Lou Yanwei Facultad de Ciencias de la Wenqian Shang, Ligu Zhu, Di Zhang, Feng Dongyu
Computación de la Universidad de Comunicaciones de China Facultad de Ciencias de la Computación de la
clave de laboratorio de Pekín grandes volúmenes de datos en Universidad de Comunicaciones de China clave de laboratorio
de Pekín grandes volúmenes de datos en
Industria Seguridad y defensa Industria Seguridad y defensa
Beijing, China Beijing, China
861619251@[Link]
Abstracto - Con el desarrollo de la ciencia y la tecnología, se genera una gran cantidad de datos.
La visualización de datos es una rama importante para ayudar a las personas tener una mejor
comprensión del cambio de tendencia de los datos. La visualización de datos es un método
importante para el análisis de datos grande, lo que demuestra la importancia de los datos en una
forma visual. Mediante el uso de la visualización de datos, la gente puede encontrar fácilmente la
asociación entre los datos. De acuerdo con el requisito de servicio ATM, esta diseños de papel e
implementa el sistema de visualización de la información de los datos de alarma ATM.
plataforma de almacenamiento de datos de palabras clave de la alarma; Los datos geográficos;
Datos de series de tiempo; Cuadro; JavaScript
I. INTRODUCCIÓN
Los cajeros automáticos del banco se utilizan para instalar equipos de
vigilancia. Cuando el mal funcionamiento de la máquina de cajero automático o
otros incidentes, el dispositivo de control pueden enviar un mensaje de alarma y Fig. Gráfico 1. flujo general de la plataforma de alarma
producir grandes cantidades de datos valiosos para analizar, que incluye el mensaje
A. Adquisición de Datos y Datos de los módulos de almacenamiento
de alarma. Toda la información de la alarma generada por cajero automático se
almacenan en bases de datos de SQL Server y la matriz de discos local. Pero la módulo de adquisición de datos: Los cajeros automáticos están instalados los
mayor parte de los datos de alarma son falsas alarmas, sólo una pequeña fracción equipos de vigilancia. Cuando estas máquinas ATM fallan, el dispositivo de control puede
es cierto. Por lo tanto, este proyecto se centra en resolver dos aspectos. En primer enviar información de alarmas y avisos de alarma a la base de datos de fondo. La
lugar, los datos de alarma complejidad se pueden mostrar más compendio de información de la alarma se envía a la base de datos de SQL Server en cada uno de los
visualización de datos, lo que puede ayudar a los gerentes de la empresa lugares, y la matriz de disco se utiliza para almacenar los datos no estructurados, tales
desarrollan estrategia de la empresa. En segundo lugar, la visualización de datos como imágenes. Podemos obtener datos de la base de datos de SQL Server y la matriz
puede aclarar la relación entre la red, equipo, fallo alarma, y encontrar la razón. Al de disco.
eliminar la falsa alarma, visualización de datos puede recordar la verdadera alarma,
módulo de almacenamiento de datos: utilizamos una cola de mensajes distribuidos
para almacenar temporalmente la información de alarma, y datos de preproceso en la capa de
procesamiento de datos.
B. Módulo de Procesamiento de Datos
II. S SISTEMA re DISEÑO módulo de procesamiento de datos: Las ofertas de la capa de procesamiento de
datos con los datos temporales, y la función se realiza mediante transmisión de chispa.
Se muestra como la figura 1. La siguiente figura muestra el proceso completo de la
Transmisión de chispa divide el flujo de datos en un intervalo de tiempo, y se ocupa de los
plataforma de alarma [2].
datos de cada rebanada de tiempo de una manera similar. Después de eso, se puede
limpiar, integrar y normalizar los datos de una manera puntual. Se puede hacer frente a la
978-1-5090-0806-3 / 16 / $ 31.00 copyright 2016 IEEE SICI 2016,
Junio 26-29, 2016, Okayama, Japón
datos duplicados, puntos aislados no estándar de datos difusas
datos. Al mismo tiempo, podemos utilizar el Módulo de Tableau para procesar los datos.
