CN109918026A - 一种基于车载存储的数据分配方法与系统 - Google Patents
一种基于车载存储的数据分配方法与系统 Download PDFInfo
- Publication number
- CN109918026A CN109918026A CN201910191933.6A CN201910191933A CN109918026A CN 109918026 A CN109918026 A CN 109918026A CN 201910191933 A CN201910191933 A CN 201910191933A CN 109918026 A CN109918026 A CN 109918026A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- storage
- communication terminal
- personal data
- 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.)
- Granted
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于车载存储的数据分配方法与系统,在用户U的私人车辆C上安置大容量存储设备S,并采用无线存储技术使大容量存储设备S与通信网络G相连接,将所述存储设备S作为用户U的个人数据存储中心,为用户U的个人数据通信终端提供包括数据缓存、备份、管理在内的服务。本发明利用了人与车辆的密切关系,开发私人车辆作为本地存储的空间,缓解了5G技术带来的存储压力。
Description
技术领域
本发明涉及信息存储领域,特别是一种基于车载存储的数据分配方法与系统。
背景技术
5G技术以其超高的传输速率优于现有的任何移动通信技术,峰值速率将达到每秒10G。打个比方来讲,用LTE网络下载一部电影可能会用1分钟,而用5G下载一部高画质(HD)电影只需1秒钟,也就是一眨眼的工夫。这势必造成本地存储的巨大压力,单以手机自带的存储介质,其被“爆仓”的问题是迟早发生的,因此必须开发能解决该存储问题的方案。即使将存储全部搬到云端,短期内如此巨量的存储需求也是难以满足的,必然导致存储市场的价格飞涨。这是一个可以预期的严峻问题!
以中国5G发展计划为例,根据前瞻产业研究院发布的《2018-2023年中国通信产业发展前景预测与投资战略规划分析报告》,目前中国移动、中国联通、中国电信三大运营商均已公布5G部署,基本上锁定了在2019年初步落地。其中,中国移动的动作最快,其5G商用的节奏非常紧凑,时间表也相当明晰;中国电信5G也已经在一些城市进行了试点工作。世界5G时代也即将来临。
因此,需要提出新的技术对移动终端存储不足的问题加以解决。
现有存储技术中,磁盘和磁带都是常用的存储介质,技术体制主要包括DAS、NAS、SAN三种。
DAS(Direct Attached Storage)直接附加存储方式与我们普通的PC存储架构一样,外部存储设备都是直接挂接在服务器内部总线上,数据存储设备是整个服务器结构的一部分。
NAS(Network Attached Storage)数据存储方式采用独立于服务器,单独为网络数据存储而开发的一种文件服务器来连接所存储设备,自形成一个网络。这样数据存储就不再是服务器的附属,而是作为独立网络节点而存在于网络之中,可由所有的网络用户共享。
SAN(Storage Area Network)存储方式创造了存储的网络化,SAN的支撑技术是光纤通道(FC Fiber Channel)技术。它是ANSI为网络和通道I/O接口建立的一个标准集成。FC技术支持HIPPI、IPI、SCSI、IP、ATM等多种高级协议,其最大特性是将网络和设备的通信协议与传输物理介质隔离开,这样多种协议可在同一个物理连接上同时传送。
通过对上述存储的现有数据存储技术进行分析发现,其主要缺点在于:性价比低,DAS无法提供方便地支持移动数据访问,而NAS、SAN需要花费服务费用,价格昂贵。
发明内容
有鉴于此,本发明的目的是提出一种基于车载存储的数据分配方法与系统,利用了人与车辆的密切关系,开发私人车辆作为本地存储的空间,缓解了5G技术带来的存储压力。
本发明采用以下方案实现:一种基于车载存储的数据分配方法,在用户U的私人车辆C上安置大容量存储设备S,并采用无线存储技术使大容量存储设备S与通信网络G相连接,将所述存储设备S作为用户U的个人数据存储中心,为用户U的个人数据通信终端提供包括数据缓存、备份、管理在内的服务。
