基于云計算的神經網絡算法在物聯網中的應用研究

王軍濤

【摘 要】物聯網具有將世界各地具有傳感能力的事物聯結到一起的能力，其主要依靠內部基站對大量數據進行處理。論文主要展開基于云計算的神經網絡算法在物聯網中應用的研究，首先對物聯網以及神經網絡算法加以概述，而后對云計算神經網絡算法在物聯網中的具體應用情況展開了探索。

【Abstract】The internet of things has the ability to connect things with sensing ability around the world， and it mainly relies on the internal base station to deal with a large amount of data. This paper mainly discusses the application of neural network algorithm in the internet of things based on cloud computing， first of all， the internet of things and neural network algorithm are summarized， and then the application of cloud computing neural network in the internet of things is explored.

【關鍵詞】云計算；神經網絡算法；物聯網

【Keywords】cloud computing； neural network algorithm； internet of things

【中圖分類號】TN91 【文獻標志碼】A 【文章編號】1673-1069（2017）11-0148-02

1 引言

物聯網這一概念比較新穎，其主要依托于無線通信技術獲得了迅速發展，與人們生產和生活存在密切關聯，其能夠利用地址模式將多種多樣的物體和事物串聯在一起，實現其相互間的交流、通訊和協作，從而達到共同目標。物聯網可以視為互聯網在發展當中的拓展，其在發展和運行當中必須要突破環境以及資源在數據信息處理方面的限制，因此必須依靠更加先進的數據采集、數據傳輸、數據處理方法減緩大量數據處理的壓力。基于云計算的神經網絡算法在一定程度上可以實現物聯網中更加細致的數據分類與處理，因此，本文分析并研究基于云計算的神經網絡算法在物聯網中的應用不僅可以為該方面的研究提供更加有力的理論依據，亦可以為物聯網發展更加科學地應用基于云計算的神經網絡算法提供積極的實踐指導。

2 物聯網及神經網絡算法概述

2.1 物聯網內涵

進入到知識爆炸的信息化、數字化時代后，通信技術水平的提高使得人們之間的交流更加便捷，根據互聯網延伸而來的物聯網技術更能夠實現人與物、物與物之間的互聯。從技術角度而言，物聯網亦為傳感網，其實際上將感知作為核心實現物與物之間的互聯，目前其已經成為與計算機技術、互聯網與通信網絡技術齊名的第三次信息技術革命。物聯網發展中，其對無線傳感技術、網絡通信技術、云計算技術等關鍵技術均進行了合理應用，能夠有機地結合信息獲取、處理與傳輸等過程，為解放人類生產力做出了積極貢獻，未來發展前景十分廣闊。

2.2 基于云計算的神經網絡算法

云計算屬于物聯網系統中比較關鍵的技術，最重要的在于云計算的方法、存儲、交互等均具有技術進步性，且屬于網絡化的變革，能夠在物聯網體系中充分發揮自身龐大的數據信息處理能力，物聯網體系本身又存在著比較龐大的數據處理需求[1]。基于云計算的神經網絡算法可以克服傳統神經網絡算法在數據收斂速度方面存在的缺陷，提高收斂速度，并且可以順利應對大規模數據處理與復發度較高的網絡拓撲結果，由此可見，基于云計算的神經網絡算法更適合物聯網體系發展的需求

3 基于云計算的神經網絡算法在物聯網中的應用

3.1 物聯網中的云計算平臺

云計算為物聯網發展的基石，其與物聯網的聯合在當下受到了社會各界的廣泛關注，云計算與物聯網之間可以說是相互依存與相互促進的關系。單純的云計算技術并不能夠完全滿足物聯網在發展當中產生的實時感應、自主協同、高度并發和涌現效應等“后端”需求，因此需要在云計算技術上進一步融合神經網絡算法，從而實現大量高并發物聯網事件的自動關聯與智能協作[2]。為了保證基于云計算的神經網絡算法在物聯網中充分發揮作用，現必須要做好后端信息處理整體架構的優化設計，促使更多智能化處理技術與方法與云計算平臺要求完全相符，以此提升云計算平臺神經網絡算法的數據處理效率。