El objetivo principal de la limpieza de datos es eliminar campos no deseados y
obtener los campos de datos requeridos por un simple cálculo, tales como la
eliminación del valor de vacantes y los puntos no adecuados, el cálculo de las tasas.
La integración de datos utilizan, sobre todo la integración modo de integrar diferentes
recursos entre las diferentes fuentes de datos. Los datos procesados se almacena en una
base de datos para facilitar el trabajo de análisis de datos [3].
C. Módulo de Análisis de Datos
módulo de análisis de datos: En la práctica, el análisis de datos puede
ayudar a tomar decisiones a tomar las acciones apropiadas. Nos uso
descentralizado de datos al sistema de proceso, utilice Reducir el mapa para
completar el análisis estadístico de datos, uso de la máquina de chispa para
Fig. 2. El procesamiento de datos y visualización de diagrama de flujo del módulo
aprender a completar la gran procesamiento y análisis de datos. Al mismo tiempo,
de acuerdo con los datos estructurados, utilizamos clasificación Bias, K-means A. Tecnología de Procesamiento de Datos
clustering, y asociación multi-dimensional reglas método de análisis para predecir la
En primer lugar, los datos son de plataforma de advertencia, sistema de red de
alarma y fallo. Y los resultados del análisis se almacenan en MongoDB.
monitoreo de alarmas y la central receptora de alarmas. Según las necesidades del
negocio, los datos sobre el uso de papel de plataforma de advertencia y central
receptora de alarmas. Los datos son numerosas y no hay reglas, y la mayoría de los
D. Datos de los módulos de visualización datos son datos no válidos y no se pueden utilizar para visualizar los datos no válidos.
Estos datos serán afectar seriamente el funcionamiento del rendimiento del servidor en
módulo de visualización de datos: El módulo se divide en dos subcapas: la
el análisis visual. Con el fin de evitar que los datos no válidos y garantizar el efecto del
banda de navegador responde a la apropiada de la capa de sub, y la lógica de datos de
sistema visual, en primer lugar debemos ordenar los datos de estos dos plataformas
lado del navegador [4] capa .browser datos de terminal lógicas sub lógico es
para comprender la estructura y características de los datos originales.
responsable del procesamiento y presentación de datos. Nos dividimos en cuatro
módulos: módulo de visualización de tiempo el análisis de datos, la información
geográfica y del módulo de visualización de datos de sincronización, comparación de la
rentabilidad y del módulo de visualización y la información geográfica y del módulo de 1) Procesamiento de datos: Se muestra como la figura 3. Nuestros datos
visualización de datos de negocios en tiempo real. El lado del navegador responde a la provienen de la base de datos de SQL Server que se genera por el cajero
capa sub apropiado es compatible con dispositivos de diferentes tamaños de resolución. automático. Como los datos son el trastorno, en primer lugar hay que ordenar los
En concreto, se puede dividir en tres tipos: adecuados para el programa en pantalla datos utilizando la tecnología procesión. De acuerdo con los requerimientos del
grande, adecuadas para la interfaz interactiva de escritorio, y adecuados para el terminal negocio, los datos se pueden dividir en grupos, tales como información de tiempo,
móvil y la simplicidad de la interfaz. información geográfica, marcando información,
clasificar información,
Descripción de la información y otra información.
III. S SISTEMA yo MPLEMENTACIÓN
gran plataforma de análisis de datos se divide en dos fases para lograr. La
primera fase puede completar el análisis de datos y funciones de la pantalla por la
tecnología de visualización. La segunda fase puede completar la profundidad de la
minería de datos y presentación visual de la minería. Este artículo sólo se presta
atención a la realización de la primera fase.
