高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
一种面向云存储的数据分类加密方法
一种面向云存储的数据分类加密方法,属于计算机存储安全领 域,解决现有数据加密方法不识别数据内容,对所有数据采用单一加 密算法,导致存在的计算量大,效率低下的问题。本发明顺序包括: (1)构建安全特征库步骤、(2)数据分类步骤、(3)数据按类加密步骤和(4) 数据存储步骤。本发明只对涉及隐私需要高安全保护的那部分数据采 用高安全性的加密算法,而对于占大部分的一般数据采用安全性较低、 计算复杂度较低的加密算法,在对隐私数
华中科技大学 2021-04-14
一种大规模图数据的压缩存储方法
本发明公开了一种大规模图数据的压缩存储方法,包括:(1) 将原始图数据以行为单位用二进制邻接矩阵 M 存储;(2)根据邻接 矩阵 M 中每行的偏移值建立散列索引;(3)将邻接矩阵 M 中每行中 的起点按照出度进行升序排序;(4)记录入度为 0 的节点记为根节点, 将根节点按照出度进行降序排序,记为根节点序列;(5)对于根节点 序列中的每个节点,以根节点为开始节点,按深度优先策略依次分配 ID;(6)遍历邻接矩阵 M,
华中科技大学 2021-04-14
基于列存储的关系型数据库系统—HuaBase
1 成果简介HuaBase 华鼎数据库是基于列存储的关系型数据库系统。列存储技术的特点是数据查询效率高,读磁盘少,存储空间少,是构建数据仓库的理想架构。 HUABASE 实现了多种数据压缩机制、查询优化和稀疏索引技术,在支持高效率的商业智能方面具有良好的发展前景,可以帮助企业轻松做出明智的业务经营决策。2 技术指标HuaBase 可以按需读取列,显著减少了硬盘输入输出,而且还可以给所有需要索引的列都建立索引,可提供高于传统基于行存储的数据库 10-100 倍的查询速度。HuaBase 按列存储并在列上进行压缩,可实现更高的数据压缩效率,压缩率可达到70%,在构建大型数据仓库的时候可以表现出突出的优势,节省大量的存储空间。HuaBase 可以存放和管理海量的数据并用于智能分析,一个数据库最大可以支持232 个表空间;一个表空间最大可以支持 256 个数据文件;一个数据文件最大可支持 32TB 数据。3 应用说明HuaBase 华鼎数据库系统定位于智能分析应用领域,可以实现海量的数据管理和高效的数据处理。列数据库独特的数据存储理念为企业决策分析、数据仓库、商业智能等应用领域带来了效率和空间上的方便和优势。列数据库的应用价值来自于它对复杂查询的快速响应以及数据压缩所带来的存储优势,使其在商业智能方面具有良好的发展前景。4 效益分析国内数据仓库和商业智能软件和应用市场基本由国外软件企业瓜分,国内一些相关的软件企业基本处于系统集成的地位,缺乏足够的话语权,所以大力发展国产的智能分析系统可以创造全新的市场发展机会。目前,智能分析产品大多基于传统行存储的关系型数据库系统,查询效率低,存储空间大,无法满足日益增长的智能分析需求。 HuaBase 华鼎数据库基于列存储,拥有突出的存储优势与查询优势,可以提供快速的查询响应。 HuaBase 华鼎数据库系统将会成为国内基于列存储的智能分析系统的成功典范,为国内数据仓库和商业智能应用市场创造更多选择的机会,并带来更高的经济效益。
清华大学 2021-04-13
一种云存储系统中元数据的获取方法
本发明公开了一种云存储系统中元数据的获取方法,包括:客 户端将用户的登录信息发送给认证服务器,认证服务器根据该登录信 息判断该用户是否存在,如果用户存在,则认证服务器将登录信息发 送给命名空间服务器,命名空间服务器根据该登录信息获取用户信息, 并根据用户信息获取该命名空间服务器中该用户的目录子树,对用户 目录子树进行组织,以生成新的用户目录树,并将新的用户目录树返 回给客户端,客户端根据组织结果判断获取用户目录树是否
华中科技大学 2021-04-14
基于列存储的关系型数据库系统—HuaBase
1 成果简介HuaBase 华鼎数据库是基于列存储的关系型数据库系统。列存储技术的特点是数据查询效率高,读磁盘少,存储空间少,是构建数据仓库的理想架构。 HUABASE 实现了多种数据压缩机制、查询优化和稀疏索引技术,在支持高效率的商业智能方面具有良好的发展前景,可以帮助企业轻松做出明智的业务经营决策。2 技术指标HuaBase 可以按需读取列,显著减少了硬盘输入输出,而且还可以给所有需要索引的列都建立索引,可提供高于传统基于行存储的数据库 10-100 倍的查询速度。HuaBase 按列存储并在列上进行压缩,可实现更高的数据压缩效率,压缩率可达到70%,在构建大型数据仓库的时候可以表现出突出的优势,节省大量的存储空间。