3.2 物聯網對基于云計算的神經網絡算法的應用

3.2.1 搭建應用環境

基于云計算的神經網絡算法在物聯網中的應用需要做好云計算硬件環境與軟件環境的搭建。其中，硬件條件包括計算機，目前的配置最好的為2GB內存、300GB硬盤、英特爾酷睿雙核2.1GHz處理器。此外，軟件環境爭取選用Red Hat Enterprise Linux 5操作系統。此外，云計算應用環境的集群部署亦包括IP地址的設置，其中最終分配地址段為192.168.1.1-192.168.1.6，此外進行用戶目錄的設置時保證每一個結點的目錄均具有相同性，且用戶目錄結構均可以通過解壓存放至相對應文件夾中，在云計算應用環境中亦需要設置好配置文件，即相關信息應該可以保存在masters、slaves、hadoop_env.hadoop-site xml三個用戶目錄下的文件夾中[3]。

3.2.2 程序開發環境

物聯網對基于云計算的神經網絡算法的應用在搭建好云計算應用環境后，需要進行基于云計算的神經網絡算法程序開發環境設置，該算法主要依據java語言實現，在已經完成的云計算應用環境中找到用戶目錄安裝路徑contrib/eclipse-plugin路徑后選擇java插件，直接將其復制到eclipse目錄下的plugin路徑中可以成功添加插件，而后啟動該插件便可以成功打開MapReduce視圖進入到開發環境當中[4]。此時只要點擊項目當中的src便可以進行類的添加，用戶按照要求填寫代碼便可以實現基于云計算神經網絡的應用，從而可以標準地輸入或者輸出數據信息[5]。該基于云計算的神經網絡算法能夠對java、C#、Python等功能語言進行有效應用，極大程度地進行了經典算法的移植，有效減少了編程人員的工作量，提高了數據計算與處理的成果和效率。

3.2.3 應用結果分析

將基于云計算的神經網絡算法在物聯網中的應用運行實踐設置為Ta，單機運行測得時間設置為Ts，則加速比為Ts/Ta，結點數設置為6的情況下加速比最大系數為6。基于云計算神經網絡算法在4個結點串聯的情況下加速比為3.08，在6個結點串聯的情況下加速比則達到了4.13，此時雖然與系數6仍舊存在一定差距，但是其運行時間即數據收斂速度已經得到了較大程度的提升，能夠實現結點之間快速的通信、同步開銷與協調控制。由此可見，基于云計算的神經網絡算法在物聯網中加以應用可以進行更復雜、維度更高的數據處理，應用效果比較明顯。

4 結論

綜上所述，物聯網與人類生活、工作、健康，以及社會諸多領域、諸多方面密切相關，因此引起了世界范圍的重點關注，對全球社會進步、經濟發展均產生了極為重要的影響。至此，物聯網中高維、復雜數據的處理成為各國學者重點研究的課題。基于云計算的神經網絡算法能夠將云計算特點和神經網絡算法特點相互融合，通過自身的泛化能力對物聯網中不確定類型的、復雜的、高維的數據加以分類處理，尤其能夠明顯加快物聯網數據的收斂速度，做好物聯網中的數據整理與分類，具有良好的神經網絡性能，極大程度地節省了編程人員工作時間，提高了其工作效率，有利于推動物聯網的進一步發展與壯大，為無線通信時代人們的生活與社會的發展做出更加積極的貢獻。

【參考文獻】

【1】冉鴻雁.灰色神經網絡算法中的基于物聯網關鍵技術預測模型應用研究[J].電子測試，2013，10（05）：156.

【2】葛莉.人工神經網絡非線性背景下物聯網技術社區時序預測的應用研究[J].激光雜志，2013，34（06）：53-54.

【3】侯義斌，王進.物聯網下人工神經網絡前饋LS-SVM研究[J].電腦知識與技術，2017，13（10）：145-146.

【4】楊曉萍，孫繼瑋，牛超，等.數據融合在物聯網火災監測系統中的應用研究[J].電子測量技術，2016，39（03）：100-105.

【5】王珂，翟婷婷.人工智能及計算智能在物聯網方面的應用[J].數字技術與應用，2014，11（08）：93-94.endprint