基于免疫進化的物聯網系統架構優化

王偉韓 劉晨龍

【摘?要】目前，我國的各行各業建設的發展迅速，物聯網技術已經得到了廣泛應用。伴隨著智能手機、智能傳感器等一系列智能設備的普及，智能設備逐漸成為物聯網系統的主要構件。如何提高物聯網的系統性能對物聯網進一步發展起著重要作用。由于智能設備本身擁有一定的數據處理能力和決策能力，在一定程度上能提高物聯網系統的整體性能。同時，5G技術的發展和應用，提升了物聯網構件之間的數據傳輸速率，減少了延遲，在一定程度上也提升了物聯網系統的整體性能。此外，物聯網系統中部分信息處理任務也逐步推向網絡的邊緣進行處理，以便提高物聯網的整體性能。

【關鍵詞】免疫進化;物聯網系統;架構優化

引言

在現代化科學技術快速進步的過程中，信息通信技術已經進入了飛速發展模式。當前云計算技術已經變得越來越成熟，并且在社會各領域當中都有所應用，對于互聯網來講，以云計算技術為基礎，所受到的關注程度越來越高。互聯網本身就是將物體和物體之間進行連接的一個網絡，最簡單來講就是互聯網從人向物所進行的一種延伸。所以對于物聯網來講，在整個流通的過程中會出現大量的數據，這些數據本身與時間和空間都具有密切關聯而且擁有動態以及分布和異構的特征，因此，在物聯網當中進行數據挖掘工作是具有較高難度的。

1物聯網組織結構優化模型

目前，在日常工作和生活中通用的組織架構方式為層級結構。在設計物聯網系統時，完全可以使用層級結構的理論，將功能和性能相似的設備實體都安置在同一結構層次，設計出滿足需求的物聯網應用系統。其中，端對端信息檢索系統便是一個具有層級結構特性的物聯網應用系統，其本質是一個樹結構。本文使用ODML建模語言對該系統進行建模，其系統整體由三種節點構成：中介器、聚集器和數據庫，并且以端對端的方式將節點連接起來，每個節點與其他節點進行信息交互，并且節點之間通力合作為系統使用者提供服務;同時，每個節點建立其相對應的局部儲存索引和信息搜索引擎;此外，每個節點同時承擔多個功能角色，例如轉發搜索查詢請求、向上級節點返回搜索查詢結果等功能。中介器位于系統的頂層，并且每個中介器都擁有與之對應的信息標簽，該標簽記錄了中介器所下屬的數據庫所存儲數據的類型和數據特征。數據庫和聚合器為中介器的下屬節點，其中數據庫節點主要存儲數據和處理用戶檢索請求，聚集器對其下屬的數據庫節點進行信息整合和管理。當用戶發送檢索請求給系統某個中介器后，該中介器將請求轉發給其臨近的中介器，并比較其信息標簽，尋找信息標簽與用戶檢索請求相似或相同的中介器，將檢索請求發送給這些相似的中介器進行并行檢索處理。并且中介器所下屬的數據庫節點處理請求，并反饋相應的檢索結果給其中介器，中介器將最終的檢索結果傳遞給用戶。

2物聯網標準化工作問題與挑戰

2.1關鍵技術標準缺失

目前在研標準已經包含一些物聯網的關鍵技術標準，例如傳感器網絡、邊緣計算、時間敏感網絡、物聯網信息共享與交換平臺等，但是現有標準從廣度或者深度來看都不能滿足物聯網發展需求，還缺失物聯網操作系統、支撐關鍵應用，以及與區塊鏈、人工智能、5G等前沿信息技術融合等關鍵技術標準。

2.2行業應用類標準不統一

物聯網的迅猛發展及其應用領域的不斷擴大，新興市場對物聯網的需求急劇增加，這對物聯網的標準化工作提出新的挑戰。物聯網產業應用體系呈現跨行業、跨領域、深度融合的特點，不同行業的物聯網標準化需求也各不相同。此外，物聯網作為新一代信息基礎設施，在各行各業的應用還剛剛起步，在細分行業領域市場滲透率低，潛在的巨大市場導致標準不統一。例如：智慧家居、智能燃氣表底層通信協議多為私有，企業處于商業利益考慮，技術方案很難在標準層面達成一致。

