陳曉陽(yáng)，江凌云，王 蕾，劉博偉

(南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京 210003)

0 引 言

隨著物聯(lián)網(wǎng)規(guī)模的日益龐大，各種類型的傳感終端數(shù)量也隨之不斷增加[1]。為了實(shí)現(xiàn)更好地覆蓋和采集數(shù)據(jù)，通常會(huì)布置較多的冗余節(jié)點(diǎn)；同時(shí)為了獲取更多的樣本數(shù)據(jù)，節(jié)點(diǎn)往往處于過(guò)采樣的狀態(tài)，即遠(yuǎn)高于采樣頻率[2]。這樣不僅會(huì)導(dǎo)致?lián)砣葐?wèn)題，同時(shí)也給設(shè)備本身的軟硬件資源、應(yīng)用層的連接存儲(chǔ)資源等帶來(lái)了巨大的負(fù)荷。

但是，當(dāng)上述情況發(fā)生時(shí)，所采集的數(shù)據(jù)不能簡(jiǎn)單

地隨機(jī)丟棄，這樣會(huì)使部分重要數(shù)據(jù)丟失，導(dǎo)致無(wú)法獲取實(shí)時(shí)的狀態(tài)信息；也不能隨機(jī)處理，這樣會(huì)因?yàn)橹匾獢?shù)據(jù)延后處理而使得數(shù)據(jù)更新不及時(shí)。因而，需要將各類傳感數(shù)據(jù)的重要性進(jìn)行具體量化排序，得出優(yōu)先級(jí)進(jìn)行相應(yīng)處理。

對(duì)此，文中提出一種基于層次分析法的設(shè)備屬性優(yōu)先級(jí)模型，并給出了算法流程；以智能家居場(chǎng)景為例給出了模型求解的過(guò)程；最后給出了模型的具體實(shí)現(xiàn)和應(yīng)用。

1 相關(guān)工作

針對(duì)以上問(wèn)題，國(guó)內(nèi)外有了一定的研究。文獻(xiàn)[3]從數(shù)據(jù)接入的安全性和可靠性角度，考慮了設(shè)備本身的CPU資源和數(shù)據(jù)庫(kù)的存儲(chǔ)資源，同時(shí)限制在指定時(shí)間段接收數(shù)據(jù)，這樣一定程度上緩解了數(shù)據(jù)接入時(shí)的擁塞問(wèn)題，但是無(wú)法根據(jù)實(shí)際情況有選擇地接收重要數(shù)據(jù)。文獻(xiàn)[4]通過(guò)粒計(jì)算給出了一個(gè)具體場(chǎng)景下的屬性篩選方法，但是所考慮的受限條件不完整，當(dāng)場(chǎng)景變得較為復(fù)雜時(shí)，模型無(wú)法動(dòng)態(tài)地進(jìn)行擴(kuò)展。文獻(xiàn)[5]給出了海量數(shù)據(jù)情況下的安全處理模型，較好地解決了接入后的數(shù)據(jù)安全存儲(chǔ)問(wèn)題，但是并未考慮接入中并發(fā)以及擁塞問(wèn)題。

文中基于層次分析法提出了一種通用的屬性優(yōu)先級(jí)模型，可以根據(jù)具體場(chǎng)景選擇需要受限的條件以及終端屬性，最終求解得出優(yōu)先級(jí)隊(duì)列，并應(yīng)用于大量節(jié)點(diǎn)接入網(wǎng)絡(luò)時(shí)產(chǎn)生的擁塞問(wèn)題。

2 層次分析法模型

各種類型的傳感器所采集的傳感數(shù)據(jù)不斷上傳，使得數(shù)據(jù)處于過(guò)采樣狀態(tài)，造成擁塞問(wèn)題，同時(shí)給設(shè)備的軟硬件資源、連接存儲(chǔ)資源等帶來(lái)了巨大的負(fù)荷。因而針對(duì)不同的條件，需要建立一個(gè)通用的模型來(lái)具體量化傳感數(shù)據(jù)的重要性，得出相應(yīng)的優(yōu)先級(jí)。層次分析法[6]可以根據(jù)不同準(zhǔn)則得出各方案所占權(quán)重，因而在此方法的基礎(chǔ)上，建立了設(shè)備屬性優(yōu)先級(jí)模型。

