CN114546603B - 一种应用于物联网的数据处理方法及系统 - Google Patents

一种应用于物联网的数据处理方法及系统 Download PDF

Info

Publication number
CN114546603B
CN114546603B CN202210433509.XA CN202210433509A CN114546603B CN 114546603 B CN114546603 B CN 114546603B CN 202210433509 A CN202210433509 A CN 202210433509A CN 114546603 B CN114546603 B CN 114546603B
Authority
CN
China
Prior art keywords
data
virtual machine
internet
things
parameters
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.)
Active
Application number
CN202210433509.XA
Other languages
English (en)
Other versions
CN114546603A (zh
Inventor
陆兴
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.)
Ruizhi Technology Group Co ltd
Original Assignee
Ruizhi Technology Group Co ltd
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 Ruizhi Technology Group Co ltd filed Critical Ruizhi Technology Group Co ltd
Priority to CN202210433509.XA priority Critical patent/CN114546603B/zh
Publication of CN114546603A publication Critical patent/CN114546603A/zh
Application granted granted Critical
Publication of CN114546603B publication Critical patent/CN114546603B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开一种应用于物联网的数据处理方法及系统。所述方法包括：接收物联网设备上传的物联网数据，提取相应的关键特征参数；根据提取的关键特征参数计算数据指标，并根据提取数据特征参数属性获取各虚拟机对应的虚拟机属性，计算虚拟机指标；获取虚拟机指标与数据指标最匹配的虚拟机作为数据分析虚拟机，其他虚拟机作为数据处理虚拟机，由数据分析虚拟机按照数据处理虚拟机属性进行物联网数据分布式处理。本申请从物联网数据和虚拟机双向出发，选出最佳虚拟机作为数据分发的管理虚拟机进行数据分发处理，由此能够将所有虚拟机都利用起来进行数据分发和数据处理，提高虚拟机效率。