进一步地,还包括对用户U与车辆C之间的行为进行检测分析,如果用户U与车辆C之间的距离小于指定距离,且车辆C处于通电状态下,则令用户U的个人数据通信终端与车辆C之间的数据交互为数据均衡模式,根据用户对数据的使用情况和数据属性,对用户的数据进行自动化的存储位置分配;否则,令用户U的个人数据通信终端与车辆C之间的数据交互为数据服务模式,借助通信网络,个人数据通信终端将数据上传并存储至车辆上的存储设备。
进一步地,所述均衡模式评估数据的使用频率,将使用频率低于设定阈值的数据存放在车辆C上,将使用频率高于设定阈值的数据存放在用户的个人数据通信终端上。
进一步地,其中均衡模式采用通信效率作为优先条件,以最大的数据传输效率作为均衡依据;其中,个人数据通信终端的通信代价cosp与车辆上的存储设备的通信代价cosv分别采用下式计算:
cosp=∑di;
cosv=∑dj
式中,di为个人数据通信终端中存储的任一数据块的通信代价值;dj为车载存储设备中存储的任一数据块的通信代价值;
当符合下面条件,将单位数量的数据从个人数据通信终端迁移到车辆上的存储设备,反之将单位数量的数据从车辆上的存储设备迁移到个人数据通信终端:
cosv<μ·cosp;
式中,μ为比例系数。
进一步地,其中均衡模式采用安全作为优先条件,以数据的安全性为均衡依据;其中,个人数据通信终端的安全风险secp以及车辆上的存储设备的安全风险secv分别采用下式计算:
secp=∑si;
secv=∑sj;
式中,si为个人数据通信终端中存储的任一数据块的安全风险,sj为车辆上的存储设备中存储的任一数据块的安全风险;
当符合下面条件,将单位数量的数据从个人数据通信终端迁移到车辆上的存储设备,反之,将单位数量的数据从车辆上的存储设备迁移至个人数据通信终端:
secv<τ·secp;
式中,τ为比例系数。
进一步地,其中均衡模式采用存储空间最省作为条件,使得占用的存储空间最小,费效比最低,其中,个人数据通信终端的存储空间代价spcp与车辆上的存储设备的存储空间代价spcv分别采用下式计算:
spcp=∑mi;
spcv=∑mj;
式中,mi为个人数据通信终端中存储的任一数据块的存储空间代价,mj为车辆上的存储设备中存储的任一数据块的存储空间代价;
当符合下面条件,将单位数量的数据从个人数据通信终端迁移到车辆上的存储设备,反之,将单位数量的数据从车辆上的存储设备迁移到个人数据通信终端:
spcv<ε·spcp;
式中,ε为比例系数。
进一步地,其中均衡模式以响应时间最快为条件,其中,个人数据通信终端的响应时间Tp与车辆上的存储设备的响应时间Tv分别采用下式计算:
Tp=∑ti;
Tv=∑tj;
式中,ti为个人数据通信终端中存储的任一数据块的响应时间,tj为车辆上的存储设备中存储的任一数据块的响应时间;
当符合下面条件,将单位数量的数据从个人数据通信终端迁移到车辆上的存储设备,反之将单位数量的数据从车辆上的存储设备迁移到个人数据通信终端:
Tv<θ·∑Tp;
式中,θ为比例系数。
本发明还提供了一种基于上文所述的基于车载存储的数据分配方法的系统,包括个人数据通信终端、设置在车辆上的存储设备S,所述车辆上的存储设备与通信网络相连,所述存储设备S作为用户U的个人数据存储中心,为用户U的个人数据通信终端提供包括数据缓存、备份、管理在内的服务。
与现有技术相比,本发明有以下有益效果:本发明利用了人与车辆的密切关系,开发私人车辆作为本地存储的空间,缓解了5G技术(以及未来出现的高带宽通信技术)带来的便携式通信设备的存储压力,利用车辆的空间与电源供电,解决数据存储问题,提出用户个人便携存储与车辆存储进行数据均衡方法,车载大容量存储的智能供电,并具有以下优势:1、缓解了网络流量压力;2、降低了用户数据存储成本;3、提高数据的存储鲁棒性;4、可以支持更多的高层应用等等。
附图说明
图1为本发明实施例的原理示意图。
图2为本发明实施例的工作流程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示,本实施例提供了一种基于车载存储的数据分配方法,在用户U的私人车辆C上安置大容量存储设备S,并采用无线存储技术使大容量存储设备S与通信网络G相连接,将所述存储设备S作为用户U的个人数据存储中心,为用户U的个人数据通信终端提供包括数据缓存、备份、管理在内的服务。
在本实施例中,还包括对用户U与车辆C之间的行为进行检测分析,如果用户U与车辆C之间的距离小于指定距离,且车辆C处于通电状态下,则令用户U的个人数据通信终端与车辆C之间的数据交互为数据均衡模式,根据用户对数据的使用情况和数据属性,对用户的数据进行自动化的存储位置分配;否则,令用户U的个人数据通信终端与车辆C之间的数据交互为数据服务模式,借助通信网络,个人数据通信终端将数据上传并存储至车辆上的存储设备。
