面向物聯網的大數據預警信息高速處理規則研究

榮玉軍

【摘要】 隨著我國社會經濟的快速發展，每天都將產生規模龐大的數據，因此對數據的處理技術也提出了新的更高的要求。傳統數據處理方式已經不能滿足時代發展的需求，因此在新的時代背景下，要利用好物聯網的大數據系統，實現對預警信息的高速處理與分析。本文將對以物聯網技術為基礎，探究大數據預警信息的高速處理引擎設計。

【關鍵詞】 物聯網 大數據預警信息 處理規則

伴隨著計算機技術的發展，物聯網技術已經應用在社會生活的多個方面，因此運用物聯網技術也將有力的推動信息的獲取效率的提升，同時也將提升信息數據處理和分析能力，對于滿足人們的數據處理要求提供了有效的保障。因此為了進一步發揮信息資源的作用，拓寬信息資源的獲取渠道，需要建立完善的信息收集和分析的處理系統，處理好信息資源的集中收集問題，為社會經濟的發展奠定良好的基礎。

一、大數據預警信息高速處理規則的特點

通過應用以物聯網技術為基礎的大數據預警信息的高速處理引擎將能夠更有效的實現對物聯網相關業務數據的收集，同時針對所收集到的信息資源的不同特點，實施分類化的數據處理，進而有效的提高了業務處理的效率，實現了規則管理中的自動化管理；其次通過應用該數據處理引擎能夠更有效的將規則引擎技術應用在各個層面中，同時將相關的信息資源進行有效的分離，這就為相關工作人員工作效率的提升奠定了良好的基礎，有助于提高業務處理效率，并全面提升工作水平。

二、基于物聯網的大數據預警信息高速處理規則的設計

1、設計目標。以物聯網為基礎的規則引擎設計對象是大數據的預警信息分類處理，而通過應用一定的規則能夠快速的對物聯網當中所形成的相關數據進行處理和分析，同時將數據資源及其處理結果動態化的提供給相關的使用者。因此該規則引擎的主要設計目標就是災害的預警數據信息以及預警信息業務的邏輯分離。而實現對業務邏輯規則的集中管理也是該規則引擎中的主要設計重點。通過將應用數據庫當中的相關對象置于事實庫當中能夠在一定程度上提高數據處理效率并提升工作效率[1]。該規則引擎的主要作用體現在兩個方面，首先是能夠有效的提升物聯網大數據的預警信息分析處理能力，其次是可以對相關的業務規則實施獨立的管理，進而維護系統的安全性。

2、系統結構。該規則引擎系統中主要包括五個部分，分別是推理模塊、創建模塊、事實庫以及規則庫和數據庫[2]。其中的推理模塊是對規則庫以及事實庫中的相關數據進行有效的計算，同時解決好處理中出現的相關沖突，確保所有的數據都能順利的存儲進數據庫當中；規則創建模塊的主要任務就是滿足規則庫在運行過程中的各種要求；事實庫是對于所推測的數據進行動態化的修改；數據庫的主要任務是及時有效的對物聯網運行中所產生的相關數據進行處理，同時還需要針對相關數據處理的結果實施再次的存儲；規則庫的主要存儲目標是物聯網中的大數據預警信息的相關數據，以及所建立起來的生產方式相應的規則。

三、應用分析

3.1規則創建模塊

在判斷相關的規則是否是正確的時候，首先應該把相關的規則文件放置于解析器當中，并運用相關的語言識別工具進行正確性檢查。在檢查的過程當中值得注意的是其格式的具體要求，文件的擴展名應該是.drl，也可以是.xml。在對規則進行描述之前，需要對該規則的正確性進行有效的判斷，接下來還要創建“descr”這類型的中間結構。除此之外，要為生包器當中有效的傳入AST，進而有效的建立起包含單規則或者多規則package對象。

3.2規則庫

在規則庫當中通過使用REOHIWI的規則語言來進行規則的編寫，同時運用一定的參數實施邏輯連接，最后在該規則庫當中將整合完成的相關數據進行存儲。

3.3推理模塊

推理模塊的任務是對規則庫以及事實庫當中的相關數據進行有效的加載，同時應用一定的計算規則實現對規則庫及事實庫中的數據進行匹配，同時對于在匹配過程中出現的各種沖突進行快速有效的解決，最終將相應的計算結果數據存儲于數據庫當中。該模塊主要遵循以下運行程序：以規則庫作為運行前提，將package的對象全部添加至RULEASE的對象當中，確保工作記憶出現弱化時及時的對其進行強化[3]。

3.4事實庫

數據庫所處理的相關信息，也就是存儲于事實庫中的信息，對于多項的大數據信息處理時，可以實施業務處理以及災害處理，同時還能實現對推理模式的事實匹配。

結語：本文以物聯網技術為基礎，對大數據信息預警高速處理的規則進行了探究和分析，針對系統構建的規則進行了探討。通過對信息規則的自動化管理，將有效的提升信息處理的效率，因此將加快業務的辦理效率，通過應用該信息系統能夠有效減少相關業務處理中的步驟，實現了信息數據的高速運行和處理，這對社會經濟的發展將起到重要的推動作用。

參 考 文 獻

[1]徐霞. 面向物聯網的大數據預警信息高速處理規則引擎[J]. 通訊世界，2015，11：116.