[发明专利]一种基于采样传感物联网近似天际线分类卸载算法

说明书

本发明公开了一种基于采样传感物联网近似天际线分类卸载算法，涉及信息技术领域，包括如下计算步骤：S1、通过传感物联网拓扑结构，根据路由、拓扑控制、时钟同步等，将算法抽象等效为具有父子关系树状网络拓扑，对拓扑节点进行数学模型初始化；S2、用户根据实际网络和需求，输入相关参数；S3、根据输入参数，通过数学模型计算Bernoulli采样概率q；该基于采样传感物联网近似天际线分类卸载算法，针对云边协同由于传感物联网大量数据传输导致网络能耗急剧上升的问题，该算法可将随机分布在网络的数据，抽象为伯努利数据的采样过程，设计并实现了δ－近似天际线过滤器，对物联网节点数据集进行了处理，形成云边协同最佳网络能量效率数据集。

技术领域

本发明涉及信息技术领域，具体涉及一种基于采样传感物联网近似天际线分类卸载算法。

背景技术

智慧城市的建设本质是对城市不同传感物联网数据综合开发与应用，为获得更好的用户体验，数据中心必须收集遍布城市的各类传感信息，随着应用需求不断提升，自动智能获取应用数据成为关键。

传感器是构建物联网设备的基础，物联网设备不需要外部的通信基础设施，因此利用传感物联网可以极大降低通信费用，面对大量传感器感知数据，相对自身算力，网络单节点的数据处理量非常巨大，对传感数据进行集合划分，根据应用需求发送集合数据可有效降低通信费用；然而大量数据集的划分将导致能耗的大大增加，通过相关统计，使用无线网络传输1比特相当于执行1000指令，因此减少数据传输量是降低物联网能耗的最有效方法。

发明内容

本发明的目的是提供一种基于采样传感物联网近似天际线分类卸载算法，以解决现有技术中由于大量数据集的划分将导致能耗的大大增加的问题。

为了实现上述目的，本发明提供如下技术方案：一种基于采样传感物联网近似天际线分类卸载算法，包括如下计算步骤：

S1、通过传感物联网拓扑结构，根据路由、拓扑控制、时钟同步等，将算法抽象等效为具有父子关系树状网络拓扑，对拓扑节点进行数学模型初始化；

S2、用户根据实际网络和需求，输入相关参数；

S3、根据输入参数，通过数学模型计算Bernoulli采样概率q，以采样概率q对传感物联网数据集St进行Bernoulli采样，形成算Bernoulli采样数据集B(q)；

S4、通过Skyline()方法处理采样数据集B(q)，形成Bernoulli采样δ近似天际线；

S5、汇聚节点向物联网网络节点广播Bernoulli采样概率q；

S6、各节点根据节点有叶/无叶等属性，生成节点随机数rand和节点天际线Skyline_j，并根据节点属性和广播概率发送数据或天际线。

优选的，所述算法规范有n个传感器节点的物联网，s_ti是i节点在t时刻的传感器数值，St＝{s_t1，……，s_tn}是网络在t时刻的传感数据集，设每个传感器为d维数据，则节点数据用s_t.D₁，s_t.D₂，……s_t.D_d表示。

优选的，所述步骤S1中的初始化根据等效树状拓扑对节点开展预定义，定义算法数学模型，其主要包括以下内容：

1)对于给定的两个d维传感数据是s_t1和s_t2，定义s_t1控制s_t2，记作s_t1→s_t2；

2)定义传感器数据集St天际线计算方法：

Skyline(St)＝{s∈St|～v∈St,v→s}；