《利用边缘计算为物联网系统提供分布式智能》2023最新博士论文

在过去十年中，物联网（IoT）经历了从集中式云计算到边缘计算的模式转变。在快速发展的物联网范式中，估计将部署数千亿件物品，从而产生海量数据。将所有数据发送到云端最近已被证明是一个性能瓶颈，因为这会导致许多网络问题，包括高延迟、高能耗、安全问题、隐私问题等。然而，现有的模式并没有利用边缘设备进行决策。分布式智能可通过多种方式加强物联网，如将决策任务分配给网络内的边缘设备，而不是将所有数据发送到中央服务器。所有计算任务和数据都由边缘设备共享。边缘计算具有许多优势，包括分布式处理、低延迟、容错、更好的可扩展性、更好的安全性和数据保护。这些优势有助于那些需要更高可靠性、实时处理、移动支持和上下文感知的关键应用。本论文研究了不同类型智能（如基于规则、机器学习等）在网络边缘实施分布式智能中的应用，以及由此产生的网络挑战。本论文的第一部分介绍了一种新颖且可通用的分布式智能架构，该架构利用边缘计算，通过更接近物联网设备的信息实现物物智能。该架构由两层组成，可解决物联网设备的异构性和制约因素。此外，本论文的第一部分还为两级分布式智能确定了一个合适的推理器，以及通过物联网网关将其应用于该架构的有效方法。为了缓解边缘计算中的通信挑战，论文的第二部分提出了两级机制，即利用软件定义网络（SDN）和基于开放无线接入网（O-RAN）的 5G 网络的优势，将其作为分布式智能架构通信叠加的一部分。论文的第三部分研究了如何整合两级架构和通信机制，以便以最佳方式在物联网系统中提供分布式智能。