计算机研究与发展 ›› 2018, Vol. 55 ›› Issue (8): 1653-1666.doi: 10.7544/issn1000-1239.2018.20180219
所属专题: 2018数据挖掘前沿进展专题
朝鲁1,2,3,彭晓晖1,徐志伟1
Chao Lu1,2,3, Peng Xiaohui1,Xu Zhiwei1
摘要: 近年来由物联网边缘和物端设备产生的数据呈现出爆发式的增长,催生了边缘计算、物端计算等新型物联网计算模式,利用“计算向数据源靠近”这一理念从架构上显著地改善了整体系统性能和能耗.然而,大量资源相对受限的物端设备暴露了现有计算模式的2个缺陷:1)由于不能存储海量数据导致部分计算无法下沉至末端;2)由于无法针对多样化的应用需求提供多粒度信息支持导致冗余计算和存储开销.围绕这2个问题,提出了一种数量级压缩物端数据的多粒度信息模型——变熵画像(variant entropy profile, VEP),及其TSR-VEP数据存储原型.基于真实的智能电表数据集和基准测试实验结果表明:VEP能在较低应用观测误差的前提下,实现物端数据的数量级压缩和多粒度信息存储查询.结合测试结果的讨论显示了VEP具备应用于物端设备的可行性与进一步优化边缘计算和物端计算的潜力.
中图分类号: