邢照慶, 崔允賀,2, 呂曉丹,2, 錢 清, 申國(guó)偉,2, 趙建朋

1(貴州大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院, 貴陽(yáng) 550025)

2(貴州大學(xué) 省部共建公共大數(shù)據(jù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(籌), 貴陽(yáng) 550025)

3(貴州財(cái)經(jīng)大學(xué) 信息學(xué)院, 貴陽(yáng) 550025)

4(國(guó)家電網(wǎng)浙江省電力有限公司, 杭州 310007)

隨著越來(lái)越多的企業(yè)和個(gè)人從傳統(tǒng)的IT 系統(tǒng)向基于云的服務(wù)遷移, 近年來(lái)云數(shù)據(jù)中心數(shù)量不斷增加.為提供高可用的計(jì)算能力, 云數(shù)據(jù)中心大多運(yùn)行在專用的基礎(chǔ)設(shè)施硬件上, 如高性能處理器、內(nèi)存模塊和大規(guī)模存儲(chǔ)陣列[1]. 此外, 云數(shù)據(jù)中心通過(guò)集中式數(shù)據(jù)庫(kù)[2]或基于分布式計(jì)算框架(如MapReduce[3])處理提供海量的數(shù)據(jù)處理分析服務(wù). 盡管云計(jì)算能夠提供動(dòng)態(tài)的資源管理方法, 基于云的運(yùn)營(yíng)模式能夠優(yōu)化成本以提高其競(jìng)爭(zhēng)力, 但在物聯(lián)網(wǎng)(Internet of Things, IoT)、自動(dòng)駕駛、智能家居等許多場(chǎng)景中, 云計(jì)算模式也存在一些缺點(diǎn). 例如, 在IoT 中, 基于云計(jì)算的數(shù)據(jù)處理需要將終端設(shè)備產(chǎn)生的大量數(shù)據(jù)傳輸至云端, 占用大量網(wǎng)絡(luò)帶寬. 此外, 云數(shù)據(jù)中心與物聯(lián)網(wǎng)終端設(shè)備之間的傳輸時(shí)延降低了終端業(yè)務(wù)響應(yīng)速度[4]. 因此, 云計(jì)算模式無(wú)法為海量物聯(lián)網(wǎng)設(shè)備提供快速業(yè)務(wù)響應(yīng), 例如自動(dòng)駕駛、智能家居等對(duì)實(shí)時(shí)性要求較高的場(chǎng)景. 此外, 在一些首先考慮數(shù)據(jù)隱私和安全的場(chǎng)景中, 例如終端設(shè)備接入場(chǎng)景, 對(duì)于終端設(shè)備身份認(rèn)證的不足可能導(dǎo)致數(shù)據(jù)的泄露, 此外在智能制造場(chǎng)景中, 不同設(shè)備之間各種通信協(xié)議混雜, 邊緣側(cè)無(wú)法對(duì)數(shù)據(jù)做統(tǒng)一安全處理, 數(shù)據(jù)長(zhǎng)距離傳輸可能使基于云數(shù)據(jù)中心的數(shù)據(jù)分析存在安全風(fēng)險(xiǎn)[5].

為解決數(shù)據(jù)長(zhǎng)距離傳輸導(dǎo)致的成本上升、業(yè)務(wù)響應(yīng)時(shí)間長(zhǎng)以及安全性差的問(wèn)題, 邊緣計(jì)算應(yīng)運(yùn)而生. 邊緣計(jì)算[6]是指在靠近邊緣設(shè)備的一側(cè), 開(kāi)發(fā)部署集網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力為一體的平臺(tái), 就近提供邊緣側(cè)數(shù)據(jù)處理服務(wù). 這種計(jì)算模式將原先在數(shù)據(jù)中心處理的數(shù)據(jù)轉(zhuǎn)移至邊緣側(cè)進(jìn)行處理, 減輕了數(shù)據(jù)中心的處理壓力的同時(shí)也提高了數(shù)據(jù)處理的速度,保證了數(shù)據(jù)的安全性并且提高了服務(wù)質(zhì)量.

目前針對(duì)邊緣節(jié)點(diǎn)平臺(tái)架構(gòu), 國(guó)內(nèi)外眾多學(xué)者展開(kāi)了研究. 例如: 2018 年ONF 發(fā)布了CORD—專注于提供邊緣計(jì)算服務(wù)的平臺(tái)[7]. CORD 能夠在蜂窩基站、邊緣小型數(shù)據(jù)中心等用戶接入網(wǎng)絡(luò)的地方提供類似于云端的服務(wù). 微軟在2017 年發(fā)布了Azure IoT Edge[8].Azure IoT Edge 通過(guò)在邊緣設(shè)備上部署應(yīng)用程序提供邊緣計(jì)算服務(wù), 用戶可以通過(guò)物聯(lián)網(wǎng)邊緣云接口自主部署邊緣應(yīng)用程序. 2018 年Apache 基金會(huì)發(fā)布了開(kāi)源項(xiàng)目Apache Edgent[9], 專注于邊緣IoT 數(shù)據(jù)的分析, 旨在加速數(shù)據(jù)分析平臺(tái)的開(kāi)發(fā). Apache Edgent 使用連接器獲取外界數(shù)據(jù)流, 經(jīng)過(guò)過(guò)濾、分割、轉(zhuǎn)換進(jìn)行數(shù)據(jù)流的處理, 最后將初步處理的數(shù)據(jù)流發(fā)送到云端進(jìn)行進(jìn)一步處理.