Description

一种应用于物联网的数据处理方法及系统
技术领域
本发明涉及数据处理领域，尤其涉及一种应用于物联网的数据处理方法及系统。
背景技术
物联网（Internet of Things，简称IoT）是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。
现有的物联网数据处理方式中，一般都是由服务器对物联网数据进行处理，对于数量较多的数据采用虚拟机分布式数据处理方式，但是对物联网数据的分发都是由服务器执行，由此在数据量大时严重加大服务器负担，执行效率低下。基于此，本发明提出一种应用于物联网的数据处理方法及系统，提高物联网数据处理效率。
发明内容
本发明提供了一种应用于物联网的数据处理方法，包括：
步骤S110、接收物联网设备上传的物联网数据，从物联网数据中提取相应的关键特征参数；
步骤S120、根据提取的关键特征参数计算数据指标，并根据提取数据特征参数属性获取各虚拟机对应的虚拟机属性，计算虚拟机指标；
步骤S130、获取虚拟机指标与数据指标最匹配的虚拟机作为数据分析虚拟机，其他虚拟机作为数据处理虚拟机，由数据分析虚拟机按照数据处理虚拟机属性进行物联网数据分布式处理。
如上所述的一种应用于物联网的数据处理方法，其中，所述关键特征参数包括设备属性参数、数据量参数、所需内存参数、所需硬盘参数、所需CPU参数。
如上所述的一种应用于物联网的数据处理方法，其中，若所述关键特征参数为设备属性参数，则获取与物联网设备有关联关系的虚拟机；若所述关键特征参数为数据量参数，则获取虚拟机存储容量；若关键特征参数为所需内存参数，则获取虚拟机内存占用率；若关键特征参数为所需硬盘参数，则获取虚拟机硬盘占用率；若关键特征参数为所需CPU参数，则获取虚拟机CPU使用率。
如上所述的一种应用于物联网的数据处理方法，其中，数据分析虚拟机对接收到的物联网数据进行分析处理，将物联网数据分割成若干数据块，分别发送至不同的数据处理虚拟机进行数据分布式处理。
如上所述的一种应用于物联网的数据处理方法，其中，为虚拟机指标与数据指标最匹配的虚拟机设置第一标识作为数据分析虚拟机，其他虚拟机设置第二标识作为数据处理虚拟机，并在当前数据处理完成后将数据分析虚拟机第一标识重新设置为第二标识，若在数据分析虚拟机处理数据过程中，物联网管理服务器接收到新的物联网数据，则对具有第二标识的虚拟机执行步骤S120-S130。
本发明还提供一种应用于物联网的数据处理系统，包括：物联网数据关键特征参数提取模块、计算模块和数据分配模块；
物联网数据关键特征参数提取模块，用于接收物联网设备上传的物联网数据，从物联网数据中提取相应的关键特征参数；
计算模块，用于根据提取的关键特征参数计算数据指标，并根据提取数据特征参数属性获取各虚拟机对应的虚拟机属性，计算虚拟机指标；
数据分配模块，用于获取虚拟机指标与数据指标最匹配的虚拟机作为数据分析虚拟机，其他虚拟机作为数据处理虚拟机，由数据分析虚拟机按照数据处理虚拟机属性进行物联网数据分布式处理。
如上所述的一种应用于物联网的数据处理方法，其中，所述关键特征参数包括设备属性参数、数据量参数、所需内存参数、所需硬盘参数、所需CPU参数。
如上所述的一种应用于物联网的数据处理方法，其中，若所述关键特征参数为设备属性参数，则获取与物联网设备有关联关系的虚拟机；若所述关键特征参数为数据量参数，则获取虚拟机存储容量；若关键特征参数为所需内存参数，则获取虚拟机内存占用率；若关键特征参数为所需硬盘参数，则获取虚拟机硬盘占用率；若关键特征参数为所需CPU参数，则获取虚拟机CPU使用率。
如上所述的一种应用于物联网的数据处理方法，其中，数据分析虚拟机对接收到的物联网数据进行分析处理，将物联网数据分割成若干数据块，分别发送至不同的数据处理虚拟机进行数据分布式处理。
如上所述的一种应用于物联网的数据处理方法，其中，为虚拟机指标与数据指标最匹配的虚拟机设置第一标识作为数据分析虚拟机，其他虚拟机设置第二标识作为数据处理虚拟机，并在当前数据处理完成后将数据分析虚拟机第一标识重新设置为第二标识，若在数据分析虚拟机处理数据过程中，物联网管理服务器接收到新的物联网数据，则对具有第二标识的虚拟机重新触发计算模块。
