CN108881355A - 基于物联网架构的监控方法、雾运算终端以及物联网系统 - Google Patents

基于物联网架构的监控方法、雾运算终端以及物联网系统 Download PDF

Info

Publication number
CN108881355A
CN108881355A CN201710404606.5A CN201710404606A CN108881355A CN 108881355 A CN108881355 A CN 108881355A CN 201710404606 A CN201710404606 A CN 201710404606A CN 108881355 A CN108881355 A CN 108881355A
Authority
CN
China
Prior art keywords
internet
things
operation terminal
code
cloud server
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710404606.5A
Other languages
English (en)
Other versions
CN108881355B (zh
Inventor
陈志明
陈延川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wistron Corp
Original Assignee
Wistron Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wistron Corp filed Critical Wistron Corp
Publication of CN108881355A publication Critical patent/CN108881355A/zh
Application granted granted Critical
Publication of CN108881355B publication Critical patent/CN108881355B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/34—Network arrangements or protocols for supporting network services or applications involving the movement of software or configuration parameters 
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • H04W4/08—User group management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/50—Service provisioning or reconfiguring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Stored Programmes (AREA)
  • Computer And Data Communications (AREA)

Abstract

一种基于物联网架构的监控方法、雾运算终端以及物联网系统。该基于物联网架构的监控方法包括：通过一雾运算终端执行下述步骤，该步骤包括：自一云端服务器下载一应用程序包；通过该应用程序包自该云端服务器下载一通用模型；将多个物联网设备至少其中之一设定为至少一设备群，而通过该设备群接收多个感测数据；以及基于该些感测数据与该通用模型进行一增量式学习而获得一增量式学习模型，藉以通过该增量式学习模型来控制该设备群。本发明利用更为贴近使用者的雾运算终端来执行增量式学习，以获得更符合特定使用者的预测结果。

