云/雾计算系统体系结构和关键技术为南水北调工程的安全

文摘

针对物联网的实时和分布式特性(物联网)安全系统在水利工程中,本研究提出了一种新的水利工程安全系统架构基于云/雾计算和提出一个方法的数据可靠性检测假报警引起的假异常数据从传感器底部。为南水北调工程设计(SNWTP)体系结构集成项目安全、水质安全、和人类的安全。利用物联网设备,雾云服务器之间建立了计算层,在水利工程安全检测装置。技术,例如实时传感、智能处理和信息互联。因此,准确预测、精确定位和有效管理实现了由SNWTP安全预防的要求,水利工程和安全保护是有效地改善,和智力的水利工程。

1。背景

水利工程介绍了国家基础产业,在国民经济发展是至关重要的。水利工程的建设是一般规模大,投资高,广泛的地理分布,和分权管理,施工周期长,包含大量的信息。它也可能受到不利的地形条件的影响,复杂的地质构造,在监督和洪水,这增加了困难。因此,互联网安全信息系统的建设为提高安全监测具有重要意义,确保项目安全、水质安全的水利工程。

快速发展的物联网技术(物联网)近年来,大数据的一个重要来源是大量的数据采集,传输,存储,和处理通过物联网系统(1- - - - - -3]。由于一般密集的地理分布的水利工程,水利工程中的IoT-based数据典型地理属性。

采取中间路线SNWTP为例,其主要的线从Taocha丹江口水库开闸放水,跨越长江、淮河、黄河、海河,经过省河南、河北、北京和天津,并提供用水的大型和中型城市,平顶山、许昌、郑州、焦作、新乡、河南省、安阳、邯郸、邢台、石家庄、保定、北京、天津等。因此,有必要建立水利工程的安全信息网络系统。

结合国家重大项目的研究工作“传感器网络技术的研究和开发面向南水北调工程的安全(SNWTP),”这项研究调查了云/雾网络系统架构对项目安全SNWTP的中线。本文首先分析了应用程序和云计算在水利行业的问题,然后提出了云计算/雾网络架构项目安全SNWTP的中间路线。它还负责虚假异常数据的出现从底部水利项目的传感器网络;数据可靠性检测的方法提出假警报。

2。云计算在水利行业的应用

云计算,作为新一代的计算架构,并有很强的可伸缩性,已经成为一个基本的平台来支持大数据的应用程序,它有效地满足日益增长的数据处理和存储需求在水利工程等领域4- - - - - -6]。服务模式而言,太阳等人设计和实现水文模拟和水资源管理的云计算模型中特定的应用程序需求的分布式水文模型和水资源监控(7,8]。阿里和Muhtaroglu设计有限元模拟的云服务框架和实施一些模块(9]。张、王提出一个综合管理信息平台的技术架构基于云计算技术在水利工程(10]。r·j·杨和y . j .杨建立一个实验平台,基于私有云服务的水资源管理系统(11]。周等人研究了云计算平台在水资源系统及其应用研究[12]。

上述研究提供技术支持和实现想法解决水利问题,特别是在提高资源的使用效率,可伸缩性和节约成本。然而,这些研究也证明了云计算架构的局限性。在大数据的应用物联网在水利工程中,特别是由于高要求延迟和密集的水资源数据的地理分布,提出了如下的问题。

(1)它是无法满足要求的低延迟等预警应用水质安全和人类的安全。

传统的云计算会导致大的往返延迟,因为大量产生的分布式数据源的数据必须传输到计算中心进行处理。情况会更严重时的数据量和传输速度超过设备的电流容量,这可能需要数天或数周tb的数据转移到云,带来巨大的行政成本。

(2)水利工程的大量数据是地理上分布的。

水利工程一般覆盖面积大。采取中间路线SNWTP作为一个例子,有一个管理站在每个绕过城市,和每个管理车站有很多水闸。水利设施是广泛分布的传感器,以便集中云计算方法是不适合的。

