CN112425137A - 建模和模拟IoT系统的系统和方法 - Google Patents

Abstract

用于建模、模拟和连续分析复杂物联网(IoT)系统的全局非功能属性(例如，收益性、可用性、安全性和性能)的方法和系统。该建模实现了连接服务和IoT基础设施的协同设计、互操作性、文档化、模拟、测试、部署、操作、分析和优化。本发明的各种实施例可表征为用于建模IoT系统并控制该系统的演变的工具。本发明使顾客或任何实体能够在不同的场景下描述和模拟IoT系统，并反过来得出顾客将要投资的各种估算。这对于实体来说非常有益，因为构建出并实现复杂的IoT系统可能是昂贵、耗时且耗费资源的工作。

Description

建模和模拟IoT系统的系统和方法

相关申请的交叉引用

本申请基于35U.S.C§119(e)要求于2018年5月15日提交的、申请号为62/671,955、名称为“物联网系统建模方法及装置”的美国临时专利申请的优先权，其全部内容出于所有目的通过引用结合在本申请中。

技术领域

本文所公开的是与用于模拟和网络的软件有关的信息，特别是与物联网(Internet of Things，IoT)网络和系统有关的信息。更具体地，本公开涉及创建可以进行模拟、研究和演变的IoT网络的模型。

背景技术

互联环境和服务(如互联车辆、互联城市或互联医疗)正被部署到任何地方，在任何行业中传播速度都非常快，并将在不久的将来成为主流。为了支持这些服务，开发并部署了名为物联网(Internet of Things，IoT)系统的基础系统。依靠互联网(Internet)协议栈，它们继承了互联网基础设施的鲁棒性、可伸缩性和普遍存在的属性，并且具有相同的网络效应潜力。

尽管传统互联网的目标是互连开放系统并实现尽力服务的数据通信，但物联网技术旨在将受限的物理世界(事物)与虚拟世界(应用程序或终端用户服务)互连。为了实现这一点，下层的基础设施需要传递连续、安全和可靠的设备连通(Connectivity)，以实现实时通信，还需要收集并处理大量数据。这些新任务要求IoT系统利用物理和软件定义的应该协同工作的组件复杂互连，以确保连通、通信和数据管理安全和准确。专用组件负责移动数据包，其他维护安全连接，而其他实体则负责在适当的时间、适当的地点以适当的成本、适当的安全性和隐私等级处理、分析、存储或传递数据。

这些包含数百万个异构组件的系统非常难以进行端对端的设计、部署和维护。如今，IoT基础设施和应用程序的设计和部署已成为一门涉及到不同的团队和许多经常在筒仓工作的利益相关者的艺术。而且，已经部署并投入生产的现有IoT系统难以保护、优化和演变。

IT团队或网络运营商使用的用于设计网络或云系统的传统方法达到了它们的极限。做出许多一致的决定来构建和运行网络物理系统变得至关重要，这不仅对技术IT团队而且对于C级、IoT企业主、不习惯紧密协作和分享共同观点的团队都非常重要。

这种情况减慢了IoT技术的可采纳性，并增加了已经在其中的公司的风险。这些风险和延误危及IoT产品制造商、IoT服务提供商和IoT解决场景供应商的竞争力和可持续性。

鉴于上述情况，可以通过提供工业化和加速loT系统设计和部署的方案，简化围绕它们的协作并提高其可理解性、互操作性、开放性和分析，从而改变这种状况。

发明内容

在本发明的一方面中，描述了用于抽象、建模、模拟和连续分析复杂的物联网(Internet of Things，IoT)系统的全局非功能属性，例如收益性、可用性、安全性和性能的方法和系统。该建模实现了连接服务和IoT基础设施的协作设计、互操作性、文档化(documentation)、模拟、测试、部署、操作、分析和优化。本发明的各种实施例可以被表征为用于建模IoT系统并控制该系统的演变的工具。本发明使顾客或任何实体能够在不同的情况下描述和模拟IoT系统，并反过来得出顾客将要投资的各种估算。这对于实体来说非常有益，因为构建和实施复杂的IoT系统可能是昂贵、耗时且耗费资源的工作。

本发明的另一方面是一种在交错分层动态图(interlaced hierarchicaldynamic graphs)的网格中对IoT系统及其组件的架构、配置、相互依赖性和关键性能指标(key performance indicators，KPIs)进行建模的方法。

在该方法和系统中，执行了几个功能。这些功能包括：综合IoT系统及其组件的架构设计和配置，从而简化IoT利益相关方的协作操作。其他功能包括对IoT系统及其组件的架构设计和配置进行捕获、可视化、存储、文档化、重新使用。在其他实施例中，可以执行以下功能：模拟和预测端对端系统，或其任何子系统，或其基础设施或其应用程序的非功能特性的演变；生成与IoT系统或其任何子系统、或其基础设施或其应用程序的高级功能和非功能属性要求相匹配的下层基础设施的代码和配置文件；计算已部署的IoT系统或/和其组件的非功能属性，并将它们与其模拟设计和配置的预测非功能属性比较；并生成建议和相关的代码以及配置文件，以补救、更改或优化全局loT系统或其子系统及它们的组件的设计、部署、配置或操作。

附图说明

图1是根据一个实施例的创建和集成新IoT项目的过程的流程图；

图2是根据一个实施例的创建和使用定制模型的过程的流程图；

图3是根据一个实施例的示出IoT系统的模拟调度的过程的流程图；

图4是根据一个实施例的示出用于互联车辆用例的IoT系统的示例的图；

图5是根据一个实施例的IoT设备的框图；

图6是根据一个实施例的IoT系统仪表板的用户界面元素；

图7是根据一个实施例的具有五个分区和一个区域的IoT系统的数学模型的图示；

图8是根据一个实施例的在IoT系统中具有两个区域和五个主要分区的扩展模型的图示；

图9是根据一个实施例的具有区域和分区的数学模型的图示；

图10是根据一个实施例的具有实施端对端IoT功能的三层的IoT系统的正交模型的图示；

图11是根据一个实施例的结合分区和层以构成网格的网格模型的图示；

图12是根据一个实施例的将层和分区与各自的关键特性、关键关系和关键性能指标结合的网格模型的图示；

图13是根据一个实施例的示出可用于建模IoT系统的分区的序列的框图；

图14是根据一个实施例的示出五个分区和四个层的层内耦合的图示；

图15是根据一个实施例的示出创建IoT系统的原理的流程图和图表；

图16是根据一个实施例的示出四个功能层的示意图；

图17是根据一个实施例的事物分区、节点实体和数据层的交互耦合的流程图的图示；

图18是根据一个实施例的针对IoT系统的容量分析所定义的基于核心代理的概念模型的全局视图；

图19示出了根据一个实施例的在互联车辆的真实世界示例中建立的信息层关系；

图20是根据一个实施例的示出在端对端架构中的垂直和水平编织的图示；

图21是根据一个实施例的边缘网关与信息中心层中的“事物”之间的关系的示图；以及

图22是用于执行本文描述的所有方法和过程的计算机系统的框图。

具体实施方式

在以下描述中，阐明了许多具体细节以便提供对提出的构思的透彻理解。可以在没有一些或所有这些具体细节的情况下实现提出的构思。在其他情况下，没有详细描述众所周知的过程操作，以免不必要地模糊所描述的构思。尽管将结合具体实施例描述一些概念，但是应当理解，这些实施例并非旨在进行限制。相反，其意图覆盖可能包括在由所附权利要求限定的所描述的实施例的精神和范围内的替代、修改和等同物。

