融合边缘与云计算进行移动性分析

利用移动物联网（IoMT）生成的数据进行移动性分析面临诸多挑战，包括从大量雾节点和 IoMT 设备摄取数据流，以及避免无用的海量数据流涌入云端造成瓶颈[1]。管理数据流正成为 IoMT 的重要组成部分，因为它将决定未来分析任务应在哪个平台上运行。数据流通常是一系列乱序元组，具有高数据输入速率，而移动性分析需要数据在边缘与云端之间双向实时流动。在将数据流拉取到云端之前，需要先进行边缘数据流处理，以检测缺失、损坏和重复的元组，并识别到达时间乱序的元组。数据过滤、数据清洗和低层次数据情境化等分析任务可在网络边缘执行。相比之下，图处理等更复杂的分析任务可以部署在云端，而即席查询和流式图分析的结果可根据用户应用的需要推送到边缘。图是移动性分析中使用的高效表示，因为它统一了关于移动物体之间连接性、邻近性和交互的知识。本海报描述了我们为支持交通系统而开发的实验原型的初步结果，该原型将边缘和云计算相结合，处理从雾节点转发到云端的交通数据流。本研究的动机是理解如何通过结合云和雾计算架构，对交通信息源进行有意义的移动性分析，以改善车队管理、公共交通和远程资产监控。