1. 研究目的与意义（文献综述）

1 课题来源、目的、意义以及国内外研究现状

1.1 课题来源

本课题来源于湖北省自然科学基金，zrz2015000390，基于车联网的车辆安全感知和协同监管技术。

1.2 研究目的及意义

1.2.1 研究目的

针对大规模，多终端，分布式，高并发的海量gps数据，设计基于storm的可插拔、可拓展的实时并发数据处理系统；研究海量实时gps数据的收集、分发、处理、存储；实现gps数据的查询和结果的展现；研究基于storm流式处理平台gps信息分析系统，统计车辆拥堵点等信息。

1.2.2 研究意义

近年来，随着车联网的兴起，车辆实时位置定位系统的应用也越来越广泛。车辆随着时间的变化，源源不断的实时gps信息不断积累，构成了其在一定时间内的一条运动轨迹。这些由各种不同的车辆每日产生的巨大数量的轨迹数据已经成为不同类型的应用领域进行知识探索的源泉。

2. 研究的基本内容与方案

2 研究内容与方法

2.1 研究内容

本文主要构建基于storm的实时并发系统，设计可插拔、可拓展的gps异构数据信息层融合框架。采用storm做数据的实时采集和处理，使用mongodb存储数据，便于分析比较，统计车辆拥堵点等信息。研究的主要内容主要包括以下几点：

（1）海量gps数据的存储

当前的大规模数据处理与存储系统均建立在大规模分布式文件系统或以分布式文件系统为基础构建的数据仓库上，如分布式文件系统hdfs、分布式数据仓库hive、分布式数据库hbase，有的企业则自主开发或基于现有开源平台根据自身需求构建分布式文件系统或分布式数据仓库，如腾讯的tdbank、淘宝的myfox和prom，实现横向扩展存储的功能和海量的存储能力。

（2）海量gps数据的实时处理

3. 研究计划与安排

(1)2017/1/14—2017/2/22：确定选题，查阅文献，外文翻译和撰写开题报告；

(2)2017/2/23—2017/4/30：系统架构、程序设计与开发、系统测试与完善；

(3)2017/5/1—2017/5/25：撰写及修改毕业论文；

4. 参考文献（12篇以上）

[1] agneeswaran v s. big data analytics beyondhadoop: real-time applications with storm, spark, and more hadoopalternatives[j]. 2014.

[2]yang w, liu x, zhang l, et al. big data real-time processing based onstorm[c]// trust, security and privacy in computing and communications(trustcom), 2013 12th ieee international conference on. ieee, 2013:1784-1787.

[3]silva j a, faria e r, barros r c, et al. data stream clustering: a survey[j].acm computing surveys, 2014, 46(1):125-134.