CN112631725A - 一种基于云边端协同的智慧城市的管理***及方法 - Google Patents
一种基于云边端协同的智慧城市的管理***及方法 Download PDFInfo
- Publication number
- CN112631725A CN112631725A CN202011554476.1A CN202011554476A CN112631725A CN 112631725 A CN112631725 A CN 112631725A CN 202011554476 A CN202011554476 A CN 202011554476A CN 112631725 A CN112631725 A CN 112631725A
- Authority
- CN
- China
- Prior art keywords
- data
- unit
- layer
- edge
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000007726 management method Methods 0.000 claims description 42
- 238000013473 artificial intelligence Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 13
- 238000011897 real-time detection Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000008447 perception Effects 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 6
- 230000004044 response Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000002955 isolation Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 208000033999 Device damage Diseases 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- ZACLXWTWERGCLX-MDUHGFIHSA-N dom-1 Chemical compound O([C@@H]1C=C(C([C@@H](O)[C@@]11CO)=O)C)[C@@H]2[C@H](O)C[C@@]1(C)C2=C ZACLXWTWERGCLX-MDUHGFIHSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/604—Tools and structures for managing or administering access control systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/20—Information sensed or collected by the things relating to the thing itself
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y30/00—IoT infrastructure
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/50—Safety; Security of things, users, data or systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45562—Creating, deleting, cloning virtual machine instances
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45595—Network integration; Enabling network access in virtual machine instances
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5011—Pool
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/502—Proximity
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Security & Cryptography (AREA)
- Signal Processing (AREA)
- Probability & Statistics with Applications (AREA)
