吳永挺

（福建省第二高級技工學(xué)校，福建福州 350007）

0. 引言

隨著互聯(lián)網(wǎng)和移動通信技術(shù)的飛速發(fā)展，智能終端設(shè)備和應(yīng)用軟件在社會中得到極大普及。物聯(lián)網(wǎng)作為互聯(lián)網(wǎng)的延伸，利用具有感知和通信能力的智能終端設(shè)備采集物理世界的數(shù)據(jù)信息，通過通信技術(shù)將物－物、物－人相連接，進行信息交換與處理，實現(xiàn)智能的識別、監(jiān)控和管理等目的。物聯(lián)網(wǎng)具有無處不在的傳感和計算能力，可以將數(shù)以百萬計的物理實體連接到互聯(lián)網(wǎng)上[1]。這些部署在人們社會生活中的海量物聯(lián)網(wǎng)設(shè)備采集大規(guī)模數(shù)據(jù)信息，通過物聯(lián)網(wǎng)獲取智慧決策，解決與人類生活相關(guān)的問題，如能源管理、醫(yī)療保健、商業(yè)物流、建筑自動化等。同時，隨著城市人口的快速增長和生活節(jié)奏加快，人們對社區(qū)空間的承載能力和管理水平提出了更高的要求。社區(qū)作為社會容納、匯聚人群和提供公共基礎(chǔ)設(shè)施的區(qū)域，其運作模式、服務(wù)和管理制度直接影響社區(qū)居民的生活質(zhì)量。傳統(tǒng)的基于人工操作的社區(qū)服務(wù)體系具有響應(yīng)不及時、服務(wù)范圍有限、服務(wù)成本高等問題，難以適應(yīng)人們?nèi)諠u多樣化、安全化、便捷化的服務(wù)需求。因此，將物聯(lián)網(wǎng)技術(shù)運用于智慧社區(qū)的構(gòu)建成為新時代社會發(fā)展的趨勢。

智慧社區(qū)是指充分借助物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等網(wǎng)絡(luò)通信和計算機技術(shù)對社區(qū)建筑、居民醫(yī)療、物業(yè)管理等領(lǐng)域，形成基于數(shù)據(jù)互聯(lián)互通和智能決策處理的現(xiàn)代化、智慧化管理模式，構(gòu)建新型社區(qū)生態(tài)服務(wù)體系。我國“十四五”規(guī)劃中明確指出要推進智慧社區(qū)的建設(shè)，形成惠民、便民的社區(qū)服務(wù)。智慧社區(qū)是智慧城市建設(shè)的基礎(chǔ)，它充分利用公共資源和基礎(chǔ)設(shè)施，為居民提供個性化服務(wù)。智慧社區(qū)有利于解決民生問題和城市治理問題，對改善居民生活質(zhì)量、降低能源消耗、提高城市人口承載能力等具有重要的現(xiàn)實意義。

然而，當前智慧社區(qū)的建設(shè)在技術(shù)領(lǐng)域面臨多個挑戰(zhàn)：一是智慧社區(qū)系統(tǒng)架構(gòu)復(fù)雜。智慧社區(qū)涵蓋的應(yīng)用場景多種多樣，每個應(yīng)用所對應(yīng)的用戶需求各異。此外，物聯(lián)網(wǎng)中海量且異構(gòu)的數(shù)據(jù)傳輸協(xié)議和計算模式不相兼容。因此，設(shè)計高效、可拓展的物聯(lián)網(wǎng)架構(gòu)是建設(shè)智慧社區(qū)的重要環(huán)節(jié)。二是低時延、低能耗的計算模式需求。物聯(lián)網(wǎng)設(shè)備由于其處理器工藝和尺寸受限，導(dǎo)致其計算、存儲能力不足和電量供應(yīng)有限，難以支持計算密集型、時延敏感型應(yīng)用數(shù)據(jù)的處理，嚴重影響用戶使用體驗。三是物聯(lián)網(wǎng)設(shè)備的大規(guī)模接入需求。物聯(lián)網(wǎng)中無處不在的傳感設(shè)備采集大規(guī)模數(shù)據(jù)，這些數(shù)據(jù)需要被快速計算處理，以及時獲得反饋結(jié)果和決策。然而，傳統(tǒng)的正交時頻傳輸資源有限，難以滿足海量物聯(lián)網(wǎng)設(shè)備的接入需求，突發(fā)式數(shù)據(jù)傳輸也會造成上下行鏈路擁塞。四是數(shù)據(jù)安全和數(shù)據(jù)交互之間的矛盾。智慧社區(qū)平臺采集并存儲了大量居民的個人隱私信息，由于存在競爭關(guān)系、安全認證和流程審批等因素，使得不同的物聯(lián)網(wǎng)節(jié)點之間的數(shù)據(jù)交流效率和安全性降低。因此，如何兼顧信息安全和數(shù)據(jù)共享是智慧社區(qū)建設(shè)過程中需要考慮的重要因素。

