兩個部分:規(guī)則定義和規(guī)則實現(xiàn)；其中規(guī)則定義部分是根據(jù)rule-def標簽是復(fù)雜的規(guī)則，那些觸發(fā)某個動作如果true.Complex靈便的評估規(guī)則名稱屬性，描述一個屬性來指定動作觸發(fā)和可能的參數(shù)的一個屬性的行動。
3.如權(quán)利要求2所述的基于上下文感知的智慧城市云計算分析方法，其特征在于，所述規(guī)則由條件、行為和行動組成。
4.如權(quán)利要求2所述的基于上下文感知的智慧城市云計算分析方法，其特征在于，所述基于上下文感知的相關(guān)規(guī)則包含兩個部分:規(guī)則定義和規(guī)則實現(xiàn)步驟如下：
.......
5.如權(quán)利要求1所述的基于上下文感知的智慧城市云計算分析方法，
其特征在于，所述上下文感知算法實現(xiàn)智慧城市大數(shù)據(jù)的存儲中，存儲方法包括(1)緩存框架單元將元數(shù)據(jù)庫中的數(shù)據(jù)加載至緩存器中并為所述的緩存器創(chuàng)建連接池；
(2)元數(shù)據(jù)分析模塊響應(yīng)用戶提交的元數(shù)據(jù)分析指令，并將元數(shù)據(jù)分析指令對應(yīng)的元數(shù)據(jù)分析消息發(fā)送至元數(shù)據(jù)分析服務(wù)端；
(3)元數(shù)據(jù)分析服務(wù)端根據(jù)元數(shù)據(jù)分析任務(wù)通過緩存框架單元查詢緩存器，并獲得對應(yīng)的元數(shù)據(jù)分析結(jié)果；
(4)元數(shù)據(jù)分析服務(wù)端將元數(shù)據(jù)分析結(jié)果對應(yīng)的分析結(jié)果消息發(fā)送至元數(shù)據(jù)分析模塊；
(5)元數(shù)據(jù)分析模塊解析元數(shù)據(jù)分析服務(wù)端發(fā)送的分析結(jié)果消息得到元數(shù)據(jù)分析結(jié)果，并顯示元數(shù)據(jù)分析結(jié)果。
6.如權(quán)利要求5所述的基于上下文感知的智慧城市云計算分析方法，其特征在于，所述的緩存框架單元包括數(shù)據(jù)加載模塊，所述的緩存框架單元將所述的元數(shù)據(jù)庫中的數(shù)據(jù)加載至所述的緩存服務(wù)中，包括以下步驟：
1)所述的數(shù)據(jù)加載模塊連接所述的元數(shù)據(jù)庫；
2)所述的數(shù)據(jù)加載模塊查詢所述的元數(shù)據(jù)庫中的元數(shù)據(jù)實例表，并根據(jù)所述的元數(shù)據(jù)實例表創(chuàng)建并保存哈希值映射表；
3)所述的數(shù)據(jù)加載模塊將所述的元數(shù)據(jù)庫中的數(shù)據(jù)加載至所述的緩存器中；
所述的數(shù)據(jù)加載模塊查詢所述的元數(shù)據(jù)庫中的元數(shù)據(jù)實例表，并根據(jù)所述的元數(shù)據(jù)實例表創(chuàng)建并保存哈希值映射表，包括以下步驟：
(a)所述的數(shù)據(jù)加載模塊創(chuàng)建哈希值映射表；
(b)所述的數(shù)據(jù)加載模塊查詢所述的元數(shù)據(jù)庫中的元數(shù)據(jù)實例表，并獲取元數(shù)據(jù)實例序列號、元數(shù)據(jù)類型和元數(shù)據(jù)名稱三個字段所對應(yīng)的數(shù)據(jù)；
(c)所述的數(shù)據(jù)加載模塊對元數(shù)據(jù)實例序列號進行哈希運算，并獲得所述的元數(shù)據(jù)實例序列號對應(yīng)的哈希值；
(d)所述的數(shù)據(jù)加載模塊將所述的元數(shù)據(jù)實例序列號與所對應(yīng)的哈希值保存至所述的哈希值映射表；
所述的數(shù)據(jù)加載模塊對元數(shù)據(jù)實例序列號進行哈希運算，具體為：
所述的數(shù)據(jù)加載模塊根據(jù)Java對象的HashCode()函數(shù)方法、MD5算法或SHA-1算法對元數(shù)據(jù)實例序列號進行哈希運算；
