基于边缘计算的工业数据采集

文章提出基于边缘计算采集工业生产数据的方法:通过采用蜂窝网络对生产装备进行网络化改造;通过边缘网关对采集到的生产数据进行解析、封装和本地处理;通过边缘云对数据进行分流,即将时延敏感数据和原始数据保存在边缘云上,将非时间敏感数据(如历史数据等)存储在中心云上。     

一种实现试验台数据采集的边缘计算网关架构

针对试验台采集的数据量巨大,需要高实时计算处理能力的问题,现有的云计算架构无法满足要求。本文引入边缘计算的架构模式,设计应用于试验台数据采集的边缘计算网关架构,打破原有云计算的限制,提高实时数据分析能力,并对边缘计算网关架构进行现场应用实现。     

基于边缘计算的工业物联网容器管理引擎设计

针对工业物联网中云端压力大、工业协议标准繁多等问题,设计了一款基于边缘计算的工业物联网容器管理引擎.该引擎具有三个分布式端,分别部署了容器管理引擎KubeEdge、协议转化工具EMQ X Edge和可视化工具OCP、Kuboard,提供资源监控、镜像管理、持续集成、自动伸缩、协议转换等功能.测试显示,集群数据带宽提升339.19％,响应时间减少81.22％.把部分计算任务从云端卸载到边缘后,系统能源消耗减少30％-40％,成功解决带宽不够、云端压力大等问题.     

边缘计算：平台、应用与挑战

随着万物联网的趋势不断加深,智能手机、智能眼镜等端设备的数量不断增加,使数据的增长速度远远超过了网络带宽的增速;同时,增强现实、无人驾驶等众多新应用的出现对延迟提出了更高的要求.边缘计算将网络边缘上的计算、网络与存储资源组成统一的平台为用户提供服务,使数据在源头附近就能得到及时有效的处理.这种模式不同于云计算要将所有数据传输到数据中心,绕过了网络带宽与延迟的瓶颈,引起了广泛的关注.首先介绍边缘计算的概念,并给出边缘计算的定义;随后,比较了当前比较有代表性的3个边缘计算平台,并通过一些应用实例来分析边缘计算在移动应用和物联网应用上的优势;最后阐述了当前边缘计算面临的挑战.     

基于工业边缘计算的缓存任务调度方法

随着工业物联网(IIoT)的发展以及工业4.0浪潮的到来,工业边缘计算领域也得到了越来越多的关注.然而,依赖于工业云的传统工业计算方案让数据时延、数据安全面临着更大的挑战.本文针对工业边缘计算场景中遇到的多计算任务与单计算资源受限之间的矛盾,基于多台边缘计算控制器(AECC)的部署,进行订单下发场景设计,对串行队列任务...     

基于移动边缘计算的蜂窝工业物联网数据流量卸载方法

蜂窝工业物联网数据流量卸载因移动终端设备资源受限,需要的能耗较大。为此,设计一种基于移动边缘计算的蜂窝工业物联网数据流量卸载方法。按照拓扑结构,划分应用程序,确定计算顺序,将计算卸载任务分配至移动终端设备和移动边缘计算服务器,利用粒子群算法优化计算卸载,输出最优卸载策略和最低能耗值。经实验分析,通过与利用分层卸载方法和基于光纤-无线网络的协同计算卸载方法的结果进行对比,验证所提出卸载方法对节省能耗的有效性。     

基于TPU和FPGA的深度学习边缘计算平台的设计与实现

针对深度神经网络为了追求准确度对计算资源造成的巨大消耗,与边缘计算平台所处的受限环境之间的矛盾,探究利用FPGA逻辑资源搭建神经网络张量处理器(TPU),通过配合ARM CPU实现全新的边缘计算架构,不仅实现对深度神经网络模型的加速计算以及准确度的提升,还对功耗进行明显优化.该架构下,压缩后的MobileNet-V1网...     

超高速数据采集存储系统的设计与实现

现代工业测控领域很多应用中需要将高速的数据信号实时地接收进计算机进行处理并存储。设计实现了一种超高速的实时数据采集存储系统，该系统数据传输总速率可高达400Mbps，存储容量可以扩展至500GB以上，并详细讨论了该高速设计中采用的关键技术。     

基于Cloud Foundry的PaaS云平台的设计与实现

随着网络和云计算的快速发展,出现了越来越多的网络资源,对网络资源的共享、管理以及按需分配是云计算的一个重要的研究方向。PaaS平台即服务是云计算的一个重要服务类型,无论是对学校研究还是企业应用都有着很大的吸引力。利用PaaS平台,可以降低项目开发的成本和周期,还可以提高项目对外提供服务的质量。针对现有的公共PaaS平台不适合大连理工大学做研究以及使用的状况,设计并实现了一套基于Cloud Foundry的PaaS平台。实践表明,本平台不仅有效地利用了资源,还使得部署其上的云应用更有弹性。     

基于多PLC协同的边缘计算网关测试平台设计

在工业企业数字化转型的大趋势下,边缘计算网关作为数据采集与转发的重要设备,需求快速上升。但目前国内工业企业自动化程度较低,工业互联网标准碎片化问题突出,边缘计算网关需要面对异构设备接入数量不一、工业协议多样、多数据并行采集的工业现场环境。然而,目前缺乏实验室环境下对边缘计算网关异构设备接入能力、工业协议兼容能力及并行数据采集能力快速验证方法的相关研究。设计了一种多PLC协同测试方法实现对工业数据采集现场环境的模拟,采用可视化测试用例开发、多协议融合、多PLC并行管控技术,在实验室条件下实现了对边缘计算网关的多设备、多协议、多数据采集边缘计算能力的快速测试验证。并搭建了一套基于多PLC协同的边缘计算网关测试平台,通过并行数据采集和协议融合等实验,证明该平台能够为工业企业提供快捷有效的边缘计算网关验证,能够极大地降低工业企业试错成本,助力企业数字化转型。     