- Biomedical Technology (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Bioethics (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Fuzzy Systems (AREA)
- Animal Behavior & Ethology (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Automation & Control Theory (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请公开了一种基于云边端协同的智慧城市管理***及方法,所述管理***包括:感知层、边缘层、云层;所述感知层,用于感知各类数据,并将所述数据发送所述边缘层;所述边缘层,用于通过边缘智能网关对实时、局部性的数据进行处理,并将非实时、全局性的数据发送所述云层;所述云层,用于对所述非实时、全局性的数据进行处理,确定相应智慧城市物联网***的业务决策。将云层、边缘层、感知层紧密融合且协同工作,通过边缘智能网关对实时、局部性的数据进行处理,从而实现了利用边缘网关的边缘计算能力,完成边缘层与感知层的信息协同,通过缩短数据传输距离,从而满足高实时性任务要求,而云计算则可以根据需要,极大地提高计算和存储可用性。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及一种基于云边端协同的智慧城市的管理***及方法。
背景技术
智慧城市数据具有海量性、多源性、高实时性、高速性等特点。庞大的数据入网对现有智慧城市的架构带来存储、处理和分析的巨大挑战。
目前现有智慧城市的架构中的各部分任务的分工不明确,数据分析、计算以及网络管理工作均交由云平台,造成计算资源过于中心化,数据和控制指令流转混乱,容易造成***响应能力缓慢,难以完成事件的快速反应和执行。
发明内容
本申请实施例提供一种基于云边端协同的智慧城市的管理***及方法,用于解决现有技术中的如下技术问题:现有智慧城市的架构中的***响应能力缓慢,执行事件效率低。
一方面,本申请实施例提供了一种基于云边端协同的智慧城市管理***,管理***包括:感知层、边缘层、云层;感知层,用于感知各类数据,并将数据发送边缘层;边缘层,用于通过边缘智能网关对实时、局部性的数据进行处理,并将非实时、全局性的数据发送云层;云层,用于对非实时、全局性的数据进行处理,确定相应智慧城市物联网***的业务决策。
可选地,边缘智能网关包括边缘虚拟服务单元、嵌入式平台虚拟化单元;边缘虚拟服务单元,用于对实时、局部性的数据进行多模态知识推理;嵌入式平台虚拟化单元,用于为边缘虚拟服务单元上的业务提供资源、运行环境。
可选地,嵌入式平台虚拟化单元包括基础资源层、虚拟化层;基础资源层,用于提供嵌入式硬件平台的网络功能、计算功能、存储功能;虚拟化层,用于对嵌入式硬件平台的基础资源进行硬件虚拟化。
可选地,虚拟化层,用于对嵌入式硬件平台进行硬件虚拟化,具体包括:基于裸机架构、微内核的虚拟化技术,将虚拟机管理器运行在边缘智能网关的硬件上;将中央处理器内核、存储、定时器、中断控制器统一到一个资源池,并生成第一虚拟机;根据第一虚拟机,按业务生成不同的用户虚拟机,并在各用户虚拟机上部署相应的边缘虚拟服务。
可选地,边缘虚拟服务单元包括智能网关单元、物联网感知单元、多模态知识推理单元;智能网关单元,用于多协议转换以及网络互联;物联网感知单元,用于处理本地业务;多模态知识推理单元,用于对实时、局部性的数据进行多模态知识推理。
可选地,物联网感知单元包括设备管理单元,数据流转单元,规则引擎单元、安全认证单元;设备管理单元,用于智能网关单元的配置、管理,以及用于感知层的配置、管理;数据流转单元,用于实时对数据进行汇聚,以及确定实时、局部性的数据,并将非实时、全局性的数据发送云层,并接收云层迁移下放的实时任务;规则引擎单元,用于存储对数据进行管理的规则;规则包括将通信报文、配置参数及实时检测类数据进行分类管理并存储;安全认证单元,用于对数据进行安全认证。
可选地,云层包括数据湖、人工智能模型市场、人工智能平台;数据湖,用于存储非实时、全局性的数据;人工模型市场,用于存储非实时、全局性的数据的处理模型;人工智能平台,用于通过相应的处理模型对非实时、全局性的数据进行处理,确定相应智慧城市物联网***的业务决策;并深度优化业务规则或模型,下发到边缘层运行。
可选地,数据湖包括全量数据汇聚单元、智能数据治理单元、数据工厂单元、数据存储计算单元、数据资产管理单元、融合智慧呈现单元。
可选地,人工智能模型市场包括算法集市、模型集市、应用市场;人工智能平台包括数据爬虫单元、机器学习单元、深度学习单元、知识图谱单元、流式计算单元。
另一方面,本申请实施例提供了一种基于云边端协同的智慧城市管理方法,管理方法包括:感知层、边缘层、云层;感知层,用于感知各类数据,并将数据发送边缘层;边缘层,用于通过边缘智能网关对实时、局部性的数据进行处理,并将非实时、全局性的数据发送云层;云层,用于对非实时、全局性的数据进行处理,确定相应智慧城市物联网***的业务决策。
