面向移动物联网的预见性学习过程的边-雾-云平台

本文提出一种新颖的数据分析架构，面向移动物联网（Internet of Mobile Things）背景下的预见性学习过程。该架构为地理分布式，由边、雾和云资源组成，协同运作以支持此类预见性学习过程。我们设计该架构以管理来自 IoMT 设备的大量数据流，并按依次阶段在从边、雾到云的资源层级中向上分析。我们讨论了各层分析任务的特征。我们注意到网络中传输的数据量从边到雾再到云递减，而计算复杂度递增。这样的设计可支持从实时到历史的不同分析需求，取决于所利用的资源类型。我们使用来自加拿大大蒙克顿地区的公交数据馈送作为概念验证实现了所提架构。