Description

基于物联网架构的监控方法、雾运算终端以及物联网系统
技术领域
本发明涉及一种监控架构，且特别涉及一种基于物联网架构的监控方法、雾运算终端以及物联网系统。
背景技术
因特网的发展及运用不断成长，由原本桌上型计算机的时代慢慢转向为便携式计算机的时代，到现今热门的物联网(Internet of Things，IoT)时代，随着科技的演进与创新，能够连接网络的物品不再限制只有桌上型计算机、笔记本型计算机、或智能型手机，而是期待所有的物品皆能连网，以便能随时控管。
随着物联网的到来伴随着海量级的数据，将这些数据都送到云端进行处理，则需要耗费巨大的带宽。而分布式的雾运算恰好解决了集中式运算出现的问题。
因此，需要提供一种基于物联网架构的监控方法、雾运算终端以及物联网系统来解决上述问题。
发明内容
本发明提供一种基于物联网架构的监控方法、雾运算终端以及物联网系统，可以针对特定的使用者来获得更精准的结果。
本发明的基于物联网架构的监控方法，包括：通过雾运算终端执行下述步骤。自云端服务器下载应用程序包；通过应用程序包自云端服务器下载通用模型；将一或多个物联网设备设定为至少一设备群，而自设备群接收多个感测数据；以及基于感测数据与通用模型进行增量式学习(incrementally learning)而获得增量式学习模型，藉以通过增量式学习模型来控制设备群。
本发明的一个方面提供一种基于物联网架构的监控方法，该基于物联网架构的监控方法包括：通过一雾运算终端执行下述步骤，该步骤包括：自一云端服务器下载一应用程序包；通过该应用程序包自该云端服务器下载一通用模型；将多个物联网设备至少其中之一设定为至少一设备群，而通过该设备群接收多个感测数据；以及基于该些感测数据与该通用模型进行一增量式学习而获得一增量式学习模型，藉以通过该增量式学习模型来控制该设备群。
本发明的物联网系统包括：一云端服务器、多个物联网设备以及一雾运算终端；该云端服务器提供一应用程序包及一通用模型；该雾运算终端通过一网络与该云端服务器及该些物联网设备连接；其中，该雾运算终端自该云端服务器下载该应用程序包，并通过该应用程序包自该云端服务器下载该通用模型，并且将一或多个物联网设备设定为至少一设备群，而自该设备群接收多个感测数据，并基于该些感测数据与该通用模型进行一增量式学习而获得一增量式学习模型，藉以通过该增量式学习模型来控制该设备群。
在本发明的一实施例中，雾运算终端解析应用程序包而获得交换码、物联网应用程序、机器学习执行码以及配置文件，雾运算终端传送交换码至云端服务器。云端服务器在接收到交换码之后，传送对应于交换码的启动码至雾运算终端。
在本发明的一实施例中，在云端服务器接收到交换码之后，云端服务器判断是否为第一次接收到交换码，在判定为第一次接收到交换码时，传送对应于交换码的启动码至雾运算终端，而在判定先前已接收过交换码时，则不传送启动码至雾运算终端。
在本发明的一实施例中，雾运算终端通过物联网应用程序自云端服务器下载通用模型，其中通用模型是由云端服务器先训练好的模型。
在本发明的一实施例中，雾运算终端包括授权服务器，通过授权服务器分别储存启动码至雾运算终端的固件储存设备以及区块链(blockchain)数据库。
在本发明的一实施例中，雾运算终端通过授权服务器读取固件储存设备中的启动码；通过授权服务器读取区块链数据库中的启动码；判断自固件储存设备所获得的启动码与自区块链数据库所获得的启动码是否相同；倘若自固件储存设备所获得的启动码与自区块链数据库所获得的启动码相同，根据启动码，激活物联网应用程序的功能并设定有效期限。
在本发明的一实施例中，雾运算终端通过物联网应用程序基于配置文件，将物联网设备至少其中之一设定该设备群。
在本发明的一实施例中，雾运算终端在获得该增量式学习模型之后，传送增量式学习模型至物联网设备中的其中之一。
在本发明的一实施例中，雾运算终端上传至少其中一个物联网设备的感测数据至云端服务器，使得云端服务器更新通用模型。
在本发明的一实施例中，雾运算终端包括一或多个边缘装置，基于交易量的大小、各边缘装置的运算能力以及储存能力来决定以各些边缘装置作为交易节点及矿工节点至少其中一个。
本发明的雾运算终端包括：一储存装置、一连网设备以及一处理器；该连网设备与一云端服务器以及多个物联网设备连接；该处理器耦接至该连网设备与该储存装置，其中，该处理器通过该连网设备自该云端服务器下载一应用程序包，该处理器通过该应用程序包自该云端服务器下载一通用模型并储存该通用模型至该储存装置，之后，该处理器将该些物联网设备至少其中之一设定为至少一设备群，而通过该设备群接收多个感测数据，并且基于该些感测数据与该通用模型进行一增量式学习而获得一增量式学习模型，藉以通过该增量式学习模型来控制该设备群。
基于上述，本发明利用更为贴近使用者的雾运算终端来执行增量式学习，以获得更符合特定使用者的预测结果。
为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所附附图作详细说明如下。
附图说明
图1是依照本发明一实施例的物联网系统的框图。
图2是依照本发明一实施例的基于物联网架构的监控方法的流程图。
图3是依照本发明一实施例的交换码(exchange code)与启动码(activationcode)的交换程序的流程图。
图4是依照本发明一实施例的授权程序的流程图。
图5A是依照本发明一实施例的交易节点的框图。
图5B是依照本发明一实施例的矿工节点的框图。
图6是依照本发明一实施例的监控系统中基于云端服务器的数据传输程序的示意图。
图7是依照本发明一实施例的监控系统中基于雾运算终端的数据传输程序的示意图。
图8是依照本发明一实施例的雾运算终端的框图。
主要组合件符号说明：
10 物联网系统
110 云端服务器
120、800 雾运算终端
121、121-1～121-M 边缘终端
130、130-1～130-N 物联网设备
51、53、732 IoT应用程序
52 区块链数据库
510、720 交易节点
520、730 矿工节点
61 应用程序包
63 机器学习模型
710 区块链架构
721 感测数据
722 处理后数据
731 机器学习执行码
740、840 固件储存设备
741 启动码
750 授权服务器
810 处理器
820 储存装置
830 连网设备
S205～S220 基于物联网架构的监控方法各步骤
S305～S325 交换码与启动码的交换程序各步骤
S405～S440 授权程序的各步骤
S605～S625 监控系统的数据传输程序的各步骤
S631～S632 机器学习模型的执行步骤
具体实施方式
图1是依照本发明一实施例的物联网(Internet of Things，IoT)系统的框图。请参照图1，物联网系统10包括云端服务器110、雾运算终端120以及多个物联网设备130-1～130-N(统称为物联网设备130)。雾运算终端120通过网络与云端服务器110以及物联网设备130连接。
云端服务器110包括具有计算能力强大的一台或多台主机，例如为具有高运算能力的服务器，提供处理过的信息或是运算过的信息，让通过网络连接云端服务器的其他终端机(client)，比如雾运算终端120或物联网设备130，可以迅速地得到需要的数据或结果，并输出数据或结果给需要的对象。
雾运算终端120例如是由至少一个边缘装置(edge device)构成。在此，雾运算终端120包括多个边缘装置121-1～121-M(统称为边缘装置121)。边缘装置121-1～121-M并非为服务器等级的主机，而性能较弱、分布更为分散的具有各类功能的计算器，例如为一般桌上型计算机、笔记本型计算机、平板计算机、智能型手机、或其他具有运算功能的各类电子装置。而边缘装置121-1～121-M可以是设置在一般的办公室或医疗站等而不用设置在特定的机房里。
物联网设备130为计算能力更弱且具有通信传输功能的电子装置，例如为智能型手环、智能型手表、智能床、智能衣、穿戴式的医疗照护装置、医疗仪器、穿戴式的健康监测设备等。而雾运算终端120与物联网设备130之间可以通过对内网络连接，雾运算终端120与云端服务器110之间可以通过对外网络连接。
在此，雾运算终端120采用雾运算(fog computing)技术。雾运算技术采用分布式的运算方式，将运算、通信、控制和储存资源与服务分布给使用者或靠近使用者的设备与系统。雾运算技术扩大了云端运算的网络运算模式，将网络运算从网络中心扩展到了网络边缘，从而更加广泛地应用于各种服务，是云端运算概念的延伸。在雾运算技术中终端用户客户端(end-user client)或连接终端用户的边缘装置，以分布式协作架构进行数据存储，或进行分布式网络包传输通信，或相关分布式控制、运算或管理。
雾运算终端120中的各边缘装置121采用区块链(blockchain)应用技术。即，每一个边缘装置121可以扮演交易节点(transaction node)或矿工节点(mining node)，或者同时扮演交易节点以及矿工节点。交易节点用来储存区块链数据库。矿工节点不包括区块链数据库，其是用来对交易结果执行验证动作，并将交易结果打包为区块传送给交易节点来再次进行验证。
例如，当某一个节点要发起交易时，会先将交易广播给其他节点，此时所有的矿工节点会一同运行共识算法(Consensus Algorithm)，藉此来决定由哪一个矿工节点拿到验证权。而拿到验证权的矿工节点会把自己验证后的未可信赖的交易结果包成一个新的区块送给交易节点，而交易节点会再复验交易。如果比对两方验证交易结果相同，则交易节点会将此交易结果所包成的区块放入至区块链数据库成为可信赖的交易。