2.1 屬性優(yōu)先級(jí)模型

由于不同場(chǎng)景下的不同因素會(huì)對(duì)各種類型傳感數(shù)據(jù)的優(yōu)先級(jí)產(chǎn)生影響，因而需要根據(jù)不同準(zhǔn)則建立對(duì)應(yīng)模型，最終得出各屬性的優(yōu)先級(jí)，具體模型如圖1所示。

圖1 屬性優(yōu)先級(jí)模型

從圖1可以看出，模型分為目標(biāo)層、準(zhǔn)則層和方案層。目標(biāo)層即為各種類型傳感設(shè)備的屬性優(yōu)先級(jí)隊(duì)列；準(zhǔn)則層中根據(jù)不同的場(chǎng)景和應(yīng)用，可以針對(duì)性地列舉出對(duì)應(yīng)的條件，分別記為Condition1,Condition2,…,Conditionm；而方案層中則列舉了相應(yīng)場(chǎng)景下的各個(gè)傳感設(shè)備的屬性，分別記為Attribute1,Attribute2,…,Attributen。

每個(gè)屬性Attribute兩兩比較以及每個(gè)準(zhǔn)則條件Condition兩兩比較的重要性程度不同，用以構(gòu)建比較矩陣，確定最終的權(quán)系數(shù)。在實(shí)際應(yīng)用場(chǎng)景中，設(shè)備屬性通常很多，受限的準(zhǔn)則條件亦如此，無(wú)原則的兩兩比較在增加工作量的同時(shí)，也會(huì)給最終結(jié)果的正確性帶來(lái)一定的問(wèn)題，因而首先需要確定方案層中各屬性重要程度和準(zhǔn)則層中各準(zhǔn)則條件重要程度的大致分類。這樣不僅統(tǒng)一規(guī)范了物聯(lián)網(wǎng)場(chǎng)景中各屬性和準(zhǔn)則條件比較的原則，降低構(gòu)造過(guò)程中的工作量，同時(shí)也確保最終的優(yōu)先級(jí)不會(huì)出現(xiàn)錯(cuò)亂，并且有理可依。

在構(gòu)造設(shè)備屬性相對(duì)準(zhǔn)則層的比較矩陣的過(guò)程中，應(yīng)該遵循以下原則：

(1)涉及安全方面的屬性值的重要程度最高，例如檢測(cè)火災(zāi)的煙霧屬性值，因?yàn)檫@些值用以實(shí)時(shí)反饋安全性數(shù)據(jù)，涉及生命財(cái)產(chǎn)安全，需要優(yōu)先接收處理；

(2)實(shí)時(shí)性要求高或需要反向控制的屬性值的重要程度次要高，例如門禁中的紅外屬性值，因?yàn)檫@些屬性值需要對(duì)所接收的數(shù)據(jù)或下發(fā)的指令做出及時(shí)的處理和反應(yīng)，以確保實(shí)時(shí)性要求，但是相比于安全性數(shù)據(jù)重要程度較低；

(3)其余一般屬性值的重要程度最低，例如檢測(cè)房間的濕度屬性值，因?yàn)檫@些數(shù)據(jù)通常無(wú)需做出及時(shí)反饋，僅用于檢測(cè)和數(shù)據(jù)儲(chǔ)存。

需要注意的是，在不同場(chǎng)景下，相同屬性值間的相對(duì)重要程度可能有所不同，因而需要根據(jù)具體場(chǎng)景進(jìn)行確定。

而在確定準(zhǔn)則條件相對(duì)目標(biāo)層的比較矩陣的過(guò)程中，需要根據(jù)實(shí)際場(chǎng)景中軟硬件資源的不同以確定各準(zhǔn)則條件的重要程度，例如當(dāng)服務(wù)器的接入資源足夠，而其他資源受限時(shí)，那么服務(wù)器接入資源的重要程度應(yīng)最低。

