[发明专利]一种基于计算机的大数据分析控制系统及控制方法

说明书

技术领域

本发明属于大数据分析领域，尤其涉及一种基于计算机的大数据分析控制系统及控制方法。

背景技术

随着我国经济社会信息化和自动化水平不断提高，在政府管理、公共服务、科学研究、商业应用等许多领域也而临大数据问题，亚需各种有针对性和经济有效的解决方案，快速提升我国在大数据领域的整体实力和国际竞争力。大数据时代来临，工业界是技术争霸的主战场。全球大数据产业界针对大数据特有的海量、非结构化、关系复杂、动态时变等特性以及不断涌现的各种新型应用需求，围绕海量复杂数据的存储、管理、整合、处理、分析、展现、应用等主要环节，已经形成了新的大数据产业体系。

综上所述，现有技术存在的问题是：大数据存储的海量的数据，数据的安全性存在风险，安全性不能满足需求。

发明内容

针对现有技术存在的问题，本发明提供了基于计算机的大数据分析控制系统及控制方法，

本发明是这样实现的，一种基于计算机的大数据分析控制系统，所述基于计算机的大数据分析控制系统包括：数据采集模块，数据计算模块，数据存储模块，数据提取与分析模块，数据服务模块；

数据采集模块：通过RFID射频数据，传感器数据，社交网络数据，移动互联网数据等方式获得各种类型的结构化，半结构化及非结构化的海量数据；

所述数据采集模块利用regress函数作多元线性回归分析方法包括：

对于自变量x₁，x₂，x₃…x_p和因变量y的n次独立观测，y关于x₁，x₂，x₃…x_p的p重广义线性回归模型公式：

数据计算模块：用于批量计算首先进行数据的存储，然后再对存储的静态数据进行集中计算；

所述数据计算模块的数据聚合方法的步骤如下：

步骤一，在面积为S＝LL的部署区域内，随机分布N个同构的无线传感器节点，sink节点位于部署区域之外，节点处理整个无线传感器网络内收集到的数据；

步骤二，非均匀成簇

sink节点位于部署区域的上方；首先部署区域X轴划分为S个泳道，所有泳道有相同的宽度w，并且每个泳道的长度与部署区域的长度相等；用从1到s作为泳道的ID，最左端的泳道的ID为1，然后每个泳道沿着y轴划分为多个矩形网格，每个泳道中的每个网格都被定义一个水平，最下端的网格的水平为1，每个网格和每个泳道有相同的宽度w；每个泳道中网格的个数、长度与泳道到sink的距离有关；通过设置网格的长度来调整网格的大小；针对不同的泳道，距离sink越远的泳道含有的网格数目越小；针对同一泳道，距离sink越远的网格的长度越大；假设A中含有S个元素，第k个元素表示在第k个泳道中网格的数目；每个网格用一个数组(i，j)作为ID，表示第i个泳道有水平j；定义S个数组表示网格的长度，第v个数组H_v表示第v个泳道中网格的长度，并且H_v的第w个元素h_vw表示网格(v，w)的长度；网格(i，j)的边界为：

o_x+(i-1)×w＜x≤o_x+i×w

非均匀网格划分好之后进行成簇阶段；算法分为很多轮进行，在每轮中选取每个网格中剩余能量最大的节点作为簇首节点，其余节点根据就近原则加入簇，然后再进行数据聚合；

步骤三，格拉布斯预处理

传感器节点需要对收集的数据进行预处理，然后再向簇首节点传输数据；采用格拉布斯预准则对传感器节点所采集到的数据进行预处理假设某个簇首节点含有个传感器节点，传感器节点收集到的数据为x₁,x₂,…,x_n，服从正态分布，并设：

根据顺序统计原理，计算格拉布斯统计量：

给定显著性水平(α＝0.05)之后，测量值满足g_i≤g₀(n,α)，则认为测量值有效，测量值参与到下一层次的数据聚合；反之，则认为测量值无效，因此需要剔除，即不参与到下一层次的数据聚合；

步骤四，自适应聚合算法

通过迭代得到各个节点测量数据的无偏估计值，求取各个传感器节点的测量数据值与估计值之间的欧式距离，以归一化的欧式距离作为自适应加权融和的权值；选用簇中的传感器节点采集到的数据的最大值与最小值的平均值作为中心数据；