CN107920121A - 一种基于互联网的体育测试方法 - Google Patents
一种基于互联网的体育测试方法 Download PDFInfo
- Publication number
- CN107920121A CN107920121A CN201711176258.7A CN201711176258A CN107920121A CN 107920121 A CN107920121 A CN 107920121A CN 201711176258 A CN201711176258 A CN 201711176258A CN 107920121 A CN107920121 A CN 107920121A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- metadata
- analysis
- sequence number
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 62
- 238000004458 analytical method Methods 0.000 claims abstract description 109
- 238000003860 storage Methods 0.000 claims abstract description 36
- 230000037078 sports performance Effects 0.000 claims abstract description 27
- 238000002360 preparation method Methods 0.000 claims abstract description 23
- 238000007405 data analysis Methods 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000011056 performance test Methods 0.000 claims abstract description 8
- 239000000203 mixture Substances 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 4
- 235000013399 edible fruits Nutrition 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 201000010099 disease Diseases 0.000 claims description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000001225 therapeutic effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims 2
- 230000003111 delayed effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 230000009471 action Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明属于互联网技术制造业领域，公开了一种基于互联网的体育成绩测试方法。所述信息录入模块连接项目预设模块和数据测试模块；所述数据整理模块连接数据测试模块和数据分析模块；所述数据分析模块连接数据整理模块和数据库模块；所述云储存模块连接数据分析模块和互联网终端模块；所述移动客户端连接互联网终端模块。本发明操作简单，将测试体育项目进行预设，通过数据测试模块，可以准确的掌握到测试的数据，数据整理模块便于将测试的成绩进行数据整理整理分析，后将测试数据与数据库中的标准数据比较，得出学生的体育成绩，上传至互联网终端，能够较快的得到测试结果，学生可以通过移动客户端查询到体育成绩。
Description
技术领域
本发明属于互联网技术制造业领域，尤其涉及一种基于互联网的体育测试方法。
背景技术
目前，由于学生体育的成绩大多数都是在室外进行操作，在户外操作会收到很多因素的干扰，比如室外人员流动性大，环境相对较为复杂，体育成绩的测试与记录都是依靠人为的记录与分析，难免会出现数据记录错误或者记录不清楚的情况发生，在进行学生身份确实的时候，监考老师难免会排查不到位，使得部分学生没有得及时进行测试，给学带来不便，在进行成绩统计汇总分析带来一定的困难。
综上所述，现有技术存在的问题是：体育成绩的测试与记录都是依靠人为的记录与分析，难免会出现数据记录错误或者记录不清楚的情况发生，在进行学生身份确实的时候，监考老师难免会排查不到位，使得部分学生没有得及时进行测试，给学带来不便，在进行成绩统计汇总分析带来一定的困难。
发明内容
针对现有技术存在的问题，本发明提供了一种基于互联网的体育测试方法。
所述基于互联网的体育成绩测试方法设置有：项目预设模块、信息录入模块、数据测试模块、数据整理模块、数据分析模块、数据库模块、云存储模块、互联网终端、移动客户端模块。
所述信息录入模块连接项目预设模块和数据测试模块；
信息录入模块通过对学生IC卡身份信息的核对、读取数据信息，确定学生本人的身份信息；
所述信息录入模块将采集和上传的数据，存储进基于分布式文件系统的Hbase数据库里，按照采集对象和数据相对应的原则，并对在存入数据库前进行格式检查，防止坏数据的存入；将存入的数据运用大数据处理工具Hive、Pig进行数据处理，也可以针对不同的需求编写具有相应算法的MapReduce程序，对数据进行预处理，将预处理后的数据存进数据库；将预处理的数据运用统计分析、机器学习的方法，找出数据中的规律，分析数据的潜在价值；将分析后的数据运用在医疗领域上，做出临床决策、疾病预警和分析患者的行为，在临床上可以提出多种治疗方案，也对流行疾病爆发做出预警；
项目预设模块，对将要测试的体育项目进行选择，录入到要测试的机器当中，为下一步的测试准备；
数据测试模快将学生测试项目的结果进行测试分析，得到的结果储存在机器当中；
所述数据整理模块连接数据测试模块和数据分析模块；
数据整理模块将学生测试得到的结果进行进一步的整理，通过对班别、学号、性别进行分类整理；
所述数据分析模块连接数据整理模块和数据库模块；
数据分析模块将分类整理好的数据进行进一步的分析，与每一个体育成绩段所对应分数做出明确的标注，汇总出该学生的总成绩；
数据库模块将学生体育成绩所得到的分数存入到学生的个人档案当中，数据库模块直接接通学生个人档案库；
所述云储存模块连接数据分析模块和互联网终端模块；
