浅谈大数据物联网信息交互与数据感知

2022-03-23张磊

信息记录材料 2022年10期

张磊

（甘肃省金昌市公安局金川分局指挥中心甘肃金昌 737100）

0 引言

目前，我国物联网的产生与发展是一个以现代互联网为基石的网络系统，其目的是使实际中产生的所有物品和网站相连达到万物相通。物联网的产生方便了日常和生产中的数据通信，让万物和人相互之间的交流变得烦琐且容易。物联网的主要特征是数据的全方位信息感知，可以将数据安全传送，并在特定的命令下加以智能管理。数据感知是物联网的功能所在。但在数据感知的发展进程中，也面临着不确定性，具体可以表现在以下6个方面：①对数据的不准确度，各种性质的传感数据类型和信息内容均具有相应的差异性；②信息内容不一致；③不准确度；④不持续性；⑤不准确度；⑥不统一性。当面临着冗余的传感数据之后，物联网就需要通过对数据不断的处理，才能保证数据感知和数据交换的速度和质量。

1 大数据物联网信息交互与数据感知的重要意义

大数据通过多次生产后逐渐变为全新的数据资料，并在不断地发展和演变，进而表现出了更大的意义[1]。由于三次工业革命的持续推动，人们在管理和存储信息方面的水平得到了提高，与此同时信息生产的效率仍旧超出了人们在管理和存储信息方面的水平。因此，大数据实质上已经不再是简单的冰冷数据，它凭借所掌握的巨量投入到中国经济社会生活中的生产资料。人们通过大数据分析可以捕捉到各类的有用资讯，进而将更清楚地了解事物并改变人类。

2 大数据物联网的信息交互

2.1 信息交互的模型

大数据系统将依据相应的模型来实现信息交互，常见的模型有：信息交互模型、改进的信息交换型、物联网信息交换模型等。其中，信息交互模型是指信息交互系统须由3种基本对象的有效互动才可以实现，其基本对象分别为用户、系统及用户与系统间的互动。用户需要借助信息互动系统，提高信息有效性。在这基础上，如果将它运用于物联网中必须对数据交换体系作出一定改造。通过变革信息交互模式可以提高交互质量，用户更为快捷地获取感兴趣的资讯。经过改进的信息交互模式中还包含了重要的3个方面，分别为用户、网站和信息[2]。不同于一般的网络信息交互模式，是指广义的使用者，不单特指传统信息交互的使用者，而是特指包含汇聚结点、簇头结点、路由节点等在内的使用者。在物联网信息交互模式中也包含了一个传感系统。不仅包含了信息的感知单位，还包含了计算与储存单位和能量单位。这些单元共同组成了物联网的整体系统。从实质上来说，物联网的信息交互模型其实是有广泛意义，应用物和网络及内容三者构成并互动的信息体系，在整个系统运行过程中，已经实现所有物联网的信息交互。

2.2 用户与网络的信息交互

用户与网络有着交互过程，这些交互主要是指用户利用网络端口、指令和功能去进行一系列的网络任务。如，路由构建、状态监视、代码分配和程序执行等。所有互联网任务实施均可以借助信息互联网来实现，节省了时间并提高了信息交流的有效性。不管什么类别的信息应用，均无法脱离与物联网的信息交流。例如，信息感知中的数据获取和数据压缩，均是通过信息互联网的认知功能、计算功能和传播功能去捕获的。

2.3 网络与信息内容的交互

数据安全、统计采集、远距离数据接入等是物联网信息交互所包括的内容，通过与工业先进信息技术交叉融合。工业物联网的诞生，开创了信息远程咨询服务、诊断系统监控、故障数据收集，以及系统应用权限管控的全新模式。该运行管理模式能够协助员工更准确地掌握设备信号，并迅速地提出解决问题及对策，从而提高了企业工作的质量效能。

物联网间的信息交互主要是指互联网基础设施的信息产生和表达，以及信息交互的组合和贮存，包括高层语义信息的数据整合与信息融合[3]。数据意识部分讲述物联网信息处理的关键方式。对信息交互在互联网上的贮存与组合方式进行重点介绍，按照信息在网络上的存放情况，信息存放模式又可以分成外部储存和本地存储。外部储存是指将节点上采集并保存的传感器信息汇聚在相应的结点，而本地储存则是将传感信息存储到传感结点。通过物联网人与信息的互动使网络变成了信息收集的手段与媒介，使数据的呈现也变得更加容易。

