基于物联网的信息中心云存储系统设计

程亚维

（济源职业技术学院 河南省济源市 459000）

当前已经进入了大数据时代，在人们日常生活中会产生很多数据，需要把这些数据进行存储，有利于我们查找，而信息中心云存储系统就给数据存储提供了一个很好的平台，云存储还提供业务访问功能的服务[1]。云存储系统可以将很庞大的数据群进行分析处理，而云存储的存储空间很大，资源可以在系统内进行扩展，具有很高的扩展性，云存储系统在建设和管理方面投入成本比传统的存储数据较低，且管理性能高。基于物联网的信息中心云存储系统设计为实现更高效的数据存储和管理具有非常重要的意义。

1 信息中心云存储系统硬件设计

基于物联网设计的信息中心云存储系统，需要加强信息中心云存储系统硬件设计，网盘是信息中心云存储系统硬件中重要的组成部分，一个性能好的网盘，有利于提高数据文件的运输速度，减少运营成本，增强云存储文件中的恢复能力[2]。信息中心存储系统的网盘就是给文件存储提供了一个安全可靠的环境，网盘设计中需要设计一个数据文件接入口和宽带接入口，本文研究的系统采用的是115网盘，它的外观形象会给用户一个很好的视觉效果，可以保障数据的安全性能和完整性能，用户可以给网盘设置密码，对重要文件可以进行双重设密，网盘在很大程度上不易被损坏，不会因为损坏的原因导致文件遗失，性能好的网盘可以确保信息中心云存储系统的稳定性。

2 信息中心云存储系统软件设计

2.1 设置信息中心云存储层

信息中心云存储层是信息中心云存储系统软件设计中的重要一部分，信息中心云存储层包括表示层、业务逻辑层和数据存储层。表示层分为Web前端系统和Web后端系统两个系统，用户在使用云存储系统时需要完成注册登录，设置基本的信息权限，将用户提供的参数传递到后台程序。

数据存储层就是对上传的大量数据进行存储，在本文设计的数据存储层是利用分布式管理技术实现数据存储，数据存储层的设计要求保障存储中数据的完整性，不会因为操作不当导致数据流失，还需要保障存储数据的安全性，所以设置信息中心云存储层是非常重要的。在数据层中还涉及数据接入层，就是将业务逻辑层中的数据进行获取，由于数据的来源是不一样的，需要对数据进行转化，进行重新组合，把汇总得到的数据进行分析，把得出的数据组合文件重新放入业务逻辑层中。

2.2 基于物联网构建云存储大数据聚类模型

图1：数据处理流程图

我们生活在大数据时代，在我们日常生活中会产生非常多的数据，我们需要对这些数据进行区分并实施管理。通过数量的多少，划分为两种数据集，数量少的划分为少数类，数量多的划分为多数类[3]。基于物联网技术利用粒子群聚类算法构建云存储大数据聚类模型。我们在进行计算时，首先对数据集进行假设，设数据集为A，如公式（1）所示：

在整个数据集中有i个少数类和多数类的数据集，通过交叉性信息模型，分析出来信息中心云存储系统中含有i个样本数据集，把信息中心云存储的数据进行分割，得到均匀的粒子群体，其中样本特征矢量如下列公式（2）所示：

其中把数据样本设置为ai，通过得到的数据集合A划分为B类均值的一部分，而B值的范围在1到i之间，通过解析排队模型把数据进行空间上的分割，最终得到数据中心矢量，如下列公式（3）所示：

用Hi表示信息中心云存储中的第i个中心矢量，可以矩阵的方式来表示数据的特征，通过聚类方法进行离散样本分析，最终得到数据聚类中心的粒子最优解。

表1：上传文件时间对比

在物联网技术基础上，利用聚类算法构建云存储大数据聚类模型，可以有效提高信息中心云存储系统的管理能力[4]。

2.3 可视化技术实现信息中心云存储

可视化技术中的三维场景可以进一步实现信息中心云存储，我们在进行构建三维场景时，需要依托三维地理信息平台，通过信息中心云存储的文件进行加载数据和计算出来的矢量数据，最终形成图像或者图表[5]。构建三维场景，数据处理流程图如图1所示。

