物聯網數據挖掘研究論文

　　摘要：當前信息社會環境下，信息產業成為國民經濟發展的基礎條件，其中物聯網是全新信息技術的重要構成部分，是實現智能化的核心技術。物聯網中的數據挖掘是物聯網技術中較為重要的一個環節，其價值體現在為物聯網應用數據大量增長下提供強力補充。當前基于海量數據的增加，物聯網數據挖掘正面臨著一定的挑戰，而云計算的出現為其提供了一個全新的發展方向。該文以云計算、物聯網、數據挖掘技術特征與相互聯系為基礎，分析基于云計算平臺的物聯網數據挖掘。

　　關鍵詞：云計算平臺；物聯網；數據挖掘

　　物聯網是當前智能化社會發展的一個重要顯示，近幾年隨著科研事業的快速進展下，物聯網以及從一個概念存在逐漸融入到現實生活中。物聯網的出現實現了人們生活與工作的智能化，極大的改變的了生活與工作方式，提升了辦事效率。而物聯網的實現依靠中的技術的支持，其中數據挖掘技術便是其中一個重要支撐條件，數據挖掘實現了海量信息的獲取與挖掘，而這種信息能夠支撐物聯網在實際操作中的智能化實現。文中在云計算平臺的基礎上分析物聯網數據挖掘的相關研究，其中包括物聯網數據挖掘所面臨的挑戰、在云計算平臺中物聯網數據挖掘的相關技術以及實際應用。

　　１、云計算與物聯網理論基礎

　　１）云計算理論云計算是一種依賴于互聯網技術，經由互聯網服務為用戶提供依據需求而明確服務的計算方式。而云計算命名的由來是由于整個服務資源的選自源互聯網內的數據，且互聯網多會應用云狀圖案對資源進行顯示，因此被稱之為與計算。云計算基于其應用技術的先進性具備了以下幾大特征：

　　第一，規模大。云計算中的云所顯示的便是差大的規模，當前就谷歌云計算來看已經擁有了１００多萬臺服務器，而其他較大型的搜索引擎也具備了數十萬臺服務器。

　　第二，虛擬化。云計算能夠支持用戶在任意位置或任意終端進行服務器的登錄，所有操作在云空間進行運行，由此也便形成了虛擬性特征。

　　第三，可靠性。云計算應用數據多副本絨促以及計算節點同構可互換等措施來確保服務的可靠性。

　　第四，通用性。云計算不會針對特定的應用，在云支持下能夠創造出海量的應用。

　　第五，可延伸性。云計算的超大規模能夠支持其進行動態的伸縮，由此滿足各類應用與用戶規模的增長需求［１］。

　　２）物聯網理論物聯網屬于全新信息技術的主要構成部分，同時也是信息化時代發展的重要階段。物聯網實際上所指的是經由多種技術的應用實現物與物之間的連接，而這種連接形成了一個局域網絡，實現遠程與集中操控。物聯網雛形的出現可追溯到１９９０年，后期隨著各項理論與技術的不斷研發下，在近幾年已經能夠實現在現實生活中，且被廣泛的應用。其實際意義在于，經由各項技術將多種物品與互聯網進行連接，實現信息交換與通信，由此實現了物品的智能化，用戶可經由遠程終端進行操控，便捷了人們的生活，同時也提升了各物品應用的安全性。與互聯網對比物聯網具備了以下幾大特征：一方面表現在物聯網應用到多種感知技術；第二方面表現在物聯網屬于建立在互聯網基礎上的泛在網絡；第三方面表現在物聯網的核心價值是提供不限定任何場合與時間的應用場景與用戶的自由互換［２］。

　　３）物聯網的建設物聯網在應用過程中需要多個行業的參與，且需要政府方面所提供的支持，物聯網具備多種優勢，可廣泛地應用在社會各個領域中，但是在實際應用過程中技術建設始終是一大難題。就常規上來講，物聯網的建設需要經由以下幾個步驟：第一，對需要建設物聯網的物體屬性進行識別，包括靜態與動態的屬性，其中靜態屬性可直接進行存儲，而動態屬性則需要應用傳感器進行探測；第二，對識別完成后的物體屬性進行讀取，將讀取信息轉換為網絡識別數據；第三，將物體的信息經由網絡傳輸至信息處理中心，由處理中心實現物體與互聯網之間的通信［３］。