1. 物聯(lián)網(wǎng)技術(shù)在智慧社區(qū)的應(yīng)用

為應(yīng)對上述挑戰(zhàn)，一些新型的物聯(lián)網(wǎng)技術(shù)被運用到智慧社區(qū)的建設(shè)中。首先介紹基于物聯(lián)網(wǎng)的智慧社區(qū)總體架構(gòu)，其次分別對邊緣計算、非正交多址接入和聯(lián)邦學(xué)習(xí)技術(shù)在智慧社區(qū)中的應(yīng)用進行詳細分析說明。

1.1 基于物聯(lián)網(wǎng)的智慧社區(qū)總體架構(gòu)

目前，智慧社區(qū)常采用物聯(lián)網(wǎng)三層技術(shù)架構(gòu)，自頂向下分別為：應(yīng)用層、網(wǎng)絡(luò)層和感知層。

應(yīng)用層是直接面向用戶的可交互平臺，其主要功能是通過數(shù)據(jù)挖掘和大數(shù)據(jù)分析技術(shù)，對海量異構(gòu)數(shù)據(jù)進行標準化數(shù)據(jù)預(yù)處理，根據(jù)用戶需求，構(gòu)建與業(yè)務(wù)相適應(yīng)的子數(shù)據(jù)庫。各個子系統(tǒng)可以共享數(shù)據(jù)和應(yīng)用界面，與使用者完成交互。

網(wǎng)絡(luò)層起到數(shù)據(jù)傳輸?shù)淖饔?，上承?yīng)用層與用戶連接，下接感知層收集海量數(shù)據(jù)。網(wǎng)絡(luò)層可以采用現(xiàn)有的運營商傳輸網(wǎng)絡(luò)，也可以組建專用網(wǎng)絡(luò)。為了提高傳輸速率、增大網(wǎng)絡(luò)容量，網(wǎng)絡(luò)層可以采用邊緣計算架構(gòu)和非正交多址接入的空口技術(shù)。

感知層包括海量的智能感知設(shè)備，如攝像頭、智能電表、溫控傳感器等，以及所采集的大規(guī)模原始數(shù)據(jù)。由于物聯(lián)網(wǎng)感知設(shè)備計算和存儲能力較低、電量有限，因此往往需要利用其他物聯(lián)網(wǎng)節(jié)點輔助計算。此外，各物聯(lián)網(wǎng)節(jié)點之間的傳輸和共享機制需要保障用戶數(shù)據(jù)的安全性。

以智慧社區(qū)中較常見的智慧物業(yè)管理子系統(tǒng)為例，水電表數(shù)據(jù)采集器作為部署在感知層的智能傳感器，實時收集居民的水電使用情況，并通過網(wǎng)絡(luò)層將數(shù)據(jù)傳輸至具有計算能力的變壓器或者電站。在網(wǎng)絡(luò)層的傳輸過程中，有有線或無線兩種傳輸方式。一般而言，有線傳輸方式具有更高的穩(wěn)定性、可靠性和更大的傳輸帶寬，可以有效避免多用戶數(shù)據(jù)流量之間的干擾。但是有線傳輸?shù)目赏卣剐暂^低，如果社區(qū)中添加新的水電設(shè)備，則需要單獨為其布線，運維成本較高。無線傳輸方式更加靈活，可拓展性和適應(yīng)性強，適用于室內(nèi)室外等多種環(huán)境。然而由于存在電磁干擾和無線網(wǎng)絡(luò)環(huán)境動態(tài)復(fù)雜，往往造成信號不同程度的衰減，使得接收端的信干噪比難以保證，因此需要合理配置中繼實現(xiàn)信號的放大和前傳。數(shù)據(jù)到達計算中心后，經(jīng)過數(shù)據(jù)分析和處理，計算結(jié)果將被反饋至智能終端設(shè)備，如智能手機，用戶通過手機應(yīng)用軟件就可以查詢到家庭的水電費和使用情況、監(jiān)測異常數(shù)據(jù)以及控制家庭的水電開關(guān)。