上述邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)或自主開(kāi)發(fā), 或利用已有軟件進(jìn)行二次開(kāi)發(fā), 但具有以下缺點(diǎn): (1)體系結(jié)構(gòu)中的模塊功能設(shè)計(jì)混亂, 缺乏一些功能模塊. 例如在Apache Edgent 中缺乏安全管理模塊, 使其缺乏邊緣IoT 設(shè)備的認(rèn)證功能, 無(wú)法保證接入邊緣IoT 設(shè)備的合法性, 使得邊緣端向云端的數(shù)據(jù)傳輸缺乏保護(hù)機(jī)制, 容易造成邊緣數(shù)據(jù)丟失、泄露等問(wèn)題. (2)處理的數(shù)據(jù)種類單一. 例如Apache Edgent 只能處理邊緣IoT 設(shè)備的結(jié)構(gòu)化ZigBee 協(xié)議數(shù)據(jù), 無(wú)法檢測(cè)邊緣節(jié)點(diǎn)CPU、內(nèi)存、磁盤(pán)使用率以及空閑率等邊緣節(jié)點(diǎn)自身數(shù)據(jù). 同時(shí), Apache Edgent 只能簡(jiǎn)單判斷數(shù)據(jù)是否損壞、驗(yàn)證數(shù)據(jù)格式的正確性, 無(wú)法對(duì)邊緣損壞數(shù)據(jù)做擬合修復(fù)等細(xì)粒度的處理.

當(dāng)前面向IoT 的邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)存在功能模塊設(shè)計(jì)混亂、數(shù)據(jù)處理方式單一等問(wèn)題. 針對(duì)這些問(wèn)題,本文在設(shè)計(jì)邊緣節(jié)點(diǎn)過(guò)程中面臨如下挑戰(zhàn): (1)邊緣節(jié)點(diǎn)功能模塊劃分及模塊交互; (2)邊緣IoT 數(shù)據(jù)處理流程編排. 為解決上述挑戰(zhàn), 本文按照平臺(tái)功能對(duì)模塊進(jìn)行劃分, 設(shè)計(jì)模塊交互過(guò)程, 設(shè)計(jì)了包含數(shù)據(jù)過(guò)濾、數(shù)據(jù)清洗、數(shù)據(jù)質(zhì)量、數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)存儲(chǔ)等過(guò)程的數(shù)據(jù)處理流程, 保證數(shù)據(jù)處理的合理性. 總之, 本文主要貢獻(xiàn)總結(jié)如下: (1)本文設(shè)計(jì)開(kāi)發(fā)了面向IoT 的邊緣節(jié)點(diǎn)平臺(tái)架構(gòu), 包含設(shè)備管理、數(shù)據(jù)管理、應(yīng)用管理、資源管理、導(dǎo)出服務(wù)5 大模塊, 具有較強(qiáng)的通用性, 不受特定IoT 場(chǎng)景的限制. (2)本文設(shè)計(jì)的邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)對(duì)數(shù)據(jù)處理流程進(jìn)行了合理編排, 使得邊緣節(jié)點(diǎn)可以處理各種場(chǎng)景的IoT 數(shù)據(jù), 實(shí)現(xiàn)了對(duì)邊緣側(cè)各種場(chǎng)景IoT 數(shù)據(jù)預(yù)處理.

1 面向IoT 的邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)

1.1 邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)功能設(shè)計(jì)

為使邊緣節(jié)點(diǎn)能夠滿足不同IoT 場(chǎng)景下不同硬件設(shè)備的功能需求, 本文采用了模塊化、集成化的設(shè)計(jì)思路, 以增強(qiáng)邊緣節(jié)點(diǎn)的功能擴(kuò)展性和可靠性. 本文所設(shè)計(jì)的邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)包括設(shè)備管理模塊, 數(shù)據(jù)管理模塊, 安全管理模塊, 資源管理模塊, 導(dǎo)出服務(wù)模塊5 個(gè)模塊, 平臺(tái)功能模塊設(shè)計(jì)如圖1 所示.

圖1 平臺(tái)功能模塊設(shè)計(jì)圖

該架構(gòu)中, 南側(cè)設(shè)備由各種IoT 設(shè)備(傳感器等)組成, 負(fù)責(zé)采集環(huán)境數(shù)據(jù), 并且通過(guò)RS485、WiFi 以及ZigBee 通信協(xié)議將IoT 設(shè)備數(shù)據(jù)傳輸?shù)竭吘壒?jié)點(diǎn).

