分析云计算物联网数据挖掘模式.docVIP

分析云计算物联网数据挖掘模式 　　物联网中数据挖掘模式改变了计算机中信息处理的方法，它有甚至有可能将改变世界。数据挖掘是物联网十分重要的应用，文章基于物联网数据挖掘的特点，分析了其结构模型。相信经过不断的研究，基于云计算的物联网数据挖掘模式将得到更好的发展。 　　【关键词】云计算 物联网数据 挖掘 模式 　　这几年来，随着物联网迅速发展，许多应用终端逐渐接入到物联网中，来达到监控的目的。而随着这种终端越来越多，物联网存储的数据就会越来越多，数据格式和类型不再简单单一。另外，物联网中的数据是非静态的，它们具有时空性、不完整性以及异构性，所以这将大大增加了从物联网中挖掘数据的难度，传统的挖掘方法已经无法适用于这种数据库。而云计算和海计算的发展，使物联网数据的挖掘有了新的方式和思路。云计算是在互联网的基础上发展的一种新型计算方法，它通过各数据终端的软件和硬件资源及其信息提供共享，使得各个相连的计算机或其他设备在需要时能够调用这些信息。它的主要思想就是将这些已用联网的信息资源进行统一管理和使用，使得各终端在需要时都可以调配。海计算是将智能算法和通讯设备植入到物体中，使得各物体之间能够相互联系，在不能预知的场景中判断将要发生的情况，从而实现物体之间交换信息的作用。海计算可以使物体中的信息装置得到强化，从而将信息装置与物体紧紧相连，从而使它们能够有效传递信息，更重要的是获得物体信息。它还可以强化其内部大量的相互独立的个体之间的智能水平，使得物体能够实现组织、计算与反馈等自身就可以完成的功能。 　　1 物联网数据挖掘的关键问题 　　1.1 物联网系统中数据特点 　　1.1.1 量大 　　物联网系统中有海量的传感设备和监控终端，它们每时每刻都在想数据中心传送数据。而数据中心在储存接受到的数据的同时，还要适时地存储旧数据，以便实现对对象的跟踪、监控、统计分析和数据挖掘等。所以，数据量大是物联网系统在数据挖掘中所面对的一大难题。 　　1.1.2 类型复杂 　　这主要是由物联网监控对象的多样性决定的，如建筑、湖泊、森林等，它们所采集的信息类型不一样，例如森林中只需要关注其动态，有无火灾发生，而交通中主要采集视频信息。所以，物联网中数据类型多样，有文本、视频和图像等。 　　1.1.3 异构性 　　物联网中拥有多种类型的传感器终端，包括GPS、RFID 和无线传感器等，它们采集到的数据会采用不同的格式和语义记录下来，所以这无疑会增加数据挖掘的难度。 　　1.1.4 动态性 　　物联网中的传感器终端是呈现非静态的，每个时刻都有终端进入或移出。当一个传感器终端突然进入时，它采集到的数据必然也要插进数据库中；而当它突然移出时，它的数据就不再传送到数据库中。这样，会由于大量的传感器终端不断进入或移出，给数据库的处理增加相当多的工作量。 　　1.1.5 时空特性 　　传感器终端不会只布置在一个地方，它们的数据则反映着不同地区的不同对象的动态和信息。所以，数据的感知需要有特定的地点和时间，它必须与对象的时间和空间紧密相联才有意义。 　　1.2 物联网对数据挖掘的要求 　　1.2.1 实时高效 　　物联网系统的控制端口要根据实时情况进行分析，并且要对突然发生的情况作出高效处理。所以这个要求也是物联网数据挖掘中十分重要的一项。 　　1.2.2 分布式挖掘 　　这主要是由物联网中各终端设备和数据是分布式布置决定的，所以数据挖掘必须采用分布式的方式。 　　1.2.3 质量控制 　　数据来源、媒体传送、存储和管理格式，以及模态的多样化能够保证数据处理后得到比较真实的结果。 　　1.3 物联网环境下数据挖掘的要解决的问题 　　1.3.1 算法的选择 　　要想提高数据挖掘的效率，必须选择合适的算法和并行策略。所以，设计一个好的算法是十分必要的，而其中参数必须是可以调节的，以适应各种不同的情况。 　　1.3.2 不确定性 　　物联网中所存在最大的挑战就是各种不确定性，例如对挖掘任务的规定、数据的采集和预处理、挖掘方法、以及不同的人对挖掘结果的评价等，它们都存在不确定性。可以说，不确定性贯穿于整个数据挖掘的处理过程中。 　　2 基于云计算的物联网数据挖掘模型 　　2.1 挖掘模型的结构 　　基于云计算的物联网数据挖掘模型一般有五层结构，包括了数据接入层、集成层、挖掘层、业务控制层以及交互层。接入层一般各种传感器终端组成，如无线传感器、RFID、GPS 等，用来监控各对象并进行数据采集。集成层主要是存储接入层中所收集到的数据，形成数据源并为其他层提供必要数据。挖掘层是整个挖掘系统中最重要的部分之一，它为系统提供了挖掘所需要的各模块，使算法能够并行运算，最后将结果反馈到控制层中。控制层主要给挖掘任务提供逻辑运算，并对其进行控