下面再举例来说明基于物联网架构的监控方法各步骤。图2是依照本发明一实施例的基于物联网架构的监控方法的流程图。在本实施例中，通过雾运算终端120将一或多个物联网设备130设定为一个或多个设备群，以控制设备群。例如，物联网系统10应用在医疗照护系统时，云端服务器110为设置在医疗中心机房的服务器主机，雾运算终端120为设置在护理站的个人计算机，物联网设备130则是配戴在使用者身上的各种生理传感器。所述生理传感器例如用以检测血压、体温、心跳、血氧、血糖等。雾运算终端120会将一或多个物联网设备，例如为配戴在使用者身上的各种生理传感器，设定为一个设备群，藉以来监控设备群的感测数据是否出现异常，进而可反应、控制或动态调整设备群。
请参照图1以及图2，在步骤S205中，雾运算终端120自云端服务器110下载应用程序包。应用程序包包括交换码(exchange code)、IoT应用程序、机器学习执行码以及配置文件(profile)。IoT应用程序包括简易IoT应用程序以及复合IoT应用程序两种类型。复合IoT应用程序是基于多个简易IoT应用程序。复合IoT应用程序可以存取基于简易IoT应用程序的区块链数据，并且可监控多个设备群。机器学习执行码用以在雾运算终端120中进行增量式学习(incrementally learning)的训练。配置文件包括一组元数据元素(metadataelement)、政策(policy)以及准则(guideline)，用以执行IoT应用程序，以及指定所欲使用的物联网设备130。元数据元素例如用来指定用于医疗或是金融。政策例如在医疗环境中，数据要进行备份或是需要双来源。准则例如为用药原则。
雾运算终端120转换配置文件并传输至设备群，使得设备群中的一些物联网设备130自雾运算终端120下载增量式学习模型，并且使得设备群中的其他物联网设备130上传感测数据至雾运算终端120。
接着，在步骤S210中，雾运算终端120通过应用程序包自云端服务器110下载通用模型。在此，通用模型是由云端服务器110事先训练好的模型。具体而言，通用模型是由云端服务器120根据代表性的感测数据通过机器学习模型(Machine learning model)进行批次训练(batch training)所获得的模型。例如，云端服务器120会事先根据一般病人的原始感测数据(raw sensor data)或代表性病人经处理过(例如聚合或过滤)的感测数据(processed sensor data)来训练出一个通用模型。通用模型是由具代表性的数据所训练出来。
详细来说，图3是依照本发明一实施例的交换码与启动码的交换程序的流程图。在步骤S305中，云端服务器传送IoT应用程序包至雾运算终端120。雾运算终端120在接收到应用程序包之后，会对应用程序包进行解析，以获得交换码、IoT应用程序、机器学习执行码以及配置文件。并且，还可将IoT应用程序、机器学习执行码以及配置文件储存至区块链数据库，使其不容易被篡改。
之后，在步骤S310中，当雾运算终端120要启用IoT应用程序时，传送交换码至云端服务器110。并且，在步骤S315中，云端服务器110判断是否已接收过此交换码。即，判断是否为第一次接收到此交换码。在判定为第一次接收到此交换码时，在步骤S320中，云端服务器110传送对应于此交换码的启动码至雾运算终端120。而在判定先前已接收过此交换码时，云端服务器110会结束交换码与启动码的交换程序，而不会传送任何启动码至雾运算终端120。
在此，交换码和启动码是用来确保IoT应用程序的使用权限，例如授权的可用功能及对应的有效期限(expiration date)。交换码跟随着应用程序包被下载至雾运算终端120。雾运算终端120利用交换码向云端服务器110来交换一个启动码。而云端服务器110中会记录哪一个交换码已经用来交换过启动码，而针对使用过的交换码便不会再度发行启动码。例如，交换码为车票，在将车票交付至云端服务器110之后，云端服务器110将车票撕掉，因此使用过的车票便不能再度使用。
之后，在步骤S325中，雾运算终端120通过授权服务器(license server)，将启动码分别储存至雾运算终端120的固件储存设备以及区块链数据库。即，雾运算终端120中还包括授权服务器。授权服务器例如为一般桌上型计算机、笔记本型计算机、平板计算机、智能型手机、或其他具有运算功能的各类电子装置。或者，授权服务器例如为设置在边缘装置121中的软件。将授权服务器设置于雾运算终端120中，可在对外网络断线时，正常运作于内部网络。
授权服务器会将启动码储存至正在执行IoT应用程序的边缘装置121中的固件储存设备。固件储存设备例如是储存有基本输入输出系统(Basic Input/Output System，BIOS)的存储器。并且，授权服务器还会将启动码储存至交易节点的区块链数据库中。
而云端服务器110在发行应用程序包时，会根据所接收到的指令来决定将应用程序包发行至对应的边缘装置121中。也就是说，并不是所有的边缘装置121都会下载应用程序包。而云端服务器110在接收到由雾运算终端120所传送的交换码之后，根据其内部记录的数据来将对应于交换码的启动码传送至雾运算装置120。雾运算终端120在接收到启动码之后才会开始后续的程序。在此，启动码中记录了授权的可用功能以及有效期限。
图4是依照本发明一实施例的授权程序的流程图。请参照图4，在步骤S405中，IoT应用程序向授权服务器请求授权。接着，在步骤S410中，授权服务器自固件储存设备中读取启动码。并且，在步骤S415中，授权服务器自区块链数据库中读取启动码。之后，在步骤S420中，判断固件储存设备中是否存在启动码。
倘若判定固件储存设备中存在启动码，在步骤S425中，授权服务器判断区块链数据库的启动码与固件储存设备的启动码是否相同。倘若区块链数据库的启动码与固件储存设备的启动码相同，在步骤S430中，授权服务器根据启动码来设定可用功能以及有效期限。倘若两个启动码不同，则授权服务器结束授权程序，可防止两者其中之一的启动码可能被篡改，而造成不当授权的问题。
返回步骤S420，倘若判定固件储存设备中不存在启动码，在步骤S435中，授权服务器根据区块链数据库的启动码来设定可用功能以及有效期限。
例如，IoT应用程序的功能包括预测心跳、预测血压、预测体温等。而启动码中包括对应至各功能的标记，当标记设定为1时，则设定对应IoT应用程序的功能为可用功能。例如设定IoT应用程序中预测血压的功能为可用功能。
而有效期限用来限制IoT应用程序的可用功能所能使用的期限。在超过有效期限之后，则IoT应用程序的可用功能便会被设定为不可用，使得该功能被禁能不动作。另外，可以针对不同的IoT应用程序的可用功能来设定不同的有效期限。或者，所有的IoT应用程序的可用功能共用一个有效期限。通过设定有效期限可根据付费多少来决定可用功能的使用期限。
之后，在步骤S440中，授权服务器传送授权信息至IoT应用程序，使得IoT应用程序来激活对应的可用功能及设定有效期限。
返回图2，在步骤S215中，雾运算终端120将一或多个物联网设备130设定为设备群，而自设备群接收多个感测数据(设备群所感测到的原始感测数据，其为更贴近使用者的数据)。即，由IoT应用程序基于配置文件，将所指定的物联网设备130设定为设备群。
举例来说，假设IoT应用程序预测使用者A的血压以及心跳，配置文件中指定测量使用者A的血压以及心跳，则雾运算终端120会将用来感测使用者A的心跳与血压的两个物联网设备130设定为一个设备群来支持所要执行的IoT应用程序的功能。另外，假设配置文件中指定测量使用者B的心跳以及体温，则雾运算终端120会将用来感测使用者B的心跳与体温的两个物联网设备130设定为一个设备群来支持所要执行的IoT应用程序的功能。
之后，在步骤S220中，雾运算终端120基于所述感测数据与通用模型进行增量式学习而获得增量式学习模型，藉以通过增量式学习模型来控制设备群。雾运算终端120会针对指定的设备群的感测数据(原始感测数据)来继续对通用模型进行训练，而获得增量式学习模型。例如，使用自我监督式自我学习算法(supervised self-learning algorithm)来对通用模型进行训练。
例如，在医疗系统中，在云端服务器110针对代表性病人的数据进行训练获得通用模型，而在将通用模型下载至雾运算终端120之后，雾运算终端120会针对特定病人的原始感测数据来继续对通用模型进行训练，而获得增量式学习模型。因此，在雾运算终端120所获得的增量式学习模型是更贴近特定病人的真实状况，因此能够得到更符合特定病人的预测结果。
例如，使用者A或其家族血压比平均值高出5～10mmHg。则可利用使用者A的原始感测数据来对通用模型进行增量式学习的训练来获得一个贴近使用者A状况的增量式学习模型。据此，可对应来调整仪器的参数，例如洗肾(血液透析)时需对应调整仪器参数，或是控制速率，或告知需配合药物等等。
在雾运算终端120中，将自设备群接收的感测数据以及通用模型代入至机器学习执行码来执行增量式学习。增量式学习是指一个学习系统能不断地从新样本中学习新的知识并能保存大部分以前已经学习到的知识。因此，在新增数据时，并不需要重建所有的知识库，而是在原有知识库的基础上，仅执行由于新增数据所引起的更新。
另外，雾运算终端120在获得增量式学习模型之后，还可通过IoT应用程序传送增量式学习模型至其中一个或多个物联网设备130。例如，可将增量式学习模型传送至运算能力较高的物联网设备130，而直接在物联网设备130运行增量式学习模型。
关于采用区块链应用技术的雾运算终端120而言，每一个边缘装置121可以扮演交易节点或矿工节点，或者同时扮演交易节点以及矿工节点。雾运算终端120可基于交易量(即，区块链架构下所运行、传输的数据量)的大小、各边缘装置121的运算能力以及储存能力来决定以各边缘装置121作为交易节点及矿工节点至少其中一个。另外，亦可通过人为部署、云端服务器110的部署或是应用程序包的部署来决定由哪几个边缘装置121来扮演交易节点与矿工节点。