設(shè)備管理模塊用于對(duì)IoT 設(shè)備進(jìn)行身份認(rèn)證, 對(duì)接入平臺(tái)的IoT 設(shè)備工作狀態(tài)進(jìn)行監(jiān)測(cè), 統(tǒng)計(jì)IoT 設(shè)備的各項(xiàng)信息并生成設(shè)備臺(tái)賬.

數(shù)據(jù)管理模塊將邊緣節(jié)點(diǎn)接收的不同數(shù)據(jù)幀格式轉(zhuǎn)換為統(tǒng)一的數(shù)據(jù)幀格式; 通過(guò)數(shù)據(jù)清洗重復(fù)、缺失、異常的數(shù)據(jù)進(jìn)行刪除、補(bǔ)全以及修復(fù), 保證數(shù)據(jù)安全以及檢索方便對(duì)數(shù)據(jù)進(jìn)行分類統(tǒng)計(jì), 將數(shù)據(jù)進(jìn)行處理維護(hù), 進(jìn)行存儲(chǔ)分類, 保證數(shù)據(jù)的安全以及完整性.

應(yīng)用管理模塊包括系統(tǒng)應(yīng)用、數(shù)據(jù)應(yīng)用以及用戶應(yīng)用: 系統(tǒng)應(yīng)用記錄平臺(tái)運(yùn)行日志, 對(duì)平臺(tái)消息對(duì)用戶進(jìn)行消息推送, 根據(jù)具體用途對(duì)應(yīng)用進(jìn)行部署; 數(shù)據(jù)應(yīng)用分析設(shè)備管理模塊以及數(shù)據(jù)管理模塊傳輸?shù)臄?shù)據(jù),發(fā)現(xiàn)并解決其中存在的問(wèn)題; 用戶應(yīng)用對(duì)平臺(tái)用戶賬號(hào)以及權(quán)限進(jìn)行管理, 記錄用戶信息并保障平臺(tái)內(nèi)部數(shù)據(jù)安全.

導(dǎo)出服務(wù)模塊在邊緣節(jié)點(diǎn)出口處設(shè)置包過(guò)濾防火墻, 對(duì)出口數(shù)據(jù)進(jìn)行分析, 并通過(guò)非對(duì)稱數(shù)據(jù)加密算法保障輸出數(shù)據(jù)的安全性, 隨后將邊緣節(jié)點(diǎn)過(guò)濾、分析后的有價(jià)值數(shù)據(jù)發(fā)送到云端.

資源管理模塊負(fù)責(zé)對(duì)邊緣節(jié)點(diǎn)計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)資源信息進(jìn)行監(jiān)測(cè), 通過(guò)監(jiān)測(cè)邊緣節(jié)點(diǎn)的CPU 空閑率、內(nèi)存使用率、網(wǎng)絡(luò)狀態(tài)以及磁盤(pán)使用狀態(tài), 對(duì)邊緣節(jié)點(diǎn)運(yùn)行的負(fù)載情況進(jìn)行可視化展示, 幫助運(yùn)維人員快速做出決策, 保證邊緣節(jié)點(diǎn)正常運(yùn)轉(zhuǎn).

1.2 數(shù)據(jù)流設(shè)計(jì)

IoT 環(huán)境數(shù)據(jù)是本系統(tǒng)的數(shù)據(jù)主體, 系統(tǒng)依靠數(shù)據(jù)傳輸和處理連接各個(gè)功能模塊. 數(shù)據(jù)流圖如圖2 所示,本文將邊緣設(shè)備監(jiān)測(cè)的IoT 環(huán)境信息轉(zhuǎn)換為stream 數(shù)據(jù)流形式, 將監(jiān)測(cè)數(shù)據(jù)以數(shù)據(jù)流的形式在系統(tǒng)中傳輸處理, 依此設(shè)計(jì)了數(shù)據(jù)流圖. 邊緣傳感器收集到IoT 環(huán)境數(shù)據(jù)后, 首先使用設(shè)備管理模塊、數(shù)據(jù)管理模塊、資源管理模塊、應(yīng)用管理模塊處理收到的數(shù)據(jù), 最后使用導(dǎo)出服務(wù)模塊將處理過(guò)的數(shù)據(jù)傳輸?shù)狡渌吘壒?jié)點(diǎn)或者云端. 數(shù)據(jù)流傳輸過(guò)程中使用安全管理模塊保障數(shù)據(jù)安全. 具體步驟如步驟1-步驟6 所示.

