[发明专利]一种面向智慧实体的边缘处理方法

说明书

本发明涉及一种面向智慧实体的边缘处理方法，属于物联网领域。该方法包括数据收集，边缘推理，发起搜索，搜索响应，匹配验证，结果返回；其中边缘推理具体包括：区域划分：将边缘服务器覆盖的管理区域进行划分；关联模型构建：依据同一区域内智慧实体的历史状态，构建智慧实体状态的关联模型；状态推理估计：基于关联模型及已知智慧实体状态进行推理，得到状态未知的智慧实体的估计状态。本发明可大幅降低智慧实体的搜索空间，从而有效降低搜索过程的通信开销。

技术领域

本发明属于物联网领域，涉及一种面向智慧实体的边缘处理方法。

背景技术

在全球物联网产业发展的同时，物联网平台“碎片化”、物联网数据“孤岛化”等问题日渐凸显，激化了物联网应用挖掘深度严重不足与用户获取智慧实体信息的智能化需求之间的矛盾。例如，在智慧城市等应用中用户搜索现在附近人少、安静的咖啡厅，查询目前办公楼里未被占用且温度适宜的会议室等，搜寻的内容既包括智慧实体的静态属性信息(咖啡厅)，也涵盖时空、主题与状态等信息。

搜索空间的急速扩展，搜索对象的爆炸性增长，搜索模式智能化需求的飞速提高，导致互联网搜索技术已无法满足要求。首先，互联网搜索技术主要面向数量有限的虚拟信息资源，而非海量的物理世界有形实体。其次，物理世界实体相较于虚拟信息资源具有时空动态特性。这都使得针对物联网实体的搜索在数量、形式、方法上均呈现出更繁复的特征。在此背景下，旨在实现对物理空间中遍布的功能各异、类型多样的智慧实体的信息资源进行有序组织与高效管理，以便用户可靠、快速、准确获取所需智慧实体信息的物联网搜索技术应运而生。

目前，针对物联网搜索技术的研究尚处于初级阶段。Wang H,Tan C C,Li Q在“Snoogle:a search engine for pervasive environment”【in IEEE Transactions onParallel and Distributed Systems,pp.1188-1202,2010】中提出了一种基于关键字的搜索系统—Snoogle，搜索系统能够将附着智慧实体信息的传感器根据地理位置分区域管理，当用户发出搜索请求后，通过关键字查询与之匹配的智慧实体，返回与查询约束相关的前k个智慧实体。然而，Snoogle在搜寻智慧实体时需遍历所有智慧实体对象，给智慧实体的搜寻过程带来了严重的通信开销。Truong C,K.在“Content-based sensor searchfor the Web of Things”【in Global Communications Conference(GLOBECOM),2013】中设计并实现了适用于物联网定量状态实体的搜索系统–CSS。文中基于模糊逻辑理论，利用智慧实体的观测状态历史记录，构建了轻量级的智慧实体定量状态预测模型，估计智慧实体在搜索时刻的定量状态及其与搜索需求匹配的概率，并按照匹配概率降序返回搜索结果，以降低搜索过程的通信开销。为进一步降低面向定量状态实体的搜索过程的通信开销，发明人在论文“Low-overhead and high-precision prediction model for content-based sensor search in the Internet of Things”【in IEEE CommunicationsLetters,2016】中提出了低开销、高精度的面向定量状态智慧实体的搜索匹配方法，包括数据近似方法、多步预测方法与排序方法，按照智慧实体的预测状态进行搜寻匹配，在提高搜索效率的同时，降低搜索过程的通信与计算开销。然而，上述方法仅针对具有定量状态的智慧实体，如搜索当前温度为30℃的智慧实体。对于绝大多数用户而言，他们对传感器采集的智慧实体定量状态并不敏感，而更多地关注经过融合处理后的智慧实体定性状态，如天气暖和/寒冷(而非28℃/-10℃)。目前尚缺乏面向具有定性状态的智慧实体的状态预测及高效搜寻方法。

智慧实体的定性状态转换受社会化活动、自然环境等多种复杂因素影响，使其观测状态极难遵循严格的周期转换模式，因而智慧实体的非周期定性状态推理方法亟需研究。已有的基于状态预测的智慧实体搜寻方法，大都将智慧实体状态推理预测过程采用类似云计算的集中处理方式，当处理海量状态时变智慧实体时，云端中心的计算与通信负载过大且搜寻的实时性较差。