云存储系统模块的核心是分布式文件系统，实现统一的命名空间、负载均衡、数据容错、灵活扩展、高性能的读写能力；云储存将所有业务系统的存储模块统一到同一个存储平台上，支撑各种业务需要，云存储模块将整理分类好的学生的体育成绩汇总好，分别存储到各年级的年级存储平台当中；
所述云存储模块存储方法包括
(1)缓存框架单元将元数据库中的数据加载至缓存器中并为所述的缓存器创建连接池；
(2)元数据分析模块响应用户提交的元数据分析指令，并将元数据分析指令对应的元数据分析消息发送至元数据分析服务端；
(3)元数据分析服务端根据元数据分析任务通过缓存框架单元查询缓存器，并获得对应的元数据分析结果；
(4)元数据分析服务端将元数据分析结果对应的分析结果消息发送至元数据分析模块；
(5)元数据分析模块解析元数据分析服务端发送的分析结果消息得到元数据分析结果，并显示元数据分析结果。
所述缓存框架单元包括数据加载模块，所述缓存框架单元将所述的元数据库中的数据加载至所述的缓存服务中，包括以下步骤：
1)所述的数据加载模块连接所述的元数据库；
2)所述的数据加载模块查询所述的元数据库中的元数据实例表，并根据所述的元数据实例表创建并保存哈希值映射表；
3)所述的数据加载模块将所述的元数据库中的数据加载至所述的缓存器中；
所述的数据加载模块查询所述的元数据库中的元数据实例表，并根据所述的元数据实例表创建并保存哈希值映射表，包括以下步骤：
(a)所述的数据加载模块创建哈希值映射表；
(b)所述的数据加载模块查询所述的元数据库中的元数据实例表，并获取元数据实例序列号、元数据类型和元数据名称三个字段所对应的数据；
(c)所述的数据加载模块对元数据实例序列号进行哈希运算，并获得所述的元数据实例序列号对应的哈希值；
(d)所述的数据加载模块将所述的元数据实例序列号与所对应的哈希值保存至所述的哈希值映射表；
所述的数据加载模块对元数据实例序列号进行哈希运算，具体为：
所述的数据加载模块根据Java对象的HashCode()函数方法、MD5算法或SHA-1算法对元数据实例序列号进行哈希运算；
所述的数据加载模块将所述的元数据库中的数据加载至所述的缓存器中，包括以下步骤：
(A)所述的数据加载模块将所述的元数据库中的元数据实例表加载到所述的缓存器中；
(B)所述的数据加载模块将所述的元数据库中的元数据组合关系表加载到所述的缓存器中；
(C)所述的数据加载模块将所述的元数据库中的元数据依赖关系表加载到所述的缓存器中；
所述的缓存器包括数个缓存子服务器，所述的数据加载模块将所述的元数据库中的元数据实例表加载到所述的缓存器中，包括以下步骤：
a)所述的数据加载模块根据所述的哈希值对所述的缓存子服务器的数量取模，并用取模后的值作为该元数据实例表中的数据对应缓存的缓存子服务器的下标；
b)所述的数据加载模块以所述的元数据实例序列号为键值，以所述的元数据类型和所述的元数据名称为变量将所述的元数据实例表的数据保存至所对应的缓存子服务器中；
所述的数据加载模块将所述的元数据库中的元数据组合关系表加载到所述的缓存器中，包括以下步骤：
A)所述的数据加载模块查询所述的元数据库中的元数据组合关系表，并获取元数据实例序列号和组合关系元数据序列号两个字段的数据；
B)所述的数据加载模块以所述的元数据实例序列号为键值，以所述的组合关系元数据序列号为变量将所述的元数据组合关系表的数据保存至所对应的缓存子服务器中；
所述的缓存框架单元包括连接池管理模块和缓存配置模块，所述的连接池管理模块根据所述的缓存配置模块中存储的所述的缓存器的相关配置信息，为所述的缓存器创建连接池；
所述的元数据分析服务端包括任务调度模块、分布式缓存接口和分析消息接收队列，所述的元数据分析服务端根据所述的元数据分析任务通过缓存框架单元查询缓存器，包括以下步骤：
(一)所述的分析消息接收队列接收所述的元数据分析模块发送的所述的元数据分析消息；
(二)所述的任务调度模块解析所述的元数据分析消息并得到所述的元数据分析任务；
(三)所述的任务调度模块根据所述的元数据分析任务通过所述的分布式缓存接口调用所述的缓存框架单元；
(四)所述的任务调度模块通过所述的分布式缓存框架服务器查询所述的分布式缓存服务器；
所述的缓存框架单元还包括应用程序编程接口，所述的获得对应的元数据分析结果，包括以下步骤：
第一，所述的任务调度模块获得所述的元数据库中的元数据实例序列，并将所述的缓存器中以元数据实例序列号为键值的缓存数据为根节点，并将所述的根节点加入到分析结果对象树中；
第二，所述的任务调度模块将元数据实例序列号加入到任务集中作为进行元数据分析的初始对象；
第三，所述的任务调度模块以元数据实例序列号为参数，并通过调用所述的应用程序编程接口在所述的元数据组合关系模块和所述的元数据依赖关系模块中查找组合关系元数据序列号和依赖关系元数据序列号，形成组合关系元数据序列号集与依赖关系元数据序列号集；
第四，所述的任务调度模块为所述的组合关系元数据序列号集中的各个组合关系元数据序列号启动一个查询线程，以所述的各个组合关系元数据序列号为参数在所述的元数据实例模块中查询得到对应的元数据实例并加入到以所述的元数据实例序列号为根节点的分析结果对象树中；
第五，所述的任务调度模块为所述的依赖关系元数据序列号集中的各个依赖关系元数据序列号启动一个查询线程，以所述的各个依赖关系元数据序列号为参数在所述的元数据实例模块中查询得到对应的元数据实例并加入到以所述的元数据实例序列号为根节点的分析结果对象树中；
第六，所述的任务调度模块从所述的任务集中删除元数据实例序列号，将所述的组合关系元数据序列号集与依赖关系元数据序列号集加入到所述的任务集中；
第七，所述的任务调度模将所述的任务集中的各个关系元数据序列号作为元数据实例序列号，返回上述步骤第二，直到所述的任务集为空；
所述移动客户端模块连接互联网终端模块，
互联网终端模块将学生体育成绩的得分情况以及详细情况解析上传到学校的体育成绩网站中，学生进行查询；
所述互联网终端模块的公钥可搜索加密方法的具体方案为：
可信权威中心运行RSA算法为云服务器和数据拥有者生成公私钥对：{(n1,e1),d1}和{(n2,e2),d2}；数据拥有者通过数字签名来保证数据文件的完整性，用云服务器的公钥对密文关键词进行再加密来防止外部攻击者的离线猜测攻击，当数据拥有者用SYMEnc()加密算法对数据文件加密后外包给云服务器，服务器返回加密文件的地址，记为ID{Fi}，这样包含关键词w的数据文件即可表示为IDw＝ID{F1}||ID{F2}…||ID{Fi}；具体包括：
步骤一、初始化(1l)：可信权威中心选择双线性对：e:G×G→GT，G和GT是阶为p的循环群，p为l比特长的素元，选择随机预言机模型下的哈希函数H1:{0,1}*→G；H2:{0,1}*→Zp是单向哈希函数，选择a,b,c←Zp，g←G，
pm＝(H1,H2,e,g,p,ga,gb,gc,G,GT),
