CN110430069A - 低功耗物联网分层计算系统 - Google Patents
低功耗物联网分层计算系统 Download PDFInfo
- Publication number
- CN110430069A CN110430069A CN201910613454.9A CN201910613454A CN110430069A CN 110430069 A CN110430069 A CN 110430069A CN 201910613454 A CN201910613454 A CN 201910613454A CN 110430069 A CN110430069 A CN 110430069A
- Authority
- CN
- China
- Prior art keywords
- platform
- things
- power consumption
- low
- field
- 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.)
- Pending
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
- H04L41/04—Network management architectures or arrangements
- H04L41/044—Network management architectures or arrangements comprising hierarchical management structures
-
- 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
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- 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
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- 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
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明提出一种低功耗物联网分层计算系统,包括:大数据分析平台、统一接入平台、现场响应控制平台以及多个终端设备,其中,大数据分析平台通过统一接入平台与现场响应控制平台相连,现场响应控制平台与多个终端设备相连,大数据分析平台、现场响应控制平台及多个终端设备构成大脑‑小脑‑触手分层计算模型,以对现场区域数据和控制机制进行分析和响应。本发明能解决目前计算结构无法支持低功耗场景下的连接管理、边缘行为处理和云平台侧与终端侧的互动问题,提供高效、鲁棒、灵活的系统能力。
Description
技术领域
本发明涉及物联网技术领域,特别涉及一种低功耗物联网分层计算系统。
背景技术
尽管物联网浪潮正在蓬勃发展,已经取得了很大的发展,但是对于目前数量最大的行业领域比如建筑设施、管网、自然资源、各种物资、测量表计等通信频度不高、控制逻辑交互不频繁、自身无供电支持、生命周期长达数年的物联网服务对象来说,无论是从数量还是应用深度来说,都刚刚只是个开始。
从技术上说,目前的计算模型还不能很好得满足上述应用场景的要求。目前的物联网系统的计算结构一般都是两层结构,即感知层和计算层。感知层进行数据采集和初步计算,然后数据被直接上传到云端计算层进行分析,或者由云端层发送数据或指令到感知层执行某类操作。这种模式当网络一旦故障或失效,终端设备和云端控制的连接就会失效,从而导致系统失效。而且,大部分系统缺乏对前端的丰富响应和复杂控制能力,云端提供给用户的服务针对性不强,不能提供定制化的服务。
另一方面,目前绝大多数的物联网接入平台都是针对人类使用的需求,考虑宽带高速的数据应用,通信协议中控制信令复杂,能耗高。而物联网是物物相连的网络,绝大部分应用场景是海量的连接数量、低连接频度、低功耗长时间工作等。当前的技术由于不是为物联网专门设计研发的,因此难以满足物联网应用场景的需求。
发明内容
本发明旨在至少解决上述技术问题之一。
为此,本发明的目的在于提出一种低功耗物联网分层计算系统,该系统能解决目前计算结构无法支持低功耗场景下的连接管理、边缘行为处理和云平台侧与终端侧的互动问题,提供高效、鲁棒、灵活的系统能力。
为了实现上述目的,本发明的实施例提出了一种低功耗物联网分层计算系统,包括:大数据分析平台、统一接入平台、现场响应控制平台以及多个终端设备,其中,所述大数据分析平台通过所述统一接入平台与所述现场响应控制平台相连,所述现场响应控制平台与所述多个终端设备相连,所述大数据分析平台、所述现场响应控制平台及所述多个终端设备构成大脑-小脑-触手分层计算模型,以对现场区域数据和控制机制进行分析和响应。
