物联网与数据挖掘云服务技术研究

物联网与数据挖掘云服务技术研究【摘要】21世纪是计算机信息技术的新纪元，随着计算机信息技术的快速发展，人们的生活方式发生了巨大的变革，计算机信息技术已经成为国民经济的主要支柱。物联网技术、数据挖掘技术、云计算技术等都是计算机信息技术的重要分支，这些技术是人类进入智能化时代的关键，物联网技术、数据挖掘技术、云计算技术的结合将为人们开启新的信息时代。随着物联网技术的发展，物联网技术将带来庞大的信息量，这些信息量将远远超过现有的互联网信息，面对海量的数据，传统的信息处理技术已经捉襟见肘，而数据挖掘技术以及云计算技术将为物联网数据革新提供新的思路。本文将深入研究物联网技术、数据挖掘技术、云计算技术的原理与特点，并提出物联网与数据挖掘云服务技术的概念与框架。【关键词】物联网；数据挖掘；云服务；整合物联网技术带来的数据将远远超出人类的认知范围，而数据挖掘技术以及云计算技术可以有效处理这些海量数据，云计算技术可以为物联网技术提供强大的计算能力以及存储空间，数据挖掘技术可以高效处理海量信息。物联网技术、数据挖掘技术、云计算技术的有效整合已经成为未来数十年的研究趋势。2010年，IBM提出了智慧地球的概念，简单的说就是利用物联网技术延伸至人类的现实生活，将人类的现实生活与虚拟空间进行有效融合，全球已经有很多国家加入到物联网技术的研究，关于物联网技术的研究已经成为信息领域主要研究课题，物联网技术的数据处理是物联网技术研究的重要分支，物联网信息具备海量性与异构型，这些性质将给物联网的应用带来巨大的困难，下面将探究物联网技术、数据挖掘技术、云计算技术的整合，提出物联网与数据挖掘云服务技术，为物联网技术的发展提出参考。1物联网、数据挖掘与云技术物联网被认为是下一代网络，物联网包括了无数个节点，这些节点分别代表着不同的对象，节点本身就是各种虚拟传感设备，包括服务器、计算机群等，物联网技术将现有的高端技术进行了有机整合，包括互联网技术、传感器技术、GPS、RFID技术等，物联网技术实现了现实世界与虚拟世界的无缝链接，物联网技术具备全面感知、数据传递、智能处理等特征。数据挖掘技术的发展历程很短，上世纪90年代，随着计算信息技术的发展，科学家们预测到数据量将呈现爆发式增长，现有的数据处理技术将难以跟上数据增长的速度，数据挖掘技术实质上是在大量数据中探索有效数据的方法，目前，世界各国关于数据挖掘技术的研究已经很多。云计算技术本身就建立在海量数据之上，云计算技术为用户提供了动态可伸缩的虚拟化资源计算模式，分布式云计算技术可以充分利用现有的计算与存储能力，从而完成数据的处理目标。2物联网与数据挖掘云服务技术分析物联网数据挖掘是处理物联网数据的有限方案，但数据挖掘需要面对大量的数据，传统的数据挖掘模型已经难以满足数据处理要求，因此，将云计算技术应用于物联网数据挖掘技术可以有效解决这些问题。物联网数据主要具备四点，包括海量性、复杂性、异构性以及动态性，海量性是物联网的功能属性决定的，复杂性是指物联网中的数据类型很多，异构性是指物联网中的传感终端的类型十分多，包括GPS传感终端、RFID终端等，动态性是指物联网数据变化很快。物联网对数据挖掘技术的要求体现在四个方面，包括实时高效性、质量控制、决策控制、分布式处理等，因此传统的数据挖掘技术已经不能适应物联网数据处理的要求，而基于云计算的物联网数据挖掘技术可以有效解决以上问题。