[發(fā)明專利]基于物聯(lián)網(wǎng)的異構信息處理方法

有效

• 申請?zhí)枺?/td>: 201811038319.8
• 申請日: 2018-09-06
• 公開（公告）號: CN109194746B
• 公開（公告）日: 2021-03-26
• 發(fā)明（設計）人: 不公告發(fā)明人
• 申請（專利權）人: 貴州我聯(lián)你聯(lián)網(wǎng)絡技術有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;H04L12/24
• 代理公司: 廣州海藻專利代理事務所(普通合伙) 44386
• 代理人: 鄭鳳姣

1.一種基于物聯(lián)網(wǎng)的異構信息處理方法，包括：

車聯(lián)網(wǎng)平臺建立服務供應端和服務需求端之間的服務鏈，在服務過程中對車聯(lián)網(wǎng)服務的整個過程進行實時監(jiān)控，所述服務需求端包括車聯(lián)網(wǎng)平臺的車輛；將感知節(jié)點的車聯(lián)網(wǎng)業(yè)務請求轉發(fā)給負載均衡處理服務器；負載均衡處理服務器根據(jù)感知節(jié)點的位置和負載均衡策略指定分區(qū)服務器；

對車載節(jié)點和路側節(jié)點的資源及環(huán)境信息進行感知，在車輛和路側基礎設施構成的異構網(wǎng)絡中，進行異構節(jié)點的接入控制和數(shù)據(jù)傳輸；在不同類型的傳感器中執(zhí)行數(shù)據(jù)采集、融合和海量數(shù)據(jù)處理；實現(xiàn)基于反饋的節(jié)點協(xié)商和控制；

建立車輛數(shù)據(jù)與交通過程狀態(tài)之間的關聯(lián)模型，車聯(lián)數(shù)據(jù)的采集及傳輸；對異構數(shù)據(jù)進行同構化處理，進行不同結構數(shù)據(jù)的轉換，并建立基于XML的過程事件統(tǒng)一描述語言和處理操作符；建立多層次事件描述模型及面向過程的多層次事件關聯(lián)模型，進行多層次事件的關系解析；將感知數(shù)據(jù)進行邏輯運算，應用關鍵事件處理引擎進行多層次事件的關聯(lián)運算，得到有語義的服務信息；將服務信息進行更高層的增值處理，得到關鍵事件；

所述服務供應端對車聯(lián)網(wǎng)資源進行虛擬化處理、服務封裝、標準化處理，形成車聯(lián)網(wǎng)服務，存儲在分布式服務器上，然后實時采集需求端發(fā)布的服務需求，對車聯(lián)網(wǎng)業(yè)務建模、分解成一系列子業(yè)務；

所述車聯(lián)網(wǎng)平臺包括采集感知層、交互層和服務層，所述交互層實現(xiàn)數(shù)據(jù)接入與網(wǎng)絡傳輸，感知數(shù)據(jù)的清洗與抽取、關鍵事件關聯(lián)運算、數(shù)據(jù)挖掘分析、標準化封裝信息；為現(xiàn)場檢測數(shù)據(jù)提供實時傳輸服務，并下發(fā)管理層監(jiān)控指令；交互層定義網(wǎng)絡標識、通信協(xié)議，使異構網(wǎng)絡數(shù)據(jù)可以相互識別及融合，實現(xiàn)異構網(wǎng)絡的接入；

所述實時采集需求端發(fā)布的服務需求，對車聯(lián)網(wǎng)業(yè)務建模、分解成一系列子業(yè)務，進一步包括：

云端接到服務需求端提交的車聯(lián)網(wǎng)業(yè)務請求后，首先對業(yè)務的特征進行分析，所述業(yè)務的特征包括業(yè)務執(zhí)行的規(guī)模大小、完成業(yè)務需要的資源、車聯(lián)網(wǎng)業(yè)務分解的粒度、業(yè)務的復雜度，然后把這些業(yè)務的特性作為輸入，調用相應的業(yè)務分解算法將車聯(lián)網(wǎng)業(yè)務分解成適合車聯(lián)網(wǎng)平臺處理的子業(yè)務，參與下一步操作；所述方法還包括：

針對車聯(lián)網(wǎng)感知數(shù)據(jù)的結構特征和不同的類型，將關系型數(shù)據(jù)轉換和存儲為結構化文檔：首先將傳感節(jié)點感知的數(shù)據(jù)以s_i,t,D格式表示，其中s_i為傳感器ID，t為時間戳，D為感知的動態(tài)數(shù)據(jù)內容；將采集的原始數(shù)據(jù)進行預處理，再采用預定義標準進行封裝，感知的靜態(tài)數(shù)據(jù)首先通過XML到關系型數(shù)據(jù)轉換，再進行標準化封裝；其中，預處理過程包括：

將原始感知的數(shù)據(jù)轉換為資源k的數(shù)量信息IQ(s_i,t,k),其中r表示讀取功能，0表示單個讀取，1表示多個讀??；Ut(k)代表ID為S_i的傳感器在感知范圍內是否感知到資源k，0表示無感知，1表示感知；C為常數(shù)，表示資源的計算量綱；

對云計算環(huán)境下車聯(lián)網(wǎng)服務歸并的多目標問題，采用蟻群算法進行改進；首先設置數(shù)據(jù)為K_i,V_i鍵值對，K_i是整型數(shù)，它是第i個子種群的數(shù)字標簽，而V_i表示第i個子種群的數(shù)據(jù)結構，其實質是該種群中所有個體的數(shù)組；在進行個體遷移時，k-v作為輸入個體替換；總業(yè)務被映射函數(shù)的并行操作分解，并分配給集群運行，同時產(chǎn)生的中間數(shù)據(jù)直接匯入分布式文件系統(tǒng)；在分布式文件系統(tǒng)中寫入m個空文件，對應m個子種群，然后根據(jù)鍵值對，向空文件中添加初始化個體，這時，MapReduce將總業(yè)務分為m個映射并行業(yè)務，分配到各個數(shù)據(jù)節(jié)點并行計算，然后把添加了個體的子種群保存到分布式文件系統(tǒng)上的初始文件中；第二步，并行化運行迭代多次的進化，進行個體遷移，從而得到最優(yōu)解；為平衡種群多樣性和收斂速度，變異策略改進為：

C＝F₁G_best+(1-F₁)x_i

式中，F(xiàn)₁是0到1之間的隨機數(shù)，i是本代相應的個體，G_best是最優(yōu)個體。