1.2 邊緣計算技術(shù)與社區(qū)無人駕駛

邊緣計算是提升物聯(lián)網(wǎng)計算能力的有效技術(shù)，物聯(lián)網(wǎng)在物理世界中部署大規(guī)模傳感器以獲取周圍環(huán)境的實時狀態(tài)。海量的數(shù)據(jù)需要被及時處理以便物聯(lián)網(wǎng)設(shè)備做出智慧的決策和動作[2]，數(shù)據(jù)的巨大增長會使資源受限的物聯(lián)網(wǎng)設(shè)備負擔過重。傳統(tǒng)的集中式云計算網(wǎng)絡(luò)架構(gòu)將計算中心部署在核心網(wǎng)，不僅與終端用戶距離遠，而且傳輸?shù)霓D(zhuǎn)發(fā)與路由次數(shù)多。由于鏈路容量有限，在數(shù)據(jù)流量突發(fā)的情況下容易發(fā)生鏈路擁塞，使得網(wǎng)絡(luò)開銷和延遲增加[3]。為了應(yīng)對物聯(lián)網(wǎng)中巨大的通信規(guī)模和計算需求，邊緣計算被視為一種有前景和實用的方法來升級物聯(lián)網(wǎng)系統(tǒng)。邊緣計算的基本原理是在距離移動終端較近的位置部署具有通信、計算、控制和緩存能力的數(shù)據(jù)處理中心，物聯(lián)網(wǎng)設(shè)備通過將計算任務(wù)遷移至邊緣設(shè)施，如邊緣服務(wù)器，從而獲得更為高效快速的計算服務(wù)。

社區(qū)無人駕駛是智慧社區(qū)重要組成部分，特別是在疫情防控常態(tài)化時期，利用小型無人駕駛車可以將醫(yī)療物資甚至外賣和快遞自動送至家家戶戶，真正實現(xiàn)人與人的零接觸，有效降低疾病傳播風(fēng)險。不同于城市中交通管制的無人駕駛機動車，社區(qū)無人駕駛汽車屬于電動力車，運動范圍在人口密度較高的社區(qū)，因此具有行駛速度慢、噪聲小、安全性高的特點。社區(qū)無人駕駛汽車是物聯(lián)網(wǎng)智能終端設(shè)備，需要實時與外界保持聯(lián)系，根據(jù)一系列物理信息數(shù)據(jù)做出瞬時決策和相應(yīng)的動作，如規(guī)避障礙、加速減速、轉(zhuǎn)彎照明、開倉關(guān)倉等，因此社區(qū)無人駕駛對低時延、低能耗的要求較為嚴格。由于無人駕駛汽車的處理器計算能力和存儲空間有限，海量實時感知數(shù)據(jù)難以在本地設(shè)備中完成數(shù)據(jù)處理。借助邊緣計算，這些采集的數(shù)據(jù)首先被分割為大小不同的子任務(wù)，分別傳輸至不同的邊緣服務(wù)器，并在邊緣服務(wù)器上完成快速計算。任務(wù)處理時延主要包括數(shù)據(jù)傳輸時延和計算時延，邊緣計算技術(shù)將大量邊緣服務(wù)器部署在智慧社區(qū)內(nèi)，距離用戶更近，覆蓋更廣，極大地降低了任務(wù)傳輸時延。同時，邊緣服務(wù)器對比于終端物聯(lián)網(wǎng)設(shè)備具有更強的計算能力，從而使得任務(wù)計算時延也大大降低，保證了無人駕駛汽車的快速反應(yīng)。