所述的數(shù)據(jù)加載模塊將所述的元數(shù)據(jù)庫中的數(shù)據(jù)加載至所述的緩存器中，包括以下步驟：
(A)所述的數(shù)據(jù)加載模塊將所述的元數(shù)據(jù)庫中的元數(shù)據(jù)實例表加載到所述的緩存器中；
(B)所述的數(shù)據(jù)加載模塊將所述的元數(shù)據(jù)庫中的元數(shù)據(jù)組合關(guān)系表加載到所述的緩存器中；
(C)所述的數(shù)據(jù)加載模塊將所述的元數(shù)據(jù)庫中的元數(shù)據(jù)依賴關(guān)系表加載到所述的緩存器中；
所述的緩存器包括數(shù)個緩存子服務(wù)器，所述的數(shù)據(jù)加載模塊將所述的元數(shù)據(jù)庫中的元數(shù)據(jù)實例表加載到所述的緩存器中，包括以下步驟：
a)所述的數(shù)據(jù)加載模塊根據(jù)所述的哈希值對所述的緩存子服務(wù)器的數(shù)量取模，并用取模后的值作為該元數(shù)據(jù)實例表中的數(shù)據(jù)對應(yīng)緩存的緩存子服務(wù)器的下標；
b)所述的數(shù)據(jù)加載模塊以所述的元數(shù)據(jù)實例序列號為鍵值，以所述的元數(shù)據(jù)類型和所述的元數(shù)據(jù)名稱為變量將所述的元數(shù)據(jù)實例表的數(shù)據(jù)保存至所對應(yīng)的緩存子服務(wù)器中；
所述的數(shù)據(jù)加載模塊將所述的元數(shù)據(jù)庫中的元數(shù)據(jù)組合關(guān)系表加載到所述的緩存器中，包括以下步驟：
A)所述的數(shù)據(jù)加載模塊查詢所述的元數(shù)據(jù)庫中的元數(shù)據(jù)組合關(guān)系表，并獲取元數(shù)據(jù)實例序列號和組合關(guān)系元數(shù)據(jù)序列號兩個字段的數(shù)據(jù)；
B)所述的數(shù)據(jù)加載模塊以所述的元數(shù)據(jù)實例序列號為鍵值，以所述的組合關(guān)系元數(shù)據(jù)序列號為變量將所述的元數(shù)據(jù)組合關(guān)系表的數(shù)據(jù)保存至所對應(yīng)的緩存子服務(wù)器中；
所述的緩存框架單元包括連接池管理模塊和緩存配置模塊，所述的連接池管理模塊根據(jù)所述的緩存配置模塊中存儲的所述的緩存器的相關(guān)配置信息，為所述的緩存器創(chuàng)建連接池；
所述的元數(shù)據(jù)分析服務(wù)端包括任務(wù)調(diào)度模塊、分布式緩存接口和分析消息接收隊列，所述的元數(shù)據(jù)分析服務(wù)端根據(jù)所述的元數(shù)據(jù)分析任務(wù)通過緩存框架單元查詢緩存器，包括以下步驟：
(一)所述的分析消息接收隊列接收所述的元數(shù)據(jù)分析模塊發(fā)送的所述的元數(shù)據(jù)分析消息；
(二)所述的任務(wù)調(diào)度模塊解析所述的元數(shù)據(jù)分析消息并得到所述的元數(shù)據(jù)分析任務(wù)；
(三)所述的任務(wù)調(diào)度模塊根據(jù)所述的元數(shù)據(jù)分析任務(wù)通過所述的分布式緩存接口調(diào)用所述的緩存框架單元；
(四)所述的任務(wù)調(diào)度模塊通過所述的分布式緩存框架服務(wù)器查詢所述的分布式緩存服務(wù)器；
所述的緩存框架單元還包括應(yīng)用程序編程接口，所述的獲得對應(yīng)的元數(shù)據(jù)分析結(jié)果，包括以下步驟：
第一，所述的任務(wù)調(diào)度模塊獲得所述的元數(shù)據(jù)庫中的元數(shù)據(jù)實例序列，并將所述的緩存器中以元數(shù)據(jù)實例序列號為鍵值的緩存數(shù)據(jù)為根節(jié)點，并將所述的根節(jié)點加入到分析結(jié)果對象樹中；
第二，所述的任務(wù)調(diào)度模塊將元數(shù)據(jù)實例序列號加入到任務(wù)集中作為進行元數(shù)據(jù)分析的初始對象；