mk＝(a,b,c)
接着选取k个独立的哈希函数H′1,…,H'k，用来m比特的构造m比特的布隆过滤器BF发送给数据拥有者，为数据拥有者和云服务器生成公私钥对{(n1,e1),d1}和{(n2,e2),d2}；
步骤二、密钥生成(mk,T)：可信权威中心执行Share(T,ac)算法，访问树T的每一个叶子节点都会得到有关秘密ac的部分分享qv(0)，对每一个叶子节点v∈lvs(T)，选取t←Zp，计算和Bv＝gt，记私钥sk＝(T,Av,Bv)|v∈lvs(T))；
步骤三、对关键词和文件地址的加密:(w,atts,ID(w))数据拥有者通过可信权威中心发送的哈希函数生成布隆过滤器，BF←BFGen({H′1,…,H'k},{w1,…,wl})，对含有关键词w数据文件地址IDw和布隆过滤器，SYMEnc()加密算法加密，对称密钥为sk1：
BFEnc＝SYM(BF),(IDw)Enc＝SYM(IDw)；
用户数据拥有者对BFEnc和(IDw)Enc进行签名：对sk1用ABE()加密算法进行加密：C＝ABE(sk1)；
在搜索结束后，属性满足访问策略的合法用户就可以解密C得到sk1，进而解密获取目标文件；
选择r1,r2←Zp，计算F＝(f1,f2)其中 对每一个atj∈Atts，计算用服务器的公钥对W加密得到这样可记密文关键词为：
cph＝(Atts,W',WE,W0,Wj,F,A,B,C)；
步骤四、生成搜索口令(sk,w):选择s←Zp，对每个叶子节点v∈lvs(T)计算搜索口令为tok2＝gcs，用服务器的公钥对tok2进行加密：记tk＝(tok1,(tok2)Enc,T,(A′v,B′v)|v∈lvs(T))；
步骤五、搜索(tk,cph)：服务器从cph中选取属性集S来满足搜索口令中指定的访问树，如果这样的集合S不存在，返回0；反之，对每一个atj∈S,计算v∈lvs(T)，结合(T,Ev|att(v)∈S)，计算出进而服务器用自己的私钥解密WE，(tok2)Enc得到W和tok2，如果e(W',tok1)Eroot＝e(W,tok2)，返回{W,F,A,B,C}给用户；否则，只返回A；
步骤六、验证{W,F,A,B,C}：数据用户接收到云服务器返回的搜索结果后，进行验证操作；
移动客户端模块，进入到学校体育网站当中，输入自己的班别，学号查询到体育成绩；
所述数据库模块连接个人档案，个人档案通过移动客户端直接登陆查看。
进一步，所述数据库模块连接个人档案，个人档案可以通过移动客户端直接登陆查看。
本发明操作简单，将测试体育项目进行预设，通过数据测试模块，可以准确的掌握到测试的数据，数据整理模块便于将测试的成绩进行数据整理整理分析，后将测试数据与数据库中的标准数据比较，得出学生的体育成绩，上传至互联网终端，能够较快的得到测试结果，学生可以通过移动客户端查询到体育成绩。本发明的缓存实现了元数据分析的系统及方法架构简单，具有极高的可伸缩性，可以根据需要增加缓存器；使用维护方便快捷，工作性能稳定可靠，为企业元数据分析应用的进一步发展奠定了坚实的基础，具有更广泛的应用范围。
附图说明
图1是本发明实施例提供的基于互联网的体育成绩测试系统示意图；
图中1、项目预设模块；2、信息录入模块；3、数据测试模块；4、数据整理模块；5、数据分析模块；6、数据库模块；7、云存储模块；8、互联网终端；9、移动客户端模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图1详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如附图1所示，本发明实施例提供的基于互联网的体育成绩测试方法设置有：项目预设模块1、信息录入模块2、数据测试模块3、数据整理模块4、数据分析模块5、数据库模块6、云存储模块7、互联网终端8、移动客户端模块9。
信息录入模块2连接项目预设模块1和数据测试模块3；信息录入2模块通过对学生IC卡身份信息的核对、读取数据信息，确定学生本人的身份信息，项目预设模块1能够对将要测试的体育项目进行选择，录入到要测试的机器当中，为下一步的测试准备，数据测试模快3将学生测试项目的结果进行测试分析，得到的结果储存在机器当中。
数据整理模块4连接数据测试模块3和数据分析模块5；数据整理模块4将学生测试得到的结果进行进一步的整理，通过对班别、学号、性别进行分类整理。
数据分析模块5连接数据整理模块4和数据库模块6；数据分析模块5可以将分类整理好的数据进行进一步的分析，与每一个体育成绩段所对应分数做出明确的标注，汇总出该学生的总成绩。数据库模块6将学生体育成绩所得到的分数存入到学生的个人档案当中，数据库模块6可以直接接通学生个人档案库。
云储存模块7连接数据分析模块5和互联网终端模块8；云存储系统模块7的核心是分布式文件系统，实现统一的命名空间、负载均衡、数据容错、灵活扩展、高性能的读写能力等，云储存可以将所有业务系统的存储模块统一到同一个存储平台上，支撑各种业务需要，云存储模块7将整理分类好的学生的体育成绩汇总好，分别存储到各年级的年级存储平台当中。
移动客户端模块9连接互联网终端模块8。互联网终端模块8将学生体育成绩的得分情况以及详细情况解析上传到学校的体育成绩网站中，便于学生进行查询，移动客户端模块9里进入到学校体育网站当中，输入自己的班别，学号可以查询到体育成绩，方便快捷，得出的数据更加精确。
所述信息录入模块将采集和上传的数据，存储进基于分布式文件系统的Hbase数据库里，按照采集对象和数据相对应的原则，并对在存入数据库前进行格式检查，防止坏数据的存入；将存入的数据运用大数据处理工具Hive、Pig进行数据处理，也可以针对不同的需求编写具有相应算法的MapReduce程序，对数据进行预处理，将预处理后的数据存进数据库；将预处理的数据运用统计分析、机器学习的方法，找出数据中的规律，分析数据的潜在价值；将分析后的数据运用在医疗领域上，做出临床决策、疾病预警和分析患者的行为，在临床上可以提出多种治疗方案，也对流行疾病爆发做出预警；
所述云存储模块存储方法包括
(1)缓存框架单元将元数据库中的数据加载至缓存器中并为所述的缓存器创建连接池；
(2)元数据分析模块响应用户提交的元数据分析指令，并将元数据分析指令对应的元数据分析消息发送至元数据分析服务端；
(3)元数据分析服务端根据元数据分析任务通过缓存框架单元查询缓存器，并获得对应的元数据分析结果；
(4)元数据分析服务端将元数据分析结果对应的分析结果消息发送至元数据分析模块；
(5)元数据分析模块解析元数据分析服务端发送的分析结果消息得到元数据分析结果，并显示元数据分析结果。
所述缓存框架单元包括数据加载模块，所述缓存框架单元将所述的元数据库中的数据加载至所述的缓存服务中，包括以下步骤：
1)所述的数据加载模块连接所述的元数据库；
