From Relational Databases to Distributed/Parallel Databases to cloud Databases

From Relational Databases to Distributed/Parallel Databases to cloud Databases

課程 : 論文研討(一)

日期 : 2012/09/28
時間 : 13:50 ~ 15:30
學生 : 資傳研一 周書暐
演講者 : 陳良弼

分散式資料庫概說

1分散式資料庫的優點與缺點:

               優點:反映組織架構,自主性,網路流量,漸進擴充

               缺點:資料保密性,安全性,設計複雜性,資料一致性.

2集中式與分散式資料庫之差異:

              資料庫管理, 資料獨立性, 內部儲存結構, 存取速度, 整合性,

               回復性, 並行控制, 保密性, 安全性.

3分散式資料庫可依內容架構方式區分為

               同質性分散資料庫 (例如 本案例 台電 Group Project 專案)

               異質性分散資料庫

同質性分散資料庫的特點

a以整體面組織運作考量, 各資料站 (Site)資料結構有絕大部份同質性, 系統的設計架構是採取 Top Down 方式.

b資料庫的內容與配置是全盤整合後所產生的結果.

c各個資料站彼此緊密結合, 充分 “分工合作” 以達到整體資源共享的目地.

d較不強調區域的自主性,  以配合整體性目標為優先.

e對終端使用者而言, 感覺如同面對集中式資料庫一般.

資料模型的基礎

•    概念資料模型：這是與資料庫管理系統無關，即沒有使用特定資料庫種類來建立資料模型，以概念方式描述大多數使用者認知的資料。

•    邏輯資料模型：使用特定資料庫種類建立的資料模型，例如：關聯式資料模型，這是用來描述ANSI/SPARC三層資料庫架構中，位在概念層以上的概念和外部層資料。

•    實體資料模型：這個資料模型是用來描述ANSI/SPARC三層資料庫架構的內部層資料。

資料模型的基礎

•    完整的資料庫程式設計，以關聯式資料庫設計為例：

–    先收集使用者認知的資料，以概念資料庫設計建立概念資料模型

–    接著將概念資料模型執行關聯表正規化，轉換成邏輯資料模型

–    最後建立實體資料模型的實體資料庫設計

分散式處理架構-前後台

•    資料庫系統分成使用者的前台（Frontends）和資料庫的後台（Backends），分別分散執行所需的工作，如下所示：

–    前台（Frontend）：使用者執行的應用程式，用來執行資料庫查詢等資料處理，然後顯示執行的結果。

–    後台（Backend）：執行資料處理的資料庫管理系統。

分散式處理架構-前後台圖例

中華電信資訊大公開

中華電信資訊大公開


課程: 論文研討(一)
日期 : 2012/10/26
時間 : 13:50 ~ 15:10
學生 : 資傳研一 周書暐
演講者 : 中華電信數據通信分公司網際網路處 吳雲鼎
心得:

 

        對於台灣的產業不解釋也不想說多，不就是這樣?反正台灣建設少，資本小成本高的工作只有國營先做了起來後改民營，但又怕被說壟斷所以給其他廠商也一同瓜分這一塊大餅，中華電信強大不解釋，全台線路大家都是跟他租，他收訊會不好其他廠商肯定不好，他基地台數量最多最廣她有的地方別人幾乎都有，錢越滾越多其實其他廠商他都可以把他們收頭了，只是為了維持市場平衡(?)，一個做出來的平衡?

        問問消費者就知道了，通常家庭正常沒有意外沒有因為大家都用某一家的影像，給他們正常選擇，錢不是問題的話都會選擇中華電信，但如果為了省錢就可能會跟別家簽約手機，別的廠為了可以跟中華電信抗衡，只好降價!中華電信也直說了，沒辦法我們家為何要貴，我們不貴其他人不用活了，這句話苦了全台的消費者呀…

