数据发现

摘要： [目的/意义]调查我国各类型科学数据仓储的服务现状,分析存在的问题,为今后的发展提供对策与建议。[方法/过程]利用文献分析法确定科学数据仓储的选择标准,选出国家人口医学科学数据中心等国内7个科学数据仓储,利用网络调查法从服务目标、服务对象、服务功能、服务方式、服务资金来源6个方面对所选科学数据仓储进行调查分析。[结果/结论]我国各类型科学数据仓储发展不平衡,更侧重于个人用户,忽视了机构用户,附加服务和推广服务等特色服务方面较为欠缺,资金来源单一。基于此,国家应制定相关政策,高校应加快建设本机构科学数据仓储,科学数据仓储应拓宽服务对象和资金来源渠道,完善服务功能。

摘要： 信息技术高速发展的当下,对数据流动规则的研究颇为重要,因为数据的流动不仅仅能带来经济效用,更承载着一个国家的主权与利益,也关乎每个数据主体的个人权利。数据作为一种生产要素已经成为数字经济时代最重要的一种资源,它的重要性主要在于人们可以通过数据发现其内在蕴含的信息,而通过对信息进行统计、分类、分析,可以挖掘出更深层次的潜在内容,这些潜在内容信息可能包含着一个群体的生活、消费习惯.

摘要： 近年来,不少全国两会代表观察到,很多县域内高中考上名校的学生寥寥无几,考上清华大学、北京大学的基本没有,“但凡有点办法的家长都会努力把孩子送去市里或省城读书,老百姓为这种教育付出了很大成本”。笔者通过调研所在县多年中考学生数据发现:中考排名前200名的学生近两三年基本没有进入本地高中就读,绝大多数都流向了省会城市或地级市优质高中就读。当下,要促进教育公平有质量发展,县中发展困境是其中的突出问题。

摘要： 中国科学院国家天文台李荫碧、罗阿理、陆由俊和赵刚等人在LAMOST和Gaia数据中发现591颗高速星,其中43颗能够摆脱银河系引力束缚,未来飞出我们的银河系。这是自第一颗高速星发现以来,一次性捕获高速星最多的研究工作,将人类历时15年使用多个望远镜发现的高速星总量(550余颗)翻倍,使目前发现的高速星数量突破1000颗,极大地扩充了高速星的样本。目前,该研究成果已被《天体物理学报增刊》(The Astrophysical Journal Supplement Series,ApJS)在线发表。

摘要： 银河系中自转最快的恒星 最近,国家天文台李广伟副研究员基于郭守敬望远镜(LAMOST)数据发现了一颗又目前银河系自转速度最快的恒星,正式命名为LAMOST J040643.69+542347.8。其自转速度约为540km/s,比目前银河系中自转速度第二快的恒星(HD 191423),约快1OOkm/s。该论文已被《天体物理杂志通讯》(ApJ Letter)接收。

摘要： 以集中燃气热水锅炉房改造为例,首先根据系统运行过程中存在的问题,对系统进行测试诊断分析,结合测试数据发现了问题原因。其次,通过对问题原因的分析,提出解决方案,并按方案实施改造,还对改造后的运行效果进行跟踪。

摘要： 近日,国家天文台雷振新、赵刚和赵景昆等人利用LAMOST光谱巡天数据发现并证认了294颗新的热亚矮星,并通过特征谱线拟合给出了这批恒星的大气参数。相关研究成果发表在《天体物理学报》上。热亚矮星是一类演化到晚期的小质量恒星,它们的质量虽然只有太阳质量的一半,但表面温度却是太阳表面温度的4~10倍(20000K~50000K)。

摘要： 近日,中国科学院大学天文与空间科学学院杜翠花研究小组和美国RPI的海迪·霍·纽伯格(Heidi Jo Newberg)等人利用国家天文台LAMOST和Gaia空间天体测量卫星的观测数据,在近邻晕中发现了24颗晚型(温度4000~6300K)高速星,其中6颗属于超高速星。研究结果发表于国际知名天文期刊《天体物理学报通信》。

摘要： 本申请公开了一种基于隐藏数据的大数据再发现方法与装置，其包括：发送隐藏数据调取报文和字符分布规律调取报文；获取第一加密数据，以及获取第二加密数据；对应得到指定隐藏数据和指定字符分布规律；进行多次相反字符替换处理，以对应得到多个替换后数据；进行散列计算处理，以得到多个散列值；生成多个散列值组；进行混合散列值生成处理，以得到多个混合散列值；发送信息核实报文；获取所述第三大数据存储服务器发送的返回报文；若所述返回报文为存储有指定散列值，则获取所述指定散列值中的重合三分之一字符的位置，并从所述替换后数据中选出指定替换后数据，将所述指定替换后数据记为再发现数据，提高了数据安全性。

摘要： 一种用于发现包括在一个或多个数据集中的字段的语义含义的数据处理系统，该数据处理系统被配置为识别包括在一个或多个数据集中的字段，其中该字段具有标识符。对于该字段，该系统剖析该字段的数据值以生成数据简档，访问多个标签提议测试，并通过将该多个标签提议测试应用于该数据简档来生成一组标签提议。该系统确定这些标签提议之间的相似性并选择分类。该系统将这些标签提议之一标识为标识该语义含义。该系统将该字段的标识符与这些标签提议中标识该语义含义的经标识的一个标签提议一起存储。

