摘" 要： 隨著大量各類型設(shè)備通過泛在物聯(lián)網(wǎng)的接入，海量數(shù)據(jù)的處理需求給高校實驗室管理和信息化建設(shè)提出了更高的要求。為有效應(yīng)對上述應(yīng)用場景的需要，文中提出一種面向局域設(shè)備物聯(lián)網(wǎng)環(huán)境的綜合信息處理技術(shù)方案，該方案融合了泛在物聯(lián)網(wǎng)和分布式云計算技術(shù)，提高了數(shù)據(jù)處理的靈活性和系統(tǒng)的整體性能。從設(shè)備接入與管理的具體需求出發(fā)，建立了基于泛在物聯(lián)網(wǎng)的設(shè)備接入策略，并進行分類管理，優(yōu)化了設(shè)備的接入過程與資源分配。同時，針對數(shù)據(jù)的高效處理需求，引入分布式云計算的數(shù)據(jù)處理模型，利用云計算的強大計算能力和分布式存儲的高效性，實現(xiàn)對海量數(shù)據(jù)的快速處理和存儲。為了驗證所提方案的有效性與整體性能，對各類技術(shù)方案進行橫向?qū)Ρ?，實驗結(jié)果表明，所提方案的設(shè)備接入效率可達98.6%，具有較為明顯的綜合優(yōu)勢。

關(guān)鍵詞： 泛在物聯(lián)網(wǎng)； 高校實驗室； 分布式云計算； 數(shù)據(jù)處理； 資源分配； 設(shè)備接入； 分類管理

中圖分類號： TN919?34； TP391" " " " " " " " " " nbsp;文獻標識碼： A" " " " " " " " " " 文章編號： 1004?373X（2024）23?0076?05

Research on comprehensive information processing technology

for ubiquitous Internet of Things

ZENG Zhiqu

（Guangzhou Huashang College， Guangzhou 511300， China）

Abstract： With the access of a large number of various devices through the ubiquitous Internet of Things （IoT）， the massive data processing puts forward higher requirements for laboratory management and information construction in colleges and universities. Therefore， a comprehensive information processing technical solution for IoT environments with local device is proposed to meet the needs of the above application scenarios effectively. In this solution， ubiquitous IoT and distributed cloud computing technologies are integrated to improve the flexibility of data processing and the overall performance of the system. On the basis of specific requirements of device access and management， the device access strategy based on ubiquitous IoT is established， and the classification management is carried out， so as to optimize the device access process and resource allocation. In response to the demand for efficient data processing， a distributed cloud computing data processing model has been introduced， so as to achieve rapid processing and storage of massive data by utilizing the powerful computing ability of cloud computing and the efficiency of distributed storage. In order to verify the validity and overall performance of the proposed solution， the experimental results of horizontal comparison of various technical solutions show that the device access efficiency of the proposed solution can reach 98.6%， so the solution has significant comprehensive advantages.

Keywords： ubiquitous IoT; university laboratory; distributed cloud computing; data processing; resource allocation; device access; classification management

0" 引" 言

隨著信息技術(shù)的發(fā)展，物聯(lián)網(wǎng)作為一種新興技術(shù)已在各個領(lǐng)域展現(xiàn)出了巨大的應(yīng)用潛力[1?3]。在高校實驗室管理和信息化建設(shè)中，物聯(lián)網(wǎng)技術(shù)的應(yīng)用不僅提升了管理效率，還為科研和教學提供了強大的數(shù)據(jù)支持。隨著泛在物聯(lián)網(wǎng)的普及與應(yīng)用，越來越多的設(shè)備被接入到網(wǎng)絡(luò)中，形成了龐大的設(shè)備網(wǎng)絡(luò)和海量的數(shù)據(jù)資源。對該類數(shù)據(jù)資源的有效利用和挖掘，則成為了當前高校信息化建設(shè)中的一個重要課題。然而，傳統(tǒng)的設(shè)備管理和數(shù)據(jù)處理方法已經(jīng)難以滿足當前實驗設(shè)備信息網(wǎng)絡(luò)的發(fā)展需求[4?5]。