根据本发明实施例的低功耗物联网分层计算系统,由大数据分析平台、现场响应控制平台及多个终端设备构成大脑-小脑-触手分层计算模型,以对现场区域数据和控制机制进行分析和响应,从而解决目前计算结构无法支持低功耗场景下的连接管理、边缘行为处理和云平台侧与终端侧的互动问题,提供高效、鲁棒、灵活的系统能力。
另外,根据本发明上述实施例的低功耗物联网分层计算系统还可以具有如下附加的技术特征:
在一些示例中,所述现场响应控制平台用于对现场区域物联网节点按照预定规则进行迅速响应。
在一些示例中,所述预定规则由所述大数据分析平台依据人工智能和认知技术自我学习,自我生成。
在一些示例中,所述现场响应控制平台包括:多个边缘计算设备,所述边缘计算设备基于虚拟化计算环境运行,所述边缘计算设备的硬件和软件资源可分割和隔离为多个虚拟设备。
在一些示例中,所述边缘计算设备基于5G网络和物联网进行通信。
在一些示例中,多个所述边缘计算设备高度集成在所述现场响应控制平台。
在一些示例中,所述大数据分析平台用于:对历史数据进行分析,建立用户行为模型,对用户的行为作出模糊分析,通过对前端的反馈和再认知的过程,进行自我学习和修正,尝试进行状态提前预估,生成所述预定规则。
在一些示例中,所述云端大数据分析平台还用于根据历史数据完善所述预定规则。
在一些示例中,所述统一接入平台采用分布式组件技术来接入所述多个终端设备。
在一些示例中,所述终端设备为低功率广域网络终端设备。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明一个实施例的低功耗物联网分层计算系统的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
以下结合附图描述根据本发明实施例的低功耗物联网分层计算系统。
图1是根据本发明一个实施例的低功耗物联网分层计算系统的结构示意图。如图1所示,该低功耗物联网分层计算系统,包括:大数据分析平台110、统一接入平台120、现场响应控制平台130和多个终端设备140。
其中,大数据分析平台110通过统一接入平台120与现场响应控制平台130相连,现场响应控制平台130与多个终端设备140相连,大数据分析平台110、现场响应控制平台及多个终端设备140构成大脑-小脑-触手分层计算模型,以对现场区域数据和控制机制进行分析和响应。
也就是说,该低功耗物联网分层计算系统采用了BCT(Brain-Cerebellum-Tentacle,大脑-小脑-触手)分层计算模型,相比目前的物联网结构,增加了现场响应控制层(即现场响应控制平台130)作为小脑,以便能够及时地对现场区域数据和控制机制进行分析和响应,从而减轻上层接入平台的负担,又能够满足工业或商业环境下的信息感知、接入、传输、反馈、分析和控制的需求。本发明实施例的这种计算结构对于物联网的功能和空间结构的定义更为合理,在实际应用中更符合对于地理分布和管理要求,更便于网络的横向和纵向快速扩展。系统中增加了小脑部件和功能,提出了“认知”后的反馈机制以及运维机制,并且制定了局部反馈成功后的自动全面反馈机制,以及局部反馈失败后的自动回退机制。使系统对于局部信号有了自反射的能力,这样可以不必通过中央大脑的复杂运算过程,快速直接的在局部做出响应,既减轻了大脑的负担和对整体网络即时性的要求,又实现了快速反馈和控制功能。
具体的,现场响应控制平台130用于对现场区域物联网节点按照预定规则进行迅速响应。其中,预定规则由大数据分析平台110依据人工智能和认知技术自我学习,自我生成。进一步地,云端大数据分析平台110还用于根据历史数据完善预定规则。
具体地说,本发明实施例采用了BCT三层架构拓扑结构,而该BCT三层架构拓扑结构的实现首先在于网络的合理规划,在规划的过程中,要充分考虑网络的功能需求和地理分布,在三层拓扑结构中增加了小脑(现场响应控制平台130作为小脑),主要的目的是对现场区域物联网节点按照预先设定好的规则(即预定规则)进行迅速的响应,这些预定规则由大数据分析平台110通过云端大计算技术依据人工智能和认知技术自我学习,自我生成。进一步地,预定规则的内容可根据历史数据逐渐清晰和完善。
因此,在BCT三层拓扑结构中,云平台(即大数据分析平台110)虽然也具备控制到底层的能力,但主要任务是制定预定规则,从而从繁琐的对小事件的处理中脱身,而小脑(现场响应控制平台130)的任务是根据规则直接控制响应,由于不需要上传至云平台(即大数据分析平台110)再返回,因而简化了过程,提高了效率。
在本发明的一个实施例中,现场响应控制平台130可包括多个边缘计算设备131。换言之,即现场响应控制平台130具有边缘计算设备131,也可称为边缘计算节点。
对于现场响应控制层来说,目前现有的计算设备存在以下问题:
(1)协议多样性带来的系统复杂性和不可靠问题。
工业和智能制造领域涉及的控制及通信协议复杂多样,从物理层、链路层、网络层到应用层,不同的标准化组织、行业和企业提出和应用了大量的控制协议和通信协议,导致在现场应用中,要采用大量硬件设备和软件对这些协议进行适配、转换,使得成本增加、工程复杂度增加、日常维护难度增加、故障环节多、系统可靠性降低。
