摘要
目前，物联网技术的发展十分迅速。物联网作为基础设施，不仅深入人们的日常生活，而且在工业生产制造方面也发挥着重要作用。随着物联网的规模越来越大，中心化的物联网计算模式已经无法适应大规模实时数据流的物联网数据处理和分析。因此，如何高效的处理大规模物联网产生的实时数据流，已经成为一个亟需解决的难题。 本文针对这个问题，提出了基于边缘计算(Edge Computing，EC)的物联网实时数据流处理框架—ApproxECIoT，该架构的核心思想是近似计算(Approximate Computating，AC)。通过对数据流进行分层采样，根据误差大小自适应调整层内样本大小，从而实现高效的数据处理分析。此外，还提出一种面向边缘计算网络负载均衡的计算任务副本分发方法，通过实现边缘节点副本资源的最优分配以及基于负载均衡的副本分发，提高用户任务的计算效率，降低计算延时。本文的主要工作内容和创新之处如下： (1)针对传统物联网无法处理实时数据流、云服务中心负载压力过大、计算效率低下的问题，本文设计并实现了ApproxECIoT物联网实时数据流处理和分析架构。ApproxECIoT架构考虑了物联网架构中边缘节点的资源有限性，在对这些大量数据流进行处理和分析时尽可能使有限资源能够得到高效利用。在这个架构中，为了能够保证采样计算结果满足用户的要求，引入了误差调整机制。节点在执行计算任务时，如果计算结果不满足用户给出的精度要求，那么就调整各层样本的容量大小，然后重新采样计算。最后，为了提高物联网系统中节点的资源利用效率，ApproxECIoT还引入了自调整计算，实现对部分计算结果的重用。实验结果表明ApproxECIoT在边缘节点资源有限的情况下，仍能获得具有较高准确度的计算结果。 (2)针对目前的物联网计算架构，用户任务计算效率低下、响应时间较长的问题，本文设计并实现了一种基于边缘计算网络负载均衡的任务处理算法，该算法充分利用网络边缘节点的资源来提高计算效率，降低云服务中心的负载压力。首先，该算法将云服务中心的用户任务划分为多个子任务，并将其通过轮盘赌算法分发给网络中的边缘节点，使邻居节点较多的节点承担较多的子任务。每个边缘节点将承担的子任务复制多个副本，在这个过程中，实现了副本资源的最优分配。同时，为了保证任务副本能够得到及时的响应，提出一种新的负载均衡策略。最后通过采用模拟数据流和真实数据流进行实验测试，实验结果表明本文所提出的物联网任务处理策略相比于其它的任务计算模式在效率上有显著的提高。
NETL