云计算和物联网的自适应交互模式研究

王丽丽(宝鸡职业技术学院 电子信息工程系，宝鸡 721008)

云计算和物联网的自适应交互模式研究

王丽丽
(宝鸡职业技术学院 电子信息工程系，宝鸡 721008)

云计算和物联网的融合已成为物联网应用发展的必然趋势。阐述了云计算和物联网的融合互补关系，在分析物联网云计算中心结构、物联信息可靠度和应用服务可靠度的基础上，提出并研究了一种云计算和物联网的自适应交互模式，还对这种模式的算法进行了分析。

云计算； 物联网； 自适应交互

1 引言

云计算是一种商业计算模型，它将计算任务分布在由大量计算机等网络硬件构成的资源池中，以服务的方式提供动态可伸缩的虚拟化资源，使用户能够按需获取计算力、存储空间和各种软件服务。

物联网是通过射频识别RFID(Radio Frequency Identification)技术、全球定位系统、激光扫描器、二维码和红外感应器等信息传感设备，按照预定的协议，将任何物体与互联网相连接，进行信息交换和通信，实现人与物、物与物之间的沟通和对话，即对物体具有全面感知能力，对信息具有可靠传送和智能处理能力的连接物体与物体的信息网络。

云计算和物联网技术之间拥有着一种紧密联系、相互补充和促进的关系，如下表1所示。一方面，云计算为物联网的发展提供强大的技术支撑。物联网中大量传感设备要采集超规模的海量大数据，通过互联网将大数据上传至云计算中心，采用云计算技术，可以实现对这些大数据的存储、分析、处理与转换，从而能够更加迅速、准确、智能地管理和控制各种物体，提高了资源利用率。因此，云计算凭借其强大的处理能力、存储能力和极高的性价比，为物联网提供各种应用服务和服务管理[1]。另一方面，物联网将成为云计算最大的载体，将云计算技术应用到现实世界中的各种智能物体，实现了云计算商业价值的最大化。

表1 云计算和物联网融合互补关系

1 云计算和物联网的自适应交互模式

云计算和物联网各自具备很多优势，将两者有机融合能实现将传统物联网中传感设备感知的信息和接收的指令连入互联网中，真正实现网络化，并通过云计算技术实现海量数据存储和运算，大大简化应用的交付过程，降低交付成本，具有更高的应用效益。

1.1 物联网云计算中心结构

将云计算技术应用于物联网，建立的物联网云计算中心结构，如图1所示。云计算中心介于智能物联网与用户之间，为实现整个物联网系统的智能化服务提供计算和判别功能。云计算中心具有自我学习功能，可以根据历史经验数据获得满足某个物联网系统智能化的设定阈值，这种阈值随着云计算中心自学习能力的提高而不断优化。智能物联网是指应用于各个领域、分布在不同地域的各类智能物联传感设备，包括用于监测环境变化的环境传感设备、各种智能家电传感设备、智能医疗监测设备等[2]。这些传感设备将采集到的数据信息通过超高速的互联网网关(Internet Gateways)上传至云计算中心[3]，经过计算处理后得到输出信息再发送给特定用户的智能终端，实现物联网和云计算技术的融合应用。

图1 物联网云计算中心结构示意图

1.2 云计算和物联网的自适应交互模式

在物联网和云计算的交互应用中，要保证用户最终得到准确和完整的应用服务，需要把握两个关键因素：

1)获取的物联信息可靠度QoI(Quality of Information)：描述为获取物联网信息的正确程度、真实程度和实时程度等[4]；

2)系统提供服务的可靠度QoS(Quality of Services)：描述为整个物联网系统提供给用户应用服务的时效程度和服务质量等[5]。

建立的云计算和物联网自适应交互模式，如下图2所示。

各类智能传感设备采集的物联信息通过网络传输至云计算中心，经过云计算中心的初步筛选和计算，分别得到物联信息可靠度QoI和系统提供服务可靠度QoS，再经过信息分析处理器，将QoI和QoS分别与系统设定的智能化阈值进行比较分析，自适应交互处理器根据比较结果将给出3种不同的执行方案：