本领域人员可以理解的是,本申请实施例提供的一种基于云边端协同的智慧城市管理***,将云层、边缘层、感知层紧密融合且协同工作,通过边缘智能网关对实时、局部性的数据进行处理,从而实现了利用边缘网关的边缘计算能力,完成边缘层与感知层的信息协同,通过缩短数据传输距离,从而满足高实时性任务要求,避免数据网络传输时延,提高了对感知层进行处理的实时性,而云计算则可以根据需要,极大地提高计算和存储可用性。
进一步,通过边缘智能网关以虚拟化为基础,采用虚拟化技术对边缘智能网关进行平台硬件虚拟化,降低相应智慧城市物联网***开发和部署成本,提高了灵活性和开放性。并构建统一资源池,并设计多业务部署多虚拟机的模式,将智能网关、物联网感知单元与多模态知识推理业务运行于不同虚拟机,实现了功能业务隔离,提升相应智慧城市物联网***的稳定性和隔离性,避免一个业务崩溃导致整个智慧物联网***崩溃的情况,使得资源利用最大化。
进一步,通过规则引擎单元将通信报文、配置参数及实时检测类数据分类管理并存储,实现了将相应智慧城市物联网***重要配置参数在边缘智能网关中分类存储,可为云层提供备份数据,使云层出现异常时,可直接从边缘智能网关获取相应智慧城市物联网***配置数据,保证相应智慧城市物联网***可继续正常运行,提高相应智慧城市物联网***的稳定性。此外,多类配置数据按一定的方式分类存储,可减少存储资源的浪费,帮助云层从边缘智能网关中高效且快速的获取数据。
更进一步,通过云层的数据湖、人工模型市场、人工智能平台,可以发挥大数据分析的强大能力,并对非实时、全局性的数据进行处理,确定相应智慧城市物联网***的业务决策;此外,可以深度优化业务规则或模型,再下发到边缘层运行,进一步提高计算和存储可用性。
附图说明
为了更清楚地说明本申请的技术方案,下面将结合附图来对本申请的部分实施例进行详细说明,附图中:
图1是本申请实施例提供的基于云边端协同的智慧城市管理***的一种架构示意图;
图2是本申请实施例提供的一种图1中的边缘智能网关的详细架构示意图示意图;
图3是本申请实施例提供的图1中的虚拟化层在一种应用场景下的工作流程示意图;
图4是本申请实施例提供的图2中边缘智能网关应用于图3应用场景的另一种详细架构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。本领域技术人员应当理解的是,本节具体实施方式中所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例。基于本节具体实施方式中所描述的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都不会偏离本申请的技术原理,因此都应当落入到本申请的保护范围内。
下面参照附图来对本申请的一些实施例进行详细说明。
图1为本申请实施例提供的基于云边端协同的智慧城市管理***的一种架构示意图。
如图1所示,该架构中主要包括:感知层100,用于感知各类数据,并将数据发送边缘层200;边缘层200,用于通过边缘智能网关210对实时、局部性的数据进行处理,并将非实时、全局性的数据发送云层300;云层300,用于对非实时、全局性的数据进行处理,确定相应智慧城市物联网***的业务决策。
本领域人员可以理解的是,感知层100由多元传感终端设备组成,将立体感知各类数据。例如,智慧灯杆、智能摄像头、智能机器人、智能消防、无人机。
边缘层200,边缘智能网关200可接入多种无线、有线实时通信局域网和多种无线、有线广域网连接,允许多种协议相互转换,确保非实时、全局性的数据实时传送。
云层300将完成数据汇聚、融合、处理,形成信息资源高度共用和共享,并完成运行监控、故障诊断、策略生成、优化调度、资产管理、运维管理、预测预报等工作,并且部署的各类典型智慧城市的应用***,负责完成各类智慧化应用服务。
其中,云层300主要包括:数据湖310,用于存储非实时、全局性的数据;人工智能模型市场320,用于存储非实时、全局性的数据的处理模型;人工智能平台330,用于通过相应的处理模型对非实时、全局性的数据进行处理,确定相应智慧城市物联网***的业务决策;并深度优化业务规则或模型,再下发到边缘层200运行。
进一步,数据湖310主要包括:全量数据汇聚单元311、智能数据治理单元312、数据工厂单元313、数据存储计算单元314、数据资产管理单元315、融合智慧呈现单元316。
其中,数据湖310对云数据进行数据隔离,通过先对数据进行分级和标记,然后根据数据的安全等级和标记去制定相应的访问控制策略,来防止非授权用户查看和修改其他用户的数据。
进一步,人工智能模型市场320包括算法集市321、模型集市323、应用市场324。
进一步,人工智能平台330包括数据爬虫单元331、机器学习单元332、深度学习单元333、知识图谱单元334、流式计算单元335。