圖2 數(shù)據(jù)流向圖

步驟1. IoT 設(shè)備將采集到的數(shù)據(jù)傳輸?shù)缴矸菡J(rèn)證子模塊, 由身份認(rèn)證子模塊進(jìn)行身份認(rèn)證, 認(rèn)證通過(guò)后將采集的數(shù)據(jù)傳輸至設(shè)備管理模塊;

步驟2. 設(shè)備管理模塊將IoT 設(shè)備傳輸?shù)臄?shù)據(jù)傳輸?shù)皆L問(wèn)控制子模塊, 設(shè)備類型、設(shè)備ID 等設(shè)備相關(guān)數(shù)據(jù)傳輸?shù)綄?dǎo)出服務(wù)模塊;

步驟3. 訪問(wèn)控制子模塊對(duì)訪問(wèn)用戶以及傳輸數(shù)據(jù)分析之后將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)管理模塊;

步驟4. 數(shù)據(jù)管理模塊通過(guò)執(zhí)行數(shù)據(jù)過(guò)濾、數(shù)據(jù)清洗、數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)存儲(chǔ)等操作, 隨后將數(shù)據(jù)分別傳輸至應(yīng)用管理模塊、資源管理模塊及導(dǎo)出服務(wù)模塊;

步驟5. 應(yīng)用管理模塊和資源管理模塊雙向傳輸數(shù)據(jù), 應(yīng)用管理模塊對(duì)數(shù)據(jù)做進(jìn)一步深層次的數(shù)學(xué)分析,資源管理模塊負(fù)責(zé)監(jiān)測(cè)邊緣節(jié)點(diǎn)內(nèi)部計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)資源, 隨后應(yīng)用管理模塊和資源管理模塊將處理后的數(shù)據(jù)傳輸至導(dǎo)出服務(wù)模塊;

步驟6. 導(dǎo)出服務(wù)模塊將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)加密子模塊以及防火墻子模塊, 隨后通過(guò)數(shù)據(jù)分發(fā)子模塊將數(shù)據(jù)傳輸?shù)皆贫?

2 邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)模塊設(shè)計(jì)

2.1 設(shè)備管理模塊設(shè)計(jì)

設(shè)備管理模塊主要包括數(shù)據(jù)獲取、設(shè)備臺(tái)賬、身份認(rèn)證、狀態(tài)監(jiān)測(cè)等功能. 南側(cè)設(shè)備以及傳感器收集到的數(shù)據(jù)經(jīng)過(guò)身份認(rèn)證進(jìn)入節(jié)點(diǎn), 確保數(shù)據(jù)來(lái)源正常.為了保證設(shè)備正常運(yùn)行, 對(duì)設(shè)備進(jìn)行狀態(tài)監(jiān)測(cè)、巡點(diǎn)檢管理等, 最后將監(jiān)測(cè)信息寫(xiě)入設(shè)備臺(tái)賬, 對(duì)邊緣設(shè)備做全面管理. 該模塊具體實(shí)現(xiàn)邏輯如圖3 所示.

圖3 設(shè)備管理模塊邏輯圖

為全面收集工業(yè)現(xiàn)場(chǎng)的各種環(huán)境信息, 本文布置了各種低功耗溫濕度傳感器, 并且以此構(gòu)建無(wú)線傳感器網(wǎng)絡(luò)用于環(huán)境數(shù)據(jù)的采集傳輸, 另外在靠近數(shù)據(jù)源的地方建立了邊緣節(jié)點(diǎn), 用于環(huán)境數(shù)據(jù)的就近處理和實(shí)時(shí)監(jiān)控.

圖4 所示為本文使用的無(wú)線傳感器網(wǎng)絡(luò)拓?fù)? 其以自組織的方式部署微節(jié)點(diǎn)形成傳感器網(wǎng)絡(luò), 通過(guò)配置協(xié)調(diào)器節(jié)點(diǎn)和終端節(jié)點(diǎn)實(shí)現(xiàn)身份認(rèn)證, 協(xié)調(diào)器和終端通過(guò)協(xié)調(diào)PIN ID、發(fā)射信道、發(fā)射功率等參數(shù)建立安全連接, 完成傳感器網(wǎng)絡(luò)的組網(wǎng)過(guò)程. 上述微節(jié)點(diǎn)集成了傳感器和通信模塊, 通過(guò)部署傳感器, 這些微節(jié)點(diǎn)可以直接監(jiān)測(cè)周圍的環(huán)境.

圖4 無(wú)線傳感器網(wǎng)絡(luò)拓?fù)?/p>

本文使用RS485 溫濕度傳感器采集溫濕度數(shù)據(jù),使用EBYTE 公司的E180-DTU (ZG250-485)無(wú)線數(shù)傳電臺(tái)作為傳感器網(wǎng)絡(luò)通信模塊. 同時(shí), 使用ZigBee 協(xié)議將傳感器收集到的數(shù)據(jù)發(fā)送到傳感器網(wǎng)絡(luò)中的路由節(jié)點(diǎn), 隨后通過(guò)路由節(jié)點(diǎn)將數(shù)據(jù)發(fā)送到邊緣節(jié)點(diǎn). 此外,本文采用工控機(jī)作為邊緣節(jié)點(diǎn), 通過(guò)在工控機(jī)中部署Web 服務(wù)器和數(shù)據(jù)庫(kù), 為運(yùn)維人員提供可視化的監(jiān)控服務(wù)并對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ).