(1)若计算出的QoI和QoS值都大于某个物联网系统设定的智能化阈值，自适应交互处理器得出的执行方案就是完全智能模式(即：无需用户干预)，系统自动发送执行指令至物联网硬件设施，待指令信息被识别与感知后，实现智能物联设备的自动控制；

图2 云计算和物联网的自适应交互模式

(2)若计算出的QoI和QoS值都小于设定的智能化阈值，自适应交互处理器就会提供给用户多种执行方案，用户可根据实际情况选择执行，选择完后通过用户智能终端接口，将用户执行指令发送给物联网硬件设施，实现智能物联设备的人工控制；

(3)若QoI和QoS无准确数值，自适应交互处理器就将错误信息显示给用户，用户再根据错误信息处理整个系统的出错情况。

云计算和物联网的自适应交互模式算法分析如下：

假设Ax为任意云计算和物联网整个系统环境的物联信息，QoI(Ax)和QoS(Ax)分别为Ax的物联信息可靠度和系统提供服务的可靠度，NQI和NQS分别为该系统设定的物联信息可靠度智能化阈值和系统提供服务的可靠度智能化阈值，Sx为整个物联网云计算系统最终得出的执行方案。

Step1：IdentifyAx//系统物联信息Ax的识别与感知；

Step2：Calculate QoI(Ax) and QoS(Ax) //计算物联信息Ax的QoI值和QoS值；

Step3：Compare QoI(Ax) with NQI，Compare QoS(Ax) with NQSrespectively//分别比较QoI值与NQI的大小和QoS值与NQS的大小；

Step4：Achieve appropriate automation modeSx(full automation, action suggestion, erro display) //根据比较结果获得三种不同的执行方案(完全智能模式，人工选择模式，错误信息显示)中的一种方案Sx；

Step5：Execute scheme(Sx) //执行方案Sx；

2 总结

云计算和物联网的融合是信息时代发展的产物，也是物联网发展的必然趋势，对互联网和通信领域都会产生积极的推动作用。云计算融合了物联网后，增加了实用性，将会极大促进各个领域的发展。

[1] Alessio Botta, Walter de Donato, Valerio Persico, etc. On the Integration of Cloud Computing and Internet of Things [J]. 2014 International Conference on Future Internet of Things and Cloud. 2014(14):23-25.

[2] Jun Kang, Siqing Yin and Wenjun Meng. An Intelligent Storage Management System Based on Cloud Computing and Internet of Things[J]. Advances in Intelligent Systems and Computing. 2014(255):501-502.

[3] Mohammad Aazam, Imran Khan, Aymen Abdullah Alsaffar, etc. Cloud of Things: Integrating Internet of Things and Cloud Computing and the Issues Involved [J]. Proceedings of 2014 11th International Bhurban Conference on Applied Sciences & Technology (IBCAST).2014(1):414-415.

[4] Buchholz T, Axel K, Schiffers M. Quality of Context: What It Is And Why We Need It[J].2003(1):1-14.

[5] Rveys I S U. A Survey of Quality of Service in Mobile Computing Environments[J].1999(4):2-10.

StudyonAdaptiveInteractionModeofCloudComputingandInternetofThings

Wang Lili
(Electronic Information Engineering Department, Baoji Professional Technology Institute, Baoji 721008)

Integration of cloud computing and the Internet of Things (IoT) has become the inevitable trend of the development of Internet of things. In this paper, the complementary relationship of cloud computing and IoT is analyzed firstly. An adaptive interaction model of cloud computing and IoT is proposed based on the analysis of IoT cloud computing center structure, quality of information and quality of services. The algorithm of this mode is analyzed finally.

Cloud Computing; IoT; Adaptive Interaction

TP311

A

2017.03.21)

王丽丽(1983-)，女，陕西人，研究方向：计算机软件应用及数据库教学。

1007-757X(2017)10-0056-02