在本实施例中,所述均衡模式评估数据的使用频率,将使用频率低于设定阈值的数据存放在车辆C上,将使用频率高于设定阈值的数据存放在用户的个人数据通信终端上。
在本实施例中,其中均衡模式采用通信效率作为优先条件,以最大的数据传输效率作为均衡依据(使得数据使用时传输效率最佳);其中,个人数据通信终端的通信代价cosp与车辆上的存储设备的通信代价cosv分别采用下式计算:
cosp=∑di;
cosv=∑dj
式中,di为个人数据通信终端中存储的任一数据块的通信代价值;dj为车载存储设备中存储的任一数据块的通信代价值;
当符合下面条件,将单位数量的数据从个人数据通信终端迁移到车辆上的存储设备,反之将单位数量的数据从车辆上的存储设备迁移到个人数据通信终端:
cosv<μ·cosp;
式中,μ为比例系数。
在本实施例中,其中均衡模式采用安全作为优先条件,以数据的安全性为均衡依据(把敏感数据尽量存在最安全的位置);其中,个人数据通信终端的安全风险secp以及车辆上的存储设备的安全风险secv分别采用下式计算:
secp=∑si;
secv=∑sj;
式中,si为个人数据通信终端中存储的任一数据块的安全风险,sj为车辆上的存储设备中存储的任一数据块的安全风险;
当符合下面条件,将单位数量的数据从个人数据通信终端迁移到车辆上的存储设备,反之,将单位数量的数据从车辆上的存储设备迁移至个人数据通信终端:
secv<τ·secp;
式中,τ为比例系数。
在本实施例中,其中均衡模式采用存储空间最省作为条件,使得占用的存储空间最小,费效比最低,其中,个人数据通信终端的存储空间代价spcp与车辆上的存储设备的存储空间代价spcv分别采用下式计算:
spcp=∑mi;
spcv=∑mj;
式中,mi为个人数据通信终端中存储的任一数据块的存储空间代价,mj为车辆上的存储设备中存储的任一数据块的存储空间代价;
当符合下面条件,将单位数量的数据从个人数据通信终端迁移到车辆上的存储设备,反之,将单位数量的数据从车辆上的存储设备迁移到个人数据通信终端:
spcv<ε·spcp;
式中,ε为比例系数。
在本实施例中,其中均衡模式以响应时间最快为条件(在用户使用数据时,响应的时间最快),其中,个人数据通信终端的响应时间Tp与车辆上的存储设备的响应时间Tv分别采用下式计算:
Tp=∑ti;
Tv=∑tj;
式中,ti为个人数据通信终端中存储的任一数据块的响应时间,tj为车辆上的存储设备中存储的任一数据块的响应时间;
当符合下面条件,将单位数量的数据从个人数据通信终端迁移到车辆上的存储设备,反之将单位数量的数据从车辆上的存储设备迁移到个人数据通信终端:
Tv<θ·∑Tp;
式中,θ为比例系数。
特别的,本实施例的均衡算法不限于上述方法。
本实施例还提供了一种基于上文所述的基于车载存储的数据分配方法的系统,包括个人数据通信终端、设置在车辆上的存储设备S,所述车辆上的存储设备与通信网络相连,所述存储设备S作为用户U的个人数据存储中心,为用户U的个人数据通信终端提供包括数据缓存、备份、管理在内的服务。
如图2所示,本实施例为用户提供个人数据保障服务,以应对5G的存储压力,其工作流程如下:
假设存储系统已经完成了以下工作:在车辆上安置大容量存储设备,设定了用户终端与车辆存储的绑定关系,本发明具体的实现包括以下步骤:
第一步:数据预处理,对于进入本实施例系统的存储数据进行预处理与标定;方便后续数据搬移/均衡;此处用d代表任一数据对象(此处可以是固定大小的数据块,或数据流,或一个网络连接上的相关数据),对d的属性进行标注;
属性 | 描述 |
通信代价 | 进行通信传输时占用通信资源的量化值 |
安全等级 | 机密性 |
信息含量 | 单位大小的数据所包含的信息数量,代表者信息的分布密度 |
响应时间 | 进行数据操作,形成信息响应的单位时间 |
相关度 | 与用户当前(或最近时间)从事的数据操作相关性的量化值 |
其它 | 根据应用进行数据搬移时的其它评估参数 |
其中,数据的标注方法可以采用两种方法;
方法一:人工标注方法,由数据的产生者(或使用者)在生产或初次使用的时候,根据自己的经验对数据进行参数的标注;
方法二:机器学习方法,通过机器计算的方法实现数据的标注;
采用有监督的学习,收集样本,构成样本集,基于样本集进行基于分类的计算。算法包括:线性回归、逻辑回归、决策树、支持向量机、朴素贝叶斯、K邻近算法(KNN)、K-均值算法、随机森林,但不限于上述算法;采用无监督的学习,对数据对象集合进行聚类计算。算法包括:K-Means算法,基于密度的聚类(DBSCAN)算法,密度最大值算法(DPEAK),谱聚类算法等。
采用无监督的学习,对数据对象集合进行聚类计算。算法包括:K-Means算法,基于密度的聚类(DBSCAN)算法,密度最大值算法(DPEAK),谱聚类算法等。
