23、数据流并行天际线连接高效算法与数据中心气流故障模型

数据流并行天际线连接高效算法与数据中心气流故障模型

1. 数据流并行天际线连接算法性能评估

1.1 实验设置

为评估提出的 NP - SWJ 和 IP - SWJ 算法性能，将其与串行算法 LSJ 对比。实验在配备 Intel Xeon 2.2 GHz CPU 和 64 GB RAM 的服务器上进行，所有算法用 Java 实现。
- 数据集 ：
- 合成数据集：基于相关、独立和反相关分布生成。
- 真实数据集：采用 Intel Berkeley Research (IBR) 实验室传感器数据流，含约 230 万行，来自 54 个传感器。仅使用 moteid、temperature、humidity、light 和 voltage 五个属性，moteid 为连接属性，其余为天际线属性。去除不完整或无效记录后，数据集约 190 万行，并将其分为两个等大小数据集。
| 字段 | 类型 |
| — | — |
| date | yyyy - mm - dd |
| time | hh:mm:ss.xxx |
| epoch | int |
| moteid | int |
| temperature | real |
| humidity | real |
| light | real |
| voltage | real |
- 评估参数 ：使用吞吐量评估算法性能，即每秒处理的窗口数。考察 50 个连续滑动窗口后报告吞吐量。涉及参数及默认值如下：
- 滑动窗口大小 (w)：100