Print the page
傳統的大數據分析系統（例如MapReduce，Dryad，Spark）最初設計為以離線，基於批量處理的方式工作，需預先提供所有數據，並作整體處理。但是，大數據通常是連續生成的，需要實時處理，例如電信網絡的流動數據。為了解決這個問題，中大研究團隊開發了一個全新的大數據在線分佈式流處理系統AF-Stream，為各種如數據概要、流數據庫查詢及在線機器學習等分析應用提供一個高性能、容錯、和通用的分析平台。AF-Stream實現了一個新的概念「近似容錯能力」，透過減少備份操作的次數以減輕容錯維護的性能開銷，同時限制因在發生錯誤時所產生的流處理誤差。為解決不同的應用需求，AF-Stream可以很容易透過少量參數以調整性能和準確度之間的取捨，因此比其他沒有容錯能力的系統，能更快地處理更多數據。
目標：大規模實時分析連續無限的數據流。
應用：網絡測量（例如異常檢測、流量分佈、故障診斷）、數據挖掘及機器學習（例如頻繁模式挖掘、分類、回溯、預測）。
目標用戶：電信、資訊科技服務營運商、大數據分析行業。
