基于云計(jì)算的實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理系統(tǒng)

郭 杰

（安徽財(cái)經(jīng)大學(xué)，安徽 蚌埠 233000）

在云存儲(chǔ)和云計(jì)算環(huán)境下，進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理，提高實(shí)驗(yàn)室的智能化信息管理和數(shù)據(jù)調(diào)度能力，在移動(dòng)網(wǎng)絡(luò)終端中構(gòu)建實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理系統(tǒng)，采用大數(shù)據(jù)挖掘和自適應(yīng)數(shù)據(jù)調(diào)度技術(shù)，進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理系統(tǒng)數(shù)據(jù)挖掘和智能查詢算法設(shè)計(jì)，結(jié)合管理者和用戶的需求，采用偏好性推薦方法，提高實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理的智能性，相關(guān)的系統(tǒng)設(shè)計(jì)方法研究受到人們的極大關(guān)注，對(duì)實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理系統(tǒng)設(shè)計(jì)研究是建立在數(shù)據(jù)庫構(gòu)建和信息融合處理基礎(chǔ)上，采用關(guān)聯(lián)規(guī)則挖掘方法，提高數(shù)據(jù)的分級(jí)管理能力［1］.

當(dāng)前，對(duì)實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理方法主要采用多源數(shù)據(jù)的信息服務(wù)數(shù)據(jù)庫構(gòu)建方法，結(jié)合QoS預(yù)測(cè)實(shí)現(xiàn)實(shí)驗(yàn)室大規(guī)模信息和智能評(píng)估，分析實(shí)驗(yàn)室大規(guī)模信息的關(guān)聯(lián)信息，結(jié)合大數(shù)據(jù)融合聚類分析方法，提高對(duì)實(shí)驗(yàn)室大規(guī)模信息的智能分析和評(píng)估能力，傳統(tǒng)方法中，對(duì)實(shí)驗(yàn)室大規(guī)模信息的挖掘方法主要主成分分析方法、模糊C均值分級(jí)管理算法和支持向量機(jī)學(xué)習(xí)方法等，結(jié)合模糊關(guān)聯(lián)性特征提取方法進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理和特征分析，取得了較好的實(shí)驗(yàn)室大規(guī)模信息挖掘效果［2］，其中，文獻(xiàn)［3］中提出一種基于網(wǎng)格區(qū)域分割的實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理方法，對(duì)實(shí)驗(yàn)室大規(guī)模信息采用并行分級(jí)存儲(chǔ)方法進(jìn)行特征分析，該方法需要對(duì)實(shí)驗(yàn)室數(shù)據(jù)進(jìn)行對(duì)象性特征分析，數(shù)據(jù)分級(jí)管理的靈敏度不好，文獻(xiàn)［4］中提出一種基于語義本體模型和關(guān)聯(lián)指向性特征提取的實(shí)驗(yàn)室大規(guī)模信息并行分級(jí)存儲(chǔ)和挖掘方法，實(shí)現(xiàn)對(duì)實(shí)驗(yàn)室大規(guī)模信息的模糊指向性挖掘，該方法的計(jì)算開銷較大，數(shù)據(jù)挖掘的實(shí)時(shí)性不好［5］.

針對(duì)上述問題，本文提出一種基于云計(jì)算的實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理系統(tǒng)，采用大數(shù)據(jù)處理技術(shù)進(jìn)行實(shí)驗(yàn)室大規(guī)模信息優(yōu)化分級(jí)存儲(chǔ)和管理，構(gòu)建實(shí)驗(yàn)室大規(guī)模信息采樣和自適應(yīng)分級(jí)存儲(chǔ)模型，提取實(shí)驗(yàn)室大規(guī)模信息的關(guān)聯(lián)維特征量，采用關(guān)聯(lián)規(guī)則特征提取方法進(jìn)行實(shí)驗(yàn)室大規(guī)模分級(jí)存儲(chǔ)管理和自適應(yīng)檢測(cè)，計(jì)算實(shí)驗(yàn)室大規(guī)模信息關(guān)聯(lián)維特征的模糊關(guān)聯(lián)度信息，結(jié)合模糊C均值聚類方法進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理后自動(dòng)信息聚類處理，提高實(shí)驗(yàn)室大規(guī)模信息的擴(kuò)展查詢和并行挖掘能力.基于云計(jì)算平臺(tái)進(jìn)行分級(jí)存儲(chǔ)管理系統(tǒng)的開發(fā)設(shè)計(jì)，最后進(jìn)行仿真實(shí)驗(yàn)分析，得出有效性結(jié)論.