Fig. 3. Procesamiento de Datos
En este trabajo, nos centramos en el procesamiento de datos y análisis de datos de la
función de visualización de la tecnología de visualización. Podemos ver el procesamiento de 2) modelado visual: Debido al sistema de aplicación práctica de la visualización de
datos y diagrama de flujo módulo de visualización a continuación. Se muestra como Fig.2. datos en el proceso, una gran cantidad de datos en un registro de base de datos no se
puede aplicar al procesamiento de la visualización de datos, y parte de los datos no se
puede aplicar directamente sobre la visualización de datos, que necesita la transformación
de datos a ser visuales . Por lo tanto, el trabajo principal de modelado visual es asegurarse
de que los datos de los que se pueden aplicar a visualizar directamente
y que los datos pueden ser utilizados solamente por análisis estadístico y transformación de mapa. Al mismo, podemos filtrado y calcular datos en la interfaz, tales
datos. como la eliminación del valor de vacantes y puntos aislados no
adecuados, y el cálculo de varias relaciones, etc.
La herramienta de modelado visual utilizada en este sistema es Tableau.
La visualización de datos y B. Desarrollo Específica
A través de la pre-procesamiento de datos, podemos clasificar y filtrar los datos
visuales. De acuerdo con las necesidades del negocio, dividimos los datos en datos
geográficos y datos de series de tiempo, y que los datos y los negocios visual [8].
En este sistema, el trabajo de visualización temprana utilizar el proyecto de código abierto
desarrollado por el equipo frente a Baidu para ayudarnos en desarrollar. Con base en el
mapa de Baidu API, podemos construir los LBS.
Fig. 4. El tiempo de modelado de datos en serie
datos de alarma y datos de información geográfica están estrechamente
relacionados. La información puede ser más visual y clara, mostrando la ubicación
Como se muestra en la figura 4, de acuerdo con los datos, el cajero automático en de la alarma, que es muy útil. Por lo que la combinación de servicios de
cada ciudad en un período de tiempo hasta el fracaso para hacer el modelado visual [7]. información y alarma enlace de datos geográficos es muy importante.
Los objetivos de diseño: registros de alarma, de error y de mantenimiento En los aspectos técnicos específicos, adoptamos Baidu mapa API como la
están estrechamente relacionados con el tiempo. A través de la visualización y interfaz principal de información geográfica, y usamos instrucción SQL como
análisis de estas características de secuencia, podemos encontrar las características lenguaje de programación. Al combinar los datos de él latitud y longitud con la
y el desarrollo del negocio. Es muy significativa para el análisis de previsión de fallos instrucción SQL, podemos dibujar gráficos de datos en la Baidu [Link] se muestra
para analizar, juzgar tipo de fallo y mejorar la eficiencia de la gestión de fallos. como la figura 6. Como se muestra a continuación, utilizamos la longitud y latitud
Mediante la adición de la línea de tiempo, podemos conocer las faltas y los cambios para dibujar el fallo ATM gráfico información.
de grado de emergencia correspondientes a diferentes culpa de abril a octubre.
A través de este modelo, podemos cronológica mostrar la información
de la alarma de red, tipo de fallo, el grado de la emergencia para averiguar
qué tipo de fallo es más probable que ocurra, ¿qué período de tiempo más
probable es que se produce, cómo el grado de emergencia es. De acuerdo
con la grabación, podemos analizar los tipos y marcas de equipos,
culpa
distribución y aparición repetida.
elementos ilustrativos: Hacemos tiempo que el eje X de la gráfica, el
grado de emergencia como eje Y, colores como el tipo de fallo, el cambio Fig. 6. Diagrama de Red Fault
lineal como el grado de emergencia. Elementos: Cada punto rojo en el mapa representa un cajero automático
3) Filtrado de datos basado en la programación regla: En este trabajo se defectuoso. El cuadro de texto en la parte superior del mapa se puede averiguar el tipo
utiliza la instrucción SQL como la interfaz del sistema para procesar el trabajo de de fallo al indagar la IP del equipo de fracaso, y mostrar la ubicación de la falla en el
filtrado de datos. mapa.
Problema y mejora: En el proceso de transmisión real de datos geográficos para
la visualización del mapa Baidu, podemos encontrar que el paquete función de
transferencia de Baidu sólo muestra diez puntos de información. Por lo tanto, mejorar
la función de paquete como se muestra a continuación [9].
