劉春林 張立祥

摘要：由于分布式攝像機智能監(jiān)控網絡運行時會產生大量數據，如果搭建真實的智能監(jiān)控網絡進行測試，成本非常高而且操作困難。iFogSim模擬器作為物聯網仿真測試平臺，能模擬預期規(guī)模的智能監(jiān)控網絡環(huán)境，從而大大降低了智能監(jiān)控網絡的測試成本。文章使用iFogSim模擬器對智能監(jiān)控網絡進行模擬驗證，旨在測量和分析資源管理技術在延遲、網絡擁塞、能耗方面的影響，從而降低測試成本。

關鍵詞：iFogSim；智能監(jiān)控；網絡

中圖分類號：TP311? 文獻標志碼：A

0 引言

近年來，分布式攝像機智能監(jiān)控網絡已經廣泛應用于公共安全、制造、運輸、醫(yī)療保健等領域。但智能監(jiān)控網絡會產生大量數據，使得數據分析應用程序不堪重負。實踐證明，手動監(jiān)視來自攝像機系統的視頻流數據是不切實際的，對這類智能監(jiān)控網絡的性能進行實時數據分析是十分困難的。因此，需要用模擬器工具來仿真物聯網的運行環(huán)境，自動分析來自攝像機的數據。

1 iFogSim模擬器

1.1 模擬器的重要性

模擬器是物聯網系統設計過程中必不可少的工具。搭建真實的物聯網試驗臺雖然是理想的，但在許多情況下成本太高，并且無法提供可重復和可控的環(huán)境。因此，模擬器被視為具有成本效益的研究物聯網系統的重要手段。但是，目前很少有模擬器可以模擬物聯網環(huán)境。

1.2 iFogSim簡介

1.2.1 iFogSim是什么

iFogSim是物聯網、邊緣計算和霧計算環(huán)境中資源管理技術建模和仿真工具包，是在大型云計算仿真軟件CloudSim的框架下開發(fā)的。iFogSim擴展了CloudSim類，提供了模擬大量霧節(jié)點和物聯網設備仿真自定義的霧計算環(huán)境，用戶可以運用iFogSim輕松定義霧計算的基礎設施、服務部署和資源分配策略［1］。

1.2.2 iFogSim的組成

iFogSim由3個基本組件組成。

（1）物理組件。物理組件包括霧設備也稱作霧節(jié)點。最低層次的霧設備直接連通傳感器（senser）和驅動器（actuator），包括FogDevice類、Sensor類、Actuator類、PhysicalTopology類。

（2）邏輯組件。應用模塊（AppModules）和應用邊緣（AppEdges）在ifogSim中是邏輯組件，包括Application類、AppModule類、AppEdge類、AppLoop類。

（3）管理組件。在iFogSim中管理組件關聯著控制和模塊映射對象，包括Controller類、ModuleMapping類、MoudulePlacement類、ModulePlacementMapping類。

1.2.3 iFogSim的實現

iFogSim的實現由模擬實體和模擬服務組成。

（1）模擬實體。

在iFogSim程序中，模擬實體的物理拓撲（包括傳感器、網關、云虛擬機及其連接）既可以通過GUI構建，也可以通過Java API以編程方式構建。

（2）模擬服務包括兩類服務。

第一類是電源監(jiān)控服務。每個霧設備都與電源模型相關聯，FogDevice類中包含元組處理邏輯，其中相關的功率模型用于根據資源利用率的變化更新設備功耗。

第二類是資源管理服務。iFogSim為應用程序提供了兩個級別的資源管理：放置和調度。它們被抽象為單獨的策略，以便于擴展和定制。

2 基于iFogSim技術的智能監(jiān)控應用程序

2.1 智能監(jiān)控網絡的要求

一個典型的分布式攝像機智能監(jiān)控網絡有如下要求。

（1）低延遲通信。為了有效覆蓋目標，需要根據捕獲的圖像實時調整多個攝像機的云臺參數，這需要攝像機和攝像機控制策略組之間的低延遲通信。

（2）處理大量數據。攝像機不斷發(fā)送捕獲的視頻幀進行處理，會導致巨大的流量產生，尤其是在考慮到系統中所有攝像機的情況下。因此，處理大量的數據而不使網絡陷入擁塞很有必要。