1 實(shí)驗(yàn)室大規(guī)模信息的分布模型及特征提取

1.1 實(shí)驗(yàn)室大規(guī)模信息的分布模型構(gòu)建

首先需要構(gòu)建實(shí)驗(yàn)室大規(guī)模信息的大數(shù)據(jù)分布模型，采用大數(shù)據(jù)處理技術(shù)進(jìn)行實(shí)驗(yàn)室大規(guī)模信息優(yōu)化分級(jí)存儲(chǔ)和管理，構(gòu)建實(shí)驗(yàn)室大規(guī)模信息采樣和自適應(yīng)分級(jí)存儲(chǔ)模型［6］，在云計(jì)算平臺(tái)中，實(shí)驗(yàn)室大規(guī)模信息的分布模型如圖1所示.

結(jié)合自適應(yīng)回歸分析方法實(shí)現(xiàn)實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理，實(shí)驗(yàn)室大規(guī)模信息并行分級(jí)存儲(chǔ)的統(tǒng)計(jì)特征量為S={s1，s2，...，sk}，采用統(tǒng)計(jì)時(shí)間序列分析方法進(jìn)行實(shí)驗(yàn)室大規(guī)模數(shù)據(jù)特征表達(dá)，實(shí)驗(yàn)室大規(guī)模數(shù)據(jù)分布的有向圖模型為G1=(Mα1，Mβ1，Y1)，anti(i= 1，2，...，m)，表示實(shí)驗(yàn)室大規(guī)模信息的特征聚類分布節(jié)點(diǎn)，采用模糊關(guān)聯(lián)規(guī)則挖掘方法，進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理，在統(tǒng)計(jì)分布模式下，用向量x =[x1x2...xk]表示自相關(guān)特征分量，實(shí)驗(yàn)室大規(guī)模信息特征分量ai的屬性值為{c1，c2，…，ck}.基于模糊指向性聚類方法，在云計(jì)算平臺(tái)中構(gòu)建實(shí)驗(yàn)室大規(guī)模信息交換中心，輸出的實(shí)驗(yàn)室大規(guī)模信息并行分級(jí)存儲(chǔ)相空間分布集滿足X～Sα(σ，β，μ)，0 ＜α＜2，第i個(gè)屬性狀態(tài)模式下的實(shí)驗(yàn)室大規(guī)模信息y(k)的分類集為：

其中，AH、AHB和θH、θHB分別是前p個(gè)元素是數(shù)值屬性值.采用三層體系結(jié)構(gòu)模型進(jìn)行實(shí)驗(yàn)室大規(guī)模信息的分布式存儲(chǔ)結(jié)構(gòu)分析，構(gòu)建實(shí)驗(yàn)室大規(guī)模信息的存儲(chǔ)網(wǎng)格模型［7］，采用網(wǎng)格聚類方法進(jìn)行實(shí)驗(yàn)室大規(guī)模信息的自適應(yīng)結(jié)構(gòu)重組和信息分類識(shí)別，采用三元組形式表示大規(guī)模實(shí)驗(yàn)室大規(guī)模信息的特征分布集：

在關(guān)聯(lián)約束下，結(jié)合模糊C均值聚類方法進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理，得到實(shí)驗(yàn)室大規(guī)模信息滿足Wigner-Ville分布：

在Wigner-Ville分布空間中計(jì)算本體概念集si和數(shù)據(jù)概念集qj的聯(lián)合分布特征量，進(jìn)行大規(guī)模異構(gòu)實(shí)驗(yàn)室大規(guī)模信息重組［8］.