針對上述問題，文獻[6]提出了一種基于集中式的數(shù)據(jù)處理方法，但該方法在設(shè)備數(shù)量和數(shù)據(jù)量增加的場景下會出現(xiàn)延遲較高、響應(yīng)速度較慢等問題。文獻[7]設(shè)計了一種基于動靜態(tài)結(jié)合的訪問控制方法，但該方法中的靜態(tài)規(guī)則難以應(yīng)對動態(tài)變化的訪問需求和安全威脅。文獻[8]分析了大規(guī)模數(shù)據(jù)的存儲方法，但該方法需要將數(shù)據(jù)傳輸至集中數(shù)據(jù)庫中進行存儲，存在較高的延遲，且擴展性較差。文獻[9]提出了一種基于大數(shù)據(jù)分析的智能方法，但該方法的實時分析能力較差。

針對上述新型數(shù)據(jù)處理方法存在的不足，本文融合泛在物聯(lián)網(wǎng)和分布式云計算技術(shù)，提出了一種更為高效的綜合性解決方案。其利用泛在物聯(lián)網(wǎng)的廣泛覆蓋性，實現(xiàn)了實驗設(shè)備的接入和管理，并采用分布式云計算技術(shù)，解決了數(shù)據(jù)處理和存儲性能不足的問題，在提高系統(tǒng)擴展性的同時，還大幅減少了數(shù)據(jù)傳輸?shù)难舆t。

1" 綜合信息處理方案設(shè)計

1.1" 管理與信息系統(tǒng)構(gòu)建

實驗室管理與信息系統(tǒng)通常是按照模塊化進行設(shè)計的。其中，應(yīng)用層負責提供具體的實驗室管理功能，如設(shè)備管理、實驗數(shù)據(jù)分析等；服務(wù)層提供核心服務(wù)，包括設(shè)備接入與管理、數(shù)據(jù)處理以及安全保障；資源層則包括實驗室物理設(shè)備、計算資源和存儲資源對應(yīng)的各類傳感器與數(shù)據(jù)傳輸及控制網(wǎng)絡(luò)，確保應(yīng)用層和服務(wù)層具備充足的運行支撐。實驗室管理和信息化系統(tǒng)的基本架構(gòu)如圖1所示。

1.2" 信息處理技術(shù)設(shè)計

在設(shè)備接入數(shù)量較多的復雜應(yīng)用場景下，傳統(tǒng)物聯(lián)網(wǎng)信息處理技術(shù)的靈活性較差，從而會導致設(shè)備接入、數(shù)據(jù)傳輸與存儲效率均較低。因此，本文引入了泛在物聯(lián)網(wǎng)技術(shù)對其進行解決。泛在物聯(lián)網(wǎng)技術(shù)[10?11]是一種利用多類型網(wǎng)絡(luò)連接智能設(shè)備，從而實現(xiàn)信息的廣泛采集、傳輸、處理和應(yīng)用的技術(shù)體系。首先將感知設(shè)備、網(wǎng)絡(luò)傳輸層以及云計算平臺分布在各種物理環(huán)境中的設(shè)備進行組網(wǎng)，接著利用無線網(wǎng)絡(luò)、有線網(wǎng)絡(luò)和移動網(wǎng)絡(luò)將這些設(shè)備連接到云服務(wù)層，以實現(xiàn)數(shù)據(jù)的實時共享和協(xié)同處理。泛在物聯(lián)網(wǎng)在管理與信息系統(tǒng)中的應(yīng)用架構(gòu)如圖2所示。

在泛在物聯(lián)網(wǎng)技術(shù)的應(yīng)用下，將設(shè)備接入時的設(shè)備數(shù)據(jù)記為[X]，其由[n]個數(shù)據(jù)樣本組成，進而構(gòu)成物聯(lián)網(wǎng)的輸入層數(shù)據(jù)。設(shè)備的樣本數(shù)據(jù)為：