2)所述的数据加载模块查询所述的元数据库中的元数据实例表，并根据所述的元数据实例表创建并保存哈希值映射表；
3)所述的数据加载模块将所述的元数据库中的数据加载至所述的缓存器中；
所述的数据加载模块查询所述的元数据库中的元数据实例表，并根据所述的元数据实例表创建并保存哈希值映射表，包括以下步骤：
(a)所述的数据加载模块创建哈希值映射表；
(b)所述的数据加载模块查询所述的元数据库中的元数据实例表，并获取元数据实例序列号、元数据类型和元数据名称三个字段所对应的数据；
(c)所述的数据加载模块对元数据实例序列号进行哈希运算，并获得所述的元数据实例序列号对应的哈希值；
(d)所述的数据加载模块将所述的元数据实例序列号与所对应的哈希值保存至所述的哈希值映射表；
所述的数据加载模块对元数据实例序列号进行哈希运算，具体为：
所述的数据加载模块根据Java对象的HashCode()函数方法、MD5算法或SHA-1算法对元数据实例序列号进行哈希运算；
所述的数据加载模块将所述的元数据库中的数据加载至所述的缓存器中，包括以下步骤：
(A)所述的数据加载模块将所述的元数据库中的元数据实例表加载到所述的缓存器中；
(B)所述的数据加载模块将所述的元数据库中的元数据组合关系表加载到所述的缓存器中；
(C)所述的数据加载模块将所述的元数据库中的元数据依赖关系表加载到所述的缓存器中；
所述的缓存器包括数个缓存子服务器，所述的数据加载模块将所述的元数据库中的元数据实例表加载到所述的缓存器中，包括以下步骤：
a)所述的数据加载模块根据所述的哈希值对所述的缓存子服务器的数量取模，并用取模后的值作为该元数据实例表中的数据对应缓存的缓存子服务器的下标；
b)所述的数据加载模块以所述的元数据实例序列号为键值，以所述的元数据类型和所述的元数据名称为变量将所述的元数据实例表的数据保存至所对应的缓存子服务器中；
所述的数据加载模块将所述的元数据库中的元数据组合关系表加载到所述的缓存器中，包括以下步骤：
A)所述的数据加载模块查询所述的元数据库中的元数据组合关系表，并获取元数据实例序列号和组合关系元数据序列号两个字段的数据；
B)所述的数据加载模块以所述的元数据实例序列号为键值，以所述的组合关系元数据序列号为变量将所述的元数据组合关系表的数据保存至所对应的缓存子服务器中；
所述的缓存框架单元包括连接池管理模块和缓存配置模块，所述的连接池管理模块根据所述的缓存配置模块中存储的所述的缓存器的相关配置信息，为所述的缓存器创建连接池；
所述的元数据分析服务端包括任务调度模块、分布式缓存接口和分析消息接收队列，所述的元数据分析服务端根据所述的元数据分析任务通过缓存框架单元查询缓存器，包括以下步骤：
(一)所述的分析消息接收队列接收所述的元数据分析模块发送的所述的元数据分析消息；
(二)所述的任务调度模块解析所述的元数据分析消息并得到所述的元数据分析任务；
(三)所述的任务调度模块根据所述的元数据分析任务通过所述的分布式缓存接口调用所述的缓存框架单元；
(四)所述的任务调度模块通过所述的分布式缓存框架服务器查询所述的分布式缓存服务器；
所述的缓存框架单元还包括应用程序编程接口，所述的获得对应的元数据分析结果，包括以下步骤：
第一，所述的任务调度模块获得所述的元数据库中的元数据实例序列，并将所述的缓存器中以元数据实例序列号为键值的缓存数据为根节点，并将所述的根节点加入到分析结果对象树中；
第二，所述的任务调度模块将元数据实例序列号加入到任务集中作为进行元数据分析的初始对象；
第三，所述的任务调度模块以元数据实例序列号为参数，并通过调用所述的应用程序编程接口在所述的元数据组合关系模块和所述的元数据依赖关系模块中查找组合关系元数据序列号和依赖关系元数据序列号，形成组合关系元数据序列号集与依赖关系元数据序列号集；
第四，所述的任务调度模块为所述的组合关系元数据序列号集中的各个组合关系元数据序列号启动一个查询线程，以所述的各个组合关系元数据序列号为参数在所述的元数据实例模块中查询得到对应的元数据实例并加入到以所述的元数据实例序列号为根节点的分析结果对象树中；
第五，所述的任务调度模块为所述的依赖关系元数据序列号集中的各个依赖关系元数据序列号启动一个查询线程，以所述的各个依赖关系元数据序列号为参数在所述的元数据实例模块中查询得到对应的元数据实例并加入到以所述的元数据实例序列号为根节点的分析结果对象树中；
第六，所述的任务调度模块从所述的任务集中删除元数据实例序列号，将所述的组合关系元数据序列号集与依赖关系元数据序列号集加入到所述的任务集中；
第七，所述的任务调度模将所述的任务集中的各个关系元数据序列号作为元数据实例序列号，返回上述步骤第二，直到所述的任务集为空；
所述互联网终端模块的公钥可搜索加密方法的具体方案为：
可信权威中心运行RSA算法为云服务器和数据拥有者生成公私钥对：{(n1,e1),d1}和{(n2,e2),d2}；数据拥有者通过数字签名来保证数据文件的完整性，用云服务器的公钥对密文关键词进行再加密来防止外部攻击者的离线猜测攻击，当数据拥有者用SYMEnc()加密算法对数据文件加密后外包给云服务器，服务器返回加密文件的地址，记为ID{Fi}，这样包含关键词w的数据文件即可表示为IDw＝ID{F1}||ID{F2}…||ID{Fi}；具体包括：
步骤一、初始化(1l)：可信权威中心选择双线性对：e:G×G→GT，G和GT是阶为p的循环群，p为l比特长的素元，选择随机预言机模型下的哈希函数H1:{0,1}*→G；H2:{0,1}*→Zp是单向哈希函数，选择a,b,c←Zp，g←G，
pm＝(H1,H2,e,g,p,ga,gb,gc,G,GT),
mk＝(a,b,c)
接着选取k个独立的哈希函数H′1,…,H'k，用来m比特的构造m比特的布隆过滤器BF发送给数据拥有者，为数据拥有者和云服务器生成公私钥对{(n1,e1),d1}和{(n2,e2),d2}；
步骤二、密钥生成(mk,T)：可信权威中心执行Share(T,ac)算法，访问树T的每一个叶子节点都会得到有关秘密ac的部分分享qv(0)，对每一个叶子节点v∈lvs(T)，选取t←Zp，计算和Bv＝gt，记私钥sk＝(T,Av,Bv)|v∈lvs(T))；
步骤三、对关键词和文件地址的加密:(w,atts,ID(w))数据拥有者通过可信权威中心发送的哈希函数生成布隆过滤器，BF←BFGen({H′1,…,H'k},{w1,…,wl})，对含有关键词w数据文件地址IDw和布隆过滤器，SYMEnc()加密算法加密，对称密钥为sk1：
BFEnc＝SYM(BF),(IDw)Enc＝SYM(IDw)；
用户数据拥有者对BFEnc和(IDw)Enc进行签名：对sk1用ABE()加密算法进行加密：C＝ABE(sk1)；
在搜索结束后，属性满足访问策略的合法用户就可以解密C得到sk1，进而解密获取目标文件；
