基于Flink的大规模水文传感器数据异常检测系统的研究与应用
| 摘要 | 第6-7页 |
| Abstract | 第7-13页 |
| 第1章绪论 | 第13-21页 |
| 1.1研究背景与意义 | 第13-15页 |
| 1.2国内外研究现状 | 第15-19页 |
| 1.2.1水文传感器数据异常检测 | 第15-17页 |
| 1.2.2分布式技术发展和应用现状 | 第17-18页 |
| 1.2.3现状分析与总结 | 第18-19页 |
| 1.3主要研究内容 | 第19页 |
| 1.4章节安排 | 第19-21页 |
| 第2章关键技术分析 | 第21-30页 |
| 2.1分布式流处理框架Flink | 第21-23页 |
| 2.1.1Flink架构 | 第21-23页 |
| 2.1.2Flink原理 | 第23页 |
| 2.2分布式存储 | 第23-26页 |
| 2.2.1Nosql | 第23-25页 |
| 2.2.2时间序列数据库 | 第25-26页 |
| 2.3资源感知 | 第26-27页 |
| 2.4消息中间件技术 | 第27-28页 |
| 2.5微服务 | 第28页 |
| 2.6本章小结 | 第28-30页 |
| 第3章基于Flink的异常检测算法研究 | 第30-38页 |
| 3.1基于滑动窗口的异常检测算法 | 第30-31页 |
| 3.1.1滑动窗口的定义 | 第30页 |
| 3.1.2基于滑动窗口的ARIMA模型 | 第30-31页 |
| 3.2基于历史数据的异常校验 | 第31-35页 |
| 3.2.1K-Means模型 | 第31-32页 |
| 3.2.2K-Means++模型 | 第32页 |
| 3.2.3基于Flink的并行化优化 | 第32-33页 |
| 3.2.4状态转移矩阵 | 第33-35页 |
| 3.2.5异常校验 | 第35页 |
| 3.3异常检测实现方案 | 第35-36页 |
| 3.4本章小结 | 第36-38页 |
| 第4章TSDB基准测试的研究 | 第38-48页 |
| 4.1系统总体软件框架 | 第38-40页 |
| 4.1.1基础设施层 | 第38-39页 |
| 4.1.2数据存储层 | 第39页 |
| 4.1.3消息传输层 | 第39页 |
| 4.1.4工作负载实现层 | 第39页 |
| 4.1.5用户界面层 | 第39-40页 |
| 4.2基于Prometheus的性能指标获取 | 第40-41页 |
| 4.3TSStoreTest的执行模式 | 第41-42页 |
| 4.4场景案例测试分析 | 第42-45页 |
| 4.4.1场景一 | 第42-43页 |
| 4.4.2场景二 | 第43-44页 |
| 4.4.3场景三 | 第44-45页 |
| 4.5与YCSB和BigDataBench的比较 | 第45-46页 |
| 4.6本章小结 | 第46-48页 |
| 第5章大规模水文传感器异常检测系统的软件设计 | 第48-57页 |
| 5.1系统总体软件框架 | 第48-49页 |
| 5.2消息中间件设计 | 第49-52页 |
| 5.2.1Kafka | 第49-51页 |
| 5.2.2基于Kafka的通用接口设计 | 第51-52页 |
| 5.3异常检测系统设计 | 第52-55页 |
| 5.3.1检测设计 | 第52-54页 |
| 5.3.2校验设计 | 第54页 |
| 5.3.3持久化设计 | 第54-55页 |
| 5.4本章小结 | 第55-57页 |
| 第6章监控平台的实现与测试 | 第57-69页 |
| 6.1监管平台主要模块的实现 | 第57-58页 |
| 6.2算法测试 | 第58-65页 |
| 6.2.1实验环境和数据集 | 第58页 |
| 6.2.2预测检验 | 第58-59页 |
| 6.2.3批数据清洗 | 第59-62页 |
| 6.2.4异常校验计算时间 | 第62页 |
| 6.2.5异常评估 | 第62-64页 |
| 6.2.6有效性和准确性 | 第64-65页 |
| 6.3平台测试 | 第65-67页 |
| 6.4本章小结 | 第67-69页 |
| 总结与展望 | 第69-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间所发表的学术论文 | 第77-79页 |
| 致谢 | 第79-80页 |
| 详情摘要 | 第80-84页 |