(3)物联网的网络通常是复杂的,而且它总是满足传输带宽的要求,在云计算的可靠性。

闸站设施的计算能力有限,很大程度上限制能源供应,现场安装环境差,所以形成了网络体系结构的带宽和可靠性远未满足传统的云计算的要求。

3所示。雾计算体系结构的特点

为了利用云计算架构的灵活性以及解决上述问题中遇到的物联网大数据应用,思科公司在2012年提出了雾的概念计算。

雾计算是云计算的概念上的扩展。雾计算是云计算的概念命名的“云在地面上被称为雾。“与云计算相比,架构用于雾更分布式计算和网络边缘。雾计算整理数据、数据处理和应用程序在网络边缘,这是与云计算,使他们几乎完全在云中。更可靠的数据存储和处理在当地比雾的服务器计算设备。因此,云计算是新一代的集中式计算,而计算是新一代的分布式计算的雾,这是符合互联网的“权力下放”功能(13,14]。

雾计算主要基于小云如个人、私人和企业云,云计算主要基于IT服务,公共云。雾在大量计算是强大的,强调数量、单计算节点中扮演一个重要的角色,而强调整体计算能力,云计算通常由一群集中计算高性能计算设备。雾计算扩展云计算的网络计算模型和扩展了网络计算从中心到边缘的网络,如图1,因此广泛用于各种应用程序(15- - - - - -18]。

雾的明显特征计算如下。(1)低延迟和位置传感特性如雾计算位于边缘:当前信息物联网的意义在水利工程;例如,需要低延迟在突如其来的洪水,水污染和人身安全。(2)密集的地理分布:这恰逢SNWTP的水资源管理的广泛分布。(3)大量的节点:大规模传感器网络许多网络节点可用于监测环境。(4)适应性对移动设备的访问:移动设备在雾计算可以直接与对方沟通没有转移到云或站,这雾计算是高度适应移动设备,例如,移动水质监测和水位监测19]。(5)高实时特性:雾计算支持计算和处理数据在网络边缘的低延迟(20.]。(6)支持各种异构软件和硬件:雾计算设备固有的异构环境中部署在不同的位置,如核心,边缘,访问网络和端点。

4所示。SNWTP安全系统架构

4.1。SNWTP的监控对象

在中国SNWTP是一个战略项目。这是基础设施,优化水资源配置,促进区域协调发展。因此,它是非常重要的,确保项目安全、供水安全、和人类的安全。采取中间路线SNWTP作为一个例子,三种类型的安全监测的特定属性如下。

以下4.4.1。工程安全监测

的主要线路中线长度1432公里,其中包括318控制建筑,1256座桥梁、469左岸排水结构。因此,它是必要的,以防止和控制安全问题由于通道渗流或渗漏,渗漏倒虹吸管或黑暗的涵洞,和建筑物的不均匀沉降或变形。监控任务是具有挑战性的。

4.1.2。供水安全监测

SNWTP的中间路线,它需要一个二类水质水时转移到北京。然而,很难确保水质在源区和控制重点和非点源的污染。此外,突然事故容易造成水污染。量安全水平也高。因此,盖茨需要高精度实时操作,整体水表面轮廓控制水位和流量监控。广泛的气象和水文监控也是必要的。

4.1.3。人类安全监测

因为SNWTP广泛横跨的中线当地公路、铁路、河流,和开放的管理策略调整;因此,外部入侵的风险很高。当外人进入频道玩水或者去钓鱼,隐患存在,例如,曙光的人或窃取重要的设施,这可能导致输水事故和威胁人类的安全。严格监控人的安全是必要的。

4.2。云/雾网络系统架构

有5000多个有线或无线传感器SNWTP中间路线,用高清相机设备安装在每500米。这些基本数据采集设备和相关的计算资源和网络资源的代表物联网节点SNWTP的中线。基于物联网所产生的巨大的数据量,有关大数据分析进行了适用于水利工程的安全预防和解决问题,不能或难以通过传统的方法来解决。本研究提出了一种云/雾网络系统架构,如图2面向安全的中间路线SNWTP的水利工程。

4.2.1。准备基础设施层

这一层的信息输入点是水利工程安全平台,包括各种类型的传感器和一些水利数据采集网络物理设备。的传感器部署分散地理区域根据应用程序的需要。实时监控相应的水利工程由传感器网络,实现物联网技术、遥感技术、视频捕捉技术,等等。传感器主要负责检测和渗透压等基本数据的集合,水位、水量、降水。数据转移到司法水资源管理中心基于物联网协议以数据流的形式。

