信海輝，張姍姍

（1.大連科技學(xué)院，大連 116052；2.大連海事大學(xué)，大連 116026）

0 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(shí)生活中，并被越來(lái)越多的公司所喜愛(ài)，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(dòng)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(shì)。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(guò)程中很難突破數(shù)據(jù)挖掘技術(shù)瓶頸，這對(duì)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(jì)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?yàn)樵朴?jì)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(jì)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(huì)引領(lǐng)社會(huì)發(fā)展的潮流。

1 云計(jì)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(gè)方面[1]：第一，數(shù)據(jù)存儲(chǔ)較為分散，增加數(shù)據(jù)挖掘難度；第二，物聯(lián)網(wǎng)運(yùn)行中數(shù)據(jù)資源龐大、傳感器節(jié)點(diǎn)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(lèi)型和安全性，將全部數(shù)據(jù)放置到同一數(shù)據(jù)庫(kù)中非常不合理。為了不斷的解決這些問(wèn)題，將云計(jì)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(tái)主要涵蓋了以下幾個(gè)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(lèi)型的感知設(shè)備，通過(guò)這些設(shè)備的工作采集控制區(qū)域的實(shí)時(shí)數(shù)據(jù)，與此同時(shí)采集完成的數(shù)據(jù)在感知層會(huì)通過(guò)無(wú)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(diǎn)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(shí)現(xiàn)對(duì)采集數(shù)據(jù)的快速、高效、準(zhǔn)確傳輸，確保檢測(cè)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(shí)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(chǔ)存和處理數(shù)據(jù)是確保數(shù)據(jù)挖掘工作順利開(kāi)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(chǔ)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(shí)現(xiàn)需要建立在數(shù)據(jù)準(zhǔn)備模塊、挖掘模塊和個(gè)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(jì)算的物聯(lián)網(wǎng)數(shù)據(jù)挖掘?qū)嶒?yàn)驗(yàn)證

2.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)用臺(tái)式計(jì)算機(jī)（運(yùn)行內(nèi)存4G，128G存儲(chǔ)空間，操作系統(tǒng)Windows XP）一臺(tái)，并在計(jì)算機(jī)系統(tǒng)內(nèi)設(shè)置3個(gè)虛擬機(jī)，之后在虛擬機(jī)上設(shè)置不同形式的節(jié)點(diǎn)，此外，每一個(gè)虛擬機(jī)的操作系統(tǒng)都采用Linux[4]。

2.2 實(shí)驗(yàn)過(guò)程

在完成實(shí)驗(yàn)準(zhǔn)備階段后，對(duì)關(guān)聯(lián)實(shí)驗(yàn)算法的相關(guān)數(shù)據(jù)轉(zhuǎn)變成PLM文件（容量為1024M），該過(guò)程的實(shí)現(xiàn)主要是利用C++程序代碼檢索重點(diǎn)詞語(yǔ)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(tái)中進(jìn)行分別儲(chǔ)存。在結(jié)束上述工作后開(kāi)始進(jìn)行系統(tǒng)運(yùn)行，根據(jù)系統(tǒng)運(yùn)行狀況記錄相關(guān)數(shù)據(jù)，并關(guān)注實(shí)驗(yàn)結(jié)果中的頻繁項(xiàng)集。

2.3 實(shí)驗(yàn)結(jié)果

將不同大小的文件傳輸?shù)竭\(yùn)行系統(tǒng)中，得到了相對(duì)于的運(yùn)行時(shí)間，如表1所示。

表1 文件大小與運(yùn)行時(shí)間的關(guān)系表

對(duì)上表中的數(shù)據(jù)進(jìn)行分析可得，在文件大小逐級(jí)遞增的情況下，新設(shè)計(jì)的Apriori算法實(shí)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(xiàng)集，所以可以確認(rèn)新設(shè)計(jì)平臺(tái)能夠?qū)崿F(xiàn)對(duì)龐大數(shù)據(jù)信息的挖掘。

3 結(jié)束語(yǔ)

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