第二步:对用户与车辆之间的行为进行检测分析,如果用户U与车辆C距离范围小于指定距离,此处以100米为例(但不限于),且车辆C处于通电状态下,则判定为数据均衡模式;否则,判定为数据服务模式;
第三步:如果系统处于数据均衡模式,实施数据均衡;如果系统处于数据服务模式,用户数通过网络进行数据的上传、下载至车辆。
特别的,在本实施例中,所述个人数据通信终端可以为用户的手机、ipad等移动存储设备。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (8)
1.一种基于车载存储的数据分配方法,其特征在于:在用户U的私人车辆C上安置大容量存储设备S,并采用无线存储技术使大容量存储设备S与通信网络G相连接,将所述存储设备S作为用户U的个人数据存储中心,为用户U的个人数据通信终端提供包括数据缓存、备份、管理在内的服务。
2.根据权利要求1所述的一种基于车载存储的数据分配方法,其特征在于:还包括对用户U与车辆C之间的行为进行检测分析,如果用户U与车辆C之间的距离小于指定距离,且车辆C处于通电状态下,则令用户U的个人数据通信终端与车辆C之间的数据交互为数据均衡模式,根据用户对数据的使用情况和数据属性,对用户的数据进行自动化的存储位置分配;否则,令用户U的个人数据通信终端与车辆C之间的数据交互为数据服务模式,借助通信网络,个人数据通信终端将数据上传并存储至车辆上的存储设备。
3.根据权利要求2所述的一种基于车载存储的数据分配方法,其特征在于:所述均衡模式评估数据的使用频率,将使用频率低于设定阈值的数据存放在车辆C上,将使用频率高于设定阈值的数据存放在用户的个人数据通信终端上。
4.根据权利要求2所述的一种基于车载存储的数据分配方法,其特征在于:其中均衡模式采用通信效率作为优先条件,以最大的数据传输效率作为均衡依据;其中,个人数据通信终端的通信代价cosp与车辆上的存储设备的通信代价cosv分别采用下式计算:
cosp=∑di;
cosv=∑dj
式中,di为个人数据通信终端中存储的任一数据块的通信代价值;dj为车载存储设备中存储的任一数据块的通信代价值;
当符合下面条件,将单位数量的数据从个人数据通信终端迁移到车辆上的存储设备,反之将单位数量的数据从车辆上的存储设备迁移到个人数据通信终端:
cosv<μ·cosp;
式中,μ为比例系数。
5.根据权利要求2所述的一种基于车载存储的数据分配方法,其特征在于:其中均衡模式采用安全作为优先条件,以数据的安全性为均衡依据;其中,个人数据通信终端的安全风险secp以及车辆上的存储设备的安全风险secv分别采用下式计算:
secp=∑si;
secv=∑sj;
式中,si为个人数据通信终端中存储的任一数据块的安全风险,sj为车辆上的存储设备中存储的任一数据块的安全风险;
当符合下面条件,将单位数量的数据从个人数据通信终端迁移到车辆上的存储设备,反之,将单位数量的数据从车辆上的存储设备迁移至个人数据通信终端:
secv<τ·secp;
式中,τ为比例系数。
6.根据权利要求2所述的一种基于车载存储的数据分配方法,其特征在于:其中均衡模式采用存储空间最省作为条件,使得占用的存储空间最小,费效比最低,其中,个人数据通信终端的存储空间代价spcp与车辆上的存储设备的存储空间代价spcv分别采用下式计算:
spcp=∑mi;
spcv=∑mj;
式中,mi为个人数据通信终端中存储的任一数据块的存储空间代价,mj为车辆上的存储设备中存储的任一数据块的存储空间代价;
当符合下面条件,将单位数量的数据从个人数据通信终端迁移到车辆上的存储设备,反之,将单位数量的数据从车辆上的存储设备迁移到个人数据通信终端:
spcv<ε·spcp;
式中,ε为比例系数。
7.根据权利要求2所述的一种基于车载存储的数据分配方法,其特征在于:其中均衡模式以响应时间最快为条件,其中,个人数据通信终端的响应时间Tp与车辆上的存储设备的响应时间Tv分别采用下式计算:
Tp=∑ti;
Tv=∑tj;
式中,ti为个人数据通信终端中存储的任一数据块的响应时间,tj为车辆上的存储设备中存储的任一数据块的响应时间;
当符合下面条件,将单位数量的数据从个人数据通信终端迁移到车辆上的存储设备,反之将单位数量的数据从车辆上的存储设备迁移到个人数据通信终端:
Tv<θ·∑Tp;
式中,θ为比例系数。