1.2 實(shí)驗(yàn)室大規(guī)模信息的關(guān)聯(lián)維特征量提取

對(duì)實(shí)驗(yàn)室大規(guī)模信息進(jìn)行連續(xù)特征分解處理，令A(yù)={a1，a2，…，an}為實(shí)驗(yàn)室大規(guī)模信息的模糊特征分布量，在對(duì)易混淆的數(shù)據(jù)進(jìn)行濾波分析，選擇支持向量機(jī)實(shí)現(xiàn)復(fù)合遷移型實(shí)驗(yàn)室大規(guī)模信息融合，得到信息融合的聚類公式表示為：

當(dāng)實(shí)驗(yàn)室大規(guī)模信息在聚類空間中滿足收斂性條件，實(shí)驗(yàn)室大規(guī)模信息傳輸數(shù)據(jù)流的多源波束特征量為[δ1，δ2，…，δN]，得到特征采樣數(shù)據(jù)集：

其中，|Rg|表示隸屬于第g個(gè)遷移型實(shí)驗(yàn)室大規(guī)模信息的慣性特征量，對(duì)實(shí)驗(yàn)室大規(guī)模信息進(jìn)行模糊采樣，在聚類中心不斷進(jìn)行重復(fù)計(jì)算，定義E{[X-E(X)][Y-E(Y)]}為實(shí)驗(yàn)室大規(guī)模信息特征的隨機(jī)變量，求得X與Y的協(xié)方差，記為Cov(X，Y)，采用Takens 嵌入定理［9］，構(gòu)建實(shí)驗(yàn)室大規(guī)模信息的屬性特征高維重組空間模型，為：

式中，x(t)表示實(shí)驗(yàn)室大規(guī)模信息的特性偏度，J是時(shí)域統(tǒng)計(jì)函數(shù)，m是實(shí)驗(yàn)室大規(guī)模信息在相空間中的嵌入維數(shù)，Δt表示采樣時(shí)間間隔.根據(jù)時(shí)域統(tǒng)計(jì)特征進(jìn)行分布式結(jié)構(gòu)信息融合處理［10］，得到實(shí)驗(yàn)室大規(guī)模信息的特征分布表達(dá)式為：

根據(jù)實(shí)驗(yàn)室大規(guī)模信息的不對(duì)稱性與陡峭性，結(jié)合特征分析和數(shù)據(jù)聚類處理方法進(jìn)行分級(jí)存儲(chǔ)管理，采用正態(tài)分布和規(guī)則性調(diào)度方法實(shí)現(xiàn)對(duì)實(shí)驗(yàn)室大規(guī)模信息的結(jié)構(gòu)重組，提高信息分級(jí)存儲(chǔ)管理的自適應(yīng)能力.

2 實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理優(yōu)化

2.1 實(shí)驗(yàn)室大規(guī)模信息模糊聚類處理

在采用大數(shù)據(jù)處理技術(shù)進(jìn)行實(shí)驗(yàn)室大規(guī)模信息優(yōu)化分級(jí)存儲(chǔ)和管理的基礎(chǔ)上，構(gòu)建實(shí)驗(yàn)室大規(guī)模信息采樣和自適應(yīng)分級(jí)存儲(chǔ)模型，提取實(shí)驗(yàn)室大規(guī)模信息的關(guān)聯(lián)維特征量［11］，把實(shí)驗(yàn)室大規(guī)模信息的調(diào)制信息進(jìn)行組合性特征分解，采用時(shí)頻分解方法得到特征分解結(jié)果為：

采用分級(jí)數(shù)據(jù)庫調(diào)度方法，得到聚類模型為：

當(dāng)y~-k＜γ時(shí)，視為全局最優(yōu)解滿足收斂準(zhǔn)則，進(jìn)一步對(duì)實(shí)驗(yàn)室大規(guī)模信息數(shù)據(jù)進(jìn)行特征分解，得到第t+1次迭代后特征分級(jí)存儲(chǔ)管理結(jié)果為：

