Zone-Oriented Architecture: An Architectural Style for Smart Web of Everything
-
摘要: 继PC互联网、移动互联网之后，世界正在进入智能万物互联网时代，也称为人机物三元计算时代.一个主要特征是，“计算机”不只是PC机、智能手机，也会具象成为物理世界中的各种智能物体设备(物端设备).未来的全球智能万物互联网将拥有万亿级物端设备，它们需要多种多样的控制策略，去满足各自的创新自由度、安全隐私保障、依法依规治理、良好用户体验等方面的需求.一套控制策略难以满足全球智能万物互联网的多样化需求，但可将全网划分成多个域(称为控域)，每个有自己的控制范围和控制策略.借鉴面向服务的体系结构(service-oriented architecture, SOA)和REST体系结构风格的经验，提出一种面向控域的体系结构(zone-oriented architecture, ZOA)风格.它的基础技术包括：以控域为元素并含有4个算子的控域代数、3个范式和5个体系结构设计原则.最后讨论了面向控域的体系结构针对的5个问题，并通过一个车联网场景显示了该体系结构风格如何有助于现有研究，提出了开放研究问题.Abstract: After PC Internet and mobile Internet, the world is entering an era of smart Internet (Web) of everything, which is also called the human-cyber-physical ternary computing era. A main feature is that “computers” are not restricted to just PCs or smartphones anymore, but are embodied in the physical world, manifesting as trillions of smart devices. These smart devices will need diverse policies, to satisfy different needs on innovation freedom, security, privacy, governance, and user experience. One set of control policies is unlikely to satisfy the needs of the global smart Web of everything. However, the global smart Web can be divided into zones, each being a zone of control, a zone of rights, and a zone of governance. A zone has its own controlling scope and policies, such as whether the devices in a zone are tethered or tetherless. This paper proposes an architectural style for smart Web of everything, called zone-oriented architecture (ZOA), learning from the experiences of the service-oriented architecture (SOA) and the representational state transfer (REST) style. We present a zone algebra with four operators on zones, a set of three normal forms, and a set of two recommended and three optional architectural constraints. We discuss five problems of the smart Web of everything, use an application scenario to show how ZOA can help, and present open problems for future research.
-
-
期刊类型引用(14)
1. 胡磊，甘胜丰. 基于YOLO-CIRCLE算法的圆形钢卷检测. 湖北第二师范学院学报. 2023(02): 18-25 . 
百度学术
2. 张晓辉，何金海，兰鹏燕，徐圣斯. 局部几何与全局结构联合感知的三维形状分类方法. 计算机应用研究. 2023(12): 3828-3833 . 百度学术
3. 张晓媛，于洋，王新蕊. 三维图像虚拟视点生成优化研究仿真. 计算机仿真. 2022(03): 205-209 . 百度学术
4. 张艳丽，牛任恺，张鑫磊，孙志杰，王利赛. 基于序列标注的业务异常工单判别方法研究. 电子设计工程. 2022(07): 139-143 . 百度学术
5. 吴康楠，姜洪庆. 面向绿色化改造的历史民居建筑三维重构方法. 工业加热. 2022(05): 27-30+40 . 百度学术
6. 连远锋，裴守爽，胡伟. 融合NFFD与图卷积的单视图三维物体重建. 光学精密工程. 2022(10): 1189-1202 . 百度学术
7. 李远松，丁津津，徐晨，高博，汤汉松，单荣荣. 基于智能感知与深度学习的智能变电站设备状态检测方法. 电气工程学报. 2022(02): 208-214 . 百度学术
8. 郭艺辉，陆寄远，黄承慧，钟雪灵，林淑金，苏卓，罗笑南. 基于混合频谱信号编码的网格纹理平滑. 计算机学报. 2021(02): 318-333 . 百度学术
9. 谢昊洋，钟跃崎. 基于图卷积网络的非参数化三维人体重建. 毛纺科技. 2021(04): 18-24 . 百度学术
10. 李海生，武玉娟，郑艳萍，吴晓群，蔡强，杜军平. 基于深度学习的三维数据分析理解方法研究综述. 计算机学报. 2020(01): 41-63 . 百度学术
11. 曲海成，田小容，刘腊梅，石翠萍. 多尺度显著区域检测图像压缩. 中国图象图形学报. 2020(01): 31-42 . 百度学术
12. 杨晓文，尹洪红，韩燮，刘佳鸣. 基于蚁狮优化的极限学习机的网格分割方法. 激光与光电子学进展. 2020(04): 163-169 . 百度学术
13. 崔金栋，陈思远. 融媒体信息推荐模型构建与信息推荐方法研究. 情报科学. 2020(07): 52-58 . 百度学术
14. 周燕，曾凡智，吴臣，罗粤，刘紫琴. 基于深度学习的三维形状特征提取方法. 计算机科学. 2019(09): 47-58 . 百度学术
其他类型引用(20)
计量
- 文章访问数: 1467
- HTML全文浏览量: 4
- PDF下载量: 754
- 被引次数: 34
下载:
