基于R/S分析的数据流缓冲队列控制算法的研究与实现

基于R/S分析的数据流缓冲队列控制算法的研究与实现

论文摘要

随着网络技术和计算机技术的迅速发展,数据越来越多地以流(streaming)的形式出现。由于数据流具有突发、潜在无限等特性,在某个瞬间,流速可能会突然急剧加大从而导致短时间内内存溢出,以至于不能继续正常的查询处理。因此,如能根据单位时间内流入、流出内存数据量以及内存最大容量提前预测流数据是否过载,从而决定如何执行缓冲队列管理,以便保证内存始终不会溢出具有重要意义。本文将数据流到达时的流速看成是一个关于数据流流速的时间序列。由于分形理论为时间序列分析提供了一个新的途径,通过对时间序列所具有的分形行为进行研究,可以从一个崭新的角度分析、预测时间序列的特征和规律,因此,本文首先利用分形理论中的R/S分析方法,根据Hurst值的大小(0<H<1),定性判断数据流流速变化趋势。其次,根据预测的数据流流速变化趋势,提出了两种控制内存缓冲队列长度算法,即定长△算法和自适应算法,其中△代表每个周期缓冲队列长度的基础变化量。根据是参照初始队列长度还是预测长度进行队列长度的计算,定长△算法又进一步分为△_Linit算法和△_Lcur算法。定长△算法的基本思想是,根据当前周期内的缓冲队列长度的实际变化量和基础变化量△求得下一个周期内队列长度的变化量。而自适应算法则完全根据当前周期内的缓冲队列长度的实际变化量确定下一个周期内队列长度的变化量。当预测量不足时,本文采用随机卸载策略进行卸载。最后,经实验测试和分析得知:1)Hurst值可以准确地预测数据流流速变化趋势;2)自适应算法与定长△算法相比,其预测队列长度更接近实际长度且滞后程度较轻;3)当预测队列长度不满足实际队列长度时,定长△算法的卸载量要少于自适应算法。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 背景
  • 1.2 相关工作
  • 1.2.1 数据流与传统数据库的比较
  • 1.2.2 现有数据流系统
  • 1.2.3 时间序列分析
  • 1.2.4 缓冲队列管理
  • 1.2.5 数据流调度技术
  • 1.2.6 数据流卸载技术
  • 1.3 论文组织结构
  • 第2章 系统架构
  • 2.1 系统架构
  • 2.2 R/S分析流速趋势预测模块
  • 2.3 缓冲队列控制模块
  • 2.4 调度模块
  • 2.5 卸载模块
  • 2.6 小结
  • 第3章 基于R/S分析的流速趋势预测
  • 3.1 引言
  • 3.1.1 分形理论的产生与发展
  • 3.1.2 分形的定义
  • 3.1.3 分形的性质
  • 3.1.4 R/S分析理论
  • 3.2 基于R/S分析的流速趋势预测
  • 3.3 性能测试与评价
  • 3.4 小结
  • 第4章 缓冲队列控制
  • 4.1 队列缓冲池
  • 4.2 定长Δ算法
  • Linit算法'>4.2.1 定长ΔLinit算法
  • Lcur算法'>4.2.2 定长ΔLcur算法
  • 4.3 自适应算法
  • 4.4 性能测试与评价
  • 4.5 小结
  • 第5章 结束语
  • 参考文献
  • 致谢
  • 攻读硕士期间发表的论文和参加的项目
  • 相关论文文献

    • [1].R/S电视发射机数字化改造[J]. 电子世界 2017(11)
    • [2].我国省域经济协调发展趋势:收敛抑或发散——基于R/S的分析方法[J]. 海南金融 2015(03)
    • [3].基于R/S分析的矿井涌水量分形特性研究[J]. 软件导刊 2017(10)
    • [4].基于R/S分析法的尾矿坝坝体位移趋势研究[J]. 矿业研究与开发 2014(06)
    • [5].基于R/S分析的城市用水量长程相关性研究[J]. 人民长江 2009(21)
    • [6].煤矿井下掘进巷道瓦斯涌出R/S分析[J]. 工矿自动化 2015(11)
    • [7].新疆潜在蒸散分形特征与R/S趋势分析[J]. 新疆农业科学 2011(05)
    • [8].中国区域能源效率发展演变趋势的R/S分形分析[J]. 中国人口·资源与环境 2011(11)
    • [9].基于近47a扎龙湿地气候变化的R/S方法分析[J]. 北方园艺 2010(04)
    • [10].基于R/S分析法的掘进工作面瓦斯涌出预测研究[J]. 山西煤炭 2009(04)
    • [11].再生资源价格动态的R/S分析[J]. 生态经济(学术版) 2008(01)
    • [12].人民币汇率非线性特征研究——基于R/S分析法的实证检验[J]. 山西财经大学学报 2008(10)
    • [13].R/S分析法在石家庄市栾城区土壤含水量动态分析中的应用[J]. 河海大学学报(自然科学版) 2015(01)
    • [14].R/S分形预测裂缝发育程度[J]. 科技视界 2015(17)
    • [15].高关水库降雨序列R/S分析[J]. 水电与新能源 2014(01)
    • [16].城市用地规模变化趋势的R/S分析[J]. 硅谷 2013(02)
    • [17].基于修正R/S模型族的中国上市家族企业股票风险特征研究[J]. 北京交通大学学报(社会科学版) 2012(04)
    • [18].基于R/S分析的矿井涌水量灰色预测[J]. 安全与环境学报 2015(05)
    • [19].近22年来象山港海域水环境变化趋势及R/S预测研究[J]. 海洋湖沼通报 2010(01)
    • [20].R/S统计量重对数律的一个注记[J]. 吉林大学学报(理学版) 2010(06)
    • [21].有机化合物旋光异构体的判断及R/S构型简易标记[J]. 陇东学院学报 2017(03)
    • [22].R/S-普萘洛尔的手性吸收动力学研究[J]. 现代生物医学进展 2013(02)
    • [23].基于R/S分析法的采空区瓦斯涌出预测研究[J]. 现代矿业 2012(01)
    • [24].基于线性回归与重标极差R/S法的年平均流量变化趋势分析[J]. 南昌大学学报(工科版) 2014(04)
    • [25].河流年径流量的R/S灰色预测[J]. 水文 2015(02)
    • [26].气固流化床中光纤脉动信号的R/S分析[J]. 石油化工 2020(05)
    • [27].城市房地产价格指数的R/S分析[J]. 才智 2013(08)
    • [28].上海市2000—2012空气污染变化特征及R/S分析[J]. 南通大学学报(自然科学版) 2014(04)
    • [29].西北干旱区阿勒泰地区气温日较差的变化特征及R/S分析[J]. 干旱区资源与环境 2010(12)
    • [30].标记手性中心R/S构型的全方位观察法[J]. 化学教育 2013(06)

    标签:;  ;  ;  ;  ;  ;  

    基于R/S分析的数据流缓冲队列控制算法的研究与实现
    下载Doc文档

    猜你喜欢