选择r1,r2←Zp，计算F＝(f1,f2)其中 对每一个atj∈Atts，计算用服务器的公钥对W加密得到这样可记密文关键词为：
cph＝(Atts,W',WE,W0,Wj,F,A,B,C)；
步骤四、生成搜索口令(sk,w):选择s←Zp，对每个叶子节点v∈lvs(T)计算搜索口令为tok2＝gcs，用服务器的公钥对tok2进行加密：记tk＝(tok1,(tok2)Enc,T,(A′v,B′v)|v∈lvs(T))；
步骤五、搜索(tk,cph)：服务器从cph中选取属性集S来满足搜索口令中指定的访问树，如果这样的集合S不存在，返回0；反之，对每一个atj∈S,计算结合(T,Ev|att(v)∈S)，计算出进而服务器用自己的私钥解密WE，(tok2)Enc得到W和tok2，如果e(W',tok1)Eroot＝e(W,tok2)，返回{W,F,A,B,C}给用户；否则，只返回A；
步骤六、验证{W,F,A,B,C}：数据用户接收到云服务器返回的搜索结果后，进行验证操作。
进一步，数据库模块6连接个人档案，个人档案可以通过移动客户端9直接登陆查看。
本发明的工作原理：测试开始之前，由项目预设模块1将需要测试的项目录入到测试机器当中，学生通过信息录入模块2将个人信息录入到机器当中，数据测试模块3可以将学生所测得的数据测试出来，数据整理模块4将每个学生按照不同的班别，性别，学号进行分类整理，数据分析模块5汇总出学生的总成绩，通过存储到云存储模块6，下发至各个年级云存储当中，最通过互联网终端7将测试的结果上传到学校体育网站当中，可以通过一定移动客户端模8进行查看，方便快捷，有助于学生成绩汇总。该一种基于互联网的体育成绩测试方法操作简单，将测试体育项目进行预设，通过数据测试模块，可以准确的掌握到测试的数据，数据整理模块便于将测试的成绩进行数据整理整理分析，后将测试数据与数据库中的标准数据比较，得出学生的体育成绩，上传至互联网终端，能够较快的得到测试结果，学生可以通过移动客户端查询到体育成绩。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与修饰，均属于本发明技术方案的范围内。
Claims (2)
1.一种基于互联网的体育成绩测试系统，其特征在于，所述基于互联网的体育成绩测试系统设置有：项目预设模块、信息录入模块、数据测试模块、数据整理模块、数据分析模块、数据库模块、云存储模块、互联网终端、移动客户端模块；
所述信息录入模块连接项目预设模块和数据测试模块；
信息录入模块通过对学生IC卡身份信息的核对、读取数据信息，确定学生本人的身份信息；
所述信息录入模块将采集和上传的数据，存储进基于分布式文件系统的Hbase数据库里，按照采集对象和数据相对应的原则，并对在存入数据库前进行格式检查，防止坏数据的存入；将存入的数据运用大数据处理工具Hive、Pig进行数据处理，也可以针对不同的需求编写具有相应算法的MapReduce程序，对数据进行预处理，将预处理后的数据存进数据库；将预处理的数据运用统计分析、机器学习的方法，找出数据中的规律，分析数据的潜在价值；将分析后的数据运用在医疗领域上，做出临床决策、疾病预警和分析患者的行为，在临床上可以提出多种治疗方案，也对流行疾病爆发做出预警；
项目预设模块，对将要测试的体育项目进行选择，录入到要测试的机器当中，为下一步的测试准备；
数据测试模快将学生测试项目的结果进行测试分析，得到的结果储存在机器当中；
所述数据整理模块连接数据测试模块和数据分析模块；
数据整理模块将学生测试得到的结果进行进一步的整理，通过对班别、学号、性别进行分类整理；
所述数据分析模块连接数据整理模块和数据库模块；
数据分析模块将分类整理好的数据进行进一步的分析，与每一个体育成绩段所对应分数做出明确的标注，汇总出该学生的总成绩；
数据库模块将学生体育成绩所得到的分数存入到学生的个人档案当中，数据库模块直接接通学生个人档案库；
所述云储存模块连接数据分析模块和互联网终端模块；
云存储系统模块的核心是分布式文件系统，实现统一的命名空间、负载均衡、数据容错、灵活扩展、高性能的读写能力；云储存将所有业务系统的存储模块统一到同一个存储平台上，支撑各种业务需要，云存储模块将整理分类好的学生的体育成绩汇总好，分别存储到各年级的年级存储平台当中；
所述云存储模块存储方法包括
(1)缓存框架单元将元数据库中的数据加载至缓存器中并为所述的缓存器创建连接池；
(2)元数据分析模块响应用户提交的元数据分析指令，并将元数据分析指令对应的元数据分析消息发送至元数据分析服务端；
(3)元数据分析服务端根据元数据分析任务通过缓存框架单元查询缓存器，并获得对应的元数据分析结果；
(4)元数据分析服务端将元数据分析结果对应的分析结果消息发送至元数据分析模块；
(5)元数据分析模块解析元数据分析服务端发送的分析结果消息得到元数据分析结果，并显示元数据分析结果；
所述缓存框架单元包括数据加载模块，所述缓存框架单元将所述的元数据库中的数据加载至所述的缓存服务中，包括以下步骤：
1)所述的数据加载模块连接所述的元数据库；
2)所述的数据加载模块查询所述的元数据库中的元数据实例表，并根据所述的元数据实例表创建并保存哈希值映射表；
3)所述的数据加载模块将所述的元数据库中的数据加载至所述的缓存器中；
所述的数据加载模块查询所述的元数据库中的元数据实例表，并根据所述的元数据实例表创建并保存哈希值映射表，包括以下步骤：
(a)所述的数据加载模块创建哈希值映射表；
(b)所述的数据加载模块查询所述的元数据库中的元数据实例表，并获取元数据实例序列号、元数据类型和元数据名称三个字段所对应的数据；
(c)所述的数据加载模块对元数据实例序列号进行哈希运算，并获得所述的元数据实例序列号对应的哈希值；
(d)所述的数据加载模块将所述的元数据实例序列号与所对应的哈希值保存至所述的哈希值映射表；
所述的数据加载模块对元数据实例序列号进行哈希运算，具体为：
所述的数据加载模块根据Java对象的HashCode()函数方法、MD5算法或SHA-1算法对元数据实例序列号进行哈希运算；
所述的数据加载模块将所述的元数据库中的数据加载至所述的缓存器中，包括以下步骤：
(A)所述的数据加载模块将所述的元数据库中的元数据实例表加载到所述的缓存器中；
(B)所述的数据加载模块将所述的元数据库中的元数据组合关系表加载到所述的缓存器中；
(C)所述的数据加载模块将所述的元数据库中的元数据依赖关系表加载到所述的缓存器中；
所述的缓存器包括数个缓存子服务器，所述的数据加载模块将所述的元数据库中的元数据实例表加载到所述的缓存器中，包括以下步骤：
a)所述的数据加载模块根据所述的哈希值对所述的缓存子服务器的数量取模，并用取模后的值作为该元数据实例表中的数据对应缓存的缓存子服务器的下标；