在以下描述中，阐明了许多具体细节以便提供对各种实施例的透彻理解。可以在没有一些或所有这些具体细节的情况下实施特定示例实施例。在其他情况下，没有详细描述众所周知的过程操作，以免不必要地模糊所描述的实施例。为清楚起见，有时会以单数形式描述各种技术和机构。

然而，应注意的是，除非另外指出，否则某些实施例包括技术的多次迭代或者机构或技术的多个实例。例如，系统在多种情况下使用处理器。然而，将理解，除非另有说明，否则系统可以使用多个处理器，同时保持在所描述的实施例的范围内。此外，这些技术和机构有时会描述两个实体之间的联系。应该注意的是，两个实体之间的连接并不一定意味着直接的、无阻碍的连接，因为各种其他实体可以位于所述两个实体之间。例如，处理器可以连接至存储器，但是应当理解，各种桥接器和控制器可以位于处理器和存储器之间。因此，除非另有说明，否则连接不一定表示直接的、无阻碍的连接。

本发明的一个实施例是用于建模、模拟和连续分析复杂的物联网(Internet ofThings，IoT)系统或网络的全局非功能属性的方法和设备，所述非功能属性例如收益性、可用性、安全性和性能。该建模实现了连接服务和IoT基础设施的协同设计、互操作性、文档化、模拟、测试、部署、操作、分析和优化。

IoT系统是硬件和软件组件的有组织的互连，其使得能够在物理世界的对象之间进行全局互连和数据交换，所述物理世界通过通信能力(称为IoT对象)以及包括IoT服务的软件应用程序和服务来增强。这些实体利用连通性和数据处理能力来利用传感数据并与IoT对象和用户进行交互。在各种实施例中，IoT对象或“事物”可以是简单的(传感器、监视器、软件模块)或复杂的物理资产，例如车辆、房屋、飞机、工厂、人体、运输基础设施、能源基础设施和农业领域。

本发明的各种实施例可以被表征为用于对IoT系统建模并控制该系统的演变的工具。在简单的示例中，涉及两个实体：操作和管理该工具的服务供应商以及客户(本文也称为“用户”)，例如向终端用户或客户出售服务或产品的大型企业。这只是一种可能的情况。在另一个实施例中，客户从服务供应商处获得该工具的许可，并在没有服务供应商的协助下操作和使用该工具。

客户想要向其终端用户提供新服务，并且提供该服务需要大型IoT网络或系统。考虑到IoT网络可能是复杂、庞大且难以推得成本估算，客户几乎没有经验或方法来确定该IoT系统将如何工作或将花费多少。该公司的业务目标，诸如节约已经向其终端用户提供的服务或可能提供新的或改进的服务的花费。业务目标包括希望从正在考虑实施的IoT系统中获得的投资回报(return on investment，ROI)。例如，它知道它可以向其终端用户收取x金额，并且它想要的ROI例如为15％。当然，方程中还包含其他因子和值，但基本来说，它知道IoT系统需要在不超过一定成本下进行交付。知道了这一点以及等式中其他变量的值后，问题便是客户需要多少钱来投资建立一个IoT系统来满足其业务目标。换句话说，考虑到其已经拥有的设备和软件(统称为基础设施)、其将要必须提供的新基础设施、其想要实现的ROI以及其他因素，其IoT网络将是什么样子以及其需要投资多少？

本发明的方法和系统(为了便于说明，在本文中称为IoT建模“工具”)使客户或任何实体能够描述和模拟不同情况下的IoT系统，并进而推导出客户需要投资的各种估算。这对实体来说非常有益，因为构建和实施复杂的IoT系统可能是一项昂贵、耗时且耗费资源的工作。以下所述的工具允许对IoT系统建模和模拟，并可以更清楚地了解在真实、物理的环境中实际部署系统之前公司需要哪些投资。所述模拟使得可以在理论空间内控制IoT系统的演变，从根本上允许客户更改场景并调整IoT网络，以满足ROI目标，所需的支出和投资以及其他因素，直到IoT系统满足公司的总体业务目标。一旦找到所需的场景，该公司便可以在真实环境中实施该场景，尤其是以更高的置信度和效率。在以下的实施例中，描述了用于首先推导IoT系统的被动模型，然后将被动模型转变为主动模型的方法。下面介绍被动模型的设计和开发概述。

在一个实施例中，IoT建模工具的用户(代表客户的服务供应商或客户本身)在其它事务中选择预定义分区，也称为筒仓、模板和结构。以下提供了分区的示例，例如“事物”分区，“边缘”分区，“应用”分区等。用户可以在每个分区中定义节点。例如，节点可以是硬件组件或模块以及作为相关IoT系统的一部分并对所述系统做出贡献的软件的组合。例如，在连接的车辆环境中，节点将是汽车中使其能够与IoT网络中的其他汽车和事物进行通信的硬件和软件(该节点通常不会是整辆车本身)。此外，对于每个分区或筒仓，用户选择节点类型，该节点类型有几种，例如网络节点，这仅提及一种，以下将对所有节点进行描述。在此概述的步骤和过程会在下文更详细描述。用户还可在每个选定节点中选择或识别在此称为一个或多个功能层的东西。同样，正如指出的那样，选择预定义的模板来解释或描述IoT系统的节点与其他组件之间所需的移动通信。

然后，用户可以关联并指定表征客户需要分析的(IoT系统的)属性的指标。这些指标具有客户认为与模拟IoT系统的业务、技术和架构属性有关的重要值。这些是需要计算或分析的指标(指标是表征节点属性的值)。一旦完成此操作，客户可以执行一些其他任务，并且完成了对IoT系统的被动模型的描述。

一些指标对于IoT系统至关重要或很重要，以下称为关键性能指标(keyperformance indicators，KPIs)，并且，正如指出的那样，这些及相关公式是预先定义的。该过程的下一阶段主要涉及使用KPI和值通过模拟被动模型并得出主动模型来转变被动模型。被动模型的例子在图4中示出。一旦有了被动模型，就可以开始过程的模拟阶段，更具体地，将模拟器与被动模型相关联。作为主动模型阶段的一部分，客户创建或定义了几种模拟场景，以使其能描述将实现其业务目标的IoT系统。

通常，主动模型阶段和执行模拟场景在其他步骤中(among other steps)，还包括通过可以依据IoT系统的性质和环境而广泛变化的探针和传感器收集结果数据。收集各结果并追踪指标和KPI的演变使得能够对客户实现其业务目标至关重要的属性进行分析。在简单的示例中，在互联的车辆环境中，一个场景可以在路上有100,000辆汽车，并且模拟使得客户能够查看汽车如何很好地连接到IoT网络。它可以验证系统是否能够处理这种数量的汽车，或者它是否可以处理更多的汽车，以及在不降低性能的情况下添加其他因素，例如一天中的时间(例如，高峰时间等)以及在任何特定时间段内(天、每周、每月等)。可以看出，可以存在许多涉及许多变量或因素的不同模拟场景，超出了此处简要指出的量和时间变量。在主动建模阶段运行这些多种多样的模拟场景能够收集大量指标值，可以对所述指标值进行分析，以查看IoT系统的特定配置或模型是否可以使客户能够实现其业务目标。