面向IoT的边缘节点平台架构

针对边缘节点体系结构支持功能单一、模块划分混乱、向云端传输数据中的带宽开销大以及数据传输安全问题,设计开发了一套面向IoT的边缘节点平台架构.该平台架构包括设备管理、数据管理、资源管理、应用管理以及导出服务管理5个模块,使用最小二乘法等算法在边缘侧实现数据采集、数据过滤、数据加密、指标分析等功能.测试结果表明,该平台能...     

基于物联网的营防平台设计与实现

现阶段我国的物联网技术得到了广泛应用,物联网也成为世界信息技术的一个研究热点,在营防领域的应用对提高营防自动化水平就有着保障作用.基于此,本文先就物联网军事应用的情况以及体系架构进行阐述,然后对营区物联网关键技术和营区安防功能系统设计实现详细探究,希望能通过此次理论研究,对营防平台设计的质量提高有所裨益.     

基于边缘计算与信任值的可信数据收集方法

物联网应用中,底层传感网所采集的数据是上层决策的基础和一切应用的根本.如果收集的数据本身就是有问题、不可信的,这将使得上层的数据保护和应用成为空中楼阁.为了解决数据不可信的问题,提出了基于移动边缘节点的可信数据收集方案.通过对节点的评估,将节点的信任值用于路径选择,采用移动边缘节点来充当移动元素,访问可信的簇头节点,从而实现高效的可信数据收集.对所提出的基于效用值的可信数据收集算法（UTDC）进行了理论分析和广泛的模拟实验.实验结果表明,所提出的基于效用值的可信数据收集算法可以很好地避开不可信的节点,有效降低了网络延迟,延长了网络的生命周期.     

基于边缘计算的物联网入侵检测技术综述

物联网架构与设备的特殊性,传统集中式入侵检测方案的局限性以及物联网边缘数据的激增,都对物联网的安全性提出了更高的要求.边缘计算的出现为解决这一问题提供了新的思路.本文首先归纳总结了物联网常见攻击方式,并介绍了边缘计算相关概念;其次,本文对基于边缘计算的物联网入侵检测技术的最新研究进展进行了全面调查;最后讨论了基于边缘计...     

基于人工智能的边缘计算系统设计与实现

为实现边缘计算系统高效性和智能化,本研究集成人工智能算法提出边缘计算系统设计。结果表明,在边缘计算系统中集成卷积神经网络等人工智能算法,能够显著提升系统数据处理效率和智能决策支持能力。这一方法为边缘计算系统的设计和实现提供了有力的技术支持,有望在各种应用场景中发挥关键作用。     

基于综合信任的边缘计算资源协同研究

边缘计算旨在共享利用边缘设备的计算、通信资源,满足人们对服务的实时响应、隐私与安全、计算自主性等需求,随物联网的发展将有广阔应用前景.调研了边缘计算的特征、基本概念和定义、最新研究进展以及边缘计算研究的挑战与发展趋势.基于边缘计算的核心挑战之一——隐私信任与安全保障问题,针对用户应用需求特征,充分考虑用户体验质量(QoE)来优化边缘计算系统.通过集成用户和资源的身份信任、行为信任、能力信任3个方面为综合信任度,利用信任评估保障对边缘计算资源管理与协同优化.针对终端的动态性、边缘设施能力受限、边缘与终端的邻近性、云中心功能强和距离远的特征,融合云计算、P2P计算、CS与网格计算模式,构建多层自适应的统一计算模型,实现对应用场景动态匹配;研究以用户体验质量为目标的综合资源用户信任评估体系与模型,实现资源QoS向QoE的指标映射,构建资源和用户的身份信任、行为信任评价机制,形成综合信任评估体系与模型;根据应用需求,研究面向计算能力、移动性与可用服务时间、剩余能量、带宽等多重约束的边缘计算的任务卸载、资源调度算法和优化方案,实现资源在终端、边缘、云中心3层级可信共享和优化利用,更好满足用户QoE需求.最后通过流计算任务分配的边缘计算场景验证了模型框架的有效性.     

基于物联网技术的电梯公共服务平台的设计与实现

将物联网安全监控应用于电梯,为人们日常生活带来极大便利和安全保障。本论文通过运用软件工程的基本理论,分析和设计了基于物联网技术的电梯公共服务平台的功能与模块。在阐述平台建设意义的基础上,分析了平台的功能性和非功能性需求,并以此为依据建立平台架构、划分平台功能模块并简要论述平台建设所运用到的关键技术。     

边缘计算开源平台综述

首先介绍了边缘计算(EC)的基本概念和研究现状,并从多视角讨论了边缘计算平台的设计要求;接着聚焦到4个典型的开源平台,并从应用领域、部署方式等方面比较了它们之间的异同点;随后选取了两个典型的应用案例,分别针对它们的优势、搭建进行了概述和分析;最后对边缘计算平台之间的合作、安全、标准化等问题进行了归纳和展望.