摘要： 本发明实施例提供一种用于增量式数据集上的知识发现方法。本发明的面向增量式数据集的知识发现方法与发现装置，使用EFPT‑IKD算法，设计了一种可以随数据量不断增长而不断演化的树形数据结构—频繁模式树，设置增量窗口(IW)发现新增频繁事务项，频繁模式树主要用于对数据集中的频繁模式信息进行存储，通过增量窗口与新发现的频繁模式，挖掘增量数据集中的新知识，并将新增频繁模式动态更新到原有频繁模式树中，使频繁模式树随着数据集增加不断演化。本发明实施例提供的技术方案能够适应数据量不断扩大的应用场景，解决增量式数据计算所面临的高时间复杂度、高空间复杂度问题，对于需要对增量数据进行分析的应用场景具有较强的适用性。

摘要： 本发明涉及基于SNMP技术的数据中心网络拓朴结构发现方法及其拓朴结构发现系统，与现有技术相比解决了无法有效发现数据中心网络拓朴结构的缺陷。本发明包括以下步骤：获取给定网络范围内所有的交换机与路由器列表；对交换机与路由器列表进行分析，判断出当前网络为二层子网或三层网络；通过STP数据进行所有二层子网的网络拓朴结构发现；通过路由表数据完成三层网络拓朴结构发现；将所有二层子网的网络拓扑或所有三层网络拓扑进行合并，得到整个数据中心网络拓扑。本发明能够提高网络拓扑发现的准确性，对包含二层及三层网络的大型网络具有普遍适用性，同时克服了现有技术不能有效发现或确认冗余链路的问题。

摘要： 本发明公开了一种信息发现服务器的数据存储方法和信息发现方法，主要包括：所有的DS数据都存储在一个单一的大表中，表中的每一行都有一个行健，整个表按照行健物品编码进行排序，每一行包含可变数量的单元，每个单元以一个事件时间戳命名，行和列的交叉单元（cell）内容是一个DS事件描述。对表的所有访问都需要通过行键。新列可以被实时地追加，不同行所包含的列的数量及列的名称互不影响。对表的所有访问都需要通过行键，找到行后读取出所需要的列信息，并按照信息的类型进行处理后返回结果；从而可以克服现有技术中集中索引模式信息发现服务面临着海量数据和高并发读写访问的压力和限制。

摘要： 本发明涉及通信技术领域，公开了一种通信大数据平台的数据缺失主动发现方法及装置。本发明针对通信大数据平台中各原因复杂且常见的数据缺失场景提出了相应的解决策略，其中针对网元配置信息变化导致的各解析设备不能解析相应数据包的复杂场景，本发明通过对该数据包进行自动解析来获取网元配置信息，并由汇聚分流设备发送至相应的解析设备以完善解析参数，能够使得解析设备实现对该类数据包的解析，避免丢弃数据而造成数据缺失。本发明提升了数据缺失的自动检测率，有益于提高大数据通信平台的数据完整性。

摘要： 本发明公开了一种基于数据库敏感发现的数据静态脱敏系统和方法，涉及数据静态脱敏技术领域，包括核心总库、第一交换机、数据脱敏服务器、第二交换机、测试数据库和客户平台，所述核心总库包括业务服务器、生产数据库和备份数据库，所述核心总库与第一交换机相连接，所述第一交换机与数据脱敏服务器相连接，所述数据脱敏服务器与第二交换机相连接，所述第二交换机与测试数据库相连接，所述测试数据库与客户平台相连接。本发明提供灵活的策略和脱敏方案配置，高效可并行的脱敏能力，防止真实数据通过开发或测试分析等发生批量泄露。

摘要： 本发明涉及在网络中发现可收集数据和/或分析数据的框架。具体地，本发明提出一种在网络中发现此类数据的设备。此外，本发明分别提出了提供这种数据的设备，即此类数据源，以及在网络中寻找和消耗此类数据的设备。在网络中提供数据的设备生成可收集数据信息和/或分析元数据信息并将其发送至发现数据的设备。寻找数据的设备可以查询设备来发现关于可收集数据信息和/或分析元数据信息的数据，并且可基于此获取相关的可收集数据和/或分析数据。

摘要： 本申请公开了一种基于隐藏数据的大数据再发现方法与装置，其包括：发送隐藏数据调取报文和字符分布规律调取报文；获取第一加密数据，以及获取第二加密数据；对应得到指定隐藏数据和指定字符分布规律；进行多次相反字符替换处理，以对应得到多个替换后数据；进行散列计算处理，以得到多个散列值；生成多个散列值组；进行混合散列值生成处理，以得到多个混合散列值；发送信息核实报文；获取所述第三大数据存储服务器发送的返回报文；若所述返回报文为存储有指定散列值，则获取所述指定散列值中的重合三分之一字符的位置，并从所述替换后数据中选出指定替换后数据，将所述指定替换后数据记为再发现数据，提高了数据安全性。

摘要： 本发明涉及数据库元数据发现技术领域，提供了一种分布式的数据库元数据主动发现方法及系统，包括：接收到管理端下发的数据库发现任务，解析得到管控区域策略后，启动扫描任务；对扫描任务解析出目标节点的IP地址后，扫描目标节点，在扫描过程中，侦测目标节点信息；对目标节点信息解析后写入到数组中发送给管理端，以获取管理端返回的元数据发现任务；对元数据发现任务解析出数据库连接配置，进行数据库连接，连接成功后，开始读取元数据并进行解析。对于管理端来说，不用做过多的业务，管理起来更加灵活方便。