建模和模拟工具的另一个组件是代理。简而言之，代理实现了修改被动模型的属性和特性的代码。代理可以读取有关IoT系统的节点活动，例如，在互联的汽车中。它模拟了汽车与IoT系统的连通以及从IoT系统服务器到云的数据通信。代理的作用将在下面详细描述。

返回从被动模型到主动模型或模拟的传送，在提供涉及的过程和构造的详细的低级视图之前，总结过程是有帮助的。首先，完成对被动模型的描述。如上文所述以及将在下面详细描述的，在本发明的被动模型阶段中有许多步骤、选择和决定。可以包括模拟场景的模拟器与被动模型相关联。这个模拟场景是通过模拟器运行或执行的。数据或指标值从探针、传感器和任何其他适合IoT环境的仪器收集。这些指标是针对客户要分析的特性和KPI。在此阶段，激活模拟器的过程完成。

图1是根据一个实施例的用于创建新IoT系统的过程的流程图。该过程开始于步骤102，其中做出创建新IoT系统的决定。在步骤104，用户确定IoT模型是否存在。如果确实存在模型，则控制转到步骤106，在该步骤中确定是否需要新模板。如果需要新模板，则控制转到步骤108，在该步骤中创建新IoT项目模板。如果在步骤106不需要新模板，则控制转到步骤110，在该步骤中将现有模板复制到IoT项目模型。然后控制转到步骤112，在该步骤中将新项目模型添加到现有的IoT主干网。在步骤114，如果需要，调整IoT项目的属性。

返回到步骤104，如果不存在现有模型，则控制转到步骤118，在该步骤中为该项目创建新IoT模型。在步骤120，用户将组件添加到IoT模型。在步骤116，用户确定是否需要模型的可视化。如果需要，则控制转到步骤122，在该步骤中可视化模型。如果在步骤116不需要可视化，则控制转到步骤124，在该步骤中确定是否需要模拟。在步骤122可视化模型后，控制也转到步骤124。如果需要模拟，则控制转到步骤126，在该步骤中模拟模型。如果不需要模拟，则控制转到步骤128，在该步骤中确定IoT模型的部署。如果是，则控制转到步骤130，在该步骤中部署IoT模型。如果不需要部署，则控制转到步骤150，在该步骤中存储概念模型。在步骤130，部署模型之后，控制转到步骤132，在该步骤中用户确定是否需要监视。如果需要监视，则控制转到步骤134，在该步骤中部署监视。从步骤134，在步骤136，用户确定是否需要报告。如果需要报告，则控制转到步骤138，在该步骤中生成报告。如果不需要报告，则步骤转到步骤140，在该步骤中确定优化。如果IoT系统需要优化，则控制转到步骤142。下一步是步骤144，在该步骤中IoT系统富含优化数据。然后控制转到步骤146，在该步骤中系统或模型富含监视数据。如果不需要优化，则控制也从步骤140转到步骤146。本质上，当控制直接转到步骤146时，模型不富含优化数据。控制从步骤146转到步骤148，在步骤148中模型富含部署数据。如果不需要监视IoT模型，则控制也从步骤132转到步骤148。控制从步骤148转到步骤150，在步骤150中保存概念模型。如果不需要模型部署，则在步骤128之后也保存概念模型。

图2是根据一个实施例的创建定制IoT模型的过程的流程图。该过程开始于步骤202，在步骤202中定制模型创建过程开始。从那里，发生四个不同的高级操作。在步骤204，在步骤204创建定制模拟器。在步骤212创建定制架构设计文档。在步骤220创建定制监视设计文档，并且在步骤228创建定制报告设计文档。

遵循来自步骤204的流程，创建定制模拟器之后，用户(或客户)在步骤206创建了模拟场景。在步骤208，该模拟场景在模拟器上执行或运行。在步骤210，分析来自模拟器场景的数据。遵循来自步骤212的流程，用户在步骤214创建部署自动化文件，并在步骤216部署来自步骤212的定制架构设计。在步骤218，验证定制架构设计。相似地，从步骤220，在步骤222创建监视自动化文件，然后部署定制监视。在步骤226验证监视部署。在步骤228之后，在步骤230创建报告自动化文件。在步骤232，部署定制报告，并且在步骤234，验证定制报告部署。

图3是示出了在该实施例中的时间粒度为一分钟的IoT系统的模拟的调度过程的流程图。模拟是由影响所涉及的相互依赖层的“事物”总体的演变来驱动。在此实施例中，根据初始化参数调整并重现每日模式直到模拟结束。在步骤302，系统初始化模拟持续时间，包括全局计时器和每日计时器。在步骤304，初始化所有指标和代理(如下所述)，并且模拟开始。在步骤306，系统确定模拟是否已经结束，如果已经结束，则控制转到步骤308，在步骤308中计算全局指标。该输出可以与用户共享的结果文件310，并且模拟完成。

返回到步骤306，如果模拟尚未结束，则控制转到步骤312，在该步骤中系统检查日计时器是否经过。如果已经过，则控制转到步骤314，在该步骤中将数据点聚合并且计算每日指标。然后，系统在步骤316更新全局计时器并初始化每日计时器。然后，系统返回到步骤306，在此检查模拟是否已完成。

如果在步骤312尚未经过日计时器，则控制转到步骤318，在该步骤中更新端节点数量。这导致更新的端节点总体数据点，如在314所示。在步骤318之后，系统在步骤322计算对设备层的影响，这导致更新的设备层数据点，如在324所示。在步骤326，确定所述模拟对信息层的影响，并在328提供结果。步骤326之后是步骤330，在步骤330中计算对网络层的影响，并导致更新的网络层指标，如在332所示。在步骤334，计算对业务层的影响，这导致更新的业务层指标，如在336所示。最后一步，在步骤338，更新模拟计时器和日结束时间，并且控制返回到步骤312，在该步骤中系统确定是否已达到日结束参数并且所述过程如上所述继续。最终，控制将转到步骤306，其中确定模拟是否已经结束，如果是，则导出结果文件并且该过程完成。

图4示出了用于互联汽车的IoT系统。此图是系统的瞬间快照：连接六辆汽车，它们通过IoT网络和IoT平台与4个主动应用程序通信。图5示出了与汽车关联的连接设备的框图。它可以包括传感器、A/D转换器、微控制器、存储器、网络接口、电源、输入/输出(Input/Output，I/O)。在此示例中，I/O包括显示器和输入面板。输入面板可以包括一个或多个输入按钮、触摸屏和语音识别软件。