b)所述的数据加载模块以所述的元数据实例序列号为键值，以所述的元数据类型和所述的元数据名称为变量将所述的元数据实例表的数据保存至所对应的缓存子服务器中；
所述的数据加载模块将所述的元数据库中的元数据组合关系表加载到所述的缓存器中，包括以下步骤：
A)所述的数据加载模块查询所述的元数据库中的元数据组合关系表，并获取元数据实例序列号和组合关系元数据序列号两个字段的数据；
B)所述的数据加载模块以所述的元数据实例序列号为键值，以所述的组合关系元数据序列号为变量将所述的元数据组合关系表的数据保存至所对应的缓存子服务器中；
所述的缓存框架单元包括连接池管理模块和缓存配置模块，所述的连接池管理模块根据所述的缓存配置模块中存储的所述的缓存器的相关配置信息，为所述的缓存器创建连接池；
所述的元数据分析服务端包括任务调度模块、分布式缓存接口和分析消息接收队列，所述的元数据分析服务端根据所述的元数据分析任务通过缓存框架单元查询缓存器，包括以下步骤：
(一)所述的分析消息接收队列接收所述的元数据分析模块发送的所述的元数据分析消息；
(二)所述的任务调度模块解析所述的元数据分析消息并得到所述的元数据分析任务；
(三)所述的任务调度模块根据所述的元数据分析任务通过所述的分布式缓存接口调用所述的缓存框架单元；
(四)所述的任务调度模块通过所述的分布式缓存框架服务器查询所述的分布式缓存服务器；
所述的缓存框架单元还包括应用程序编程接口，所述的获得对应的元数据分析结果，包括以下步骤：
第一，所述的任务调度模块获得所述的元数据库中的元数据实例序列，并将所述的缓存器中以元数据实例序列号为键值的缓存数据为根节点，并将所述的根节点加入到分析结果对象树中；
第二，所述的任务调度模块将元数据实例序列号加入到任务集中作为进行元数据分析的初始对象；
第三，所述的任务调度模块以元数据实例序列号为参数，并通过调用所述的应用程序编程接口在所述的元数据组合关系模块和所述的元数据依赖关系模块中查找组合关系元数据序列号和依赖关系元数据序列号，形成组合关系元数据序列号集与依赖关系元数据序列号集；
第四，所述的任务调度模块为所述的组合关系元数据序列号集中的各个组合关系元数据序列号启动一个查询线程，以所述的各个组合关系元数据序列号为参数在所述的元数据实例模块中查询得到对应的元数据实例并加入到以所述的元数据实例序列号为根节点的分析结果对象树中；
第五，所述的任务调度模块为所述的依赖关系元数据序列号集中的各个依赖关系元数据序列号启动一个查询线程，以所述的各个依赖关系元数据序列号为参数在所述的元数据实例模块中查询得到对应的元数据实例并加入到以所述的元数据实例序列号为根节点的分析结果对象树中；
第六，所述的任务调度模块从所述的任务集中删除元数据实例序列号，将所述的组合关系元数据序列号集与依赖关系元数据序列号集加入到所述的任务集中；
第七，所述的任务调度模将所述的任务集中的各个关系元数据序列号作为元数据实例序列号，返回上述步骤第二，直到所述的任务集为空；
所述移动客户端模块连接互联网终端模块，
互联网终端模块将学生体育成绩的得分情况以及详细情况解析上传到学校的体育成绩网站中，学生进行查询；
所述互联网终端模块的公钥可搜索加密方法的具体方案为：
可信权威中心运行RSA算法为云服务器和数据拥有者生成公私钥对：{(n1,e1),d1}和{(n2,e2),d2}；数据拥有者通过数字签名来保证数据文件的完整性，用云服务器的公钥对密文关键词进行再加密来防止外部攻击者的离线猜测攻击，当数据拥有者用SYMEnc()加密算法对数据文件加密后外包给云服务器，服务器返回加密文件的地址，记为ID{Fi}，这样包含关键词w的数据文件即可表示为IDw＝ID{F1}||ID{F2}…||ID{Fi}；具体包括：
步骤一、初始化(1l)：可信权威中心选择双线性对：e:G×G→GT，G和GT是阶为p的循环群，p为l比特长的素元，选择随机预言机模型下的哈希函数
H1:{0,1}*→G；H2:{0,1}*→Zp是单向哈希函数，选择a,b,c←Zp，g←G，
pm＝(H1,H2,e,g,p,ga,gb,gc,G,GT),
mk＝(a,b,c)
接着选取k个独立的哈希函数H'1,…,H'k，用来m比特的构造m比特的布隆过滤器BF发送给数据拥有者，为数据拥有者和云服务器生成公私钥对{(n1,e1),d1}和{(n2,e2),d2}；
步骤二、密钥生成(mk,T)：可信权威中心执行Share(T,ac)算法，访问树T的每一个叶子节点都会得到有关秘密ac的部分分享qv(0)，对每一个叶子节点v∈lvs(T)，选取t←Zp，计算和Bv＝gt，记私钥sk＝(T,Av,Bv)|v∈lvs(T))；
步骤三、对关键词和文件地址的加密:(w,atts,ID(w))数据拥有者通过可信权威中心发送的哈希函数生成布隆过滤器，BF←BFGen({H'1,…,H'k},{w1,…,wl})，对含有关键词w数据文件地址IDw和布隆过滤器，SYMEnc()加密算法加密，对称密钥为sk1：
BFEnc＝SYM(BF),(IDw)Enc＝SYM(IDw)；
用户数据拥有者对BFEnc和(IDw)Enc进行签名：对sk1用ABE()加密算法进行加密：C＝ABE(sk1)；
在搜索结束后，属性满足访问策略的合法用户就可以解密C得到sk1，进而解密获取目标文件；
选择r1,r2←Zp，计算F＝(f1,f2)其中 对每一个atj∈Atts，计算用服务器的公钥对W加密得到这样可记密文关键词为：
cph＝(Atts,W',WE,W0,Wj,F,A,B,C)；
步骤四、生成搜索口令(sk,w):选择s←Zp，对每个叶子节点v∈lvs(T)计算搜索口令为tok2＝gcs，用服务器的公钥对tok2进行加密：记tk＝(tok1,(tok2)Enc,T,(A′v,B′v)|v∈lvs(T))；
步骤五、搜索(tk,cph)：服务器从cph中选取属性集S来满足搜索口令中指定的访问树，如果这样的集合S不存在，返回0；反之，对每一个atj∈S,计算结合(T,Ev|att(v)∈S)，计算出进而服务器用自己的私钥解密WE，(tok2)Enc得到W和tok2，如果e(W',tok1)Eroot＝e(W,tok2)，返回{W,F,A,B,C}给用户；否则，只返回A；
步骤六、验证{W,F,A,B,C}：数据用户接收到云服务器返回的搜索结果后，进行验证操作；
移动客户端模块，进入到学校体育网站当中，输入自己的班别，学号查询到体育成绩；
所述数据库模块连接个人档案，个人档案通过移动客户端直接登陆查看。
