一种基于Kubernetes的工业物联网新型调度

随着工业物联网的迅速发展,需要更高的灵活性和可扩展性以实现对数据的实时处理,为此Google提出了Kubernetes容器技术。然而,该方案在处理物联网设置中的“干扰”和“能量最小化”方面存在不足。本文提出了一个新的Kubernetes控制器,该控制器用于边缘云节点上的容器管理,同时考虑碳足迹的排放、干扰和能量消耗;在多目标优化问题的基础上,采用整数线性规划方法对任务调度问题进行了求解。应用程序在可用节点上的调度时间更短,而来自其他应用程序的干扰最小,这反过来保证了最终用户的最佳性能。与现有方案相比,所提出的方法性能更优越。

改进的kNN分类算法在工业物联网中的应用

在工业物联网中,k近邻分类(kNN)被广泛应用于缺陷产品识别和异常检测。但kNN自身存在计算复杂度高、不适用于分布式环境等缺点。因此,文中提出了一种安全有效的分布式kNN分类算法,以防止信息泄漏和控制流泄漏,同时支持分布式服务器上的大规模数据分类。首先设计了一个安全有效的向量同态加密方案。在该方案的基础上,提出了DkNN,有效地实现了数据流的机密性、kNN查询和类标记,同时实现了对加密数据的同态操作。实验结果表明,提出的DkNN算法能够满足实际需要。

基于标识解析的电力设备识别与监测技术研究

本文主要探讨了基于标识解析的电力设备识别与监测技术的价值和必要性。首先,介绍了电力设备识别与监测的基本原理和方法,以及电力设备识别与监测技术的价值。然后,对标识解析融入电力设备识别与监测的必要性进行了分析,并详细讨论了基于标识解析的电力设备监测技术的优缺点。接着,提出了基于标识解析的电力设备识别与监测技术的应用策略,包括制定有效的数据采集策略、设计和实施有效的数据分析算法、建立和完善应急响应机制以及制定合理的维护和更新策略。

基于标识解析的中小型企业供应链新模式应用

现有的供应链管理模式越来越难以满足中小企业的要求,其存在的长鞭效应、协同水平低、数据多源异构等缺陷阻碍着企业之间的协同合作。随着标识解析技术的迅猛发展,将其应用于供应链管理之中,能够优化供应链管理,克服其本身存在的缺陷。基于标识解析的供应链平台,将其应用于超纤新材料行业时,取得了显著的效果,能够确保及时响应客户需求,提高了企业间的协同水平,进而改善了产业链的协同效率。同时,能够使供应链上下游企业互利共赢,最终达到社会资源的最大化共享利用。

基于标识解析化工新材料行业应用

化工新材料行业具有高技术含量、高价值等特点,是我国化学工业体系中最具发展潜力的领域,在智能制造、工业互联网等新技术的驱使下,产业融合的特点也越来越突出,对各行业、各企业的信息交流提出了需求。化工新材料行业作为高新技术产业,率先在利用工业互联网标识解析技术实现跨区域、跨行业、跨企业的数据共享上进行了尝试,在实现产品全生命周期跟踪、产品质量追溯、产业链协同等应用上作出示范,为化工新材料行业的转型升级提供了方向和保证。

一种时延较小的新型IIOT任务分配算法

在工业物联网中,设备的计算能力通常有限,但任务往往需要及时执行,存在延时情况。为了解决该问题,提出了一种基于移动边缘计算的分层机器学习任务分配框架。该方法通过根据每个设备不同需求,决定要卸载的任务部分,以最小化处理延迟。并结合机器学习模型复杂度和推理错误率、数据质量、设备和服务器的计算能力以及通信带宽的影响,提出了一个联合优化问题,以使总时延最小,该问题的解即为最优卸载策略。在实验部分,分析了该研究的算法有效性,并与现有方法进行了对比。结果表明,提出的算法具有较高的性能。