龙源期刊网 http://www.qikan.com.cn
云计算和物联网的网络大数据技术与分析
作者：孙洪民 张忠坚 彭辉 来源：《管理观察》2018年第12期
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。大数据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]
龙源期刊网 http://www.qikan.com.cn
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
龙源期刊网 http://www.qikan.com.cn
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，在实际操作和运行期间，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.
云计算和物联网的网络大数据技术与分析