IoT系统使与物理世界交互的异构对象能够经由各种网络和应用协议与远程软件实体进行通信和互操作。在给定时间互连的所得实体集可以非常动态和分散。持续评估所得系统的成本、容量、性能和安全属性对于证明其部署和维护的合理性至关重要。但是，当组装了许多不同种类的项目并且涉及不同的利益相关者时，证明这种投资的合理性可能非常复杂且具有挑战性。

建模IoT系统的方法的原理

该方法可以包括在交错的分层动态图的网格中抽象由数百、数千或数百万个实体及其相互作用组成的复杂IoT系统。抽象的优点可以是：

■降低动态系统研究的复杂度。降低复杂度可以包括：

ο通过考虑实体而不是单个对象的动态群来减少要操纵的实体的数量，

ο通过仅依靠技术不可知的属性来定义结构(拓扑)，并添加与技术相关的属性来表征技术特异性来隐藏组件(硬件、软件、协议...)的异质性。

ο隔离和表征实体(总体)组之间的关键依赖性和相互作用(关系)，以自动传播约束。

ο结合建筑、商业和技术属性(关键性能指标—KPI)，以多准则签名明确地表征系统及其子系统。

ο将特性、依赖性和指标进行关联，以提供一致的、端对端的并且整体观的系统(系统思维)。

IoT系统的系统建模的使用

该系统建模能够实现：

■模拟许多不同类型的用于联合业务、技术广告架构评估的IoT系统架构和部署，

■始终沿业务、技术架构维度，按筒仓(分区)，按地理区域(区域)或按抽象等级(层)对任何IoT系统(模拟或部署)作为一个整体(端对端)进行快速分析。快速分析可以解决问题例如：

ο分析每个分区的一个部署场景分区，以定位竞争或高成本分区。

ο全球或整个区域地比较每个分区和每个层的Opex(operational expenditure，运营支出)和Capex(capital expenditure，资本支出)。

ο比较诸如边缘和平台的两个分区之间的容量消耗比率和绝对值，以优化雾计算场景。

ο详细分析几年中的每月或每月的一个典型日中随时间推移的成本和容量消耗。

■如图6所示，将各种架构或各种部署技术根据它们的多准则(业务和技术)签名进行全面比较。

ο在各种工作负载下同时比较业务KPI、技术KPI、架构KPI的不同场景。

■对架构和配置进行高效编码，以在不付出任何努力情况下克隆或规模化全球IoT系统，

■在企业团队和整个行业中围绕IoT系统协作。

■按分区或按层对IoT系统及其组件进行直观的可视化和自动文档化。

■端对端地、始终如一地、持续地对IoT系统进行面向未来的演变和优化，

■一个共同的框架来陪伴系统的整个生命周期，并存储所有相关的分数和决策。

1.IoT系统生命周期的不同阶段中的用法示例

设计—初期阶段

■设计简单的端对端架构，以支持一种或多种IoT服务。

■模拟简单的端对端架构的成本

■通过简单的端对端架构模拟IoT项目的ROI

■对一个或多个新IoT服务的简单的端对端架构设计进行文档化。

部署-生产阶段

■为端对端架构的每个子层选择技术和配置

■模拟每个子层或端对端的具有不同增长方式的容量演变

■在每个子层或端对端的成本约束下比较配置和消息传递模式

■记录并报告详细的端对端架构组件和部署决策

优化—成长阶段

■查找并分析已部署的架构的瓶颈

■评估已部署系统中的层的更改带来的影响

■模拟和验证特定组件在不同约束下的详细行为

■文档化并存档在端对端系统上做出的详细决策。

可以使用相同的方法和装置来评估IoT设备(事物)、IoT网关、IoT网络、IoT数据经纪人、IoT应用程序和构成物联网系统的终端用户的复杂互连的端对端安全性。另外，提出了相同的方法和装置来改善围绕IoT系统的互操作性和协作。

IoT系统的详情

可以围绕三个主要构思来阐明提出的模型：

1)结构：在分区、区域和层中识别和组织IoT实体(KC：关键特征(keycharacteristics))

2)关系：在分区、区域和层内以及跨分区、区域和层耦合实体或组件(KRL：关键关系(key relationships))

3)指标：关联反映IoT系统及其实体或组件(分区、区域和层)的关键属性的指标(KPI：关键性能指标)。

以上建模创建了IoT系统的“DNA”，其是创建物理系统的数字化“双胞胎”的核心：携带“遗传指令”(父母系统定义的规范)的结构(模型)，所述遗传指令用于IoT系统的设计、增长、开发、功能化和再现。模型存储关键架构信息(组件和关系)、系统性能指标(过去)和系统预测器(未来)标准。

在一个实施例中，可以将IoT系统在数学上定义为交错分层图的网格。这样，IoT系统可以分解为：

■垂直地在互连分区中

■水平地在互连层中

■横向地在互连区域中

■分区和层相互关联以组成图11描述的网格。当系统很大时，可以添加代表地理区域的第三维。

图8示出了根据下述方法的具有五个分区和一个区域的IoT系统的数学模型。

IoT分区的一个示例定义

将IoT系统部署在现实世界中并且可以扩展到虚拟世界和云。为了反映这种双重性质，可以根据IoT系统与物理世界之间的概念距离，将IoT系统的图划分为与物理-虚拟(网络物理)系统的不同概念区域相对应的分区。IoT分区可以是IoT系统的子集，所述IoT系统包括IoT对象与IoT应用程序之间的端对端链的定义区域内的硬件和软件组件的互连。

如图7所示，建模方法区分了IoT系统中的五个主要分区，其分为两种类型的分区：终端分区或核心分区。IoT实体可以有两种类型：节点和集线器。在一个实例中，任何分区都可以至少具有节点或网络(视为集线器)。

ο终端分区：

a.IoT事物分区(Thing zone，TZ)

b.IoT应用程序分区(Application zone，AZ)。

ο核心分区：

a.IoT边缘分区(Edge zone，EZ)，

b.IoT广域网(Wide Area Network，WAN)分区(NZ)

c.IoT平台(Platform，PZ)分区。

终端分区：

IoT事物分区(TZ)：IoT事物分区对应于与物理世界直接交互的区域。物理事物是从侦听环境或事物本身的传感器生成原始IoT数据的。事物还负责对真实环境执行动作。动作由代表决策机关的远程应用程序排序。物联网将这个分区与相邻分区耦合。事物的数量可能很大并且正在迅速演变。模拟将考虑事物群的演变，以分析IoT系统的业务和技术KPI。

IoT应用程序分区(AZ)：IoT应用程序分区是执行业务逻辑的实体，该业务逻辑利用通过事物或生成远程命令而产生的数据来控制连接的事物。IoT应用程序后端位于靠近IoT平台或边缘的位置，而前端可以是远程操作员的桌面应用程序，或是位于所连接的“事物”附近的用户的移动应用程序。应用程序(前端和后端实例)的数量可以很大，并且随着连接事物的数量而迅速演变。模拟可以考虑应用程序总体的动态来分析应用程序等级决策对IoT系统KPI的影响。应用程序网络将此分区与相邻分区耦合。