2.2 數(shù)據(jù)管理模塊設(shè)計(jì)

數(shù)據(jù)管理模塊包括數(shù)據(jù)過(guò)濾、數(shù)據(jù)清洗、數(shù)據(jù)存儲(chǔ)等功能. 邊緣節(jié)點(diǎn)通過(guò)串口通信程序接收到IoT 傳感器發(fā)送的數(shù)據(jù)幀后, 首先判斷采集到的IoT 傳感器的數(shù)據(jù)是否為標(biāo)準(zhǔn)數(shù)據(jù)幀的格式. 對(duì)于不合法的數(shù)據(jù)幀, 數(shù)據(jù)管理模塊通過(guò)數(shù)據(jù)質(zhì)量子模塊取出應(yīng)答幀中有效數(shù)據(jù)位, 并將十六進(jìn)制的原始數(shù)據(jù)轉(zhuǎn)換為十進(jìn)制的環(huán)境信息數(shù)據(jù). 之后通過(guò)數(shù)據(jù)清洗、數(shù)據(jù)過(guò)濾功能篩選出異常數(shù)據(jù), 建立數(shù)據(jù)統(tǒng)計(jì)表并存入MySQL 數(shù)據(jù)庫(kù)進(jìn)行持久化存儲(chǔ). 該模塊具體實(shí)現(xiàn)邏輯如圖5 所示.

圖5 數(shù)據(jù)管理模塊邏輯圖

由于外界環(huán)境的干擾, 容易造成IoT 設(shè)備數(shù)據(jù)值存在缺失或者數(shù)據(jù)幀格式錯(cuò)誤, 對(duì)數(shù)據(jù)統(tǒng)計(jì)影響較大.因此本文在數(shù)據(jù)清洗功能中通過(guò)對(duì)數(shù)據(jù)幀解碼, 觀察數(shù)據(jù)變化的規(guī)律建立了最小二乘法[10]的數(shù)學(xué)模型, 對(duì)數(shù)據(jù)進(jìn)行預(yù)處理. 接收到的數(shù)據(jù)幀包括地址碼、功能碼、有效數(shù)據(jù)以及校驗(yàn)碼, 首先將數(shù)據(jù)幀轉(zhuǎn)化為字符串類型數(shù)據(jù), 并將其中有效數(shù)據(jù)提取出來(lái), 通過(guò)數(shù)據(jù)解碼將十六進(jìn)制數(shù)據(jù)轉(zhuǎn)換為十進(jìn)制數(shù)據(jù), 并對(duì)數(shù)據(jù)建立擬合曲線.

擬合曲線中有較多的值存在誤差, 為使擬合數(shù)據(jù)和真實(shí)數(shù)據(jù)離差平方達(dá)到最小, 本文使用了最小二乘法進(jìn)行數(shù)據(jù)擬合. 在擬合過(guò)程中, 首先在坐標(biāo)系中描出數(shù)據(jù)對(duì)應(yīng)的點(diǎn), 根據(jù)數(shù)據(jù)點(diǎn)的分布擬定回歸曲線, 使得回歸曲線上的點(diǎn)與對(duì)應(yīng)數(shù)據(jù)點(diǎn)的縱坐標(biāo)的離差平方和達(dá)到最小即為誤差最小, 最終得出傳感器數(shù)據(jù)點(diǎn)的最優(yōu)的匹配函數(shù), 如式(1)所示:

2.3 應(yīng)用管理模塊設(shè)計(jì)

應(yīng)用管理模塊管理對(duì)象主要包括數(shù)據(jù)應(yīng)用、用戶應(yīng)用以及系統(tǒng)應(yīng)用. 用戶應(yīng)用通過(guò)基于角色的訪問(wèn)控制策略對(duì)平臺(tái)中不同用戶權(quán)限進(jìn)行劃分, 劃分不同用戶能夠訪問(wèn)的數(shù)據(jù)域, 并由管理員統(tǒng)一進(jìn)行管理; 數(shù)據(jù)應(yīng)用通過(guò)設(shè)置定時(shí)器任務(wù)實(shí)現(xiàn)環(huán)境監(jiān)控功能, 顯示工業(yè)現(xiàn)場(chǎng)當(dāng)前環(huán)境信息, 包括當(dāng)前周圍環(huán)境的溫度、濕度等信息, 并根據(jù)時(shí)間以及異常數(shù)據(jù)產(chǎn)生個(gè)數(shù)得到異常數(shù)據(jù)信息產(chǎn)生的速率對(duì)數(shù)據(jù)做指標(biāo)分析; 系統(tǒng)應(yīng)用使用日志服務(wù)記錄平臺(tái)所有用戶操作, 為之后問(wèn)題回溯提供支持, 管理員通過(guò)消息推送將平臺(tái)信息告知平臺(tái)用戶并且可以根據(jù)實(shí)際需求對(duì)應(yīng)用進(jìn)行部署, 提高平臺(tái)的可用性. 該模塊具體設(shè)計(jì)如圖6 所示.

