智能數據服務、安全與應用優化
陳宇 於蒙 汪玉潔 趙坤
相關主題
商品描述
很多企業尤其是製造企業越來越重視預測與決策方面的智能化和精準度，這使得企業對數據個性化、多樣化的需求日趨強烈。本書正是基於這樣的需求，提出隨需而變的數據空間引擎設計方法，探討智能數據服務、安全及應用優化等方面的問題、技術與方法。全書共分5章，分別介紹數據空間引擎設計與管理系統架構、海量異構數據集成方法與技術、智能數據服務方法、智能製造領域數字孿生技術，以及多維度安全與隱私保障體系構建。 本書內容結合理論與實踐場景，適合異構數據集成服務、數據空間技術及數字孿生技術的研發人員及對此感興趣的讀者閱讀，也適合作為各類院校相關專業師生的參考書
作者簡介
陈宇、汪玉洁、赵坤，郑州航空工业管理学院老师，主要研究方向为网络协同制造、数据采集与信号处理。汪玉洁，郑州航空工业管理学院老师。于蒙，武汉理工大学老师，主要研究方向为智慧交通和智能物流。
目錄大綱
第 1章 數據空間引擎設計與管理系統架構
1.1 數據空間概述 2
1.2 數據空間建模技術 4
1.2.1 數據空間建模 4
1.2.2 數據空間語義理解 10
1.3 異構數據多維索引技術 17
1.3.1 數據存儲和索引 17
1.3.2 數據空間異構數據查詢技術 21
1.3.3 工業物聯網數據空間查詢方法 25
1.4 集群容器化數據空間引擎設計 27
1.5 數據空間管理系統架構 29
1.5.1 數據架構 30
1.5.2 數據平臺設計參考架構 31
1.5.3 柔性化的數據空間管理系統 35
第 2章 海量異構數據集成技術研究
2.1 多源異構數據並行採集方法 38
2.1.1 數據採集概述 38
2.1.2 離散製造車間數據採集 41
2.1.3 基於FPGA的多源異構數據並行採集框架 42
2.1.4 基於FPGA的多源異構數據並行採集流程 43
2.1.5 實驗分析 47
2.2 基於XML 的數據交換模型 48
2.2.1 數據交換模型概述 49
2.2.2 異構數據交換模型設計 50
2.2.3 數據轉換流程 52
2.3 海量異構數據預處理方法 56
2.3.1 數據預處理技術概述 56
2.3.2 數據清洗 57
2.3.3 數據集成 58
2.3.4 數據變換 59
2.3.5 數據歸約 59
2.3.6 無線傳感器網絡數據清洗概述 60
2.3.7 基於機器學習的數據清洗方法 60
2.4 基於深度學習的多模態數據融合技術 64
2.4.1 多模態數據概述 64
2.4.2 多模態數據融合技術 65
2.5 基於Elasticsearch的數據檢索機制 68
2.5.1 企業數據空間現存問題 69
2.5.2 數據檢索機制的體系架構設計 69
2.5.3 分佈式索引架構 70
2.5.4 數據查詢框架 71
第3章 智能數據服務方法研究
3.1 面向集裝箱碼頭智能閘口監測的跨模態數據檢索方法 75
3.1.1 碼頭閘口監測跨模態檢索任務概述 75
3.1.2 多重註意力集卡圖文跨模態檢索算法設計 77
3.1.3 基於聯合嵌入的集卡圖文跨模態檢索算法設計 83
3.1.4 算例實驗及分析 86
3.1.5 閘口監測跨模態檢索驗證平臺設計 89
3.2 數字標識與應用服務研究 97
3.2.1 數字標識概述 97
3.2.2 數字標識規範 98
3.2.3 標識解析 100
3.3.3 標識服務 102
3.3 基於圖像語義的工業機器人環境感知技術研究 103
3.2.1 室內環境感知技術概述 103
3.3.2 圖像語義分割技術概述 104
3.3.3 圖像語義分割模型設計 105
3.3.4 算例驗證及分析 107
3.4 基於多傳感器融合的危險品倉庫安全監測技術研究 112
3.4.1 數據融合監測預警系統的總體框架 113
3.4.2 基於BP神經網絡與SVM的特徵層數據融合 117
3.4.3 基於模糊改進D-S證據理論的決策層融合 133
3.4.4 危險品倉庫遠程監測預警系統設計 146
3.4.5 系統整體測試 156
3.5 面向煤炭碼頭裝卸作業的混合流水車間調度優化案例 160
3.5.1 港口裝卸作業調度概述 160
3.5.2 考慮任務釋放時間與零等待的HFSP數學模型 161
3.5.3 離散GPSO算法設計 164
3.5.4 算例實驗及分析 171
3.5.5 調度服務平臺驗證 177
第4章 智能製造領域數字孿生技術研究
4.1 數字孿生技術實施路徑 189
4.1.1 數字孿生構建流程 189
4.1.2 數字孿生在製造業中的關鍵技術 191
4.2 製造業多源異構信息 191
4.2.1 製造業生產過程中的多源異構數據 191
4.2.2 製造業中的多源異構數據採集 193
4.2.3 製造業中的多源異構數據處理 194
4.2.4 製造業中的多源異構數據分析 195
4.3 智能製造領域數字孿生標準化現狀及需求 196
4.3.1 智能裝配標準化現狀及需求 196
4.3.2 虛擬工廠標準化現狀及需求 196
4.3.3 汽車行業標準化現狀及需求 198
4.4 數字孿生在智能製造領域的應用 198
4.4.1 基於數字孿生的機械產品可靠性測試應用案例 198
4.4.2 數字孿生驅動的汽車發動機裝配方法 203
4.4.3 造船用大型起重機械數字孿生應用 205
第5章 多維度安全與隱私保障體系構建
5.1 數據溯源管理模型構建 212
5.2 基於區塊鏈的數據溯源機制 214
5.2.1 雙鏈存儲機制 214
5.2.2 安全模型機制 215
5.2.3 逆向溯源機制 216
5.3 基於深度學習的自適應風險評估方法研究 216
5.3.1 風險評估方法概述 217
5.3.2 針對主要影響因素的評估方法 221
5.3.3 自適應風險評估方法詳解 224
5.4 基於風險評估和時間控制的數據銷毀機制研究 229
5.4.1 數據銷毀技術 229
5.4.2 數據銷毀模式 230
5.4.3 基於風險評估的數據自銷毀方案 233
5.5 探制研究 235
5.5.1 主動探測與被動探測 236
5.5.2 主動被動探測算法設計 237
5.5.3 主動被動探測結果驗證 244
5.6 細粒度動態權限分割 247
5.6.1 細粒度動態權限分割概述 247
5.6.2 細粒度動態權限分割技術詳解 247
總結 255 參考文獻 257