其中，A(t)為復(fù)包絡(luò)，θ(t)為實(shí)驗(yàn)室大規(guī)模信息分布大數(shù)據(jù)的調(diào)制相位，計(jì)算第k+1次迭代后實(shí)驗(yàn)室大規(guī)模信息的利用率，公式表示為：

設(shè)定頻繁項(xiàng)集挖掘的停止閾值ε，若滿足

計(jì)算實(shí)驗(yàn)室大規(guī)模信息關(guān)聯(lián)維特征的模糊關(guān)聯(lián)度信息，結(jié)合模糊C均值聚類方法進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理后自動(dòng)信息聚類處理，聚類函數(shù)為：

上式中，y~+k和y~-k具有自相關(guān)性，建立實(shí)驗(yàn)室大規(guī)模信息的檢測(cè)模型為：

使用Ei、etSi表示實(shí)驗(yàn)室大規(guī)模信息的統(tǒng)計(jì)特征量和多元回歸分析量，實(shí)驗(yàn)室大規(guī)模信息特征分布的

統(tǒng)計(jì)特征分布集表示為：

定義實(shí)驗(yàn)室大規(guī)模信息的簇中的信息分布模型為[s，q]=[x(t)，x(t+τ)]，得到模糊信息的特征定位結(jié)果為：

結(jié)合模糊C均值聚類方法進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理后自動(dòng)信息聚類處理，提高實(shí)驗(yàn)室大規(guī)模信息的擴(kuò)展查詢和并行挖掘能力.

2.2 實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)優(yōu)化

對(duì)實(shí)驗(yàn)室大規(guī)模信息進(jìn)行QoS控制，結(jié)合尺度分解方法對(duì)分類輸出的實(shí)驗(yàn)室大規(guī)模信息進(jìn)行降維處理，得到數(shù)據(jù)分布集為：

式中，CW0min為實(shí)驗(yàn)室大規(guī)模信息的模糊分布結(jié)構(gòu)特征初始化值；而CWlimin為第W0min步的相似度特性，由此構(gòu)建實(shí)驗(yàn)室大規(guī)模信息的大數(shù)據(jù)分布模型，結(jié)合閉頻繁項(xiàng)集檢測(cè)方法進(jìn)行實(shí)驗(yàn)室大規(guī)模信息的關(guān)聯(lián)維特征重構(gòu)，重構(gòu)模型為：

給出實(shí)驗(yàn)室大規(guī)模信息語義特征值，采用關(guān)聯(lián)規(guī)則特征提取方法進(jìn)行實(shí)驗(yàn)室大規(guī)模分級(jí)存儲(chǔ)管理和自適應(yīng)檢測(cè)，檢測(cè)統(tǒng)計(jì)量為：

對(duì)實(shí)驗(yàn)室大規(guī)模信息的數(shù)據(jù)結(jié)構(gòu)進(jìn)行主動(dòng)分級(jí)管理，結(jié)合統(tǒng)計(jì)特征檢測(cè)方法，構(gòu)建描述性統(tǒng)計(jì)分析函數(shù)假設(shè)實(shí)驗(yàn)室大規(guī)模信息的分類屬性值為，計(jì)算實(shí)驗(yàn)室大規(guī)模信息關(guān)聯(lián)維特征的模糊關(guān)聯(lián)度信息，為：

上式中，Dis(A)表示實(shí)驗(yàn)室大規(guī)模信息的模糊聚類中心，根據(jù)上述分析，基于云計(jì)算平臺(tái)進(jìn)行分級(jí)存儲(chǔ)管理系統(tǒng)的開發(fā)設(shè)計(jì)，在嵌入式總線中實(shí)現(xiàn)實(shí)驗(yàn)室大規(guī)模信息的自動(dòng)分級(jí)存儲(chǔ)和挖掘.

