m2m和群智感知

一个基于M2M架构的IoT框架智能城市中的移动人群感知摘要：未来的智慧城市必须具备应对城市基础设施日益增长的挑战的能力，如公共安全，资 源管理，移动合作管理等。为了应对这些挑战，城市越来越多地使用下一代信息和通信技术 （ICT）。许多基于ICT的创新正在广泛的领域 云和移动边缘计算，（ii）感知和驱动，（iii） 低功率通信，（iv）移动人群感测和大数据分析。这些可以联合在物联网和机器对机器（M2M） 通信的保护伞下。本文为智能城市介绍了一个高效的MCS启用的物联网框架。合作人群感 知与以数据为中心的方法可以提供统一的机制，以缓解智能城市面临的许多挑战。我们还讨 论了将上述IoT框架集成到一个M2M标准体系结构中。这项工作的三个主要贡献是-（i） 纳入权力意识移动应用开发框架使得人群感知应用环境感知，以及用于合作人群感测的数据 驱动方法，从原始数据创建可操作的智能，以及的部署功能的云和边缘计算平台。关键词：移动人群感知;移动应用;物联网框架;一 M2M架构;智能城市。I.引言近年来进行了重大的研究和工业努力在物联网、机器对机器（M2M）通信和智能城市方面。 在物联网生态系统中，物理M2M设备配备了计算能力，低功耗无线技术，用于数据和配置 交换的软件代理。因此，诸如传感器，致动器和RFID标签之类的东西可以连接到因特网， 与对等体，M2M网关和云平台进行通信以提供新颖的服务给消费者。物联网应用场景延伸 到个人健康监控，家庭控制，智能电网，智能交通运输管理，智能环境监控等。物联网和 M2M通信在智能城市环境中的应用尤其令人感兴趣。这是因为智慧城市旨在向其公民提供 上述服务。据估计，未来40年，城市人口将增长约230亿，约60-70%的世界人口将居住 在城市和周边地区。这种快速增长将在环境变化，交通拥堵，医疗保健，能源管理方面带来 众多挑战。一种解决这些问题的可能方式是通过有效的移动人群感知（MCS）机制。MCS 通常包括三个主要步骤-（i）数据生成和通信，（ii）数据处理以导出高级抽象，和（iii） 向感兴趣的消费者传播信息，这个过程类似于物联网的基本步骤。因此，它可以帮助实现有 效的MCS平台。为了实现启用MCS的IoT框架，大量的传感器将部署到即将到来的智能城 市。同样时间，智能手机和平板电脑的渗透率在消费者市场上是相当高的。配备有这种智能 设备的个人可以以安全的方式亲自或共同地向公共平台贡献感测信息，该公共平台可以测量 和推断感兴趣的附加信息或可操作的智能。传统上，这种MCS系统被部署用于环境监测， 基础设施监测，智能交通管理和社交计算。为了利用物理设备的可用性和智能手机的高普及率，我们提出了基于oneM2M标准架 构的物联网启用MCS框架。我们还为应用程序开发人员提供了一个强大的移动应用程序开 发框架，这是因为智能手机传感器的连续访问在电池和CPU负载方面是昂贵的。用于收集 人群感测的数据的大多数软件将会非常快速地耗尽电池，这将会让消费者对MCS场景不感 兴趣。我们的框架允许开发自适应移动应用程序，根据可用的电池和上下文信息自动调整其 行为。使用可以容易地编码到不同媒体类型中的传感器标记语言来执行均匀的传感器数据交 换。我们采用语义网技术来推断传感器数据并推断出新的感兴趣的信息。这种数据驱动的方 法使得语义计算独立于底层计算平台。这又允许计算机制被部署在云平台或边缘平台或甚至 M2M网关处。这种灵活性提高了架构的互操作性和鲁棒性。本文的贡献如下（i）用于MCS的IoT框架，其被集成到一个M2M的标准架构中，（ii） 用于传感器数据收集的移动应用开发，（iii）云和边缘计算平台以及M2M网关的部署能力， （iv）来自多个和异构域的传感器数据的融合，人群感知应用和（v）检查整体架构的可扩 展性。