2.如权利要求1所述基于互联网的体育成绩测试系统，其特征在于，所述基于互联网的体育成绩测试系统的基于互联网的体育成绩测试方法包括：项目预设模块将需要测试的项目录入到测试机器当中，学生通过信息录入模块将个人信息录入到机器当中，数据测试模块将学生所测得的数据测试出来，数据整理模块将每个学生按照不同的班别，性别，学号进行分类整理，数据分析模块汇总出学生的总成绩，通过存储到云存储模块，下发至各个年级云存储当中，最通过互联网终端将测试的结果上传到学校体育网站当中，通过移动客户端模进行查看。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711176258.7A CN107920121A (zh) | 2017-11-22 | 2017-11-22 | 一种基于互联网的体育测试方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711176258.7A CN107920121A (zh) | 2017-11-22 | 2017-11-22 | 一种基于互联网的体育测试方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107920121A true CN107920121A (zh) | 2018-04-17 |
Family
ID=61897706
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711176258.7A Pending CN107920121A (zh) | 2017-11-22 | 2017-11-22 | 一种基于互联网的体育测试方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107920121A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110728425A (zh) * | 2019-09-09 | 2020-01-24 | 南京起跑线数据科技有限公司 | 一种中小学体育与健康教育教学质量分析系统 |
| CN110795448A (zh) * | 2020-01-03 | 2020-02-14 | 四川大学华西医院 | 一种元数据管理的方法及装置、可读存储介质 |
| CN110991830A (zh) * | 2019-11-19 | 2020-04-10 | 浙江创课网络科技有限公司 | 一种试卷分析报告系统及方法 |
| CN112466173A (zh) * | 2020-11-10 | 2021-03-09 | 吉林大学 | 一种体育教学用体育素质考核辅助系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002021419A1 (en) * | 2000-09-05 | 2002-03-14 | Kang Sam Tae | Health management system by using network and operation method thereof |
| CN102521322A (zh) * | 2011-12-05 | 2012-06-27 | 苏州汉清投资管理有限公司 | 成绩查询系统 |
| CN102542627A (zh) * | 2012-03-15 | 2012-07-04 | 张涛 | 一种远程人群体育竞赛系统及竞赛成绩测量方法 |
| CN103699948A (zh) * | 2012-09-28 | 2014-04-02 | 北京清大天眼视控科技有限公司 | 一种基于物联网技术的体育健身管理系统及实现方法 |
| CN203634784U (zh) * | 2013-07-11 | 2014-06-11 | 深圳市菲普莱体育发展有限公司 | 运动影像测量装置及运动成绩测评系统 |
| CN104038349A (zh) * | 2014-07-03 | 2014-09-10 | 西安电子科技大学 | 一种基于kp-abe的有效可验证的公钥可搜索加密方法 |
| CN104239572A (zh) * | 2014-09-30 | 2014-12-24 | 普元信息技术股份有限公司 | 基于分布式缓存实现元数据分析的系统及方法 |
| CN104699985A (zh) * | 2015-03-26 | 2015-06-10 | 西安电子科技大学 | 一种医疗大数据采集分析系统及方法 |
| CN106859650A (zh) * | 2017-01-20 | 2017-06-20 | 深圳市共健全民体质体育产业发展有限公司 | 一种体育成绩测试方法及系统 |
| CN107239904A (zh) * | 2017-06-06 | 2017-10-10 | 合肥创旗信息科技有限公司 | 一种在线体育测试平台 |
-
2017
- 2017-11-22 CN CN201711176258.7A patent/CN107920121A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002021419A1 (en) * | 2000-09-05 | 2002-03-14 | Kang Sam Tae | Health management system by using network and operation method thereof |
| CN102521322A (zh) * | 2011-12-05 | 2012-06-27 | 苏州汉清投资管理有限公司 | 成绩查询系统 |
| CN102542627A (zh) * | 2012-03-15 | 2012-07-04 | 张涛 | 一种远程人群体育竞赛系统及竞赛成绩测量方法 |
| CN103699948A (zh) * | 2012-09-28 | 2014-04-02 | 北京清大天眼视控科技有限公司 | 一种基于物联网技术的体育健身管理系统及实现方法 |
| CN203634784U (zh) * | 2013-07-11 | 2014-06-11 | 深圳市菲普莱体育发展有限公司 | 运动影像测量装置及运动成绩测评系统 |
| CN104038349A (zh) * | 2014-07-03 | 2014-09-10 | 西安电子科技大学 | 一种基于kp-abe的有效可验证的公钥可搜索加密方法 |
| CN104239572A (zh) * | 2014-09-30 | 2014-12-24 | 普元信息技术股份有限公司 | 基于分布式缓存实现元数据分析的系统及方法 |
| CN104699985A (zh) * | 2015-03-26 | 2015-06-10 | 西安电子科技大学 | 一种医疗大数据采集分析系统及方法 |
| CN106859650A (zh) * | 2017-01-20 | 2017-06-20 | 深圳市共健全民体质体育产业发展有限公司 | 一种体育成绩测试方法及系统 |
