谈云计算平台下的物联网数据挖掘

前言：想要写出一篇引人入胜的文章？我们特意为您整理了谈云计算平台下的物联网数据挖掘范文，希望能给你带来灵感和参考，敬请阅读。

摘要:数据挖掘是物联网技术的重要组成部分，也是物联网产业在未来发展的推动力量。阐述了云计算和物联网的定义，对物联网数据挖掘所要面对的各种难关进行了分析，对基于云计算平台的物联网数据挖掘技术进行了探讨。

关键词:物联网;数据挖掘;云计算平台

引言

物联网技术的研究是信息化时代不断发展的产物，物联网技术对人类生产生活的影响逐渐增强，以云计算平台为基础的物联网数据挖掘也逐渐热门起来。物联网数据挖掘的发展，得益于云计算的诞生，其无与伦比的数据挖掘分析及其IT技术支撑能力把前所未有的便利提供给了人们。

1云计算与物联网理论基础

1.1云计算理论

云计算是一种以互联网技术为基础，借助互联网的服务，根据用户的需求将特定的服务提供给指定用户的计算方式，其整个服务资源都来自于互联网中的信息，互联网通常会把资源显示成云状图案，云计算之名由此得来。云计算在其先进的应用技术的基础上，又具备了通用性、规模大、虚拟化、可延伸性、可靠性等几大特征。

1.2物联网理论

物联网是指借助多种技术的应用，将事物之间进行连接，从而形成一个可以远程集中控制的局域网。借助各种技术把互联网与各种物品连接起来，使信息的交互得以实现，以此让指定的物品得以智能化，用户可以借助远程终端加以控制，使人们的生活更加方便，使各项应用的安全性得以提高。对比互联网，物联网被应用到了多种感知技术研究范畴，而且它以互联网为基础，并能够提供不被时间和空间局限的应用场景和用户的自由沟通。

1.3物联网的建设

在应用过程中，物联网需要多个行业的参与以及政府的支持，物联网具有很多优势，能够在社会的各个领域得以广泛应用。物联网的架构一般需要经过以下几步:对物联网中有被构建需求的对象进行属性识别，对于静态属性，可以直接进行存储，而对于动态属性，需要先用传感器检测，而后才能存储。接着，对识别后的对象属性加以读取，同时把获得的信息向网络识别数据转换。最后，依托于网络把目标信息传导至信息处理中心，从而让物体与互联网之间实现通信。

2数据挖掘技术概述

相对而言，数据挖掘形成的时间较短，但随着对数据挖掘技术研究工作的不断推进，它的应用范围也得以日渐扩大，对信息处理以及生产生活等诸多领域都具有重大意义。当前，数据挖掘的相关技术不只是一个普通的科研领域，它还是多元化的技术领域的交叉学科。在物联网数据价值挖掘过程中，主要技术手段具有规模和分布特征，能够有效地将有限的资源节点最大化利用起来，使数据应用的安全得以保障。所以，基于数据的分布，物联网将不同的数据存储在不同的位置，每个位置都有自己独特的分类。同时，物联网的数据量杂乱无章且极其庞大，对传感器节点的需求量往往极大，以使处理重要节点信息的效率更高。物联网具有产业应用的特点。它依靠云计算对不同领域、不同数据格式的海量数据进行集成、管理和存储，为整个物联网提供数据挖掘服务。它可以实现数据挖掘中的预测和决策，并对这些传感器网络进行反向控制，从而使物联网的数据挖掘结果最终达到物联网数据挖掘的目的，达到控制物联网中客观事物运动和发展的目的。数据挖掘是决策支持和过程控制的重要技术。在数据挖掘的过程中，物联网将会面临一些挑战，这些挑战是阻碍物联网在当今时代快速发展的重要原因。①大量的数据分别存储在不同的节点，使用模型进行数据挖掘是不够的，也导致了其分布和色散特性，影响数据分析和使用。②物联网自身的特性。集中化的结构必然会使传感器节点数量增多，节点数量的增加会给数据处理带来负担。为了更好地处理数据，必须升级硬件。③为了节省成本，将不处理所有中心节点的数据，但是需要对相关参数进行分析，找到有效的节点，对其进行分析，并将数据传递给客户。

3基于云计算平台的物联网数据挖掘技术分析

物联网数据挖掘系统可分为4个部分，分别为感知层、传输层、数据层以及数据挖掘服务层，各个层的构成如表1所示。

3.1感知层

物联网的感知层是实现感知功能，通过在目标区域内设置大量的数据采集点来实现。节点搜集数据是依靠相关设备的使用得以实现的，然后集中性地处理被搜集到的数据，并借用物联网感知层的网络通信设备，将所需的数据转移到每个节点，继而依靠集中存储后的传输层数据处理中心的云计算平台，使整个感知层的功能得以实现。

3.2传输层

传输层能够灵活高效地将数据传递至数据中心，从而使物联网的相互联通得以维持，它囊括了有线网络、传感器网络和无线网络等诸多形式的网络，从而形成了它可靠、高效且无缝传输的特性。

3.3数据层

在运营物联网的平台中，数据层是对挖掘信息工作进行负责的重要组成部分之一。因为物联网数据具备一定程度的异质性，所以有必要基于上述数据的特征对数据层加以操作，使数据能够安全地被存储，使数据挖掘能够在物联网平台上顺利被进行，使物联网的运行性能得以提高。举例来说，将PML相关技术进行有机结合，通过物联网节点建模，使之实现数据储存和传输的功能，为了确保建模质量能够进一步提升，位置数据、物体属性等都是不可或缺的部分，以此让依托于对与物体信息有关联的历史元素进行的分析工作进行得更加方便，使之实现科学分析物品信息的目标。

3.4数据挖掘服务层

数据挖掘服务层囊括数据准备模块、数据挖掘引擎模块以及用户模块。在数据准备模块中，需要对数据情况进行分析，对数据格式进行适当的改变，制定数据规则都是可以实现的功能。不同的数据挖掘类型之间存在一些差异，因此数据挖掘引擎模块的功能非常多样化，可以对数据实行偏差分析、趋势分析、聚类分析以及相关性分析。正是数据挖掘模块中的算法集提供了上述功能算法。

4结语

云计算平台能够更好地在物联网的数据挖掘中进行服务。在此基础上，本文提出了一种更加完善、科学的基于云计算平台的物联网数据挖掘系统，使本文的实用价值得以呈现。因而，相关领域的理论研究和实践探索可以将本文的研究内容作为参考。

参考文献:

［1］万军，廖丽．基于云计算平台的物联网数据挖掘探讨［J］．造纸装备及材料，2020，49(1):96．

［2］贾晓冬．基于云计算平台下物联网数据挖掘的思考［J］．数字通信世界，2019(7):155－156．

［3］朱小娟．基于云计算平台物联网数据挖掘系统设计［J］．北京印刷学院学报，2018，26(3):43－45．

［4］王友羲．以云计算平台为基础的物联网数据挖掘探讨［J］．中国新通信，2018，20(2):57－58．

作者：李可 单位：河南神火集团职工总医院