其余的文章组织如下。第二部分批判性地审查，并强调了当前MCS系统的局限性。 第三节描述了功率感知移动应用开发框架。第四节介绍了 MCS使能的IoT框架，其在oneM2M 架构中的集成及其原型体验。最后，本文总结了贡献和未来研究方向。II。国内外前言许多研究工作集中在使用参与式和机会式感测方法的移动人群感测。这些方法，它们的 应用和限制描述如下。人群感知范式作者Ganti，Ye和Lei 1将移动人群感知定义为一种范 式“计算设备共同共享数据并提取信息以测量和映射共同感兴趣的现象“。在手机上有更多 的资源并且它们在消费市场的高渗透为新的MCS应用开辟了前景。他们将应用程序分为环 境，基础设施和社会应用。而不是发送原始传感器数据给云系统，可以使用本地化分析来推 断传感器数据。这减少了云上的负载，节省了带宽。作者还通过采用足够的安全性和数据完 整性机制，提供了更深入的分析，以保护参与用户的隐私。最后，还指出了用于大规模研究 的聚合分析的架构和必要性。Gaonkar等人提出了一个微型交流平台，一个通过智能手机 用户参与分享和查询多媒体内容的平台。这些多媒体内容使用进一步丰富智能手机传感器 （例如加速度计）。每个博客然后在被传送到外部web服务器之前与空间和时间信息相关联。位置信息可以用于在地图上映射这些博客，例如Google Map。第三方网络服务可以应用在 这些博客上，并且这创建了用于参与感测的平台。网络服务器允许终端用户向位于特定位置 的智能电话发出查询。根据查询的性质，响应的智能手机可以自动感测和提供响应，或者它 可能需要人类参与。作者还示出了利用其平台的若干应用（例如，新闻，警报，社交协作。） 他们还提出了一种考虑能量感知定位技术和应用，激励响应用户的软件体系结构和位置隐 私。关于参与感知的详细评论可以在3中找到。它提到使用网络验证的上下文和传感器数 据的物理上下文。本文还倡导发现资源，全球可达的命名方案以及数据源的聚合和传播政策。Das等人描述了使用智能手机的遥感平台4。他们建议利用智能手机的内置功能来进行 参与式感知。一个关键的挑战是快速开发移动应用程序。不是每次开发应用程序，并努力广 告它广泛采用，作者提出他们的平台PRISM。它解决普遍性，安全性和与来自个体智能手机 的参与感知相关的可扩展性问题。通用性处理应用程序开发人员可以将其可执行代码打包在 通用应用程序中的事实，提供了极大的灵活性。PRISM的创新方面是跟踪智能手机资源枯 竭的资源计量。网络，传感器，存储和能量使用被监控和严格控制，以避免自愿的智能手机 用户参与者中的资源的快速耗尽。参与感知的另一个例子在5中找到。本文考虑了城市道 路状况监测和交通拥堵的问题。作者提出了一个称为Nericell的系统5，能够感测终端用户 携带的智能手机的音频，GPS和加速度传感器。进一步处理收集的传感器轨迹以计算加速度 计方向，断开检测，为行人停止，碰撞检测。尽管访问许多传感器GPS和加速度计）是连 续的，但是该纸不呈现任何电池意识应用程序开发。作者Cornelius等人提出了一种用于匿 名协作和机会主义群体感知的隐私感知架构Anonysense 15。该架构允许终端用户使用特定 任务语言来查询和接收相关响应。它基本上利用了来自智能手机的传感器数据，但是非常注 重隐私。作者讨论了一个威胁模型假设胭脂实体想使用窃听和其他机制对参与的运营商进行 去匿名化并且改变数据完整性。因此，信任模型在移动节点（即终端用户），接入点，注册 上构成当局和移动电话中运行的应用程序。