在本申请的一些实施例中,人工智能平台330可以通过地图的方式,定位各类传感设备,并进行相关设备的信息查询、统计及管理,包括设置控制和调度策略,查询各传感设备的状态和历史记录,实时更改传感设备的运行状态等功能,还可以通过多元数据融合及深度数据挖据的数据科学应用分析,形成智能调度及控制策略、资产维护及运维管理的智能辅助决策支持、以及基于数据的预警预报等智慧内涵,并生成各类统计报表、趋势曲线、分析报告。
在本申请的一些实施例中,云层300对感知层100进行配置时,通过协议转换将配置指令发送给对应的传感设备后,需等待传感设备的应答报文,在超时未响应或接收报文异常时,将给云层300回复异常响应帧,使云层300确定此次组网的异常,若收到正常响应报文则回复正常以太网响应帧。
在传感设备配置完成后,网络构建完成,智慧城市相应的管理***进入正常工作状态,传感设备的实时检测数据被边缘智能网关210周期性获取,当云层300需请求传感设备的实时检测数据时,由边缘智能网关210直接发送给云层300。
进一步,边缘智能网关210实时请求各传感设备的检测数据,并存储到本地,数据随着边缘智能网关210的请求进行实时更新;在云层300有需求时,直接从边缘智能网关210就可以获取。
本领域人员可以理解的是,由于感知层100具有大量传感设备,而现有技术中云层300向边缘智能网关210发送请求,边缘智能网关210进行协议转换后,向对应传感设备发送请求,边缘智能网关210接收到传感设备返回的实时监测数据后,将其返回给云层300,因此在获取一个传感设备实时检测数据时,会造成耗时久的问题,本申请实施例通过将通信分层,通过边缘智能网关210自动获取感知层100实时检测数据,为本地的多模态知识推理提供实时数据,提高对传感设备控制的实时性。
在本申请的一些实施例中,在边缘智能网关210与云层300进行连接时,云层300为边缘智能网关210动态分配IP。
在边缘智能网关210入网时,云层300根据给其分配的IP,可立即收到信息;若在正常连接过程中,由于某些异常,边缘智能网关210与云层300的通信断开,云层300通过通信的的心跳报文,可检测到和边缘智能网关210通信的异常,进而发出警报提醒工作人员。
本领域人员可以理解的是,本申请实施例通过动态分配IP可以及时发现边缘智能网关210损坏或链路异常等问题,并及时提醒工作人员。
在本申请的一些实施例中,在边缘智能网关210发起一次对传感设备的轮询时,会启动一个超时定时器,当超时定时器若超时未响应时,则超时未响应次数加1,在连续多次该传感设备均未响应时,边缘智能网关210会将其踢出网络,重新构造当前的网络和轮询队列,不再对其发起轮询请求,并将该异常上报给云层300,提醒工作人员该设备存在异常。
本领域人员可以理解的是,本申请实施例通过超时定时器可以及时发现传感设备损坏或链路异常等问题,并及时提醒工作人员。
本领域人员可以理解的是,本申请实施例提供的一种基于云边端协同的智慧城市管理***,将云层、边缘层、感知层紧密融合且协同工作,通过边缘智能网关对实时、局部性的数据进行处理,从而实现了利用边缘网关的边缘计算能力,完成边缘层与感知层的信息协同,通过缩短数据传输距离,从而满足高实时性任务要求,避免数据网络传输时延,提高了对感知层进行处理的实时性,而云计算则可以根据需要,极大地提高计算和存储可用性。
更直观地,根据上面的说明,本申请的一些实施例提供了图1中的边缘智能网关的详细架构示意图,如图2所示。
边缘智能网关210主要包括:边缘虚拟服务单元220,用于实时、局部性的数据进行多模态知识推理;嵌入式平台虚拟化单元230,用于为边缘虚拟服务单元上的业务提供资源、运行环境。
其中,多模态知识推理可以包括通过预设模型对实时、局部性的数据进行的一系列分析,例如,视频分析、图像识别、文字识别、语音识别。
嵌入式平台虚拟化单元230主要包括:基础资源层231,用于提供嵌入式硬件平台的网络功能、计算功能、存储功能;虚拟化层232,用于对嵌入式硬件平台的基础资源进行硬件虚拟化。
其中,基础资源层231提供的计算功能,可以由由多个ARM内核组成的嵌入式微处理器,并且包含不同类型和数量的计算单元,因此可将不同类型指令集和不同体系架构的计算单元协同起来,充分发挥各种计算单元的优势。
进一步,基础资源层231提供的存储功能,按照实时数据库的方式存储数据,例如,包括数据的时间戳等信息,可以保证实时数据的快速写入,并且可以保证实时数据的准确性和完整性。
边缘虚拟服务单元220主要包括:智能网关单元221,用于多协议转换以及网络互联;物联网感知单元222,用于处理本地业务;多模态知识推理单元223,用于对实时、局部性的数据进行多模态知识推理。
物联网感知单元222主要包括:设备管理单元,用于智能网关单元的配置、管理,以及用于感知层的配置、管理;数据流转单元,用于实时对数据进行汇聚,以及确定实时、局部性的数据,并将非实时、全局性的数据发送云层,并接收云层迁移下放的实时任务;规则引擎单元,用于存储对数据进行管理的规则,其中,规则包括将通信报文、配置参数及实时检测类数据进行分类管理并存储;安全认证单元,用于对数据进行安全认证。