1.3 非正交多址接入技術(shù)與社區(qū)綠化

非正交多址接入是提升網(wǎng)絡(luò)容量、提高無線接入能力的重要手段，傳統(tǒng)的正交多址接入技術(shù)利用相互正交的無線資源塊承載用戶信號。正交時分多址接入將相互不重疊的時隙資源分配給不同用戶，多用戶共享頻域資源，以不同時隙區(qū)分信號；正交頻分多址接入為不同用戶分配相互正交的子載波，在全時域傳輸信號，避免了同頻干擾；碼分多址接入以相互正交的編碼區(qū)分多用戶信號，接收端采用相應(yīng)的碼流譯碼。由于時隙資源、子載波資源和正交碼譜有限，正交多址接入方式難以滿足物聯(lián)網(wǎng)設(shè)備的大規(guī)模接入需求。非正交多址接入支持在相同的子載波和相同時隙下，以不同的電平或者編碼來發(fā)送信號，通過用戶配對和功率配置策略，使得在有限的頻段和時間內(nèi)可以承載更多的用戶。對比于正交多址接入，非正交多址接入技術(shù)具有更高的能量效率和頻譜效率[4]。

綠地是社區(qū)居民娛樂休閑的重要場所，也是社區(qū)的綠色心臟，社區(qū)的綠化建設(shè)是提高居民生活質(zhì)量的重要內(nèi)容。隨著人們對環(huán)境美化的要求越來越高，社區(qū)的綠色景觀覆蓋率也逐年增大，景觀造型和植物種類也越來越多樣，然而，自然環(huán)境的復(fù)雜多變性給綠地景觀的養(yǎng)護帶來不小困難。在基于物聯(lián)網(wǎng)技術(shù)的智慧社區(qū)中，通過在綠地廣泛部署溫度、濕度、光照等傳感器，將采集到的環(huán)境數(shù)據(jù)上傳至數(shù)據(jù)處理中心。若土壤濕度低于所設(shè)定的閾值，則開啟相應(yīng)位置的噴水器，自動調(diào)節(jié)噴水方向、水量和時間，完成植物的澆灌。此外，還可以根據(jù)不同植被類型，有針對性地進行藥物滴灌。由于綠地覆蓋面廣，所安置的傳感器種類和數(shù)量也極大，海量傳感器同時接入容易造成傳輸鏈路的擁塞。傳統(tǒng)的正交多址接入方式將相互正交的時間或頻率資源分配給所需用戶，雖然能夠避免多信號干擾，但是由于正交資源有限，難以支持海量設(shè)備的接入。智慧社區(qū)采用非正交多址接入的方式，允許多個數(shù)據(jù)流在同一時頻資源上傳輸，極大地提高了頻譜資源和網(wǎng)絡(luò)容量，使得智慧社區(qū)中的每一塊綠地都能得到有效地監(jiān)測和護理。