本文还报告了查询和响应中使用的任务和报告协 议。人群感知的编程框架为了利用人群感知的力量，在13中讨论了一个称为美杜莎的编程 框架。这种框架背后的动机和要求也得到了强调。系统架构引入了Medusa作为高级编程语 言，其中人群感知的步骤在阶段方面被指定。运行时基于三个主要设计-（i）智能手机和 云系统之间的服务分区，（ii）优化在智能手机上运行的任务，（iii）从电话到云的数据传输 的选择加入/退出策略。作者 Ravindranath，Thiagarajan， Balakrishnan 和 Madden 开发了一 个称为“空中代码”（CITA）14的系统，以降低编程和执行任务之间的障碍。CITA使开发 人员更容易表达条件，以引用用户的高层活动。这在活动层中使用场所层次结构和活动组合 来完成。CITA的任务框架使开发人员能够编写使用Web技术（如Java Scripts）的任务脚本。 然后将这些任务添加到智能手机的用户界面。最终用户可以组合这些任务来创建复杂的任务。C. MCS的应用.现有文献中存在更多这样的平台，其（i）通过参与感知来评估个人环境，（ii）提供用 于多媒体内容的搜索设施，（iii）帮助定位车辆的停车位8 iv）与Twitter合作，使用群体感 知来进行文本分类和趋势分析9，（v）用众包来回答某些查询10，以及（vi）计算在特定 位置的扬声器的数量。但是这些应用程序已经使用不同的架构和编程框架构建。这些架构之 间的可互操作性在文献中没有被研究。D.限制仔细研究一下最先进的技术突出了移动人群感知范式仍处于起步阶段的事实。尽管MCS 在智能城市中具有巨大的潜力和几个用例，但是以下是限制它的范围。没有从智能手机和物理设备收集和共享传感器数据的统一方法。还缺乏描述来自异构 源的传感器数据的标准化方法。一些MCS应用程序依赖于来自消费者智能手机的传感器数据的连续流。在智能手机和 平板电脑中访问传感器在电池和处理能力方面是昂贵的。没有强大的移动应用程序开发框架 可供开发人员使用。解释传感器数据的机制不统一，不能互操作。它防止MCS平台在彼此之间交互。人群感测仅限于智能手机内置的传感器。它们不与智能手机外部的任何传感器交互。当前的MCS应用在很大程度上是领域特定的。跨域MCS应用在当前的文献中被探讨。如3 所述，这种移动参与式人群感知显式，公共和全球可达的命名方案，尚未开发并 部署到智能城市的发现技术。III。POWER AWARE移动应用开发将传感器数据传送到MCS平台的当前移动应用不是功率感知的。即使电池电量严重不 足，它们仍会继续耗尽电池。换句话说，这些应用程序不会对剩余电池电量和状态做出反应。 为了减轻这个问题，我们设计和开发了一个框架来创建功率感知的移动应用程序，根据可用 的电池电量，充电和上下文信息实时动态适应其行为。这是在MCS的上下文中的文章的新 颖方面。框架如图1所示17。框架由（i）电池和上下文监控引擎，（ii）分析器引擎和（iii） 自适应特性组成。监控引擎收集剩余的电池电量，电池状态（充电或放电）以及来自智能手 机的实时上下文信息。这些被存储在统计模块中，充电模式。上下文信息包含空间和时间信 息。这确定用户是否在国外旅行（漫游网络）。分析器引擎接收电池和上下文信息，所述电 池和上下文信息相对于若干预先配置的规则评估以确定适当的自适应简档。每个配置文件在 硬件和软件资源，用户功能和任何附加要求方面适应应用程序的行为。当电池电量足够高 （60-100% ）且用户未漫游时，触发轻自适应配置文件。在该简档的过程中，移动应用可以 如所请求的那样频繁地检索智能手机传感器测量。位置信息可以通过GPS检索以准确。