云计算和物联网的网络大数据技术与分析
孙洪民 张忠坚 彭辉
摘要:为了实现网络大数据的应用,提升网络数据的储存和管理精度,避免在数据处理和控制工作中浪费很多空间,需要基于云计算和物联网进行分析,保证网络数据在传输工作中,能实现定位、查询等工作,也能全方位思考,以确保在提升网络查询效率的同时,降低网络数据的丢失率。因此,本文中基于云计算和物联网的网络大数据技术,对各个方面做出相关探讨。
关键词:云计算 物联网 网络 大数据技术
中图分类号:TN929.5;TP311.13 文献标识码:A
当前,随着经济社会的不断发展,互联网得以普遍应用,使人们进入了信息化发展时代。计算机网络为人们生产生活中的主要因素,在各个发展领域中,都实现了网络大数据的应用。在这种发展背景下引起了人们的高度重视,在互联网技术逐渐发展的推动下,实现了社会经济的快速发展。
1 云计算下的大数据
在现代信息化社会,社会已经进入了大数据时代。数据信息与人们生活存在很大关系,能够使大数据和人们的生活、工作相互联系,能促使其概念的产生。大数据是基于云计算和物联网之后产生的一种技术变革。大数据成为一种新资源,对人们生活、企业活动、商业创新等都会产生很大影响。大数据是在互联网实际运行中积累的用户网络行为数据,其存在的数据规模更大,其具备的价值和商机都更为明显,也是获取知识的主要来源,也能为商业模式提供更大机会。大数据的来临,使大数据和云计算数据化作为发展下的主要趋势,也是云计算技术的不断延伸。[1]
对于云计算下的大数据。大数據技术是基于硬件作为支撑的,基于计算机体系创新和互联网的应用,将推动各个业务层面发展,也能对成本、效率以及质量问题进行解决,也将在云计算模式下,增长整体的发展趋势。[2]大数据也是在云计算和互联网后期发展的一种颠覆性技术和变革,作为一种自然资源,能在云计算应用方式下,实现科学研究和数据挖掘,也能在商业发展下,实现更高的价值。大数据和云计算是不可分割的,云计算在大数据的驱动下,随着数据的不断增大,其面对很大复杂性。因此,在这种形式下,需要云计算对其处理,两个之间存在很大关系。大数据和云计算的目标受众是不同的,当实现两者融合后,能降低大数据的分析成本,促使大数据可伸缩性地提升,也能发挥良好服务工作,以实现云服务质量的获取,达到数据的充分挖掘。因此,在云计算和物联网基础下,实现物流大数据技术的研究,将促使其意义的实现。[3]
2 基于云计算和物联网的网络大数据研究方法
2.1 网络数据的传输和计算
在基于云计算和物联网的网络大数据研究工作中,要保证数据运行效率的提升,可以使用分级网络编码,对网络数据进行传输。当网络在实际传输的时候,将网络数据中的宿点作为其存在的集合基础,确保在实现网络传输期间,得到延迟估计的相关信息。期间,基于获得的信息,分析网络数据的有限域变动等,获取一些数据的传输参数,以确保能实现多网络的传输。在具体实施过程中,发现网络数据具备分级结构,在网络数据节点,对收到的数据进行解码,并完成后将其传播到子网中。对于其他的网络数据节点,可以使用编码的形式,实现数据传输,这样再实现所有数据宿点的解码,保证在合理的网络数据编码方法使用下,分析出其存在的最大组播率。比如:基于子网的网络数据宿点和网络数据节点,当使用分级网络数据编码对其链接期间,属于两次单源组播对其进行链接。将其作为一定依据,也能在稳定的网络数据编码工作中,对网络大数据的传输的延迟估值进行分析。一般情况下,网络大数据的延迟估值和网络数据有限域的阶、网络大数据传输参数等有关。随着网络大数据传输延迟数值的不断增加,使用网络参数能对其控制,也能提升整体的传输速度。同时,也能减少网络数据节点编码,基于一定要求,当发现网络数据存在较多的数据空间时候,可以使用数据储存转发方式,实现网络数据的传输。当发现网络数据节点在传播期间附加信息的时候,基于对网络宽带容量,实现网络数据的传输,也能达到一定合理化。在对网络大数据进行研究期间,对网络数据进行计算是非常必要的,要保证计算速度的提升,可以在期间基于字节计算,使用CRC算法来实现,保证在各个关系式控制工作中,实现网络数据的快速计算。[4]
2.2网络数据的储存和查询