本发明实现的有益效果如下：本申请从物联网数据的数据属性角度和虚拟机属性角度双向出发，选出最佳虚拟机作为数据分发的管理虚拟机进行数据分发处理，其他虚拟机作为分布式数据处理虚拟机，若有其他数据到来则重新选择管理虚拟机，由此能够将所有虚拟机都利用起来进行数据分发和数据处理，提高虚拟机效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种应用于物联网的数据处理方法流程图；
图2是本发明实施例二提供的一种应用于物联网的数据处理系统示意图。
具体实施方式
下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本发明实施例一提供一种应用于物联网的数据处理方法，如图1所示，包括：
步骤110、接收物联网设备上传的物联网数据，从物联网数据中提取相应的关键特征参数；
物联网集群包括物联网管理服务器和物联网设备，物联网管理服务器包括多台物理服务器，且各物理服务器上均设置有虚拟服务器，物联网设备包括但不限于各种类型传感器，例如在智能道路交通中一个区域内的电子眼作为物联网设备向作为物联网管理服务器的控制中心上传交通信息，该区域内的设备组成物联网集群。物联网设备向物联网管理服务器上传物联网数据后由各虚拟机进行数据分布式处理，本申请不仅考虑到物联网管理服务器中的各虚拟机处理数据能力不同，且处理能力随着数据的处理动态变化，还考虑到所有物联网数据均由物联网管理服务器进行数据分发使管理服务器数据处理效率低下的问题，本申请从物联网数据的数据属性角度和虚拟机属性角度双向出发，选出最佳虚拟机作为数据分发的管理虚拟机进行数据分发处理，其他虚拟机作为分布式数据处理虚拟机，若有其他数据到来则重新选择管理虚拟机，由此能够将所有虚拟机都利用起来进行数据分发和数据处理，提高虚拟机效率。
具体地，物联网设备初始向物联网管理服务器申请注册时，预先与物联网管理服务器商榷传输标准，即预设设定双方重点关注的关键特征参数，物联网设备向物联网管理服务器上传的物联网数据中包括但不限于：设备属性参数、数据量参数、所需内存参数、所需硬盘参数、所需CPU参数等，将这些特征参数合成特征参数集
Figure 692471DEST_PATH_IMAGE001
，其中，S 1 为设备属性参数、S 2 为数据量参数、S 3 为所需内存参数、S 4 为所需硬盘参数、S n 为所需CPU参数。
步骤120、根据提取的关键特征参数计算数据指标，并根据提取数据特征参数属性获取各虚拟机对应的虚拟机属性，计算虚拟机指标；
具体地，每个关键特征参数均具有预先设置的特征权重，因此依据关键特征参数获得相应的特征权重，依据关键特征参数和对应的特征权重计算数据指标
Figure 812873DEST_PATH_IMAGE002
，其中，SZ为计算得到的数据指标；由于一个物联网集群中各物联网设备的重要级不同，有些物联网设备采集关键数据，有些物联网设备采集辅助数据，数据的级别不同影响虚拟机选取指标，因此将物联网设备在物联网集群中的等级占比
Figure 858190DEST_PATH_IMAGE003
（U为物联网设备等级，M为物联网集群总等级）作为公式一项参数加入公式计算中；
Figure 581295DEST_PATH_IMAGE004
为物联网数据中的第i个关键特征参数，
Figure 864509DEST_PATH_IMAGE005
为
Figure 952551DEST_PATH_IMAGE006
的特征权重，i的取值为1到n，n为关键特征集合中元素的总数；e=2.718。
虚拟机指标的计算由关键特征参数决定，不同的关键特征参数所选取的虚拟机属性数据不同。例如若关键特征参数为设备属性参数，也就是说此时的物联网数据关注重点在物联网设备本身，例如是提取特殊数据的物联网设备，则获取与物联网设备有关联关系的虚拟机；若关键特征参数为数据量参数，则获取虚拟机存储容量；若关键特征参数为所需内存参数，则获取虚拟机内存占用率；若关键特征参数为所需硬盘参数，则获取虚拟机硬盘占用率；若关键特征参数为所需CPU参数，则获取虚拟机CPU使用率。将这些虚拟机特征参数合成特征向量集
Figure 547480DEST_PATH_IMAGE007
，其中，
Figure 746380DEST_PATH_IMAGE008
为虚拟机关联属性参数、
Figure 680838DEST_PATH_IMAGE009
为虚拟机存储容量参数、
Figure 877464DEST_PATH_IMAGE010
为虚拟机内存占用率、
Figure 897373DEST_PATH_IMAGE011