第三，所述的任務(wù)調(diào)度模塊以元數(shù)據(jù)實例序列號為參數(shù)，并通過調(diào)用所述的應(yīng)用程序編程接口在所述的元數(shù)據(jù)組合關(guān)系模塊和所述的元數(shù)據(jù)依賴關(guān)系模塊中查找組合關(guān)系元數(shù)據(jù)序列號和依賴關(guān)系元數(shù)據(jù)序列號，形成組合關(guān)系元數(shù)據(jù)序列號集與依賴關(guān)系元數(shù)據(jù)序列號集；
第四，所述的任務(wù)調(diào)度模塊為所述的組合關(guān)系元數(shù)據(jù)序列號集中的各個組合關(guān)系元數(shù)據(jù)序列號啟動一個查詢線程，以所述的各個組合關(guān)系元數(shù)據(jù)序列號為參數(shù)在所述的元數(shù)據(jù)實例模塊中查詢得到對應(yīng)的元數(shù)據(jù)實例并加入到以所述的元數(shù)據(jù)實例序列號為根節(jié)點的分析結(jié)果對象樹中；
第五，所述的任務(wù)調(diào)度模塊為所述的依賴關(guān)系元數(shù)據(jù)序列號集中的各個依賴關(guān)系元數(shù)據(jù)序列號啟動一個查詢線程，以所述的各個依賴關(guān)系元數(shù)據(jù)序列號為參數(shù)在所述的元數(shù)據(jù)實例模塊中查詢得到對應(yīng)的元數(shù)據(jù)實例并加入到以所述的元數(shù)據(jù)實例序列號為根節(jié)點的分析結(jié)果對象樹中；
第六，所述的任務(wù)調(diào)度模塊從所述的任務(wù)集中刪除元數(shù)據(jù)實例序列號，將所述的組合關(guān)系元數(shù)據(jù)序列號集與依賴關(guān)系元數(shù)據(jù)序列號集加入到所述的任務(wù)集中；
第七，所述的任務(wù)調(diào)度模將所述的任務(wù)集中的各個關(guān)系元數(shù)據(jù)序列號作為元數(shù)據(jù)實例序列號，返回上述步驟第二，直到所述的任務(wù)集為空。
7.如權(quán)利要求5所述的基于上下文感知的智慧城市云計算分析方法，其特征在于，所述的元數(shù)據(jù)分析模塊包括圖形化界面子模塊，所述的元數(shù)據(jù)分析模塊響應(yīng)用戶提交的元數(shù)據(jù)分析指令，包括以下步驟：
所述的圖形化界面子模塊顯示圖形化界面；
所述的圖形化界面子模塊響應(yīng)用戶提交的元數(shù)據(jù)分析指令并得到所對應(yīng)的元數(shù)據(jù)分析任務(wù)；
所述的元數(shù)據(jù)分析模塊還包括任務(wù)解析子模塊和解析消息發(fā)送隊列，將所述的元數(shù)據(jù)分析指令對應(yīng)的元數(shù)據(jù)分析消息發(fā)送至元數(shù)據(jù)分析服務(wù)端，包括以下步驟：
所述的任務(wù)解析模塊將所述元數(shù)據(jù)分析任務(wù)的數(shù)據(jù)封裝為對應(yīng)的元數(shù)據(jù)分析消息，并將所對應(yīng)的元數(shù)據(jù)分析消息發(fā)送至所述的解析消息發(fā)送隊列；
所述的解析消息發(fā)送隊列將所述的元數(shù)據(jù)分析消息發(fā)送至所述的元數(shù)據(jù)分析服務(wù)端；
所述的元數(shù)據(jù)分析服務(wù)端還包括分析消息發(fā)送隊列，所述的元數(shù)據(jù)分析服務(wù)端將所述的元數(shù)據(jù)分析結(jié)果對應(yīng)的分析結(jié)果消息發(fā)送至所述的元數(shù)據(jù)分析模塊，包括以下步驟：
所述的任務(wù)調(diào)度模塊將所對應(yīng)的元數(shù)據(jù)分析結(jié)果封裝為所對應(yīng)分析結(jié)果消息；
所述的分析消息發(fā)送隊列發(fā)送所述的對應(yīng)的分析結(jié)果消息至所述的元數(shù)據(jù)分析模塊；
