云計算下的物聯(lián)網(wǎng)數(shù)據(jù)挖掘技術(shù)驗證

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了云計算下的物聯(lián)網(wǎng)數(shù)據(jù)挖掘技術(shù)驗證范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：數(shù)據(jù)挖掘技術(shù)關(guān)系著物聯(lián)網(wǎng)技術(shù)的發(fā)展高度，傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)無法滿足物聯(lián)網(wǎng)龐大、異構(gòu)數(shù)據(jù)的挖掘需求，云計算技術(shù)的出現(xiàn)為物聯(lián)網(wǎng)數(shù)據(jù)挖掘的進(jìn)一步發(fā)展奠定基礎(chǔ)，基于云計算的物聯(lián)網(wǎng)數(shù)據(jù)挖掘技術(shù)包含了物聯(lián)網(wǎng)感知層、物聯(lián)網(wǎng)傳輸層、物聯(lián)網(wǎng)數(shù)據(jù)層、物聯(lián)網(wǎng)數(shù)據(jù)挖掘服務(wù)層四個部分，并獲得了較好的實驗效果。

關(guān)鍵詞：云計算；物聯(lián)網(wǎng)；數(shù)據(jù)挖掘

引言

隨著現(xiàn)代科學(xué)技術(shù)與互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，物聯(lián)網(wǎng)技術(shù)逐漸的被應(yīng)用到現(xiàn)實生活中，并被越來越多的公司所喜愛，許多公司投入了大量的精力發(fā)展物聯(lián)網(wǎng)技術(shù)，不斷推動著物聯(lián)網(wǎng)技術(shù)的創(chuàng)新和發(fā)展，也使得物聯(lián)網(wǎng)技術(shù)成為現(xiàn)代互聯(lián)網(wǎng)行業(yè)的主流發(fā)展趨勢。然而，由于物聯(lián)網(wǎng)技術(shù)具有明顯的海量性與異構(gòu)性等特征，使得物聯(lián)網(wǎng)技術(shù)發(fā)展過程中很難突破數(shù)據(jù)挖掘技術(shù)瓶頸，這對于發(fā)展物聯(lián)網(wǎng)技術(shù)具有非常大的阻礙。在這樣的背景下，云計算的出現(xiàn)為物聯(lián)網(wǎng)發(fā)展數(shù)據(jù)挖掘技術(shù)提供了更多的可能，這是因為云計算不僅具有更加寬泛的IT基礎(chǔ)水平，也擁有很好的數(shù)據(jù)挖掘整合水平。因此，加強(qiáng)云計算在物聯(lián)網(wǎng)數(shù)據(jù)挖掘工作中的應(yīng)用非常有必要，將會引領(lǐng)社會發(fā)展的潮流。

1云計算背景下物聯(lián)網(wǎng)數(shù)據(jù)挖掘技術(shù)分析

目前，物聯(lián)網(wǎng)技術(shù)在數(shù)據(jù)挖掘方面面臨的困難主要體現(xiàn)在以下幾個方面[1]：第一，數(shù)據(jù)存儲較為分散，增加數(shù)據(jù)挖掘難度；第二，物聯(lián)網(wǎng)運行中數(shù)據(jù)資源龐大、傳感器節(jié)點數(shù)量較多，要求中央處理器具有非常好的硬件性能；第三，考慮到數(shù)據(jù)的類型和安全性，將全部數(shù)據(jù)放置到同一數(shù)據(jù)庫中非常不合理。為了不斷的解決這些問題，將云計算應(yīng)用到物聯(lián)網(wǎng)數(shù)據(jù)挖掘中，一般情況下，該平臺主要涵蓋了以下幾個部分，分別是物聯(lián)網(wǎng)感知層、物聯(lián)網(wǎng)傳輸層、物聯(lián)網(wǎng)數(shù)據(jù)層、物聯(lián)網(wǎng)數(shù)據(jù)挖掘服務(wù)層[2]。第一，物聯(lián)網(wǎng)感知層的主要工作范疇是在被控制區(qū)域設(shè)置一定數(shù)量的傳感器、攝像頭等不同類型的感知設(shè)備，通過這些設(shè)備的工作采集控制區(qū)域的實時數(shù)據(jù)，與此同時采集完成的數(shù)據(jù)在感知層會通過無線網(wǎng)絡(luò)進(jìn)行信息傳輸，在將大量的數(shù)據(jù)資源整合到匯聚節(jié)點后發(fā)送給總服務(wù)器。第二，物聯(lián)網(wǎng)傳輸層的主要工作職能是充分利用各種網(wǎng)絡(luò)實現(xiàn)對采集數(shù)據(jù)的快速、高效、準(zhǔn)確傳輸，確保檢測設(shè)備采集到數(shù)據(jù)能夠穩(wěn)定的傳輸給總服務(wù)器。第三，物聯(lián)網(wǎng)數(shù)據(jù)層是實現(xiàn)物聯(lián)網(wǎng)數(shù)據(jù)挖掘的關(guān)鍵所在，采用科學(xué)、合理的方式儲存和處理數(shù)據(jù)是確保數(shù)據(jù)挖掘工作順利開展的前提保障，一般情況下物聯(lián)網(wǎng)數(shù)據(jù)層包含了數(shù)據(jù)轉(zhuǎn)換以及數(shù)據(jù)存儲兩大部分。第四，物聯(lián)網(wǎng)數(shù)據(jù)挖掘服務(wù)層功能的實現(xiàn)需要建立在數(shù)據(jù)準(zhǔn)備模塊、挖掘模塊和個人模塊基礎(chǔ)上，也是物聯(lián)網(wǎng)數(shù)據(jù)是否能夠快速、準(zhǔn)確挖掘的核心部位[3]。