HuaBase 可以存放和管理海量的数据并用于智能分析,一个数据库最大可以支持232 个表空间;一个表空间最大可以支持 256 个数据文件;一个数据文件最大可支持 32TB 数据。3 应用说明HuaBase 华鼎数据库系统定位于智能分析应用领域,可以实现海量的数据管理和高效的数据处理。列数据库独特的数据存储理念为企业决策分析、数据仓库、商业智能等应用领域带来了效率和空间上的方便和优势。列数据库的应用价值来自于它对复杂查询的快速响应以及数据压缩所带来的存储优势,使其在商业智能方面具有良好的发展前景。4 效益分析国内数据仓库和商业智能软件和应用市场基本由国外软件企业瓜分,国内一些相关的软件企业基本处于系统集成的地位,缺乏足够的话语权,所以大力发展国产的智能分析系统可以创造全新的市场发展机会。目前,智能分析产品大多基于传统行存储的关系型数据库系统,查询效率低,存储空间大,无法满足日益增长的智能分析需求。 HuaBase 华鼎数据库基于列存储,拥有突出的存储优势与查询优势,可以提供快速的查询响应。 HuaBase 华鼎数据库系统将会成为国内基于列存储的智能分析系统的成功典范,为国内数据仓库和商业智能应用市场创造更多选择的机会,并带来更高的经济效益。
清华大学 2021-04-13
基于DSP的高速数据采集平台
开放化、高速化和高精度化都是现代信息技术的发展趋势和研究热点。数据采集系统是通信技术和数控技术领域的重要功能模块,应用领域十分广泛。 本数据采集平台的中央控制芯片选用美国TI公司的DSP (Digital Signal Processor,数字信号处理芯片)TMS320C5402。DSP具有高速、高精度的运算能力,强大、方便的数据通信能力,灵活、可靠的编程与信号处理能力。设计选用昀A/D转换芯片是AD公司推出AD976A,其转换精度是16位,转换速率最高可达200k/s。系统的核心采用DSP控制AD976A实现高速数据采集的功能。
南京工程学院 2021-04-11
基于 DSP 的高速数据采集平台
南京工程学院 2021-04-13
材料基因工程数据共享平台
形成了具有中国自身特色的材料基因工程数据共享平台技术,并据此建成便捷实用的数据服务平台。基于材料基因工程思想,在国家“863”计划(2015AA034201)支持下,建设国家材料科学数据共享网 2.0 版。2017 年 5 月完成建设并实现上线运行访问,满足材料基因工程数据存储与管理需要(http://www.materdata.cn/)。该平台同时承担国家“863”计划和北京市科技支撑计划材料基因工程项目(D16110300240000)的数据汇交任务。材料基因工程数据共享平台于2018年4月3日在北京举办的“863”课题验收会议上成功验收,并得到专家认可。专家委员会主席秦高梧教授认为:初步构建了材料基因工程数据共享平台的框架,具有查询、检索、统计、下载以及对接数据挖掘等功能;初步形成了集热力学计算、动力学计算、有限元模拟、神经网络分析的多层次跨尺度一体化设计方法。为满足该平台的数据汇交和数据共享,开发了材料科学数据DOI 注册软件[MaterDataDOI] v1.0,并获得了该软件的著作权(北京科技大学,2017SR056658)。除公益性数据互联网共享服务外,同时面向钢铁、有色等行业,提供定向资源共享以及专题性定制服务,探索公益性共享与定向服务数据共享机制和方式。
北京科技大学 2021-04-13
高性能大数据处理平台
项目简介 本成果基于高性能计算技术和大数据存储与处理技术,避开传统依赖单个计算机或 集群计算的缺点,应用先进的分布式文件系统和并行计算架构,使用普通的 PC 级机器构 建高性能的大数据处理平台。属国内领先项目。该成果处于中试研究阶段,并申请了专 利,专利号:ZL201010510071.8。 性能指标 (1)能利用 PC 级机器实现高速的大数据处理。 (2)能高效存储和管理海量的数据。 (
江苏大学 2021-04-14
LJParser 大数据搜索与挖掘平台
成果简介:LJParser 大数据搜索与挖掘开发平台针对互联网内容处理的需要, 融合了自然语言理解、网络搜索和文本挖掘的技术,提供了用于技术二次开 发的基础工具集。开发平台由多个中间件组成,各个中间件API 可以无缝地 融合到客户的各类复杂应用系统之中,可兼容 Windows,Linux, Android, Maemo5, FreeBSD 等不同操作系统
北京理工大学 2021-04-14
首页 上一页 1 2 3 4 5 6
  • ...
  • 145 146 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1