　　２、數據挖掘技術界定與特征分析

　　２．１數據挖掘技術概念

　　數據挖掘技術出現在二十世紀后期，雖然其出現時間不長，但是對社會中各領域的發展形成了巨大的影響，也引起自有優勢得到了廣泛的應用。數據挖掘從廣泛意義上來講所指的是從大量數據中經由可靠的算法搜索隱藏其中信息的整個過程。數據挖掘與計算機科學存在著緊密的聯系，利用計算機技術經由統計、分析、情報檢索、機器學習等多種手段實現其實際價值。當前數據挖掘在應用到不同領域后，也被賦予了不同的概念。但就其應用價值可從三個方面進行概述，第一個方面為提供海量可靠信息；第二個方面為經由數據挖掘所獲取的信息對人們具有較高的應用價值；第三個方面為所獲取的信息能夠被人們理解與分析，并以此為根據做出決策［４］。

　　２．２數據挖掘技術特征

　　數據挖掘技術具備了分布廣、規模大、節點資源有限、安全性復雜等特征。其中分布廣主要是數據挖掘是物聯網技術中的一個構成部分，而物聯網本身就具備的分布廣泛的特點，由此數據挖掘基于需要將數據存儲在不同的地方，也便具備了分布廣的特點；規模大方面主要是物聯網中具有海量數據的傳輸與應用，而數據挖掘作為數據分析與處理環節自然具備了規模大特點；節點資源有限方面是給予物聯網較為龐大的數據鏈，需要設置多個傳感器節點，因此需要有能夠快速解決處理數據的中央節點，而節點資源并非無限，中央節點通常不需要所有的數據，但需要數據參數，由此對需求數據進行輸出［５］。

　　３、物聯網數據挖掘面臨的挑戰

　　基于物聯網技術自身所具備的特征，在數據挖掘中也具備了一定的優勢，但是新技術在數據挖掘中應用較多，物聯網技術在數據挖掘中也面臨著一定的挑戰，具體表現為以下幾個方面。第一，物聯網數據具有一定的規則，但是由于其規則過多也相對較為繁雜，經由中央模式對分布式數據進行挖掘的方式效果并不理想。第二，物聯網數據規模較大，需要及時給予可靠的處理，而當前處理模式對硬件要求較高，若硬件不能夠符合要求則可能無法實現。第三，數據需求的節點不斷增加，需求與供給之間存在著一定的矛盾。第四，給予物聯網數據存在著諸多外在影響因素，包括數據傳輸安全性、數據傳輸的隱私性、法律約束等因素。將所有數據集中存儲在相同的數據倉庫中這一渠道顯然不具備可靠性。基于上述幾點問題充分顯示出，對物聯網進行數據挖掘過程中，當前所具備的以及應用的多種技術與手段存在著一定的弊端，針對此需要不斷地進行更為深入的研究，以尋找到更為有效的解決方案。

　　４、基于云計算平臺的物聯網數據挖掘技術分析

　　４．１物聯網感知層

　　物聯網感知層也就是實現感知作用，具體是依賴于目標區域范圍內設置大量數據采集點予以實現。也就是說節點是經由傳感器與攝像頭以及其他相關設備實現數據的采集，所采集到的數據需要依賴于物聯網感知層所具備的網絡通信設備進行集中處理，將所需要的數據傳遞至各節點，再經由集中儲存后再次通過傳輸層傳遞至云計算平臺的數據處理中心，實現整個感知層的職能。

　　４．２物聯網傳輸層

　　物聯網傳輸層是所有數據傳遞的中間環節，其中涵蓋著傳感器、無限網絡等設備與技術，經由多種網絡設備的連接，形成高效率無縫數據的傳輸系統，能夠更為有效地將物聯網感知層所收集到的數據經由網絡傳輸到數據處理中心，由此實現全方位的互通互聯目標。就其實際工作內容來分析，所指向的是將多種屬性的監測處理設備進行聯網，實現傳輸功效，對各設備與節點之間的數據信息進行傳播。

