基于边云协同的消防设施智慧感知系统

火灾发生时,消火栓欠压、消防水箱无水等消防设施故障会致使火灾进一步扩大,造成不必要的生命财产损失。针对该问题,本系统选用低功耗蓝牙技术构建无线Mesh网络的组网方案感知消防设施状态参数,数据通过NB-IoT上传至云平台。用户可以通过电脑端或移动端实现对消防设施的远程监测,当消防设施状态异常时,用户端自动推送通知,从而实现第一时间检修。通过在边缘计算主机上部署火焰识别算法模型处理视频监控数据,当识别到火情时通过云平台及时推送给用户,实现火情的联动报警和快速响应。经测试,所设计的系统使用便捷、运行稳定、具有较高的应用价值。

星地融合边云协同网络下的资源调度研究

通过边缘计算和云计算的优势互补,面向6G的星地融合网络能够实现资源的弹性分配和协同利用,满足数据处理的实时性和智能化要求。为了提升资源服务能力和用户体验质量,提出了星地融合边云协同网络架构。首先,阐述了三种不同边云协同模式下的资源调度方案,从时延、能耗和多目标优化的角度分析了不同场景下的资源调度策略。然后,对比了现有资源调度求解模型和算法的优势和局限性。最后,对基于边云协同的星地融合网络中的资源调度研究进行了总结与展望。

边云协同场景中基于动态属性权限的群组密钥协商协议

针对边云协同应用场景中多域间终端的安全通信、信息安全交换及安全资源共享等问题,提出一种基于动态属性权限的群组密钥协商(Group Key Agreement,GKA)协议,为应用场景中的群组终端之间建立了一条安全的通信信道.协议提出了一种密钥证实算法,解决了传统方案中密钥生成和密钥分发造成的安全隐患;采用隐藏属性认证技术实现对终端身份认证,同时,保障了终端的身份和属性信息不被泄露;采用属性基加密(Attribute-Based Encryption,ABE)与牛顿插值多项式相结合的方式,能够支持安全细粒度的GKA;采用非对称计算,将计算任务转移到边缘服务器上执行,减轻终端的计算量;利用区块链技术不可篡改的特性,实现终端身份和通信信息的完整性验证和数据的可追溯性.此外,该协议支持属性权限动态更新,保障群组密钥的新鲜性.通过与应用的文献进行对比分析,本协议在计算时间、计算能耗和通信能耗方面具有较好的性能.

边云协同驱动的沉浸式Web3D

以浏览器为载体,Web3D凭借其天然的跨平台、易访问优势,在虚拟现实、3D建模与可视化等数字内容领域展现广泛的应用前景。然而,研究如何构建多元、共享的沉浸式Web3D服务平台尚处于起步阶段。在应对网络环境动态变化、浏览器端渲染性能的限制及未来海量交互需求方面,如何确保无缝通信、计算和存储服务成为核心挑战。随着移动互联网、5G通信等前沿技术的推进以及边缘计算的兴起,Web3D服务模式正逐步从单一的终端或云端渲染方式过渡到边云协作方式,通过有效整合云端、边缘节点和终端用户资源来满足快速响应、数据速传、实时交互需求。围绕边云协同框架在沉浸式Web3D服务中的应用,探讨这一计算模式如何应对Web3D平台搭建中的复杂难题。首先,分析了面向Web3D应用场景的边云协同框架,以及边云协同在构建沉浸式Web3D服务平台时面临的关键挑战。其次,分别从资源调度、传输与加载策略、预缓存机制,以及模型轻量化的角度详细讨论了Web3D边云协同优化方案。最后,探讨了开放性研究问题。

考虑网络安全约束的分布式智能电网边云协同优化调度方法

随着分布式资源配置容量与电力系统灵活性需求的不断提升,通过分布式智能电网(DSG)整合用户侧灵活资源并进行协同调度,对提升分布式电源就地消纳与配电系统实时供需平衡调节能力具有重要意义。考虑到DSG优化过程中的运行经济性、决策生成的实时性与能量网络安全性的需求,该文首先将DSG中灵活资源的优化调度过程描述为一个多智能体优化模型,并构建了基于边云协同的DSG系统层级优化调度框架;然后,建立了考虑产消者差异化特征的异构智能体交互环境模型,为兼顾异构产消者的设备运行要求与DSG系统的整体运行经济性和能量网络安全性,设计了考虑全局-局部奖励相结合的产消者智能体奖励方法;最后针对考虑异构智能体的离线训练任务提出了一种改进多智能体近端策略优化算法,并基于IEEE 33节点系统,利用该文所提方法对DSG系统实时优化调度过程中能量网络安全性、运行经济性与决策时效性的提升作用进行了验证。

基于深度强化学习的边云协同任务卸载策略

为降低应用程序执行的时延和能耗,针对移动边缘计算环境,提出一种边云协同场景下基于深度强化学习的任务卸载策略。通过建立边云协同架构下的网络模型、通信模型及计算模型,以最小化时延和能耗为系统目标,设计基于深度强化学习的DQN卸载策略,将每个用户产生的任务独立高效地放置在本地、服务器或者云端进行计算,并将计算结果与其它方法进行比较。实验结果表明,相较其它基线算法,该方法能更有效减少任务执行的开销,得到更优的卸载策略。

基于多摄像头边云协同视频请求的智能监控预警方法研究

多摄像头边云协同视频已被广泛运用于智能化生活的各个领域,采用边云协同模式已然成为摄像头视频智能监控的数据处理的发展趋势。为了实现对多摄像头边云协同的视频请求任务的高精度检测,此次研究提出在基于多摄像头边云协同请求下的智能监控预警方法。采用边缘计算和云计算的紧密协同处理,在边云协同的数据协同能力下以较低成本完成对数据的高效处理。在多摄像头请求下的边云协同视频的智能监控预警,对视频数据进行处理与分析,提出利用网状关联分析的智能预警模型进行判定。对单摄像头与多摄像头下智能监控预警方法检测的准确率进行分析。得出该方法的检测准确率最高,且每项的检测准确率均在97%左右,证明了其在智能监控预警中的可靠性与有效性。

边云协同计算系统在智慧酒店中的应用研究

智慧酒店系统的研究和应用已经成为了一个重要的趋势。文章首先介绍了云计算和边缘计算的概念和特点。其次结合智慧酒店环境的特点,分析了边云协同计算系统面临的主要挑战。最后分析了边云协同计算在智慧酒店中的应用。旨在提高酒店的运营效率和服务质量,为酒店的发展带来更多的机遇。

基于边云协同的数控机床故障诊断联邦学习研究

为解决数控机床主轴轴承和刀具在进行故障诊断模型训练时需要大量数据且耗时长的问题,提出一种基于边云协同架构的联邦平均学习故障诊断模型。首先,设计一维卷积神经网络模型架构,在各边缘客户端进行本地模型训练,以减小数据上传规模和分担云服务器端计算压力;其次,在云服务器端基于准确率优化模型聚合算法,改进边缘客户端筛选算法,以加快模型收敛速度,提高模型准确率;再次,在云服务器端搭建基于Kubernetes的KubeEdge边云协同平台,以缩短数据传输的通信时间。实验结果表明,模型在各边缘客户端故障诊断的准确率最终稳定在87.5%左右;且收敛速度、训练时长等方面与对照组相比,均获得优化。

基于边云协同的纺织工业云平台设计及实现

为减少传统纺织染整企业能源消耗,提高生产效率,加快传统染整企业向智能化、数字化企业转型,基于工业互联网、微服务、云计算、人工智能、大数据技术框架提出一种针对纺织印染企业的iTEX工业云平台。指出该平台边云协同工作,通过边缘智能设备和智能网关对生产现场数据进行采集、清洗上传;在云端同时搭建了MES、EMS、EAM、RMS等系统,帮助传统企业提高对订单的全流程追踪能力,提高生产效率、降低生产成本;通过对设备的全生命周期检测,增强设备管控能力,能够有效监控能源消耗、设备运转状态以及安全预警,帮助企业节约能耗,提升设备利用率,实现安全生产;通过对生产工艺管理,实现工艺优化、工艺自动下发,提升工艺成功率。实践表明,应用该平台后,设备利用率、生产效率、能源消耗以及人工成本等方面得到了明显改善。