8.一种基于权利要求1至7任一项所述的基于车载存储的数据分配方法的系统,其特征在于:包括个人数据通信终端、设置在车辆上的存储设备S,所述车辆上的存储设备与通信网络相连,所述存储设备S作为用户U的个人数据存储中心,为用户U的个人数据通信终端提供包括数据缓存、备份、管理在内的服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910191933.6A CN109918026B (zh) | 2019-03-14 | 2019-03-14 | 一种基于车载存储的数据分配方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910191933.6A CN109918026B (zh) | 2019-03-14 | 2019-03-14 | 一种基于车载存储的数据分配方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109918026A true CN109918026A (zh) | 2019-06-21 |
CN109918026B CN109918026B (zh) | 2022-03-08 |
Family
ID=66964744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910191933.6A Active CN109918026B (zh) | 2019-03-14 | 2019-03-14 | 一种基于车载存储的数据分配方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109918026B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111831229A (zh) * | 2020-07-15 | 2020-10-27 | 中国电子技术标准化研究院 | 一种车联网数据存储管理方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007140979A (ja) * | 2005-11-18 | 2007-06-07 | Dts Kk | モバイル機器のデータストレージ方法及びプログラム |
CN102722343A (zh) * | 2012-06-01 | 2012-10-10 | 湖南国安思科计算机系统有限公司 | 无线私有安全云存储设备 |
CN102937883A (zh) * | 2012-10-15 | 2013-02-20 | 清华大学 | 智能无线移动存储设备 |
US20160248676A1 (en) * | 2015-02-24 | 2016-08-25 | Commvault Systems, Inc. | Intelligent local management of data stream throttling in secondary-copy operations |
CN107678882A (zh) * | 2017-09-14 | 2018-02-09 | 北京春鸿科技有限公司 | 一种数据备份的方法及系统 |
CN207977982U (zh) * | 2017-11-06 | 2018-10-16 | 宁夏纵横宝盈信息技术股份有限公司 | 一种车载数据备份系统 |
CN109327526A (zh) * | 2018-10-29 | 2019-02-12 | 杭州电子科技大学 | 基于云存储的便携式存储设备 |
CN109407964A (zh) * | 2017-08-18 | 2019-03-01 | 阿里巴巴集团控股有限公司 | 一种数据的迁移方法、装置及设备 |
-
2019
- 2019-03-14 CN CN201910191933.6A patent/CN109918026B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007140979A (ja) * | 2005-11-18 | 2007-06-07 | Dts Kk | モバイル機器のデータストレージ方法及びプログラム |
CN102722343A (zh) * | 2012-06-01 | 2012-10-10 | 湖南国安思科计算机系统有限公司 | 无线私有安全云存储设备 |
CN102937883A (zh) * | 2012-10-15 | 2013-02-20 | 清华大学 | 智能无线移动存储设备 |
US20160248676A1 (en) * | 2015-02-24 | 2016-08-25 | Commvault Systems, Inc. | Intelligent local management of data stream throttling in secondary-copy operations |
CN109407964A (zh) * | 2017-08-18 | 2019-03-01 | 阿里巴巴集团控股有限公司 | 一种数据的迁移方法、装置及设备 |
