积分商城

最新搜索： EZCAD GT2_ CCS IRFB4110 bf5622a SW2505
您现在的位置是：首页 > 技术资料 > 物联网中分布式监控和查询系统仿真研究
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

物联网中分布式监控和查询系统仿真研究

更新时间：2019-12-20 21:10:05 大小：2M 上传用户：xiaohei1810查看TA发布的资源 标签：物联网 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

在大规模的物联网系统中，基于查询计划的方法严重依赖于中心节点的查询优化技术。提出一种基于状态迁移的分布式推理和连续查询的处理方法，并对查询处理状态进行压缩。根据各种体系结构的优势和不足，结合RFID标签自带存储介质的特性，提出一种利用RFID自带存储介质进行状态迁移的方法。最后将上述提出的数据清理、存储方法和复杂事件处理方法相结合，形成对物联网中物品的监控。对于离线查询处理，设计了基于分布式哈希表的单标签查询方法（Rfid?DHT）以及基于多层超级节点对等网MLSP的查询处理方法。

部分文件列表

文件名 大小
物联网中分布式监控和查询系统仿真研究.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
2017 年 1 月 1 日  
第 40 卷第 1 期  
Jan. 2017  
现代电子技术  
Modern Electronics Technique  
Vol. 40 No. 1  
20  
doi：10.16652/j.issn.1004⁃373x.2017.01.006  
物联网中分布式监控和查询系统仿真研究  
娄爽爽，宋彩平  
（东北林业大学，黑龙江 哈尔滨 150040）  
摘
要：在大规模的物联网系统中，基于查询计划的方法严重依赖于中心节点的查询优化技术。提出一种基于状态迁  
移的分布式推理和连续查询的处理方法，并对查询处理状态进行压缩。根据各种体系结构的优势和不足，结合 RFID 标签自  
带存储介质的特性，提出一种利用 RFID 自带存储介质进行状态迁移的方法。最后将上述提出的数据清理、存储方法和复杂  
事件处理方法相结合，形成对物联网中物品的监控。对于离线查询处理，设计了基于分布式哈希表的单标签查询方法（Rfid⁃  
DHT）以及基于多层超级节点对等网 MLSP 的查询处理方法。  
关键词：物联网监控；射频识别；复杂事件处理；分布式推理和查询处理  
中图分类号：TN915⁃34；TM417  
文献标识码：A  
文章编号：1004⁃373X（2017）01⁃0020⁃04  
Simulation research on distributed monitoring and query system in Internet of Things  
LOU Shuangshuang，SONG Caiping  
（Northeast Forestry University，Harbin 150040，China）  
Abstract：Since the method based on query plan seriously depends on the query optimization technology of centre node in  
the large ⁃ scale Internet of Things（IOT） system，a distributed inference and continuous query processing approach based on  
state migration is proposed. The state of query processing is compressed. According to advantages and disadvantages of each ar⁃  
chitecture，a method using storage medium owned by RFID to perform the state migration is presented. The data cleaning and  
storage approach are combined with the complex event processing approach to monitor the objects in IOT. The single tag query  
approach based on distributed Hash table（RfidDHT）and query processing approach based on multi⁃level super node P2P（ML⁃  
SP）network were designed for the off⁃line query processing.  
Keywords：Internet of Things monitoring；RFID；complex event processing；distributed inference and query processing  
送到中心服务器，在中心服务器进行推理和查询处理[2]。  
0
引
言
该体系结构在中心服务器维护了整个供应链的全局视  
图，其优点是结构简单，推理和查询处理容易。但是中  
心化体系结构存在以下缺点：  