基于DDPG的边云协同计算卸载方法

移动设备的容量有限以及传统卸载算法仅考虑移动设备和边缘服务器计算资源,使单独的边缘计算面临资源有限和成本高的问题。为此,将云计算(Cloud Computing)、边缘计算(Edge Computing)与深度确定策略性梯度算法(Deep Deterministic Policy Gradient,DDPG)相结合,提出了一种基于DDPG的边云协同计算卸载方法(DDPG-ECC)。将时延和能耗作为优化目标,利用边缘服务器和云服务器之间的协作,最小化计算卸载系统的时延和能耗,实现了计算卸载的优化分配。仿真结果表明,DDPG-ECC性能良好,对于不同的工作负载具有很好的适应性和泛化能力。

一种基于边云协同的高精度定位设计方法

文章提供一种涉及通信技术、定位测绘领域的基于全球卫星导航系统(Global Navigation Satellite System, GNSS)与边缘计算实现的高精度定位系统。该方法能够有效利用边缘云“近源”低时延、弹性计算,以及核心云统一配置、管理、分发等边云协同特性,进行CORS站管理配置、差分数据采集、数据质量控制、VRS建模、差分数据分发、以及ROVER终端定位观测数据的收集、预处理、差分解算和结果发送处理,进一步优化解算质量,提高解算效率。

基于边云协同的配电网智能网关设计

为提升配电网的运行效率与稳定性,实现高效的数据处理与实时的系统监控,本研究设计了一种基于边缘计算与云计算协同的配电网智能网关。采用边缘计算处理实时数据,降低响应时间并减轻云端负载,云计算则用于执行复杂的数据分析与存储,从而实现数据处理的高效性与实时性。结果表明,该设计能提高配电网的智能化水平,确保系统高效稳定运行,验证了边缘与云计算协同在配电网智能化中的应用价值与实际效能。

面向区域能源互联网的边云协同架构及其优化策略研究

现有区域能源互联网(regional energy internet,REI)呈现出多维度、多主体的运行特征,若采用传统集中式云端服务架构,系统易引发高延迟、云爆炸等问题。为此,提出一种边云协同架构及其优化策略。首先,建立REI的数学模型;其次,以REI为分布式边缘控制单元,建立含云服务层、边缘服务层、设备层的REI边云协同架构,以实际工作量分配计算任务;然后,综合考虑系统多方利益主体博弈关系,设计云服务层、边缘服务层优化策略;最后,在此基础上,为提升紧急情况下系统恢复运行的速度,提出一种应急处理方法。通过两种多REI算例测试,结果表明:与传统云端服务架构相比,所提架构在计算速度、应急处理速度方面具有显著优势;所提优化策略能够有效提升REI的运行收益。

基于边云协同构建的铁路信号智能运维平台效能分析

以云计算中心为核心的铁路信号智能运维系统,面临着负载过大、能耗过高和实时性不足的问题。为此,提出基于边云协同的铁路信号智能运维平台解决方案。在阐述基于边云协同的系统架构的基础上,设计由数据协同层、边缘计算层和云计算中心层组成的智能运维平台,以实现运维任务的实时调度与决策。再通过设计基于强化学习的计算卸载模型,将部分运维数据的计算任务卸载到边缘节点,从而缓解云计算中心的计算压力,减小系统延迟和能耗,提高系统的能效性。仿真实验表明,利用强化学习得到的最优计算卸载策略,相比将计算任务单独部署在云端或边缘侧,具有更低的时延和能耗代价。研究成果对于提升铁路信号智能运维技术水平、提高智能运维能效,具有重要借鉴意义。

