图嵌入方法在大规模数据密集型系统中的应用研究

项目名称： 图嵌入方法在大规模数据密集型系统中的应用研究

项目编号： No.61402217

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 李岚

作者单位： 南昌大学

项目金额： 23万元

中文摘要： 大数据是继云计算之后的又一研究热点,它融合了众多现有技术，其中关键技术之一是图嵌入方法，即将应用数据抽象得到的虚拟逻辑拓扑经图同态运算后有效嵌入到真实的计算节点物理拓扑中的方法。针对密集型大数据处理中普遍存在的扩展性、负载均衡自适应性和容错性问题，本项目从两方面研究Cayley图及其陪集图的图嵌入方法在解决这些问题中的应用。一方面，研究图嵌入方法在数据中心网络中用于设计高对称性的数据中心体系结构并获得高效的路由策略问题；并探讨以此为基础设计出可扩展性强且负载均衡的大数据平台体系架构；一方面，在现有的和新设计的大数据体系架构基础上研究如何将图嵌入方法应用于海量数据的分布式存储，改进现有的键值对数据模型，使其支持更复杂的多维数据查询处理。图嵌入方法充分利用图结构对称性来简化数据中心和大数据的虚拟化问题，该研究成果为设计高扩展性、负载均衡和高容错性的大数据处理平台提供理论基础和关键技术。

中文关键词： 超立方体；密集型数据；数据索引；数据存储；凯莱图

英文摘要： Big Data is another hotspot after cloud computing. It combines lots of existing technologies , in which graph embedding is one of the key technologies. Graph embedding is about to get application data abstraction virtual logical topology after homomorphic

英文关键词： hypercube；intensive data；data index；data storage；cayley graph