欢迎光临本站!

Dyser

来源:技术探讨    更新时间:2019-12-13 15:54:19    编辑:老王    浏览:565

  Dyser概述


  由瑞士苏黎世联邦理工大学、德国吕贝克大学以及德国都科摩通信实验室设计的Dyser是一个物联网实时搜索引擎。该系统不仅能够查询物理实体的静态信息,还能根据用户指定的当前状态实时地搜索物理实体。Dyser的系统架构如图6所示。当前的通用搜索引擎无法搜索传感器产生的实时动态变化的数据流。为此,首先Dyser将物理实体以及传感器抽象为Web页面,以便能使用通用搜索引擎对其进行索引。Web页面包含了传感器类型等静态的文本描述信息以及动态变化的状态等元数据信息。传感器页面和实体页面是一种多对多的关系,并通过超链接进行关联。

Dyser

  Dyser使用通用搜索引擎为传感器页面和实体页面建立索引库。其次,Dyser利用过去的实体状态数据建立预测模型对实体当前和以后的状态进行预测,从而实现对实时动态的状态信息进行搜索。Dyser提出了3种预测模型;聚集预测模型(APM)、单周期预测模型(SPPM)和多周期预测模型(MPPM),根据不同场合可以选择不同的预测模型。由于传感器数据的高度动态变化的特性,这可能会导致刚建立完索引后,传感器数据的内容又发生了变化,这时此索引就是一个过期的索引,不代表传感器当前的内容,但是通过预测模型的引入可以推测出当前传感器的内容。

  因此,预测模型的引入提高了搜索的效率。预测模型包含在虚拟传感器或虚拟实体的Web页面中。搜索请求是由静态请求信息和动态请求信息2部分构成的。搜索时首先按照静态请求查找出匹配的实体页面,然后利用预测模型计算出实体页面与搜索请求中动态属性匹配的概率,并按照匹配概率由高到低对实体页面进行排序,最后对有序列表中实体的状态信息和搜索请求中的动态请求信息进行匹配得出最终的查询结果。当一个实体所有的状态都符合要求时,就输出该实体,重复操作,直到返回足够的匹配实体。

  Dyser中的预测模型


  传感器用式(1)表达

图片.png

  其中,图片.png代表离散的时间,图片.png代表有限的、离散的传感器状态的输出值集合。例如一个监控房间占用情况的传感器,图片.png。预测模型表示为

图片.png

  在式(2)表示的模型中,图片.png表示模型创建的时间,图片.png表示最早的那个传感器输出值的时间。图片.png代表一个时间窗口,模型是依据过去TW时间内传感器S的输出值创建的。之所以只考虑时间窗口TW中的传感器输出值,而不是传感器过去的全部输出值,因为时间太久的传感器输出值对预测未来某个时间的传感器输出值不具有参考价值,而且计算、存储等资源的限制也不允许使用传感器过去所有的输出值。对给定一个时间点图片.png图片.png返回图片.png的概率值,称图片.png为预测范围。简单预测模型是根据式(3)来计算图片.png的概率值

图片.png

  式(4)是一个指示函数,如果传感器S在时间t的输出值是,那么函数值等于1,否则为0。

图片.png

  例如,如果传感器在过去的时间窗口TW中的输出值全部都是图片.png,那么根据以上预测模型计算出的图片.png的概率是1,称上面的简单预测模型为聚集预测模型(APM)。

  式(5)为单周期预测模型(SPPM),式(6)为多周期预测模型(MPPM)。

图片.png

  Dyser总结


  Dyser系统把物理实体和传感器抽象为Web页面,方便了对物理实体的搜索,实现了和传统搜索引擎的无缝整合。其预测机制的使用不仅提高了搜索效率而且也降低了搜索开销,使其能够适用于资源受限的物联网环境。该系统的不足之处在于,预测机制的使用虽然提高了搜索效率但也降低了搜索结果的准确率。此外,Dyser无法自动发现新加入的物理实体。

上一篇:GSN (global sensor network)

下一篇:SenseWeb

评论区

表情

共0条评论
  • 这篇文章还没有收到评论,赶紧来抢沙发吧~

相关内容

点击排行

随机新闻

评论排行榜