核心分区：

IoT边缘分区(EZ)：IoT边缘分区对应于物理事物与长距离IoT网络区域之间的区域。IoT边缘通过协议适配、数据过滤、数据收集和预处理以及互联网连通能力来增强IoT事物。关于IoT事物分区的这种增强，在图21中，重点是在互联车辆的现实世界示例中建立的信息层关系。更一般地，图21示出了边缘网关与信息中心层中的事物之间的关系。这显示了边缘网关如何订阅事物的主题(例如汽车)以聚合一系列样本(时间聚合)并将结果重新发布为可以在本地或远程消费的新主题。通过这种方式，网关还可以聚合一组汽车的相同主题，并重新发布结果。这可以称为空间聚合。结果是上游网络流量减少。

返回到IoT边缘分区(EZ)，它有助于提高安全性、性能、私密性，并减少来自广域网的带宽需求以及事物分区和集中式平台中的处理需求。模拟可以考虑跨边缘集线器的计算分布，以分析架构决策(边缘计算、雾计算)对IoT系统KPI的影响。边缘网络将此分区与相邻分区耦合。

IoT广域网(NZ)：IoT WAN位于IoT边缘和IoT平台区域之间，负责通过远距离并通过互联网联络人(liaison)将IoT数据传输到集中式数据中心或云平台。IoT范围广泛，网络非常多样化，可以利用5G等新的传输技术或LPWAN等低功耗无线电技术。今天，新西兰基本上由一个广域网组成。将来，该分区将集成该模型已启用的处理和存储功能。模拟可以帮助分析网络技术决策对IoT系统KPI的影响，以及网络内处理的好处。

IoT平台(PZ)：IoT平台分区位于IoT网络区域与IoT应用程序之间，并提供连接聚合、安全功能、数据管理功能，如数据交换、处理和存储。模拟可以帮助分析平台技术和架构决策对IoT系统KPI的影响。

灵活且预定义的分区组成以形成IoT系统：

在一个实施例中，可以以预定的方式组装和链接不同的分区以组成IoT系统。在IoT系统的一般定义中，最简单的IoT系统将仅包含终端分区：事物分区和应用程序分区。

广泛的IoT系统包含广域网：在IoT事物分区和IoT应用程序分区之间插入IoT WAN分区。在IoT WAN和IoT应用程序分区之间插入了可选的IoT平台分区，以创建智能IoT系统。IoT边缘分区能够实现IoT平台功能的分布，并使系统更高效、更智能。

利用建模方法，可以通过遵循如图13所示的序列之一来构成IoT系统：

TZ.AZ：具有嵌入式应用程序的智能事物

TZ.EZ.AZ：与本地应用程序连接的事物

TZ.NZ.AZ：具有远程应用程序的物联网

TZ.NZ.PZ.AZ：具有集中式数据平台的物联网

TZ.EZ.NZ.PZ.AZ：具有分布式数据平台的物联网(雾计算)

IoT分区的组件

IoT分区的节点和子网的定义

IoT分区的基本组件被称为节点和子网。节点是实现层切片的硬件或软件实体的组合，所述层切片有助于IoT子系统的功能交付。键入节点。如图8所示，可以区分叶节点(用于事物和应用程序分区)和核心节点(用于边缘、WAN网络和平台分区)。

IoT节点可以表示以微服务组织的硬件设备或软件组件的集群。这使得能在扩展IoT系统时利用模型。节点可以通过子网彼此互连。它们通过网络访问点连接到子网。子网可以是任何技术。该技术可以抽象为属性，例如最大网络访问点数量、对分带宽(bisectionbandwidth)、覆盖范围。

IoT系统区域或分区的定义

区域是由其中心位置(GPS坐标)、时间分区和覆盖范围定义的地理位置区域中的节点和子网的分组。区域可以互连或不互连。区域可以是一个分区、一组分区的局部，或者可以跨越端对端IoT系统，如图8所示。在图9，两个区域划分了事物分区和边缘分区。网络和集中式平台未与特定区域关联。这意味着它们可能具有全球(全世界)覆盖范围。

IoT系统各层的定义

将IoT系统分解为相互依存的功能层，这些功能层以分布式方式实现了一组IoT功能，例如：

■网络访问

■设备连通性

■设备管理

■设备控制

■数据产生

■数据消耗

■数据采集

■数据传输

■数据处理

■数据存储

■数据交付

图10示出了具有3个实施端对端IoT功能的层的以前的IoT系统的正交模型(分层的互连图)。这里考虑的三层是：

1)ICM：信息中心层(Information-Centric Layer)

2)DCM：设备中心层(Device-Centric Layer)

3)NCM：网络中心层(Network-Centric Layer)。

层描绘了正在研究的抽象功能等级。例如，在图16，四个功能层被认为是：硬件层(能源、计算、存储电力供应层)网络层、连通层(Connectivity Layer)和数据层。

■硬件层：包括能源、计算和存储电力供应设备

■网络中心或连网层(Network-centric or Networking layer)，包括网络访问点和网络集线器，并互连所述网络访问点和网络集线器

■设备中心或连通层，其包括连接终点和连接集线器，并互连所述连接终点和连接集线器

■信息中心或数据层，其专注于数据收集/处理/存储/交付：包括主题、订阅者和发布者以及数据集线器，并互连所述主题、订阅者和发布者以及数据集线器。

层在参与IoT系统的节点和子网内水平分布。每个节点的层切片在节点外部与其他节点中的类似切片有关系。这样就可以将它们作为独立的IoT系统功能归入技术层，例如：硬件中心层、网络中心层、设备中心层、信息中心层，如图14所示。

硬件中心层

■确保联网、连通和数据处理所需的能源供应

■确保联网、连通和数据处理所需的计算用电力供应

■确保联网、连通和数据处理所需的存储和内存供应

■确保本地设备保护所需的本地安全机构。

网络中心层

■通信

■数据发送与接收

■数据传输

■网络和数据传输安全

设备中心层

■识别

■认证

■建立安全信道

■连通性管理

■连通性安全

信息中心层

■数据收集

■数据处理

■数据存储

■数据交付

■数据消耗

■数据保护

每个IoT节点在本地实例化一、二、三或四层技术层。在一个实例中，硬件中心层和网络中心层可以被强制成为“物联网系统”的一部分，但不必进行研究。在没有设备中心层的情况下无法实施信息中心层，可以添加用于对安全性或互操作性方面进行建模的附加层。

可以堆叠的功能层实体的数量根据建模方面的用户需求而变化。在每个节点中，根据分区的主要功能将层切片堆叠。例如，如果WAN分区仅在传输数据，则如图8所示，设备和信息层将不存在。在这种情况下，广域网分区仅实现硬件和网络层。

IoT系统非功能特性的定义

与它的四个关键技术功能相关联地，IoT系统及其组件的特征在于其非功能特性，所述非功能特性按业务、技术和架构特性分组。在一个实施例中，这些非功能特性可以是分区、区域或层的局部，以及全局的和端对端的(从事物端分区到应用程序端分区)。

业务特性(business property)：

■费用(Cost)(BP-C)

■收入(Revenue)(BP-R)

■收益率(Profitability)(投资回报率“ROI”)(BP-P)

■上市时间(Time-to-market)(BP-T)

■可持续性(Sustainability)(BP-S)

技术特性(technical property)：

■容量(Capacity)(TP-C)

