摘要 | 第5-7页 |
Abstrad | 第7-9页 |
第一章 绪论 | 第14-30页 |
1.1 研究背景与意义 | 第14-23页 |
1.1.1 大数据与大数据服务 | 第15-19页 |
1.1.2 大数据服务的技术特征 | 第19页 |
1.1.3 云计算概述 | 第19-22页 |
1.1.4 云计算与大数据服务之间的关系 | 第22-23页 |
1.2 研究现状与问题分析 | 第23-26页 |
1.2.1 研究现状 | 第23-25页 |
1.2.2 问题分析 | 第25-26页 |
1.3 主要研究内容与创新 | 第26-27页 |
1.4 论文组织结构 | 第27-30页 |
第二章 云环境下大数据服务应用模式及关键技术分析 | 第30-49页 |
2.1 引言 | 第30-32页 |
2.2 云环境下大数据服务应用模式的设计 | 第32-36页 |
2.2.1 云环境下大数据服务的应用场景分析 | 第32-33页 |
2.2.2 一个云环境下的大数据服务应用模式 | 第33-36页 |
2.3 云环境下大数据服务关键技术与问题分析 | 第36-48页 |
2.3.1 云环境下大数据服务的关键技术分析 | 第36-46页 |
2.3.2 云环境下大数据服务面临的问题分析 | 第46-48页 |
2.4 本章小结 | 第48-49页 |
第三章 云环境下P2P技术在大数据服务中的拓展应用 | 第49-63页 |
3.1 引言 | 第49-50页 |
3.2 大数据服务的数据资源查找问题描述与分析 | 第50-51页 |
3.3 数据资源描述与表示 | 第51-53页 |
3.4 云环境下基于非结构化P2P网络的数据资源节点组织方式 | 第53-55页 |
3.4.1 影响数据资源查找成功率的关键因素分析 | 第53-54页 |
3.4.2 基于邻居节点间的数据资源信息主动复制协议 | 第54-55页 |
3.5 基于概率随机游走的数据资源查找方法 | 第55-57页 |
3.6 实验评估 | 第57-62页 |
3.6.1 实验配置 | 第58页 |
3.6.2 实验结果分析 | 第58-61页 |
3.6.3 相关工作与对比分析 | 第61-62页 |
3.7 本章小结 | 第62-63页 |
第四章 云环境下大数据服务的可信组合评估方法 | 第63-79页 |
4.1 引言 | 第63-65页 |
4.2 组合评估的基础知识 | 第65-69页 |
4.2.1 云服务的QoS模型 | 第65-67页 |
4.2.2 大数据服务组合评估的效用函数 | 第67-68页 |
4.2.3 大数据服务组合评估的问题描述 | 第68-69页 |
4.3 基于QoS历史记录的可信组合评估方法 | 第69-74页 |
4.3.1 Benchmark:基于QoS历史记录的可信组合评估方法 | 第70-71页 |
4.3.2 HireSome-Ⅰ:基于贡献度的可信组合评估方法 | 第71-72页 |
4.3.3 HireSome-Ⅱ:基于代表性QoS历史记录的可信组合评估方法 | 第72-74页 |
4.4 实验评估 | 第74-78页 |
4.4.1 实验配置 | 第74-75页 |
4.4.2 实验结果分析 | 第75-77页 |
4.4.3 相关工作及对比分析 | 第77-78页 |
4.5 本章小结 | 第78-79页 |
第五章 云环境下大数据服务及其关键技术在医疗领域的应用 | 第79-100页 |
5.1 引言 | 第79-80页 |
5.2 疾病自诊断服务的需求分析 | 第80-82页 |
5.3 疾病自诊断服务的实现 | 第82-93页 |
5.3.1 基于可信组合评估的云服务选择 | 第83-85页 |
5.3.2 电子病历索引的建立 | 第85-88页 |
5.3.3 疾病自诊断服务框架的设计 | 第88-91页 |
5.3.4 疾病自诊断模型的计算 | 第91-93页 |
5.4 原型系统与性能分析 | 第93-96页 |
5.4.1 原型系统的实现 | 第94页 |
5.4.2 原型系统的性能分析 | 第94-96页 |
5.5 疾病自诊断服务的应用效果 | 第96-99页 |
5.6 本章小结 | 第99-100页 |
第六章 总结与展望 | 第100-103页 |
6.1 工作总结 | 第100-102页 |
6.2 研究展望 | 第102-103页 |
参考文献 | 第103-117页 |
致谢 | 第117-119页 |
附录1:攻读博士期间发表及录用文章列表 | 第119-120页 |
附录2:攻读博士期间参研项目列表 | 第120-121页 |
附录3:攻读博士期间获奖情况列表 | 第121-122页 |