基于云计算平台的物联网数据挖掘探讨

张素杰，柯瑜

（北京科技大学天津学院信息工程学院，北京，301830）

1 云计算与物联网

1.1 云计算

云计算是以计算机技术和网络技术为基础的全新计算方式，其拥有强大的计算能力，可以帮助人们快速解决生活中的实际问题，同时，应用云计算技术还可以实现技术共享、缓解资源紧缺。随着我国信息技术的蓬勃发展，云计算在各个领域实现了广泛的应用，其是物联网的关键计算模式，为其发展提供了重要支撑。

1.2 物联网

物联网是新时期信息技术的关键组成部分，是信息时代的重要产物，其主要是指利用各种信息技术，将物与物有效连接，形成稳定的局域网络，为用户提供集中操控和远程操控等服务。随着我国信息技术的蓬勃发展，物联网已经在社会各个领域实现了广泛应用，通过互联网与物品的连接，可以促进信息通信和交换，用户利用远程终端对物品进行智能化操控，也为人们提供了便利，保证物品安全。

物联网的主要特点如下：第一，物联网以多项感知技术为支撑；第三，物联网以互联网为依托，是在互联网基础上而建设的泛在网络；第三，物联网不受时间和场合的限制，用户可以结合自己的需求自由互换。

2 数据挖掘技术

2.1 相关概念

数据挖掘从广义角度分析，其主要是指通过对海量数据的分析和计算，挖掘其潜在的隐藏价值。计算机与数据挖掘具有直接联系，数据挖掘通过计算机所具备的机器学习、情报检索、分析统计等手段实现其应用价值。随着数据挖掘在我国各个领域中的深度应用，其应用价值也逐渐发生转变，第一，数据挖掘可以为用户提供可靠、大量的数据；第二，数据挖掘能够帮助用户获取有价值的信息；第三，数据挖掘能够帮助人们对数据进行分析和整理，进而为做出决策提供数据参考。

2.2 技术特征

数据挖掘具规模大、分布广等特点，其中规模大主要是指在物联网中拥有海量的传输应用和数据信息，数据挖掘是数据处理和分析的重要环节，其需要具备较大的处理规模；分布广是数据挖掘最基本的特点，由于物联网本身就具备广泛的分布性，在应用数据挖掘过程中，需要将数据分别储存在多个地方。

3 物联网数据挖掘面临的挑战

根据数据挖掘和物联网的特点，其面临着以下几点挑战：第一，物联网的大量数据分别储存在相关节点中，利用中央模式难以全面挖掘数据，导致数据呈现较强的分布性和分散性；第二，物联网具有规模庞大、数据海量的那个特点，其拥有大量的传感器节点，满足对数据及时处理的需求，如果实行中央结构，会增加对各个节点的数据处理要求，需要对节点硬件进行升级更新；第三，由于各个节点的资源是十分有限的，在中心节点处理数据会花费较为昂贵的资金，因此，通常情况下，不需要通过中央节点处理所有数据，但要对相关参数进行预估和分析，并且在各个节点中对数据进行有效处理，将有价值的信息传递给用户；第四，影响物联网数据的外在因素较多，例如法律约束、数据隐私以及数据安全等，因此，为了保证数据的安全可靠，不能将数据放在同一数据仓库，需要对其进行分别放置。

4 基于云计算平台的物联网数据挖掘技术分析

4.1 感知层

其作用是利用特定区域内的采集节点，通过仪器仪表、摄像头和传感器，采取有关物联网数据，实现数据在感知层中的通信，即利用无线传感器，将数据信息汇聚到节点中，通过对数据的储存汇总，将数据传输给数据中心。

4.2 传输层

传输层是集有线网络、无线网络、传感器网络等多种形态为一体的可靠、无缝和高速传输网络，可以快速灵活的将数据换递给数据中心，促进物联网的互联互通。

4.3 数据层

数据层是云计算平台的核心环节，由于物联网具有海量性和异构性特点，通过数据层可以实现对收集数据的分析和整理。数据层主要包括数据储存和数据转化两大部分，数据储存主要是通过Hadoop平台对数据进行安全储存；数据转化是利用物联网所具备的异构性，对数据完成转化。在物联网内部，对于同一目标经常会选择以不同的类型进行数据表现，因此，在数据转化中，要求保证数据的安全性和完整性，避免数据遭受破坏，实现数据的可靠挖掘。在物联网中，对象不同其数据表现方式也不同，数据源的功能是解决数据异构性的重要方式，其可以确保数据完整可靠，实现数据挖掘的有序进行。数据源转换相当于感知层和数据层中所有监测设备的接口，其可以按照数据源的不同，完整的储存数据，

4.4 服务层

服务层主要包括用户模块、引擎模块和准备模块，用户模块主要涵盖挖掘可视化技术；引擎模块具备类似分析、偏差分析、趋势分析、聚类、关联以及区分等特征；准备模块主要包括数据转变、数据分析等环节，通过引擎模块完成对数据的收集和分析等工作。服务层具有较强的人性化和友好性，可以为用户提供便捷的操作页面，提升物联网的使用功能和应用价值。