        言歸正傳，中華電信最近端出了光世代，因為我家住台北最先受惠，這光世代有多厲害!!不瞞你說，真的是有夠厲害，尤其是現在家庭一定實體網路又分出無線網路，家裡電腦一人一台起跳，唯有這樣的頻寬才能支撐現代社會所使用的網路量，還記得我小時候家裡是撥接的，用完還要去超商買點數還儲值，那個撥接的聲音在我腦海裡遲遲無法忘懷呢!那是屬於自己年代的一些東西，不過話又說回來，為何很多家庭裝了光世代後，網路依樣龜速不肯前進?我想這就是基本電腦的知識啦，對於50M的光纖到自己家裡後，自己家裡那台中華電信給的可愛東西，卻只能把大大條的寬頻用像吸管那樣小小條的分出來，有學過電學的都能理解吧，跟當初水流的原理依樣，你源頭水在大量你的管線決定一切流量，所以對於現代人而言，配備要能配合環境，硬體要能配合軟體，這就是快速進步的科技所牽連到的影響。

資訊真相大公開

課程：論文研討(三)

日期：2012/10/26

時間：13:50 ~ 15:30

學生：資傳研二 劉浩瑋

演講者：中華電信通信分公司 吳雲鼎部長

心得：

此次演講請到身為校友的中華電信幹部回來，一方面解惑我們長久以來對於寬頻上網速率的疑惑，另一方面也來淺談”電信”這塊產業大餅的實體面。

上網速率的部份：

絕大多數的頻寬短缺情況，都是肇因於TCP傳輸協定中的 ” slow start ” 機制與”timeout”，slow start會使網路起始速度慢慢加速至預期速度，如果在檔案資料量稍小的傳輸上測速，多半會在到達頂速前傳輸就完成了，另外timeout是避免資料掉失的機制，也會造成網路速率的跌宕而重啟slow start。

白話來講，購買的網路頻寬只是基準值，實際使用起來跟開車時速一樣是會浮動的，檔案太小速度沒時間爬起來，檔案夠大速度到了高檔也不是不會再掉。

User Behavior Modeling and Prediction by Mining Multiple Information Sources in Mobile Social Network Space

課程：論文研討(一)

日期：2013/01/04

時間：13:50 ~ 15:30

學生：資傳研一 王健任

演講者：成功大學　曾新穆教授

這次的演講者提出了使用資料探勘的概念來做人類行為的分析而成的推薦系統，資料探勘在很多地方都有它的用途，商業上它可以用來分析客人的行為，比方說買了啤酒的可能會買下酒菜，那商家就可以把下酒菜放在啤酒附近以增加銷售量。
使用資料探看來做推薦系統是個很新的想法，透過使用行動裝置來收集用戶的行為模式，藉此來分析出各種人的行為模式，藉此可以推薦使用者不同的商品或是行程，對公司來說可以掌握先機，藉此提高獲利，我想是很不錯的。
唯一需要注意到的大概只有個人隱私的問題了吧。 

PTT報告-貝氏網絡在回合制策略遊戲上之應用探究

貝氏網絡在回合制策略遊戲上之應用探究 以「魔法門之英雄無敵五」為例 from Jason Wang

寬頻真相大公開

寬頻真相大公開
課程: 論文研討(一)
日期 : 2012/10/26
時間 : 13:50 ~ 15:10
學生 : 資傳研一 鐘文章
演講者 : 中華電信數據通信分公司網際網路處 吳雲鼎
心得:

這周請到中華電信的講師，講了很多網路的問題，跟上上周的中華電信的講師柯智凱，講的有異曲同工之處，但這次演講的內容比較難，講到比較深入的Tcp/IP以及七層．

首先先介紹使用者對於網路的問題，對我們學生來講比較重要的是．

這點其實很重要，很多學生在等的不是看或讀書的時間，而是網路的下載速度，查詢資料的時間．

再來他就講了一些使用者的問題．




最後，要提高網速，必須先做"軟硬兼施"的動作。

自動光學檢測技術與職場經驗分享

課程: 論文研討(一)
日期 : 2012/10/19
時間 : 13:50 ~ 15:30
學生 : 資傳研一 鐘文章
演講者 : 宏瀨科技 詹方興
心得:

