一种面向城市声音感知的可扩展物联网-雾计算框架

物联网（IoT）是一个相互关联的设备系统，可用于实现大规模数据的收集与分析。然而，随着其发展，IoT 网络已无法管理这些服务所产生的数据。为此，人们引入了云计算，以满足 IoT 网络对数据中心的需求。随着技术演进，对支持和管理众包感知与实时数据的恰当手段的需求日益增长，而云服务器已无法跟上海量流入数据的步伐。这一需求催生了雾计算。它成为云的一种扩展，并允许在网络周边有效地分配资源。其与 IoT 的融合减轻了云服务器的压力。然而，终端设备的功耗过高与数据管理受限等问题随之浮现。本文提出两种方法来缓解这些问题，以使雾计算继续作为 IoT 相关应用的可靠选择。我们创建了一个基于 IoT 的感知框架，其使用了一种城市声音分类模型。通过主动的低功耗与高功耗状态以及资源重分配，我们构建了一种网络配置。我们将该配置与使用默认雾与云设置的 IoT 框架进行了对比测试。结果改善了框架的终端设备功耗与服务器延迟。总体而言，借助所提框架，雾计算被证明能够支撑可扩展的城市声音感知 IoT 框架。