（3）繁重的長期處理。攝像機控制策略需要不斷更新，以便學習最佳的云臺參數計算策略。這需要在很長一段時間內對控制策略所采取的決策進行分析，這使得該分析在計算上是密集的［2］。

2.2 智能監(jiān)控系統的工作原理

用于分析攝像機生成的數據的集中式工具并不理想，主要是因為需要將大量數據發(fā)送到中央處理機。這不僅會導致系統的高延遲，還會消耗少量的可用帶寬。因此，以分散的方式處理視頻流是更可取的分析方法。

智能監(jiān)控系統旨在協調具有不同視野的多個攝像機來監(jiān)視給定區(qū)域。攝像機之間的協調涉及云臺參數的協調調整，以便可以獲得該區(qū)域的最佳視圖。此外，系統還會在發(fā)生異常事件時向用戶發(fā)出警報，這些事件會引起安全部門的注意。

智能攝像機檢測其視野中的運動對象，并開始向智能監(jiān)控應用程序發(fā)送視頻流。智能監(jiān)控應用程序在發(fā)送的視頻流中定位移動對象并啟動跟蹤。移動對象的跟蹤是通過不斷調整該位置的攝像機的云臺參數來完成的，以便獲得所有被跟蹤對象的最佳視圖。此外，在檢測到感興趣的事件的情況下，應用程序通知系統用戶，并通過互聯網將捕獲的視頻流發(fā)送給它。

2.3 應用程序的組成和各模塊的功能

基于iFogSim技術的智能監(jiān)控系統的應用模型如圖1所示。多個CCTV（Closed-Circuit Television）攝像機充當傳感器，向應用程序提供實時視頻流，并且每個攝像機中的云臺控制不斷調整云臺參數。

智能監(jiān)控應用程序主要由5個執(zhí)行處理的模塊組成：運動檢測器、對象檢測器、對象跟蹤器、云臺控制和用戶界面。

（1）運動檢測器。該模塊嵌入在智能攝像機中，不斷讀取攝像機捕獲的原始視頻流，以查找對象的運動。在檢測到攝像機視野中有運動對象的情況下，視頻流被向上轉發(fā)到對象檢測模塊以進行進一步處理。

（2）對象檢測器。對象檢測模塊接收視頻流，其中智能攝像機檢測對象的運動。該模塊從視頻流中提取運動對象，并將其與先前在該區(qū)域中活動的對象進行比較。如果檢測到的對象之前不在該區(qū)域中，則激活對該對象的跟蹤。此外，還可計算物體的坐標。

（3）對象跟蹤器。對象跟蹤器模塊接收當前跟蹤對象的最后計算的坐標，并計算覆蓋該區(qū)域的所有攝像機的最佳云臺配置，以便能夠以最有效的方式捕獲跟蹤對象。該云臺信息被周期性地傳送到攝像機的云臺控制。

（4）云臺控制。該模塊在每個智能攝像機上運行，并調整物理攝像機以符合對象跟蹤器模塊發(fā)送的最佳云臺參數。該模塊用作系統的執(zhí)行器，并嵌入在智能攝像機中。

（5）用戶界面。應用程序通過將包含每個被跟蹤對象的部分視頻流發(fā)送到用戶設備來呈現用戶界面，它需要來自對象檢測器模塊的經過濾的視頻流。

在智能監(jiān)控系統中，應用程序模塊、數據依賴關系、控制循環(huán)分別使用 AppModule類、AppEdge類和AppLoop類進行建模。物理拓撲通過FogDevice類、Sensor類、PhysicalTopology類和Actuator類在iFogSim中進行建模［3］。

3 效能評估

3.1 對驗證進行設計

運用基于iFogSim技術的智能監(jiān)控應用程序在多個攝像機網絡設施配置上進行了驗證。為了驗證的合理和全面，設置具有1，2，4，8，16個監(jiān)視區(qū)域的5種情況，每個監(jiān)控區(qū)域都有4個智能攝像機監(jiān)控該區(qū)域，這些攝像機連接到區(qū)域網關，該網關負責為它們提供互聯網接入。

