基于云計算平臺的物聯網數據挖掘探究

吳文靈，黃 源，何 嘉，李兵川

（重慶航天職業技術學院 重慶 400000）

1 引言

以信息化和數字化提升生產力的進一步開發已成為全球人們的共識，人們與物聯網在生活中的聯系已經變得越來越常見。所以，探究物聯網數據挖掘技術在云計算平臺中的應用方式對于提升全民數字化生活的質量有著關鍵性的作用，能夠有效改善我國的民生質量和科研水準。

2 云計算平臺的基本特點

云計算是當前時代最熱門的互聯網技術之一，它可以為互聯網用戶提供貼合不同需求的定向服務，由于云計算的技術基礎是互聯網采集的海量用戶數據，而這些數據在顯示的時候經常呈現出云朵形狀的圖形，云計算這一稱呼也是由此而來的。云計算以大量先進的計算機硬件和軟件技術為基礎，能夠對海量的數據進行統計、整理和分析。例如，谷歌云計算擁有十多萬臺服務器，其他體量較大的搜索引擎開發公司擁有的服務器數量也以十萬為基準。云計算的重要特點之一便是虛擬化。用戶可在家中的客戶端使用互聯網產品，通過形式虛擬的電子產品獲得云計算服務[1]。服務器為客戶端提供的服務都能在云計算服務器內完成計算。云計算的另一個重要特征就是可靠性。云計算的數據具備節點同構的性質，數據的這一特性能夠保障其安全性，從而提升云計算服務的可靠性。云計算的適用范圍極為廣泛，云計算的技術特點支持它可以服務于種類不同的軟件，從而提升軟件服務的能力和效率。如果云計算的計算總量較大，計算工具還可以依據用戶的實際需求制定不同的計算策略，從而滿足不同種類用戶的使用要求。

3 云計算平臺對物聯網數據挖掘的作用分析

3.1 物聯網感知層和傳輸層的作用分析

數據挖掘的重要工具之一便是物聯網系統中的感知層。感知層基礎的感知功能可以支持范圍廣泛的數據采集行為，在使用者設定的采集區域內進行數據感性工作。物聯網的數據采集常用傳感器和攝像頭來實現。在數據采集工作完成之后，物聯網感知層中的通信模塊會將數據傳送至需求數據的各個節點，在節點進行備份之后再統一發送給云計算數據平臺。這就是物聯網感知層的全部工作流程。而物聯網傳輸層的主要職責便是在感知層傳輸數據的過程當中充當傳輸者的角色。傳輸層主要依賴的技術是傳感器技術和無線網絡技術，在數據設備形成聯合網絡之后，傳輸系統能夠實現高效的傳輸行為[2]。物聯網感知層的收集數據功能與傳輸層的信息傳輸功能配合，共同實現信息的網絡建設。而且，針對不同的實際情況，不同性能的傳感器和傳輸器能夠實現不同的效果，從而實現效果的多樣化，服務于不同使用需求的客戶。

3.2 數據挖掘服務層的作用分析

數據挖掘服務層包括幾大功能模塊，分別是數據準備模塊、數據挖掘模塊和用戶使用模塊。數據準備模塊主要的功能是將數據進行預處理、分析現有數據的基本狀態、轉換數據的基礎表現形式和統計數據的基本規則。數據挖掘模塊的主要功能是將數據中蘊含的客觀規律和知識內容挖掘出來，采取各類統計和評估算法，對于數據的表象進行深度發掘，以預處理的數據規律作為基礎，挖掘數據的深度價值。用戶模塊主要用于向用戶展示數據的規律和內涵，所以比較注重數據表現手法的可視化處理。數據挖掘的重點是針對不同類型的數據采取不同的分析模式，在當前的數據挖掘市場中，常用的數據挖掘方法主要有：類似性分析、偏差性分析、關聯分析、聚類分析。這些數據方法都屬于數據挖掘算法集合。所以，如果想在云計算平臺中想要做到算法的靈活運用，就要利用用戶數據的分析對于算法應用情況做出針對性地調整。例如，在用戶的客戶端使用過程中，用戶模塊需要做好數據規律的統計和識別，從而提升用戶的使用體驗[3]。

3.3 數據源轉換模塊的作用分析

在數據源轉換模塊中，異構性和海量性是最主要的兩個特點。所以，一定要切實提升物聯網挖掘系統的開發效果，從而提升物聯網數據處理的質量和效率。例如，在物聯網數據挖掘系統中，一般都會建設數據源轉換模塊，它能夠實現數據轉換的異構性。還有的物聯網數據挖掘系統會設計分布式存儲模塊，用以存儲海量的用戶數據。實現分布式存儲模塊的方法主要是云計算平臺Hadoop中的HDFS系統[4]。當用戶的數據需求不同時，數據挖掘之后呈現的數據結構也會呈現出區別，這種異構性能夠保障數據的挖掘和分析是緊貼用戶的使用需求的。總之，數據源轉換器能夠確保數據庫的合理性，推動數據挖掘任務的實施。

4 結語

綜上所述，物聯網數據挖掘技術需要合理利用云計算平臺的技術優勢，以實現物聯網技術的進一步突破。在云計算平臺中開發新型物聯網數據挖掘系統，有助于提升數據挖掘的精度和質量。在當前的技術發展狀況下，數據挖掘技術需要繼續提升其挖掘效率，從而適應飛速發展的經濟環境，開發出更適合當代人們使用的數據挖掘系統，推動國家整體的技術革新和經濟建設，為我國生產力的提升提供技術性的幫助。