1、“.....例如，中讨论了原型系统，来形成整个大数据可视化的方法，它保留了集群结构的细节。同样，在中，组基于云架构的硬件软件和设计模式被采用以实现低成本进行快速大规模的数据挖掘。此外，作者在，中提出了个基于云架构的过程模型称为来帮助数据科学家从大的探索性数据中执行渐进采样。棱镜模型可以为数据科学家提供可重复的语义和源数据。在医学领域，在日常的临床活动中会产生大量的医疗数据，这也被称为大医疗数据问题。大医疗数据的应用也被很多工业界人士和研究人员所关注。比如健康库从网上便利的为用户创建管理和控制他们的个人健康数据，这使得医疗信息的存储检索和共享更加高效。同时，在，中，讨论了个面向公众的医疗信息服务平台称为。作者提到，大量的医疗保健任务可以由平台来支持，提供很多智能的个性化的服务。在，中......”。

2、“.....而且在系统中提到了种医疗问卷平台来帮助老年人通过问卷形式运行自我诊断。不同于这些应用，本文中我们提出了种基于云的架构来实现家庭诊断服务。通过家庭诊断服务，用户在家就可以获得便捷的诊断帮助以判断他们感染了哪种疾病。尽管解决的问题千差万别，但是提供种普遍的医疗服务，改善医疗服务使我们的共同目标。此外，医疗应用也在专家系统领域被广泛研究。专家系统设计是通过知识推理，主要是通过规则来解决复杂问题的。，背后的基本理念是把完成特定任务的知识从个人转移到台电脑。这些知识会被存储在计算机中，当需要的时候，用户可以访问计算机来获得具体的建议。。在，中，个模糊专家系统被开发用于糖尿病诊断......”。

3、“.....同时，这个结果被存储在糖尿病决策知识库以作为未来诊断的依据。在，中，作者通过利用熟练的临床医生的知识和经验扩展了确定性的基于规则的专家系统。以处理心肺管理和镇静框架。类似于在专家系统的这些工作，我们从大数据集中提取知识以帮助用户做出正确的判断。然而，我们并不是把知识作为专家经验存储在计算机系统中以备未来使用。我们的设计中所获得的知识即疾病症状点阵是在线和动态计算的，它提供了实时的更客观的诊断帮助。此外，我们的疾病症状点阵并不是提供推理知识作为主要的规则，而是作为个图形化的点阵。图形化的点阵对于用户而言可以更直观的判断他们可能患有哪种疾病。而且，隐私问题是医疗数据应用的前提，这引起了许多研究人员的注意。比如，在中......”。

4、“.....并且计划和个增强的计划被用于加密数据，以确保多个所有者和用户情况下的安全。在中，作者通过子树方案解决了匿名的大规模数据集的可扩展性问题，以保护医疗数据在分享过程中的隐私。在这些面向隐私的研究工作中，他们假定第三方服务提供者是不值得信赖的。不同于研究工作，我们认为家庭诊断服务的提供者不会曝光病人的隐私。同时，为了保护用户的隐私，我们设计了个访问控制策略以确保用户只能访问他们权限范围内的医疗记录的信息。结论和未来工作在本文中，我们提出了个基于云架构的自我护理服务称为家庭诊断。通过基于云的架构，家庭诊断服务通过历史医疗记录让用户在家就获得诊断帮助。而且，个疾病症状点阵和相似的医疗记录提供了个详细的诊断依据以帮助用户弄清自己可能感染了何种疾病。总之......”。

5、“.....而且，通过家庭诊断服务提供的诊断帮助，他可以为不同的用户组提供基本预防知识，特别是老年人和慢性病患者。目前，只有个基于云架构的原型通过少量的呼吸医学部门的医疗记录被实现了。在我们的未来工作中，我们会把家庭诊断服务植入到正在发展中的医疗健康信息云平台项目中，把自我护理服务提供给更多的连云港市民，并支持些潜在的客户包括外科医生获取些诊断的参考。此外，为了避免同义词问题，用户只能在我们的原型系统的用户界面选择相应的选项来描述他们的疾病信息。为了实现灵活的用户输入，同义词问题将出现在我们未来的工作中。致谢本文部分受到中国国家科学基金会编号，和的拨款科技部的国家关键技术研发项目下的拨款。参考文献，，fi，，，，，，，，，，，，，，，，，，，，，，，，，，，，，......”。