信息中心云存储数据实现可视化，是通过可视化技术形成的，利用计算机的图形学和图像处理将数据进行处理，得到能直观展示出来的图像，为了使数据呈现出来更具有立体感，要加强对可视化技术的处理。由于信息中心云存储中的数据和文件是非常多的，文件和数据之间的关系相对复杂，不便于分析数据文件之间存在的关系，所以利用三维的可视化技术将数据平滑式展示出来，更能方便用户的读取，节省用户读取所用的时间。在信息中心云存储系统中运用三维数据组织管理有利于系统的性能提高，具有非常重要的作用。三维可视化技术离不开计算机技术和网络技术的发展，使得三维可视化技术得到很大的提升，为实现信息中心云存储可视化创造了基础，而三维可视化技术给信息中心云存储带来的不仅是文件的直观性，更多带来的是信息中心云存储系统性能上的提高，三维可视化技术把文件里面的内容和数据之间的关系转化为图形和图表的形式，大量的文件内容和数据集中在一个图形或者图表上，为信息中心云存储释放了很多空间。

3 实验与分析

3.1 实验准备

为了检验基于物联网的信息中心云存储系统的性能比传统的信息中心云存储系统的性能更好，并且对实验结果进行分析，由于不同环境下的局域网会有不同的性能效果，所以将选取同一局域网内的机器进行测试，如果不确定局域网环境，测试的结果没有对比意义。

确定好客户端机器配置的参数，测试的环境相同，用户进入信息中心云存储系统的登录界面，将用户信息进行登录，进行文件上传，把文件的大小设置为9GB，分别上传不同大小的文件。

选取不同类型大小的文件进行上传，在进行对比实验时，保证上传的文件种类和文件大小是一样的，本文系统的最大文件限制在9GB以上，本系统满足对文件上传的性能，如果在进行文件上传的过程中，出现网络中断的情况，文件会停止上传，一旦网络恢复，文件就会自动上传。

3.2 结果分析

将本系统与传统系统进行对比，研究两种系统在文件上传的效率，上传时间的长短就是表示信息中心云存储的效率。用户进入登录界面，分别上传5组大小不同的文件，在利用两种系统进行测试时，需要上传同样类型和大小的文件。本研究将文件大小分别设置为2M、60M、120M、2G、6G。得到所需上传时间，测试的结果如表1所示。

由上表1可得出本系统上传文件的时间与传统系统上传文件的时间相比，所用时间相对较少。由于文件大小的不同，上传所需要的时间也是不一样的，文件的大小与信息中心云存储系统上传的时间呈正相关，文件格式越大，上传所需要的时间就会越长，当文件大小在2M时，本系统上传的文件为96ms，传统系统所用时间为118ms，两种系统所用时间相差22ms，当文件的大小在6GB时，本系统上传时间为2864ms，传统系统所用时间为3645ms，两种系统上传的时间相差781MS，从上表可以看出在每一个文件大小节点上，本系统上传所用时间都比传统系统上传所用时间要短。通过与传统系统相比，本文设计的信息中心云存储的效率更高，文件上传所需时间更短。

4 结束语

本文研究基于物联网设计信息中心云存储系统，在分析传统的信息中心存储系统的基础上不断对系统进行调整，确保云存储系统的性能更高，便于信息中心存储系统的数据管理。本文研究只探讨了数据存储的管理性能，没有对数据进行实时的监控，以及对系统资源和数据压缩加密等方面没有进行研究，在实验上只对上传时间进行了比较，没有对系统的其他性能进行分析，希望在下一次研究中扩展文章的研究范围，对云存储系统的不同方面进行深入研究。