2基于云計算的物聯(lián)網(wǎng)數(shù)據(jù)挖掘?qū)嶒?a href="http://articshipping.com/lunwen/sjwj/140172.html" target="_blank">驗證

2.1實驗環(huán)境

實驗用臺式計算機(jī)（運行內(nèi)存4G，128G存儲空間，操作系統(tǒng)WindowsXP）一臺，并在計算機(jī)系統(tǒng)內(nèi)設(shè)置3個虛擬機(jī)，之后在虛擬機(jī)上設(shè)置不同形式的節(jié)點，此外，每一個虛擬機(jī)的操作系統(tǒng)都采用Linux[4]。

2.2實驗過程

在完成實驗準(zhǔn)備階段后，對關(guān)聯(lián)實驗算法的相關(guān)數(shù)據(jù)轉(zhuǎn)變成PLM文件（容量為1024M），該過程的實現(xiàn)主要是利用C++程序代碼檢索重點詞語的形式完成的，再將轉(zhuǎn)換的PLM文件利用HDFS傳輸?shù)侥M平臺中進(jìn)行分別儲存。在結(jié)束上述工作后開始進(jìn)行系統(tǒng)運行，根據(jù)系統(tǒng)運行狀況記錄相關(guān)數(shù)據(jù)，并關(guān)注實驗結(jié)果中的頻繁項集。

2.3實驗結(jié)果

將不同大小的文件傳輸?shù)竭\行系統(tǒng)中，得到了相對于的運行時間，如表1所示。對上表中的數(shù)據(jù)進(jìn)行分析可得，在文件大小逐級遞增的情況下，新設(shè)計的Apriori算法實際效果較好，能夠滿足數(shù)據(jù)信息增大的環(huán)境下快速查找頻繁項集，所以可以確認(rèn)新設(shè)計平臺能夠?qū)崿F(xiàn)對龐大數(shù)據(jù)信息的挖掘。

3結(jié)束語

綜上所述，基于云計算的物聯(lián)網(wǎng)數(shù)據(jù)挖掘是為了發(fā)展的主流趨勢，提高云計算在物聯(lián)網(wǎng)中的應(yīng)用非常重要。從實驗驗證中可以看出新設(shè)計的Apriori算法實際效果較好，能夠?qū)崿F(xiàn)對龐大數(shù)據(jù)信息的挖掘。

參考文獻(xiàn)

[1]王瑤茜，荊麗梅，趙自鵬.基于大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)傳感器技術(shù)的有效結(jié)合與應(yīng)用[J].信息與電腦（理論版），2018（21）：168-169.

[2]覃偉榮.云計算網(wǎng)絡(luò)環(huán)境和大數(shù)據(jù)結(jié)合的物聯(lián)網(wǎng)信息化建設(shè)[J].激光雜志，2018，39（05）：120-123.

[3]趙會群，黃傳聰.一種基于Hadoop的EPC物聯(lián)網(wǎng)數(shù)據(jù)分析系統(tǒng)的研究與實現(xiàn)[J].計算機(jī)工程與科學(xué)，2015，37（04）：657-662.

[4]高連周.大數(shù)據(jù)時代基于物聯(lián)網(wǎng)和云計算的智能物流發(fā)展模式研究[J].物流技術(shù)，2014，33（11）：350-352.

作者：信海輝 張姍姍 單位：大連科技學(xué)院