[X=x11x12…x1nx21x22…x2n????xn1xn2…xnn] （1）

利用優(yōu)化矩陣對輸入數(shù)據(jù)進行處理，可得中間數(shù)據(jù)矩陣為：

[Z=x11x12…x1nx21x22…x2n????xn1xn2…xnnw11w12…w1nw21w22…w2n????wn1wn2…wnn] （2）

式中：[Z]為中間數(shù)據(jù)矩陣；[w]為優(yōu)化參量。

泛在物聯(lián)網(wǎng)的設(shè)備接入數(shù)據(jù)處理的具體過程如圖3所示。

輸出數(shù)據(jù)可寫為：

[y1=f1x11，x21，…，xn1y2=f2x12，x22，…，xn2" " ?yn=fnx1n，x2n，…，xnn] （3）

式中[y]為輸出數(shù)據(jù)。

接著，根據(jù)設(shè)備的數(shù)據(jù)特征對其進行分類管理，并對設(shè)備的運行數(shù)據(jù)、性能指標和使用模式進行分析。同時，對系統(tǒng)輸出數(shù)據(jù)進行分類，分類函數(shù)[Q（·）]的表達式為：

[Qa，b=e-a+e-b2] （4）

式中：[a]和[b]為分類函數(shù)的分類參量。

為進一步優(yōu)化設(shè)備的接入過程，同時滿足數(shù)據(jù)的高效處理需求，文中引入了分布式云計算技術(shù)。分布式云計算[12?14]是一種通過網(wǎng)絡(luò)將計算、存儲和應(yīng)用服務(wù)分布到多個地理位置分散的服務(wù)器或數(shù)據(jù)中心進行協(xié)同處理的技術(shù)方案。其打破了傳統(tǒng)集中式數(shù)據(jù)中心的限制，將資源分布在不同區(qū)域，提供了更高的靈活性、可擴展性和容錯性。分布式云計算技術(shù)的實現(xiàn)架構(gòu)如圖4所示。

基于分布式云計算的設(shè)計方案，系統(tǒng)將各類數(shù)據(jù)加入到云計算平臺[15]的各個節(jié)點中，通過高效的數(shù)據(jù)傳輸和分布式存儲機制，實現(xiàn)數(shù)據(jù)的廣泛采集和初步處理。各節(jié)點的數(shù)據(jù)在加入時會根據(jù)預定的數(shù)據(jù)結(jié)構(gòu)和處理邏輯進行格式化，以確保數(shù)據(jù)的一致性和兼容性，節(jié)點的數(shù)據(jù)處理過程如圖5所示。

利用云計算平臺提供的多節(jié)點并行處理能力，對各節(jié)點的數(shù)據(jù)進行統(tǒng)一處理，實現(xiàn)了大規(guī)模數(shù)據(jù)的快速分析和計算，充分發(fā)揮分布式云計算的資源優(yōu)化和彈性的優(yōu)勢。

綜上所述，本文所提基于泛在物聯(lián)網(wǎng)和分布式云計算的綜合信息處理技術(shù)方案的總體設(shè)計流程圖如圖6所示。

2" 實驗測試

為驗證本文技術(shù)方案的正確性和有效性，設(shè)計了一系列實驗，從設(shè)備的接入效率、數(shù)據(jù)處理速度、系統(tǒng)擴展性以及安全性等多個維度進行評估。實驗過程中具體參數(shù)的設(shè)置情況如表1所示。

