胡家磊

摘    要： 随着经济的快速发展，数据也在快速增长，传统的数据管理方法已经无法适应当今的数据量，应当采用现在专门为海量数据所提供的大数据方法进行管理，本文在物联网的基础上，加入大数据分析引擎，建立大数据物联网灾害预警系统。

关键词： 物联网    大数据    预警

1.引言

在经济高速发展与计算机应用的普及大潮下，人们接触到互联网，随着传感技术的不断进步，各式各样能够检测出不同类型数据的传感器逐渐走进人们的生活。当传感器和互联网都深深植根于大家的生活中时，一种新的技术也逐渐成形，物联网技术应运而生。物联网技术的应用，极大拓展了数据的获取途径，实现多途径获取数据。

物联网的发展以迅雷之势影响不同行业，使得反馈信息实现跨领域整合，达到信息共享的目的。对于信息系统尤其是以预测为主的系统来说，提供的数据量不能充分满足，那这些预测系统的可靠性就会受到极大影响，发挥不出应有价值。所以为了能够发挥出预测系统的作用，利用物联网收集到各种各样真实有效的数据极为关键。但是目前看来，有部分正在使用的系统，还是以文本的形式存储和管理分析数据，对数据的提取极不方便，这些数据以层次结构为主，使得数据查询和操作麻烦。这种形式严重影响了系统的预测效率和精度。随着时代的发展，以更高效安全为特点的大数据处理模式诞生。

2.大数据助力数据分析处理

2.1设计目标

针对于预警物联网设计的规则，对象是物联网中大数据信息的分类处理和预警。目标是实现通过规则快速分析物联网反馈回来的数据，从而为最后的业务决策提供可靠的数据支持和管理，此设计的目标主要体现在数据对象与预警业务的分离。同时可以提高预警的准确性。通过对数据节点上数据的保存和共享能够加强数据与规则的匹配，极大提高工作效率。业务规则在管理时可以单独管理，将规则放置在数据库中，形成一个独立的预警信息数据库，在需要进行判断预警时，从数据库中提取，快速进行逻辑判定，在工作过程中，如果发现需要修改其中某项规则时，则可以单独修改，不会出现牵一发动全身的现象。同时如果规则出现bug，则可以逐渐向内添加，增强规则的可阅读性。在建立规则时可以尽量选择自然语言或者是接近自然语言，这样不仅会降低规则建立的难度，而且可以方便开发人员之间的交流。

2.2设计架构

系统的构成可以分为五个部分，知识库、数据寄存库、规则建立模块、推理判断模块和数据库模块。

知识库又称为规则库，简单点理解就是存储物联网大数据用来进行预警的数据和用来判断信息是否需要预警的规则。数据寄存库是对物联网大数据信息对象的存储，以及对已经使用过的预警数据进行保存。规则建立模块可以根据系统使用过程中产生的bug，随时由使用者将规则插入知识库中。推理判断模块是整个预警系统的核心，它将知识库中的判定规则及预警数据和数据寄存库中的大数据信息进行匹配运算等，得出是否需要进行预警。数据库用来将最终得到的结果存储下来。

3.建设过程

3.1规则模块

建立规则之前要首先判断规则的正确性，检测规则的方法是将规则输送到解析器里，通过语言识别进行检测。需要特别注意的是规则文件一般是使用.xml作为其特有格式。若是规则在语义上没有问题的话，则可以将规则转化成descr格式的中间格式。最后使用AST工具把前面检测过没有问题的规则发送到包生成器中，建立包含单一规则或多个规则的package对象。

3.2知识库

知识库中包含了已知的大多数针对物联网大数据灾害预警的数据运算规则和预警值。一般采用规则语言reohivi进行规则的编写，通过对相关参数进行形象的面熟，同时链接各个参数，最终将整理好的数据存储在知识库中。

3.3推理判断

本模块是整个基于大数据物联网预警系统的核心模块，它将知识库中的规则与预警数据同数据寄存库中的反馈信息进行调用加载运算，并选择合适的算法对两库数据匹配。如果匹配完全成功则立即发出预警信号，如果在运算匹配时发生规则冲突，那么需要立即进行修改，调用规则生成模块对冲突进行修改。最终将运算结果存放于数据库中。推理模块的工作流程如下：先将package对象删除作业，这个时间不受限制。同时加强工作记忆的弱化作用。

3.4数据库模块

数据库中存储的信息都是经过加工后的信息，可以直接用于业务分析、灾害预警等，作为大数据预警的数据对象使用，此外可以为推理判断模块提供匹配功能。

4.结语

物联网大数据有其独特特点，数据产生快，真实可靠。但正因为数据产生的速度过快，使得数据处理能力无法保证。在对使用物联网大数据进行预警信息高速处理的基础上，着重分析了构建规则引擎的方法进行问题的解决。使用规则引擎的方法还可以从以下几个方面进行优化，首先建立物联网的数据中心，收集从传感器上传来的信息，进行分类处理，提高工作效率。其次实现规则管理的自动化，更多地使用规则引擎技术。

参考文献：

[1]纪佩字，印杰，武旭红.面向物联网的大数据预警信息高速处理规则引擎[J].计算机与数字工程，2013（09）.

[2]何文娜.大数据时代基于物联网和云计算的地质信息化研究[D].吉林大学，2013（06）.

[3]赵永波.陈耀东，管江华，褚震，等.基于云海协同的物联网大数据管理[J].集成技术，2014（05）.