吴功宜物联网工程导论：数据处理解析.ppt

应用于物联网的云计算系统结构模型 * 物联网数据 中心的设计 * 8.4 物联网数据融合技术*8.4.1 无线传感器网络数据融合技术 无线传感器网络的基本功能是收集并返回传感器节点所在监测区域的信息 传感器节点受到能量与易失效性的约束 因此减少数据传输量以有效地节省能量，利用节点的本地计算和存储能力处理数据的融合以除去冗余信息 通过数据融合达到数据备份与提高信息准确性，已经成为无线传感器网络研究的一个重要课题 * 8.4.2 数据融合的分类 根据数据进行融合操作前 后的信息含量的分类 无损失融合 有损失融合 根据数据融合与应用层数 据语义之间关系的分类 依赖于应用的数据融合（ADDA） 独立于应用的数据融合（AIDA） 两种技术结合的数据融合 * 根据融合操作级别的分类: 数据级融合 特征级融合 决策级融合 * 数据融合技术类型 * 8.5 物联网中的智能决策8.5.1 数据挖掘的基本概念 数据挖掘是在大型数据库中发现、提取隐藏的预言性知识的方法 使用统计方法和人工智能方法去找出普通数据查询中所忽视的数据隐含的趋势性的信息 有效地利用物联网的海量数据已经成为物联网应用的关键，而数据挖掘技术对于物联网实现智能处理至关重要 * 8.5.2 数据挖掘的基本工作原理 * 8.5.3 物联网与智能决策、智能控制 感知、通信、计算、知识与智能决策关系 * * 欢迎辞 * 欢迎辞 * Nankai University * 吴功宜 吴英 编著 《物联网工程导论》 第8章 物联网数据处理技术 * 第 8 章 知 识 点 结 构 * 8.1 物联网数据处理技术的基本概念8.1.1 物联网数据的特点 海量 物联网节点的数量是非常多的，它们所产生的数据量一定是海量 多态 多种传感器去观测的不同数据在数值范围、格式、单位与精度 动态 各种数据都将随时间不断变化的 关联 物联网中的数据之间在空间、时间维度上存在着紧密的关联性 * VigilNet网络拓扑与数据处理研究的示意图 * 8.1.2 物联网数据处理关键技术 海量数据存储 数据融合 数据查询、搜索与数据挖掘 智能决策 * 海量数据存储 物联网数据具有海量、多态、动态与关联的特征 海量数据的存储结构影响着物联网系统的可靠性与效率 如何利用数据中心与云计算平台存储物联网的海量数据，如何充分地利用好物联网信息，同时又要实现对隐私的保护，这是物联网数据处理技术首先要面对的一个重要问题 * 无线传感器网络数据存储结构示意图 * 数据融合 20世纪70年代 “数据融合（Data Fusion）” 术语才正式出现 针对物联网数据的多态性，需要研究基于多种传感器的数据聚合技术，综合分析各种传感器的数据，从中提取有用的信息 数据融合已经发展成数据处理一个新的和重要的分支 在物联网中智能交通、工业控制、环境监控、精准农业、突发事件处置、智慧城市、智能电网等物联网应用系统中，必然会应用多种传感器去综合感知多种物理世界的信息，从中提取对于我们智慧处理物理世界问题有用的信息和知识 数据融合技术是物联网数据处理研究的重要内容之一 * 数据查询、搜索与数据挖掘 物联网环境中感知数据具有实时性、周期性与不确定性等特点 物联网环境中，由于各种感知手段获取的信息与传统的互联网信息共存，搜索引擎需要与各种智能的和非智能的物理对象密切结合，主动识别物理对象，获取有用的信息，这对于传统的搜索引擎技术是一个挑战 数据挖掘是物联网数据处理中一个重要的方法 * 智能决策 发展物联网的最终目标不是简单地将物与物互联，而是要催生很多具有“计算、通信、控制、协同和自治”特征的智能设备与系统，实现实时感知、动态控制和智能服务 智能决策是物联网信息处理技术中追求的最重要的目标 * 8.2 海量数据存储技术8.2.1 物联网对海量数据存储的需求 物联网的海量数据除了来自传感器节点、RFID节点以及其他各种智能终端设备每时每刻所产生的数据之外，各种物理对象在参与物联网事务处理的过程中也会产生大量的数据 物联网的海量数据的存储需要数据库、数据仓库、网络存储、数据中心与云存储技术的支持 * 8.2.2 数据库技术 数据库技术是计算机科学技术中发展最快、应用最广泛的领域之一。数据库技术经过几十年的发展，其应用已遍及各个领域，成为21世纪信息化社会的核心技术之一 物联网的数据存储与管理需要使用数据库技术，物联网的海量数据存储与管理也会促进数据库技术的发展 数据库管理系统可分为层次数据库、网状数据库、关系数据库以及面向对象数据库 随着数据库技术的发展，数据库用户界面变得更加简单，功能更加强大和更加智能，未来的数据库技术必然会与人工智能技术相互交叉融合 * 8.2.3 物联网数据管理技术 关系数据库为物联