基于云计算的物联网运营平台的构建分析.docVIP

基于云计算的物联网运营平台的构建分析 物联网的智能处理过程需在信息技术的支持下才能完成，而IT技术与通信技术未来发展的结合点便为云计算技术。云计算具备信息数据快速处理的性能，若要将其迅速普及到各行各业和社会中，则必须依靠高速及宽大的网络发展。因此，加强有关基于云计算的物联网运营平台构建分析，对于改善物联网运营平台的设计质量具有重要的现实意义。 1 物联网运营平台的总体结构构建 在综合分析物联网运营平台需求与特点的基础上可以发现，物联网需具备大规模的资源与数据处理能力，而对于大规模数据的处理与计算则必须使用云计算技术。基于云计算的物联网运营平台通常包含以下内容： 1.1 平台服务 作为物联网的重要组成部分，云平台具备控制与配置网络节点、信息计算与采集的功能，其通过分布式计算技术和分布式存储技术对海量数据信息进行分析，并给出大数据量数据动态处理服务。云平台能同时对多项业务及任务进行处理，且能依据不同业务特点对计算功能进行分离，以构建优化计算模型供云调用利用。 1.2 软件服务 物联网与云计算可通过虚拟物力资源向客户提供基本的业务服务，也可专门供第三方使用。第三方提供软件，云平台通过虚拟化过程分别租赁给不同的商户，且让不同租户间进 基于云计算的物联网运营平台构建分析 文/刘倩 作为一种新型计算模式，云计算的应用对于改善物联网运营平台的信息处理与计算能力具有重要作用。本文首先介绍了物联网运营平台的总体结构构建，然后具体探讨了物联网运营平台构建中采用的关键云计算技术，以期为相关技术与设计人员提供参考。 摘 要 行资源共享，依据租户需求实施计费，此种方 式不仅能大幅度降低运行成本，还可改善资源利用率。 1.3 基础设备服务 云计算应用过程中所需的基础设备有网路设备、服务器、带宽、存储设备等出售设备。利用虚拟化模型对物理资源进行有效处理，可促进物联网平台不同行业间或同行业间不同客户间的资源共享，且不会受到设备与地点的限制，由此便能加大资源的有效配置，减少资源浪费，且可大幅度降低成本，提高使用质量。 2 物联网运营平台构建采用的关键云计算技术 2.1 用户个性化推荐与用户聚类的分布式应用构建 在应用构建前应先开展应用业务分析，在组织和评估内外部资源的基础上界定不同类的业务问题；依据应用种类的差异进行数据采集与处理，并按照应用需要采用网页解析、爬虫、分词等技术对数据实施获取与辨认。对于已采集到的数据进行处理方法通常有数据重构、数据格式化、数据量化处理与数据整合等。在选用独立性变量时要构建分类模型，采用不同的数据挖掘算法以实现用户分群功能。依据聚类结果开展业务解析，并依据不同用户群的特质建立个性化方案。 2.2 数据挖掘算法 以云计算为基础的数据挖掘算法的分布式文件系统HDFS是分布式计算平台的重要组成部分。在平台构建时要先全面分析了解分布式文件系统的write-one-read-many访问模型及 其对于并行计算、分布式文件系统的层次结构及其Namespace、分布式文件系统的Datanode与Namenode划分机制及Master/Slave架构；然后研究分析Hadoop中的并行计算算法，其主要包括并行计算算法的应用程序接口、通讯过程与其RPC实现机制、应用程序处理流程与基本组成、解决死锁问题的错误处理机制等。在此类研究的基础上，构建基于Hadoop的包括SSH安装配置、硬件环境配置、Hadoop服务、环境变量设置、分布式文件系统的目录文件结构设置、Data Node与Name Node配置、配置文件参数等部分的云计算集群平台。 2.3 数据挖掘算法的并行算法实现 数据娃聚算法的并行算法实现主要通过以下流程：对类数据挖掘算法实施对应的MapReduce改造；对算法中的各MapReduce过程进行具体定义；在Hadoop平台上开展编码；测试已完成的数据挖掘并行算法。解析效果评测数据主要为SougouT 1TB或天王200G网页数据，任意抽取不同网页开展人工测评，正文提取的准确率应保证高于90%。 采用MapReduce对定义输入输出格式化OutFormat与InputFormat类、Reducer与Mapper类等过程进行处理，利用对MapReduce的参数和过程函数定义调整来改善算法的并行度，由此完成具有高度并行的分布式数据挖掘算法，集群中的机器数量与算法数据处理能力接近线性分布。 3 结束语 云计算技术的应用质量将直接关系到物联网运营平台的构建水平与功能使用，因此，相关技术与研究人员应加强有关基于云计算的物联网运营平台构建研究，总结平台构建的基本要点及关键云计算处理措施，以逐步改善平台构建中的云计算应用水平。