为虚拟机硬盘占用率、
Figure 962281DEST_PATH_IMAGE012
为虚拟机CPU使用率。
获取到虚拟机相应属性之后，采用公式
Figure 751245DEST_PATH_IMAGE013
计算虚拟机指标，其中，
Figure 384352DEST_PATH_IMAGE014
为虚拟机指标，
Figure 891557DEST_PATH_IMAGE015
为第i个虚拟机的运行状态，若虚拟机正常运行则
Figure 497506DEST_PATH_IMAGE016
，若虚拟机异常则
Figure 406556DEST_PATH_IMAGE017
，k为虚拟机的使用频率程度值，
Figure 944985DEST_PATH_IMAGE018
为第i个虚拟机特征参数，
Figure 939486DEST_PATH_IMAGE019
第i个虚拟机特征参数对应的特征权重。
步骤130、获取虚拟机指标与数据指标最匹配的虚拟机作为数据分析虚拟机，其他虚拟机作为数据处理虚拟机，由数据分析虚拟机按照数据处理虚拟机属性进行物联网数据分布式处理；
优选地，将计算出虚拟机指标的各虚拟机进行排序，查找大于数据指标且最接近数据指标的虚拟机指标，将其对应的虚拟机作为数据分析虚拟机。数据分析虚拟机对接收到的物联网数据进行分析处理，将物联网数据分割成若干数据块，分别发送至不同的数据处理虚拟机进行数据分布式处理，由数据分析虚拟机对各数据处理虚拟机的属性进行分析，依据虚拟机的处理能力和存储能力决定为不同的数据处理虚拟机分发不同数量的数据以提高数据处理速率。
具体地，为虚拟机指标与数据指标最匹配的虚拟机设置第一标识作为数据分析虚拟机，其他虚拟机设置第二标识作为数据处理虚拟机，并在当前数据处理完成后将数据分析虚拟机第一标识重新设置为第二标识。若在数据分析虚拟机处理数据过程中，物联网管理服务器接收到新的物联网数据，则对具有第二标识的虚拟机执行步骤120-130。
实施例二
如图2所示，本发明实施例二提供一种应用于物联网的数据处理系统20，包括物联网设备和物联网管理服务器，物联网管理服务器具体包括物联网数据关键特征参数提取模块21、计算模块22和数据分配模块23；
物联网数据关键特征参数提取模块21，用于接收物联网设备上传的物联网数据，从物联网数据中提取相应的关键特征参数；所述关键特征参数包括设备属性参数、数据量参数、所需内存参数、所需硬盘参数、所需CPU参数。
物联网集群包括物联网管理服务器和物联网设备，物联网管理服务器包括多台物理服务器，且各物理服务器上均设置有虚拟服务器，物联网设备包括但不限于各种类型传感器，例如在智能道路交通中一个区域内的电子眼作为物联网设备向作为物联网管理服务器的控制中心上传交通信息，该区域内的设备组成物联网集群。物联网设备向物联网管理服务器上传物联网数据后由各虚拟机进行数据分布式处理，本申请不仅考虑到物联网管理服务器中的各虚拟机处理数据能力不同，且处理能力随着数据的处理动态变化，还考虑到所有物联网数据均由物联网管理服务器进行数据分发使管理服务器数据处理效率低下的问题，本申请从物联网数据的数据属性角度和虚拟机属性角度双向出发，选出最佳虚拟机作为数据分发的管理虚拟机进行数据分发处理，其他虚拟机作为分布式数据处理虚拟机，若有其他数据到来则重新选择管理虚拟机，由此能够将所有虚拟机都利用起来进行数据分发和数据处理，提高虚拟机效率。
具体地，物联网设备初始向物联网管理服务器申请注册时，预先与物联网管理服务器商榷传输标准，即预设设定双方重点关注的关键特征参数，物联网设备向物联网管理服务器上传的物联网数据中包括但不限于：设备属性参数、数据量参数、所需内存参数、所需硬盘参数、所需CPU参数等，将这些特征参数合成特征参数集
Figure 346196DEST_PATH_IMAGE020
，其中，S 1 为设备属性参数、S 2 为数据量参数、S 3 为所需内存参数、S 4 为所需硬盘参数、S n 为所需CPU参数。
计算模块22，用于根据提取的关键特征参数计算数据指标，并根据提取数据特征参数属性获取各虚拟机对应的虚拟机属性，计算虚拟机指标；若所述关键特征参数为设备属性参数，则获取与物联网设备有关联关系的虚拟机；若所述关键特征参数为数据量参数，则获取虚拟机存储容量；若关键特征参数为所需内存参数，则获取虚拟机内存占用率；若关键特征参数为所需硬盘参数，则获取虚拟机硬盘占用率；若关键特征参数为所需CPU参数，则获取虚拟机CPU使用率。
