物联网中分布式监控和查询系统仿真研究.docVIP

物联网中分布式监控和查询系统仿真研究 　　摘 要： 在大规模的物联网系统中，基于查询计划的方法严重依赖于中心节点的查询优化技术。提出一种基于状态迁移的分布式推理和连续查询的处理方法，并对查询处理状态进行压缩。根据各种体系结构的优势和不足，结合RFID标签自带存储介质的特性，提出一种利用RFID自带存储介质进行状态迁移的方法。最后将上述提出的数据清理、存储方法和复杂事件处理方法相结合，形成对物联网中物品的监控。对于离线查询处理，设计了基于分布式哈希表的单标签查询方法（RfidDHT）以及基于多层超级节点对等网MLSP的查询处理方法。 　　关键词： 物联网监控； 射频识别； 复杂事件处理； 分布式推理和查询处理 　　中图分类号： TN915?34； TM417 文献标识码： A 文章编号： 1004?373X（2017）01?0020?04 　　Abstract： Since the method based on query plan seriously depends on the query optimization technology of centre node in the large?scale Internet of Things （IOT） system， a distributed inference and continuous query processing approach based on state migration is proposed. The state of query processing is compressed. According to advantages and disadvantages of each architecture， a method using storage medium owned by RFID to perform the state migration is presented. The data cleaning and storage approach are combined with the complex event processing approach to monitor the objects in IOT. The single tag query approach based on distributed Hash table （RfidDHT） and query processing approach based on multi?level super node P2P （MLSP） network were designed for the off?line query processing. 　　Keywords： Internet of Things monitoring； RFID； complex event processing； distributed inference and query processing 　　0 引 言 　　实际的物流系统是一个大范围甚至是全球的大规模系统，传统中心化的处理方法是将所有的原始数据传送到一个中心服务器，由中心服务器对RFID数据及各种传感器数据进行处理并提供中心化的查询处理[1]。使用中心化的方法存在以下问题：所有的原始RFID数据都要发送到一个中心服务器，这会带来巨大的通信代价；在大规模的供应链中，中心化处理方法会带来对一些异常检测的延迟；中心化处理存在单点失效问题，本文提出分布式处理来解决上述问题。 　　1 系统结构 　　1.1 中心化体系结构 　　中心化体系结构如图1所示，将所有的原始数据传送到中心服务器，在中心服务器进行推理和查询处理[2]。该体系结构在中心服务器维护了整个供应链的全局视图，其优点是结构简单，推理和查询处理容易。但是中心化体系结构存在以下缺点： 　　（1） 传送所有的数据至中心服务器会带来巨大的通信开销，RFID感应器每隔一定的时间会感应周围的RFID标签，这个时间间隔非常小，如10 s，因此原始RFID数据量非常大，传送如此巨大的数据量到中心服务器会造成大量的通信代价[3]。 　　（2） 将所有的数据传输到中心服务器会带来传输的延迟，从而造成推理和查询处理的延迟。 　　（3） 中央处理会存在单点失效问题，当在中心服务器进行推理和查询时，如果中心服务器出现故障，那么整个系统将不可用。 　　（4） 中央处理需要巨大的运算能力，尤其在需要实时处理要求的情况下，处理如此巨大的数据量也需要很大的时间消耗。 　　1.2 基于计算状态迁移的分布式结构 　　通过网络迁移计算状态的分布式体系结构如图2所示，每个仓库拥有自己的