海云协同模型优化方案

海云数据系统是中国科学院“面向感知中国的新一代信息技术”战略性先导科技专项“海云数据系统关键技术研究与系统研制”课题研究的重要内容。其目标是研制面向海量数据存储与挖掘的互联网服务平台，为“海云创新实验环境”用户提供大规模数据存储、处理、挖掘与可视化分析服务，创新数据挖掘互联网服务模式。海云协同模型就来自于中国科学院“面向感知中国的新一代信息技术研究”战略性先导科技专项“海云数据系统关键技术研究与系统研制”课题。

物联网系统尤其是移动物联网系统由数十亿的无线传感组件构成，这些组件时刻执行着感知、收集和处理具有不同类型数据的任务，可以预见，随着时间的推移，这些物联网应用将推动数据空间达到更大的规模。在物联网系统中，人和设备（从智能手机到可穿戴智能设备，从安装在汽车里的智能传感器到宇宙飞船）紧密互联，从这数十亿互联的组件中产生的大量传感数据将形成一个巨大的数据海洋，从而加速了大数据的出现。从如此大量的数据中提取有价值的信息来提高日常生活质量和办公效率是信息科技发展的必然需求。

在物联网系统应用场景中，对于利用大数据解决实际问题这一现实需求，我们都面临着以下这几方面的挑战。

1）需要新的系统架构来管理整个信息空间的大数据的生命周期。

2）需要新的协同机制来判断具有不同实际需求的任务，然后将这些任务指派到相应的端系统执行。

3）需要新的存储和计算技术来完成对大数据的存储和分析工作，从而进一步地挖掘大数据的潜在价值来生成按需获取的服务信息，同时确保服务信息的实时响应。(www.xing528.com)

鉴于以上挑战的存在，接下来将详细介绍这种创新的物联网大数据管理解决方案，即面向物联网大数据管理的海云协同模型。

物联网系统具有显著的异构性、混杂性和超大规模等特性。异构性表现在不同的制造商、不同的拥有者、不同的类型以及不同范畴的对象网络共存于物联网中；混杂性表现在网络形态、组成、场景、服务和应用等多个方面；超大规模性表现在物联网系统是物理世界与信息空间的深度融合，是全球范围的人、机、物的互联。所有这些物联网系统的特性决定了物联网传感数据也具有异构性、混杂性、实时感知和超大规模等特性。这些特性决定了众多不同的物联网大数据应用场景中大数据处理任务的异构性和需求的多样性，这些任务的异构性和需求的多样性要求物联网大数据管理系统必须采用不同的新技术来处理具有不同格式的大数据，而现有的针对特定数据类型和业务的系统在架构上已经难以满足如此多样化的需求。这意味着我们需要设计新的系统架构，不仅要满足实时响应服务依赖较少数据和计算资源任务的需求，而且能满足依赖大量数据和计算资源但不要求实时响应服务的需求。

基于以上实际需求，这里提出了面向物联网大数据管理的海云协同模型，图6-24为模型的整体架构。

如图6-24所示，海云协同模型的核心为定义了3种不同的服务请求类型，即：海端实时响应服务请求、云端实时响应服务请求和云端大数据分析与挖掘服务请求。