【技术实现步骤摘要】
基于边缘计算的AI算法流程以及服务一体机
[0001]本专利技术涉及云计算
，特别是涉及一种基于边缘计算的AI算法流程以及服务一体机。
技术介绍
[0002]随着我国整体信息化建设体系、现代通信技术以及软件技术的不断推进，5G、AI、边缘计算、物联网以及大数据等技术不断注入智慧城市发展，传统意义上的智慧城市也迈向了新型智慧城市发展阶段。在该新型智慧城市的发展阶段中，我们致力于发展“云端”、“网络端”以及“用户终端”这三者之间的联系。“云、网、端”三位一体化发展的最初设想是，在云端有一个异常强大的数据中心，负责数据处理，网络端负责数据传输，而每一用户终端则负责采集数据，并通过网络端传送给云端，云端再根据数据分析并做决策后再把结果返还给所对应的用户终端。在这种模型中，云端负责智能计算，而每一用户终端负责数据采集以及决策执行。
[0003]然而，随着新型智慧城市建设的逐步推进以及应用场景的增多，尤其是在一些桥梁或其他建筑物的健康监控场景中，人们更多地需要数据信息即时反馈，此时开始暴露出云计算大数据中心的不足，主要包括以下几点：1、传输带宽瓶颈：据统计，现在每人每天平均会产生1.5GB的数据。随着越来越多的设备连接到互联网并生成数据，以大数据中心服务为计算节点的云计算平台会愈加受制于带宽瓶颈问题。
[0004]2、数据实时处理效率瓶颈：据估计，至2021年我国数据储存量将达到约39ZB，其中约30%的数据来自于物联网设备的接入，海量数据的即时处理使得现有的云计算大数据中心的处理效率变得力不从心。>[0005]3、数据安全问题：云数据中心中数据采用长路径方式连接，用户数据暴露在不安全的传输通道中。
[0006]4、运营成本问题：为解决日益增长的大数据处理和数据调用的需求，现在云计算服务提供商普遍采用的方法，依然是通过增加物理、虚拟主机或云联网链路的形式，造成了当前数据中心高负载以及高能耗的现状，大大提升了运营成本以及维护难度，最终此类成本会叠加于每一终端用户的实际使用成本之中。
[0007]针对上述问题，边缘计算技术应运而生。边缘计算是指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储以及应用核心能力的开放平台，就近提供边缘智能服务的一种模式。但目前的边缘计算在实际的应用中还属于探索阶段，尤其在数据的收集、数据的加密以及加密后数据的传送逻辑中依然过分依赖云计算中心的作用，导致当前的边缘计算在运用中同样存在类似的传输带宽瓶颈、数据安全或运营成本等方面的问题。
技术实现思路
[0008]基于此，有必要针对边缘计算的应用中如何避免依赖传输带宽、保障传输数据安
全以及降低运营成本的问题，提供一种基于边缘计算的AI算法流程以及服务一体机。
[0009]一种基于边缘计算的AI算法流程，包括以下步骤：S1：物联网采集基础数据，并且物联网将所收集的基础数据传输给AI算法模块；S2：AI算法模块接收到基础数据后首先调用数据预处理模块对该基础数据进行初步分析处理，并获得预处理数据；S3：AI算法模块调用数据加密模块对所述预处理数据进行加密处理，并获得加密数据；S4：AI算法模块调用数据传输模块将所述加密数据传输至云端平台；S5：云端平台分析并分类储存所接收到的加密数据。
[0010]具体的，所述步骤S1中，物联网包括感知模块、应用模块以及通信模块，所述感知模块通过通讯模块传递数据至所述应用模块中，所述应用模块通过通讯模块控制感知模块。
[0011]具体的，所述感知模块按需分布至监测现场之中，并且，所述感知模块与所述监测现场通讯连接，所述监测现场所接收的监测信息通过安全局域网传输至物理监控室，所述物理监控室配置有采集服务器和数据库服务器，所述采集服务器与所述数据库服务器数据连接，所述采集服务器只负责记录监测现场所采集的原始数据，而不会执行任何的数据分析和储存动作；所述数据库服务器负责接收所述采集服务器传递过来的原始数据，并对所接收的原始数据进行初步的数据分析。
[0012]具体的，所述监测现场所采集到的监测信息直接通过安全局域网传输至所述应用模块的监测数据云平台之中。
[0013]具体的，所述监测现场所采集到的监测信息先由本地设备进行加密处理后，再通过开放网络传输至第三方的云平台，然后再由第三方云平台开放相应的数据接口，将所采集到的监测信息通过开放网络传输至应用模块的监测数据云平台之中。