基于上述5種情況，分別設計了物理拓撲配置，并分別對應為配置1、配置2、配置3、配置4和配置5。拓撲結構在頂點有云數據中心，在網絡邊緣有智能攝像頭。智能攝像機以元組的形式饋送實時視頻流，用于執(zhí)行運動檢測，并且攝像機的云臺控制已經被建模為執(zhí)行器。在物理網絡上放置應用模塊時，使用了兩種放置策略，即Cloud-Only和EdgeWard。在Cloud-Only放置的情況下，除了運動檢測器模塊與智能攝像機綁定以外，應用程序中的所有操作都放置在云數據中心上；在EdgeWard放置中，對象檢測器和對象跟蹤器模塊被放在監(jiān)視該區(qū)域的攝像機所連接到互聯網的WiFi網關。

3.2 評估結果

下面以控制環(huán)路的平均處理延遲、網絡負載情況、能耗3個指標對智能監(jiān)控網絡的運行效能進行評估。

3.2.1 控制環(huán)路的平均處理延遲

在Cloud-Only放置策略的情況下，如圖2所示，云數據中心在執(zhí)行模塊時遇到瓶頸，導致延遲顯著增加。而EdgeWard放置策略成功地保持了低延遲，因其將控制環(huán)路的關鍵模塊放置在靠近網絡邊緣的位置。

3.2.2 網絡使用情況

如圖3所示，顯示了智能監(jiān)控應用程序對布局策略的網絡使用情況。隨著連接到應用程序的設備數量的增加，與EdgeWard部署相比，在Cloud-Only部署的情況下，網絡上的負載會顯著增加。這一觀察結? 果驗證了，在使用Edge-Ward部署的情況下，如對象檢測器和對象跟蹤器這樣的模塊被放置在邊緣設備上，大大減少了發(fā)送到集中式云數據中心的視頻數據量。即在“基于霧的執(zhí)行”中，大多數數據密集型通信都是通過低延遲鏈路進行的。

3.2.3 能源消耗

如圖4所示，顯示了仿真中不同類別的器件所消耗的能量。在霧設備上部署應用程序與僅在云數據中心上部署應用程序進行了比較，攝像機在捕獲的視頻幀中執(zhí)行運動檢測，消耗了大量的功率。因此，當監(jiān)控區(qū)域增加時，攝像機的能耗也會大幅增加。另外，當操作被放到霧設備時，云數據中心的能耗會降低。

4 結語

為了在分布式攝像機智能監(jiān)控網絡中創(chuàng)新地實現實時分析，需要一個評估環(huán)境來測試不同的資源管理和調度技術。使用真實的智能監(jiān)控網絡作為測試平臺，雖然是可取的，但成本太高，并且不能提供可重復和可控的環(huán)境。本文介紹的iFogSim模擬器，能夠在不同場景下模擬智能監(jiān)控網絡的資源管理和應用程序調度策略［4］。實驗研究并驗證了運用iFogSim在評估智能監(jiān)控網絡系統方面的可行性和有效性，結果表明，iFogSim能夠支持智能監(jiān)控網絡環(huán)境中預期規(guī)模的模擬，大大降低了智能監(jiān)控網絡的測試成本。

參考文獻

［1］RAJKUMAR B，SATISH N S.霧計算與邊緣計算：原理及范式［M］.彭木根，孫耀華，譯.北京：機械工業(yè)出版社，2020.

［2］龐寧，黃安子，李穎杰，等.基于云平臺的分布式資源智能監(jiān)控結構體系研究［J］.電力電容器與無功補償，2022（2）：120-126.

［3］GUEROUT T， MONTEIL T， DA C G， et al. Energy-aware simulation with DVFS［J］.Simulation Modelling Practice and Theory，2013（39）：76-91.

［4］陳庚.基于成本效益和QoS狀態(tài)感知的霧計算任務調度算法研究［D］.重慶：重慶郵電大學，2020.

（編輯 沈 強）

Research on the application of intelligent monitoring network based on iFogSim simulator

Liu? Chunlin， Zhang? Lixiang

（Kaili University， Kaili 556011， China）

Abstract：? Due to the large amount of data generated during the operation of the distributed camera intelligent monitoring network， if a real intelligent monitoring network is built for testing， the cost is very high and the operation is difficult. The iFogSim simulator， as the Internet of Things simulation test platform， can simulate the expected scale of intelligent monitoring network environment， thus greatly reducing the test cost of intelligent monitoring network. This paper uses iFogSim simulator to simulate and verify the intelligent monitoring network， aiming to measure and analyze the impact of resource management technology on delay， network congestion and energy consumption， thus reducing the test cost.

Key words： iFogSim; intelligent monitoring; network