通過(guò)以上原則構(gòu)建比較矩陣，并進(jìn)行一致性判決。矩陣通過(guò)一致性判決后，需要確定各屬性的權(quán)系數(shù)，分別記為W1,W2,…,Wn，對(duì)應(yīng)的矩陣記為A=(aij)n×n，求解步驟如下：

通過(guò)得出的權(quán)系數(shù)，可以得出最終的設(shè)備屬性優(yōu)先級(jí)模型表達(dá)式。

(1)

其中，[·]表示向下取整；Level1,Level2,…,Leveln分別記為各屬性對(duì)應(yīng)的優(yōu)先級(jí)。

通過(guò)表達(dá)式可以發(fā)現(xiàn)，綜合權(quán)系數(shù)所占比重越大，對(duì)應(yīng)的優(yōu)先級(jí)越高，因而在數(shù)據(jù)接入過(guò)程中可以根據(jù)得出的屬性優(yōu)先級(jí)進(jìn)行合理的處理。

2.2 算法流程

以上通過(guò)層次分析法對(duì)各設(shè)備屬性的權(quán)系數(shù)進(jìn)行了具體量化，最終根據(jù)求解出的權(quán)系數(shù)得到各屬性對(duì)應(yīng)的優(yōu)先級(jí)等級(jí)。具體流程如圖2所示。

圖2 求解屬性優(yōu)先級(jí)流程

如圖2所示，首先兩兩比較各設(shè)備屬性相對(duì)每一準(zhǔn)則的重要程度，以及各準(zhǔn)則相對(duì)于目標(biāo)的重要程度，以構(gòu)造正互反矩陣；其次對(duì)所構(gòu)造的矩陣進(jìn)行一致性判決，若通過(guò)一致性判決便可以求解出各設(shè)備屬性所占的綜合權(quán)系數(shù)，若無(wú)法通過(guò)一致性判決則需要重新調(diào)整矩陣，再次進(jìn)行一致性判決，直到通過(guò)一致性判決為止；最后，通過(guò)所求解出的綜合權(quán)系數(shù)，根據(jù)優(yōu)先級(jí)的表達(dá)式得出各設(shè)備的屬性優(yōu)先級(jí)。

3 模型求解

為了證明所構(gòu)建的模型能夠應(yīng)用于實(shí)際物聯(lián)網(wǎng)場(chǎng)景，以下選取智能家居[7]這一典型應(yīng)用進(jìn)行模型求解。該場(chǎng)景下傳感器屬性類型較多，可以選取溫度、光照、煙霧、紅外以及PM2.5作為方案層中的五種方案，實(shí)際中若有增加動(dòng)態(tài)擴(kuò)展即可，求解步驟一樣。

考慮到智能家居中有終端采集節(jié)點(diǎn)、網(wǎng)關(guān)以及平臺(tái)側(cè)服務(wù)器[8]，因而對(duì)屬性優(yōu)先級(jí)產(chǎn)生影響的準(zhǔn)則有終端接入網(wǎng)關(guān)的物理信道資源、網(wǎng)關(guān)傳輸數(shù)據(jù)的網(wǎng)絡(luò)性能資源、網(wǎng)關(guān)本身的CPU資源、網(wǎng)關(guān)與服務(wù)器的應(yīng)用連接資源以及服務(wù)器中的數(shù)據(jù)存儲(chǔ)資源[9]。因而根據(jù)圖1可以具體化該場(chǎng)景下的層次模型，如圖3所示。

根據(jù)上述表示方法，方案層從左至右可記為Attribute1,Attribute2,…,Attribute5，準(zhǔn)則層從左至右可記為Condition1,Condition2,…,Condition5，因而可以量化得出每一個(gè)Attribute相對(duì)Condition以及每一個(gè)Condition相對(duì)目標(biāo)層的正互反矩陣。其中Attribute相對(duì)Condition的矩陣從左至右依次記為ACi,i=1,2,…,5，Condition相對(duì)目標(biāo)層的矩陣記為CL。這里以每一個(gè)Attribute相對(duì)數(shù)據(jù)存儲(chǔ)資源Condition4的正互反矩陣AC4為例，其余都可類似進(jìn)行求解。