任務(wù)調(diào)度模塊將所對應(yīng)的元數(shù)據(jù)分析結(jié)果封裝為所對應(yīng)分析結(jié)果消息，具體為：
所述的任務(wù)調(diào)度模塊將所對應(yīng)的元數(shù)據(jù)分析結(jié)果以XML方式進行封裝，并得到所對應(yīng)分析結(jié)果消息；
所述的元數(shù)據(jù)分析模塊包括任務(wù)解析子模塊和解析消息接收隊列，所述的任務(wù)解析子模塊解析所述的元數(shù)據(jù)分析模塊發(fā)送的分析結(jié)果消息得到元數(shù)據(jù)分析結(jié)果，并顯示所述的元數(shù)據(jù)分析結(jié)果，包括以下步驟：
所述的解析消息接收隊列接收所述的元數(shù)據(jù)分析模塊發(fā)送的分析結(jié)果消息；
所述的任務(wù)解析模塊解析所述的分析結(jié)果消息并得到所述的元數(shù)據(jù)分析結(jié)果，以及將所述的元數(shù)據(jù)分析結(jié)果發(fā)送至所述的圖形化界面子模塊；
所述的圖形化界面子模塊顯示所述的元數(shù)據(jù)分析結(jié)果；
所述的圖形化界面子模塊顯示所述的元數(shù)據(jù)分析結(jié)果，具體為：
所述的圖形化界面子模塊以圖形的方式顯示所述的元數(shù)據(jù)分析結(jié)果。
8.如權(quán)利要求1所述的基于上下文感知的智慧城市云計算分析方法，其特征在于，所述基于上下文感知的智慧城市云計算分析方法還包括：采用相空間熱力學(xué)的分析方法對云計算平臺進行監(jiān)控分析；所述監(jiān)控分析包括廣義溫度的定義分析，所述廣義溫度的計算公式為：
式(1)中，Tt為云計算平臺在t時刻的廣義溫度，其取值范圍是[0，1]，Vt為云計算平臺在t時刻的速度，Vmax為云計算平臺的最大速度，其值為
Vt的計算公式為：
式(2)中，Xt+1為計算節(jié)點在t+1時刻的x軸坐標，Xt為計算節(jié)點在t時刻的x軸坐標，yt+1為計算節(jié)點在t+1時刻的y軸坐標，yt為計算節(jié)點在t時刻的y軸坐標。
9.如權(quán)利要求8所述的基于上下文感知的智慧城市云計算分析方法，其特征在于，相空間的坐標體系由與計算節(jié)點的CPU占用率對應(yīng)的x軸和與計算節(jié)點的內(nèi)存占用率對應(yīng)的y軸構(gòu)成，設(shè)任一時刻外部對云計算平臺只有兩個負載請求輸入?yún)?shù)ai和bi，一秒鐘內(nèi)有l(wèi)次負載請求；
所述監(jiān)控分析還包括廣義絕對溫度T的定義分析，所述廣義絕對溫度T的計算公式為：
式(3)中， 為云計算平臺在任一時刻的總平均速度，為一秒時間間隔內(nèi)云計算平臺的運動平均速度；Δv為m個計算節(jié)點一秒內(nèi)的速度在外界負載輸入影響下的速度變化，m為云計算平臺內(nèi)的計算節(jié)點的數(shù)量，X為計算節(jié)點的x軸坐標，y為計算節(jié)點的y軸坐標；
所述監(jiān)控分析還包括廣義絕對零度T0，所述廣義絕對零度T0的值為零，表示所有計算節(jié)點的負載均為0，且無任何外部負載請求的狀態(tài)；
所述監(jiān)控分析還包括廣義熵和廣義歸一化熵的定義分析，所述廣義熵的計算公式為：
S＝klnΩ????(4)
式(4)中，S為廣義熵，k為玻爾茲曼常數(shù)，Ω為微觀狀態(tài)數(shù)；
所述廣義歸一化熵的計算公式為：
式(5)中，K為廣義歸一化熵，S1為云計算平臺當前的廣義熵，S2為云計算平臺在平衡態(tài)時的廣義熵，k為玻爾茲曼常數(shù)，Ω1為云計算平臺當前的微觀狀態(tài)數(shù)，Ω2為云計算平臺在平衡態(tài)時的微觀狀態(tài)數(shù)。
10.如權(quán)利要求9所述的基于上下文感知的智慧城市云計算分析方法，其特征在于，所述廣義歸一化熵的近似計算方法如下：假設(shè)云計算系統(tǒng)需要監(jiān)控分析的計算節(jié)點數(shù)為m，將相空間劃分為一個n×n的網(wǎng)格，m個計算節(jié)點的當前工作參數(shù)映射到相空間并落入n×n的網(wǎng)格中，在平衡態(tài)時，m個計算節(jié)點會以隨機的方式落入到n×n個網(wǎng)格中，m個計算節(jié)點的參數(shù)落入n×n個網(wǎng)格的微觀狀態(tài)數(shù)Ω2＝(n×n)m；
