构建基于云计算物联网运营平台分析与研究.docVIP

构建基于云计算物联网运营平台分析与研究 　　摘要：该文主要分析了云计算与物联网结合的必要条件，同时分析了构建基于云计算的物联网平台的关键技术研究，包括数据挖掘算法、物联网接入网关轻量级关键技术等研究；并对此运营平台的构建，如云基础设施的构建，云平台的构建，云应用以及云管理等进行了分析。 　　关键词：云计算；物联网；数据挖掘 　　中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2013）35-8189-03 　　近年来在信息技术领域，出现了两个非常热门的技术——云计算和物联网。云计算最典型应用为谷歌搜索引擎，谷歌的数据的器分别部署在全球数据中心，用户所发送请求会并行的在所有的数据服务器中进行执行，并且将结果安排名反馈给用户。而物联网技术作为实现物物资源信息传送和共享的技术，虽然目前在交通领域、电力领域、智能家居等领域广泛应用，但还处于初期发展???段，没有实现规模应用。据美国权威咨询机构FORRESTER预测，物物互联的业务将在2020年是人与人通信的30倍。因此物联网技术应用前景广大[1]。 　　1 物联网和云计算两大技术融合 　　物联网要想发展壮大，是离不开云计算平台的支持的，与此同时云计算平台也需要物联网为其提供大量用户，因此，物联网与云计算的结合应用是其未来发展的必然趋势。所以，要想使物联网与云计算的发展能够得到保障，必须对基于云计算的物联网进行相关的研究，这也是其能够发展的必要条件。 　　首先规模化是其结合基础。云计算中心对接入网络的终端要求具有普适性，这就解决了物联网的M2M应用的广泛性带来的问题。需要注意的是，物联网只有在具备相当的规模之后，其优势方能凸显。通过物联网能够实现对生产生活有用的业务和应用。其次提升物联网与云计算技术结合的实用价值，具体如何实现云计算的服务与物联网支撑。为了实现两者的融合，使该产业得以发展，需要现实技术的支撑以及对产业链进行价值平衡的建设。最后推动资源共享。物联网与云计算结合，传统计算机厂商能快速进入终端用户服务领域，物联网的主要作用就是促进数据计算资源与终端用户的结合。物联网与云计算的结合同样也需要可靠严谨的虚拟化平台的支撑，并且对数据中心的功能提出了更高的要求。 　　2 云计算在物联网中应用关键技术研究 　　云计算在物联网中结合方式研究，根据云计算技术中云中心、终端、应用的组合架构方式构成信息应用分层处理，海量终端，在下图中的云中心有两部分构成，一是共有云，一是私有云。这种云中心的特点主要是用户范围广，数据的种类增加，其安全性能也更高了。大大提升了平台应用的领域和数据种类，特别是提升基于云计算的物联网平台的安全性能。 　　本文所构建的基于云计算的物联网平台主要涉及如下关键技术：于云计算的数据挖掘算法研究、基于云计算的物联网关键技术、物联网接入网关轻量级关键技术研究。其中基于云计算的数据挖掘算法研究包括数据挖掘算法的并行算法研究与实现、用户聚类和用户个性化推荐的分布式应用的构建和实现等[3]。相关国际组织的工作和进展。基于物联网的可信环境的构建、终端编码与寻址研究、基于等级划分的物联网网关接入安全策略的研究等都是基于云计算的物联网关键技术。 　　1） 基于云计算的数据挖掘算法研究 　　基于云计算的数据挖掘算法的分布式文件系统HDFS是分布式计算平台Hadoop的基础和核心组成之一，首先需要深入研究分布式计算平台Hadoop中的分布式文件系统HDFS，具体包括：HDFS的write-one-read-many访问模型及其对于并行计算、HDFS的Master/Slave架构以及Namenode和Datanode的划分机制；HDFS文件系统的层次结构及其Namespace； 　　同时对Hadoop中的并行计算算法MapReduce进行研究，具体包括：MapReduce的应用程序处理流程及其核心组成，包括应用程序启动器、JobTracker、TaskTracker等；MapReduce的应用程序接口，包括Mapper、Reduce、InputFormat、OutFormat、Combiner类等；MapReduce的通讯过程及其RPC实现机制；MapReduce的解决死锁等问题的错误处理机制[4]； 　　在上述研究的基础上，搭建基于Hadoop的云计算集群平台，主要包括：硬件（网络）环境配置、HDFS中的目录结构设置、Name Node和Data Node配置[5]、SSH安装配置、Hadoop的环境变量设置、Hadoop的配置文件参数设定、Hadoop的各种服务等。 　　2） 数据挖掘算法的并行算法研究与实现 　　对类数据挖掘算法需要进行相应的MapReduce改造。并对该算法的每个MapReduce过程的定义具体的实现。在Hadoop