开 发人员可以提供足够的用户功能。所请求的传感器数据被转换成传感器标记语言（SenML） 格式（以解决传感器元数据的异质性）并且通过任何无线网络迅速传送。当电池电量在20% - 60 %之间，电池状态正在放电或USB充电并且用户未在漫游时， 介质自适应配置文件开始。此配置文件优化了访问硬件和软件传感器和用户体验水平。位置 信息仍然可以从GPS获得。网络访问优于移动数据上的Wi-Fi。用户被给予显式选项以选择 要传送到MCS平台的传感器数据。关于任何其他传感器数据的请求不由移动应用回答。如 果必要，移动应用还可以减少SenML元数据内容。这导致对传感器的访问有限这节省了智 能手机的电力。为了减少网络操作，移动应用还可以将多个SenML传感器数据捆绑在一起 并将该束上传到MCS平台。当电池电量低于20%并且放电和/或如果用户正在漫游时，强自适应配置文件被激活。 在这种情况下，用户可以将移动应用配置为不向MCS平台贡献任何传感器数据。此配置文 件的主要目的是为智能手机节省电池。这是为最终用户增加的值，因为移动应用程序知道电 池和上下文信息。并且应用可以在完成MCS目标的同时修改其行为。IV。IOT框架用于移动人群感知本节介绍了 MCS的建议物联网框架，其元素及其集成到一个M2M标准体系结构中。 这是本文的另一个新颖方面，确保MCS平台与异构传感器设备以及类似平台和以消费者为 中心的服务的互操作性。图2描述了框架。根据人群感测场景的高级要求，该框架包括-（i） 包含生成感测信息的物理载体（车辆传感器，环境传感器）和智能手机的生成子系统，（ii） 传送传感器元数据的网络子系统，（iii）处理和存储子系统从原始数据生成高级知识，以及 （iv）消费者子系统，其接收利用底层MCS平台的知识。仔细观察MCS的构建块如图3所 示。A. 生成子系统这是MCS场景的基础，因为它提供感测信息。当前的文献没有讨论在MCS的背景下用 于交换传感器测量的任何统一结构。另一点是，传感器测量单独不允许智能计算，并且需要 附加信息（例如单元，类型，时间戳，上下文）来推断高级知识。生成子系统利用SenML 来对度量以及使用JSON的传感器属性进行编码，并在感测级别解决异质性。本地配置元素 描述设备22 及其传感器，以及将其描述传达给处理和存储单元以用于注册和发现的目的。 授权消费者可以访问本地配置并进行更新。器件和传感器描述使用CoRE链路格式18表示。B. 网络子系统网络子系统支持基于IP和非IP的通信在其他子系统之间。诸如ITS-G5的技术可以用作 车辆的介质基础设施（V2I）通信。这允许MCS平台从车辆传感器接收数据。但是必须有提 供协议翻译的元素，因为框架的其余部分是基于IP的。智能手机传感器中生成的数据通过 TCP / IP网络进行交换。C. 处理和存储子系统MCS平台必须从原始传感器数据中获得有意义的高级抽样。这种转换在IoT框架的这个 元素中发生。传感器元数据使用语义网技术处理来源于异构源和域。这也允许融合来自MCS 中不同域的传感器数据导致合作的人群感测应用的平台。使用语义网技术的传感器数据融合 的步骤的示例在图4中示出。这种方法利用机器对机器测量（M3）框架来丰富原始传感器数据20，24。它涉及七 个步骤的处理。在里面第一步，原始传感器数据按照SenML建议编码为统一元数据。但是 它不能被语义网络技术直接处理，并且必须以第二步完成的RDF格式进行转换。第三步骤 应用对应于域的语义规则以导出新概念。在下一步中，应用域本体来对导出的概念进行分类。 第五步涉及在第六步中利用域数据集和铺路方式创建跨域应用程序。