The invention discloses a processing method of intelligent data acquisition terminal to the cloud based on the network data stream, the present invention relates to various types of intelligent terminals to collect data, and the formation of multiple data characteristics of data flow in the network transmission process, the use of various types of composite fragmentation data initial form based on multivariate data based on the communication network quickly form a unified data stream, in the implementation of the identification and definition of intelligent cloud platform, to provide efficient delivery of high reliability and low delay of massive data mining and analysis.
【技术实现步骤摘要】
一种基于智能采集终端到云的网络数据流的处理方法
本专利技术属于计算机数据处理领域,尤其涉及一种基于智能采集终端到云的网络数据流的处理方法。
技术介绍
随着信息化高速发展,大数据应用的越来越广泛,数据级数呈几何状递增、对数据传输的稳定性、安全性、高效性的要求也越来越高,多个基本特征数据在网络形成多元特征的数据流后需要在智能云平台实现有效的数据分析,需要考虑保证原数据库完整性的前提下降低在云平台执行数据挖掘等后续执行程序,从而提高数据挖掘效率。
技术实现思路
专利技术目的:本专利技术所要解决的技术问题是针对现存在的海量多元网络数据流处理技术上不足,提供一种基于智能数据采集终端到云的网络数据流的一种处理方法。为了解决上述技术问题,本专利技术基于智能数据采集终端到云的网络数据流的一种处理方法,包括:步骤1,采集数据,将采集的数据在不经过任何数据处理的情况下通过光纤传输线路形成单个链路的复合的多元网络数据流;步骤2,通过在数据中心(数据中心是多元网络数据流统一汇聚的物理环境,可以接收到由获取原始数据的终端通过光纤或者其他通信方式传输的数据,数据中心可以对数据进行存储、分析、用来实现各类互联网应用所需数据的支撑,一般由政府机构或有较大数据资源需求的机构自行来建设。)搭载云计算管理平台获取到多元网络数据流,多元网络数据流释放到云计算管理平台的原始数据资源池中,以原有的数据形式存在;步骤3,提取在原始数据资源池中的数据流的数据标签关于来源地、时序和设备信息的特征,并形成数据流的特征映射;步骤4,定义基准线,对特征映射进行叠加,得到关联特征映射集和非关联特征映射集。步骤5,计算 ...
【技术保护点】
一种基于智能采集终端到云的网络数据流的处理方法,其特征在于,包括如下步骤:步骤1,采集数据,将采集的数据在不经过任何数据处理的情况下通过光纤传输线路形成单个链路的复合的多元网络数据流;步骤2,通过在数据中心搭载云计算管理平台获取到多元网络数据流,多元网络数据流释放到云计算管理平台的原始数据资源池中,以原有的数据形式存在;步骤3,提取在原始数据资源池中的数据流的数据标签关于来源地、时序和设备信息的特征,并形成数据流的特征映射;步骤4,定义基准线,对特征映射进行叠加,得到关联特征映射集和非关联特征映射集;步骤5,计算关联特征映射集到基准线的距离D,D做为变量因子来判定不同关联特征映射集的相似度,对于有相等距离D的关联特征映射集,执行步骤6,对于没有相等距离D的关联特征映射集并入下一标准单位时间的其他的关联特征映射集返回步骤4处理;将非关联特征映射集并入下一单位时间的数据特征映射,返回执行步骤4;步骤6,将有相等距离D的关联特征映射集以距离D为链接节点形成关联特征映射集串联;步骤7,不同关联特征映射集完成关联特征映射集串联后,根据时序形成不同的特征的线性数据,对每个特征的线性数据依照数据自带 ...
【技术特征摘要】
1.一种基于智能采集终端到云的网络数据流的处理方法,其特征在于,包括如下步骤:步骤1,采集数据,将采集的数据在不经过任何数据处理的情况下通过光纤传输线路形成单个链路的复合的多元网络数据流;步骤2,通过在数据中心搭载云计算管理平台获取到多元网络数据流,多元网络数据流释放到云计算管理平台的原始数据资源池中,以原有的数据形式存在;步骤3,提取在原始数据资源池中的数据流的数据标签关于来源地、时序和设备信息的特征,并形成数据流的特征映射;步骤4,定义基准线,对特征映射进行叠加,得到关联特征映射集和非关联特征映射集;步骤5,计算关联特征映射集到基准线的距离D,D做为变量因子来判定不同关联特征映射集的相似度,对于有相等距离D的关联特征映射集,执行步骤6,对于没有相等距离D的关联特征映射集并入下一标准单位时间的其他的关联特征映射集返回步骤4处理;将非关联特征映射集并入下一单位时间的数据特征映射,返回执行步骤4;步骤6,将有相等距离D的关联特征映射集以距离D为链接节点形成关联特征映射集串联;步骤7,不同关联特征映射集完成关联特征映射集串联后,根据时序形成不同的特征的线性数据,对每个特征的线性数据依照数据自带标签中的长度和顺序完成时序的先后排列,得到排序后的特征线性数据;步骤8,根据特征线性数据的首个数据的长度记录对比最后一个数据的长度记录,如果信息一致则判定该类数据完整;执行步骤9;如不一致则执行步骤10;步骤9,根据完整特征数据字符、数字编码信息来确定该类数据特征、格式及其他属性并输入到云计算管理平台的数据库中;步骤10,对未达到完整的特征线性数据进行清洗处理。2.根据权利要求1所述的方法,其特征在于,步骤1中,通过对多个行业的业务渠道智能终端采集数据,业务渠道包括气象水雨情、水利的河道监测、电力和燃气抄表,智能终端包括水雨情测量仪、河道水文监测器、直读数据和燃气泄漏探测器。3.根据权利要求2所述的方法,其特征在于,步骤4中包括如下步骤:步骤4-1,多元网络数据流的特征是以10n的数量级存在,0<n<100,n属于正整数,多元...
【专利技术属性】
技术研发人员:林珂,徐啸峰,胡蔚,马乐,徐元晓,
申请(专利权)人:江苏省邮电规划设计院有限责任公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。