物聯(lián)網(wǎng)關鍵技術-應用服務技術-wenkub
2023-02-01 13:06:47 本頁面
【正文】 完成各傳感器關于目標的說明； ? 4） 將各源節(jié)點關于目標的說明數(shù)據(jù)按同一目標進行分組 ，即關聯(lián)； ? 5）利用融合算法 將每一目標各源節(jié)點數(shù)據(jù)進行合成， 得到該目標的一致性解釋與描述 。 ? ③ 能量約束 。 ? ② 數(shù)據(jù)融合時機。 ? 6）數(shù)據(jù)庫 。 ? 2）數(shù)據(jù)相關 。 Google 數(shù)據(jù)中心 BigTable 分布式存儲系統(tǒng) BigTable 分布式存儲系統(tǒng) 物聯(lián)網(wǎng)數(shù)據(jù)融合 ? 數(shù)據(jù)融合一詞最早出現(xiàn)在 20 世紀 70 年代，它是人類 模仿自身信息處理能力 的結果，類似人類和其它動物對復雜問題的綜合處理。 ?MapReduce模式的思想是將要執(zhí)行的問題分解成Map(映射 )和 Reduce(化簡 )的方式 ?先通過 Map程序將數(shù)據(jù)切割成不相關的區(qū)塊，分配（調度）給大量計算機處理，達到分布式運算的效果 ?再通過 Reduce程序將結果匯整輸出。它可以給大量的用戶提供總體性能較高的服務。 案例： Google 數(shù)據(jù)中心 ? 一個 GFS集群由一個主服務器（ master）和大量的塊服務器(chunkserver)構成，并被許多客戶（ Client）訪問。 案例： Google 數(shù)據(jù)中心 （ 1） GFS（ Google File System）：一個可擴展的分布式文件系統(tǒng) （ 2） MapReduce：一種編程模型，用于大規(guī)模數(shù)據(jù)集的并行運算 （ 3） BigTable：一個大型的分布式數(shù)據(jù)存儲系統(tǒng) （ 1） GFS（ Google File System） ? 一個分布式文件系統(tǒng)，用于大型的、分布式的、對大量數(shù)據(jù)進行訪問的應用。 海量數(shù)據(jù)存儲及查詢 ? 現(xiàn)在的網(wǎng)絡世界是海量數(shù)據(jù)的時代，物聯(lián)網(wǎng)數(shù)據(jù)存儲將使用數(shù)據(jù)中心的模式。 ? IDC 預測全球數(shù)據(jù)量從 2022 年到 2022 年 5 年將增長 10 倍。 ? 而物聯(lián)網(wǎng)中對象的數(shù)量將龐大到以百億為單位。 ? 數(shù)據(jù)中心是一整套復雜的設施。它運行于廉價的普通硬件上，并提供容錯功能。 ? 主服務器存儲文件系統(tǒng)所有的元數(shù)據(jù)，包括名字空間、訪問控制信息、從文件到塊的映射以及塊的當前位置。 案例： Google 數(shù)據(jù)中心 Google 數(shù)據(jù)中心 谷歌文件系統(tǒng)（ Google File System， GFS ） GFS的設計架構 Google 數(shù)據(jù)中心 （ 2） MapReduce（映射、歸約） 大多數(shù)分布式運算可以抽象為 MapReduce操作。 Google 數(shù)據(jù)中心 Google 數(shù)據(jù)中心 MapReduce 編程模型系統(tǒng) MapReduce程序的執(zhí)行過程 Google 數(shù)據(jù)中心 （ 3） BigTable ? 一種非關系型數(shù)據(jù)庫，是一個稀疏的、分布的、持久化存儲的多維度排序 Map。 ? 數(shù)據(jù)融合技術最早用于 軍事 ，目前，工業(yè)控制、機器人、空中交通管制、海洋監(jiān)視和管理等領域也向著 多傳感器數(shù)據(jù)融合 方向發(fā)展。 ? 3）數(shù)據(jù)識別，即估計目標的類別和類型 。 ? 7）性能評估。 ? ③ 數(shù)據(jù)融合算法。 ④ 協(xié)議的可擴展性。 