最后，使用语义推理来 融合在先前步骤中导出的知识以创建全新的高级智能。这样融合或来自异构域的IoT传感器 数据的组合也突出了框架的数据中心方法，其中计算围绕数据而不是基础设施。这也使得 MCS场景和相关联的语义计算独立于底层通信模块。因此，整个实现变得通用，可以在云 或边缘平台或甚至在M2M网关中部署。在MCS平台中，处理和存储子系统还包括用于数 据存储，资源的附加元件发现26，注册，配置，设备管理22，访问控制和安全。D. 消费者子系统消费者子系统接收先前生成的高级智能。它允许消费者或其他物联网设备感知他们的环 境，采取智能决策和通过执行器做出反应。除此之外，授权消费者还可以发现物理事物，更 新其配置并选择其数据将在人群感知平台中使用的传感器。我们已经将MCS的IoT框架集 成到oneM2M标准体系结构中，如图5所示。这是工作的另一个重要贡献，因为它允许IoT 框架维护与类似平台的互操作性。框架的功能被开发和公开为web服务的集合，以利用web 标准和最好的实践18。E.集成在oneM2M架构中架构中的物理事物构成了生成子系统。loT框架的功能和它们的计算能力是独立的部署 平台（云，边缘平台或M2M网关）。loT框架的共同构建块包括发现，设备管理，注册，数 据管理和存储库（DMR），安全和访问控制。在一个M2M架构中，这些被称为公共服务功 能（CSF）并且是公共服务实体（CSE）的一部分。中间节点（M2M网关或边缘平台）以及 基础设施节点（云平台）包括CSE和CSF。但在目前一个M2M标准发布23，有是没有用于 丰富原始传感器数据的语义引擎。因此，为了在一个M2M中使用M3框架，我们集成了一 个语义引擎作为CSF 25。图5中描绘的架构可以在中间和基础设施节点处部署MCS功能。 最后，应用服务节点（ASN）（即消费者子系统）获得通过合作人群得到的高级知识感测和 数据驱动机制。在从智能手机传感器获取数据以及创建在ASN中运行的消费者移动应用程 序时，在生成子系统中利用功率和上下文感知移动应用开发逻辑。F原型开发这里介绍oneM2M架构的原型的简要总结（图6）。所选择的MCS场景允许通过26中 概述的任何机制进行资源发现。供应阶段允许MCS平台的消费者或管理员选择所需的传感 器及其域。然后平台获取通过转换，原因和查询阶段的原始传感器元数据。这将简单和原始 的传感器元数据转换为高级抽象，使用容纳在M3云中的IoT应用程序模板。高层抽象进一 步的处理产生可操作的智能，其可以向致动器提供一些指令以对环境作出反应。为了保持可扩展性并将整体架构应用于密集MCS场景，语义计算部分可以部署到强大 的边缘服务器或云系统中。作为性能评估的一部分，我们测量了主要软件组件的内存占用。 设备和传感器描述小于1KB。发现和配置机制的内存占用量为1MB，因为它们是使用轻量级 的python脚本框架开发的。语义计算的组件和开发框架需要大量的内存和处理资源，并部 署在Google Cloud Platform中。用于消费者设备的Android应用消耗大约10MB的内部存储 器。主要软件元素的轻量级实现形成了可扩展性并支持密集MCS的垫脚石。五，结论简而言之，本文描述了一个物联网框架，使MCS场景能够解决智能城市的挑战。我们 广泛的文献调查揭示了利弊现有解决方案。这项工作的第一个主要贡献是提供一个完整的电 源和情境感知移动应用程序开发框架。然后是IoT框架，讨论了其子系统及其在一个M2M 架构中的集成。数据驱动方法源于使用允许使用语义计算的M3框架。最后，框架是通用的，可以部署在任何计算平台，包括云，边缘甚至M2M网关。作为 未来的工作，我们正在研究更加集中的智能城市的框架的实施