浅谈云计算下物联网的数据挖掘模式分析

马亮亮

（西京学院，陕西西安，710123）

浅谈云计算下物联网的数据挖掘模式分析

马亮亮

（西京学院，陕西西安，710123）

随着科学技术的不断发展，信息通信业获得了较好发展，以云计算为基础的物联网也开始受到很多人的关注。物联网中形成的大量信息和时间以及空间有着一定关联，其具有动态、异构以及分布的特点，这对物联网数据挖掘而言是相当艰难的。本文对建立在云计算之上的物联网数据挖掘模式进行研究，以期可以给其日后发展带来一些有用的参考信息。

云计算；物联网；数据挖掘模式

0 引言

随着现代化科技的不断发展，信息通信开始步入了大容量快速传递时代，建立在云计算之上的物联网也获得了较多人的关注。物联网就是将物和物进行连接的网络，简单而言就是借助于物联网实现从人向物的延续。物联网中形成的大量信息和时间以及空间有着一定关联，其具有动态、异构以及分布的特点，这对物联网数据挖掘而言是相当艰难的，所以本文就给大家详细阐述其挖掘的主要模式，此次探究将会对其日后发展带来较大的便利。

1 基于云计算的物联网特性

社会的进步必将会促进科技的不断发展，最近些年物联网在当前社会中获得了较好发展，随着科技的不断进步，物联网也得到了迅速发展。物联网就是一个分布在物和物之间的巨大网络，能够对人们现实生活中的所有事情进行监控，很多应用终端也开始融入到物联网中，涵盖了交通、建筑等。但是，当这些各种终端都融入到物联网之后，其形成的数据也就会不断的增多，数据种类和格式自然也会不断的趋向复杂，使用传统的数据挖掘方式已经无法适应当前物联网的发展需求，所以，要想很好的处理上述问题，就必须要找到一种新的挖掘技术，这样才可以很好的满足物联网的发展需求，基于云计算之上的系统能够很好的符合这个要求。

在现实生活中的网络里，物联网数据有着较强的动态性和异构性，其数据和时间以及空间都有着紧密关系，就是因为这些反而给物联网数据挖掘造成了较大难题，要想了解物联网数据是需要花费较多时间和内存，并且效率还比较低。于是，云计算挖掘技术就这样形成了，该技术的形成给物联网数据挖掘带来了很大便利。这种方式，就是将云计算当作挖掘平台，创建分布式时空数据库，通过该数据库就能够创建一个有着巨大网络体系的数据挖掘模型。基于云计算的数据挖掘就是借助于研究，证实这个模型能够很好的完成物联网中的数据挖掘工作。

物联网数据有着容量大并且较强的动态性和异构性特点，其种类还有着一定的复杂性和时空性等特征，就是因为这些特点，给数据挖掘带来了很大难题，利用云计算网络体系，可以很好的处理这些问题，让物联网数据挖掘在操作中更为简单和便捷。

2 基于云计算的数据挖掘模型

基于云计算的数据挖掘平台其实就是可以不断提供动态资源以及虚拟化的运算平台。该平台被用作研发具有较高性能的应用程序，还能够借助于云计算完成数据挖掘，给数据挖掘工作带来了十分便利的模式。

在设计基于云计算的数据挖掘系统时，首先是通过软件的分层设计思想，把这个系统划分成从上到下的几个层次，分别为：用户层、任务层以及算法层。在该平台里，软件底层是透明的，可以给其上层带来服务，上层就能够借助于层间的开放接口对下层进行调控，指导下层工作，这样就能够实现层和层之间的功能互相独立，这种设计思想主要是为了方便数据挖掘体系的二次研发，并且还在各个层中设定了多层插件结构，这些结构让整个算法更为灵活，并且还能够很好的进行维护。建立在云计算之上的物联网数据挖掘不光要符合该数据的繁杂性还需要能够适应该数据具有的高动态性，因此，这种建立在云计算之上的物联网数据挖掘模式是当前最为合适的，也是最为便捷的一个模式。