另外，针对特定的节点(矿工节点或交易节点)，雾运算终端120由支持向量回归(Support Vector Regression，SVR)模型从中央处理器运算能力、硬盘存储量等构成的特征向量(feature vector)来预测出对应于特定节点的能力(capability)。在交易量大时，选用能力较高的节点；在交易量小的时候，选用能力较低的节点。如此，雾运算终端120同时支持多个动态的区块链丛集，每个丛集的大小跟节点都可以是不固定的。其中，支持向量回归模型可执行于其中一个边缘装置121，或者与授权服务器运行于相同的边缘装置121中。
因此，雾运算终端120所涵盖的区块链架构下的交易节点与矿工节点的范围或数目可以是完全动态的，可视当时的交易量而定。例如，运算能力好的边缘装置121适合作为矿工节点，而储存能力好的边缘装置121则适合当交易节点。
举例来说，图5A是依照本发明一实施例的交易节点的框图。图5B是依照本发明一实施例的矿工节点的框图。
在图5A中，在交易节点510中包括IoT应用程序51、以及区块链数据库52。通过设置在交易节点510(其中一个边缘装置)中的控制器或处理器等来执行其IoT应用程序51，以实行对应的功能。
在图5B中，矿工节点520包括IoT应用程序53。通过设置在矿工节点520中的控制器或处理器等来执行其IoT应用程序53，以实行对应的功能。矿工节点520的IoT应用程序53用于验证交易结果，例如IoT应用程序53具有区块链应用技术中的智能合约(SmartContract)，利用智能合约来验证交易结果，在验证成功之后，将正确的该笔交易结果向其他交易节点广播，并打包为区块。另外，在具有多个矿工节点的情况下，会利用例如共识算法决定由其中一个矿工节点来获得验证的权利。例如，在多个矿工节点的情况下，由这些矿工节点来争夺优先权，先抢得优先权的矿工节点(处理速度快)则获得验证的权利。
而交易节点510在自矿工节点520获得交易结果且验证之后会再次进行验证。例如，交易节点510的IoT应用程序51同样具有区块链应用技术中的智能合约，利用智能合约来验证交易结果。在矿工节点520与交易节点510两者验证皆通过时，将该笔交易结果储存至交易节点510中的区块链数据库52。倘若其中一方验证未通过，则不会将该笔交易结果放到区块链数据库52里。而区块链数据库52是利用非对称式加密来对数据进行加密。而每一个交易节点510都具有完整的区块链数据库52。
区块链应用技术具有容错机制。假设在一个区块链架构下具有3个交易节点510，在其中2个交易节点510被窜改或损坏时，并不会影响整个区块链架构的交易，仍然可以继续正常的查询、写入交易等。这是因为每一个交易节点510都有一份完整的区块链数据库52，当其他交易节点都失效或不正常时，整个区块链架构仍然能够正常地运作，并且可持续同步正确的事务数据。利用区块链架构的安全、透明、高效三大优势有助于物联网系统10的发展。
图6是依照本发明一实施例的监控系统中基于云端服务器的数据传输程序的示意图。请参照图6，监控系统包括雾运算终端120与云端服务器110。在步骤S605中，云端服务器110传送应用程序包61至雾运算终端120。雾运算终端120解析应用程序包61而获得交换码、IoT应用程序、机器学习执行码以及配置文件。在步骤S610中，雾运算终端120通过IoT应用程序传送交换码至云端服务器110。
在步骤S613中，云端服务器110进行交换码与启动码的交换程序。之后，在步骤S615中，云端服务器110传送启动码至雾运算终端120。具体而言，在云端服务器110接收到交换码之后，云端服务器110判断是否为第一次接收到交换码，在判定为第一次接收到交换码时，传送对应于交换码的启动码至雾运算终端120，而在判定先前已接收过此一交换码时，则不传送启动码至雾运算终端120。
在雾运算终端120接收到启动码之后，在步骤S620中，雾运算终端120自云端服务器110下载通用模型。之后，雾运算终端120执行如上述步骤S215～S220所述的动作。而在雾运算终端120获得增量式学习模型之后，在步骤S625中，进一步通过IoT应用程序上传物联网设备130的感测数据至云端服务器110，使得云端服务器110更新通用模型。在此，云端服务器110利用机器学习模型63来进行批次训练(步骤S631)，之后获得通用模型(步骤S632)。另外，云端服务器110可设定为在经过一段时间之后，将自雾运算终端120所收集到的感测数据与原先储存在云端服务器110的具有代表性的数据重新进行批次训练，以获得新的通用模型。
图7是依照本发明一实施例的监控系统中基于雾运算终端的数据传输程序的示意图。请参照图7，在本实施例中，以虚线箭头来代表数据的传输。
雾运算终端120的区块链架构710包括交易节点720与矿工节点730，交易节点720与矿工节点730可设置于不同的边缘装置121中，亦可设置于相同的边缘装置121中。并且，雾云算终端120包括固件储存设备740以及授权服务器750。在此，固件储存设备740设置于正在执行IoT应用程序732的边缘装置121中。而在雾运算终端120接收到启动码741之后，授权服务器750会将启动码741储存至固件储存设备740。
雾运算终端120会自物联网设备130-1接收到感测数据721，而将感测数据721储存在交易节点720中。并且，通过矿工节点730来执行机器学习执行码731，藉以对感测数据721执行增量式学习。另外，矿工节点730的IoT应用程序732会对感测数据721进行验证，并且将通过验证的处理后数据722传送至交易节点720，而由交易节点720进行复验。通过复验之后，可进一步将处理后数据722传送至云端服务器110。并且，IoT应用程序732还可进一步来控制物联网设备130-2。
基于上述，云端服务器只由一般样本病人的数据或代表性的数据来批次训练出通用模型。而自云端服务器下载到雾运算终端的通用模型是不包括有对应于特定病人的数据。因此，在雾运算终端中会自物联网设备来获得关于特定病人的原始数据(raw data)，即感测数据，藉此来进一步训练通用模型，而获得更贴近特定病人的增量式学习模型。因此，增量式学习模型对应特定病人的预测将会更精准。而这个增量式学习模型可以在雾运算终端上运行，或者也可以在物联网设备上运行。
IoT应用程序可以读取来自雾运算终端或物联网设备上的增量式学习模型的输出，然后对应的做处理。例如，IoT应用程序会根据增量式学习模型所获得的血压预测，动态调整仪器参数。例如，在血液透析中，如果预测出病患血压即将降低，代表病患可能会有生命危险，因此，IoT应用程序便会去调整血液透析设备的参数，让病患的血压能够升高。例如，仪器上可以安装物联网设备，然后IoT应用程序会下命令给物联网设备来调整血液透析设备的参数。
另外，在其他实施例中，雾运算终端也可以是由一台边缘装置组成。即，雾运算终端为一台桌上型计算机、笔记本型计算机、平板计算机、智能型手机、或其他具有运算功能的各类电子装置。下面再举一例来说明。
图8是依照本发明一实施例的雾运算终端的框图。在本实施例中，雾运算终端800是由一台边缘装置组成，其同时扮演交易节点以及矿工节点。雾运算终端800包括处理器810、储存装置820、连网设备830以及固件储存设备840。处理器810耦接至储存装置820、连网设备830以及固件储存设备840。
处理器810例如为中央处理单元(Central Processing Unit，CPU)、物理处理单元(Physics Processing Unit，PPU)、可编程的微处理器(Microprocessor)、嵌入式控制芯片、数字信号处理器(Digital Signal Processor，DSP)、特殊应用集成电路(ApplicationSpecific Integrated Circuits，ASIC)或其他类似装置。
储存装置820例如是任意形式的固定式或可移动式随机存取存储器(RandomAccess Memory，RAM)、只读存储器(Read-Only Memory，ROM)、闪存(Flash memory)、硬盘或其他类似装置或这些装置的组合。连网设备830为具有连网功能的构件，例如为有线网卡或无线网卡。通过连网设备830与云端服务器110连接。
储存装置820中储存有多个程序代码段，上述程序代码段在被安装后，会由处理器810来执行，以实现基于物联网架构的监控方法(详细流程可参照上述步骤S205～S220)。即，处理器810通过连网设备830自云端服务器110下载应用程序包并储存应用程序包至储存装置820。处理器810执行应用程序包，以通过应用程序包自云端服务器110下载通用模型并储存通用模型至储存装置820。之后，处理器810将一或多个物联网设备130设定为设备群，而自设备群接收多个感测数据，并且所述感测数据与通用模型进行增量式学习而获得增量式学习模型，藉以通过增量式学习模型来控制设备群。
另外，储存装置820还包括授权应用程序以及区块链数据库。授权应用程序的功能与上述授权服务器相同，可参照上述描述，在此不再赘述。而关于区块链数据库的描述亦可参照上述实施例的叙述。固件储存设备840例如是储存有BIOS的存储器，其用以储存由云端服务器110所传送的启动码。在本实施例中，固件储存设备840与储存装置820为不同的构件。在其他实施例中，固件储存设备840与储存装置820亦可以是同一个硬件构件，而根据不同的使用方式将其分割为固件储存设备840与储存装置820两个部件来使用。
综上所述，本发明利用更为贴近使用者的雾运算终端来执行增量式学习，以获得更符合特定使用者的预测结果。另外，采用区块链应用技术的雾运算终端具有以下优点：(1)高效，不需事前审批事后对账，应用可以经过多方数字签名具有法律效力；(2)透明，所有交易历程都清清楚楚也可以溯源，提高信息的价值；(3)安全，数据不会遭到篡改或伪造，在遭到病毒攻击时只要仍有正常的交易节点，应用就不会受影响继续正常运作。
虽然本发明已以实施例公开如上，然而其并非用以限定本发明，任何所属技术领域中普通技术人员，在不脱离本发明的精神和范围的情况下，应当可作些许的更动与润饰，故本发明的保护范围应当视所附的权利要求书所界定者为准。