自動光學檢測(Automated Optical Inspection，簡稱AOI)，為高速高精度光學影像檢測系統，運用機器視覺做為檢測標準技術，作為改良傳統上以人力使用光學儀器進行檢測的缺點，應用層面包括從高科技產業之研發、製造品管，以至國防、民生、醫療、環保、電力…等領域。

此技術是利用光學儀器取得成品的表面狀態，再以電腦影像處理技術來檢出異物或圖案異常等瑕疵，因為是非接觸式檢查，所以可在中間工程檢查半成品。高精度光學影像檢測系統，包含量測鏡頭技術、光學照明技術、定位量測技術、電子電路測試技術、影像處理技術及自動化技術應用等領域，其開發應用不但符合高科技產業發展需求，其技術層面更可擴展至國防軍事工業，舉凡兵工武器製造、夜視作戰系統、戰略地形形貌之分析與研判等，都與此影像技術息息相關。

以下是技術規格

－完整行程須在60 秒內(甚至更短)
－錯誤判斷發生率的降低(避免操作人員的重複檢查)
－盡可能的減少稼動損失(例如減少交換被檢查單元的時間)
－提高模糊比對的功能
－影像解析度不斷提高
－可檢測出週邊線路(以往只需要檢測面板內部)
－可儲存面板的瑕疵影像
－自動分類瑕疵

設備功能
－可輸出分析表格與圖形
－可檢出Mura瑕疵功能
－可處理修補瑕疵功能



圖片出處:微基百科

IoT Multimedia Platform and Advanced Applications

課程: 論文研討(一)
日期 : 2012/10/05
時間 : 13:50 ~ 15:30
學生 : 資傳研一 鐘文章
演講者 : 陳俊良 教授
心得:

       這次演講主要是針對物聯網的技術跟講解相關應用，讓我了解IoT的相關知識，物聯網(Internet of Things, IOT)一詞，最早由國際電信聯盟(International Telecommunication Union, ITU)於2005年所發布的報告「The Internet of Things」中提出，係指在網路化的時代下，除了人跟人之間可以透過網路相互聯繫、人也可透過網路取得物件的資訊外，物件與物件之間可以互通的網路環境。換而言之，物聯網時代代表著未來資訊技術在運算與溝通上的演進趨勢，而這樣的演進過程中將會需要各式各樣領域的技術及科技創新來帶動，小從奈米科技、大至城市無線網路的佈建，其影響範圍相當廣泛。從發展趨勢來看，物聯網的發展可分為「時間」(Time)、「地點」(Place)與「物件」(Thing)三個維度，隨著物聯網發展的趨於成熟將創造出所有物件皆可在任何時間、任何地點相互溝通的環境。其涵蓋了「人與人」、「物件與物件」及「人與物件」三大範疇，如下圖1所示：

        物聯網的應用範圍與牽涉到的軟體、硬體與之間的整合技術層面相當廣泛，遍及智慧交通、環境保護、城市安全…等多個領域，也將衍生出大規模的高科技市場。根據美國研究機構Forrester的預測，物聯網所帶動的產值將要比互聯網(Internet)大30倍，將形成下一個兆元級別的通信業務；此外，據物聯網應用高峰論壇分析，物聯網產業在未來短期的3到5年市場規模將可達到3,000億元。面對這個即將來臨的市場機會，包含美國、歐盟、日本、韓國及中國政府紛紛提出相關的發展策略規劃與投入大量資源。整體而言，2010年將是物聯網快速發展的一年，儘管整個物聯網產業仍然處於環境的孕育和準備階段，離大規模應用尚的普及有一段距離，但未來不論在技術、晶片、產品和解決方案上都有相當多的應用與發展機會，值得業者持續關注、做好準備。

資通信與雲端運算發展之探討

課程: 論文研討(三)

日期 : 2012/12/7
時間 : 13:50 ~ 15:30學生 : 資傳研二 張焜翔
演講者 : 中華電信總公司客服處處長 簡志誠
心得 : 
演講者的提到一個重點是他們中華電信自已的中華雲市集(如下圖)，