2.3標準實施不到位

國內制定智能家居標準的組織機構不少，但真正應用的標準卻不多。原因有三：第一，由于是推薦性標準，很多廠商并不完全按照標準中規定的指標進行產品的開發和設計，因此標準沒有得到很好的實施;第二，缺乏標準的參考實現，企業直接基于標準開發協議代碼的實現成本高;第三，缺乏統一的標準認證體系，不同開發者對于標準文本的理解不一致會造成基于相同標準開發的產品未必具備100%的互操作性，國內尚沒有一個第三方機構對標準的符合性和互聯性做測試和認證。

3以云計算為基礎的互聯網數據挖掘模式分析

對于物聯網數據挖掘模式來講，在數據挖掘功能發揮的過程中，需要根據互聯網本身所處的工作環境去進行確定，因為物聯網本身所涵蓋的數據擁有復雜性以及物物關聯等特性，這些特性都具有很大的區別，所以也就導致在物聯網進行建模的過程中，建模方式和傳統的建模方式會具有非常大的差別。在云計算技術應用的過程中，進行物聯網數據挖掘，主要就是對物聯網的數據特性進行分析，并以此為基礎，能夠提出數據挖掘過程中相關問題的解決方案和解決思路，然后以此為基礎構建合適的數學模型，從而使數據挖掘工作具有更高的效率以及更高的質量。在物聯網信息數據挖掘的過程中，所挖掘信息本身的特征就是具有較大的關聯性，同時信息本身的數量非常多，而且信息本身并不都是高質量的，有一些質量比較差的信息，在互聯網數據信息當中參雜，同時還擁有時空性以及非結構性特征。這些特征本身就是物聯網數據挖掘過程中，相比較于傳統數據所擁有的不同特征。對于物聯網數據來講，原始數據收集是非常重要的，一般情況下是從一個四維空間當中的時空網絡里進行收集，然后在思維空間當中，每個空間點就代表物聯網系統當中一個獨立的個體，而思維空間當中的每一條邊可以代表物聯網數據信息當中，物和物之間的關聯關系。所以，在物聯網具體使用的過程中，物聯網本身的數據可能會出現成批以及成片的錯誤或者是丟失情況，以云計算技術為基礎的物聯網數據挖掘模式，就是將這些可能會出現的問題進行充分考慮，而且在進行解決方案的研究與提出時，能夠完全容忍數據所出現的錯誤以及丟失，從而保證數據挖掘的準確性以及高效性。需要注意的是，在基于云計算技術進行物聯網數據挖掘的過程當中，需要充分重視物理個體之間所存在的聯系，因為對于物理個體來講，如果是存在間接的關聯，那么我們可以通過拉普拉斯變換模型或者是svd模型將個體之間所存在的聯系進行推導。但如果個體之間存在直接關系，那么就需要重點關注，因為對于物聯網數據挖掘來講，本身有能力以及有水平可以將這些直接關聯進行表達，所以能夠更加簡單地對個體之間的關系進行確定。

結語

綜上所述，對于大數據技術下數據挖掘模式來講，在時代發展的過程中，物聯網數據挖掘工作也需要隨著時代所提出的更高要求以及數據挖掘工作所提出的工作要求去進行改變，能夠改變當下傳統以及落后的數據挖掘模式提升實際工作是非常重要的。所在本文所論述內容中，基于云計算對物聯網數據挖掘模式進行了重新構建，能夠大大提升物聯網數據挖掘模式的實際應用效果以及應用效率。

參考文獻：

[1]徐雪松，楊勝杰，陳榮元，梁偉，蔣偉進.基于隨機泛函的免疫進化算法收斂性及性能分析[J].控制與決策，2018，33（06）：1100-1106.

（作者單位：河南工學院）