1.4 聯(lián)邦學(xué)習(xí)技術(shù)與社區(qū)安防

智慧社區(qū)將建立在人工智能技術(shù)之上，從而在異構(gòu)和大規(guī)模物聯(lián)網(wǎng)中實現(xiàn)以數(shù)據(jù)驅(qū)動的機器學(xué)習(xí)解決方案。然而，傳統(tǒng)的機器學(xué)習(xí)技術(shù)需要通過中央服務(wù)器集中收集和處理物聯(lián)網(wǎng)數(shù)據(jù)，容易出現(xiàn)單點故障，難以保障用戶隱私。聯(lián)邦學(xué)習(xí)作為一種新興的具有隱私保護性質(zhì)的分布式人工智能方法，成為智慧社區(qū)中保障數(shù)據(jù)安全的重要解決方案之一。在聯(lián)邦學(xué)習(xí)中，物聯(lián)網(wǎng)節(jié)點設(shè)備通過本地數(shù)據(jù)協(xié)作訓(xùn)練共享模型，因此只向中心服務(wù)器上傳模型參數(shù)而不是原始數(shù)據(jù)。聯(lián)邦學(xué)習(xí)是一個協(xié)同的機器學(xué)習(xí)框架，它使參與的設(shè)備能夠周期性地更新模型參數(shù)，同時將所有的訓(xùn)練數(shù)據(jù)保存在本地設(shè)備上。聯(lián)邦學(xué)習(xí)往往與邊緣計算相結(jié)合，從而最大限度地實現(xiàn)模型優(yōu)化。中心服務(wù)器主要部署在云上，具有大量的計算和存儲資源。當執(zhí)行聯(lián)邦學(xué)習(xí)時，物聯(lián)網(wǎng)設(shè)備首先從中心服務(wù)器下載一個全局模型，用本地采集的數(shù)據(jù)進行訓(xùn)練，局部模型的訓(xùn)練則采用隨機梯度下降法，模型經(jīng)過幾輪本地更新后，將被上傳到邊緣服務(wù)器進行全局聚合，更新與聚合過程不斷重復(fù)，直到產(chǎn)生預(yù)期的模型為止。由于聯(lián)邦學(xué)習(xí)分布式的模型訓(xùn)練，以參數(shù)共享代替原始數(shù)據(jù)共享，因此能夠有效實現(xiàn)用戶的數(shù)據(jù)隱私保護。

社區(qū)智能安防是智慧社區(qū)的關(guān)鍵內(nèi)容之一，而用戶行為分析與預(yù)測是社區(qū)智能安防的基礎(chǔ)。在智慧社區(qū)中，廣泛覆蓋的攝像頭捕捉居民、寵物、車輛等對象的行為，分析行為內(nèi)涵，判斷行為屬性，預(yù)測該行為的安全性，最后做出相應(yīng)的反饋。例如，當社區(qū)中大型寵物狗朝人大聲吼叫、掙脫遛狗繩，或者發(fā)生人與人相互扭打，通過視頻畫面的采集和實時上傳，計算中心得出寵物狗即將或正在傷人的結(jié)論，計算中心給社區(qū)安保部門發(fā)送警報和事件地點，使得社區(qū)安保人員能夠及時準確到達現(xiàn)場，預(yù)防事故發(fā)生或及時止損。此外，攝像頭還可以通過監(jiān)測社區(qū)車輛和駕駛員信息與行車路徑，判斷車輛是否屬于社區(qū)內(nèi)合法車輛、是否偏離正常路線，通過相應(yīng)的反饋機制防止非法機動車進入社區(qū)，預(yù)防社區(qū)內(nèi)的車輛事故。智慧社區(qū)中準確的行為預(yù)測過程需要計算中心可靠的數(shù)據(jù)處理能力和數(shù)據(jù)安全保障機制。智慧社區(qū)采用基于聯(lián)邦學(xué)習(xí)的數(shù)據(jù)處理方式，攝像頭將采集的實時數(shù)據(jù)發(fā)送至邊緣計算服務(wù)器的訓(xùn)練模型，由于訓(xùn)練模型的分布式部署，每個子模型保留部分數(shù)據(jù)并只需更新各自的模型參數(shù)，并將更新后的參數(shù)傳輸至中心服務(wù)器，從而避免了原始數(shù)據(jù)的聚合，降低數(shù)據(jù)泄露的風(fēng)險。

2.結(jié)語

物聯(lián)網(wǎng)技術(shù)從網(wǎng)絡(luò)架構(gòu)、計算模式、無線傳輸模式、安全保障機制等方面對智慧社區(qū)的建設(shè)提供有效技術(shù)支持。物聯(lián)網(wǎng)三層技術(shù)架構(gòu)中的應(yīng)用層、網(wǎng)絡(luò)層和感知層是分別面向智慧社區(qū)不同的功能模塊。邊緣計算技術(shù)助力于解決智慧社區(qū)對低時延、低能耗的需求；非正交多址接入技術(shù)滿足海量物聯(lián)網(wǎng)設(shè)備的接入需求；聯(lián)邦學(xué)習(xí)技術(shù)保障了智慧社區(qū)用戶數(shù)據(jù)安全。利用物聯(lián)網(wǎng)技術(shù)，智慧社區(qū)將為居民提供更為便捷舒適的服務(wù)。