在对网络数据进行储存中,使用分组储存方式,能降低实际的储存空间。同时,在该过程中,对网络数据测点、分组储存组数之间的关系分析,能对网络文件中的数据总量进行获取,保证将其作为一定发展依据,实现网络数据的储存。比如:在所有的网络节点中,每个网络数据测点存在的采样周期是不同的,当每个数据测点大批量提交储存,将产生属性数据。当这些数据进行分组储存到不同的网络文件中,也能分析其距离,将较为集中的网络数据测点划分为一组。分组完成后,针对网络文件数据总量的分析,发现网络的数据储存参数,也能在一定取值范围内,获得较高的数据储存效率。在对网络数据进行查询和索引过程中,可以使用分层逆序叠加定位法,实现数据查询矩阵,保证能将数据的最大查询矩阵公因子与该矩阵和的实现。在整个数据查询点网络系统中,为了对其存在的参数进行分析,在一定参数取值范围,确定出最大的网络数据查询精度。基于该节点,也能在整个网络数据查询系统中,选择出最优的数据查询路径点,这样不仅能在期间详细分析,也能完成最终查询。[5]
3 仿真实验结果分析
对于云计算和物联网的网络大数据研究方法,为了对其验证,要对其整体性能进行分析,需要实现一次仿真实验。在FPGA环境下,可以为其搭建网络大数据研究实验仿真平台。实验的数据主要来自于网络大数据技术的研究公司内部50台计算机,在实验过程中,通过对计算机和互联网的应用,对50台计算机进行使用,能对其存在的方法和整体性、可实现性进行分析。在研究过程中,数据的传输时间和数据计算时间都可以使用文献提炼的方法,在对其存在的数据进行计算期间,主要使用了分级网络编码、CRC算法,保证能降低数据的传输时间和数据的计算时间。通过云计算和物联网的应用,对网络大数据进行研究,也能在期间发挥良好的应用价值,其具备的可行性也更明显。
网络数据储存出参数的相关取值对数据储存的效率有很大影响,当将储存参数取值为0.4-0.5时,其具备的网络数据储存效率更高,因为该方法的使用,实现网络数据储存期间,利用了分组储存方式,实现网络数据储存。在这种情况下,不仅能节省网络储存时间,也能促进数据的储存速度。在储存过程中,还需要对网络数据测点、分组储存的组数关系进行分析,确保能得到网络文件数据总量,也能详细分析出数据总量中的参数变化,将会给数据储存效率造成很大影响。基于本文中的提取方法,对数据查询时间进行对比和分析,也能对其存在的速度进行对比。在网络数据查询量逐渐增加情况下,其存在的时间也在逐渐发生变化。当提取的方法数据储存时间波动不断减小情况下,但曲线一直在很高的发展趋势,也会延长其中的数据储存时间。虽然数据储存期间较长,查询的时间曲线后期波动较大,无法对其选择。如果提取的数据查询量比较小,查询时间呈现降低趋势,但随着数据查询数量的不断增加,数据的储存时间也呈现不断上涨趋势。在前期,储存数据使用的时间曲线存在一定高波动,但总体情况较为良好。为了在实践过程中对其进一步验证,应用网络数据查询系统中的参数,对数据查询精度也会产生很大影响。在对数据查询参数进行分析过程中,如果查询的精度曲线不够稳定,将降低查询精度。当发现查询精度曲线较为平缓的时候,提高查询精度,发现两度在一个精度值,这样在研究工作中,才能为领域研究和发展提供更为有力的参考依据。通过实验分析,所提方法的应用,能实现更为高效、更为安全的网络大数据研究工作,在整体上看,不仅能促进网络数据传输和数据计算的精确性和稳定性,也能降低网络数据的实际运行时间,延长网络的使用寿命,保证网络大数据应用范围的逐渐扩大和发展。[6]
4 结束语
基于以上的分析,利用相关方法对网络大数据进行研究,为了促进网络大数据实现高精度和安全、稳定特征,在实际操作和運行期间,针对其存在的问题,需要引入云计算和物联网的网络大数据研究方法,保证在实验中,能实现该方法的可行性,也能为各个领域的后期发展提供重要依据。
参考文献:
[1] 孟小峰,慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展,2013,50(1):146- 169.
[2] 李德仁.展望大数据时代的地球空间信息学[J].测绘学报,2016,45(4):379- 384.
[3] 王晓海.天基物联网技术发展与应用研究[J].卫星与网络,2017(8):64- 69.
[4] 施巍松,孙辉,曹杰等.边缘计算:万物互联时代新型计算模型[J].计算机研究与发展,2017,54(5):907- 924.
[5] 李国玉,李燕,潘梦云等.基于云计算的物联网传感网络技术研究[J].通讯世界,2015(14):67- 68.
[6] 王晓明,栾梅,张龙昌等.物联网和融合网络云档案用户模型研究[J].计算机技术与发展,2017,27(9):182- 186.