Claims (23)

1.一种基于物联网架构的监控方法，该基于物联网架构的监控方法包括：
通过一雾运算终端执行下述步骤，该步骤包括：
自一云端服务器下载一应用程序包；
通过该应用程序包自该云端服务器下载一通用模型；
将多个物联网设备至少其中之一设定为至少一设备群，而通过该设备群接收多个感测数据；以及
基于该些感测数据与该通用模型进行一增量式学习而获得一增量式学习模型，藉以通过该增量式学习模型来控制该设备群。
2.如权利要求1所述的基于物联网架构的监控方法，其中在自该云端服务器下载该应用程序包步骤之后，该基于物联网架构的监控方法还包括：
解析该应用程序包而获得一交换码、一物联网应用程序、一机器学习执行码以及一配置文件；
传送该交换码至该云端服务器；以及
自该云端服务器接收对应于该交换码的一启动码。
3.如权利要求2所述的基于物联网架构的监控方法，在自该云端服务器接收对应于该交换码的该启动码之后，该基于物联网架构的监控方法还包括：
通过该物联网应用程序自该云端服务器下载该通用模型，其中该通用模型是由该云端服务器先训练好的模型。
4.如权利要求2所述的基于物联网架构的监控方法，其中该雾运算终端包括一授权服务器，而在自该云端服务器接收对应于该交换码的该启动码之后，该基于物联网架构的监控方法还包括：
通过该授权服务器分别储存该启动码至该雾运算终端的一固件储存设备以及一区块链数据库。
5.如权利要求4所述的基于物联网架构的监控方法，该基于物联网架构的监控方法还包括：
通过该授权服务器读取该固件储存设备中的该启动码；
通过该授权服务器读取该区块链数据库中的该启动码；
判断自该固件储存设备所获得的该启动码与自该区块链数据库所获得的该启动码是否相同；以及
倘若自该固件储存设备所获得的该启动码与自该区块链数据库所获得的该启动码相同，根据该启动码，激活该物联网应用程序的功能并设定一有效期限。
6.如权利要求2所述的基于物联网架构的监控方法，该基于物联网架构的监控方法还包括：
由该物联网应用程序基于该配置文件，将该些物联网设备至少其中之一设定为该设备群。
7.如权利要求1所述的基于物联网架构的监控方法，该基于物联网架构的监控方法还包括：
在获得该增量式学习模型之后，通过该雾运算终端传送该增量式学习模型至该些物联网设备至少其中之一。
8.如权利要求1所述的基于物联网架构的监控方法，该基于物联网架构的监控方法还包括：
上传该些物联网设备至少其中之一的该感测数据至该云端服务器，使得该云端服务器更新该通用模型。
9.如权利要求2所述的基于物联网架构的监控方法，该基于物联网架构的监控方法还包括：
在该云端服务器接收到该交换码之后，通过该云端服务器执行下述步骤，该步骤包括：
判断是否为第一次接收到该交换码；
在判定为第一次接收到该交换码时，传送对应于该交换码的该启动码至该雾运算终端；以及
在判定已接收过该交换码时，则不传送该启动码至该雾运算终端。
10.如权利要求1所述的基于物联网架构的监控方法，其中该雾运算终端包括一或多个边缘装置，基于一交易量的大小、各该些边缘装置的运算能力以及储存能力来决定各该些边缘装置作为一交易节点及一矿工节点至少其中一个。
11.一种物联网系统，该物联网系统包括：
一云端服务器，该云端服务器提供一应用程序包及一通用模型；
多个物联网设备；
一雾运算终端，该雾运算终端通过一网络与该云端服务器及该些物联网设备连接；以及
其中，该雾运算终端自该云端服务器下载该应用程序包，并通过该应用程序包自该云端服务器下载该通用模型，并且将一或多个物联网设备设定为至少一设备群，而自该设备群接收多个感测数据，并基于该些感测数据与该通用模型进行一增量式学习而获得一增量式学习模型，藉以通过该增量式学习模型来控制该设备群。
12.如权利要求11所述的物联网系统，其中
该雾运算终端解析该应用程序包而获得一交换码、一物联网应用程序、一机器学习执行码以及一配置文件，并传送该交换码至该云端服务器；
该云端服务器在接收到该交换码之后，传送对应于该交换码的一启动码至该雾运算终端。
13.如权利要求12所述的物联网系统，其中
该雾运算终端通过该物联网应用程序自该云端服务器下载该通用模型，其中该通用模型是由该云端服务器先训练好的模型。
14.如权利要求12所述的物联网系统，其中该雾运算终端包括一授权服务器，通过该授权服务器分别储存该启动码至该雾运算终端的一固件储存设备以及一区块链数据库。
15.如权利要求14所述的物联网系统，其中该雾运算终端通过该授权服务器读取该固件储存设备中的该启动码；通过该授权服务器读取该区块链数据库中的该启动码；判断自该固件储存设备所获得的该启动码与自该区块链数据库所获得的该启动码是否相同；倘若自该固件储存设备所获得的该启动码与自该区块链数据库所获得的该启动码相同，根据该启动码，激活该物联网应用程序的功能并设定一有效期限。
16.如权利要求12所述的物联网系统，其中该雾运算终端通过该物联网应用程序基于该配置文件，将该些物联网设备至少其中之一设定为该设备群。
17.如权利要求11所述的物联网系统，其中该雾运算终端在获得该增量式学习模型之后，传送该增量式学习模型至该些物联网设备至少其中之一。
18.如权利要求11所述的物联网系统，其中该雾运算终端上传该些物联网设备至少其中之一的该感测数据至该云端服务器，使得该云端服务器更新该通用模型。
19.如权利要求12所述的物联网系统，其中在该云端服务器接收到该交换码之后，该云端服务器判断是否为第一次接收到该交换码，在判定为第一次接收到该交换码时，传送对应于该交换码的该启动码至该雾运算终端，在判定已接收过该交换码时，则不传送该启动码至该雾运算终端。
20.如权利要求11所述的物联网系统，其中该雾运算终端包括一或多个边缘装置，基于一交易量的大小、各该些边缘装置的运算能力以及储存能力来决定各该些边缘装置作为一交易节点及一矿工节点至少其中一个。
21.一种雾运算终端，该雾运算终端包括：
一储存装置；
一连网设备，该连网设备与一云端服务器以及多个物联网设备连接；以及
一处理器，该处理器耦接至该连网设备与该储存装置，
其中，该处理器通过该连网设备自该云端服务器下载一应用程序包，
该处理器通过该应用程序包自该云端服务器下载一通用模型并储存该通用模型至该储存装置，之后，该处理器将该些物联网设备至少其中之一设定为至少一设备群，而通过该设备群接收多个感测数据，并且基于该些感测数据与该通用模型进行一增量式学习而获得一增量式学习模型，藉以通过该增量式学习模型来控制该设备群。
22.如权利要求21所述的雾运算终端，其中
该处理器解析该应用程序包而获得一交换码、一物联网应用程序、一机器学习执行码以及一配置文件，
该处理器通过该连网设备传送该交换码至该云端服务器，并且自该云端服务器接收对应于该交换码的一启动码，该处理器根据该启动码，激活该物联网应用程序的功能，
该处理器通过该物联网应用程序基于该配置文件，将该些物联网设备至少其中之一设定为该设备群，
在获得该增量式学习模型之后，该处理器通过该连网设备传送该增量式学习模型至该些物联网设备至少其中之一。
23.如权利要求22所述的雾运算终端，该雾运算终端还包括：
一固件储存设备，该固件储存设备耦接至该处理器；
其中，该储存装置还包括一授权应用程序以及一区块链数据库，
在自该云端服务器接收对应于该交换码的该启动码之后，该处理器通过该授权应用程序分别储存该启动码至该固件储存设备以及该区块链数据库；
其中，在激活该物联网应用程序的功能之前，该处理器通过该授权应用程序分别读取该固件储存设备中的该启动码以及该区块链数据库中的该启动码，并判断自该固件储存设备所获得的该启动码与自该区块链数据库所获得的该启动码是否相同；
倘若自该固件储存设备所获得的该启动码与自该区块链数据库所获得的该启动码相同，该处理器根据该启动码，激活该物联网应用程序的功能并设定一有效期限。
CN201710404606.5A 2017-05-16 2017-06-01 基于物联网架构的监控方法、雾运算终端以及物联网系统 Active CN108881355B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW106116150 2017-05-16
TW106116150A TWI637280B (zh) 2017-05-16 2017-05-16 基於物聯網架構的監控方法、霧運算終端以及物聯網系統