3 大数据物联网的数据感知

3.1 数据的收集

随着人类经济社会的持续快速发展，人类对大数据分析也有了全新的理解，因为数据是能够被大量使用的重要原材料，人们利用大数据中的关键信息能够获得更多的经济价值，从而推动了生产资料的形成过程。在第三次工业革命出现后，虽然人类对数据分析管理与分析能力均取得了显著提升，但仍然赶不上大数据形成的速率[4]。从工业生产4.0（工业生产4.0含两重要方面的含义，一是制造业生产经济发展步入了第四阶段。二是传统意义上的机器、设备进行改造，并在顺应时代蓬勃发展的驱动下，加入了信息技术方面相关的科技）的视角理解，大数据分析的实质就是把数据转变成能够被人类灵活使用的工具，这种工具能够帮助人类更好地实现。

数据收集是指感觉数据信息由感知节点接收并汇集的流程。在获取数据的流程中，如财务数据必须要注重数据的安全性。具体数据在进行数据传输的流程中不可获得损失，否则可能会影响后期的数据分析。

3.2 大数据分析挖掘

对信息进行研究和分析的系统和软件产品，是大数据集成化的主要表现方式。构成大数据集成化的主体是由服务器、存储、操作系统、数据库管理系统等若干特定的大数据构成的。企业会通过这种体系来发挥检索、管理、研究信息的主要功能，以及研究与企业产品数据处理有关的大数据处理技术的整体问题。大数据处理的分布式系统架构是大数据最常见的架构方式，该架构主要是在整个体系中整合硬件和软件，各个领域的业务均是通过不同的大数据处理架构来完成的。利用企业硬软件系统的优势和扩张企业客户数据处理系统的规模，进一步扩大了企业数据业务的能力。能够增长的硬件，同时能够支持节点的横向线性扩展，也可达到近线性的伸缩性和低延时，能够提高吞吐量能力，也能够提高服务质量的可靠性。

3.3 诊断系统监控

系统状态发生改变时，诊断上得到的数据是一个物理系统的最大数据。在GUI页面上会展示出正在检测系统状态发生的数据，并存入数据库发出消息给指定人员，以告知诊断系统的状态改变数据已经发生。状态改变数据在操作系统上，发生检查的数据则在系统诊断后，上传至系统。多个生产线数据均可透过系统物联网和远距离诊断系统加以控制。实现目标可体现在：客户透过GUI用户界面即可选定某企业的操作系统产品；客户透过GUI用户界面即可选定操作系统产品线中的某台设备；客户透过GUI用户界面即可查询某台设备的价格数据[5]。

3.4 故障数据采集

当系统出现故障时，应立即收集故障的总线信息，并实时监测系统情况。当系统出现警告情况时，立即暂停采集信息,并将现场收集到的信息存入数据库中,此数据库可以保存15 min内的状态信息。在车间进行操作机器人的故障接口采集,此接口有着根据要求搜索、检出总线信息的能力,以便提供各种条件与信息操作。如：对时间与事件和错误码的共同查询，时钟事件错误码。现场工作人员可以通过分析仪直接进入故障设备，在控制系统开关启动后进行收集信息；在控制系统关闭后，立即暂停收集信息。在系统诊断系统中接收信息或物理系统报告的错误信息后，立即将错误信息展现到GUI页面，并同时存入数据库。当系统故障产生后，系统诊断可以向指定用户发出信息[6]。

3.5 数据清洗技术

现如今，由于物联网具备的稳定性能力并没有很强，再加上互联网环境中存在许多随机因素，因此在对大量数据信息做出采集工作时会部分出错，导致数据异常的状况发生，并且还会出现噪声数据信息的情形。想要解决此类问题，必须利用数据清理技术，才能对出错或者非正常的大量数据信息做出适当处理，进而提高数据信息所具备的完整性。此时，在对大量数据信息做相应的采集工作时，或许会产生感知数据信息不完整性这类现象，就必须对所查的大量数据信息做出合理补充，从而使得大量数据信息看起来更为完美。基于此，可以通过感知节点或者局部网络对数据信息加以分析与计算，从而完成对错误数据的检测和消除工作。在感知数据分析中，缺少的部分数据和数据清洗这两者有着非常密切联络，当人们将缺失数据视为异常数据时，可以通过数据分析清除技术手段来对其做出准确鉴定，然后再将数据分析中的有效信息取出，通过多元回归模型来计算出缺少的数量，以此增强数据分析中所具备的完善性。