圖6 應(yīng)用管理模塊設(shè)計(jì)圖

為在邊緣側(cè)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理, 提取出有價(jià)值的數(shù)據(jù)信息, 本邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)設(shè)計(jì)了指標(biāo)分析以及趨勢(shì)分析功能. 指標(biāo)分析通過(guò)統(tǒng)計(jì)一個(gè)定時(shí)器任務(wù)時(shí)間T內(nèi)的異常數(shù)據(jù)產(chǎn)生個(gè)數(shù)N得出異常數(shù)據(jù)產(chǎn)生速率θ, 并對(duì)數(shù)據(jù)做可視化展示. 通過(guò)對(duì)數(shù)據(jù)規(guī)律觀察總結(jié)設(shè)定T為180 min. 其表達(dá)式為:

趨勢(shì)分析功能通過(guò)計(jì)算一個(gè)定時(shí)器任務(wù)時(shí)間內(nèi)的數(shù)據(jù)最大值、最小值、平均數(shù)以及中位數(shù)對(duì)數(shù)據(jù)趨勢(shì)進(jìn)行分析, 并以可視化圖表的方式進(jìn)行展示, 幫助運(yùn)維人員做出正確決策.

2.4 資源管理模塊設(shè)計(jì)

資源管理模塊主要實(shí)現(xiàn)對(duì)于邊緣節(jié)點(diǎn)計(jì)算、存儲(chǔ)等資源的監(jiān)控管理管理功能. 通過(guò)資源管理模塊將邊緣節(jié)點(diǎn)資源虛擬化, 平臺(tái)管理員可以獲得當(dāng)前邊緣節(jié)點(diǎn)的CPU、內(nèi)存、服務(wù)器以及磁盤(pán)狀態(tài)等信息. 通過(guò)這些信息, 平臺(tái)管理員可以對(duì)當(dāng)前邊緣節(jié)點(diǎn)負(fù)載情況做出快速?zèng)Q策, 并及時(shí)對(duì)資源進(jìn)行合理調(diào)度, 調(diào)整邊緣節(jié)點(diǎn)負(fù)載情況, 保證平臺(tái)總體高可用性. 該模塊具體設(shè)計(jì)如圖7 所示.

圖7 資源管理模塊邏輯圖

資源管理模塊通過(guò)Java 虛擬機(jī)(Java virtual machine,JVM)對(duì)邊緣節(jié)點(diǎn)的計(jì)算、存儲(chǔ)資源進(jìn)行虛擬化, 屏蔽掉與具體平臺(tái)相關(guān)的信息, 使得本平臺(tái)可以在多種平臺(tái)上運(yùn)行. 監(jiān)測(cè)的計(jì)算資源包括CPU 核心數(shù)、用戶使用率、系統(tǒng)使用率以及當(dāng)前空閑率; 存儲(chǔ)資源包括磁盤(pán)的類型、大小以及使用率等; 網(wǎng)絡(luò)資源包括服務(wù)器名稱、IP 地址、網(wǎng)絡(luò)連接狀態(tài)等信息.

2.5 導(dǎo)出服務(wù)模塊設(shè)計(jì)

導(dǎo)出服務(wù)模塊主要用于向云端傳輸邊緣節(jié)點(diǎn)處理分析之后的數(shù)據(jù), 在云端進(jìn)行大規(guī)模、長(zhǎng)周期的分析優(yōu)化. 通過(guò)防火墻、數(shù)據(jù)分發(fā)、數(shù)據(jù)加密3 個(gè)功能, 對(duì)出口數(shù)據(jù)進(jìn)行判斷、過(guò)濾、加密, 將邊側(cè)數(shù)據(jù)中的無(wú)效值、缺失值進(jìn)行過(guò)濾, 將異常數(shù)據(jù)篩選并加密. 實(shí)現(xiàn)數(shù)據(jù)傳輸?shù)陌踩? 減少邊緣側(cè)到云端的數(shù)據(jù)傳輸量,降低帶寬開(kāi)銷. 該模塊具體實(shí)現(xiàn)邏輯如圖8 所示.

圖8 導(dǎo)出服務(wù)模塊邏輯圖

邊緣IoT 設(shè)備數(shù)據(jù)在邊緣節(jié)點(diǎn)處理之后通過(guò)導(dǎo)出服務(wù)模塊發(fā)送到云端, 首先根據(jù)IoT 設(shè)備類型、設(shè)備ID 對(duì)數(shù)據(jù)類型進(jìn)行劃分, 隨后使用集合函數(shù)將數(shù)據(jù)流聚合, 隨后將數(shù)據(jù)轉(zhuǎn)換為JSON 格式, 在傳輸層通過(guò)TLS 進(jìn)行加密, 最后將數(shù)據(jù)傳輸?shù)皆贫?