本领域人员可以理解的是,本申请实施例通过规则引擎单元将通信报文、配置参数及实时检测数据分类管理并存储,实现了将相应智慧城市物联网***重要配置参数在边缘智能网关中分类存储,可为云层提供备份数据,使云层出现异常时,可直接从边缘智能网关获取相应智慧城市物联网***配置数据,保证相应智慧城市物联网***可继续正常运行,提高相应智慧城市物联网***的稳定性。此外,多类配置数据按一定的方式分类存储,可减少存储资源的浪费,帮助云层从边缘智能网关中高效且快速的获取数据。
进一步地,根据上面的说明,本申请的一些实施例提供了图1中的虚拟化层在一种应用场景下的工作流程示意图,如图3所示。
S301、将虚拟机管理器运行在边缘智能网关的硬件上。
具体地,虚拟化层232基于裸机架构、微内核的虚拟化技术,将虚拟机管理器运行在边缘智能网关的微处理器硬件上。
S302、将中央处理器内核、存储、定时器、中断控制器统一到一个资源池,并生成第一虚拟机。
S303、根据第一虚拟机,按业务生成不同的用户虚拟机,并在各用户虚拟机上部署相应的边缘虚拟服务。
其中,相应智慧城市物联网***部署完成且处于运行状态时,如果有新业务的增加,例如,新通信方式的接入、视频监控功能添加,则可在不影响原相应智慧城市物联网***运行的情况下,通过第一虚拟机为其创建新的用户虚拟机并搭建程序运行环境。并且在原有业务被删除时,也仅需通过第一虚拟机关闭其对应的运行虚拟机即可。
更直观地,本申请的一些实施例还提供了图2中边缘智能网关应用于图3应用场景的另一种详细架构示意图,如图4所示。
其中,智能网关单元221与物联网感知单元222部署在虚拟机DOM0,而多模态知识推理单元223部署在虚拟机DOM1。其中第一虚拟机为DOM0。
本领域技术人员可以理解的是,由于物联感知单元和智能网关单元包括总线协议转换、实时数据汇集等需和硬件不停交互,同属于基础性的通用服务功能,本申请实施例为提升通信的实时性和快速性,其应用程序由虚拟机DOM0接管;多模态知识推理单元仅涉及计算,因此将在虚拟机DOM1中运行,将由虚拟机DOM0为多模态知识推理单元提供相应的实时检测数据。
在本申请的一些实施中,本申请实施例提供了一种基于云边端协同的智慧城市管理方法,管理方法包括:感知层、边缘层、云层;感知层,用于感知各类数据,并将数据发送边缘层;边缘层,用于通过边缘智能网关对实时、局部性的数据进行处理,并将非实时、全局性的数据发送云层;云层,用于对非实时、全局性的数据进行处理,确定相应智慧城市物联网***的业务决策。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请技术原理之内所作的任何修改、等同替换、改进等,均应落入本申请的保护范围之内。
Claims (10)
1.一种基于云边端协同的智慧城市管理***,其特征在于,所述管理***包括:
感知层、边缘层、云层;
所述感知层,用于感知各类数据,并将所述数据发送所述边缘层;
所述边缘层,用于通过边缘智能网关对实时、局部性的数据进行处理,并将非实时、全局性的数据发送所述云层;
所述云层,用于对所述非实时、全局性的数据进行处理,确定相应智慧城市物联网***的业务决策。
2.根据权利要求1所述的管理***,其特征在于,所述边缘智能网关包括边缘虚拟服务单元、嵌入式平台虚拟化单元;
所述边缘虚拟服务单元,用于对实时、局部性的数据进行多模态知识推理;
所述嵌入式平台虚拟化单元,用于为所述边缘虚拟服务单元上的业务提供资源、运行环境。
3.根据权利要求2所述的管理***,其特征在于,所述嵌入式平台虚拟化单元包括基础资源层、虚拟化层;
所述基础资源层,用于提供嵌入式硬件平台的网络功能、计算功能、存储功能;
所述虚拟化层,用于对所述嵌入式硬件平台的基础资源进行硬件虚拟化。
4.根据权利要求3所述的管理***,其特征在于,所述虚拟化层,用于对所述嵌入式硬件平台进行硬件虚拟化,具体包括:
基于裸机架构、微内核的虚拟化技术,将虚拟机管理器运行在所述边缘智能网关的硬件上;
将中央处理器内核、存储、定时器、中断控制器统一到一个资源池,并生成第一虚拟机;
根据所述第一虚拟机,按业务生成不同的用户虚拟机,并在各用户虚拟机上部署相应的边缘虚拟服务。
5.根据权利要求2所述的管理***,其特征在于,所述边缘虚拟服务单元包括智能网关单元、物联网感知单元、多模态知识推理单元;
所述智能网关单元,用于多协议转换以及网络互联;
所述物联网感知单元,用于处理本地业务;
所述多模态知识推理单元,用于对所述实时、局部性的数据进行多模态知识推理。
6.根据权利要求5所述的管理***,其特征在于,所述物联网感知单元包括设备管理单元,数据流转单元,规则引擎单元、安全认证单元;
所述设备管理单元,用于所述智能网关单元的配置、管理,以及用于所述感知层的配置、管理;
所述数据流转单元,用于实时对所述数据进行汇聚,以及确定所述实时、局部性的数据,并将非实时、全局性的数据发送所述云层,并接收所述云层迁移下放的实时任务;
所述规则引擎单元,用于存储对所述数据进行管理的规则;所述规则包括将通信报文、配置参数及实时检测类数据进行分类管理并存储;
所述安全认证单元,用于对所述数据进行安全认证。
7.根据权利要求1所述的管理***,其特征在于,所述云层包括数据湖、人工智能模型市场、人工智能平台;
所述数据湖,用于存储所述非实时、全局性的数据;
所述人工模型市场,用于存储所述非实时、全局性的数据的处理模型;
