發(fā)布時間：2018-05-01 02:30

  本文選題：大數(shù)據(jù) + 數(shù)據(jù)挖掘　； 參考：《計算機工程》2017年05期

【摘要】：針對現(xiàn)有公安違法取證分析系統(tǒng)存在效率低下、功能單一的問題,提出基于云平臺和大數(shù)據(jù)的違法取證分析系統(tǒng)。利用Mongo DB存儲原始海量的車輛軌跡數(shù)據(jù),采用MapReduce分布式計算對軌跡數(shù)據(jù)進行挖掘與篩選,通過大數(shù)據(jù)平臺上的系統(tǒng)調(diào)度器對系統(tǒng)各層資源進行有效調(diào)度并監(jiān)控系統(tǒng)運行狀態(tài)�；�于提取的離散軌跡數(shù)據(jù)對違反規(guī)定時間行駛、違法規(guī)定路線行駛、疲勞駕駛3種交通違法行為進行取證分析,從而找出違法車輛。實驗結(jié)果表明,當車輛軌跡數(shù)據(jù)規(guī)模較大時,該系統(tǒng)仍具有較高的運行效率及穩(wěn)定性。
[Abstract]:In view of the problems of low efficiency and single function in the existing public security illegal forensics analysis system, a criminal forensics analysis system based on cloud platform and big data is put forward. Mongo DB is used to store the original massive vehicle trajectory data, MapReduce distributed computing is used to mine and filter the track data, and the system scheduler on big data platform is used to effectively schedule the system resources and monitor the system running state. Based on the collected discrete track data, three kinds of illegal traffic behaviors, such as breaking the prescribed time, illegal route and fatigue driving, are analyzed to find out the illegal vehicles. The experimental results show that the system still has high efficiency and stability when the vehicle track data scale is large.
【作者單位】： 武漢大學計算機學院;公安部交通管理科學研究所;武漢大學國家衛(wèi)星定位系統(tǒng)工程技術研究中心;
【基金】：國家“863”計劃項目(2013AA12A206) 道路交通安全公安部重點實驗室開放課題(2016ZDSYSKFKT04) 中國工程院重大咨詢項目
【分類號】：D631.2;TP311.13

【相似文獻】

相關期刊論文 前2條

1 龐偉;;千億采購催熟平安社區(qū)建設市場[J];中國公共安全(綜合版);2008年03期

2 ;[J];;年期

相關重要報紙文章 前2條

1 本報記者 張薇;監(jiān)控“天網(wǎng)”撒開遏制交通違法[N];貴陽日報;2010年

2 記者 胡志煜;抓拍更清晰 管理更自動[N];雅安日報;2011年

，

本文編號：1827352