[发明专利]面向遗址保护的边缘计算智能感知系统搭建方法

说明书

一种面向明长城遗址保护的边缘计算智能感知系统搭建方法。通过使用基于cloudlet开源技术构建了基于终端‑边缘‑云三层架构的边缘计算智能感知系统，解决了现有明长城遗址保护中的1）监测设备计算能力弱；2）文物保护响应延迟高；野外网络稳定性难以保障的问题，达到了较好的效果，为野外土遗址保护起到了示范作用。

技术领域

本发明属于计算机信息系统领域，涉及一种面向明长城遗址保护的边缘计算智能感知系统搭建方法，具体涉及面向明长城遗址的终端-边缘-云三层架构边缘计算文物遗产保护验证环境平台构建方法。

背景技术

文物遗产保护作为国家文化领域的重点方向收到学者的广泛关注。目前针对现有的野外大型文物遗址监测感知通常依靠单纯的人力测量，代价成本高并且缺乏实时性、可持续性；依靠GIS感知的通常存在感知粒度粗、全面精确感知不足的问题。进而造成了对于文物遗址状态突变和文物遗址风险预警的能力低下。同时对于大规模跨省的特点缺乏相似情景关联分析及风险数据共享，造成状态感知和风险预警方法的借鉴性差的问题。此外，野外气象环境复杂多变，网络基础设施建设维护难，造成大量感知数据传输难、海量高速数据处理弱的问题，无法实现有效文物遗址保护。

同时受制于技术的发展，应用人工智能与物联网技术的文物遗产保护仍存在1）监测设备计算能力弱；2）文物保护响应延迟高；3）严重受网络稳定性的制约与要求。边缘计算作为解决云端计算迁移与终端大计算量需求的计算模式被广泛应用。

卡内基梅隆大学和英特尔、IBM 等公司组成的研究团队提出了基于 Cloud-Cloudlet-Client 的三层结构模型。与 Cloud –Client 两层结构不同的是在 Cloud 和Client 之间增加了 Cloudlet(朵云)端，朵云端具有完整的云计算能力并部署在与智能设备客户端同一个局域网络中，通过将云端计算任务前置，朵云端与云端、客户端的协同，最大限度地发挥云端的处理能力，此同时又能使客户端与朵云端的网络延迟控制在一跳范围内，并在云端不可用的情况下继续为客户端提供服务。

拟聚焦于当前野外明长城本体及风险源头感知面临终端感知信息多源异构、长城本体状态高效实时感知难、长城风险长效精确预警难的问题，目前，在长城遗址感知中，不同规格长城温湿度传感器、基于不同深度的盐分传感器、酸雨雨量传感器、风向等级集成传感器、视频监测传感器等纷繁海量的感知数据对于长城遗址的本体及风险感知提出了更大的挑战。传统依赖于人工实地测量对于专业工作者的专业要求以及提出了很高的要求。大部分专业工作者仅依靠经验，这使得对于风险感知结果的准确性、时效性方面都存在着很大的局限性，长城风险感知是目前野外大型文物保护领域的重大挑战之一，实时、全面、精确、持效的本体及风险源头结合高效智能的实时分析、长效预警将会给文物遗产的保护带来极大帮助。

发明内容

本发明的目的是提供一种面向明长城遗址保护的边缘计算智能感知系统搭建方法，如图1，结合开源Cloudlet边缘计算技术提出的一种构建文物遗产智能保护验证方法。基于边缘计算技术的文化遗产保护验证系统技术框架，包括1）物理环境层；2）平台技术层；3）应用环境层。其中物理环境层包含文物遗产领域中的大量专用传感监测设备及通用的网络设备以及终端设备、边缘端设备、云端设备；平台技术层包括基于物理环境层的基础上，实现了面向文物遗产保护的边缘计算模式下的文物监测资源感知、文物资源协同预配置、文物监测任务分解与迁移的技术；应用环境层包括基于平台技术层的应用功能实现，主要为：文物状态的实时监测与文物破坏风险的长效预警功能。

基于此，拟结合相关研究成果以及云计算平台，主动防御策略的多层级安全网络平台构建工具、野外大规模异构互联平台为基础，实现明长城风险感知信息的高效采集和智能分析，以及风险实时分析与预警，实现了大型野外线性遗址从被动型保护到预控保护的转变，对于大遗址保护的信息技术应用具有示范作用。

为了实现上述目的，本发明采用的技术方案是：

一种面向明长城遗址保护的边缘计算智能感知系统搭建方法，包括以下步骤：