設(shè)備接入效率作為驗證物聯(lián)網(wǎng)背景下各類數(shù)據(jù)處理技術(shù)的重要指標之一，直接影響著系統(tǒng)的整體性能。高效的設(shè)備接入策略能夠縮短設(shè)備的上線時間，提高系統(tǒng)的響應(yīng)速度，從而實現(xiàn)快速的數(shù)據(jù)采集和實時監(jiān)控。因此，對不同數(shù)據(jù)處理技術(shù)下的設(shè)備接入效率進行橫向?qū)Ρ?，可以評估本文方案的核心性能。不同數(shù)據(jù)處理技術(shù)方案下的設(shè)備接入效率對比情況如圖7所示。

根據(jù)圖7中數(shù)據(jù)顯示，本文技術(shù)方案在各類設(shè)備接入效率對比中表現(xiàn)優(yōu)異，達到了98.6%。相比之下，文獻[9]中的技術(shù)接入效率最低，僅為85.6%，說明其在處理設(shè)備接入方面存在缺陷。而文獻[8]的技術(shù)接入效率為93.5%，雖然優(yōu)于其他對比方案，但仍低于本文方案效率。對比結(jié)果充分表明，文中技術(shù)在優(yōu)化設(shè)備接入效率方面具有明顯優(yōu)勢，能夠為物聯(lián)網(wǎng)環(huán)境下的信息處理和資源管理提供有效的支持。

此外，數(shù)據(jù)傳輸效率和數(shù)據(jù)存儲效率是評估數(shù)據(jù)處理技術(shù)綜合性能的重要指標，這兩種指標直接影響到物聯(lián)網(wǎng)與分布式系統(tǒng)的整體性能和響應(yīng)速度。高效的數(shù)據(jù)傳輸能力可以有效降低延遲，確保實時數(shù)據(jù)的及時處理與反饋，而數(shù)據(jù)存儲效率則說明系統(tǒng)可以在有限的存儲資源中最大化數(shù)據(jù)的存儲和管理能力。不同數(shù)據(jù)處理技術(shù)的數(shù)據(jù)傳輸效率和數(shù)據(jù)存儲效率對比結(jié)果如表2所示。

根據(jù)表2中的數(shù)據(jù)，所有方案的數(shù)據(jù)傳輸效率均在90%以上，但僅有本文技術(shù)的數(shù)據(jù)傳輸效率超過了99%。而在數(shù)據(jù)存儲效率方面，本文技術(shù)的表現(xiàn)同樣優(yōu)于其他方法。由數(shù)據(jù)對比結(jié)果表明，本文技術(shù)在數(shù)據(jù)處理效率方面具有顯著優(yōu)勢，無論是在數(shù)據(jù)傳輸還是存儲環(huán)節(jié)，均展現(xiàn)出了更優(yōu)的性能，該優(yōu)勢有助于提升整體系統(tǒng)的處理能力。

同時，為進一步驗證本文技術(shù)在綜合信息處理方面的能力，此次還對不同技術(shù)的數(shù)據(jù)處理誤差進行了對比測試，其對比結(jié)果如圖8所示。

根據(jù)圖8中的數(shù)據(jù)可知，本文技術(shù)在兩類誤差對比中的表現(xiàn)也顯著優(yōu)于其他技術(shù)方案，顯示出了良好的準確性與穩(wěn)定性。與此形成鮮明對比的是，其他技術(shù)在平均誤差和絕對誤差上的表現(xiàn)均超過3%。其中文獻[8]所提方法的平均誤差則達到了5.69%，遠高于本文技術(shù)，充分展現(xiàn)了性能的差距。

綜合多組實驗結(jié)果表明，本文所提出的技術(shù)方案通過融合泛在物聯(lián)網(wǎng)和分布式云計算技術(shù)，有效提升了數(shù)據(jù)處理的準確性，也能夠為后續(xù)基于數(shù)據(jù)的決策和應(yīng)用提供更為可靠的依據(jù)。