■性能(Performance)(TP-P)

■可靠性(Reliability)(TP-R)

■可用性(Availability)(TP-A)

■安全性(Security)(TP-S)

架构特性(architectural property)

■复杂度(Complexity)(AP-C)

■聚合等级(Aggregation level)(AP-A)

■分布等级(Distribution level)(AP-D)

■可扩展性(Scalability)(AP-S)

■互操作性(Interoperability)(AP-I)

■灵活性(Flexibility)(AP-F)

下表总结了这些特性的示例。KPI组可以扩展：

定义IoT分区的非功能性端对端特性

IoT系统的非功能性特性是从其分区的非功能性特性的线性组成中得出的。

例如，可以将IoT系统(X)的BP-C(费用)定义为：

BP-C(IoT系统(X)＝BP-C(TZ(X))+BP-C(EZ(X))+BP-C(NZ(X))+BP-C(PZ(X))+BP-C(AZ(X))。

可以按如下定义各特性，并且可以将相应的数学公式与它们相关联。

业务特性：

ο费用：IoT分区的费用是在给定的IoT系统下，已部署的组件或/和为提供IoT分区的IoT功能而订阅的服务的总运营成本和资本支出。

ο收入：通过将分区功能出售给其他IoT分区、环境或终端用户所产生的总收入。

ο收益率：IoT分区的收益率是IoT分区的收入超过IoT分区费用，以百分比表示。

ο上市时间：IoT分区的上市时间是交付和互连IoT分区所需的月数，以月表示。

ο可持续性：IoT分区的可持续性是维持系统工作并无限期维持收益率的能力。它以布尔值(Boolean)表示。其可以如下计算：

在收支平衡点之后的任何时间t内BP-S＝(BP-P>0)和(TP-C>0)。

技术特性：

ο容量：子系统可以交付的功能单位数量。全局系统的容量是其所有层的容量的组合：硬件、联络、连通、数据交付、处理和存储。

ο性能：性能或服务质量(Quality of Service，QoS)：IoT子系统在交付其功能方面的延迟或延时方面的性能。通常，性能是组件在接收请求和交付所述功能之间花费的延迟。当IoT系统启动并运行时，任何活动和授权的实体都应能够根据所需的服务质量等级，在可接受的或有保证的或可量化的响应时间内与任何其他活动主动和授权的实体进行通信和交互。

ο可靠性：无故障地交付功能的概率。全局系统的可靠性是其所有层的可靠性的组合——硬件、联网、连通性、数据交付、处理和存储

ο可用性：在不中断的情况下交付功能的可能性。全局系统的可用性是其所有层的可用性的组合——硬件、联网、连通性、数据交付、处理和存储

ο安全性：保护系统免受任何类型的攻击并有效控制对交付功能的系统的访问的能力。全局系统的安全性是其所有层的安全性的组合：硬件、联网、连通性、数据交付、处理和存储。

架构特性

ο复杂性：IoT系统架构的复杂性来自于架构的分布等级、互操作性和灵活性的乘积。例如，IoT系统(X)的AP-C(复杂性)定义为：

οAP-C(IoT系统(X))＝(1+分发等级)*互操作性等级*灵活性等级。

例如，具有边缘和中央平台的系统比仅具有中央平台的系统复杂。具有两个不同平台的系统比具有两个相似平台的系统更为复杂。

ο聚合等级：IoT系统架构的聚合等级对应于连接到核心节点的最大叶节点数。

ο分布等级：IoT系统架构的分布等级是其实施数据层的核心分区数。这可以是0、1、2、3。

ο可扩展性：IoT系统架构的可扩展性是支持的事物节点的最大数量。

ο互操作性：如果可以通过其他技术模型更改子系统的技术模型，则IoT子系统的互操作性为1，否则为0。IoT系统的互操作性是其各子系统的互操作性的总和。

ο灵活性：如果IoT系统架构只能支持1种架构模型，则其灵活性等级为1，否则为2。

建模定义

IoT基础设施的定义

οIoT基础设施可以是实现IoT应用程序和服务的IT硬件和软件的复杂基础互连。

οIoT基础设施可以对应于IoT系统的核心分区。它可以包括边缘分区，WAN分区和平台分区。

IoT基础设施架构的定义

οIoT基础设施的架构可以是分区、区域和层及其关系(物理和虚拟拓扑)中的IoT基础架构的组织。

IoT基础设施的架构设计的定义

οIoT基础设施的架构的设计可以是分区、区域和层及其关系(分层图的数学表示)中IoT基础设施的组织的编码表示。

ο数学表示可以使人们意思明确地理解和操纵组织，以存储、重新使用和交换所述设计或其中的一部分。

ο数学表示可以使机器自动理解和操纵组织，计算关键指标并生成代码以自动部署其软件组件。

IoT基础设施架构视觉设计的定义

οIoT基础设施的架构的设计可以是分区、区域和层及其关系中IoT基础设施的组织的可视化表示(分层图的可视化表示)。这一点和下面的两点也在图11中示出。

ο视觉表示可以由机器执行，所述机器能够理解组织的数学表示、关键指标并生成IoT系统模型的图像以自动显示所述图像。

ο视觉表示可以使人们意思明确地理解系统的结构和关系并对其进行分析。

定义任何IoT系统与其子系统及它们的组件的配置。

oIoT系统的配置可以是节点和子网的属性值的设置。当架构捕获组织时，配置将量化组成元素及其基数，并定义元素的范围(连接集线器支持的最大连接数，网络链路支持的最大带宽)。

方法：

IoT系统建模方法及IoT基础设施的架构

科学的建模方法可以包括：

a)根据上面定义的分区、区域、层、节点和子网的模型，组成IoT系统的元素的系统和结构化的清单。

b)对上面定义的分区、区域、层、节点和子网的组件的配置进行系统和结构化的定义。

c)对上面定义的分区、区域、层、节点和子网的组件之间的关系进行系统和结构化的定义。

d)与IoT系统及其组件相关的标准关键指标的定义。

捕获IoT基础设施架构的设计和配置的方法

该方法可以包括将定义IoT系统实体的清单的结构化组织的过程，以及它们的组件、分组以及它们之间的关系的标识，进行序列化。所述过程使设备能够将用户的输入自动记录在内存中的图形结构中，以便立即利用(如模拟)，或者使用机器学习工具(例如，分类、模式识别等)从现有配置或监视文件中学习它。。

图18给出了为IoT系统的容量分析而定义的基于核心代理的概念模型的全局视图。在图18的分层图中，定义的不同层和不同层级(tiers)(或分区)是有组织的并且相互关联的。水平关系也被捕获。要运行模拟，用户必须基于此图中定义的代理类型实例化代理，然后对其初始化。关系将自动建立。在模拟过程中，级联效应可能导致这些潜在的联系，也可能导致紧急行为。在操作中，全局概念模型捕获结构依赖性，并用于根本原因分析和了解意外事件。这也在图18和图19中描述。

在描述与本发明的IoT基础设施和其他方面有关的其他方法之前，提供对代理的描述。基于代理的建模方法被利用并被调整为适用于智能连通和IoT，以解决IoT系统的系统规模和异构性。

