基于云平台的海量视频管理技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究的背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的研究工作与创新 | 第11页 |
| ·论文结构 | 第11-12页 |
| 第二章Hadoop开源云平台概述 | 第12-21页 |
| ·Hadoop框架介绍 | 第12-13页 |
| ·Hadoop两种关键技术 | 第13-18页 |
| ·分布式文件系统HDFS | 第13-16页 |
| ·并行计算框架MapReduce | 第16-18页 |
| ·下一代MapReduce: YARN | 第18-20页 |
| ·MRv1 介绍及其不足之处 | 第18-19页 |
| ·下一代框架YARN介绍 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于Hadoop的海量视频管理系统 | 第21-31页 |
| ·海量视频管理系统的设计 | 第21-24页 |
| ·系统的总体框架 | 第23-24页 |
| ·系统的接口模块 | 第24页 |
| ·用户管理 | 第24-26页 |
| ·用户身份认证 | 第24-25页 |
| ·用户注册 | 第25-26页 |
| ·集群服务器管理 | 第26-28页 |
| ·Web服务器 | 第26页 |
| ·数据服务器 | 第26-28页 |
| ·视频管理 | 第28-29页 |
| ·视频存储 | 第28页 |
| ·视频处理 | 第28-29页 |
| ·作业管理 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 海量视频并行化的设计与实现 | 第31-42页 |
| ·视频处理的环境配置 | 第31-32页 |
| ·视频分析技术的相关介绍 | 第32-33页 |
| ·视频分析技术概述 | 第32页 |
| ·视频分析技术的相关应用 | 第32-33页 |
| ·视频分析所存在的问题 | 第33页 |
| ·MapReduce程序的设计 | 第33-38页 |
| ·MapReduce案例分析 | 第34-35页 |
| ·视频并行化中键值对的设计 | 第35-38页 |
| ·视频分布式处理的几种策略 | 第38-41页 |
| ·帧分布式策略 | 第38-39页 |
| ·单点切割策略 | 第39页 |
| ·分布式切割策略 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 系统构建与数据分析 | 第42-48页 |
| ·Hadoop云平台的搭建 | 第42-44页 |
| ·集群环境介绍 | 第42页 |
| ·集群节点的配置 | 第42-44页 |
| ·视频并行化实验分析 | 第44-47页 |
| ·本章小节 | 第47-48页 |
| 第六章 总结与展望 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 发表论文和科研情况说明 | 第51-52页 |
| 致谢 | 第52-53页 |