| CN107239904A (zh) * | 2017-06-06 | 2017-10-10 | 合肥创旗信息科技有限公司 | 一种在线体育测试平台 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110728425A (zh) * | 2019-09-09 | 2020-01-24 | 南京起跑线数据科技有限公司 | 一种中小学体育与健康教育教学质量分析系统 |
| CN110728425B (zh) * | 2019-09-09 | 2023-10-27 | 南京起跑线数据科技有限公司 | 一种中小学体育与健康教育教学质量分析系统 |
| CN110991830A (zh) * | 2019-11-19 | 2020-04-10 | 浙江创课网络科技有限公司 | 一种试卷分析报告系统及方法 |
| CN110991830B (zh) * | 2019-11-19 | 2023-07-07 | 河北仓澜教育科技集团有限公司 | 一种试卷分析报告系统及方法 |
| CN110795448A (zh) * | 2020-01-03 | 2020-02-14 | 四川大学华西医院 | 一种元数据管理的方法及装置、可读存储介质 |
| CN110795448B (zh) * | 2020-01-03 | 2020-04-07 | 四川大学华西医院 | 一种元数据管理的方法及装置、可读存储介质 |
| CN112466173A (zh) * | 2020-11-10 | 2021-03-09 | 吉林大学 | 一种体育教学用体育素质考核辅助系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shen et al. | Privacy-preserving image retrieval for medical IoT systems: A blockchain-based approach | |
| Scheiner et al. | Decomposing functional diversity | |
| CN107092666B (zh) | 用于网络的系统、方法以及存储介质 | |
| Menczer | Growing and navigating the small world web by local content | |
| Motoyama et al. | I seek you: searching and matching individuals in social networks | |
| Wu et al. | Data mining with big data | |
| CN103488680B (zh) | 在数据库系统中计数项目的方法 | |
| CN107920121A (zh) | 一种基于互联网的体育测试方法 | |
| US9407589B2 (en) | System and method for following topics in an electronic textual conversation | |
| CN107103032A (zh) | 一种分布式环境下避免全局排序的海量数据分页查询方法 | |
| Jiang et al. | Message clustering based matrix factorization model for retweeting behavior prediction | |
| Doudali et al. | Spaten: A spatio-temporal and textual big data generator | |
| Wright | Spatial data infrastructures for coastal environments | |
| Gong et al. | Exploring the power of social hub services | |
| Yin et al. | Unbalanced multistage heat conduction and mass diffusion algorithm in an educational digital library | |
| Xiang et al. | Design of AI System for National Fitness Sports Competition Action Based on Association Rules Algorithm | |
| Veloso | Automated support tool for forensics investigation on hard disk images | |
| KR102304138B1 (ko) | 웹 사이트 이용 기록 관리 시스템 | |
| Berglund | Shard Selection in Distributed Collaborative Search Engines A design, implementation and evaluation of shard selection in ElasticSearch | |
| CN110020111A (zh) | 行程推荐方法、装置、计算机设备及存储介质 | |
| Rowe et al. | Getting to me–exporting semantic social network information from facebook | |
| Ximing et al. | Secure file storage system among distributed public clouds | |
| Li et al. | A Data Rights Control Model for a SaaS Application Delivery Platform | |
| Zhao | Design of Information Service System of University Smart Library Based on Cloud Computing Technology | |
| Ahmed et al. | A hybrid p2p search engine for social learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180417 |
|
| RJ01 | Rejection of invention patent application after publication |