《认知计算与深度学习》_基于物联网云平台的智能应用_1.3.4 云分析系统的发展

【摘要】 本书摘自《认知计算与深度学习》一书中第1章，第3节，为陈敏、黄铠所著。

1.3.4 云分析系统的发展

大数据分析是通过研究大量各种类型的大数据，以发现隐藏的模式、未知的相关性和其 他有用信息的过程。这些信息可以提供超越竞争对手的竞争优势，并导致更出色的商业智能或 科学发现，如更有效的营销、收入增加等。来自Web 服务器上的日志和网络点击流数据、社 交媒体的活动报道、手机通话记录以及传感器和物联网设备捕获的信息的大数据源必须得到保

护。大数据分析和软件工具经常被用作先进的分析学科的一部分，如预测分析和数据挖掘。

在图1-14中，我们指出了目前云分析的目标和要求，云分析是从过去用于处理小数据的基础分析中演变而来的。

如 图 1 - 1 4 的 左 半 部 分 所 示 ， 在 过 去 ， 我 们 处 理 的 是MB 或 GB 级 的 “ 小 数 据 ” 对 象 。 基 于 2 0 1 5 年 的 标 准 ，X 轴 表 示 的 大 数 据 范 围 为TB 级 到PB 级 。 在Y 轴 上 ， 我 们 用 两 个 自 下而上的水平轴来表示分析能力：准确的历史观测与预测和实时分析能力。我们将性能空间分 为 4 个 子 空 间 ：

● 小数据的基本分析依赖于历史观察，这样可以避免过去的错误，重现过去的成功。

● 先 进 的 小 数 据 分 析 系 统 从 基 本 的 能 力 到 使 用 先 进 技 术 来 预 测 未 来 情 况 ， 各 方 面 都 有 了改进。

● 演 进 到 云 计 算 后 ， 大 多 数 现 有 的 云 以 简 化 和 自 动 化 的 方 式 提 供 了 一 个 更 好 的 协 调 分 析工作流程，但这仍然缺乏预测或实时能力。

● 对 于 一 个 理 想 的 云 分 析 系 统 ， 我 们 期 望 在 流 模 式 与 实 时 预 测 能 力 下 处 理 可 扩 展 的 大 数据 。

传统的数据分析方法是利用适当的统计方法 ， 分析大量的一手数据和二手资料 ， 聚集 、 提取和细化隐藏在数据中的有用数据，并确定题材的内在规律，从而最大限度地发挥数据的 功能，最大限度地发挥数据的价值。数据分析在制定国家的发展计划，以及了解客户需求和 预测市场趋势等方面起着巨大的指导作用。大数据分析可以被视为 一 种特殊的数据分析。因此，许多传统的数据分析方法仍然可以用于大数据分析。

我 们 建 立 了 一 个 大 数 据 计 算 云 的 分 层 结 构 ， 如 图 1 - 1 5 所 示 。 底 层 是 云 基 础 设 施 管 理 控 制，它负责处理资源配置、部署协议资源以及监控整个系统的性能，并安排在云中的工作流 程。从全部来源收集的所有大数据元素形成数据池。数据可以是结构化的或非结构化的，也可以是在数据流模式下的。该数据池不仅存储原始数据，而且还存储数据管理的元数据。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们 18664393530@aliyun.com 处理，核实后本网站将在24小时内删除侵权内容。