3 仿真實(shí)驗(yàn)分析

為了測(cè)試本文方法在實(shí)驗(yàn)室大規(guī)模信息管理和調(diào)度中的性能，進(jìn)行仿真實(shí)驗(yàn)，在PXI通信協(xié)議上結(jié)合云計(jì)算平臺(tái)進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理系統(tǒng)設(shè)計(jì)，在嵌入式的開發(fā)環(huán)境下，采用程序交叉編譯軟件進(jìn)行數(shù)據(jù)挖掘算法的編譯控制，通過專用短程通信（Dedicated Short Range Communication，DSRC）標(biāo)準(zhǔn)進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理系統(tǒng)的通信協(xié)議設(shè)計(jì)，以STM32F101xx芯片為核心建立實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理系統(tǒng)的AD模塊，采用無線RFID技術(shù)進(jìn)行實(shí)驗(yàn)室大規(guī)模信息的采集和藍(lán)牙傳輸控制，在云計(jì)算平臺(tái)中進(jìn)行界面開發(fā)，數(shù)據(jù)規(guī)模為50 000 KB，根據(jù)上述仿真參量設(shè)定，進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理，得到數(shù)據(jù)采樣結(jié)果如圖2所示.

以圖3采樣數(shù)據(jù)為研究對(duì)象，提取實(shí)驗(yàn)室大規(guī)模信息的關(guān)聯(lián)維特征量，采用關(guān)聯(lián)規(guī)則特征提取方法進(jìn)行實(shí)驗(yàn)室大規(guī)模分級(jí)存儲(chǔ)管理和自適應(yīng)檢測(cè)，計(jì)算實(shí)驗(yàn)室大規(guī)模信息關(guān)聯(lián)維特征的模糊關(guān)聯(lián)度信息，結(jié)合模糊C均值聚類方法進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理后自動(dòng)信息聚類處理，如圖3所示.

分析圖3得知，采用該系統(tǒng)能有效實(shí)現(xiàn)對(duì)實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理，挖掘輸出的并行分級(jí)存儲(chǔ)能力較強(qiáng)，系統(tǒng)穩(wěn)定可靠.測(cè)試分級(jí)管理的時(shí)間開銷，得到對(duì)比結(jié)果見表1，分析表1得知，本文方法進(jìn)行信息分級(jí)管理的時(shí)間開銷較小.

4 結(jié)語

本文提出一種基于云計(jì)算的實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理系統(tǒng)，采用大數(shù)據(jù)處理技術(shù)進(jìn)行實(shí)驗(yàn)室大規(guī)模信息優(yōu)化分級(jí)存儲(chǔ)和管理，構(gòu)建實(shí)驗(yàn)室大規(guī)模信息采樣和自適應(yīng)分級(jí)存儲(chǔ)模型，提取實(shí)驗(yàn)室大規(guī)模信息的關(guān)聯(lián)維特征量，采用關(guān)聯(lián)規(guī)則特征提取方法進(jìn)行實(shí)驗(yàn)室大規(guī)模分級(jí)存儲(chǔ)管理和自適應(yīng)檢測(cè)，計(jì)算實(shí)驗(yàn)室大規(guī)模信息關(guān)聯(lián)維特征的模糊關(guān)聯(lián)度信息，結(jié)合模糊C均值聚類方法進(jìn)行實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理后自動(dòng)信息聚類處理，提高實(shí)驗(yàn)室大規(guī)模信息的擴(kuò)展查詢和并行挖掘能力.研究得知，采用該系統(tǒng)能有效實(shí)現(xiàn)對(duì)實(shí)驗(yàn)室大規(guī)模信息分級(jí)存儲(chǔ)管理，并行分級(jí)存儲(chǔ)能力較強(qiáng)，系統(tǒng)穩(wěn)定可靠，強(qiáng)化了實(shí)驗(yàn)室管理［12］.

表1 時(shí)間開銷測(cè)試 （單位：s）Tab.1 Time cost test （unit：s）