具体地，每个关键特征参数均具有预先设置的特征权重，因此依据关键特征参数获得相应的特征权重，依据关键特征参数和对应的特征权重计算数据指标
Figure 109753DEST_PATH_IMAGE021
，其中，SZ为计算得到的数据指标；由于一个物联网集群中各物联网设备的重要级不同，有些物联网设备采集关键数据，有些物联网设备采集辅助数据，数据的级别不同影响虚拟机选取指标，因此将物联网设备在物联网集群中的等级占比
Figure 84662DEST_PATH_IMAGE022
（U为物联网设备等级，M为物联网集群总等级）作为公式一项参数加入公式计算中；
Figure 300880DEST_PATH_IMAGE023
为物联网数据中的第i个关键特征参数，
Figure 511281DEST_PATH_IMAGE024
为
Figure 129345DEST_PATH_IMAGE025
的特征权重，i的取值为1到n，n为关键特征集合中元素的总数；e=2.718。
虚拟机指标的计算由关键特征参数决定，不同的关键特征参数所选取的虚拟机属性数据不同。例如若关键特征参数为设备属性参数，也就是说此时的物联网数据关注重点在物联网设备本身，例如是提取特殊数据的物联网设备，则获取与物联网设备有关联关系的虚拟机；若关键特征参数为数据量参数，则获取虚拟机存储容量；若关键特征参数为所需内存参数，则获取虚拟机内存占用率；若关键特征参数为所需硬盘参数，则获取虚拟机硬盘占用率；若关键特征参数为所需CPU参数，则获取虚拟机CPU使用率。将这些虚拟机特征参数合成特征向量集
Figure 275155DEST_PATH_IMAGE026
，其中，
Figure 978669DEST_PATH_IMAGE027
为虚拟机关联属性参数、
Figure 727182DEST_PATH_IMAGE028
为虚拟机存储容量参数、
Figure 465331DEST_PATH_IMAGE029
为虚拟机内存占用率、
Figure 782043DEST_PATH_IMAGE030
为虚拟机硬盘占用率、
Figure 972853DEST_PATH_IMAGE031
为虚拟机CPU使用率。
获取到虚拟机相应属性之后，采用公式
Figure 525057DEST_PATH_IMAGE032
计算虚拟机指标，其中，
Figure 852133DEST_PATH_IMAGE033
为虚拟机指标，
Figure 339746DEST_PATH_IMAGE034
为第i个虚拟机的运行状态，若虚拟机正常运行则
Figure 17852DEST_PATH_IMAGE035
，若虚拟机异常则
Figure 373747DEST_PATH_IMAGE036
，k为虚拟机的使用频率程度值，
Figure 820909DEST_PATH_IMAGE037
为第i个虚拟机特征参数，
Figure 213844DEST_PATH_IMAGE038
第i个虚拟机特征参数对应的特征权重。
数据分配模块23，用于获取虚拟机指标与数据指标最匹配的虚拟机作为数据分析虚拟机，其他虚拟机作为数据处理虚拟机，由数据分析虚拟机按照数据处理虚拟机属性进行物联网数据分布式处理。数据分析虚拟机对接收到的物联网数据进行分析处理，将物联网数据分割成若干数据块，分别发送至不同的数据处理虚拟机进行数据分布式处理。
优选地，将计算出虚拟机指标的各虚拟机进行排序，查找大于数据指标且最接近数据指标的虚拟机指标，将其对应的虚拟机作为数据分析虚拟机。数据分析虚拟机对接收到的物联网数据进行分析处理，将物联网数据分割成若干数据块，分别发送至不同的数据处理虚拟机进行数据分布式处理，由数据分析虚拟机对各数据处理虚拟机的属性进行分析，依据虚拟机的处理能力和存储能力决定为不同的数据处理虚拟机分发不同数量的数据以提高数据处理速率。
具体地，为虚拟机指标与数据指标最匹配的虚拟机设置第一标识作为数据分析虚拟机，其他虚拟机设置第二标识作为数据处理虚拟机，并在当前数据处理完成后将数据分析虚拟机第一标识重新设置为第二标识，若在数据分析虚拟机处理数据过程中，物联网管理服务器接收到新的物联网数据，则对具有第二标识的虚拟机重新触发计算模块22。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (8)

