在大数据时代,信息科学研究将遇到前所未有的挑战。首先,大数据将对传统的计算机体系结构产生自底向上的冲击。针对大数据如何进行高效的组织管理和存储、便捷的数据访问和快速的计算,成为当前亟待解决的一个重要问题。其次,大数据为数据挖掘和学习算法带来了新的考验,即如何从浩如烟海的数据中快速地寻找出有价值的信息。本期专题“面向大数据的存储与处理”中的文章从不同角度剖析了当前的存储与处理技术在大数据时代下所面临的挑战及相关研究工作,希望能够给大家新的认识和启发。
专题文章:
-
●《大数据存储与处理关键技术》 大数据发展给当前的计算机体系架构带来了冲击。如何针对大数据构建高效的数据存储平台成了首要问题。与此同时,大数据的类型构成复杂,也给大数据环境下如何进行快速查询和处理带来了前所未有的挑战。本文针对这些问题,介绍了针对大数据的存储(包括重复数据删除和编码)和处理(包括流式计算和图计算等)开展的一些工作。
-
●《忆阻器 :融合大数据计算与存储的“算珠”》 本文介绍了一种同时具备逻辑运算与存储能力的新型非易失存储器件——忆阻器,为消除存储墙的访存限制、提高系统的吞吐率提供了一种新的思路。
-
●《OpenKN——网络大数据时代的知识计算引擎》 互联网、物联网和云计算等技术的迅速发展导致网络中的数据规模呈爆炸式增长,形成了网络空间的大数据。如何对其进行挖掘分析和计算,成为当前学术界和工业界共同关注的焦点。本文提出了面向网络大数据的知识计算引擎——OpenKN,并从整体架构、自适应性和演化计算等角度对OpenKN进行了详细的介绍。
-
●《面向大数据的在线学习算法》 作为一种广泛存在的数据类型,流数据(streaming data)具有不易保存且变化迅速等特性。本文针对流数据的处理,以有监督学习为例阐述了在线学习算法及其在大数据环境下的机遇和挑战。
-