6、“.....，，，，，，，，，，，，fi，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，fi，，，，户域。而且，对于每个用户域，细节检索文件的字符串会被相应地归入静态域和动态域。动态域中的信息可以通过相应域的角色获得。而静态域中的信息是不可获取的。在我们的设计中，每个访问控制集群中的节点都会通过索引文件存储用户的权限。索引文件会记录用户和相关的用户域之间的关系。而且，我们设计了另个索引文件来存储用户域和与其相关的细节索引文件中的动态字符串之间的映射关系。在调度程序把结果返回给负载平衡器之前，它会根据相应地用户授权访问控制集群过滤掉细节索引文件中的静态域。节点选择算法对于每次用户查询，调度程序会从搜索节点集群中选择些节点......”。

7、“.....对于节点选择，种朴素的方法是采用循环调度算法，这样每个节点都会轮流被选中。然而，循环调度算法的可扩展性较差，因为它不考虑每个节点的不同的服务能力。在这里，我们提出了个合理动态节点选择算法，为每次用户查询选择合适的节点。不失般性，搜索节点集群的节点选择将被讨论以说明动态节点选择算法的合理性。在搜索节点集群，集群中的每行搜索节点构成个完整的索引文件，每列的搜索节点都是相同的。因此，对于每次用户查询，每列只有个搜索节点被选中来进行医疗记录查询。简而言之，调度集群有个包含个最小堆栈的集合，而每个最小堆栈都有个元素如图所示。而且这个最小堆栈与搜索节点集群的列相对应，而对于每个最小堆栈，就是每列中的搜索节点数。这里，在第个最小堆栈的第个元素就是搜索节点服务失败率的值......”。

8、“.....对于每个搜索节点，它的服务失败率是由给定时间内无法响应的查询的数量决定的。的值越小，搜索节点的服务质量越好。在每次节点选择循环中，调度程序会把查询转发给每列中最小的搜索节点，并且会增加。当把搜索结果返回给调度程序后，就减。同时，当的价值发生变化时，该最小堆栈将进行调整，以达到个平衡，以维持最小堆栈的值。算法描述了如何为次用户查询选择组搜索节点。算法节点选择算法家庭诊断服务的实现在这个部分，我们将讨论基于云计算框架的家庭诊断服务的实现。家庭诊断服务的实现由个步骤组成如图所示。包括查询提交，医疗记录检索，数据分析和返回的结果中隐私信息的过滤。图实现家庭诊断服务的流程图步骤查询提交在这步中，目标用户提交个与他她的疾病信息有关的查询，......”。

9、“.....负载平衡器将转发查询给个调度程序。步骤医疗记录检索调度程序会选择组搜索节点通过利用算法去查询与用户查询相匹配的医疗记录。步骤数据分析当从搜索节点收到匹配的医疗记录后，调度程序会把搜索结果合并并把结果转发给数据分析集群进行数据分析。数据分析节点会计算与步骤中的医疗记录相关的疾病症状点阵。步骤返回结果中隐私信息的过滤在这个子步中，医疗记录中病人的隐私信息会根据目标用户的访问权限被过滤。在下面的讨论中，我们将讨论家庭诊断服务的个步骤的细节。为了简化讨论，表总结了些关键术语。表家庭诊断服务中的关键术语查询提交从形式上看，在我们的家庭诊断服务中，次用户查询可以形式化为定义。定义用户查询次用户查询可以定义为个三元组基本信息，疾病症状。简化时，它可以被，替代。在定义中......”。