Publications (2)

Publication Number Publication Date
CN108881355A true CN108881355A (zh) 2018-11-23
CN108881355B CN108881355B (zh) 2021-02-09

Family

ID=64272214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710404606.5A Active CN108881355B (zh) 2017-05-16 2017-06-01 基于物联网架构的监控方法、雾运算终端以及物联网系统

Country Status (3)

Country Link
US (1) US11362887B2 (zh)
CN (1) CN108881355B (zh)
TW (1) TWI637280B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109688597A (zh) * 2018-12-18 2019-04-26 北京邮电大学 一种基于人工智能的雾无线接入网络组网方法及装置
CN109816114A (zh) * 2018-12-29 2019-05-28 大唐软件技术股份有限公司 一种机器学习模型的生成方法、装置
CN111245932A (zh) * 2020-01-10 2020-06-05 深圳市钛银科技有限公司 一种连接医疗区块链和物联网的系统
CN111723147A (zh) * 2019-03-21 2020-09-29 杭州海康威视数字技术股份有限公司 基于区块链的数据训练方法、装置及设备、存储介质
CN112214470A (zh) * 2019-07-11 2021-01-12 纬创资通股份有限公司 数据获取装置与数据运算系统及方法
CN112269793A (zh) * 2020-09-16 2021-01-26 连尚（新昌）网络科技有限公司 一种基于区块链的检测用户类型的方法与设备
CN112822208A (zh) * 2021-02-01 2021-05-18 北京邮电大学 一种基于区块链的物联网设备识别方法及系统