摘要:为了实现网络大数据的应用,提升网络数据的储存和管理精度,避免在数据处理和控制工作中浪费很多空间,需要基于云计算和物联网进行分析,保证网络数据在传输工作中,能实现定位、查询等工作,也能全方位思考,以确保在提升网络查询效率的同时,降低网络数据的丢失率。因此,本文中基于云计算和物联网的网络大数据技术,对各个方面做出相关探讨。
关键词:云计算 物联网 网络 大数据技术
中图分类号:TN929.5;TP311.13 文献标识码:A
当前,随着经济社会的不断发展,互联网得以普遍应用,使人们进入了信息化发展时代。计算机网络为人们生产生活中的主要因素,在各个发展领域中,都实现了网络大数据的应用。在这种发展背景下引起了人们的高度重视,在互联网技术逐渐发展的推动下,实现了社会经济的快速发展。
1 云计算下的大数据
在现代信息化社会,社会已经进入了大数据时代。数据信息与人们生活存在很大关系,能够使大数据和人们的生活、工作相互联系,能促使其概念的产生。大数据是基于云计算和物联网之后产生的一种技术变革。大数据成为一种新资源,对人们生活、企业活动、商业创新等都会产生很大影响。大数据是在互联网实际运行中积累的用户网络行为数据,其存在的数据规模更大,其具备的价值和商机都更为明显,也是获取知识的主要来源,也能为商业模式提供更大机会。大数据的来临,使大数据和云计算数据化作为发展下的主要趋势,也是云计算技术的不断延伸。[1]
对于云计算下的大数据。大数據技术是基于硬件作为支撑的,基于计算机体系创新和互联网的应用,将推动各个业务层面发展,也能对成本、效率以及质量问题进行解决,也将在云计算模式下,增长整体的发展趋势。[2]大数据也是在云计算和互联网后期发展的一种颠覆性技术和变革,作为一种自然资源,能在云计算应用方式下,实现科学研究和数据挖掘,也能在商业发展下,实现更高的价值。大数据和云计算是不可分割的,云计算在大数据的驱动下,随着数据的不断增大,其面对很大复杂性。因此,在这种形式下,需要云计算对其处理,两个之间存在很大关系。大数据和云计算的目标受众是不同的,当实现两者融合后,能降低大数据的分析成本,促使大数据可伸缩性地提升,也能发挥良好服务工作,以实现云服务质量的获取,达到数据的充分挖掘。因此,在云计算和物联网基础下,实现物流大数据技术的研究,将促使其意义的实现。[3]
2 基于云计算和物联网的网络大数据研究方法
2.1 网络数据的传输和计算
在基于云计算和物联网的网络大数据研究工作中,要保证数据运行效率的提升,可以使用分级网络编码,对网络数据进行传输。当网络在实际传输的时候,将网络数据中的宿点作为其存在的集合基础,确保在实现网络传输期间,得到延迟估计的相关信息。期间,基于获得的信息,分析网络数据的有限域变动等,获取一些数据的传输参数,以确保能实现多网络的传输。在具体实施过程中,发现网络数据具备分级结构,在网络数据节点,对收到的数据进行解码,并完成后将其传播到子网中。对于其他的网络数据节点,可以使用编码的形式,实现数据传输,这样再实现所有数据宿点的解码,保证在合理的网络数据编码方法使用下,分析出其存在的最大组播率。比如:基于子网的网络数据宿点和网络数据节点,当使用分级网络数据编码对其链接期间,属于两次单源组播对其进行链接。将其作为一定依据,也能在稳定的网络数据编码工作中,对网络大数据的传输的延迟估值进行分析。一般情况下,网络大数据的延迟估值和网络数据有限域的阶、网络大数据传输参数等有关。随着网络大数据传输延迟数值的不断增加,使用网络参数能对其控制,也能提升整体的传输速度。同时,也能减少网络数据节点编码,基于一定要求,当发现网络数据存在较多的数据空间时候,可以使用数据储存转发方式,实现网络数据的传输。当发现网络数据节点在传播期间附加信息的时候,基于对网络宽带容量,实现网络数据的传输,也能达到一定合理化。在对网络大数据进行研究期间,对网络数据进行计算是非常必要的,要保证计算速度的提升,可以在期间基于字节计算,使用CRC算法来实现,保证在各个关系式控制工作中,实现网络数据的快速计算。[4]
2.2网络数据的储存和查询
