《感測器網路大數據處理模型關鍵技術研究》是依託中國海洋大學，由郭忠文擔任項目負責人的面上項目。
基本介紹
- 中文名：感測器網路大數據處理模型關鍵技術研究
- 項目類別：面上項目
- 項目負責人：郭忠文
- 依託單位：中國海洋大學
中文摘要,結題摘要,
中文摘要
感測器網路大數據處理是當前和未來一段時間計算機領域的重要研究課題之一，在物聯網、雲計算系統及軍事安全方面具有重要作用。由於感測器網路的不同特點，現有傳統網際網路的大數據處理模型不能直接套用於感測器網路大數據處理。本課題主要研究：（1）針對感測器網路高實時性、事件突發性、周期持續性和節點計算能力弱等特點，設計負載均衡的數據流實時存儲調度模型和面向感測網特徵的數據壓縮算法；（2）針對感測器網路數據獲取方式多樣化，設計自學習的數據獲取快速回響算法；（3）針對感測網數據的複雜互動特點，設計數據互動服務模型；（4）針對感測器網路數據的高維時空特性和多用途特性，設計普適性的統一計算結構模型和計算資源調度算法；（5）針對以上研究目標，開發感測器網路大數據處理原型系統，驗證上述問題解決方案。課題的研究成果對於感測器網路大規模數據的套用具有重要的理論意義和實際套用價值。
結題摘要
感測器網路大數據處理在物聯網、雲計算系統及軍事安全等方面具有重要作用，其是計算機領域的一個重要研究方向。由於感測器網路的不同特點，現有傳統網際網路的大數據處理模型不能直接套用於感測器網路大數據處理。因此，本課題針對感測器網路大數據處理的特點展開研究工作，主要成果包括：（1）針對感測器網路數據的大規模、高維度和時空性等特徵，我們設計和實現了多種感測器網路大數據處理方法；（2）針對感測器網路高實時性、事件突發性、周期持續性和節點計算能力弱等特點，我們設計和實現了多個感測器網路大數據資源調度方法；（3）針對感測網數據的複雜互動特點，我們設計和實現了多個感測器網路大數據互動模型；（4）針對感測器網路數據獲取方式多樣化，我們設計和實現了多種自學習的快速回響算法；（5）針對實際套用，我們開發了感測器網路大數據處理原型系統，並進一步驗證了課題研究基本問題的解決方案的聯合性能。在上述研究基礎上，課題組在包括《IEEE ACCESS》、《International Journal of Distributed Sensor Networks》、《EURASIP Journal on Wireless Communications and Networking》等學術期刊和會議共發表論文24篇，其中SCI 檢索6篇次，EI檢索16篇次，申請國內專利1項。