基于改进粒子群算法的边云协同计算卸载策略

移动边缘计算是一种可以为用户提供比云计算更低延迟和更低能耗的智能服务,但边缘服务器的资源是有限的,并不能完全替代云计算。为了充分利用云计算中海量网络资源的优势,研究了一个多用户、多边缘服务器和一个云数据中心的边缘-云协同场景。首先以最小化时延和能耗的加权和为目标,建立边云协同系统模型。然后在计算资源约束下,设计了一个非线性混合整数卸载决策问题,并采用基于适应度值和迭代次数的惯性权重,结合模拟退火算法改进粒子群算法求解计算卸载决策。仿真结果表明,改进的粒子群算法相比标准粒子群算法具有更好的收敛性,降低了8.7%的系统成本。并且在性能上优于其他3种基准对比算法,最多降低了72.3%的系统成本,能够有效降低系统网络中执行任务的时延和能耗。

基于边云协同计算的浮桥运动姿态在线监测技术研究

目的 解决水面多模块浮体在离散状态和串联状态下的运动姿态时空同步监测问题。方法 基于边云协同技术,采用多个边缘计算节点同时采集结构姿态数据,并经由5G无线技术实时传输到物联网平台进行分析与监测,进而实现目标结构物姿态的快速监测。首先,根据临时结构物姿态监测的特点,分析得到姿态监测系统的总体设计架构与运行逻辑;其次,针对性地对物联网平台软件及边缘计算节点的各项功能模块进行分析设计;最后通过实船试验验证该监测系统。结果 该监测系统实现了多个浮体姿态数据的边缘采集与处理,并可通过无线网络传输到物联网平台进行存储与分析。在同一工况下,相邻浮桥的姿态具有一致性与相关性;在牵引工况下,中间浮桥的姿态变化更小;在顶推工况下,中间浮桥的姿态变化更大。结论 通过该技术能够监测到不同工况下多浮体结构物所产生的姿态变化,对于多浮体同步监测与数据融合处理问题具备一定的实用价值。

互感器边云协同实时监测系统设计

电子式互感器作为智能变电站的信息源头,需对其进行实时监测。为解决现有互感器监测技术在实时性、精确度、存储容量等方面的问题,基于鸿蒙架构,设计了一套互感器边云协同实时监测系统。利用单片机采集互感器数据,以GPS秒脉冲为基准保证采样同步,再经鸿蒙操作系统存储上云,并在边缘计算侧引入KF与加凯塞窗的DFT算法,滤除数据采集过程中的噪声与谐波,当互感器精度不足时触发蜂鸣器报警。经实验验证,本系统实现了多互感器监测数据的实时、同步上传与大量储存,存储容量取决于云服务器大小,可随时扩容。本系统满足互感器实时监测的精度要求,幅值误差不超过0.75%,满足0.2的准确级要求,并允许工作人员随时、异地查看结果。此外,边云协同的工作模式具有一次开发、多端部署的特性,使本系统具有较强的移植性,可应用于其他不同电力系统场景。

面向边云协同计算的能耗感知资源调度方法

边缘计算在处理大量计算复杂的任务时,可能会引发任务实时执行效果下降以及能耗高等方面的问题。为此提出一种面向边云协同计算的能耗感知资源调度方法,首先根据实时保证率将任务分流到云计算和边缘计算,然后基于弹性资源特性提出能耗感知的资源调度策略,为实时任务生成虚拟资源配置方案,最后通过仿真实验验证了所提算法的有效性,该算法可以在保证实时性的前提下降低能耗。

基于边云协同的设备数据采集及振动故障分析应用

为解决高铁吊弦预配智造单元组合大量通信协议采集数据,再集中传输到云端分析,面临的数据采集困难、响应时间延长等问题,基于边云协同框架,设计一种将单元设备融合到统一OPC UA架构进行通信的数据采集架构。采集到的数据在边缘就近预处理后协同到云端,云端结合电机振动数据特性,提出一种应用于边缘现场端到端的电机故障实时诊断方法。在腕臂预配生产线对所提方法进行应用验证,结果表明,该数据采集及故障分析方法具有通用性和高效性。