21、大数据与无线网络中的智能信息提取及资源共享

大数据与无线网络中的智能信息提取及资源共享

1. 无线传感器网络数据处理挑战与模糊代理方法

在无线传感器网络（WSN）的结构管理中，传统的结构化方法难以适应动态场景。而且，以往大多数研究未考虑到WSN的大规模特性，无法适用于大数据应用。同时，多数研究仅关注能耗，而忽视了传输数据的质量。部分处理数据质量的方法虽能消除冗余，但无法生成智能数据。另外，这些方法使用特定指标，仅适用于特定领域。

为应对这些挑战，此前提出了一种通用的模糊代理方法。选择代理技术是因其具有分布式控制和自主特性。不过在之前的方法中，代理的作用主要局限于执行模糊逻辑算法，而模糊逻辑技术则在估计数据相关性方面起主要作用，根据估计结果和用户经验决定数据的保留或删除。

2. 模糊代理方法详情

2.1 模糊代理方法概述

之前提出的模糊代理方法旨在消除大数据中的噪声，使用户能够获取相关数据。该系统满足数据预处理领域研究的限制，特别是清理噪声数据和管理数据质量。其主要目标是基于多代理系统和模糊逻辑定义一个通用的数据质量管理系统。

模糊代理主要在预处理阶段发挥作用，它们会集成到各个大数据节点中。这些代理运用模糊逻辑推理来确定传播数据的相关率。若去模糊化结果大于或等于用户预先设定的最小相关百分比，则数据被视为相关；否则，数据被视为无关并被忽略。

使用多模糊代理系统有诸多新颖之处：
- 更好的数据质量 ：通过执行模糊算法的多代理系统（MAS）技术，能够估计相关率并过滤噪声。
- 精确的问题解决方法 ：模糊代理以不精确的方式看待数据，并以精确的行动做出响