(2)容量和性能限制带来的可用性问题。
随着工业和制造业互联网化、物联网化的不断发展,机器对机器的连接数量将呈指数型增加,未来智能制造的发展需要应对海量设备之间的互相通信,并保证其通信质量。传统的工业通信网关由于受限于原有的软件、硬件技术架构和电子器件水平,在容量和性能方面都无法满足物联网、大数据应用的需求。
(3)云计算技术无法满足工业和制造业应用要求。
云计算技术虽然日趋完善,但对工业和制造业等现场控制要求高的场合,云端计算的时延、稳定性、安全性始终是巨大的阻碍。而边缘计算技术的出现,可以很好地解决这些问题。区别于采用边缘IDC、CDN等技术提供的大粒度边缘计算资源解决方案,小型化/微型化、单体化边缘计算网关则更适合于工业和制造业的应用场景。
(4)设备计算架构无法满足应用逻辑和算法的敏捷、快速产生和应用。
传统的工业通信网关或者控制设备,采用传统的嵌入式计算环境,只能支持单一的处理逻辑和算法,其软件/固件写入到设备后,设备成为一个单一功能体,如果想引入新的功能或者算法,必须停机重新进行编程和加载,或者干脆更换设备,在灵活性、便捷性,尤其是应用的快速复制和共享方面存在极大问题。
为了解决上述问题,在本发明的实施例中,现场响应控制平台130的边缘计算设备131(即边缘计算节点)基于虚拟化计算环境运行,边缘计算设备131的硬件和软件资源可分割和隔离为多个虚拟设备。这样,不同的应用软件可以分别装载、隔离运行,这一基础变革使得边缘计算设备131可以同时运行更多的协议、软件等,做到一机多能,使得边缘计算设备131的灵活性和可用性大大提高,这也是全球边缘计算设备131共同追求的目标之一。
进一步地,在本发明的实施例中,边缘计算设备131基于5G网络和物联网进行通信,从而使得作为边缘计算设备131的时延、接入容量得以大大提升,以满足工业和制造业应用。
进一步地,在本发明的实施例中,多个边缘计算设备131高度集成在现场响应控制平台。也即是说,多个边缘计算设备131被构造为小型化、微型化结构,提供很高的集成度,但同时提供很高的计算性能,使得边缘技术的颗粒度大大降低,从而具备规模化应用条件。
进一步地,包括多个边缘计算设备131的现场响应控制平台130使得边缘计算工业APP的开发、分发和应用改变传统模式,从功能机时代迈入智能机时代,将彻底改变工业APP的开发和运营模式,将创造巨大的商业机会。
在本发明的一个实施例中,大数据分析平台110用于对历史数据进行分析,建立用户行为模型,对用户的行为作出模糊分析,通过对前端的反馈和再认知的过程,进行自我学习和修正,尝试进行状态提前预估,生成预定规则。其中,大数据分析平台110基于认知计算方法实现。换言之,即本发明实施例在大数据分析决策上,可应用认知计算方法等,在对历史数据的分析的基础上,建立用户行为模型,对用户的行为作出模糊分析,通过对前端的反馈和再认知的过程,能够自我学习和修正,尝试进行状态提前预估,生成对系统特定事件的决策规则(即预定规则),从而更准确更有针对性地为用户提供定制化的服务。
在本发明的一个实施例中,统一接入平台120采用分布式组件技术来接入多个终端设备140。其中,终端设备140可为低功率广域网络终端设备140,即LPWAN终端。换言之,即通过统一接入平台120对接主流的低功耗物联网技术NB-IoT和LPWAN终端,采用分布式组件技术来解决同一时段接入数巨大的问题,同时解决物联网标准不统一的问题,建立协议库,打破了不同数据之间的壁垒,为上层的大数据分析奠定基础。
根据本发明实施例的低功耗物联网分层计算系统,由大数据分析平台、现场响应控制平台及多个终端设备构成大脑-小脑-触手分层计算模型,以对现场区域数据和控制机制进行分析和响应,从而解决目前计算结构无法支持低功耗场景下的连接管理、边缘行为处理和云平台侧与终端侧的互动问题,提供高效、鲁棒、灵活的系统能力,对低功耗物联网技术的应用具有重大意义。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同限定。
Claims (10)
1.一种低功耗物联网分层计算系统,其特征在于,包括:大数据分析平台、统一接入平台、现场响应控制平台以及多个终端设备,其中,
所述大数据分析平台通过所述统一接入平台与所述现场响应控制平台相连,所述现场响应控制平台与所述多个终端设备相连,所述大数据分析平台、所述现场响应控制平台及所述多个终端设备构成大脑-小脑-触手分层计算模型,以对现场区域数据和控制机制进行分析和响应。
2.根据权利要求1所述的低功耗物联网分层计算系统,其特征在于,所述现场响应控制平台用于对现场区域物联网节点按照预定规则进行迅速响应。
3.根据权利要求2所述的低功耗物联网分层计算系统,其特征在于,所述预定规则由所述大数据分析平台依据人工智能和认知技术自我学习,自我生成。
4.根据权利要求2或3所述的低功耗物联网分层计算系统,其特征在于,所述现场响应控制平台包括:
多个边缘计算设备,所述边缘计算设备基于虚拟化计算环境运行,所述边缘计算设备的硬件和软件资源可分割和隔离为多个虚拟设备。