所述人工智能平台,用于通过相应的处理模型对所述非实时、全局性的数据进行处理,确定相应智慧城市物联网***的业务决策;并深度优化业务规则或模型,下发到所述边缘层运行。
8.根据权利要求7所述的管理***,其特征在于,所述数据湖包括全量数据汇聚单元、智能数据治理单元、数据工厂单元、数据存储计算单元、数据资产管理单元、融合智慧呈现单元。
9.根据权利要求7所述的管理***,其特征在于,所述人工智能模型市场包括算法集市、模型集市、应用市场;
所述人工智能平台包括数据爬虫单元、机器学习单元、深度学习单元、知识图谱单元、流式计算单元。
10.一种基于云边端协同的智慧城市管理方法,其特征在于,所述管理方法包括:感知层、边缘层、云层;
所述感知层,用于感知各类数据,并将所述数据发送所述边缘层;
所述边缘层,用于通过边缘智能网关对实时、局部性的数据进行处理,并将非实时、全局性的数据发送所述云层;
所述云层,用于对所述非实时、全局性的数据进行处理,确定相应智慧城市物联网***的业务决策。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011554476.1A CN112631725A (zh) | 2020-12-24 | 2020-12-24 | 一种基于云边端协同的智慧城市的管理***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011554476.1A CN112631725A (zh) | 2020-12-24 | 2020-12-24 | 一种基于云边端协同的智慧城市的管理***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112631725A true CN112631725A (zh) | 2021-04-09 |
Family
ID=75324567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011554476.1A Pending CN112631725A (zh) | 2020-12-24 | 2020-12-24 | 一种基于云边端协同的智慧城市的管理***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112631725A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113438271A (zh) * | 2021-05-20 | 2021-09-24 | 河南中医药大学 | 存储器、物联网数据传输管理方法、装置和设备 |
CN113595239A (zh) * | 2021-06-17 | 2021-11-02 | 国电南瑞科技股份有限公司 | 一种云边端协同的变电站智能管控*** |
CN114115392A (zh) * | 2021-10-20 | 2022-03-01 | 中通服和信科技有限公司 | 一种基于5g云边结合的智慧课堂控制***及方法 |
CN114124514A (zh) * | 2021-11-18 | 2022-03-01 | 广东电网有限责任公司 | 一种电力全域物联网安全防护*** |
CN114553892A (zh) * | 2022-02-21 | 2022-05-27 | 济南浪潮智投智能科技有限公司 | 一种智慧灯杆管理方法及*** |
CN115361363A (zh) * | 2022-08-24 | 2022-11-18 | 杭州磐诚科技有限公司 | 一种智能网关的边缘计算方法 |
CN115378841A (zh) * | 2022-08-03 | 2022-11-22 | 深圳前海环融联易信息科技服务有限公司 | 设备接入云平台状态的检测方法及装置、存储介质、终端 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107483530A (zh) * | 2017-06-14 | 2017-12-15 | 广州宏和网络科技有限公司 | 一种基于云计算和物联网的智慧城市***及其实现方法 |
CN108540538A (zh) * | 2018-03-20 | 2018-09-14 | 西安电子科技大学 | 一种基于sdn的云雾结合物联网应用构建*** |
CN109347926A (zh) * | 2018-09-21 | 2019-02-15 | 西北大学 | 面向明长城遗址保护的边缘计算智能感知***搭建方法 |
CN109862087A (zh) * | 2019-01-23 | 2019-06-07 | 深圳市康拓普信息技术有限公司 | 基于边缘计算的工业物联网***及其数据处理方法 |
CN111131480A (zh) * | 2019-12-30 | 2020-05-08 | 南京德赛尔信息技术有限公司 | 一种面向智慧电厂的云边协同服务*** |
