机构名称：
¥ 1.0
在这些数据生态系统的复杂性方面，最近数字结构内数据的生成和处理的急剧增加是前所未有的。多年来一直是数据管理的主要控制系统的集中式控制系统在面对当前弥漫数据管理工作流程的挑战方面变得较少。他们经常使用预设呼叫控制策略以及固定或幼稚的优化，这不允许对当前的数据处理需求做出反应。社交网络，智能城市，多设备系统和一般物联网（IoT）已改变了大量数据的处理格局，必须实时处理。常规数据处理结构无法容纳或适应动态工作负载，就像实时处理和/或大型动态矩阵处理所隐含的那样。因此，在用例中，当今的应用程序比以往任何时候都需要实时数据处理，包括欺诈检测，自主系统和智能城市基础架构，在这些基础架构中，动作或决策延迟可能会花费很多。更重要的是，当前世界中数据生态系统的模块化伴随着各种数据源，数据质量和异质数据处理需求。有几个这样的数据流，组织必须与几个具有不同延迟，吞吐量和可靠性要求的数据管道抗衡。由于系统必须处理意外的量和过程负载，因此这种下降的复杂性更加复杂。
使用自主多代理系统的自我适应实时数据生态系统
主要关键词
相关文件推荐