3" 結(jié)" 語

針對高校實驗室中大量設(shè)備接入帶來的海量數(shù)據(jù)處理與管理問題，本文提出了一種融合泛在物聯(lián)網(wǎng)技術(shù)和分布式云計算技術(shù)的綜合信息處理方案。通過建立基于泛在物聯(lián)網(wǎng)的設(shè)備接入策略，并結(jié)合分類管理方法，在有效優(yōu)化設(shè)備接入流程和資源分配的同時，提升了設(shè)備的接入效率。同時，本文還利用分布式云計算技術(shù)的數(shù)據(jù)處理模型，增強了系統(tǒng)對海量數(shù)據(jù)的處理和存儲能力，從而實現(xiàn)了高效的數(shù)據(jù)管理與分析任務(wù)。由最終的多組實驗統(tǒng)計結(jié)果表明，本文提出的綜合信息處理技術(shù)能夠有效應(yīng)對實驗室設(shè)備接入與管理中的復雜需求，為高校實驗室的信息化建設(shè)提供理論支持。

參考文獻

[1] 應(yīng)杰耀.基于物聯(lián)網(wǎng)技術(shù)的智能電網(wǎng)數(shù)據(jù)安全問題研究進展[J].電子科技，2023，36（3）：76?80.

[2] 王成，蘭軍芳，張嘉鵬.泛在可信物聯(lián)網(wǎng)技術(shù)在智慧社區(qū)中的應(yīng)用[J].信息技術(shù)，2024（2）：45?53.

[3] 袁牧，張?zhí)m，姚云昊，等.面向智能物聯(lián)網(wǎng)的資源高效模型推理綜述[J].計算機學報，2024，47（10）：2247?2273.

[4] 李梅，劉雅琴，毛黎娟，等.高?？蒲袑嶒炇曳治鰷y試數(shù)據(jù)質(zhì)量保障探析[J].實驗技術(shù)與管理，2024，41（7）：247?252.

[5] 李怡錦，王洪君，房明.高校實驗室物聯(lián)網(wǎng)用電安全系統(tǒng)設(shè)計與應(yīng)用[J].現(xiàn)代電子技術(shù)，2023，46（10）：66?70.

[6] 魏瑜瑤，陳宏濱.基于動態(tài)分簇的集中式數(shù)據(jù)存儲算法[J].桂林電子科技大學學報，2020，40（5）：400?404.

[7] 吳明友.基于動靜態(tài)結(jié)合的訪問控制漏洞檢測方法研究[D].秦皇島：燕山大學，2023.

[8] 陳放.C語言與Python的數(shù)據(jù)存儲分析[J].信息記錄材料，2023，24（10）：222?224.

[9] 李愛軍，云小林，朝克，等.一種基于大數(shù)據(jù)分析熱點網(wǎng)站的方法[J].長江信息通信，2022，35（7）：173?175.

[10] 石礁，白練，王淑其.泛在物聯(lián)網(wǎng)下的電力通信干擾過濾技術(shù)研究[J].自動化儀表，2024，45（6）：77?82.

[11] 李洋.面向泛在物聯(lián)網(wǎng)的無線資源調(diào)度算法研究[D].南京：東南大學，2023.

[12] 陸鋼，孫夢宇，任慧蕾，等.下一代云計算基礎(chǔ)設(shè)施架構(gòu)與關(guān)鍵技術(shù)[J].通信技術(shù)，2024，57（1）：26?32.

[13] 李韜睿，徐超，胡龍舟，等.基于云計算技術(shù)的海量信息分布式存儲研究[J].微型電腦應(yīng)用，2022，38（10）：90?93.

[14] 趙男男.基于云計算的高校檔案資源智能共享方法研究[J].南寧師范大學學報（自然科學版），2021，38（3）：69?75.

[15] 杜睿山，陳雨欣，孟令東.可信云計算平臺多源大數(shù)據(jù)時間序列調(diào)度算法[J].吉林大學學報（工學版），2023，53（11）：3194?3200.作者簡介：曾志區(qū)（1980—），男，廣東陽江人，碩士研究生，高級實驗師，主要從事信息化建設(shè)及管理研究。