[0014]进一步的，所述步骤S2中，所述数据预处理模块的算法流程包括如下步骤：S21：所述数据预处理模块接收到原始数据后启动数据甄别模块；S22：判断该原始数据是否存在遗漏数据，如该原始数据不存在遗漏数据，则结束该判断环节；如该原始数据存在遗漏数据，则询问用户是否选择忽略遗漏数据：如用户确认忽略，则结束该判断环节；如用户取消忽略，则继续提示用户选择填补数据的方式，所述填补数据的方式包括：人工填补、平均值填补以及可能值填补；S23：判断该原始数据是否存在异常数据，如该原始数据不存在异常数据，则结束该判断环节；如该原始数据存在异常数据，则询问用户是否选择忽略异常数据：如用户确认忽略，则结束该判断环节；如用户取消忽略，则继续对异常数据进行修正处理，修正完成后结束该判断环节；S24：判断该原始数据是否存在噪声数据，如该原始数据不存在噪声数据，则结束该判断环节；如该原始数据存在噪声数据，则询问用户是否选择忽略噪声数据：如用户确认忽略，则结束该判断环节；如用户取消忽略，则继续对噪声数据进行修正处理，修正完成后结束该判断环节；S25：关闭数据甄别模块并输出预处理数据。
[0015]具体的，所述步骤S22中，所述平均值填补的方式是指选用所缺失数据的前后两个
数据来对其求平均值，进而自动将该平均值填补所缺失的数据。
[0016]具体的，所述步骤S22中，所述可能值填补的方式是指通过对已有数据使用回归分析或者贝叶斯统计的方法来分析数据规律并预测数据趋势，并推断出最可能的缺失值然后自动进行填补。
[0017]综上所述，本专利技术一种基于边缘计算的AI算法流程以及服务一体机，通过将部分监测原始数据的预处理算法流程设置于监控现场的终端上，有利于改善桥梁等建筑物的结构健康监控环节中传输带宽瓶颈的问题，本专利技术可以将庞大的原始数据存放于每一数据采集终端中进行数据预处理，避免了所有的原始数据统一上传至云端进行分析而导致传输带宽阻塞的情况，有利于降低监测数据对云端计算中心的依赖程度以及控制边缘计算的应用成本。
附图说明
[0018]图1为本专利技术基于边缘计算的AI算法流程的流程图；图2为本专利技术基于边缘计算的AI算法流程的流程图。
具体实施方式
[0019]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图对本专利技术的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术。但是本专利技术能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做类似改进，因此本专利技术不受下面公开的具体实施例的限制。
【技术保护点】
【技术特征摘要】
1.一种基于边缘计算的AI算法流程，其特征在于，包括以下步骤：S1：物联网采集基础数据，并且物联网将所收集的基础数据传输给AI算法模块；S2：AI算法模块接收到基础数据后首先调用数据预处理模块对该基础数据进行初步分析处理，并获得预处理数据；S3：AI算法模块调用数据加密模块对所述预处理数据进行加密处理，并获得加密数据；S4：AI算法模块调用数据传输模块将所述加密数据传输至云端平台；S5：云端平台分析并分类储存所接收到的加密数据。2.根据权利要求1所述的基于边缘计算的AI算法流程，其特征在于：所述步骤S1中，物联网包括感知模块、应用模块以及通信模块，所述感知模块通过通讯模块传递数据至所述应用模块中，所述应用模块通过通讯模块控制感知模块。3.根据权利要求2所述的基于边缘计算的AI算法流程，其特征在于：所述感知模块按需分布至监测现场之中，并且，所述感知模块与所述监测现场通讯连接，所述监测现场所接收的监测信息通过安全局域网传输至物理监控室，所述物理监控室配置有采集服务器和数据库服务器，所述采集服务器与所述数据库服务器数据连接，所述采集服务器只负责记录监测现场所采集的原始数据，而不会执行任何的数据分析和储存动作；所述数据库服务器负责接收所述采集服务器传递过来的原始数据，并对所接收的原始数据进行初步的数据分析。4.根据权利要求3所述的基于边缘计算的AI算法流程，其特征在于：所述监测现场所采集到的监测信息直接通过安全局域网传输至所述应用模块的监测数据云平台之中。5.根据权利要求3所述的基于边缘计算的AI算法流程，其特征在于：所述监测现场所采集到的监测信息先由本地设备进行加密处理后，再通过开放网络传输至第三方的云平台，然后再由第三方云平台开放相应的数据接口，将所采集到的监测信息通过开放网络传输至应用模块的监测数据云平台之中。6.根据权利要求1或2所...
【专利技术属性】
技术研发人员：阮俊杰，许哲峰，何洛贤，
申请(专利权)人：中山政数大数据科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。