下面給出AC4的構(gòu)造過(guò)程：由于煙霧傳感器用于檢測(cè)該場(chǎng)景下的火災(zāi)情況，涉及安全問(wèn)題，因而重要程度相對(duì)其他最高；而紅外傳感器用于門禁系統(tǒng)，需要較高的實(shí)時(shí)性，根據(jù)原則(2)應(yīng)該次最高；溫度、光照和PM2.5用于檢測(cè)室內(nèi)的環(huán)境參數(shù)，保存于后臺(tái)數(shù)據(jù)庫(kù)，供用戶調(diào)用查詢，因而重要程度相對(duì)最低。根據(jù)以上原則和分析，可以構(gòu)建出每一個(gè)Attribute相對(duì)數(shù)據(jù)存儲(chǔ)資源的比較矩陣AC4如下:

(2)

圖3 智能家居場(chǎng)景下的層次模型

按照AHP的步驟進(jìn)行求解，得出最大的特征值λmax=5.409 6，一致性指標(biāo)CI=0.102 4，一致性比率CR=0.091 4<0.1，通過(guò)檢驗(yàn)，其正規(guī)化后的特征向量為：

(3)

其余五個(gè)矩陣的構(gòu)造和求解過(guò)程與上述類似，因而可以分別得出其余五個(gè)矩陣的運(yùn)算結(jié)果，具體如下所示：

AC1的最大特征值λmax=5.319 3，CI=0.079 8，CR=0.071 3<0.1，通過(guò)一致性檢驗(yàn)，得到其正規(guī)化的特征向量W1=(0.047 5 0.035 1 0.540 5 0.245 4

0.131 5)T；

AC2的最大特征值λmax=5.351 7，CI=0.087 9，CR=0.078 5<0.1，通過(guò)一致性檢驗(yàn)，得到其正規(guī)化的特征向量W2=(0.054 10.033 60.542 20.226 1 0.144 0)T；

AC3的最大特征值λmax=5.261 0，CI=0.065 3，CR=0.058 3<0.1，通過(guò)一致性檢驗(yàn)，其正規(guī)化的特征向量W3=(0.048 4 0.035 9 0.5467 0.226 2 0.142 8)T；

AC5的最大特征值λmax=5.317 4，CI=0.079 4，CR=0.070 8<0.1，通過(guò)一致性檢驗(yàn)，其正規(guī)化的特征向量W5=(0.047 1 0.034 9 0.571 7 0.215 6 0.130 7)T；

CL的最大特征值λmax=5.227 7，CI=0.056 9，CR=0.050 8<0.1，通過(guò)一致性檢驗(yàn)，最終可以得到其正規(guī)化的特征向量W6=(0.093 90.039 20.075 6

0.520 5 0.270 8)T。

通過(guò)以上結(jié)果可以最終求得溫度、光照、煙霧、紅外以及PM2.5所占的權(quán)系數(shù)，分別為0.050 5,0.034 0,0.547 2,0.235 0,0.133 3，進(jìn)而根據(jù)式(1)可以求出其對(duì)應(yīng)的優(yōu)先等級(jí)[10]Level分別為2,1,16,7,4，也即五個(gè)屬性的優(yōu)先級(jí)由高到低排序分別為煙霧、紅外、PM2.5、溫度以及光照。這個(gè)結(jié)果與實(shí)際相吻合，煙霧傳感器用于火災(zāi)的預(yù)警，涉及安全問(wèn)題，因而優(yōu)先級(jí)最高；光照傳感器在夜晚時(shí)可有可無(wú)，因而優(yōu)先級(jí)最低；紅外傳感器一般用于門禁，要求其實(shí)時(shí)性[11]，因而優(yōu)先級(jí)也較高，但是相比預(yù)警而言等級(jí)略低；PM2.5和溫度是測(cè)試室內(nèi)環(huán)境的參數(shù)值，而PM2.5涉及人類健康，因而優(yōu)先級(jí)比溫度傳感器高。