CN107678882A (zh) * | 2017-09-14 | 2018-02-09 | 北京春鸿科技有限公司 | 一种数据备份的方法及系统 |
CN207977982U (zh) * | 2017-11-06 | 2018-10-16 | 宁夏纵横宝盈信息技术股份有限公司 | 一种车载数据备份系统 |
CN109327526A (zh) * | 2018-10-29 | 2019-02-12 | 杭州电子科技大学 | 基于云存储的便携式存储设备 |
Non-Patent Citations (1)
Title |
---|
刘伟: "" 基于软件无线电与数据库的频谱分析系统"", 《计算机工程与设计》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111831229A (zh) * | 2020-07-15 | 2020-10-27 | 中国电子技术标准化研究院 | 一种车联网数据存储管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109918026B (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230177349A1 (en) | Federated learning optimizations | |
Petrenko et al. | The IIoT/IoT device control model based on narrow-band IoT (NB-IoT) | |
CN108829350A (zh) | 基于区块链的数据迁移方法和装置 | |
CN108520220A (zh) | 模型生成方法和装置 | |
CN109783472A (zh) | 表数据的迁移方法、装置、计算机设备和存储介质 | |
CN112187859B (zh) | 物联网业务与边缘网络能力动态映射的方法及电子设备 | |
CN110348721A (zh) | 基于gbst的金融违约风险预测方法、装置和电子设备 | |
CN103345431A (zh) | 一种基于虚拟化技术的业务云平台系统 | |
CN110489407A (zh) | 数据补采方法、装置、计算机设备及存储介质 | |
CN108449383A (zh) | 分布式实时移动微云计算系统 | |
CN107909486A (zh) | 佣金管理方法、应用服务器及计算机可读存储介质 | |
Campbell | Smart edge: The effects of shifting the center of data gravity out of the cloud | |
CN103595815A (zh) | 基于云计算的存储资源分配方法 | |
CN112291728A (zh) | 基于5g网络的私有行业应用平台实现架构 | |
Gundu et al. | Sixth‐Generation (6G) Mobile Cloud Security and Privacy Risks for AI System Using High‐Performance Computing Implementation | |
CN109918026A (zh) | 一种基于车载存储的数据分配方法与系统 | |
CN108074065B (zh) | 多组织跨网流程审批方法 | |
CN110489955A (zh) | 应用于电子设备的图像处理、装置、计算设备、介质 | |
CN110162769A (zh) | 文本主题输出方法和装置、存储介质及电子装置 | |
CN111598722A (zh) | 一种基于云计算实现电力大数据布局和信息共享方法 | |
Wang et al. | A resource allocation strategy for edge services based on intelligent prediction | |
CN106453132A (zh) | 一种混合云环境下的调度方法以及流控设备 | |
Fowdur et al. | Enabling technologies and applications of 5G/6G-Powered Intelligent Connectivity | |
CN107067222A (zh) | 财务数据的管理方法、装置和系统 | |
Beaty et al. | Fog Computing. |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |