基于云计算的物联网技术研究

王伟韩 支纪元

【摘 要】综合国力的发展迅速，我国的物联网技术的发展也有了改革。物联网（InternetofThings，IoT）代表了下一代互联网，它包含数百万个节点，这些节点将代表从不同设备到web服务器的对象。它协调了计算机和通信的新进展，制造了因特网的改进。物联网识别和控制现有网络中的对象，为将物理世界直接混合到基于计算机的系统中创造机会，从而提高效率、准确性和经济效益物联网中的数据可分为地址/唯一标识符、RFID数据流、位置数据描述数据、传感器网络数据、环境数据等。数据挖掘是从不同角度分析数据并将其压缩为有用信息的过程。它结合了从大数据中发现新的、创新的、有趣的和有用的模式，并应用算法挖掘隐藏的数据。数据挖掘使用了许多不同的术语，如数据库中的知识发现（KDD）、从原始数据中提取知识、模式分析和信息获取。任何数据挖掘过程的目的都是建立一个模型，该模型能够有效地预测或描述最适合它的大数据，并且还可以推广到新数据。目前，物联网产生的繁杂的数据，缺乏有效的管理方法。云和集群技术提供了解决这些问题的思路。因此，数据挖掘和云计算技术的集成是非常现实可行的。

【关键词】云计算;物联网技术;研究

引言

我国国土辽阔，自然资源充裕且潜力巨大。但是不同地区所拥有资源程度千差万别。矿产资源多分布于华北，西北及西南等经济不发达地区，而工业和能源消费却集中于东部沿海地区。电力工业不断发展，历经三次跨越式的电力体制改革，电力结构得到了进一步的优化，发电供应能力持续增强。

1泛在电力物联网的概念

1.1泛在电力物联网的定义

泛在物联是指无论在何时何地，人和物之间都可以产生信息的互联和交互。而泛在电力物联网是指电力用户及其设备、电网企业及其设备、发电企业及其设备、供应商及其设备、以及人和物的信息互联和交互。基于此，泛在电力物联网可形成巨大的能源生态体系。利用生态体系内的共享数据及相关的大数据等技术，可搭建多功能的共享平台。循环渐进，可形成良性循环的生态发展模式，持续为整个行业和社会创造更多的发展机遇。

1.2泛在电力物联网的特征

泛在电力物联网具有泛在化，智能化，平台化和共享化的特点。泛在化指未来泛在电力物联网连接范围广泛，将融合电力光纤网络，移动通信网络等;智能化指电力业务终端和消费终端的移动通信技术将日益信息化;同时随着智能芯片和软件、硬件的不断升级，各个终端设备的传输和处理数据的准确性和即时性将得到提升;平台化指泛在电力物联网将会形成一个巨大的综合服务平台。可以规范接口和技术连接的标准化，提升工作效率;共享化，指在泛在电力物联网的发展过程中，整个能源生态体系将产生海量的数据资源并实现能源数据共享服务。另一方面，泛在电力物联网和智能电网都属于第三代电力系统。同以超高电压、大机组、互联电网为特征的第二代电力系统相比，第三代电力系统具有接纳大规模可再生能源电力的能力;能源网络的安全性，可靠性更高、能源供应系统的配置更加灵活、终端能源的利用效率得到大幅度提升;电网覆盖范围进一步扩大，通过搭建包含能源、信息和电力的综合能源系统，实现城乡的覆盖，可以进一步提高用电需求侧的响应速度。泛在电力物联网的建设，将会有力推动能源结构的优化和能源消费的转型，是能源革命和绿色发展的重要环节。

2基于云计算的物联网技术安全管控

将云计算与物联网技术结合在一起已然成为当前信息行业重点研究课题。通过加强物联网系统信息安全管控力度，能够为各领域信息服务厂商提供更大的发展空间，使云计算技术可被高效应用在聚合信息化安全投资中。经过实际调查研究发现，物联网系统不同结构所遭受的外界干扰情况不同。物联网感知层在运行过程中，经常会出现数据拥挤、物理破坏、碰撞攻击等问题;网络层会遭受方向误导攻击、黑洞攻击以及失步供给;应用层会在外部运行设施出现故障问题的情况下，运行状态异常，隐私数据容易被不法分子窃取。

2.1建立数据在线备份服务系统

为增强云计算系统的数据安全管理水平，可建立起数据在线备份服务系统，确保该系统能够兼容感知层的各类异构平台，满足云计算存储设备的扩展性及存储性功能。在备份服务系统设计过程中，还需要细致分析网络传输效率，切实保障数据内部安全。

2.2数据动态加密研究

数据动态加密研究的思想起源于私密动态，主要就是在不知道解密函数前提下，对数据进行加密处理及计算。在物联网系统中，通过整数环上加法、乘法同态加密机制，可以使加法、乘法通态保障两个变量加密后的计算结果相同。当前国外IBM研究人员已经研发出了一种完全同态加密方案，使得云计算商业模式安全度进一步提升，用户可以在自己的客户端进行数据执行权限，且不会暴露原有数据。注重建立起Linux环境下的云计算平台，使云计算数据挖掘算法能够在保障物联网系统安全运行中发挥出重要作用。

2.3物联网终端编码与寻址

为使物联网系统内部数据的安全性能够得到全面管控，还应当利用云计算计算，做好物联网终端的编码与寻址工作。下图为三种寻址方式的对比分析。IPV6是当前云计算下的物联网必然发展趋势，但由于我国在此方面的研究经验较少，因此使用IPV4具有更高的經济效益与使用价值。在物联网选址过程中，为有效解决IPV4地质受限问题，可以利用NATTTT将物联网的私有IP更改为公有IP的网络映射。借助域名方式对物联网内部海量的终端设备进行标识与辨认，防止出现因IP地址过长导致终端用户应用难度较大问题出现。

结语

物联网可以采用集中式或分布式架构。大多数现有的物联网数据挖掘解决方案只能使用集中式体系结构。然而，分布式体系结构（Fog计算）由于能够减少大量终端设备在Internet上的网络流量而变得越来越流行。文章提出的方法使数据挖掘算法在不同的物联网体系结构中的应用成为可能。我们使用的方法是将数据挖掘算法分解为功能块，并将它们映射到参与者上。所提出的模型提高了数据分析的性能，减少了终端设备和云之间的网络流量。

参考文献：

[1]邹云峰，徐超，倪巍伟，等.电力客户数据隐私保护机制研究[J/OL].电力需求侧管理，2020（02）：83-87[2020-04-17].

[2]左国才.基于大数据的分布式隐私保护聚类挖掘算法研究[J].智能计算机与应用，2018，8（06）：57-60.

[3]李涛，曾春秋，周武柏，等.大数据时代的数据挖掘——从应用的角度看大数据挖掘[J].大数据，2015，1（04）：57-80.

[4]严霄凤，张德馨.大数据研究[J].计算机技术与发展，2013，23（04）：168-172.

[5]熊英友，杨丽，方呈祥，等.数据挖掘分析在食管癌中的表达及通过P53/ROS通路调节细胞铁死亡的意义[J].癌变·畸变·突变，2020，32（02）：126-131.

[6]王晋玲，冯红彪.基于物联网技术的光

（作者单位：河南工学院）