在对网络数据进行储存中,使用分组储存方式,能降低实际的储存空间。同时,在该过程中,对网络数据测点、分组储存组数之间的关系分析,能对网络文件中的数据总量进行获取,保证将其作为一定发展依据,实现网络数据的储存。比如:在所有的网络节点中,每个网络数据测点存在的采样周期是不同的,当每个数据测点大批量提交储存,将产生属性数据。当这些数据进行分组储存到不同的网络文件中,也能分析其距离,将较为集中的网络数据测点划分为一组。分组完成后,针对网络文件数据总量的分析,发现网络的数据储存参数,也能在一定取值范围内,获得较高的数据储存效率。在对网络数据进行查询和索引过程中,可以使用分层逆序叠加定位法,实现数据查询矩阵,保证能将数据的最大查询矩阵公因子与该矩阵和的实现。在整个数据查询点网络系统中,为了对其存在的参数进行分析,在一定参数取值范围,确定出最大的网络数据查询精度。基于该节点,也能在整个网络数据查询系统中,选择出最优的数据查询路径点,这样不仅能在期间详细分析,也能完成最终查询。[5]
3 仿真实验结果分析
对于云计算和物联网的网络大数据研究方法,为了对其验证,要对其整体性能进行分析,需要实现一次仿真实验。在FPGA环境下,可以为其搭建网络大数据研究实验仿真平台。实验的数据主要来自于网络大数据技术的研究公司内部50台计算机,在实验过程中,通过对计算机和互联网的应用,对50台计算机进行使用,能对其存在的方法和整体性、可实现性进行分析。在研究过程中,数据的传输时间和数据计算时间都可以使用文献提炼的方法,在对其存在的数据进行计算期间,主要使用了分级网络编码、CRC算法,保证能降低数据的传输时间和数据的计算时间。通过云计算和物联网的应用,对网络大数据进行研究,也能在期间发挥良好的应用价值,其具备的可行性也更明显。
网络数据储存出参数的相关取值对数据储存的效率有很大影响,当将储存参数取值为0.4-0.5时,其具备的网络数据储存效率更高,因为该方法的使用,实现网络数据储存期间,利用了分组储存方式,实现网络数据储存。在这种情况下,不仅能节省网络储存时间,也能促进数据的储存速度。在储存过程中,还需要对网络数据测点、分组储存的组数关系进行分析,确保能得到网络文件数据总量,也能详细分析出数据总量中的参数变化,将会给数据储存效率造成很大影响。基于本文中的提取方法,对数据查询时间进行对比和分析,也能对其存在的速度进行对比。在网络数据查询量逐渐增加情况下,其存在的时间也在逐渐发生变化。当提取的方法数据储存时间波动不断减小情况下,但曲线一直在很高的发展趋势,也会延长其中的数据储存时间。虽然数据储存期间较长,查询的时间曲线后期波动较大,无法对其选择。如果提取的数据查询量比较小,查询时间呈现降低趋势,但随着数据查询数量的不断增加,数据的储存时间也呈现不断上涨趋势。在前期,储存数据使用的时间曲线存在一定高波动,但总体情况较为良好。为了在实践过程中对其进一步验证,应用网络数据查询系统中的参数,对数据查询精度也会产生很大影响。在对数据查询参数进行分析过程中,如果查询的精度曲线不够稳定,将降低查询精度。当发现查询精度曲线较为平缓的时候,提高查询精度,发现两度在一个精度值,这样在研究工作中,才能为领域研究和发展提供更为有力的参考依据。通过实验分析,所提方法的应用,能实现更为高效、更为安全的网络大数据研究工作,在整体上看,不仅能促进网络数据传输和数据计算的精确性和稳定性,也能降低网络数据的实际运行时间,延长网络的使用寿命,保证网络大数据应用范围的逐渐扩大和发展。[6]
4 结束语
基于以上的分析,利用相关方法对网络大数据进行研究,为了促进网络大数据实现高精度和安全、稳定特征,在实际操作和運行期间,针对其存在的问题,需要引入云计算和物联网的网络大数据研究方法,保证在实验中,能实现该方法的可行性,也能为各个领域的后期发展提供重要依据。
参考文献:
[1] 孟小峰,慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展,2013,50(1):146- 169.
[2] 李德仁.展望大数据时代的地球空间信息学[J].测绘学报,2016,45(4):379- 384.
[3] 王晓海.天基物联网技术发展与应用研究[J].卫星与网络,2017(8):64- 69.
[4] 施巍松,孙辉,曹杰等.边缘计算:万物互联时代新型计算模型[J].计算机研究与发展,2017,54(5):907- 924.
[5] 李国玉,李燕,潘梦云等.基于云计算的物联网传感网络技术研究[J].通讯世界,2015(14):67- 68.
[6] 王晓明,栾梅,张龙昌等.物联网和融合网络云档案用户模型研究[J].计算机技术与发展,2017,27(9):182- 186.