3 面向IoT 的邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)實(shí)現(xiàn)

本文開(kāi)發(fā)的邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)采用了B/S 架構(gòu),Web 端基于Bootstrap 框架進(jìn)行頁(yè)面的自適應(yīng)設(shè)計(jì). 圖表使用基于JavaScript 實(shí)現(xiàn)的開(kāi)源可視化庫(kù)ECharts[12]生成. ECharts 用于可視化傳感器數(shù)據(jù), 可以輕松地向網(wǎng)站或Web 應(yīng)用程序添加交互式圖表, 并可以快速處理20 萬(wàn)個(gè)數(shù)據(jù).

圖9 展示了應(yīng)用管理模塊中的用戶管理功能. 為避免邊緣節(jié)點(diǎn)數(shù)據(jù)泄露, 邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)的用戶分為管理員和普通用戶. 管理員擁有對(duì)系統(tǒng)中所有數(shù)據(jù)進(jìn)行增刪改查的權(quán)限, 可以進(jìn)入數(shù)據(jù)監(jiān)控以及系統(tǒng)監(jiān)控等界面查看IoT 環(huán)境實(shí)時(shí)數(shù)據(jù)信息, 快速做出決策.普通用戶具有有限制的權(quán)限, 進(jìn)行操作需要得到管理員授權(quán), 對(duì)于沒(méi)有授權(quán)的功能則會(huì)進(jìn)行訪問(wèn)控制, 確保數(shù)據(jù)信息不被泄露.

圖9 角色管理

數(shù)據(jù)管理模塊通過(guò)數(shù)據(jù)解碼取出有效數(shù)據(jù)位, 并將十六進(jìn)制的原始數(shù)據(jù)轉(zhuǎn)換為十進(jìn)制的溫?cái)?shù)據(jù), 通過(guò)最小二乘法等數(shù)據(jù)處理算法對(duì)傳感器數(shù)據(jù)中存在的無(wú)效數(shù)據(jù)值、缺失數(shù)據(jù)值進(jìn)行線性回歸擬合處理, 得出更加符合實(shí)際情況的數(shù)據(jù)值. 最后結(jié)合IoT 環(huán)境實(shí)際情況設(shè)置相對(duì)應(yīng)的過(guò)濾規(guī)則, 過(guò)濾出IoT 環(huán)境信息的異常數(shù)據(jù)并將數(shù)據(jù)進(jìn)行展示. 數(shù)據(jù)處理過(guò)程如圖10.

圖10 數(shù)據(jù)處理過(guò)程

為方便管理員管理系統(tǒng)中相關(guān)硬件設(shè)備, 設(shè)計(jì)了設(shè)備臺(tái)賬模塊, 管理員可以查看系統(tǒng)中所有設(shè)備的運(yùn)行狀態(tài), 設(shè)備編號(hào), 設(shè)備編碼, 設(shè)備名稱以及運(yùn)狀態(tài), 此外管理員還可以根據(jù)實(shí)際情況對(duì)設(shè)備臺(tái)賬進(jìn)行增加、刪除、修改操作. 設(shè)備臺(tái)賬如圖11 所示.為保證邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)的穩(wěn)定性及可靠性, 本文設(shè)計(jì)了資源監(jiān)控模塊, 通過(guò)監(jiān)測(cè)邊緣節(jié)點(diǎn)本身的CPU占用率、內(nèi)存使用率PC 主機(jī)信息, 運(yùn)維人員可以對(duì)邊緣節(jié)點(diǎn)的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)資源做統(tǒng)一調(diào)度, 保證邊緣節(jié)點(diǎn)運(yùn)行的穩(wěn)定性. 資源監(jiān)控如圖12 所示.

圖11 設(shè)備臺(tái)賬

圖12 資源管理

本文使用折線圖和柱狀圖將傳感數(shù)據(jù)可視化. 運(yùn)維人員選擇不同的溫濕度傳感器, 可以快速生成溫濕度折線圖. 如圖13、圖14 所示, 溫濕度圖可以自動(dòng)顯示最大值、最小值和平均值. 為對(duì)數(shù)據(jù)做更進(jìn)一步的分析, 本文還設(shè)計(jì)了指標(biāo)分析模塊, 統(tǒng)計(jì)一定時(shí)間序列內(nèi)的異常數(shù)據(jù)數(shù)量和產(chǎn)生速率, 并以柱狀圖的形式表示, 方便運(yùn)維人員確定不同時(shí)間段的環(huán)境信息.