3物联网与数据挖掘云服务技术框架物联网与数据挖掘云服务技术的框架如图1所示，由图可以看出，物联网与数据挖掘云服务技术一共分为四个层次，包括物联网感知层、传输层、数据层以及数据挖掘层：（1）物联网感知层，物联网感知层是通过网络区域内的节点采集实现世界中的数据，并将这些数据数字化，数据节点的传感设备种类很多，包括各类传感器、摄像头以及仪表设备等，而且这些数据可以在物联网感知层中通信，最后将这些数据汇聚到物联网的各个汇聚节点，通过汇聚节点将数据汇总后传输给云平台数据中心；（2）传输层，传输层的主要目的是将采集的数据传输到数据层，传输层的基础包括了传感器网络、有线网络以及无线网络等，而且各种网络之间可以实现无缝连接，可以将物联网感知层的数据快速传递至云计算数据中心，真正实现全网通信；（3）数据层；数据层是物联网与数据挖掘云服务技术的关键，数据层对数据的处理能力直接决定了技术的可行性，目前，数据层主要包括了模块，分别是数据转换模块以及分布式存储模块等，数据转换模块的主要作用是保证异构数据的标准化，分布式存储模块的主要作用是对海量数据进行分布式存储；（4）数据挖掘层；数据挖掘层是物联网与数据挖掘云服务技术的核心，数据挖掘层主要包括了数据准备模块、数据挖掘引擎模块以及用户模块等，数据准备模块是对数据进行清理、变换，数据挖掘引擎模块是完成数据的挖掘算法集，同时对数据模块进行模式评估，数据引擎模块是对挖掘模式的可行性评估，用户模块主要将挖掘的数据可视化。图1物联网与数据挖掘云服务技术的框架图4物联网与数据挖掘云服务技术功能模块物联网与数据挖掘云服务技术的功能模块主要包括了四个，分别是数据接入模块、数据挖掘功能模块、业务控制模块以及交互模块等，数据接入模块是对海量信息进行节点连接，通过传感器采集各种数据，并对数据进行预处理，对数据进行去噪处理，同时对重复数据、不完整的数据进行处理；数据挖掘功能模块是为用户提供数据挖掘功能，数据挖掘功能模块的核心就是数据挖掘引擎，挖掘引擎包括各种基于云计算的挖掘算法库，另外可以对挖掘模式进行评估与测试；业务控制模块可以响应上层的数据，并对子业务进行调用与管理，另外业务控制模块可以对工作流程进行控制，对业务状态进行监控与管理；交互层的主要内容是提供高性能的人机交互功能。5结论近年来，随着物联网技术的发展，物联网已经覆盖了越来越多终端，比如气象检测终端、摄像头、工业传感器等、医疗检测终端等，这些传感终端产生了大量的数据，物联网技术的数据呈现出海量性、异构性、动态性、复杂性等多种特征，传统的信息处理技术已经难以满足信息处理的需求。只有将物联网技术、数据挖掘技术、云计算技术进行有机整合才能实现数据高效处理模型，物联网技术将各种现实世界中的数据数字化，而这些数据是随时更新的，而且还会继续更新，因此物联网技术采集的数据会不断增加。物联网与数据挖掘云服务技术实质上是将云计算技术应用于物联网数据挖掘中，实现了基于云计算的物联网数据挖掘技术，这种技术以云计算技术为基础，获得了大量的数据存储空间以及数据处理能力。本文从物联网技术、数据挖掘技术、云计算技术的基础理论出发，探究了基于云计算的物联网数据挖掘技术的框架与功能，希望本文的研究有利于我国物联网与数据挖掘云服务技术的快速发展。【参考文献】[1]李立,张玉州,江克勤.一种改进的基于云平台的物联网数据挖掘算法[J].安庆师范学院学报(自然科学版),2014,02:37-40.[2]张汉胜.数据挖掘在医学诊断及物联网领域的应用[D].广西师范大学,2014.[3]周芳.基于关联规则Apriori算法的物联网海量数据挖掘系统研究[J].河北北方学院学报(自然科学版),2015,01:15-18.[4]陈达峰.基于云计算的物联网数据挖掘关键技术研究[J].中国新技术新产品,2014,23:20.[5]秦永波,陈杨林.基于云平台的物联网数据挖掘算法的能量分析[J].成都信息工程学院学报,2010,06:569-572.