基于云計算平臺的物聯網數據挖掘探討

張素杰，柯瑜

（北京科技大學天津學院信息工程學院，北京，301830）

1 云計算與物聯網

1.1 云計算

云計算是以計算機技術和網絡技術為基礎的全新計算方式，其擁有強大的計算能力，可以幫助人們快速解決生活中的實際問題，同時，應用云計算技術還可以實現技術共享、緩解資源緊缺。隨著我國信息技術的蓬勃發展，云計算在各個領域實現了廣泛的應用，其是物聯網的關鍵計算模式，為其發展提供了重要支撐。

1.2 物聯網

物聯網是新時期信息技術的關鍵組成部分，是信息時代的重要產物，其主要是指利用各種信息技術，將物與物有效連接，形成穩定的局域網絡，為用戶提供集中操控和遠程操控等服務。隨著我國信息技術的蓬勃發展，物聯網已經在社會各個領域實現了廣泛應用，通過互聯網與物品的連接，可以促進信息通信和交換，用戶利用遠程終端對物品進行智能化操控，也為人們提供了便利，保證物品安全。

物聯網的主要特點如下：第一，物聯網以多項感知技術為支撐；第三，物聯網以互聯網為依托，是在互聯網基礎上而建設的泛在網絡；第三，物聯網不受時間和場合的限制，用戶可以結合自己的需求自由互換。

2 數據挖掘技術

2.1 相關概念

數據挖掘從廣義角度分析，其主要是指通過對海量數據的分析和計算，挖掘其潛在的隱藏價值。計算機與數據挖掘具有直接聯系，數據挖掘通過計算機所具備的機器學習、情報檢索、分析統計等手段實現其應用價值。隨著數據挖掘在我國各個領域中的深度應用，其應用價值也逐漸發生轉變，第一，數據挖掘可以為用戶提供可靠、大量的數據；第二，數據挖掘能夠幫助用戶獲取有價值的信息；第三，數據挖掘能夠幫助人們對數據進行分析和整理，進而為做出決策提供數據參考。

2.2 技術特征

數據挖掘具規模大、分布廣等特點，其中規模大主要是指在物聯網中擁有海量的傳輸應用和數據信息，數據挖掘是數據處理和分析的重要環節，其需要具備較大的處理規模；分布廣是數據挖掘最基本的特點，由于物聯網本身就具備廣泛的分布性，在應用數據挖掘過程中，需要將數據分別儲存在多個地方。

3 物聯網數據挖掘面臨的挑戰

根據數據挖掘和物聯網的特點，其面臨著以下幾點挑戰：第一，物聯網的大量數據分別儲存在相關節點中，利用中央模式難以全面挖掘數據，導致數據呈現較強的分布性和分散性；第二，物聯網具有規模龐大、數據海量的那個特點，其擁有大量的傳感器節點，滿足對數據及時處理的需求，如果實行中央結構，會增加對各個節點的數據處理要求，需要對節點硬件進行升級更新；第三，由于各個節點的資源是十分有限的，在中心節點處理數據會花費較為昂貴的資金，因此，通常情況下，不需要通過中央節點處理所有數據，但要對相關參數進行預估和分析，并且在各個節點中對數據進行有效處理，將有價值的信息傳遞給用戶；第四，影響物聯網數據的外在因素較多，例如法律約束、數據隱私以及數據安全等，因此，為了保證數據的安全可靠，不能將數據放在同一數據倉庫，需要對其進行分別放置。

4 基于云計算平臺的物聯網數據挖掘技術分析

4.1 感知層

其作用是利用特定區域內的采集節點，通過儀器儀表、攝像頭和傳感器，采取有關物聯網數據，實現數據在感知層中的通信，即利用無線傳感器，將數據信息匯聚到節點中，通過對數據的儲存匯總，將數據傳輸給數據中心。

4.2 傳輸層

傳輸層是集有線網絡、無線網絡、傳感器網絡等多種形態為一體的可靠、無縫和高速傳輸網絡，可以快速靈活的將數據換遞給數據中心，促進物聯網的互聯互通。

4.3 數據層

數據層是云計算平臺的核心環節，由于物聯網具有海量性和異構性特點，通過數據層可以實現對收集數據的分析和整理。數據層主要包括數據儲存和數據轉化兩大部分，數據儲存主要是通過Hadoop平臺對數據進行安全儲存；數據轉化是利用物聯網所具備的異構性，對數據完成轉化。在物聯網內部，對于同一目標經常會選擇以不同的類型進行數據表現，因此，在數據轉化中，要求保證數據的安全性和完整性，避免數據遭受破壞，實現數據的可靠挖掘。在物聯網中，對象不同其數據表現方式也不同，數據源的功能是解決數據異構性的重要方式，其可以確保數據完整可靠，實現數據挖掘的有序進行。數據源轉換相當于感知層和數據層中所有監測設備的接口，其可以按照數據源的不同，完整的儲存數據，

4.4 服務層

服務層主要包括用戶模塊、引擎模塊和準備模塊，用戶模塊主要涵蓋挖掘可視化技術；引擎模塊具備類似分析、偏差分析、趨勢分析、聚類、關聯以及區分等特征；準備模塊主要包括數據轉變、數據分析等環節，通過引擎模塊完成對數據的收集和分析等工作。服務層具有較強的人性化和友好性，可以為用戶提供便捷的操作頁面，提升物聯網的使用功能和應用價值。