1.一种应用于物联网的数据处理方法，其特征在于，包括：
步骤S110、接收物联网设备上传的物联网数据，从物联网数据中提取相应的关键特征参数；
步骤S120、根据提取的关键特征参数计算数据指标，并根据提取数据特征参数属性获取各虚拟机对应的虚拟机属性，计算虚拟机指标；
步骤S130、获取虚拟机指标与数据指标最匹配的虚拟机作为数据分析虚拟机，其他虚拟机作为数据处理虚拟机，由数据分析虚拟机按照数据处理虚拟机属性进行物联网数据分布式处理；
为虚拟机指标与数据指标最匹配的虚拟机设置第一标识作为数据分析虚拟机，其他虚拟机设置第二标识作为数据处理虚拟机，并在当前数据处理完成后将数据分析虚拟机第一标识重新设置为第二标识，若在数据分析虚拟机处理数据过程中，物联网管理服务器接收到新的物联网数据，则对具有第二标识的虚拟机执行步骤S120-S130。
2.如权利要求1所述的一种应用于物联网的数据处理方法，其特征在于，所述关键特征参数包括设备属性参数、数据量参数、所需内存参数、所需硬盘参数、所需CPU参数。
3.如权利要求2所述的一种应用于物联网的数据处理方法，其特征在于，若所述关键特征参数为设备属性参数，则获取与物联网设备有关联关系的虚拟机；若所述关键特征参数为数据量参数，则获取虚拟机存储容量；若关键特征参数为所需内存参数，则获取虚拟机内存占用率；若关键特征参数为所需硬盘参数，则获取虚拟机硬盘占用率；若关键特征参数为所需CPU参数，则获取虚拟机CPU使用率。
4.如权利要求1所述的一种应用于物联网的数据处理方法，其特征在于，数据分析虚拟机对接收到的物联网数据进行分析处理，将物联网数据分割成若干数据块，分别发送至不同的数据处理虚拟机进行数据分布式处理。
5.一种应用于物联网的数据处理系统，其特征在于，包括：物联网数据关键特征参数提取模块、计算模块和数据分配模块；
物联网数据关键特征参数提取模块，用于接收物联网设备上传的物联网数据，从物联网数据中提取相应的关键特征参数；
计算模块，用于根据提取的关键特征参数计算数据指标，并根据提取数据特征参数属性获取各虚拟机对应的虚拟机属性，计算虚拟机指标；
数据分配模块，用于获取虚拟机指标与数据指标最匹配的虚拟机作为数据分析虚拟机，其他虚拟机作为数据处理虚拟机，由数据分析虚拟机按照数据处理虚拟机属性进行物联网数据分布式处理；
为虚拟机指标与数据指标最匹配的虚拟机设置第一标识作为数据分析虚拟机，其他虚拟机设置第二标识作为数据处理虚拟机，并在当前数据处理完成后将数据分析虚拟机第一标识重新设置为第二标识，若在数据分析虚拟机处理数据过程中，物联网管理服务器接收到新的物联网数据，则对具有第二标识的虚拟机重新触发计算模块。
6.如权利要求5所述的一种应用于物联网的数据处理系统，其特征在于，所述关键特征参数包括设备属性参数、数据量参数、所需内存参数、所需硬盘参数、所需CPU参数。
7.如权利要求6所述的一种应用于物联网的数据处理系统，其特征在于，若所述关键特征参数为设备属性参数，则获取与物联网设备有关联关系的虚拟机；若所述关键特征参数为数据量参数，则获取虚拟机存储容量；若关键特征参数为所需内存参数，则获取虚拟机内存占用率；若关键特征参数为所需硬盘参数，则获取虚拟机硬盘占用率；若关键特征参数为所需CPU参数，则获取虚拟机CPU使用率。
8.如权利要求5所述的一种应用于物联网的数据处理系统，其特征在于，数据分析虚拟机对接收到的物联网数据进行分析处理，将物联网数据分割成若干数据块，分别发送至不同的数据处理虚拟机进行数据分布式处理。
CN202210433509.XA 2022-04-24 2022-04-24 一种应用于物联网的数据处理方法及系统 Active CN114546603B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210433509.XA CN114546603B (zh) 2022-04-24 2022-04-24 一种应用于物联网的数据处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210433509.XA CN114546603B (zh) 2022-04-24 2022-04-24 一种应用于物联网的数据处理方法及系统