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018201147A2 (en) * 2017-04-28 2018-11-01 Neuromesh Inc. Methods, apparatus, and systems for controlling internet-connected devices having embedded systems with dedicated functions
US10841397B2 (en) 2018-04-17 2020-11-17 Vmware, Inc. Methods, apparatus, and systems to dynamically discover and host services in fog servers
US11550299B2 (en) 2020-02-03 2023-01-10 Strong Force TX Portfolio 2018, LLC Automated robotic process selection and configuration
JP2021523504A (ja) 2018-05-06 2021-09-02 ストロング フォース ティエクス ポートフォリオ ２０１８，エルエルシーＳｔｒｏｎｇ Ｆｏｒｃｅ Ｔｘ Ｐｏｒｔｆｏｌｉｏ ２０１８，Ｌｌｃ エネルギー、コンピュータ、ストレージ、及びその他のリソースの、スポット市場及び先物市場における分散型元帳及びその他のトランザクションの実行を自動化する、機械及びシステムを改善するための方法及びシステム
US11669914B2 (en) 2018-05-06 2023-06-06 Strong Force TX Portfolio 2018, LLC Adaptive intelligence and shared infrastructure lending transaction enablement platform responsive to crowd sourced information
US11544782B2 (en) 2018-05-06 2023-01-03 Strong Force TX Portfolio 2018, LLC System and method of a smart contract and distributed ledger platform with blockchain custody service
JP6809618B2 (ja) * 2018-05-15 2021-01-06 住友電気工業株式会社 管理装置、管理方法および管理プログラム
US11417433B2 (en) * 2018-06-13 2022-08-16 Visa International Service Association Architecture for secure IoT interactions
EP3811200A1 (en) * 2018-07-24 2021-04-28 Siemens Aktiengesellschaft Semantics-based internet of things device data processing-related application installation method and apparatus
US10768946B2 (en) * 2018-10-15 2020-09-08 Sap Se Edge configuration of software systems for manufacturing
KR102091126B1 (ko) * 2018-10-24 2020-04-23 전자부품연구원 IoT 데이터 분석을 위한 에지-클라우드 협업 시스템 및 이의 운용방법
US10445738B1 (en) 2018-11-13 2019-10-15 Capital One Services, Llc Detecting a transaction volume anomaly
CN109758629B (zh) * 2018-11-30 2023-03-21 平安科技（深圳）有限公司 透析数据的传输方法、装置、设备及存储介质
TWI678665B (zh) * 2018-11-30 2019-12-01 關貿網路股份有限公司 照護服務系統及其方法
US10958434B1 (en) * 2018-12-12 2021-03-23 Sprint Communications Company L.P. System and method of detecting end-of-life of internet of things (IoT) device and closing associated block chain
US11562176B2 (en) 2019-02-22 2023-01-24 Cisco Technology, Inc. IoT fog as distributed machine learning structure search platform
CN109769002A (zh) * 2019-03-21 2019-05-17 浙江工商大学 一种基于区块链技术的分布式协同物联网异常检测方法
CN110175680B (zh) * 2019-04-03 2024-01-23 西安电子科技大学 利用分布式异步更新在线机器学习的物联网数据分析方法
US10819434B1 (en) 2019-04-10 2020-10-27 At&T Intellectual Property I, L.P. Hybrid fiber coaxial fed 5G small cell surveillance with hybrid fiber coaxial hosted mobile edge computing
US10848988B1 (en) 2019-05-24 2020-11-24 At&T Intellectual Property I, L.P. Dynamic cloudlet fog node deployment architecture
US20200175509A1 (en) * 2019-06-28 2020-06-04 Alibaba Group Holding Limited Transferring method and system based on blockchain smart contract
WO2021015307A1 (ko) * 2019-07-19 2021-01-28 엘지전자 주식회사 사용자의 음성을 통해 가전 기기를 제어할 수 있는 디스플레이 장치 및 인공 지능 서버
US11222041B2 (en) 2019-11-06 2022-01-11 International Business Machines Corporation Blockchain-based central repository and analytical platform for communications in the internet of things
US11982993B2 (en) 2020-02-03 2024-05-14 Strong Force TX Portfolio 2018, LLC AI solution selection for an automated robotic process
CN111355780B (zh) * 2020-02-18 2022-09-13 杭州云象网络技术有限公司 一种基于区块链的物联网监控管理方法及系统
US11675879B2 (en) 2020-02-20 2023-06-13 K2Ai, LLC Apparatus and method for operating a detection and response system
CN111709542A (zh) * 2020-06-12 2020-09-25 浪潮集团有限公司 一种基于雾计算环境的车辆预测诊断方法
US11631295B2 (en) 2020-08-11 2023-04-18 ScooterBug, Inc. Wireless network, mobile systems and methods for controlling access to lockers, strollers, wheel chairs and electronic convenience vehicles provided with machine-readable codes scanned by mobile phones and computing devices
US11790722B2 (en) 2020-08-11 2023-10-17 Best Lockers, Llc Single-sided storage locker systems accessed and controlled using machine-readable codes scanned by mobile phones and computing devices
US11995943B2 (en) 2020-08-11 2024-05-28 ScooterBug, Inc. Methods of and systems for controlling access to networked devices provided with machine-readable codes scanned by mobile phones and computing devices
US20220321662A1 (en) * 2021-03-30 2022-10-06 International Business Machines Corporation Smart device response to event detection
TWI780669B (zh) * 2021-04-19 2022-10-11 中華電信股份有限公司 用於管理機器學習模型之方法及電腦可讀取記錄媒體
CN113572847B (zh) * 2021-07-28 2022-10-18 中国银行股份有限公司 区块链网络系统、银行终端设备监控方法及服务器
CN113873024B (zh) * 2021-09-23 2022-09-23 中国科学院上海微系统与信息技术研究所 一种边缘雾网络中数据差分化下载方法
CN114745379B (zh) * 2022-03-21 2023-07-11 北京卓视智通科技有限责任公司 基于区块链和雾计算监控物联网设备系统和方法
CN115883664A (zh) * 2023-03-03 2023-03-31 武汉工商学院 一种基于雾计算的智慧物流园区传感云平台

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160182639A1 (en) * 2014-12-17 2016-06-23 University-Industry Cooperation Group Of Kyung-Hee University Internet of things network system using fog computing network
CN106295394A (zh) * 2016-07-22 2017-01-04 飞天诚信科技股份有限公司 资源授权方法及系统和授权服务器及工作方法
CN106452919A (zh) * 2016-11-24 2017-02-22 济南浪潮高新科技投资发展有限公司 一种基于模糊理论的雾节点优化方法