中華電信配合政府「雲端運算產業發展方案」積極投入雲端基礎建設，領先推出中華雲市集，針對軟體開發商及電信創新應用大賽團隊等軟體開發者，以優惠措施鼓勵軟體開發者進駐於應用市集推廣銷售。對軟體開發者而言，可降低軟硬體建置成本，將更多資源投入軟體創新研發，迅速切入雲端市場，也可吸引更多軟體使用者，進而吸引更多軟體業者加入，帶動雲端產業的快速成長。對軟體使用者而言，可租用或購買應用軟體服務，享受數位生活的便利。而企業用戶則可將資源全力投入核心本業，提高經營效率及企業競爭力，提升國內雲端產業軟實力、帶動企業研發朝雲端產業發展。

「雲端運算」=「網路」=「網路運算」。「雲端運算」不是「新技術」或「技術」。「雲端運算」是一種概念，代表的是利用網路使電腦能夠彼此合作或使服務更無遠弗屆。在實現「概念」的過程中，產生出相應的「技術」。所以說，「雲端運算」其實不是新技術，更嚴格的說，甚至不能算是「技術」。「雲端運算」是一種概念，代表的是利用網路使電腦能夠彼此合作或使服務更無遠弗屆。而在實現「概念」的過程中，才會產生出相應的「技術」。

海量資料：行動運算的最後一塊拼圖

課程: 論文研討(三)

日期 : 2012/12/28

時間 : 13:50 ~ 15:30

學生 : 資傳研二 蕭維廷

演講者 : 國網中心 王耀聰

我們每天建立 2.5 百萬兆位元組的資料 — 數量之多，光是過去兩年所建立的資料就佔當今世界總量的 90%。 這些資料來源廣泛， 像是用於蒐集氣候資訊的感應器、社交媒體網站的貼文、數位圖片與影像、採購交易記錄以及行動電話 GPS 訊號等，不一而足， 這類的資料就是 海量資料。

海量資料含括三種層面： 巨量、即時性及多樣性。 
巨量 – 海量資料的特色就在於： 龐大。 企業資料包羅萬端，很容易便達到數兆位元組，甚至千兆位元組之譜。 
即時性 – 海量資料通常具有時效性，一旦串流至企業便須立即使用，方能發揮其最大價值。 
多樣性 – 海量資料的範疇不僅止於結構化資料，還包含各類非結構化的資料： 諸如文字、音訊、視訊、點擊串流 (click stream)、日誌檔等等。

未來物聯網會產生海量資料，並儲存於雲端的資料中心，透過分析技術來提供行動服務。因此海量資料不只是一項挑戰， 更是絕佳的機會，使企業運作更加靈敏並為過往所無法企及的問題提供解答。

