《新型物联网模式海计算助推智慧安防智慧海洋信息化.docx》由会员分享，可在线阅读，更多相关《新型物联网模式海计算助推智慧安防智慧海洋信息化.docx（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、新型物联网模式 海计算助推智慧安防(二 -智慧海洋信息化领航者 励图高科 二、海计算(一 海计算的概念海计算是一种新型物联网计算模型, 通过在物理世界的物体中融 入计算、存储、通信能力与智能算法,实现物物互联,通过多层次组 网、多层次处理将原始信息尽量留在前端,提高信息处理的实时性, 缓解网络与平台压力。海计算可分为两个阶段, 第一阶段重点发展智慧基础设施, 实现 个体智能化 ; 第二阶段重点研究智慧基础设施间的协同联动,实现群 体智能化。第一阶段:发展融入式智能采集设备, 将智能采集设备隐形融入 各类基础设施中,形成智慧基础设施,实现基础设施个体智能化。 第二阶段:在实现基础设施个体智能化的
2、基础上, 通过智慧基础 设施组网实现局部智能交互, 充分发挥智慧基础设施的群体优势, 利 用相互间的分布式处理与信息融合,实现群体智能化。(二 海计算的价值海是一个拥有共享机制、 协调机制的庞大网络, 每一滴水都置身 于海中, 每一滴水都将自己的信息处理任务分担在海里, 由其它海水 分担 ; 同时,每一滴水也将分担其它海水的信息处理任务。当海水无法完成信息处理任务时, 就会蒸发成水汽流向天空, 由云接收与容纳。 在物联网传统计算模式下, 所有基础信息不经海水处理直接蒸发, 给 云带来了巨大的压力, 云可能承受不了从而通过雨水的方式又落回海 里 ; 在海计算模式下,大部分基础信息在海里处理,云只
3、负责处理从 海中蒸发的少量复杂信息,云的负担大大减轻,形成良性循环。海计 算有效克服了前端采集设备处理、 存储、 传输等方面能力受限的天生 缺陷, 充分发挥了每个信息采集设备的能力, 利用海量前端设备的个 体智能化与群体智能化应对海量信息处理, 为网络与平台提供了更大 选择空间, 为各类智慧应用的实现提供了更大可能。 海计算改变了前 端采集、中端传输、后端处理的传统模式,在成本、性能、网络、平 台等方面均表达出明显优势, 有利于提升业务实现效率与效果, 延长 系统寿命。成本:随着微电子技术与工艺的发展, 前端采集设备的智能化并 不会带来成本的显着增加, 而海计算缓解了网络的传输压力以及后端 平
4、台的处理、 存储压力, 减少了网络与平台投资, 整体建设成本降低。 性能:海计算采用前端采集设备与后端平台相结合的层次处理模 式,缩短信息融合与反馈路径,提高处理效率,降低能耗,提高业务 实时性 ; 通过分散式结构避免出现单一控制点、单一瓶颈、单一故障 点,拓展性更好,鲁棒性更强。网络:海计算通过前端个体智能处理、 群体智能融合以及存储本 地化显着减少传输信息量,减轻网络负担。平台:海计算通过智能前端设备对原始信息的处理得到特征信息或决策信息, 并利用底层网络融合完成大部分信息融合处理, 并实现 存储本地化,显着缓解平台的处理与存储压力。(三 海计算关键技术海计算涉及自组网、时间同步、短距离通
5、信、协同处理、信息安 全等多个技术领域。理论上,参与信息处理的节点数目越多、融合信 息越多,效果就越好,但同时产生的系统开销 (包括通信资源、计算 资源、能耗等 也越大 ; 节点间交换的信息层次 (原始信息层次最低, 特征信息次之,决策信息层次最高 越低,包含的信息量越多,需要 的通信带宽也越大。 如何通过海计算关键技术的研究, 在满足系统性 能要求的情况下尽量降低系统开销, 是海计算有效落地面临的核心问 题。1. 自组网技术:某些特殊安防场景 (如战场监控等 下前端采集设 备随机部署, 无法进行现场或远程组网配置, 影响海计算群体智能的 实现,需要设备能够在部署完毕、新设备加入网络、设备退出
