云環(huán)境下預(yù)警系統(tǒng)的核心問題研究.pdf

1、在安全生產(chǎn)中，事故及隱患時有發(fā)生，構(gòu)建完善的安全預(yù)警模型和系統(tǒng)，對災(zāi)害和事故的預(yù)防具有重要意義。由于預(yù)警系統(tǒng)需要進行大量的數(shù)據(jù)處理，同時要求很高的響應(yīng)速度，常規(guī)處理環(huán)境和模式存在諸多不足。因此，基于云和大數(shù)據(jù)處理環(huán)境，設(shè)計預(yù)警模型和系統(tǒng)是一種理想選擇。
　　本文圍繞災(zāi)害預(yù)警系統(tǒng)的設(shè)計、實現(xiàn)和運行支撐中的挑戰(zhàn)，探討和研究了以下主要問題：
　?。?）探討了基于云計算平臺和大數(shù)據(jù)處理層融合的預(yù)警系統(tǒng)運行支撐環(huán)境，使得云平臺可以透明

2、向大數(shù)據(jù)處理層按需提供計算和存儲資源。同時，針對數(shù)據(jù)分布存儲和訪問過程中，存在的傳輸時延開銷，提出了一種優(yōu)化的MapReduce數(shù)據(jù)處理模型。
　?。?）研究并提出了一種用于災(zāi)害預(yù)警的BP神經(jīng)網(wǎng)絡(luò)的分布并行算法，針對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)算法的局限性，基于MapReduce實現(xiàn)了預(yù)警學習過程的分布并行化，可提高預(yù)警學習的效率。
　　（3）基于上述方法，設(shè)計和實現(xiàn)了分布式安全預(yù)警系統(tǒng)，結(jié)合云計算平臺、MapReduce任務(wù)調(diào)度策略的