圖13 溫度監(jiān)控

圖14 溫度指標(biāo)分析

本文使用IBM Watson Platform 作為云端, 如圖15所示, 通過(guò)身份認(rèn)證登錄到IBM Watson Platform, IBM Watson Platform 接收IoT 數(shù)據(jù)信息, 并且顯示異常數(shù)據(jù)接收的時(shí)間、數(shù)據(jù)、數(shù)據(jù)類型, 將這些數(shù)據(jù)做長(zhǎng)期的、大規(guī)模的分析處理, 并且做出決策.

圖15 導(dǎo)出服務(wù)

4 平臺(tái)功能測(cè)試與分析

4.1 平臺(tái)功能分析

與Apache Edgent、Azure、CORD 等現(xiàn)有邊緣節(jié)點(diǎn)平臺(tái)相比, 本文根據(jù)IoT 場(chǎng)景的功能需求, 清晰地對(duì)平臺(tái)功能模塊進(jìn)行了劃分, 設(shè)計(jì)了面向IoT 的邊緣節(jié)點(diǎn)平臺(tái)架構(gòu). 如表1 所示, 該邊緣節(jié)點(diǎn)平臺(tái)架構(gòu)具有設(shè)備管理、數(shù)據(jù)管理、應(yīng)用管理、資源管理以及導(dǎo)出服務(wù)功能, 比上述現(xiàn)有邊緣節(jié)點(diǎn)平臺(tái)功能更全面, 更能夠適用于不同的IoT 場(chǎng)景.

表1 邊緣節(jié)點(diǎn)平臺(tái)功能模塊分析

4.2 平臺(tái)環(huán)境搭建

根據(jù)系統(tǒng)的功能需求, 本文對(duì)系統(tǒng)環(huán)境進(jìn)行了部署, 如圖16 所示, 通過(guò)溫濕度傳感器終端設(shè)備收集周圍環(huán)境信息, 將終端設(shè)備接入ZigBee 無(wú)線傳感器網(wǎng)絡(luò)中, 通過(guò)協(xié)議轉(zhuǎn)換等過(guò)程將數(shù)據(jù)流傳輸?shù)焦た貦C(jī)中, 通過(guò)邊緣節(jié)點(diǎn)系統(tǒng)的數(shù)據(jù)分析處理等過(guò)程, 在PC 終端將監(jiān)控信息進(jìn)行顯示.

圖16 邊緣節(jié)點(diǎn)系統(tǒng)環(huán)境

4.3 實(shí)驗(yàn)測(cè)試

圖17 邊緣節(jié)點(diǎn)監(jiān)測(cè)數(shù)據(jù)

圖18、圖19 分別為對(duì)傳感器的溫度、濕度監(jiān)測(cè)數(shù)據(jù)的數(shù)學(xué)分析. 本文收集數(shù)據(jù)的時(shí)間為2021 年4 月12 日09:21:32-2021 年4 月12 日11:03:12, 在此期間對(duì)某數(shù)據(jù)中心機(jī)房的溫濕度進(jìn)行了監(jiān)測(cè), 監(jiān)測(cè)期間共記錄了298 條數(shù)據(jù).

圖18 數(shù)據(jù)中心濕度數(shù)據(jù)分析

本文對(duì)數(shù)據(jù)進(jìn)行了更進(jìn)一步的數(shù)學(xué)分析, 結(jié)果表明: 溫度基本穩(wěn)定在23-25℃之間, 濕度基本穩(wěn)定在44%-46%之間, 標(biāo)準(zhǔn)差分別為0.612 5 和0.139 0, 因此數(shù)據(jù)中心機(jī)房溫濕度處于比較穩(wěn)定的狀態(tài), 因溫濕度而造成的設(shè)備損壞以及短路風(fēng)險(xiǎn)較低, 有利于服務(wù)器的正常運(yùn)轉(zhuǎn).

5 結(jié)語(yǔ)

本文設(shè)計(jì)了面向IoT 的邊緣節(jié)點(diǎn)平臺(tái)架構(gòu), 通過(guò)構(gòu)建無(wú)線傳感器網(wǎng)絡(luò)對(duì)工業(yè)現(xiàn)場(chǎng)周圍的環(huán)境信息進(jìn)行實(shí)時(shí)獲取, 并在邊緣工控機(jī)中進(jìn)行數(shù)據(jù)處理分析, 最終通過(guò)可視化的方法在邊緣PC 終端進(jìn)行顯示. 不僅增強(qiáng)了數(shù)據(jù)的安全性, 保障數(shù)據(jù)不丟失, 而且在邊緣側(cè)處理大量的數(shù)據(jù), 降低了云端的數(shù)據(jù)處理量和傳輸時(shí)延.

在未來(lái)的工作中, 將在邊緣節(jié)點(diǎn)中設(shè)計(jì)用于任務(wù)調(diào)度的模塊, 從而提高數(shù)據(jù)分發(fā)的服務(wù)質(zhì)量, 減少資源開(kāi)銷, 并在真實(shí)環(huán)境中驗(yàn)證其有效性.