US20200177671A1 (en) * | 2018-12-03 | 2020-06-04 | At&T Intellectual Property I, L.P. | Global internet of things (iot) quality of service (qos) realization through collaborative edge gateways |
CN111831072A (zh) * | 2020-08-18 | 2020-10-27 | 北京大兴投资集团有限公司 | 一种边缘计算中心一体化服务器的设计方法 |
CN112073461A (zh) * | 2020-08-05 | 2020-12-11 | 烽火通信科技股份有限公司 | 一种基于云边协同的工业互联网*** |
-
2020
- 2020-12-24 CN CN202011554476.1A patent/CN112631725A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107483530A (zh) * | 2017-06-14 | 2017-12-15 | 广州宏和网络科技有限公司 | 一种基于云计算和物联网的智慧城市***及其实现方法 |
CN108540538A (zh) * | 2018-03-20 | 2018-09-14 | 西安电子科技大学 | 一种基于sdn的云雾结合物联网应用构建*** |
CN109347926A (zh) * | 2018-09-21 | 2019-02-15 | 西北大学 | 面向明长城遗址保护的边缘计算智能感知***搭建方法 |
US20200177671A1 (en) * | 2018-12-03 | 2020-06-04 | At&T Intellectual Property I, L.P. | Global internet of things (iot) quality of service (qos) realization through collaborative edge gateways |
CN109862087A (zh) * | 2019-01-23 | 2019-06-07 | 深圳市康拓普信息技术有限公司 | 基于边缘计算的工业物联网***及其数据处理方法 |
CN111131480A (zh) * | 2019-12-30 | 2020-05-08 | 南京德赛尔信息技术有限公司 | 一种面向智慧电厂的云边协同服务*** |
CN112073461A (zh) * | 2020-08-05 | 2020-12-11 | 烽火通信科技股份有限公司 | 一种基于云边协同的工业互联网*** |
CN111831072A (zh) * | 2020-08-18 | 2020-10-27 | 北京大兴投资集团有限公司 | 一种边缘计算中心一体化服务器的设计方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113438271A (zh) * | 2021-05-20 | 2021-09-24 | 河南中医药大学 | 存储器、物联网数据传输管理方法、装置和设备 |
CN113438271B (zh) * | 2021-05-20 | 2022-07-26 | 河南中医药大学 | 存储器、物联网数据传输管理方法、装置和设备 |
CN113595239A (zh) * | 2021-06-17 | 2021-11-02 | 国电南瑞科技股份有限公司 | 一种云边端协同的变电站智能管控*** |
CN113595239B (zh) * | 2021-06-17 | 2024-03-26 | 南瑞集团有限公司 | 一种云边端协同的变电站智能管控*** |
CN114115392A (zh) * | 2021-10-20 | 2022-03-01 | 中通服和信科技有限公司 | 一种基于5g云边结合的智慧课堂控制***及方法 |
CN114124514A (zh) * | 2021-11-18 | 2022-03-01 | 广东电网有限责任公司 | 一种电力全域物联网安全防护*** |
CN114124514B (zh) * | 2021-11-18 | 2023-10-27 | 广东电网有限责任公司 | 一种电力全域物联网安全防护*** |
CN114553892A (zh) * | 2022-02-21 | 2022-05-27 | 济南浪潮智投智能科技有限公司 | 一种智慧灯杆管理方法及*** |
CN115378841A (zh) * | 2022-08-03 | 2022-11-22 | 深圳前海环融联易信息科技服务有限公司 | 设备接入云平台状态的检测方法及装置、存储介质、终端 |
CN115378841B (zh) * | 2022-08-03 | 2024-01-26 | 深圳前海环融联易信息科技服务有限公司 | 设备接入云平台状态的检测方法及装置、存储介质、终端 |
CN115361363A (zh) * | 2022-08-24 | 2022-11-18 | 杭州磐诚科技有限公司 | 一种智能网关的边缘计算方法 |