4.2.2。计算边缘层

这一层是用于数据存储、处理和分析在每个水利管理中心,属于计算边缘单元在整个网络。层分为硬件层和虚拟化层,包括相应的硬件和软件资源(如网络雾服务器、操作系统、存储、数据库管理等。其中,雾服务器收集数据从数据收集设备在水利工程地点,紧随其后的是清洁、过滤和收集数据的融合。

当地的计算主要是使用不同的数据处理软件和各种数据分析算法来处理和分析实时监控数据存储在本地硬件,为了实现现场低延迟的实时监控。由于大量的安全监测数据SNWTP的中间路线,边缘计算设备可以平衡负载的分布式计算每个区域的数据。结果作为参考管理中心可以在相对较短的时间;因此,可以做出快速决定和数据处理和传输等待时间在很大程度上减少了。

4.2.3。区域管理层

该层可以管理和计算每个区域的本地数据管理中心,每个区域的获取和共享机密数据边缘计算单元,计算和实施中间水平。例如,在这一层雾服务器可以跟踪,异常进行分析和预测的基础上,每个地区的水质数据。计算负荷和时间延迟到管理中心比边缘相对较大。

4.2.4。云计算层

云计算允许大量计算任务共享高速硬件资源通过建立大规模的计算中心和虚拟化技术,可以有效地减少计算和硬件维护成本。高延迟层更侧重于应用程序的数据和大量的数据类型和复杂的计算模型。用于整个SNWTP和安全风险评估提供了一个计算平台大型区域性智力的水利工程。

4.2.5。预警机制和应急计划

不同程度的早期预警应对不同的应急计划。优化预警项目安全路线的中间SNWTP开发,为客户建立和预警。安卓或苹果手机和电脑作为预警发布。

云/雾网络系统架构项目安全路线的中间SNWTP适应广泛的地理分布的特点和长距离供水监测项目,满足当地实时计算每个水利管理中心和区域管理的需求,提供了一个平台,为整个SNWTP智能管理和安全风险评估。这个建筑是适应多层次的需求,达到一个统一的部署和更好的满足安全监视的需要SNWTP的中线。

5。关键技术

底部的传感器的数据具有大量的特点和各种计算和边缘地区的计算。一旦pseudo-abnormal一些传感器的数据,它必然会导致假警报。为了找出真正的从大量的数据和异常数据减少误警率,数据应该验证和分析。

中线工程的监测数据SNWTP主要的有线或无线multitype传感器。安全检测主要分析安全检测对象的基于报警阈值。减少造成的假警报频率伪异常数据,需要对收集到的数据的可靠性进行评估。主线的中线SNWTP分为几个部分根据地理范围;判断数据的可靠性分析类似的和异构传感器在每个部分之间的关系。

(1)对相同类型的传感器在同一节中,物理节点的传感器网络的数据评估的置信度区间估计基于正常的历史数据。分析线性/非线性相关性相同类型的传感器和建立相关模型,当传感器数据异常,它可以预测的其他类似的传感器和电流传感器有很强的相关性,确定当前的异常数据是由破碎的传感器或其他原因引起的。上述数据处理可以提高数据与自动检测的可靠性。

(2)对不同类型的传感器在同一节中,当一个传感器数据异常,强烈相关的类似或异构传感器可以通过分析预测的数据是否正确的相关性和趋势许多类型的传感器的数据,建立线性或非线性模型在异构传感器,提高预警的可靠性数据。

6。结论

由于网络带宽的限制,无线网络的覆盖范围,云计算框架无法满足实时系统的要求和可靠性高。雾计算将计算任务尽可能转移到雾服务器部署的现场,这不仅降低了总体时间延迟,但也提供计算服务的环境中没有一个互联网连接。这项工作建立了云/雾计算架构在水利工程安全监测,减少高延时的限制和高可靠性约束的基于云计算架构。水利工程中的物联网大数据密集地理分布应用基于多层次需求,整合资源整合平台的部署。它不仅更好地满足需求的水利工程安全的应用程序,但也更方便的开发和部署。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是由国家重大项目“面向传感器网络技术的研究和开发的安全南水北调工程(SNWTP)”(没有。2014 zx03005001)。