而在非平衡態(tài)時，m個計算節(jié)點會落入到l個網(wǎng)格中，這時1≤l≤n×n，m個計算節(jié)點的參數(shù)落入l個網(wǎng)格內(nèi)，其微觀狀態(tài)數(shù)Ω1＝lm，此時，所述廣義歸一化熵的計算公式為當l＝1時，所述廣義歸一化熵K為0，這時m個計算節(jié)點參數(shù)全部
落入一個網(wǎng)格內(nèi)，云計算平臺處于理想的均衡狀態(tài)；當l＝n×n時，所述廣義歸一化熵K為1，這時m個計算節(jié)點參數(shù)隨機分布于相空間內(nèi)，云計算平臺處于非常不理想的均衡狀態(tài)；所述廣義歸一化熵K值越高表明云計算平臺當前均衡狀態(tài)越不理想；
所述相空間劃分為n×n網(wǎng)格，網(wǎng)格n×n的密度與計算節(jié)點數(shù)量成正比，劃分網(wǎng)格n×n滿足以下條件：m＞n×n；
所述監(jiān)控分析還包括相空間投影點重心位置的定義分析，所述相空間投影點重心位置G(x0，y0)的計算公式為：
式(6)中，X0為G(x0，y0)的x軸坐標，y0為G(x0，y0)的y軸坐標，Xj為n×n中每個網(wǎng)格中心的x軸坐標，y1為n×n中每個網(wǎng)格中心的y軸坐標，m為云計算平臺中計算節(jié)點的數(shù)量。
一種基于上下文感知的智慧城市云計算分析方法
技術(shù)領(lǐng)域
背景技術(shù)
MapReduce是可用于大規(guī)模數(shù)據(jù)的并行運算的軟件架構(gòu)，其可用于實現(xiàn)大數(shù)據(jù)的數(shù)據(jù)分析應(yīng)用。
發(fā)明內(nèi)容
具體實施方式
| 標題 | 發(fā)布/更新時間 | 閱讀量 |
|---|---|---|
| 一種通過電流擬合檢測GaN基HEMT退化的方法 | 2020-05-12 | 544 |
| 半導(dǎo)體器件和數(shù)據(jù)生成方法 | 2020-05-18 | 1009 |
| 非恒溫環(huán)境中超聲波短距高精度測量的參數(shù)校準方法 | 2020-05-21 | 680 |
| 全金屬量子點單電子存儲器 | 2020-05-13 | 736 |
| 非恒溫環(huán)境中超聲波短距高精度測量的參數(shù)校準方法 | 2020-05-20 | 208 |
| 測量氣體壓強系數(shù)的實驗裝置及實驗方法 | 2020-05-13 | 406 |
| 基于溫度和進氣壓力的往復(fù)壓縮機流量調(diào)控方法 | 2020-06-08 | 726 |
| 一種自發(fā)熱針灸針 | 2020-06-03 | 220 |
| 可用于啟閉機行程和閘門開度的紅外線檢測裝置 | 2020-05-16 | 284 |
| 一種輻射制冷幕布 | 2020-05-17 | 27 |
高效檢索全球?qū)＠?/div>專利匯是專利免費檢索,專利查詢,專利分析-國家發(fā)明專利查詢檢索分析平臺，是提供專利分析，專利查詢，專利檢索等數(shù)據(jù)服務(wù)功能的知識產(chǎn)權(quán)數(shù)據(jù)服務(wù)商。
我們的產(chǎn)品包含105個國家的1.26億組數(shù)據(jù)，免費查、免費專利分析。
分析報告專利匯分析報告產(chǎn)品可以對行業(yè)情報數(shù)據(jù)進行梳理分析，涉及維度包括行業(yè)專利基本狀況分析、地域分析、技術(shù)分析、發(fā)明人分析、申請人分析、專利權(quán)人分析、失效分析、核心專利分析、法律分析、研發(fā)重點分析、企業(yè)專利處境分析、技術(shù)處境分析、專利壽命分析、企業(yè)定位分析、引證分析等超過60個分析角度，系統(tǒng)通過AI智能系統(tǒng)對圖表進行解讀，只需1分鐘，一鍵生成行業(yè)專利分析報告。