3.6 数据融合技术

应用数据融合技术能够达到对财务数据的全面集成，从而实现目标。使用者也能根据自己的需求集成和规划数据过程，并利用该步骤整合信息系统从而达到使用目标[7]。在实施数据融合技术时，使用者还需要在某些工程项目中使用数据融合技术。如，能够在工程项目中应用数据融合技术；利用对工程项目中与个人工程项目有关财务数据的集成结果实现工程优化，从而提升其精确度。由于目前在中国使用数据融合技术程度较低，还需要学者的进一步研发改进。在建设工程项目中合理地运用该信息技术，集成有关信息和资料，以提升工程建设整体管理水平。

3.7 数据压缩技术

随着物联网的使用范围及其运用规模不断扩大，物联网的传感数据在范围上也在不断地增加。而信息类型也越来越复杂，数据的传送规模在不断地扩大，物联网本身的节点数量也存在着很多的局限性，因此一旦发生了信息规模过大的现象，就将会导致数据冗余或者信息泄漏这种状况的发生，如此就会降低信息传送途中的效率。而想要解决好这种情况，就需要利用各种信息技术手段对数据进行有效压缩机管理。采用比较先进的数据压缩技术来解决，利用分布式的计算数据传输技术，通过这样的方式可以针对各个结点所存在的感知信息进行压缩，从根本上可以提升信息压缩量和压缩比例[8]。

4 关于物联网信息感知与交互技术发展的具体应用

物联网的信息感知和交互技术在开发的实践中，对设备的使用范围相当复杂。为此针对当前有关物联网信息技术使用的主要范围及其实际效果做出简单的研究。具体的研究范围包括：VR技术、智慧服务、用户和互联网间的互动、物联网社区的建立。

4.1 VR技术

虚拟现实技术（virtual reality，VR）最初是在1999年美国国家科学基金支持的互动式信息系统计划工作组的一份汇报中提出。随着当前科技的进展，该技术正逐步地被实现和投入制作，产生了如VR眼镜等硬件设备，这些设备在人机交互的实践研究中成效突出。当前，在物联网技术的发展与提升过程中，一般会把VR技术看作物互联技术的切入口，利用VR设备可以实现网络购物或其他资料的查阅等。

4.2 智慧家装技术

物联网科技已经融入到许多服务行业当中，并达到较好的发展效应，其中对于家装服务行业的应用成效更为突出。在经济社会持续发展的过程中，人们对于物质条件的需求也在逐步增加。家居是人类长久生存居住的理想环境，针对物联网的广泛应用，研发技术人员们也开展了很多的实验实践。当前使用效益比较良好的产品如无线遥控空调、灯具、电脑、电视、门锁、沙发、家用电开关等，这些科技的运用得到了社会普遍的接受，在短期内便形成了很大的市场需求人群。

4.3 用户与网络之间的交互

物联网科技的核心概念是互联网科技。物联网利用特定设备使用户和互联网设备之间实现相连，而用户则借助特定设备实现网上冲浪。在实际使用的过程中，通过物联网科技就可以进行用户间和网络数据的交互，从而达到智能体验。对用户感受生活和科技的创新发展意义很大，因为用户之间可以通过互动数据，实现信息交互从而取得较好的体验效果[9-10]。

4.4 物联网社群的形成

物联网科技在应用实践中产生了一个指定的、网络、若干人的多方互动的情况，这种情况的形成，也产生了物联网社会问题。物联网社会现象的产生，对人类的生产生活习惯作用带来了巨大变革。在该情况产生的过程中，提高了社会沟通效率、沟通效果，但由于科技的发达，人类的社会生产已经不能跟上科技的步伐。而对于物联网发展，则造成了更多的问题。