摘要：流处理是一种重要的大数据应用模式,在金融、广告、物联网、社交网络等众多领域得到了广泛应用.在流处理场景中,流数据的产生速度往往变化剧烈且不容易预测.这时,如果数据流量峰值超过处理系统的承载能力,可能使得系统运行缓慢甚至崩溃,导致处理作业失效;如果为了应对数据流量峰值而过度配置资源,则可能在系统轻载时产生不必要的浪费.为了解决流处理中负载和资源的匹配问题,流处理系统应该具有弹性可伸缩的能力,一方面以高效的方式组织运算资源;另一方面能根据数据流量的实时变化自动地调整资源使用量.然而,现有的流处理框架对于弹性可伸缩的支持尚很初步.介绍了一种基于Actor模型的弹性可伸缩的流处理框架***首先基于Actor模型将批量的处理单元进行分层管理,通过2层路由机制实现了对伸缩性的支持;在此基础上,设计一个基于数据处理延迟的过载判断算法和基于数据处理速度的轻载判断算法来指导系统对资源的有效使用,进而实现弹性可伸缩的流处理.实验结果表明:eSault具有较好的性能,而且能够很好地实现弹性可伸缩.

摘要：本文在虚拟计算环境之上,研究支持具有自主能力、高并发的新型互联网应用开发方法,在已有的基于进程、面向并发的编程模型中引入实体建模机制,扩展出一种兼具进程和自主并发实体的程序设计模型ConEntity,并给出了形式化定义和描述.ConEntity模型具有表达性、并发性和可伸缩性的特点,能对虚拟计算环境资源高效、透明访问.通过扩展Erlang/OTP将其实现为Erlang语言设施UniAgent.本文的模型为在虚拟计算环境上快速直接构建具有自主、高并发能力实体的新型互联网应用提供了模型和语言上的支持.

摘要：提出了一种基于知识图谱的临床辅助决策系统构建方法。首先,通过建立标准数据模型,对多源数据进行汇聚,建立医学语料库;通过专家路径及医学教科书,参考UMLS的两层结构建立知识图谱的主干;然后通过医学自然语言处理及人工标注机制,对数据进行标准化处理,并通过数据挖掘建立概率模型,为知识图谱补充枝叶;基于知识图谱建立智能问诊路径,解决医生与辅助决策系统的交互问题。通过以上的路径建立起面向基层医生的肾病临床辅助决策系统,实现基层医生对慢性肾病标准化、规范化诊断和转诊,做到慢性肾病早发现、早治疗,起到了较好的效果。