CN115361363B (zh) * | 2022-08-24 | 2023-08-11 | 杭州磐诚科技有限公司 | 一种智能网关的边缘计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112631725A (zh) | 一种基于云边端协同的智慧城市的管理***及方法 | |
Wen et al. | Fog orchestration for internet of things services | |
Xiao et al. | Distributed optimization for energy-efficient fog computing in the tactile internet | |
Zhang et al. | Firework: Data processing and sharing for hybrid cloud-edge analytics | |
Cheng et al. | Geelytics: Enabling on-demand edge analytics over scoped data sources | |
US20170048308A1 (en) | System and Apparatus for Network Conscious Edge to Cloud Sensing, Analytics, Actuation and Virtualization | |
CN107615792B (zh) | 用于mtc事件的管理方法与*** | |
CN102929773B (zh) | 信息采集方法和装置 | |
CN104184819A (zh) | 多层级负载均衡云资源监控方法 | |
CN110688213B (zh) | 一种基于边缘计算的资源管理方法、***及电子设备 | |
EP4293987A1 (en) | Information processing method based on internet-of-things device, and related device and storage medium | |
CN112114533A (zh) | 物联网数据处理方法、装置、计算机设备和存储介质 | |
CN111432005B (zh) | 一种窄带弱连网络条件下服务迁移的方法 | |
CN113259355B (zh) | 一种基于sdn的工业互联网标识切片管理*** | |
CN107924332B (zh) | Ict服务供应的方法和*** | |
Hussain et al. | Fog computing model for evolving smart transportation applications | |
Rohith et al. | Comparative analysis of edge computing and edge devices: key technology in IoT and computer vision applications | |
Heck et al. | IoT applications in fog and edge computing: Where are we and where are we going? | |
Bellavista et al. | Integrating mobile internet of things and cloud computing towards scalability: lessons learned from existing fog computing architectures and solutions | |
CN114138501B (zh) | 用于现场安全监控的边缘智能服务的处理方法和装置 | |
Li et al. | Layered fault management scheme for end-to-end transmission in internet of things | |
CN110532060B (zh) | 一种混合网络环境数据采集方法及*** | |
Velasco et al. | Flexible fog computing and telecom architecture for 5G networks | |
CN117596247A (zh) | 基于异构边缘计算***的资源监控和性能评估的方法 | |
Bellavista et al. | How Fog Computing Can Support Latency/Reliability‐sensitive IoT Applications: An Overview and a Taxonomy of State‐of‐the‐art Solutions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210409 |