3 基于云计算的物联网数据挖掘模式分析

物联网的数据挖掘模式主要是根据该网所处环境来设定的，因为其有着较强的繁杂性和关联性等特征，并且这些特征之间还有着一定差异，造成物联网的建模形式和传统形式间有着较大不同。基于云计算的物联网数据挖掘模式就是首先需要对该网的数据特点进行详细研究，之后在依据研究结果给出最佳的处理办法和思路，在总结中获取最佳的数据模型。物联网数据具有下面一些特征：关联性、容量大、质量较差、时空性以及非结构性，这些都是和传统的数据挖掘有着很大不同。

时空性就是原始数据一般都是从某个四维空间中的时空网络中获取而来，其具体的抽象示意图如图所示，各个点就是物联网中所有个体，各个边就是该网中物和物之间互相之间的联系。

基于云计算的网络挖掘技术能够很好的处理数据丢失和错误问题，该技术对数据丢失和错误有着较强的包容性，受到的影响也是比较小。在使用该技术进行建模时，还需要考虑怎样展示物理之间各个个体间联系，物理个体之间如果是存在间接联系，那么就能够借助于创建拉普拉斯变换模型或者是SVD模型转换获得。

基于超图物联网数据模型，超图中所有边都能够和随意一点进行连接，借助于超边就能够展示整个网中较为繁杂的关联关系，点集合X={v1，v2，v3，v4，v5，v6，v7}超边集合E={e1，e2，e3，e4}={{v1，v2，v3}，{v2，v3}。

稳定的可外推非参数模型，在物联网数据运用过程中，要想创建对应的物理模型，就一定要首先掌握事物之间各种联系，再创建数学模型，使用该模型展示数量间联系，但是物联网中存在的数据丢失或错误以及数据繁杂性等问题，就会导致传统的物流建模方式有着较强的约束性。

4 隐马尔科夫链的数据挖掘模式构建

基于云计算的物联网数据挖掘中，隐马尔可夫模型（HMM）就是马尔可夫链的一种，其是一个双重随机过程，具有一定状态数的隐马尔科夫链和显示随机函数集，其状态能够借助于观测向量序列获得，其中所有的观测向量都是从有着一定概率分布的状态序列中形成的。一个较为完整、健全的隐马尔可夫模型（HMM）涵盖了先隐藏状态集，再状态转移概率分布，然后观察量集合和观察量概率分布，最后初始状态概率分布。

建立在马尔可夫链模型之上的物联网数据，借助于目前已有的知识和信息就能够对日后事物进行预测。当数据处于较为理想状态时，设备中具有的动力学特点以及测量过程都能够创建较为精确的模型描述，这样就能够依据该体系的实际状态估计和残差信号开展统计分析，使用各类办法对故障进行详细划分。

5 结论

物联网数据挖掘模式有效的改善了计算机中信息传递形式，其还有着改变全世界的潜能。从上文能够得出，随着物联网科技的不断发展，建立在云计算之上的物联网数据挖掘模式，能够很好的处理物联网在数据挖掘上存在的一些问题和困难，不光很好的处理了数据存储中的节点实效问题，还很好的削减了数据传递时间，有效提升了挖掘效率，让物联网系统可以更好的在商业中获得运用，给公司带来更多的商业决策。

[1]黄志艳.基于数据挖掘的在线审计模型设计[J].电子技术与软件工程.2016(21)

[2]金龙.云计算环境中的数据挖掘存储管理设计[J].软件工程师.2012(12)

Analysis of Data Mining Patterns of Internet of Things under Cloud Computing

Ma Liangliang
（Xijing University，Xi'an Shanxi，710123）

With the continuous development of science and technology, information and communication industry has been a better development, cloud computing based networking has also begun to be a lot of people's attention. A large amount of information, time and space are formed in the Internet of things, which has the characteristics of dynamic, heterogeneous and distributed. This paper based on the cloud computing on the Internet data mining model is studied, in order to give the day after the development of some useful information.

Cloud computing; Internet of things; Data mining model