5.根据权利要求4所述的低功耗物联网分层计算系统,其特征在于,所述边缘计算设备基于5G网络和物联网进行通信。
6.根据权利要求4所述的低功耗物联网分层计算系统,其特征在于,多个所述边缘计算设备高度集成在所述现场响应控制平台。
7.根据权利要求3所述的低功耗物联网分层计算系统,其特征在于,所述大数据分析平台用于:对历史数据进行分析,建立用户行为模型,对用户的行为作出模糊分析,通过对前端的反馈和再认知的过程,进行自我学习和修正,尝试进行状态提前预估,生成所述预定规则。
8.根据权利要求7所述的低功耗物联网分层计算系统,其特征在于,所述大数据分析平台还用于根据历史数据完善所述预定规则。
9.根据权利要求1所述的低功耗物联网分层计算系统,其特征在于,所述统一接入平台采用分布式组件技术来接入所述多个终端设备。
10.根据权利要求9所述的低功耗物联网分层计算系统,其特征在于,所述终端设备为低功率广域网络终端设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910613454.9A CN110430069A (zh) | 2019-07-09 | 2019-07-09 | 低功耗物联网分层计算系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910613454.9A CN110430069A (zh) | 2019-07-09 | 2019-07-09 | 低功耗物联网分层计算系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110430069A true CN110430069A (zh) | 2019-11-08 |
Family
ID=68409117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910613454.9A Pending CN110430069A (zh) | 2019-07-09 | 2019-07-09 | 低功耗物联网分层计算系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110430069A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021136335A1 (zh) * | 2019-12-31 | 2021-07-08 | 华为技术有限公司 | 一种控制边缘节点的方法、节点及边缘计算系统 |
CN113377850A (zh) * | 2021-06-09 | 2021-09-10 | 深圳前海墨斯科技有限公司 | 认知物联网大数据技术平台 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3371989A1 (en) * | 2016-01-11 | 2018-09-12 | Equinix, Inc. | Distributed edge processing of internet of things device data in co-location facilities |
CN109617796A (zh) * | 2018-11-15 | 2019-04-12 | 江苏东洲物联科技有限公司 | 一种基于规则引擎的边缘计算网关 |
CN109862087A (zh) * | 2019-01-23 | 2019-06-07 | 深圳市康拓普信息技术有限公司 | 基于边缘计算的工业物联网系统及其数据处理方法 |
CN109921573A (zh) * | 2019-03-01 | 2019-06-21 | 中国科学院合肥物质科学研究院 | 一种基于边缘计算网关实现大规模电机预测性维护的系统 |
-
2019
- 2019-07-09 CN CN201910613454.9A patent/CN110430069A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3371989A1 (en) * | 2016-01-11 | 2018-09-12 | Equinix, Inc. | Distributed edge processing of internet of things device data in co-location facilities |
CN109617796A (zh) * | 2018-11-15 | 2019-04-12 | 江苏东洲物联科技有限公司 | 一种基于规则引擎的边缘计算网关 |
CN109862087A (zh) * | 2019-01-23 | 2019-06-07 | 深圳市康拓普信息技术有限公司 | 基于边缘计算的工业物联网系统及其数据处理方法 |