该模型用于模拟自主代理(个体实体和集体实体，例如组织或团体)的动作和交互，以评估其对整个IoT系统的影响。目的是通过模拟多个代理的同时操作和交互来预测复杂现象的出现，从而寻求对遵循简单规则的代理的集体行为的解释性见解。复杂系统的共同特征是存在非线性阈值或关键参数。模拟可以识别这些参数，然后可以在真实系统中对其进行监视和控制，以避免紧急情况。

对行为和有限理性进行编码的简单的决策规则与模型中定义的各个实体相关联。在一个实施例中，实体还可以通过利用真实系统的监视数据，在发生紧急情况(饱和、故障等)时进行诸如自动缩放或复制(克隆)等调整来展示出“学习”行为。根据我们的建模方法系统定义的关系图，自主实体进行交互。

整个模型之所以可行，部分原因在于以下特性：在各种规模(个体、组、层级、区域)和层(传输、设备、数据、业务...)下指定的多个代理；相关规则(行为和决策启发法)；学习规则或适应性过程；交互拓扑；和环境。

存储IoT基础设施架构设计的方法

该方法可以包括将子系统及其组件及其在文件中(例如XML或RDS格式)的关联的配置信息的结构化清单存储在永久存储器中。

分析IoT系统的方法

分析IoT系统的方法可以包括：

·将指标关联，所述指标反映了使用上述方法建模的组件、子系统和IoT系统的非功能属性，并用特定的数学公式对所述指标进行计算。

·计算每个组件的非功能指标

·根据组件指标所属子系统的公式聚合组件指标。

·根据IoT系统的公式聚合子系统指标。

分析采用了一种自下而上的聚合方法，该聚合方法对从上至下的(系统性)建模方法(其分层分解所述系统)进行补充。

生成IoT基础设施代码的方法。

该方法可以包括以结构化的描述性和声明性中间语言来翻译IoT系统的自上而下并且分层的图形描述，该结构化的描述性和声明性中间语言可以用可由部署系统解释和执行的代码来翻译(例如，Ansible、Puppet、Chef)。这样，可以在真实环境中自动部署和配置IoT基础设施。

捕获部署的IoT系统的非功能性特性的方法

所提出的方法可以包括利用上述方法定义的IoT系统模型来收集相关数据，识别和量化IoT系统的非功能性特性，并关联专用的数学公式进行计算。由于已经在设计阶段例如通过模拟器针对给定的架构和配置识别并预测了这些指标，因此该方法包括选择、关联和标准化监视数据的时间序列，这些时间序列会在部署的系统中自动生成这些KPI。

将生产中的IoT系统的非功能性特性与设计的系统的非功能性特性进行比较的方法。

这个方法可以包括将从标准化测量数据获得的计算出的KPI与从模拟数据获得的计算出的KPI进行比较。

生成建议的方法

在比较之后，提取和检索目标值和对应的配置，并传达给用户。

生成相关代码和配置文件以补救、更改或优化IoT系统或组件的方法。

该方法可以包括：基于先前的模拟，计算配置文件中的差异，并且通过利用反问题方法(inverse problem method)，提取组件和参数的值以改变状况。

自动对IoT系统自动建模的装置说明

用于对IoT系统和IoT基础设施架构进行建模的交互式系统

一种装置，其能够在分区、区域、层和节点中自上而下地描述IoT系统，从而能够经由计算机系统进行直观的可视化、模拟或递归分析(另请参阅图10)。

■该设备揭露了一个直观的用户界面，使人类用户可以选择IoT系统画布，并通过基于拼图的界面来迭代地指定其配置参数。

■该设备还揭露了一个编程接口，使由计算机器执行的程序能够选择IoT系统画布并从文件或其他程序自动指定配置参数。

上文最初描述的、图10所示的拼图也由以上几点定义。

图15是准备模拟的过程的流程图。在一个实施例中，这是顺序进行的，但是也可以由一组用户协作完成。每个用户有一个角色，根据她的角色，她可以从通用画布下到非常具体的模拟场景创建和填充模型的不同等级。

可以使用具有如下定义的工作流的计算机系统来实现交互式模型定义过程：

步骤1：用户界面使用户能够从画布库中选择系统画布。

步骤2：用户界面将选定的画布显示为交互式彩色拼图，使用户能够指定系统模型的详细信息：每个拼图图块中所有实体的实例化。

步骤3：用户界面将选定的画布呈现为交互式彩色拼图，使用户能够指定系统模型的详细信息：每个拼图图块中所有实体的初始化。

步骤4：定义节点内的垂直关系：跨层编织

步骤5：定义节点之间的水平关系：层编织

图20示出了如以上步骤4和步骤5中提到的用于跨层编织和层编织的过程。它还涉及如图14所示的垂直和水平关系。更具体地，图20示出了端对端架构中的竖直和水平编织。在节点内建立垂直关系：跨层编织。在节点之间建立水平关系：在网络层链接访问点(access point，AP)，在设备中心层链接连接终点(end-points，EP)，在信息中心层将发布者主题与订阅者主题进行链接。

图17示出了对IoT系统架构建模的交互式系统过程。所有生成的文件都存储在公共库中，以后可以由同一用户或团队成员(如果此角色提供了相应的访问权限)访问以供选择。这说明了设备的一些协作建模特性的实施。存储的库分别是画布、抽象模型、实例化模型和工作负荷场景。用户角色为这些库提供特定的访问权限，以进行创建、选择或评级。用户角色例如：建模者、IoT专家、技术用户、业务用户或策略用户。

说明性示例：

基于选定的TENPA画布(步骤1)，以下是用户界面自动要求IoT专家用户提供的用以定义和表征关联模型的实体的输入列表的示例(步骤2)。

■对于每个分区，指定节点类型和网络类型。

a)对于每个节点类型，指定每个层。

b)对于每种网络类型，指定属性。

然后，用户界面自动要求用户在节点内建立关系

■ISM-DCM：对于每个发布者，关联相应的连接终点

■ISM-DCM：对于每个订阅者，关联相应的连接终点

■DCM-NCM：对于每个连接终点，关联相应的网络访问点

然后，用户界面要求用户定义层内节点之间的关系：

■ISM：对于每个主题，关联相应的发布者和相应的订阅者

■DCM：配对每个连接终点

■NCM：将每个网络访问点的接出和网络访问点的接入配对

用于创建IoT系统模拟器的装置：

以下描述了一种系统，该系统能够在层和分区中自动实例化IoT系统实体模型，并能够自动生成具有属性初始值设置的IoT基础设施模型，以使用模拟器生成器构建IoT系统模拟器：

■该系统能够执行模拟程序，所述模拟程序计算在每个抽象等级(分区和层)下提交给特定工作负荷时能表征IoT系统的关键实体的演变：应用程序、数据/信息、主题/消息、连接/会话、带宽、计算、存储容量。

■模拟的实体具有随时间演变的属性，并且所述属性清楚地表征所述模拟的实体。

■可以将公式附加到实体，以在系统模拟期间或在其实际运行期间自动计算参数/属性的演变值。

■生成探针以收集整个模拟过程中选定属性的演变。然后可以显示收集的数据，并通过适合此建模和IoT上下文的BI(Business Intelligence，商业智能)工具对所述数据进行分析。