Fig. 5. código de la interfaz
Como se muestra en la figura 5, en este sistema la instrucción SQL se puede
utilizar una interfaz para combinar con el sistema API Baidu para hacer que los datos
reales visual representado en la Baidu
IV. do CONCLUSIONES
En este artículo se describe el flujo de trabajo del sistema, y sobre todo introducir el
procesamiento de datos, modelado de datos y el proceso de desarrollo y los resultados
muestran algunos de visualización directa. A continuación, se centra en los datos en tiempo
real de almacenamiento de datos, procesamiento de datos y análisis de datos. En el
documento también investiga sobre la forma de almacenamiento y procesamiento previo de
datos de todos los días de manera eficiente. Después de eso, el documento enfáticamente
analiza y resuelve el juicio de las alarmas y la predicción de fallos, y considera que la
exactitud del pronóstico como los criterios de evaluación más importantes.
Fig. 7. Fault mejora exhibición de la red Se muestra como Fig.7.
Modificamos la función de llamada proporcionada por Baidu y almacenar los datos
Reconocimiento
en el nuevo fabricante de personalizable. Podemos sacar los puntos en el mapa y
añadir sistema de monitorización de eventos, por lo que la información de cada En este trabajo se apoya en parte por “el excelente proyecto Jóvenes
punto se puede representar en el mapa [3]. Formación de Profesores (el segundo nivel, el número del proyecto:
YXJS201508)”, “Clave de Ingeniería Cultivo de Proyectos de la Universidad de
Comunicación de China (Número de proyecto: 3132016XNG1606 y
La misma información del equipo falla puede ser representada de la misma
3132016XNG1608)”, “proyecto de innovación tecnológica Cultural del
manera. Podemos mostrar la misma información de fallos y equipos de la misma
Ministerio de Cultura de la República Popular de China (número de proyecto:
manera. Baidu API da muchos ejemplos de pantalla, lo que proporciona una gran
2014-12)”, y en parte con el apoyo de‘El proyecto de reforma integral de la
ayuda para el proyecto. Por ejemplo, de acuerdo con el grado de emergencia,
informática y la tecnología, departamento de ciencia e ingeniería’. El trabajo de
podemos dibujar el diagrama termodinámico en el mapa regional, como se muestra
investigación fue apoyada también por “el distrito de Chaoyang Ciencia y
en la Figura 8.
Tecnología de Proyectos (CYXC1504)”.
R EFERENCIAS
[1] YG Ren, G. Yu. La investigación y el progreso de la tecnología de visualización de datos. Computer
Technology, 2004, vol. 92, pp. 96. [2] Y. Yao. proceso de la práctica la tecnología de visualización de
datos. Guía del software, 2010. [3]
T. Pu. La investigación de la tecnología de visualización de la topología de red. Universidad de Xidian, 2010.
[4]
B. Sun. La investigación y la aplicación de visualización de datos basado en la nueva generación
Fig. Diagrama de emergencia 8. Fault
de sistema de gráficos de Microsoft. Universidad Normal del Noreste de 2009. [5] AQ Jiang. La
Descripción de elementos: e ada punto en el mapa representa una investigación y la aplicación de visualización de datos basado en la minería de datos. Universidad
Dongbei. 2006. [6]
información de fallo. El gráfico muestra el grado de emergencia de área de la
falla. La profundidad de color representa el grado de emergencia. Mediante la
FG Zhao. Diseño e implementación del sistema de pre-procesamiento de datos para la minería de datos.
conexión con la tabla, los datos pueden cargar en el diagrama termodinámico, y Universidad Jiaotong de Beijing. 2011. [7]
mostrar el grado de urgencia. En este sistema, el valor de urgencia es 24 y 48, Muralla exterior. La cabeza primero SQL. presione la Universidad del Noreste. Junio de 2011. [8] H.
que, respectivamente, representan el general y de emergencia. Shen. casebook cuadro. Electronic Industry Press. 2015. [9]
Scott Murray. visualización interactiva para la web. Correos y Telecomunicaciones de Prensa. 2015.