傳感器網(wǎng)絡數(shù)據(jù)融合技術 數(shù)據(jù)融合結合網(wǎng)絡的各個協(xié)議層來進行 ? 在應用層，可通過分布式數(shù)據(jù)庫技術，對采集的數(shù)據(jù)進行初步篩選，達到融合效果； ? 在網(wǎng)絡層，可以結合路由協(xié)議，減少數(shù)據(jù)的傳輸量； ? 在數(shù)據(jù)鏈路層，可以結合 MAC，減少 MAC層的發(fā)送沖突和頭部開銷，達到節(jié)省能量目的的同時，還不失去信息的完整性。 SAR(Synthetic Aperture Radar)圖像就屬于此結構。 數(shù)據(jù)融合的層次結構 數(shù)據(jù)融合可分為三類： ① 像素級融合 ? 它是 直接在采集到的原始數(shù)據(jù)層上 進行的融合，在各種傳感器的原始測報未經(jīng)預處理之前就進行數(shù)據(jù)的綜合與分析。 ? 特征層融合的優(yōu)點在于實現(xiàn)了可觀的信息壓縮，有利于實時處理，并且由于所提取的特征直接與決策分析有關，因而融合結果能最大限度的給出決策分析所需要的特征信息。 特征層融合 數(shù)據(jù)融合的層次結構 ③ 決策層融合 ? 決策層融合通過不同類型的傳感器觀測同一個目標， 每個傳感器在本地完成基本的處理 ，其中包括預處理、特征抽取、識別或判決，以建立對所觀察目標的初步結論。 （ 1） 云計算簡介 （ 1） 云計算簡介 ? 通俗的理解是，云計算的 “云”就是存在于互聯(lián)網(wǎng)上的服務器集群上的資源 ，它包括硬件資源（服務器、存儲器、 CPU等）和軟件資源（如應用軟件、集成開發(fā)環(huán)境等） ? 本地計算機只需要通過互聯(lián)網(wǎng)發(fā)送一個需求信息，遠端就會有成千上萬的計算機為你提供需要的資源并將結果返回到本地計算機，這樣，本地計算機幾乎不需要做什么，所有的處理都在云計算提供商所提供的計算機群來完成。 ? 廣義的云計算包括了更多的廠商和服務類型，例如國內用友、金蝶等管理軟件廠商推出的在線財務軟件，谷歌發(fā)布的 Google應用程序套裝等。 – 云計算的商業(yè)發(fā)展。 （ 2） 云計算系統(tǒng)的體系結構 (3) 管理系統(tǒng)和部署工具 ： ? 提供管理和服務，對用戶授權、認證、登錄進行管理，并可以管理可用計算資源和服務，根據(jù)用戶請求并轉發(fā)到相應的相應程序，調度資源智能地部署資源和應用。 （ 2） 云計算系統(tǒng)的體系結構 ? 由于云計算分為 IaaS（基礎設施即服務）、PaaS（平臺即服務）和 SaaS（軟件即服務）三種類型，不同的廠家又提供了不同的解決方案，目前還沒有一個統(tǒng)一的技術體系結構； ? 綜合不同廠家的方案，以下給出一個供商榷的云計算技術體系結構。 ? 管理中間件和資源池層是云計算技術的最關鍵部分， SOA構建層的功能更多依靠外部設施提供。對于小型企業(yè)來說， SaaS是采用先進技術的最好途徑。 （ 3） 云計算服務層次 （ 3） 基礎設施服務 (IaaS) ? IaaS即 把廠商的由多臺服務器組成的“云端”基礎設施，作為計量服務提供給客戶 。 （ 3） 云計算服務層次 2. 云計算產(chǎn)業(yè) 云計算的產(chǎn)業(yè)三級分層： 云軟件、云平臺、云設備 ① 上層分級 ：云軟件 Software as a Service (SaaS) ? 所有人都可以在上面使用各式各樣的軟件服務。 （ 3） 云計算服務層次 ③ 下層分級 ：云設備 Infrastructure as a Service (IaaS) ? 將基礎設備（如 IT系統(tǒng)、數(shù)據(jù)庫等）集成起來，像旅館一樣，分隔成不同的房間供企業(yè)租用。 （ 3） 云計算服務層次 云計算服務層次 （ 4） 云計算技術層次 ? 云計算的技術層次 主要從 系統(tǒng)屬性和設計思想角度 來說明云，是對軟硬件資源在云計算技術中所充當角色的說明。 （ 5） 云計算的核心技術 2. 海量數(shù)據(jù)分布存儲技術 ? 云計算系統(tǒng)由大量服務器組
教學課件相關推薦
鄂ICP備17016276號-1