CN109921573A (zh) * | 2019-03-01 | 2019-06-21 | 中国科学院合肥物质科学研究院 | 一种基于边缘计算网关实现大规模电机预测性维护的系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021136335A1 (zh) * | 2019-12-31 | 2021-07-08 | 华为技术有限公司 | 一种控制边缘节点的方法、节点及边缘计算系统 |
CN113377850A (zh) * | 2021-06-09 | 2021-09-10 | 深圳前海墨斯科技有限公司 | 认知物联网大数据技术平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Smart factory of industry 4.0: Key technologies, application case, and challenges | |
Balasubramanian et al. | RIC: A RAN intelligent controller platform for AI-enabled cellular networks | |
CN109245916B (zh) | 一种意图驱动的云化接入网系统及方法 | |
CN106934497B (zh) | 基于深度学习的智慧小区用电量实时预测方法及装置 | |
CN103179046B (zh) | 基于openflow的数据中心流量控制方法及系统 | |
WO2023040022A1 (zh) | 一种在随机网络中基于算网协同的分布式计算卸载方法 | |
CN106464593A (zh) | 用于数据流优化的系统和方法 | |
CN110430069A (zh) | 低功耗物联网分层计算系统 | |
CN107210607A (zh) | 用于提供能量服务的方法和系统 | |
Lu et al. | A cluster-tree-based energy-efficient routing protocol for wireless sensor networks with a mobile sink | |
Li et al. | Green and reliable software-defined industrial networks | |
Okwuibe et al. | SDN-enabled resource orchestration for industrial IoT in collaborative edge-cloud networks | |
CN101605386A (zh) | 无线多媒体传感器网络与无线局域网因特网的互联方法 | |
CN107204919A (zh) | 一种基于pof的边缘快速路由与缓存系统及方法 | |
Kaminski et al. | A neural-network-based realization of in-network computation for the Internet of Things | |
Negeri et al. | Architecting the smart grid as a holarchy | |
CN110474353A (zh) | 分层式储能系统及其参与的电网调频协调控制方法 | |
Zannou et al. | A task allocation in IoT using ant colony optimization | |
Duan et al. | A multi-network control framework based on industrial internet of things | |
CN107166646B (zh) | 基于分布式计算的中央空调主机优化运行控制系统及方法 | |
CN106059918A (zh) | 一种基于sdn的能源互联网控制分层架构及调度方法 | |
CN105704180B (zh) | 数据中心网络的配置方法及其系统 | |
Huang | Quality of service optimization in wireless transmission of industrial Internet of Things for intelligent manufacturing | |
Lu et al. | Distributed clustering algorithm for energy efficiency and load-balance in large-scale multi-agent systems | |
CN110598894A (zh) | 用于能源互联网的数据处理方法、装置和电子设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191108 |
|
RJ01 | Rejection of invention patent application after publication |