实际的物流系统是一个大范围甚至是全球的大规  
模系统，传统中心化的处理方法是将所有的原始数据传  
送到一个中心服务器，由中心服务器对 RFID 数据及各  
种传感器数据进行处理并提供中心化的查询处理[1]。使  
用中心化的方法存在以下问题：所有的原始 RFID 数据  
都要发送到一个中心服务器，这会带来巨大的通信代  
价；在大规模的供应链中，中心化处理方法会带来对一  
些异常检测的延迟；中心化处理存在单点失效问题，本  
文提出分布式处理来解决上述问题。  
（1）传送所有的数据至中心服务器会带来巨大的  
通信开销，RFID 感应器每隔一定的时间会感应周围的  
RFID 标 签 ，这 个 时 间 间 隔 非 常 小 ，如 10 s，因 此 原 始  
RFID 数据量非常大，传送如此巨大的数据量到中心服  
务器会造成大量的通信代价[3]。  
（2）将所有的数据传输到中心服务器会带来传输  
的延迟，从而造成推理和查询处理的延迟。  
（3）中央处理会存在单点失效问题，当在中心服务  
器进行推理和查询时，如果中心服务器出现故障，那么  
整个系统将不可用。  
1
系统结构  
1.1 中心化体系结构  
（4）中央处理需要巨大的运算能力，尤其在需要实  
时处理要求的情况下，处理如此巨大的数据量也需要很  
大的时间消耗。  
中心化体系结构如图 1 所示，将所有的原始数据传  
收稿日期：2016⁃05⁃26  
万方数据  
娄爽爽，等：物联网中分布式监控和查询系统仿真研究  
第 1 期  
21  
图 1 中心化结构示意图  
1.2 基于计算状态迁移的分布式结构  
图 3 使用标签内存的分布式结构示意图  
通过网络迁移计算状态的分布式体系结构如图 2  
所示，每个仓库拥有自己的推理和查询处理功能。当物  
体从一个仓库移动到另一个仓库时，将和该物体相关的  
推理状态以及查询处理状态迁移到目的仓库。推理和  
查询处理都是在物体所在仓库的局部服务器完成。仅  
需要传送运算相关的状态到下一个节点即可，相对原始  
数据，计算状态非常小，节省巨大的通信代价[4]。但是该  
方法的缺点如下：  
2
基于状态迁移的分布式推理和连续查询处理  
2.1 基于状态迁移的分布式推理  
当物体抵达一个新的仓库时，存在两种简单的推理  
方法：  
（1）将所有的历史数据传送到新的仓库。但是该  
方法存在一个严重缺点，所有历史数据的传送会带来巨  
大的通信代价。  
（1）需要进行状态的迁移，尤其是涉及到历史数据  
时，数据的迁移量依然非常大。  
（2）丢弃掉所有的历史数据，在新的仓库根据新的  
数据进行推理。该方法有两个缺点：第一，在新到达的  
仓库需要更多的时间积累数据，以进行推理；第二，丢弃  
旧的数据会丢失重要的具有区分作用的信息，如果新到  
达的仓库没有传送带等这类具有重要区分作用的设备  
时，将不能得到正确的推理结果。  
（2）需要对推理方法进行扩展，将推理状态分发到  
需要的节点。  
（3）由于局部节点并不包含全局信息，所以查询处  
理将会变得复杂。  
为了克服上述两种方法的弊端，提出一种新的解决  
方法，即将关键区域的 RFID 数据传送到新的仓库。  
将关键区域的 RFID 数据传送到新的仓库同样会带  
来相当大的通信代价，所以在分布式推理中，在 RfInfer  
的基础上提出一种近似估计的方法：给定物体 o，仅传  
输在该物体和所有候选容器的关键区域内的权重 wco。  
根据新的仓库得到 RFID 数据 H，每一次迭代的过程  
如下：  
图 2 分布式结构示意图  
1.3 使用标签内存迁移计算状态的分布式系统结构  
如果标签自身带存储空间，则可以使用如图 3 所示  
的系统结构，通过将计算状态存储在标签自带的存储介  
质中并和标签传送到下一个仓库，以减少网络的传输代  
价[5]。该结构是对基于计算状态迁移的分布式结构的一  
种优化。在该结构中，给定一个物体，当物体离开仓库  
时，将和该物体相关的推理状态和查询状态存储在标签  
自带的存储空间中。当物体到达一个新的仓库，入口处  
的 RFID 感应器读取标签中存储的推理状态和查询状  
态，以供在本节点的推理和查询处理[6]。  
（1）根据 H 计算各个容器所在位置的后验概率 Q，  
物品及其各个候选容器存在包含关系的权重集 W 。  
′
（2）对每个物体 o 及其候选容器 c，存在包含关系  
′
的权重表示为 wco = wco + wco。对所有物品及其各个候选  
容器存在包含关系的权重集表示为 W。  
（3）根据 W 更新每个物体最有可能的容器[8]。  
虽然该方法可能会带来一定的误差，但是因为关键  
区域检测算法的正确率非常高，所以误差非常有限；另  
外，即使关键区域检测存在错误，在新的仓库有可能检  
测到新的关键区域，新的关键区域会覆盖原来旧的关键  
区域，引入错误的机会非常小。  
值得注意的是，标签上的存储只是作为一个缓存，  
存储在原来节点上的数据并没有被删除，如果因为其他  
原因，存储在标签上的数据不能被读出来，即可从原来  
的节点上获取状态[7]。所以说可写的标签是用来减少通  
信代价的一种优化方法。  
2.2 基于状态迁移的分布式连续查询处理  
在一个分布式系统中，查询的一部分任务可以在每  
个仓库的局部服务器执行，如将 RFID 数据流和温度传  
万方数据  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号