4 模型實(shí)現(xiàn)與應(yīng)用

目前，物聯(lián)網(wǎng)應(yīng)用場(chǎng)景中都未按照優(yōu)先級(jí)順序接收處理數(shù)據(jù)，只是按照數(shù)據(jù)到達(dá)的先后順序進(jìn)行處理，即一般隨機(jī)方式，使得數(shù)據(jù)在接入控制的過(guò)程中由于擁塞等因素產(chǎn)生數(shù)據(jù)處理總量低下，以及重要數(shù)據(jù)更新滯后等問(wèn)題。而將優(yōu)先級(jí)順序引入實(shí)際的應(yīng)用場(chǎng)景，可以增加數(shù)據(jù)處理的總量，及時(shí)更新重要數(shù)據(jù)。

因而，在Eclipse平臺(tái)[12]新建HTTP Server[13]端，將優(yōu)先級(jí)機(jī)制寫入Server中，同時(shí)降低其并發(fā)處理的連接數(shù)，模擬擁塞場(chǎng)景[14]。開(kāi)啟服務(wù)器后，發(fā)送兩萬(wàn)個(gè)包括溫度、光照、煙霧、紅外以及PM2.5的數(shù)據(jù)包，最終得出了一般隨機(jī)方式和優(yōu)先級(jí)模型方式接收各屬性數(shù)據(jù)包個(gè)數(shù)的統(tǒng)計(jì)圖，如圖4所示。

圖4 接收各屬性數(shù)據(jù)包個(gè)數(shù)統(tǒng)計(jì)圖

通過(guò)圖4可以發(fā)現(xiàn)，在網(wǎng)絡(luò)擁塞的情況下，從數(shù)據(jù)包總數(shù)來(lái)看，優(yōu)先級(jí)模型能處理15 633個(gè)數(shù)據(jù)包，而一般隨機(jī)方式只能處理14 301個(gè)數(shù)據(jù)包，數(shù)據(jù)包的處理總量相比提高了9.3%，緩解了擁塞造成的丟包問(wèn)題。這是因?yàn)橐肓藢傩詢?yōu)先級(jí)機(jī)制，使得數(shù)據(jù)包能夠有序進(jìn)行處理，避免了數(shù)據(jù)競(jìng)爭(zhēng)過(guò)程中的丟包問(wèn)題。

從每個(gè)屬性接收的數(shù)據(jù)包數(shù)量看，優(yōu)先級(jí)較高的煙霧、紅外以及PM2.5數(shù)據(jù)包的處理數(shù)量相比于隨機(jī)處理方式分別提高了44.6%、29.1%以及8.3%，而優(yōu)先級(jí)較低的溫度和光照分別降低了10.6%和22.4%。這是因?yàn)閷⑻幚韮?yōu)先級(jí)較低的數(shù)據(jù)包的軟硬件資源優(yōu)先分配給優(yōu)先級(jí)高的數(shù)據(jù)包，從而保證重要數(shù)據(jù)更新的及時(shí)性。

從各屬性數(shù)據(jù)的變化趨勢(shì)看，采用優(yōu)先級(jí)模型所接收的數(shù)據(jù)包數(shù)目按照優(yōu)先級(jí)順序遞減，而一般隨機(jī)方式則較為均勻地接收各屬性數(shù)據(jù)包。結(jié)果表明通過(guò)引入屬性優(yōu)先級(jí)能使重要數(shù)據(jù)優(yōu)先進(jìn)行處理，符合實(shí)際應(yīng)用場(chǎng)景的要求，避免因延遲處理導(dǎo)致重要數(shù)據(jù)無(wú)法及時(shí)更新。

5 結(jié)束語(yǔ)