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8719812B1 (en) * 2008-06-30 2014-05-06 Emc Corporation Methods, systems, and computer readable media for dynamically modifying and utilizing a software package description for software installation
CN105191208B (zh) * 2013-01-29 2018-12-07 黑莓有限公司 用于激活用户装置上的应用程序的方法
US9160724B2 (en) * 2014-01-27 2015-10-13 Canon Kabushiki Kaisha Devices, systems, and methods for device provisioning
CN103795723B (zh) * 2014-01-28 2017-02-15 河南科技大学 一种分布式物联网安全态势感知方法
US10140381B2 (en) 2014-03-11 2018-11-27 Cisco Technology, Inc. HTML device tags to control operational features of devices in an internet of things
US9721212B2 (en) * 2014-06-04 2017-08-01 Qualcomm Incorporated Efficient on-device binary analysis for auto-generated behavioral models
US10055554B2 (en) * 2015-03-02 2018-08-21 Parallel Wireless, Inc. Software-enabled remote licensing and provisioning
CA2999343C (en) * 2015-09-25 2018-12-11 Genetec Inc. Secure enrolment of security device for communication with security server
US10484477B2 (en) * 2015-12-30 2019-11-19 Verizon Patent And Licensing Inc. Internet of things (IoT) device activation and management
US10156841B2 (en) * 2015-12-31 2018-12-18 General Electric Company Identity management and device enrollment in a cloud service
US11120299B2 (en) * 2016-01-27 2021-09-14 Microsoft Technology Licensing, Llc Installation and operation of different processes of an AI engine adapted to different configurations of hardware located on-premises and in hybrid environments
US10310832B2 (en) * 2016-02-19 2019-06-04 Intel Corporation Internet-of-things device blank
TWM523925U (zh) * 2016-02-25 2016-06-11 蕭如宣 物聯網整合平台
US10046228B2 (en) * 2016-05-02 2018-08-14 Bao Tran Smart device
CN106101199A (zh) 2016-06-02 2016-11-09 西安电子科技大学 一种基于sdn的云/雾混合网络架构
TWM533259U (en) * 2016-06-29 2016-12-01 Heran Co Ltd Internet of things control system
US10320923B2 (en) * 2016-09-01 2019-06-11 Cisco Technology, Inc. Predictive resource preparation and handoff for vehicle-to-infrastructure systems
US10439890B2 (en) * 2016-10-19 2019-10-08 Tata Consultancy Services Limited Optimal deployment of fog computations in IoT environments
US10447683B1 (en) * 2016-11-17 2019-10-15 Amazon Technologies, Inc. Zero-touch provisioning of IOT devices with multi-factor authentication
US10382413B1 (en) * 2016-12-23 2019-08-13 Cisco Technology, Inc. Secure bootstrapping of client device with trusted server provided by untrusted cloud service
US20180307811A1 (en) * 2017-04-19 2018-10-25 Ice Frog Technologies, LLC Prevention of software piracy exploiting end users
US20180316555A1 (en) * 2017-04-29 2018-11-01 Cisco Technology, Inc. Cognitive profiling and sharing of sensor data across iot networks
US11403540B2 (en) * 2017-08-11 2022-08-02 Google Llc On-device machine learning platform
US11070639B2 (en) * 2017-09-28 2021-07-20 Electronics And Telecommunications Research Institute Network infrastructure system and method for data processing and data sharing using the same

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160182639A1 (en) * 2014-12-17 2016-06-23 University-Industry Cooperation Group Of Kyung-Hee University Internet of things network system using fog computing network
CN106295394A (zh) * 2016-07-22 2017-01-04 飞天诚信科技股份有限公司 资源授权方法及系统和授权服务器及工作方法
CN106452919A (zh) * 2016-11-24 2017-02-22 济南浪潮高新科技投资发展有限公司 一种基于模糊理论的雾节点优化方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109688597A (zh) * 2018-12-18 2019-04-26 北京邮电大学 一种基于人工智能的雾无线接入网络组网方法及装置
CN109816114A (zh) * 2018-12-29 2019-05-28 大唐软件技术股份有限公司 一种机器学习模型的生成方法、装置
CN111723147A (zh) * 2019-03-21 2020-09-29 杭州海康威视数字技术股份有限公司 基于区块链的数据训练方法、装置及设备、存储介质
CN111723147B (zh) * 2019-03-21 2023-07-25 杭州海康威视数字技术股份有限公司 基于区块链的数据训练方法、装置及设备、存储介质
CN112214470A (zh) * 2019-07-11 2021-01-12 纬创资通股份有限公司 数据获取装置与数据运算系统及方法
CN112214470B (zh) * 2019-07-11 2024-05-17 纬创资通股份有限公司 数据获取装置与数据运算系统及方法
CN111245932A (zh) * 2020-01-10 2020-06-05 深圳市钛银科技有限公司 一种连接医疗区块链和物联网的系统
CN112269793A (zh) * 2020-09-16 2021-01-26 连尚（新昌）网络科技有限公司 一种基于区块链的检测用户类型的方法与设备
CN112822208A (zh) * 2021-02-01 2021-05-18 北京邮电大学 一种基于区块链的物联网设备识别方法及系统

Also Published As

Publication number Publication date
TWI637280B (zh) 2018-10-01
US20180337820A1 (en) 2018-11-22
US11362887B2 (en) 2022-06-14
CN108881355B (zh) 2021-02-09
TW201901488A (zh) 2019-01-01

Similar Documents

Publication Publication Date Title
CN108881355A (zh) 基于物联网架构的监控方法、雾运算终端以及物联网系统
CN109478263A (zh) 用于体系结构评估和策略执行的系统和设备
CN104115117B (zh) 对计算机程序施行安全性分析的方法、系统和存储介质
CN109685089B (zh) 评估模型性能的系统及方法
WO2018057226A1 (en) Programmable neuron core with on-chip learning and stochastic time step control
CN112634047B (zh) 外汇交易模拟测试方法、装置、计算机设备及存储介质
Lai et al. Sequential design of phase II–III cancer trials
US20220223295A1 (en) Processing brain data using autoencoder neural networks
Al Hamadi et al. A verification methodology for a wireless body sensor network functionality
CN112309565A (zh) 用于匹配药品信息和病症信息的方法、装置、电子设备和介质
CN104809325B (zh) 用于检测事件日志和过程模型之间的区别的方法和装置
CN110780040B (zh) 有害气体数据处理方法、装置、电子设备及存储介质
CN112699049A (zh) 区块链网络测试方法、装置、介质及电子设备
CN111950707A (zh) 基于行为共现网络的行为预测方法、装置、设备及介质
CN110471689A (zh) 一种应用程序升级方法及装置
Strielkina et al. Model of functional behavior of healthcare Internet of Things device
CN113780457A (zh) 中医资源消耗的异常检测方法、装置、设备及介质
Nukapeyi et al. Smart tele-healthcare using blockchain and IPFS
US20230123643A1 (en) Movement verification system and method
Sethia et al. Automated NFC enabled rural healthcare for reliable patient record maintainance
CN117150562B (zh) 基于区块链的血糖监测方法、装置、设备及存储介质
Dimitriadis et al. Scalable real-time health data sensing and analysis enabling collaborative care delivery
CN117316359B (zh) 血液检测过程跟踪方法、装置、设备及介质
Shilpi et al. Effective Tools and Technologies for IoT and Blockchain-Based Remote Patient Monitoring: A Comparative Analysis
CN114860600B (zh) 可视化数据埋点方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant