物聯(lián)網(wǎng)中分布式監(jiān)控和查詢系統(tǒng)仿真研究

婁爽爽+宋彩平

摘 要： 在大規(guī)模的物聯(lián)網(wǎng)系統(tǒng)中，基于查詢計(jì)劃的方法嚴(yán)重依賴于中心節(jié)點(diǎn)的查詢優(yōu)化技術(shù)。提出一種基于狀態(tài)遷移的分布式推理和連續(xù)查詢的處理方法，并對(duì)查詢處理狀態(tài)進(jìn)行壓縮。根據(jù)各種體系結(jié)構(gòu)的優(yōu)勢(shì)和不足，結(jié)合RFID標(biāo)簽自帶存儲(chǔ)介質(zhì)的特性，提出一種利用RFID自帶存儲(chǔ)介質(zhì)進(jìn)行狀態(tài)遷移的方法。最后將上述提出的數(shù)據(jù)清理、存儲(chǔ)方法和復(fù)雜事件處理方法相結(jié)合，形成對(duì)物聯(lián)網(wǎng)中物品的監(jiān)控。對(duì)于離線查詢處理，設(shè)計(jì)了基于分布式哈希表的單標(biāo)簽查詢方法（RfidDHT）以及基于多層超級(jí)節(jié)點(diǎn)對(duì)等網(wǎng)MLSP的查詢處理方法。

關(guān)鍵詞： 物聯(lián)網(wǎng)監(jiān)控； 射頻識(shí)別； 復(fù)雜事件處理； 分布式推理和查詢處理

中圖分類號(hào)： TN915?34； TM417 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 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

實(shí)際的物流系統(tǒng)是一個(gè)大范圍甚至是全球的大規(guī)模系統(tǒng)，傳統(tǒng)中心化的處理方法是將所有的原始數(shù)據(jù)傳送到一個(gè)中心服務(wù)器，由中心服務(wù)器對(duì)RFID數(shù)據(jù)及各種傳感器數(shù)據(jù)進(jìn)行處理并提供中心化的查詢處理[1]。使用中心化的方法存在以下問(wèn)題：所有的原始RFID數(shù)據(jù)都要發(fā)送到一個(gè)中心服務(wù)器，這會(huì)帶來(lái)巨大的通信代價(jià)；在大規(guī)模的供應(yīng)鏈中，中心化處理方法會(huì)帶來(lái)對(duì)一些異常檢測(cè)的延遲；中心化處理存在單點(diǎn)失效問(wèn)題，本文提出分布式處理來(lái)解決上述問(wèn)題。

1 系統(tǒng)結(jié)構(gòu)

1.1 中心化體系結(jié)構(gòu)

中心化體系結(jié)構(gòu)如圖1所示，將所有的原始數(shù)據(jù)傳送到中心服務(wù)器，在中心服務(wù)器進(jìn)行推理和查詢處理[2]。該體系結(jié)構(gòu)在中心服務(wù)器維護(hù)了整個(gè)供應(yīng)鏈的全局視圖，其優(yōu)點(diǎn)是結(jié)構(gòu)簡(jiǎn)單，推理和查詢處理容易。但是中心化體系結(jié)構(gòu)存在以下缺點(diǎn)：

（1） 傳送所有的數(shù)據(jù)至中心服務(wù)器會(huì)帶來(lái)巨大的通信開(kāi)銷，RFID感應(yīng)器每隔一定的時(shí)間會(huì)感應(yīng)周圍的RFID標(biāo)簽，這個(gè)時(shí)間間隔非常小，如10 s，因此原始RFID數(shù)據(jù)量非常大，傳送如此巨大的數(shù)據(jù)量到中心服務(wù)器會(huì)造成大量的通信代價(jià)[3]。

（2） 將所有的數(shù)據(jù)傳輸?shù)街行姆?wù)器會(huì)帶來(lái)傳輸?shù)难舆t，從而造成推理和查詢處理的延遲。

（3） 中央處理會(huì)存在單點(diǎn)失效問(wèn)題，當(dāng)在中心服務(wù)器進(jìn)行推理和查詢時(shí)，如果中心服務(wù)器出現(xiàn)故障，那么整個(gè)系統(tǒng)將不可用。

（4） 中央處理需要巨大的運(yùn)算能力，尤其在需要實(shí)時(shí)處理要求的情況下，處理如此巨大的數(shù)據(jù)量也需要很大的時(shí)間消耗。

1.2 基于計(jì)算狀態(tài)遷移的分布式結(jié)構(gòu)

通過(guò)網(wǎng)絡(luò)遷移計(jì)算狀態(tài)的分布式體系結(jié)構(gòu)如圖2所示，每個(gè)倉(cāng)庫(kù)擁有自己的推理和查詢處理功能。當(dāng)物體從一個(gè)倉(cāng)庫(kù)移動(dòng)到另一個(gè)倉(cāng)庫(kù)時(shí)，將和該物體相關(guān)的推理狀態(tài)以及查詢處理狀態(tài)遷移到目的倉(cāng)庫(kù)。推理和查詢處理都是在物體所在倉(cāng)庫(kù)的局部服務(wù)器完成。僅需要傳送運(yùn)算相關(guān)的狀態(tài)到下一個(gè)節(jié)點(diǎn)即可，相對(duì)原始數(shù)據(jù)，計(jì)算狀態(tài)非常小，節(jié)省巨大的通信代價(jià)[4]。但是該方法的缺點(diǎn)如下：

（1） 需要進(jìn)行狀態(tài)的遷移，尤其是涉及到歷史數(shù)據(jù)時(shí)，數(shù)據(jù)的遷移量依然非常大。

（2） 需要對(duì)推理方法進(jìn)行擴(kuò)展，將推理狀態(tài)分發(fā)到需要的節(jié)點(diǎn)。

（3） 由于局部節(jié)點(diǎn)并不包含全局信息，所以查詢處理將會(huì)變得復(fù)雜。

1.3 使用標(biāo)簽內(nèi)存遷移計(jì)算狀態(tài)的分布式系統(tǒng)結(jié)構(gòu)

如果標(biāo)簽自身帶存儲(chǔ)空間，則可以使用如圖3所示的系統(tǒng)結(jié)構(gòu)，通過(guò)將計(jì)算狀態(tài)存儲(chǔ)在標(biāo)簽自帶的存儲(chǔ)介質(zhì)中并和標(biāo)簽傳送到下一個(gè)倉(cāng)庫(kù)，以減少網(wǎng)絡(luò)的傳輸代價(jià)[5]。該結(jié)構(gòu)是對(duì)基于計(jì)算狀態(tài)遷移的分布式結(jié)構(gòu)的一種優(yōu)化。在該結(jié)構(gòu)中，給定一個(gè)物體，當(dāng)物體離開(kāi)倉(cāng)庫(kù)時(shí)，將和該物體相關(guān)的推理狀態(tài)和查詢狀態(tài)存儲(chǔ)在標(biāo)簽自帶的存儲(chǔ)空間中。當(dāng)物體到達(dá)一個(gè)新的倉(cāng)庫(kù)，入口處的RFID感應(yīng)器讀取標(biāo)簽中存儲(chǔ)的推理狀態(tài)和查詢狀態(tài)，以供在本節(jié)點(diǎn)的推理和查詢處理[6]。

值得注意的是，標(biāo)簽上的存儲(chǔ)只是作為一個(gè)緩存，存儲(chǔ)在原來(lái)節(jié)點(diǎn)上的數(shù)據(jù)并沒(méi)有被刪除，如果因?yàn)槠渌?，存?chǔ)在標(biāo)簽上的數(shù)據(jù)不能被讀出來(lái)，即可從原來(lái)的節(jié)點(diǎn)上獲取狀態(tài)[7]。所以說(shuō)可寫(xiě)的標(biāo)簽是用來(lái)減少通信代價(jià)的一種優(yōu)化方法。

2 基于狀態(tài)遷移的分布式推理和連續(xù)查詢處理

2.1 基于狀態(tài)遷移的分布式推理

當(dāng)物體抵達(dá)一個(gè)新的倉(cāng)庫(kù)時(shí)，存在兩種簡(jiǎn)單的推理方法：

（1） 將所有的歷史數(shù)據(jù)傳送到新的倉(cāng)庫(kù)。但是該方法存在一個(gè)嚴(yán)重缺點(diǎn)，所有歷史數(shù)據(jù)的傳送會(huì)帶來(lái)巨大的通信代價(jià)。

（2） 丟棄掉所有的歷史數(shù)據(jù)，在新的倉(cāng)庫(kù)根據(jù)新的數(shù)據(jù)進(jìn)行推理。該方法有兩個(gè)缺點(diǎn)：第一，在新到達(dá)的倉(cāng)庫(kù)需要更多的時(shí)間積累數(shù)據(jù)，以進(jìn)行推理；第二，丟棄舊的數(shù)據(jù)會(huì)丟失重要的具有區(qū)分作用的信息，如果新到達(dá)的倉(cāng)庫(kù)沒(méi)有傳送帶等這類具有重要區(qū)分作用的設(shè)備時(shí)，將不能得到正確的推理結(jié)果。

為了克服上述兩種方法的弊端，提出一種新的解決方法，即將關(guān)鍵區(qū)域的RFID數(shù)據(jù)傳送到新的倉(cāng)庫(kù)。

將關(guān)鍵區(qū)域的RFID數(shù)據(jù)傳送到新的倉(cāng)庫(kù)同樣會(huì)帶來(lái)相當(dāng)大的通信代價(jià)，所以在分布式推理中，在RfInfer的基礎(chǔ)上提出一種近似估計(jì)的方法：給定物體o，僅傳輸在該物體和所有候選容器的關(guān)鍵區(qū)域內(nèi)的權(quán)重根據(jù)新的倉(cāng)庫(kù)得到RFID數(shù)據(jù)每一次迭代的過(guò)程如下：

（1） 根據(jù)計(jì)算各個(gè)容器所在位置的后驗(yàn)概率物品及其各個(gè)候選容器存在包含關(guān)系的權(quán)重集。

（2） 對(duì)每個(gè)物體o及其候選容器c，存在包含關(guān)系的權(quán)重表示為對(duì)所有物品及其各個(gè)候選容器存在包含關(guān)系的權(quán)重集表示為

（3） 根據(jù)更新每個(gè)物體最有可能的容器[8]。

雖然該方法可能會(huì)帶來(lái)一定的誤差，但是因?yàn)殛P(guān)鍵區(qū)域檢測(cè)算法的正確率非常高，所以誤差非常有限；另外，即使關(guān)鍵區(qū)域檢測(cè)存在錯(cuò)誤，在新的倉(cāng)庫(kù)有可能檢測(cè)到新的關(guān)鍵區(qū)域，新的關(guān)鍵區(qū)域會(huì)覆蓋原來(lái)舊的關(guān)鍵區(qū)域，引入錯(cuò)誤的機(jī)會(huì)非常小。

2.2 基于狀態(tài)遷移的分布式連續(xù)查詢處理

在一個(gè)分布式系統(tǒng)中，查詢的一部分任務(wù)可以在每個(gè)倉(cāng)庫(kù)的局部服務(wù)器執(zhí)行，如將RFID數(shù)據(jù)流和溫度傳感器數(shù)據(jù)流進(jìn)行連接。而另一部分的查詢處理需要跨節(jié)點(diǎn)進(jìn)行，比如查找連續(xù)暴露在室溫超過(guò)6 h的物體?；谙峦谱詣?dòng)機(jī)的方法，只需要將每個(gè)查詢計(jì)算狀態(tài)從一個(gè)倉(cāng)庫(kù)移動(dòng)到另一個(gè)倉(cāng)庫(kù)，然后在新的倉(cāng)庫(kù)根據(jù)接收到的計(jì)算狀態(tài)重新構(gòu)建自動(dòng)機(jī)運(yùn)行實(shí)例即可。查詢狀態(tài)的內(nèi)容包括：自動(dòng)機(jī)的當(dāng)前狀態(tài)；自動(dòng)機(jī)后續(xù)運(yùn)行需要的最小變量集；查詢要返回的結(jié)果。

2.3 查詢狀態(tài)壓縮

當(dāng)物體經(jīng)過(guò)出口離開(kāi)一個(gè)倉(cāng)庫(kù)時(shí)，與該物體相關(guān)的查詢狀態(tài)也會(huì)被打包發(fā)送到物體將要到達(dá)的倉(cāng)庫(kù)節(jié)點(diǎn)。若對(duì)所有物體都單獨(dú)發(fā)送查詢狀態(tài)，那么會(huì)造成很大的通信代價(jià)。實(shí)際上，一個(gè)箱子里通常裝有多個(gè)（如20個(gè)）物品，包含在同一個(gè)箱子中的所有物品因?yàn)榫哂邢嗤膫鬏斅窂揭约八幁h(huán)境，理論上來(lái)說(shuō)這些物體具有相同的查詢狀態(tài)。提出的查詢狀態(tài)壓縮的基本思想是從每個(gè)箱子中選擇一個(gè)具有代表性的物品，將該物品的查詢處理狀態(tài)作為該箱子內(nèi)所有物品查詢狀態(tài)的代表。箱子中其他物品查詢狀態(tài)的表示完全基于該代表物體。但是，由于存在一小部分包含關(guān)系的改變以及一定的推理誤差，包含在同一個(gè)箱子中的所有物品的查詢狀態(tài)并不完全相同，對(duì)于這些物體只存儲(chǔ)和代表物體狀態(tài)不同的狀態(tài)即可。

當(dāng)計(jì)算得到代表物體之后，其他物品的查詢狀態(tài)的計(jì)算方法如下：對(duì)查詢集合中的每個(gè)查詢?nèi)绻敲床恍枰侔l(fā)送對(duì)該查詢的查詢狀態(tài)；否則，將物體的查詢狀態(tài)發(fā)送到下一個(gè)節(jié)點(diǎn)。

3 分布式離線查詢處理

3.1 離線查詢的種類

離線查詢可以分為以下兩種類型：

（1） 基于Tag ID的單物品查詢。該查詢給定一個(gè)Tag ID以及要選擇該標(biāo)簽所對(duì)應(yīng)物體的其他屬性或者聚合查詢的值。

（2） 基于約束的多標(biāo)簽查詢或聚合查詢。該查詢給定一些屬性值約束，返回這些物品的屬性值或者聚合查詢的結(jié)果。

3.2 基于DHT的查詢處理

分布式哈希表（Distributed Hash Table，DHT）是一個(gè)由廣域范圍內(nèi)大量節(jié)點(diǎn)共同維護(hù)的巨大哈希表。哈希表被分割成不連續(xù)的塊，每個(gè)節(jié)點(diǎn)被分配給一個(gè)屬于自己的哈希塊，并成為該哈希塊的管理者。在供應(yīng)鏈系統(tǒng)中，每個(gè)物體表示成一個(gè)（k，v）對(duì)，k稱為關(guān)鍵字，即該物體上的Tag ID，v是實(shí)際存儲(chǔ)該物品信息節(jié)點(diǎn)的IP地址列表，以及在各個(gè)IP地址管理的倉(cāng)庫(kù)停留的時(shí)間段。分布式哈希表中的每個(gè)數(shù)據(jù)項(xiàng)包含以下信息：IP地址、在該節(jié)點(diǎn)停留的起始時(shí)間、在該節(jié)點(diǎn)停留的終止時(shí)間。

給定一個(gè)基于Tag ID的查詢，查詢的過(guò)程如下：

（1） 通過(guò)DHT查找到存儲(chǔ)和該Tag ID相關(guān)的元信息的節(jié)點(diǎn)

（2） 從節(jié)點(diǎn)上存儲(chǔ)Tag ID對(duì)應(yīng)的物品信息的節(jié)點(diǎn)列表。

（3） 從列表中的每個(gè)節(jié)點(diǎn)獲取該物品的路徑信息或者屬性信息。在節(jié)點(diǎn)聚合之后將查詢處理的中間結(jié)果傳送到一個(gè)中間節(jié)點(diǎn)。

（4） 中間節(jié)點(diǎn)將所有這些傳遞回來(lái)的信息進(jìn)行聚合，給查詢節(jié)點(diǎn)發(fā)回查詢結(jié)果。

3.3 基于多層超級(jí)節(jié)點(diǎn)的對(duì)等網(wǎng)的查詢處理

在本文提出一種具有多層超級(jí)節(jié)點(diǎn)的對(duì)等網(wǎng)結(jié)構(gòu)。

給定從節(jié)點(diǎn)發(fā)出的查詢查詢過(guò)程如下：

（1） 將查詢轉(zhuǎn)發(fā)到一個(gè)頂層超級(jí)節(jié)點(diǎn)頂層超級(jí)節(jié)點(diǎn)將該查詢?cè)陧攲映?jí)節(jié)點(diǎn)之間泛洪傳播。

（2） 當(dāng)頂層超級(jí)節(jié)點(diǎn)接收到查詢時(shí)，頂層超級(jí)節(jié)點(diǎn)將該查詢向底層超級(jí)節(jié)點(diǎn)傳遞，直至到達(dá)底層節(jié)點(diǎn)。

（3） 當(dāng)最底層節(jié)點(diǎn)接收到查詢時(shí)，如果該查詢的一部分查詢處理可以在本地節(jié)點(diǎn)進(jìn)行，那么在本地節(jié)點(diǎn)進(jìn)行一定的處理之后，將中間結(jié)果傳送到頂層超級(jí)節(jié)點(diǎn)否則，將原始數(shù)據(jù)傳送到頂層超級(jí)節(jié)點(diǎn)

（4） 頂層超級(jí)節(jié)點(diǎn)接收到所有的中間結(jié)果或者查詢相關(guān)的數(shù)據(jù)后，對(duì)這些數(shù)據(jù)進(jìn)行聚合或者進(jìn)一步查詢。最終將查詢處理結(jié)果發(fā)送到節(jié)點(diǎn)

4 實(shí)驗(yàn)結(jié)果與分析

4.1 分布式推理實(shí)驗(yàn)

在該實(shí)驗(yàn)中，將分布式推理方法和集中式推理方法進(jìn)行比較。對(duì)于集中式推理方法，假定所有的原始RFID數(shù)據(jù)被傳送到中心服務(wù)節(jié)點(diǎn)。同時(shí)，假設(shè)在數(shù)據(jù)傳送時(shí)應(yīng)用了一定的壓縮技術(shù)（如本文中用gzip進(jìn)行壓縮）。對(duì)于分布式推理方法，考慮如下幾種對(duì)推理狀態(tài)的管理方法：

（1） 簡(jiǎn)單截?cái)?。不傳送任何推理狀態(tài)到下一個(gè)節(jié)點(diǎn)。

（2） 僅傳送關(guān)鍵區(qū)域的信息。僅傳送將關(guān)鍵區(qū)域的數(shù)據(jù)轉(zhuǎn)換成一個(gè)最有可能的容器和權(quán)重。

（3） 傳送關(guān)鍵區(qū)域信息的同時(shí)，根據(jù)最近歷史計(jì)算得到的物體和各個(gè)可能的容器之間的權(quán)重，一起傳送到下一個(gè)節(jié)點(diǎn)。

首先將RFID感應(yīng)器的讀到率從0.6變化到1，同時(shí)設(shè)定50%（即5個(gè)）的倉(cāng)庫(kù)不裝備傳送帶RFID感應(yīng)器。推理的錯(cuò)誤率如圖4所示。從實(shí)驗(yàn)結(jié)果可以看出，簡(jiǎn)單截?cái)嗟姆椒〞?huì)帶來(lái)很大的錯(cuò)誤率，而其他三個(gè)分布式方法具有非常接近且比較低的錯(cuò)誤率。CR方法相比CR+H方法有更高的正確率，主要是因?yàn)樵谕评碇嘘P(guān)鍵區(qū)域的信息起了主要的作用，而最近的歷史數(shù)據(jù)包含有很多噪音。

同時(shí)，統(tǒng)計(jì)了各種方法的通信代價(jià)，結(jié)果如表1所示。從結(jié)果可以看出，集中式方法具有最高的通信代價(jià)，傳送關(guān)鍵區(qū)域的方法的通信代價(jià)僅是集中式方法的而且實(shí)驗(yàn)結(jié)果表明，通信代價(jià)對(duì)讀到率并不敏感。

同時(shí)，測(cè)試了分布式算法對(duì)包含關(guān)系改變頻率的敏感性，將包含關(guān)系發(fā)生改變的頻率從每20 s發(fā)生一個(gè)變換到每120 s發(fā)生一個(gè)改變，結(jié)果如圖5所示。從實(shí)驗(yàn)結(jié)果可以看出，簡(jiǎn)單截?cái)嗟姆椒ň哂泻芨叩腻e(cuò)誤率，而基于關(guān)鍵區(qū)域遷移的方法得到較低的錯(cuò)誤率，且接近于中心化推理的正確率。

總之，實(shí)驗(yàn)結(jié)果表明基于關(guān)鍵區(qū)域遷移的分布式推理算法在節(jié)約通信代價(jià)的同時(shí)，得到了和集中式推理算法非常接近的正確率。

4.2 分布式查詢處理實(shí)驗(yàn)

在該實(shí)驗(yàn)中，將分布式推理的結(jié)果作為分布式查詢處理的輸入，運(yùn)行了兩種類型的監(jiān)控查詢，如查詢Q1和查詢Q2所示。將分布式查詢處理報(bào)告的結(jié)果和實(shí)際發(fā)生復(fù)雜事件進(jìn)行對(duì)比，通過(guò)F?measure度量該分布式算法的正確率。另外，統(tǒng)計(jì)了壓縮之前和壓縮之后查詢狀態(tài)的大小，結(jié)果如表2所示。

從實(shí)驗(yàn)結(jié)果可以得出如下結(jié)論：

（1） 使用經(jīng)過(guò)清理的數(shù)據(jù)可以得到很高的查詢正確率。

（2） 查詢狀態(tài)的壓縮率和感應(yīng)器的讀到率相關(guān)，主要是因?yàn)楦叩淖x到率可以推理得到更準(zhǔn)確的位置和包含關(guān)系。

（3） 查詢Q1的查詢狀態(tài)的壓縮率低于查詢Q2的壓縮率，主要原因是Q1使用了推理得到的位置和包含關(guān)系信息，而Q2僅使用了位置信息。而算法的位置推理的正確率要高于包含關(guān)系推理的正確率。給定一個(gè)物品，如果該物品的推理結(jié)果錯(cuò)誤，那么該物品要么在查詢結(jié)果中被誤報(bào)，要么沒(méi)有在查詢結(jié)果中，這兩種情況都會(huì)影響F?Measure值；同時(shí)，該物品的查詢狀態(tài)不同于在同一容器中的其他物品，所以不能被有效壓縮。

5 結(jié) 論

本文提出的基于狀態(tài)遷移的分布式推理和查詢處理，實(shí)現(xiàn)了在大規(guī)模物聯(lián)網(wǎng)系統(tǒng)中一方面對(duì)推理和查詢的高效處理，另一方面降低了系統(tǒng)的通信量。另外，提出的離線查詢處理方法RFID DHT和mlsp實(shí)現(xiàn)在沒(méi)有中心節(jié)點(diǎn)的情況下對(duì)離線查詢的分布式處理。實(shí)驗(yàn)表明，基于狀態(tài)遷移的分布式推理和查詢處理方法極大地降低了系統(tǒng)的通信量。

參考文獻(xiàn)

[1] 趙艷玲.一種基于物聯(lián)網(wǎng)的遠(yuǎn)程監(jiān)控系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2012，35（6）：61?64.

[2] 王勇斌，孫友偉.基于ES0191的電力線物聯(lián)網(wǎng)控制平臺(tái)[J].西安郵電大學(xué)學(xué)報(bào)，2014（3）：49?53.

[3] 葉忠杰，趙俊波.基于物聯(lián)網(wǎng)技術(shù)的校園綜治安全系統(tǒng)研究[J].現(xiàn)代電子技術(shù)，2012，35（22）：51?54.

[4] 孫國(guó)峰，胡景春.基于Android的物聯(lián)網(wǎng)控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].微型機(jī)與應(yīng)用，2013，32（1）：7?10.

[5] 李文娟，陳艷.大型物聯(lián)網(wǎng)下的交通智能監(jiān)控系統(tǒng)優(yōu)化設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2016，39（6）：95?97.

[6] 王巖.物聯(lián)網(wǎng)控制系統(tǒng)中信息傳輸關(guān)鍵技術(shù)研究[D].哈爾濱：東北林業(yè)大學(xué)，2012：111.

[7] 王吳雨，繆希仁.數(shù)字變電站物聯(lián)網(wǎng)監(jiān)控技術(shù)[J].電器與能效管理技術(shù)，2011（19）：34?38.

[8] 陳坤定，李隘優(yōu).基于二維碼的物聯(lián)網(wǎng)監(jiān)控系統(tǒng)設(shè)計(jì)[J].中原工學(xué)院學(xué)報(bào)，2013，24（4）：65?68.