6、网络等 场景下进行自组网。设备部署完毕:在所有设备首次部署完毕之后通过设备搜索、 时 间同步等技术实现设备间的网络互联,进行正常网络通信。新设备加入网络:当有新设备加入网络时, 导致网络拓扑结构发 生变化。 新设备通过向附近设备发出加入请求以及信息交互, 实现新 设备的加入。设备退出网络:当有设备主动退出或因故障退出网络时, 附近设 备发现通过该退出设备的路由断掉, 会通过与周围设备进行组网信息的交互实现重新组网。2. 时间同步技术:信息采集设备之间的时间同步是保证设备间协 同处理有效实现的前提。时间同步受到发送时间、访问时间、传送时 间、传播时间、接收时间、接受时间等多种因素的影响,不同场景
7、对 时间同步的算法复杂度、算法精度等要求各异。目前,针对信息采集 设备的时间同步机制研究主要包括集中式同步与分布式同步两种机 制:集中式同步机制由根设备生成拓扑树, 拓扑树的各级设备与上一 级设备同步,不能越级同步,单跳偏差逐跳累积,整个网络的拓扑性 差,全网同步收敛速度慢 ; 分布式同步机制无需由根设备生成树,设 备之间采用分布式广播同步, 通过相邻设备间的信息交互, 使设备时 间同步到一个虚拟时间上,收敛速度快,扩展性好,鲁棒性强,不会 因为根设备失效而导致全网重新同步。3. 短距离通信技术:智能采集设备间距离较短, 相互间通常采用 无线方式进行通信。传统的无线技术功耗较高、时延较大,无法
8、满足 频繁的设备间交互需求。短距离通信技术包含物理层与链路层技术、 无线通信技术两部分,该技术采用轻量级的通信协议,功耗、时延性 能明显改善,是实现海计算模型下智能采集设备信息交互的关键。 物理层与链路层技术:已有蓝牙 (IEEE 802.15.1、超宽带 UWB(IEEE 802.15.3a与低速低功耗通信 (802.15.4等一些技术,为 无线通信的实现制定了底层规范,是无线通信有效实现的基础。 无线通信技术:已有 ZigBee 、 ISA100与 Wireless HART等一些 技术, 建立在物理层与链路层技术之上, 实现了在短距离情况下智能采集设备间的无线通信与信息交互, 为感知层网
9、络的协同信息处理奠 定了基础。4. 协同处理技术:由于计算、通信、存储等能力受限,单个智能 设备采集的原始信息与经过处理的特征或决策信息存在片面性与零 散性, 无法满足智慧安防对信息完整性的要求, 需要通过设备间以及 设备与平台间的协同处理实现群体智能,从而获取更完整可靠的信 息。 协同处理的信息包括上传数据、 下行数据、 状态数据、 控制数据、 功能数据。上传数据:包含结果信息与过程反馈信息。下行数据:包含任务说明与服务质量需求。状态数据:包含设备性能、场景特征、状态更新等参数。控制数据:包含状态控制信息、角色控制信息与任务控制信息。 功能数据:包含数据级信息、特征级信息与决策级信息。5. 信息安全技术:传统的互联网信息安全多关注于提高算法鲁棒 性,而降低算法复杂度的驱动力不强 ; 物联网前端采集设备由于处理 能力受限, 需要轻量级的信息安全体系。 为抵御拥塞攻击、 耗尽攻击、 黑洞攻击、 泛洪攻击等常见攻击, 海计算模型下的信息安全技术研究 主要集中在密码算法、密钥管理、认证、安全路由、入侵检测、防 DOS 攻击、访问控制等方面。第 6 页