Publications (2)

Publication Number Publication Date
CN114546603A CN114546603A (zh) 2022-05-27
CN114546603B true CN114546603B (zh) 2022-07-29

Family

ID=81666620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210433509.XA Active CN114546603B (zh) 2022-04-24 2022-04-24 一种应用于物联网的数据处理方法及系统

Country Status (1)

Country Link
CN (1) CN114546603B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108023952A (zh) * 2017-12-04 2018-05-11 西安电子科技大学 一种基于云雾结合的模块化物联网应用快速构建平台
CN108196935A (zh) * 2017-12-06 2018-06-22 南京邮电大学 一种面向云计算的虚拟机节能迁移方法
CN109213597A (zh) * 2018-08-01 2019-01-15 平安科技（深圳）有限公司 资源分配方法、装置、计算机设备及计算机可读存储介质
CN111176792A (zh) * 2019-12-31 2020-05-19 华为技术有限公司 一种资源调度方法、装置及相关设备
CN112286677A (zh) * 2020-08-11 2021-01-29 安阳师范学院 一种面向资源受限边缘云的物联网应用优化部署方法
CN112601240A (zh) * 2020-12-11 2021-04-02 重庆邮电大学 物联网资源边缘智能调度方法
CN113590342A (zh) * 2021-09-29 2021-11-02 睿至科技集团有限公司 一种云计算系统中的资源分配方法及系统
CN114189892A (zh) * 2021-12-15 2022-03-15 北京工业大学 一种基于区块链和集体强化学习的云边协同物联网系统资源分配方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11824784B2 (en) * 2019-12-20 2023-11-21 Intel Corporation Automated platform resource management in edge computing environments

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108023952A (zh) * 2017-12-04 2018-05-11 西安电子科技大学 一种基于云雾结合的模块化物联网应用快速构建平台
CN108196935A (zh) * 2017-12-06 2018-06-22 南京邮电大学 一种面向云计算的虚拟机节能迁移方法
CN109213597A (zh) * 2018-08-01 2019-01-15 平安科技（深圳）有限公司 资源分配方法、装置、计算机设备及计算机可读存储介质
CN111176792A (zh) * 2019-12-31 2020-05-19 华为技术有限公司 一种资源调度方法、装置及相关设备
CN112286677A (zh) * 2020-08-11 2021-01-29 安阳师范学院 一种面向资源受限边缘云的物联网应用优化部署方法
CN112601240A (zh) * 2020-12-11 2021-04-02 重庆邮电大学 物联网资源边缘智能调度方法
CN113590342A (zh) * 2021-09-29 2021-11-02 睿至科技集团有限公司 一种云计算系统中的资源分配方法及系统
CN114189892A (zh) * 2021-12-15 2022-03-15 北京工业大学 一种基于区块链和集体强化学习的云边协同物联网系统资源分配方法

Also Published As

Publication number Publication date
CN114546603A (zh) 2022-05-27

Similar Documents

Publication Publication Date Title
CN109829332B (zh) 一种基于能量收集技术的联合计算卸载方法及装置
US20230376347A1 (en) Task allocation method, apparatus, storage medium, and electronic device
US20060003823A1 (en) Dynamic player groups for interest management in multi-character virtual environments
CN116346863B (zh) 基于联邦学习的车载网数据处理方法、装置、设备及介质
CN112764920A (zh) 一种边缘应用部署方法、装置、设备和存储介质
CN106326388A (zh) 一种信息处理方法和装置
CN110620820A (zh) 一种泛在电力物联网智能管理系统
CN114172819B (zh) Nfv网元的需求资源预测方法、系统、电子设备和存储介质
CN108306965A (zh) 摄像头的数据处理方法及装置、存储介质、摄像头
CN114546603B (zh) 一种应用于物联网的数据处理方法及系统
CN115883392B (zh) 算力网络的数据感知方法、装置、电子设备及存储介质
CN109981755A (zh) 图像识别方法、装置和电子设备
CN113134230B (zh) 一种虚拟对象的分簇方法、装置、存储介质和电子装置
Huang et al. A dynamic virtual datacenter selection strategy for integrated cloud service platform construction with multiclouds
CN115146142A (zh) 一种基于互联网的多源数据筛选系统
CN101482816B (zh) 中介软件桥接系统及方法
CN114997687A (zh) 资源调度方法、装置、存储介质及电子设备
CN114745270A (zh) 网络规划方法、装置、设备和存储介质
CN113873001A (zh) 一种基于http请求分类的负载均衡优化方法
CN115277416B (zh) 工业互联网中边缘计算的容器部署方法及系统
CN113190707B (zh) 一种人脸库管理系统、方法、装置、存储设备及存储介质
CN116932228B (zh) 一种基于志愿者计算的边缘ai任务调度和资源管理系统
CN114363227B (zh) 用于确定ecn性能的方法及装置、电子设备、存储介质
CN116991337B (zh) 一种远程教育系统的教育资源的云存储方法及装置
CN115022371B (zh) 负载分配方法、云单元系统及计算机可读存储介质

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