[发明专利]一种面向多源异构数据的云推送方法

说明书

一种面向多源异构数据的云推送方法，针对多源异构数据的特征，综合移动互联网安全性和隐私性等特点，来计算分布式环境中多源异构数据的特征值和特征向量，用于快速分离数据源中的同构数据和异构数据，利用云推送技术来实现同构数据和异构数据的自动分离和高效推送。本发明通过设计多维决策云推送模型，使云推送不仅减少了数据推送更新过程中的同步数据量，缩短了时间，而且解决了多源异构数据的跨平台的推送的问题，特别针对数据量巨大，且工作在低带宽，网络不可靠的情况下工作效率有明显提升。

技术领域

本发明涉及到一种面向多源异构数据的云推送方法

背景技术

随着移动通信技术的快速发展，移动互联网已成为互联网发展的主流，成为人们获取信息的主要渠道。通过移动互联网，大量多源异构数据整合在一起创造了全球性的信息共享环境。为了满足用户的需求，各种移动应用呈爆炸性增长，需要推送的数据也向多源化发展。这些多源异构数据对移动终端设备上信息的捕获提出了较高要求,主要体现在移动性和时限性两个方面。移动性要求低功耗、低速率条件下的消息传输；时限性要求信息在规定时间内发送到移动终端设备上。

如何快速有效的推送多源异构数据成为社会面临的新问题。这些多源异构数据难以共享也没有统一的方法进行推送，传统的数据推送方法也已经不能适应现在用户对信息的实时需求。目前主要的推送方式是由服务器主动将变化的信息发送给用户，无需用户参与，减少了交互的次数和负担，缩短了反应时间，提高了效率，但是这些方法都不适用于多源异构数据的推送。IOS和Android平台虽然都有自己的推送系统，但由于在网络，操作系统和应用方面的限制，在使用上有一定的局限性，谷歌云消息服务在国内也无法使用，iPhone上的APNS也仅适用于iOS，无法跨平台推送，所以国内外目前对于跨平台的多源异构数据还无法进行实时高效的推送。

国内外学者和研究机构从不同的视角对多源异构数据和推送方式进行了研究。首先，从数据传输方向出发的代表性工作主要是Yang Wang，Bharadwaj Veeravall设计了一种分阶段获取云端分享数据的算法，能够有效的控制数据的传输成本。国内的许福龙，刘明等人进一步提出了一种基于相对距离感知的动态数据传输策略，采用传感器节点到汇聚点的相对距离来计算节点传输概率的大小,并以此作为消息传输时选择下一跳的依据。

从决策方向出发的研究有Yang Fang-Chun,Su Sen提出一种基于模糊多属性决策理论的语义Web服务组合的优化选择算法，该算法能够评价以实数、区间数和语言型数据描述的信息,从而进行综合决策。同济大学的蒋乾悦，张亚英进一步提出了一种基于模糊综合决策的服务器推送方法，该方法将传统的长轮询技术和轮询相结合，得到了一种复合式轮询技术。

在利用推送技术实现系统的研究中，中国科学院软件研究所的刘鑫，陈伟提出了一种基于AJAX和Server Push的web树组件，为用户提供了类似于在windows资源管理器中对目录树操作的基本功能和用户体验。

但以上方法均只是通过修改推送方式而实现对单一数据源进行推送，并没有过多考虑多源异构数据的推送问题。

发明内容

为了克服现有的推送方法无法解决多源异构数据的推送问题，本发明提出一种面向多源异构数据的云推送方法,该方法针对多源异构数据的特征，综合移动互联网安全性和隐私性等特点，来计算分布式环境中多源异构数据的特征值和特征向量，用于快速分离数据源中的同构数据和异构数据，利用云推送技术来实现同构数据和异构数据的自动分离和高效推送。

为了解决上述技术问题提供如下技术方案。

一种面向多源异构数据的云推送方法，包括如下步骤：

第一步：设计云推送平台，过程如下：