基于免疫进化的物联网系统架构优化

王伟韩 刘晨龙

【摘 要】目前，我国的各行各业建设的发展迅速，物联网技术已经得到了广泛应用。伴随着智能手机、智能传感器等一系列智能设备的普及，智能设备逐渐成为物联网系统的主要构件。如何提高物联网的系统性能对物联网进一步发展起着重要作用。由于智能设备本身拥有一定的数据处理能力和决策能力，在一定程度上能提高物联网系统的整体性能。同时，5G技术的发展和应用，提升了物联网构件之间的数据传输速率，减少了延迟，在一定程度上也提升了物联网系统的整体性能。此外，物联网系统中部分信息处理任务也逐步推向网络的边缘进行处理，以便提高物联网的整体性能。

【关键词】免疫进化;物联网系统;架构优化

引言

在现代化科学技术快速进步的过程中，信息通信技术已经进入了飞速发展模式。当前云计算技术已经变得越来越成熟，并且在社会各领域当中都有所应用，对于互联网来讲，以云计算技术为基础，所受到的关注程度越来越高。互联网本身就是将物体和物体之间进行连接的一个网络，最简单来讲就是互联网从人向物所进行的一种延伸。所以对于物联网来讲，在整个流通的过程中会出现大量的数据，这些数据本身与时间和空间都具有密切关联而且拥有动态以及分布和异构的特征，因此，在物联网当中进行数据挖掘工作是具有较高难度的。

1物联网组织结构优化模型

目前，在日常工作和生活中通用的组织架构方式为层级结构。在设计物联网系统时，完全可以使用层级结构的理论，将功能和性能相似的设备实体都安置在同一结构层次，设计出满足需求的物联网应用系统。其中，端对端信息检索系统便是一个具有层级结构特性的物联网应用系统，其本质是一个树结构。本文使用ODML建模语言对该系统进行建模，其系统整体由三种节点构成：中介器、聚集器和数据库，并且以端对端的方式将节点连接起来，每个节点与其他节点进行信息交互，并且节点之间通力合作为系统使用者提供服务;同时，每个节点建立其相对应的局部储存索引和信息搜索引擎;此外，每个节点同时承担多个功能角色，例如转发搜索查询请求、向上级节点返回搜索查询结果等功能。中介器位于系统的顶层，并且每个中介器都拥有与之对应的信息标签，该标签记录了中介器所下属的数据库所存储数据的类型和数据特征。数据库和聚合器为中介器的下属节点，其中数据库节点主要存储数据和处理用户检索请求，聚集器对其下属的数据库节点进行信息整合和管理。当用户发送检索请求给系统某个中介器后，该中介器将请求转发给其临近的中介器，并比较其信息标签，寻找信息标签与用户检索请求相似或相同的中介器，将检索请求发送给这些相似的中介器进行并行检索处理。并且中介器所下属的数据库节点处理请求，并反馈相应的检索结果给其中介器，中介器将最终的检索结果传递给用户。

2物联网标准化工作问题与挑战

2.1关键技术标准缺失

目前在研标准已经包含一些物联网的关键技术标准，例如传感器网络、边缘计算、时间敏感网络、物联网信息共享与交换平台等，但是现有标准从广度或者深度来看都不能满足物联网发展需求，还缺失物联网操作系统、支撑关键应用，以及与区块链、人工智能、5G等前沿信息技术融合等关键技术标准。

2.2行业应用类标准不统一

物联网的迅猛发展及其应用领域的不断扩大，新兴市场对物联网的需求急剧增加，这对物联网的标准化工作提出新的挑战。物联网产业应用体系呈现跨行业、跨领域、深度融合的特点，不同行业的物联网标准化需求也各不相同。此外，物联网作为新一代信息基础设施，在各行各业的应用还刚刚起步，在细分行业领域市场渗透率低，潜在的巨大市场导致标准不统一。例如：智慧家居、智能燃气表底层通信协议多为私有，企业处于商业利益考虑，技术方案很难在标准层面达成一致。

2.3标准实施不到位

国内制定智能家居标准的组织机构不少，但真正应用的标准却不多。原因有三：第一，由于是推荐性标准，很多厂商并不完全按照标准中规定的指标进行产品的开发和设计，因此标准没有得到很好的实施;第二，缺乏标准的参考实现，企业直接基于标准开发协议代码的实现成本高;第三，缺乏统一的标准认证体系，不同开发者对于标准文本的理解不一致会造成基于相同标准开发的产品未必具备100%的互操作性，国内尚没有一个第三方机构对标准的符合性和互联性做测试和认证。

3以云计算为基础的互联网数据挖掘模式分析

对于物联网数据挖掘模式来讲，在数据挖掘功能发挥的过程中，需要根据互联网本身所处的工作环境去进行确定，因为物联网本身所涵盖的数据拥有复杂性以及物物关联等特性，这些特性都具有很大的区别，所以也就导致在物联网进行建模的过程中，建模方式和传统的建模方式会具有非常大的差别。在云计算技术应用的过程中，进行物联网数据挖掘，主要就是对物联网的数据特性进行分析，并以此为基础，能够提出数据挖掘过程中相关问题的解决方案和解决思路，然后以此为基础构建合适的数学模型，从而使数据挖掘工作具有更高的效率以及更高的质量。在物联网信息数据挖掘的过程中，所挖掘信息本身的特征就是具有较大的关联性，同时信息本身的数量非常多，而且信息本身并不都是高质量的，有一些质量比较差的信息，在互联网数据信息当中参杂，同时还拥有时空性以及非结构性特征。这些特征本身就是物联网数据挖掘过程中，相比较于传统数据所拥有的不同特征。对于物联网数据来讲，原始数据收集是非常重要的，一般情况下是从一个四维空间当中的时空网络里进行收集，然后在思维空间当中，每个空间点就代表物联网系统当中一个独立的个体，而思维空间当中的每一条边可以代表物联网数据信息当中，物和物之间的关联关系。所以，在物联网具体使用的过程中，物联网本身的数据可能会出现成批以及成片的错误或者是丢失情况，以云计算技术为基础的物联网数据挖掘模式，就是将这些可能会出现的问题进行充分考虑，而且在进行解决方案的研究与提出时，能够完全容忍数据所出现的错误以及丢失，从而保证数据挖掘的准确性以及高效性。需要注意的是，在基于云计算技术进行物联网数据挖掘的过程当中，需要充分重视物理个体之间所存在的联系，因为对于物理个体来讲，如果是存在间接的关联，那么我们可以通过拉普拉斯变换模型或者是svd模型将个体之间所存在的联系进行推导。但如果个体之间存在直接关系，那么就需要重点关注，因为对于物联网数据挖掘来讲，本身有能力以及有水平可以将这些直接关联进行表达，所以能够更加简单地对个体之间的关系进行确定。

结语

综上所述，对于大数据技术下数据挖掘模式来讲，在时代发展的过程中，物联网数据挖掘工作也需要随着时代所提出的更高要求以及数据挖掘工作所提出的工作要求去进行改变，能够改变当下传统以及落后的数据挖掘模式提升实际工作是非常重要的。所在本文所論述内容中，基于云计算对物联网数据挖掘模式进行了重新构建，能够大大提升物联网数据挖掘模式的实际应用效果以及应用效率。

参考文献：

[1]徐雪松，杨胜杰，陈荣元，梁伟，蒋伟进.基于随机泛函的免疫进化算法收敛性及性能分析[J].控制与决策，2018，33（06）：1100-1106.

（作者单位：河南工学院）