引用

1. r . j . Gubbi Buyya、美国Marusic和m . Palaniswami”物联网(物联网):一个愿景,建筑元素,和未来的发展方向,”未来一代计算机系统卷,29号7,1645 - 1660年,2013页。视图:出版商的网站|谷歌学术搜索
2. k .香港d . Lillethun拉马钱德兰,b . Ottenwalder和b . Koldehofe”移动雾:在互联网上大规模应用程序编程模型的事情,”第二届ACM SIGCOMM移动云计算(MCC的13)研讨会,页15 - 20,香港,中国,2013年8月。视图:出版商的网站|谷歌学术搜索
3. a . Al-Fuqaha m . Guizani m·穆罕默m . Aledhari和m .阿亚什,“物联网:调查支持技术,协议和应用程序,”IEEE通信调查和教程,17卷,不。4、2347 - 2376年,2015页。视图:出版商的网站|谷歌学术搜索
4. m法齐奥,n . Bessis和m·维拉里“面向服务和云计算的发展,”CLIoT的序言,58卷,页73 - 75,施普林格国际出版,柏林,德国,2015年。视图:谷歌学术搜索
5. a·博塔携手w . De Donato诉多夫,和a . Pescape”在云计算和物联网的集成,”第二届国际会议上未来的物联网和云(FiCloud 14),页23-30,巴塞罗那,西班牙,2014年8月。视图:出版商的网站|谷歌学术搜索
6. t·李和j·汉,云计算架构技术和实践,清华大学出版社,北京,2013。
7. 答:太阳”,使协作决策在流域管理使用云计算服务,“环境建模和软件41卷,第97 - 93页,2013年。视图:出版商的网站|谷歌学术搜索
8. c . m .汉堡s Kollet j·舒马赫et al .,”引入web服务集成水文模拟的云计算平台ParFlow,”电脑与地球科学48卷,第336 - 334页,2012年。视图:谷歌学术搜索
9. 我阿里和n . Muhtaroglu”云计算服务的设计和实现为有限元分析,“工程软件的进步,60 - 61卷,122 - 135年,2013页。视图:出版商的网站|谷歌学术搜索
10. L.-X。张和R.-M。王”,研究水资源管理信息的技术框架platfrom云计算基础上,“河北省科学院杂志》上,33卷,不。2,页12日至16日,2016年。视图:谷歌学术搜索
11. r·j·杨和y . j .杨”基础设施水资源管理系统的设计基于私有云计算”贵州大学学报(自然科学),30卷,不。3、109 - 112年,2013页。视图:谷歌学术搜索
12. l .周w·刘,y呗,”技术研究云计算系统及其水科学研究总体设计”《长江科学研究所,32卷,不。11日,第124 - 119页,2015年。视图:谷歌学术搜索
13. 维基百科,雾计算(EB / OL), 2016年,https://en.Wikipedia.org/wild/Fogcomputing。
14. w·施泰纳和s . Poledna“雾计算作为工业物联网的推动者,”Elektrotechnik和Informationstechnik,卷133,不。7,310 - 314年,2016页。视图:出版商的网站|谷歌学术搜索
15. w·方”,一种范式转移雾从云计算和边缘计算计算,”《南京大学信息科学与技术:自然科学版,8卷,不。5,404 - 414年,2016页。视图:谷歌学术搜索
16. f . Bonomi r·米利托,j·朱和s . Addepalli“雾在物联网计算及其作用,”1日版的《学报》ACM移动云计算移动云计算(MCC的12)研讨会,页13 - 15,芬兰的赫尔辛基,2012年8月。视图:出版商的网站|谷歌学术搜索
17. s . Tomovic k . Yoshigoe i Maljevic, Radusinovic,“雾软件定义网络物联网架构,”无线个人通信,卷92,不。1,第196 - 181页,2017。视图:出版商的网站|谷歌学术搜索
18. m .蒋介石和t .张雾和物联网:概述的研究机会,”IEEE物联网,3卷,不。6,854 - 864年,2016页。视图:出版商的网站|谷歌学术搜索
19. t . v . n . Rao m·A·汗·m·Maschendra et al .,”一个范式转换,即从雾云计算”IJCSET,5卷,不。11日,第389 - 385页,2015年。视图:谷歌学术搜索
20. n .彼得,“雾计算及其实时应用程序,”国际期刊的新兴技术和先进的工程,5卷,不。6,266 - 269年,2015页。视图:谷歌学术搜索

版权

版权©2018 Yaoling风扇等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。