資通信與雲端運算發展之探討

課程: 論文研討(三)
日期 : 2012/12/7

時間 : 13:50 ~ 15:30
學生 : 資傳研三 蕭維廷
演講者 : 中華電信總公司客服處處長 簡志誠

對於雲端運算的市場預估：

Gartner

• 預估雲端運算市場規模於2014年達1,500億美元

• Fortune1000企業將有80%的企業於2012年採用雲端運算

• 日本以外的亞洲地區雲端運算市場規模，在2014年之前，將以每年成長40%的幅度擴張

IDC 

• 大陸市場以企業私有雲和政府採購為市場主力

• 預估2011年全球雲端運算服務市場規模可達407億美元

Forrester

• 預估2011年全球雲端運算服務市場規模可達407億美元，其中255億美元屬於公有雲市場

• 2020年全球雲端運算服務市場規模將達2410億美元

美國聯邦政府
 • 2011年投入25%的IT預算，約200億美元發展雲端運算

賽迪網

• 未來3年，中國雲計算市場規模將從2009年的92.23億元增長到2012年的606.78億元，年複合增長率達87.4%

計世資訊

• 2010年，中國雲計算市場規模達到559.3億元人民幣，同比增長 比增長29.3%；預計2011年-2015年，雲計算市場年複合增長率達到50%以上

可以看出，雲端運算非常有前景，而中華電信自己也籌建雲端運算四中心，包含：

雲端服務營運中心
雲端運算測試中心
雲端服務創作平台
雲端服務體驗中心
雲端服務創作平台
中華雲市集

對於未來的期望則是：

提供雲端運算服務：開發新服務、創造雲端服務市場；
提供提供雲端解決方案：開拓政府雲端、企業公私雲端 公私雲端、海外外市場

Bag of Block-Based Visual Words for Image Retrieving and Classification

課程: 論文研討(三)
日期 : 2012/11/16

時間 : 13:50 ~ 15:10
學生 : 資傳研二蕭維廷
演講者 : 義守資工系 郭忠民 教授

對使用者而言，以圖片搜尋圖片往往較易於找到想要搜尋的圖片資料。目前也有許多相關的系統及網站。用圖像來進行搜尋時，必須先利用相關演算法來將圖像進行特徵化。而SIFT (Scale-Invariant Feature Transform)就是一種電腦視覺的演算法用來偵測與描述影像中的局部性特徵，它在空間尺度中尋找極值點，並提取出其位置、尺度、旋轉不變數。若找兩影像的關鍵點特徵來比對，可發現越相似的影像，關鍵點特徵符合數越多，藉此來判斷兩影像的相似度。

SIFT的作用在：局部影像特徵的描述與偵測可以幫助辨識物體，SIFT 特徵是基於物體上的一些局部外觀的興趣點而與影像的大小和旋轉無關。 對於光線、雜訊、些微視角改變的容忍度也相當高。基於這些特性，它們是高度顯著而且相對容易擷取，在母數龐大的特徵資料庫中，很容易辨識物體而且鮮有誤認。

因此以4×4區塊分割的方式來擷取影像內容具代表性的特徵，並加入巨觀與微觀的概念，建立出巨觀視覺字典與微觀視覺字典。利用影像檢索來驗證我們訓練的視覺字典，觀察其特徵描述子是否能正確的描述出影像，結果顯示本研究所訓練的視覺字典具有描述能力，也進一步將視覺字典應用在影像分類上。

光學自動檢測技術與職場經驗分享

課程: 論文研討(三)
日期 : 2012/10/19

時間 : 13:50 ~ 15:10
學生 : 資傳研二蕭維廷
演講者 : 宏瀨科技 詹方興

自動光學檢查（英文：Automated Optical Inspection，簡稱AOI），為高速高精度光學影像檢測系統，運用機器視覺做為檢測標準技術，作為改良傳統上以人力使用光學儀器進行檢測的缺點，應用層面包括從高科技產業之研發、製造品管，以至國防、民生、醫療、環保、電力…等領域。

自動光學檢查是工業製程中常見的代表性手法，利用光學儀器取得成品的表面狀態，再以電腦影像處理技術來檢出異物或圖案異常等瑕疵，因為是非接觸式檢查，所以可在中間工程檢查半成品。高精度光學影像檢測系統，包含量測鏡頭技術、光學照明技術、定位量測技術、電子電路測試技術、影像處理技術及自動化技術應用等領域，其開發應用不但符合高科技產業發展需求，其技術層面更可擴展至國防軍事工業，舉凡兵工武器製造、夜視作戰系統、戰略地形形貌之分析與研判等，都與此影像技術息息相關。

AOI技術領域非常廣泛，廣義的AOI為結合光學感測系統、訊號處理系統及分析軟體，應用層面可包括宇宙探測、航空、衛星遙測、生物醫學、工業生產品質檢測、指紋比對、機器人控制、多媒體技術。

狹義的AOI則指目前大量應用工業自動化的LCD/TFT、電晶體與PCB工業製程上的光學檢測設備，以及在IC及一般電子業、機械工具/自動化機械、電機/電子工業、金屬鋼鐵業、食品加工/包裝業、紡織皮革工業、汽車工業、建築材料、保全/監視等的自動光學結合影像處理的系統。

這讓我們了解，影像處理不只可以應用在電腦圖學上，而可以和其他領域作結合，對於未來就業的選擇上有了更寬廣的方向!!