胡淑新 宋志蕙
摘要:大數據分析可以提供大量的決策支持,同時也為人們的日常工作、生活和學習等提供了大量信息。對于不斷產生的新數據,及時準確地采集其中的有效數據,是大數據分析的基礎。為此,對面向服務的動態可配置數據采集技術進行研究,在完成面向服務的動態可配置數據搜索基礎上,依托時間目標函數、綜合目標函數對動態可配置數據進行選取,實現可配置數據的采集。仿真試驗結果表明,面向服務的動態可配置數據采集技術,數據采集精度更高、更準確、更具可行性。
關鍵詞:大數據分析;動態可配置;數據搜索;數據選取;數據采集
中圖分類號:TP913文獻標志碼:A文章編號:1008-1739(2019)12-69-3

0引言
隨著我國國防、通信、航空和氣象等領域科學技術的發展,測量控制和處理所需的信息越來越多,速度也越來越快[1]。同時,測量控制任務變得越來越復雜,需要對現場、遠距離網絡進行測量控制。傳統的獨立工具無法適應高質量信息采集需求。因此,本文對面向服務的動態可配置數據采集技術進行研究。
可配置數據采集在工業生產和科學技術研究等諸多領域廣泛應用,并且取得了良好的應用效果,具有更廣闊的發展前景[2]。
傳統的數據采集設備功能有限,升級和維護成本高,通信線路復雜,不能滿足當前數據采集和處理的要求。為解決這些問題,越來越多的用戶期待出現新的解決方案。數據采集工具實現的原理是其執行程序本身是獨立于具體聯邦的,但是它針對每一個應用都可以生成相應代碼來適應具體需要。分析動態可配置數據搜索方法,在依據時間目標函數、綜合目標函數完成對動態可配置數據的選取,從而實現動態可配置數據的采集[3]。對數據采集純度進行仿真試驗,仿真結果表明,面向服務的動態可配置數據采集技術更加準確,具有可行性。
1動態可配置數據搜索
在對動態可配置數據進行搜索時,傳統方法均依據服務器數據庫現狀,采用基于數據庫的搜索方法,實現對動態可配置數據搜索,但其搜索精度低并且很難適應現有的可配置數據的動態性,已無法滿足動態可配置數據搜索需求[4]。基于形態相似度計算的搜索方法,搜索準確度較高,且方法簡單。對此,通過計算可配置數據的形態相似度,確定搜索范圍。形態相似度的計算表示為:


3動態可配置數據采集
考慮到可配置數據采集的復雜性,在選取數據的基礎上,設置多個采集通道,且每采集完一個區域,自動切換至下一個采集通道,依次循環直至所有的可配置數據采集完畢,因此,在采集預處理時,設置的通道要足夠。對采集到的可配置數據進行分類存儲,存放地址空間不同,便于后續可配置數據的使用[8]。
在采集可配置數據時,每個通道采集不同的可配置數據,并且存儲在不同的地址空間,服務器可直接讀取存儲區域內的數據[9]。
設置可配置數據采集參數,其中包括任務塊的堆棧大小、內存警告線和任務數據庫的地址等。可配置數據采集服務程序設置的堆棧空間為128 Byte,存儲器調頁線設置為10%,任務優先級設置為3(0是最高優先級)。創建服務程序后,打開可配置數據采集功能,任務進入阻塞狀態[10]。基礎設備的ADC開始對可配置數據進行采集,并且采集的數據通過硬件DMA通道存儲在采集數據存儲區域中,確保收集數據的穩定性,完成整個收集過程。數據采集具體流程如圖1所示。

4仿真試驗
試驗過程中,利用2種不同的可配置數據采集方法同時在仿真環境中進行工作,分析其數據采集精度的變化。利用XSN-14數據處理平臺,得出2種可配置數據采集方法采集后的數據純度變化情況,并將結果進行統計學分析,其數據純度仿真曲線如圖2所示。

根據純度仿真結果可知,采用傳統可配置數據采集方法其采集數據純度約為25.74,摻雜非可配置數據較多;改進可配置數據采集方法,采集的數據純度值為73.21。由此得出,改進可配置數據采集方法,較傳統可配置數據采集方法,采集的數據純度增高了47.47,摻雜非可配置數據較少,采集準確,具有一定的可行性。
5結束語
對面向服務的動態可配置數據采集技術進行研究,分析動態可配置數據搜索方法,以此為基礎,進行數據最優選取,從而實現數據的采集。試驗數據表明,面向服務的動態可配置數據采集技術具備理想的數據采集精度且具有更高的實用性。本文的研究能夠為可配置數據采集技術的研究提供理論依據。
參考文獻
[1]丁俊,鄭輝.大數據時代下的動態可配置數據采集系統的研究與設計[J].計算機應用與軟件,2018,35(3):75-79.
[2]陳佳,郭山清.面向服務端私有Web API的自動發現技術研究[J].網絡與信息安全學報,2016,2(12):27-38.
[3]沈鵬,徐青,邢帥,等.面向服務的火星空間信息可視化技術研究[J].測繪科學與工程,2017(3):54-60.
[4]吳杭彬,王俊驊,李易,等.面向主動交通安全的城市車輛在線位置服務技術[J].科技資訊,2016,14(1):169-170.
[5]詹國華.面向SOA的煙草企業主數據管理平臺的研究與實現[J].科技創新與應用,2017(3):33.
[6]李國,申亞坤,李永華,等.一種面向多類型服務的動態負載均衡算法[J].現代電子技術,2017,40(12):128-131.
[7]童智高,張麗娜,鄧水光.面向容器化PaaS平臺的智能監控技術研究與實現[J].計算機集成制造系統,2017,23(5): 1125-1131.
[8]文峰.面向動態需求的通用數據錄入服務平臺設計與實現[J].軟件導刊,2016,15(3):124-126.
[9]湯妙吉.面向個性化信息服務的圖書館移動用戶行為分析模型設計[J].現代情報,2018,38(1):121-126.
[10]關俊濤,丁金聽,楊建光.基于BIM的工廠建設項目設備數據采集技術研究[J].新技術新工藝,2016(6):56-59.