　　４．３數據層

　　數據層是物聯網云計算平臺中數據挖掘技術的核心環節，物聯網自身具有一定的異構性與海量性特點，由此在數據層內將物聯網設備所收集到的所有數據信息進項儲存處理與分析的能力是基于云計算的物聯網數據挖掘平臺的重點。數據層內部涵蓋了數據源轉化與存儲兩個主要部分，其中數據源轉化所指的是對物聯網異構性的數據化進行轉化，存儲方面所指向的是應用Ｈａｄｏｏｐ所構建的平臺中ＨＤＦＳ系統進行分布式存儲，由此將物聯網中大量的數據能夠可靠的存儲在各個數據節點中。在物聯網平臺內部，針對不同的目標需要收集不同的數據類型對其進行顯示，在特定環境下，同一種目標同樣會選擇不同的數據類型進行表現，基于此數據源轉化的作用主要為表現保持數據的完整性，同時避免異構性的物聯網數據在轉化中基于其他不確定因素有所損壞，由此實現確保數據挖掘可靠性的目的。數據源轉化在整個系統中的價值主要是作為數據層與感知層之間的連接線角色存在，經由數據包的解碼與轉換將不同屬性的數據轉換為所需要的數據類型，同時將其以分布式手段存儲在數據處理中心。

　　４．４數據挖掘服務層

　　數據挖掘服務層內部涵蓋數據準備模塊、數據挖掘引擎模塊、用戶模塊幾個部分。其中數據準備模塊中涵蓋著對數據的情況、轉變、數據規等環節；數據挖掘引擎模塊中涵蓋著數據挖掘算法集、模式評估等環節；用戶模塊中涵蓋著數據挖掘知識的可視化展現技術。基于知識挖掘類型的差異性，數據挖掘引擎模塊具備了區分、關聯、聚類、趨勢分析、偏差分析、類似性分析等特征。而提供以上所述的功能核心環節為數據挖掘模塊中的算法集所具備的多種功能算法，在Ｈａｄｏｏｐ平臺中數據挖掘算法需要對傳統所應用的數據挖掘算法進行一定程度的調整，也就是實現算法并行化的處理。用戶模塊是應用物聯網數據挖掘平臺用戶的直接接觸端，基于其擔負著將系統顯示轉化為用戶可識別顯示的重要責任，需要具備一定的友好性，也就是一定的人性化，使用戶能夠便捷的應用用戶界面進行操作，實現數據挖掘的目的，同時也能夠獲取到能夠理解的知識。為提升數據挖掘平臺的可移植性，在用戶服務底層模塊加入了一個開放接口模塊，由此能夠使得第三方調用物聯網數據挖掘平臺的功能，使物聯網具備更為豐富的應用，同時提升其實際應用價值。

　　５、結論

　　云計算與物聯網均屬于信息化社會的先進產物，是社會發展的一大表現，物聯網引起自身的多種優勢被廣泛地應用在社會各個領域中。但是，當前物聯網在我國發展進程較為緩慢，主要是由于物聯網的建設需要應用到多種技術，而技術建設始終是一個難題，為此，在本文中對基于云計算平臺的物聯網數據挖掘技術應用與實現效果進行了全面分析，為進一步推動基于云計算基礎物聯網的建設提供理論參考。

　　參考文獻：

　　［１］張虎．基于云計算的物聯網數據挖掘模式的構建［Ｊ］．無線互聯科技，２０１６，２（２０）：５０－５１．

　　［２］陳達峰．基于云計算的物聯網數據挖掘關鍵技術研究［Ｊ］．中國新技術新產品，２０１４，５（２３）：２０．

　　［３］李立，張玉州，江克勤．一種改進的基于云平臺的物聯網數據挖掘算法［Ｊ］．安慶師范學院學報：自然科學版，２０１４，７（２）：３７－４０．

　　［４］李哲青，周毅．基于云計算的物聯網數據挖掘模式的構建［Ｊ］．信息與電腦，２０１３，１（６）：１２２－１２３．

　　［５］秦永波，陳楊林．基于云平臺的物聯網數據挖掘算法的能量分析［Ｊ］．成都信息工程學院學報，２０１０，９（６）：５６９－５７２．

【物聯網數據挖掘研究論文】相關文章：

數據挖掘論文04-29

物聯網應用論文09-14

數據挖掘論文[范例15篇]07-29

飛機實時監控數據挖掘方法研究04-27

數據挖掘04-29

工程教育下物聯網專業實踐教學研究論文04-30

淺談數據挖掘05-02

數據挖掘技術在遼河水文預報中的研究04-30

數據挖掘技術在遼河水文預報中的研究04-30

基于仿真與數據挖掘的故障診斷方法研究04-28