在物聯(lián)網(wǎng)中，為了實(shí)現(xiàn)廣覆蓋，采集更多數(shù)據(jù)，節(jié)點(diǎn)往往處于過(guò)采樣狀態(tài)[15]，對(duì)設(shè)備本身的CPU資源、應(yīng)用層的連接存儲(chǔ)資源等帶來(lái)了巨大的負(fù)荷，同時(shí)也會(huì)造成擁塞問(wèn)題。因而基于層次分析法建立了設(shè)備屬性優(yōu)先級(jí)模型，具體量化每個(gè)屬性的重要程度，并以智能家居場(chǎng)景為例求解出溫度、光照、煙霧、紅外以及PM2.5五類屬性的優(yōu)先級(jí)隊(duì)列。最終將其應(yīng)用于物聯(lián)網(wǎng)數(shù)據(jù)接入控制中，結(jié)果表明，該方法能夠按照優(yōu)先級(jí)順序接收和處理數(shù)據(jù)包，緩解了大量數(shù)據(jù)接入時(shí)的擁塞問(wèn)題，保證系統(tǒng)正常運(yùn)行，同時(shí)避免因延遲處理導(dǎo)致重要數(shù)據(jù)無(wú)法及時(shí)更新。

參考文獻(xiàn):

[1] SAMIE F,BAUER L,HENKEL J.IoT technologies for embedded computing:a survey[C]//Proceedings of the eleventh IEEE/ACM/IFIP international conference on hardware/software codesign and system synthesis.New York,NY,USA:ACM,2016.

[2] BEGUM K,DIXIT S. Industry WSN using IoT:a survey[C]//International conference on electrical,electronics,and optimization techniques.[s.l.]:IEEE,2016:499-504.

[3] OH S W.Study on access permission control for the web of things[C]//17th international conference on advanced communication technology.[s.l.]:[s.n.],2015:574-579.

[4] 劉 旸.物聯(lián)網(wǎng)中多層/跨層接入管理關(guān)鍵技術(shù)[D].大連:大連理工大學(xué),2014.

[5] 張桂剛,畢 婭,李 超,等.海量物聯(lián)網(wǎng)數(shù)據(jù)安全處理模型研究[J].小型微型計(jì)算機(jī)系統(tǒng),2013,34(9):2090-2094.

[6] AN J,GUI X L,WANG J,et al.A crowdsourcing assignment model based on mobile crowd sensing in the internet of things[J].IEEE Internet of Things Journal,2015,2(5):358-369.

[7] 易 翔,吳 蒙.基于Android和Zigbee的監(jiān)控系統(tǒng)的實(shí)現(xiàn)[J].計(jì)算機(jī)技術(shù)與發(fā)展,2015,25(6):234-236.

[8] XU K,WANG X,WEI W,et al.Toward software defined smart home[J].IEEE Communications Magazine,2016,54(5):116-122.

[9] OH S W,KIM H S.Decentralized access permission control using resource-oriented architecture for the web of things[C]//International conference on advanced communication technology.[s.l.]:[s.n.],2014:749-753.

[10] SHUBHAR V,DAKSHAYINI M.Priority based optimal resource reservation mechanism in constrained networks for IOT applications[C]//International conference on wireless communications,signal processing and networking.[s.l.]:[s.n.],2016:1228-1233.

[11] 徐源吾,王 珣.基于Hadoop的智能家居信息處理平臺(tái)[J].計(jì)算機(jī)技術(shù)與發(fā)展,2014,24(9):183-186.

[12] 李尤豐.工程類系統(tǒng)通用開(kāi)發(fā)平臺(tái)的研究與設(shè)計(jì)[J].計(jì)算機(jī)技術(shù)與發(fā)展,2013,23(2):162-164.

[13] PALLE D,KOMMU A,KANCHI R R.Design and development of CC3200-based CloudIoT for measuring humidity and temperature[C]//International conference on electrical,electronics,and optimization techniques.[s.l.]:[s.n.],2016.

[14] BOUZOUITA M,HADJADJ-AOULT Y,ZANGAR N,et al.On the risk of congestion collapse in heavily congested M2M networks[C]//Proceedings of ISNCC.[s.l.]:[s.n.],2016.

[15] 張有杰,陳國(guó)慶.一種節(jié)約無(wú)線傳感網(wǎng)能耗的時(shí)間同步方法[J].計(jì)算機(jī)技術(shù)與發(fā)展,2012,22(11):41-44.