云計算下的物聯(lián)網(wǎng)數(shù)據(jù)挖掘技術驗證
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)挖掘技術關系著物聯(lián)網(wǎng)技術的發(fā)展高度，傳統(tǒng)的數(shù)據(jù)挖掘技術無法滿足物聯(lián)網(wǎng)龐大、異構數(shù)據(jù)的挖掘需求，云計算技術的出現(xiàn)為物聯(lián)網(wǎng)數(shù)據(jù)挖掘的進一步發(fā)展奠定基礎，基于云計算的物聯(lián)網(wǎng)數(shù)據(jù)挖掘技術包含了物聯(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)挖掘服務層四個部分，并獲得了較好的實驗效果。
關鍵詞：云計算；物聯(lián)網(wǎng)；數(shù)據(jù)挖掘
引言
隨著現(xiàn)代科學技術與互聯(lián)網(wǎng)技術的不斷發(fā)展，物聯(lián)網(wǎng)技術逐漸的被應用到現(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，不斷推動著物聯(lián)網(wǎng)技術的創(chuàng)新和發(fā)展，也使得物聯(lián)網(wǎng)技術成為現(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)技術具有明顯的海量性與異構性等特征，使得物聯(lián)網(wǎng)技術發(fā)展過程中很難突破數(shù)據(jù)挖掘技術瓶頸，這對于發(fā)展物聯(lián)網(wǎng)技術具有非常大的阻礙。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基礎水平，也擁有很好的數(shù)據(jù)挖掘整合水平。因此，加強云計算在物聯(lián)網(wǎng)數(shù)據(jù)挖掘工作中的應用非常有必要，將會引領社會發(fā)展的潮流。
1云計算背景下物聯(lián)網(wǎng)數(shù)據(jù)挖掘技術分析
目前，物聯(lián)網(wǎng)技術在數(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)域設置一定數(shù)量的傳感器、攝像頭等不同類型的感知設備，通過這些設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)絡進行信息傳輸，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)絡實現(xiàn)對采集數(shù)據(jù)的快速、高效、準確傳輸，確保檢測設備采集到數(shù)據(jù)能夠穩(wěn)定的傳輸給總服務器。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)挖掘的關鍵所在，采用科學、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)挖掘服務層功能的實現(xiàn)需要建立在數(shù)據(jù)準備模塊、挖掘模塊和個人模塊基礎上，也是物聯(lián)網(wǎng)數(shù)據(jù)是否能夠快速、準確挖掘的核心部位[3]。
2基于云計算的物聯(lián)網(wǎng)數(shù)據(jù)挖掘?qū)嶒?a href="http://www.nnrsa5x.cn/lunwen/sjwj/140172.html" target="_blank">驗證
2.1實驗環(huán)境
實驗用臺式計算機（運行內(nèi)存4G，128G存儲空間，操作系統(tǒng)WindowsXP）一臺，并在計算機系統(tǒng)內(nèi)設置3個虛擬機，之后在虛擬機上設置不同形式的節(jié)點，此外，每一個虛擬機的操作系統(tǒng)都采用Linux[4]。
2.2實驗過程
在完成實驗準備階段后，對關聯(lián)實驗算法的相關數(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平臺中進行分別儲存。在結束上述工作后開始進行系統(tǒng)運行，根據(jù)系統(tǒng)運行狀況記錄相關數(shù)據(jù)，并關注實驗結果中的頻繁項集。
2.3實驗結果
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)進行分析可得，在文件大小逐級遞增的情況下，新設計的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，所以可以確認新設計平臺能夠?qū)崿F(xiàn)對龐大數(shù)據(jù)信息的挖掘。
3結束語
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)中的應用非常重要。從實驗驗證中可以看出新設計的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
[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)傳感器技術的有效結合與應用[J].信息與電腦（理論版），2018（21）：168-169.
[2]覃偉榮.云計算網(wǎng)絡環(huán)境和大數(shù)據(jù)結合的物聯(lián)網(wǎng)信息化建設[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].計算機工程與科學，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，2014，33（11）：350-352.
作者：信海輝 張姍姍 單位：大連科技學院