与以上描述相关的是诸如图3所示的一个IoT系统的模拟的调度器。

用于捕获和文档化IoT基础设施架构的系统

用于存储IoT基础设施架构设计的模块

■将组织存储在分区、层和节点树中的永久存储机制。

用于分析IoT系统的模块

■根据节点树结构按分区、按区域、按层以及递归地按节点全局探索IoT系统KPI的设备。图6和图23给出了可以由这种装置产生的结果的例子。

用于生成IoT基础设施的代码的模块。

■从分区、区域、节点树和层的组织文件中为虚拟基础设施生成部署代码(例如用于Ansible之类的工具)的机制

用于捕获部署的IoT系统的非功能特性的模块

■特性的计算。

用于将生产中的IoT系统的非功能特性与设计的系统的非功能特性进行比较的模块。

■收集监测数据并进行比较/回归。

用于生成建议的模块

■用于探索以交错图网格组织的每个分区、区域、层和节点的IoT系统KPI的装置，并关联建议以相应地改善情况。

■图23给出了可以由这种装置产生的结果的例子。

用于生成关联代码和配置文件以补救、更改或优化IoT系统或组件的模块。

■树中组织的每个分区、区域、层和节点

图22是根据一些实施例描绘的计算设备2200的图示。计算设备，也称为数据处理系统2200，可以用于实施在上述各种系统的控制器或其他组件中使用的一个或多个计算机。在一些实施例中，数据处理系统2200包括通信框架2202，所述通信框架2202提供处理器单元2204、存储器2206、永久存储器2208、通信单元2210、输入/输出(input/output，I/O)单元2212和显示器2214之间的通信。在此示例中，通信框架2202可采用总线系统的形式。

处理器单元2204用于执行可以被加载到存储器2206中的软件的指令。处理器单元2204根据特定实施方式可以是多个处理器、多处理器核或某种其他类型的处理器。

存储器2206和永久存储器2208是存储设备2216的示例。存储设备是能够临时和/或永久性存储信息的任何硬件，所述信息例如但不限于数据、功能形式的程序代码和/或其他合适信息。在这些说明性示例中，存储设备2216也可以被称为计算机可读存储设备。在这些示例中，存储器2206可以是例如随机访问存储器或任何其他合适的易失性或非易失性存储设备。永久存储器2208可以根据特定实施方式采取各种形式。例如，永久存储器2208可以包含一个或多个组件或设备。例如，永久存储器2208可以是硬盘驱动器、闪存、可重写光盘、可重写磁带或以上的某种组合。永久存储器2208使用的介质也可以是可移动的。例如，可移动硬盘驱动器可用于永久存储器2208。

在这些说明性示例中，通信单元2210提供与其他数据处理系统或设备的通信。在这些说明性示例中，通信单元2210是网络接口卡。

输入/输出单元2212允许与可以连接到数据处理系统2200的其他设备进行数据的输入和输出。例如，输入/输出单元2212可以通过键盘、鼠标、和/或某其他合适的输入设备为用户输入提供连接。此外，输入/输出单元2212可以将输出发送到打印机。显示器2214提供了向用户显示信息的机制。

用于操作系统、应用程序和/或程序的指令可以位于存储设备2216中，所述存储设备2216通过通信框架2202与处理器单元2204通信。不同实施例的过程可以由处理器单元2204使用计算机执行的指令来执行，所述指令可以位于诸如存储器2206的存储器中。

这些指令被称为程序代码、计算机可用程序代码或计算机可读程序代码，这些代码可以在处理器单元2204中由处理器读取和执行。不同实施例中的程序代码可以体现在不同的物理或计算机可读的存储介质上，例如存储器2206或永久存储器2208上。

程序代码2218以功能形式位于可以选择性地移除的计算机可读介质2220上，并且可以加载到数据处理系统2200上或传输到数据处理系统2200上，以被处理器单元2204执行。在这些说明性示例中，程序代码2218和计算机可读介质2220形成计算机程序产品2222。在一个示例中，计算机可读介质2220可以是计算机可读存储介质2224或计算机可读信号介质2226。

在这些说明性示例中，计算机可读存储介质2224是用于存储程序代码2218而不是传播或传输程序代码2218的介质的物理或有形存储设备。

替代地，可以将程序代码2218传送到使用计算机可读信号介质2226的数据处理系统2200。计算机可读信号介质2226可以是例如包含程序代码2218的传播数据信号。例如，计算机可读信号介质2226可以是电磁信号、光信号和/或任何其他合适类型的信号。这些信号可以在通信信道上传输，例如无线通信信道、光纤电缆、同轴电缆、电线和/或任何其他合适类型的通信信道。

针对数据处理系统600示出的不同组件并不意味着对可以实施不同实施例的方式提供架构限制。可以在数据处理系统中实现不同的说明性实施例，该数据处理系统包括除了针对数据处理系统2200示出的组件之外的组件和/或包括代替针对数据处理系统2200示出的组件的组件。图22示出的其他组件可以与所示的说明性示例不同。可以使用能够运行程序代码2218的任何硬件设备或系统来实施不同的实施例。

因此，应当理解，本公开不限于示出的特定示例，并且旨在将变型和其他示例包括在所附权利要求的范围内。此外，尽管前述描述和相关附图在某些说明性的元件和/或功能的组合的背景下描述了本公开的示例，但是应当理解，在不脱离所附权利要求的范围的情况下，可以通过替代实现方式来提供元件和/或功能的不同组合。因此，所附权利要求中的括号内附图标记仅出于说明性目的而示出，并且不旨在将所要求保护的主题的范围限制到本公开中提供的特定示例。

Claims (5)

1.一种建模和模拟IoT系统的方法，所述方法包括：

选择分区、模板和结构；

在所选择的分区中定义节点；

选择所定义节点的节点类型；

在所定义节点中标识功能层；

指定一个与所述IoT系统特性有关的指标，其中创建所述IoT系统的被动模型；

将模拟器与所述被动模型相关联；

定义一模拟场景；

使用所关联的模拟器运行所述场景；并且

收集所述IoT特性的指标值。

2.一种创建用于IoT系统的定制IoT模型的方法，所述方法包括：

创建定制模拟器和模拟场景；

在所述定制模拟器上运行所述模拟场景；

创建所述IoT系统的定制架构并创建一部署自动化文件；

部署所述定制架构；

创建一定制监视设计和监视自动化文件；并且

部署所述定制监视设计。

3.根据权利要求2所述的方法，还包括：

创建一定制报告设计和报告自动化文件；并且

部署所述定制报告。

4.一种创建一模拟IoT系统的方法，所述方法包括：

创建IoT项目模板；

调整所述IoT项目的属性；

可视化所述IoT项目模型；

模拟所述IoT项目模型；

部署所述IoT项目模型；

将部署数据输入到所述IoT项目模型中；并且

存储概念性IoT模型。

5.根据权利要求4所述的方法，还包括：

监视所述IoT项目模型；

优化所述IoT项目模型；和

输入带有优化数据和监视数据的所述IoT项目模型。

Images