分散式人工智能物联网体系的设计与功能实现.pdf

2023.22 科学技术创新分散式人工智能物联网体系的设计与功能实现史劲（长沙民政职业技术学院，湖南 长沙）人工智能技术利于提升物联网应用效果，物联网可为人工智能应用提供数据基础。由于神经网络具有非结构数据压缩能力，在人工智能物联网系统中具有较高的应用价值。然而人工智能物联网向云端传送传感器数据后进行神经网络训练及推理时，可能出现带宽不足、数据延迟、数据泄露等问题，为化解这些问题，需要构建一个感知设备、雾设备和执行设备联合构建而成的神经网络。1分散式人工智能物联网体系设计1.1体系架构设计分散式人工智能物联网体系属于云雾混合架构，由三个层次构成，一是终端设备层，二是雾处理层，三是云计算层，体系整体架构详见图 1。图 1分散式人工智能物联网体系架构1.1.1终端设备层终端设备层是物联网体系的最底层结构，设置于物联网网络边缘区，其中涵盖两类设备，一是物联网感知设备，其作用是向 BP 神经网络输入层映射，感知设备与输入神经元一一对应，感知设备负责收集信息数据并向雾处理层传送。二是物联网执行设备。此设备与 BP 神经网络输出层为映射与被映射关系，执行设备与输出神经元一一对应。执行设备会接收与处理来源于雾处理层的数据，并根据数据信息指令采取相应动作。1.1.2雾处理层这是云雾混合架构的中间结构层，包含多个网络边缘设备，如路由器、交换机等等。该层与 BP 神经网络的隐藏层为映射与被映射关系。雾处理层的作用是接收处理终端设备层传送的数据1。各雾设备中安装的 Docker 容器用于隐藏神经元，Docker 容器自带的容器技术可向孤立组分配装单个操作系统管理资源以化解资源需求冲突，无需即时编译，也不必进行指令级模拟，可在无专门解释机制的基础上执行 CPU 给出的指令，可降低系统调用替换复杂性，提高容器创新或停止效率，并且具备资源占用量低的优势。1.1.3云计算层云计算层是此体系的最高层次架构，由云服务器构成。其作用是训练神经网络、存储数据及雾设备、为执行设备分配资源。云计算层利用关系型数据管理系统存储数据，以多种类型的表格作为数据存储单元，能够提升数据存储与调用的灵活性，可提高数据利用效率。关系型数据管理系统采用的是标准化数据库访摘要：文章从架构、工作模式及功能三方面展开了分散式人工智能物联网体系设计分析，并阐述了通信功能实现方法，分别对感知设备、雾设备以及执行设备的功能实现流程进行了探讨，旨在应用云雾结合思想，利用 Docket 容器虚拟化技术，打造一个功能完善、通信便捷，可实现数据及时感知、实时传送、安全存储、有效执行的人工智能物联网体系，从而满足人们的智能化生产与生活需求。关键词：人工智能；物联网；神经网络中图分类号院TN929.5；TP18文献标识码院A文章编号院2096-4390渊2023冤22-0095-04作者简介：史劲（1980-），男，硕士研究生，长沙民政职业技术学院讲师，研究方向：软件开发、移动应用开发、机器视觉与自然语言处理。95-科学技术创新 2023.22问语言形式，不仅语言更加简洁，且具备在线 DDL 更新功能，可为大型数据库、多线程数据库、多类型存储引擎运行提供支持。1.2工作模式设计1.2.1分散式工作模式分散式人工智能物联网体系以分散式工作模式为主，感知、雾处理、执行三类设备分别是 BP 神经网络输入层、隐藏层、输出层的设置区域。可在无云参与下，由终端设备层、雾处理层共同完成神经网络训练及推理2。训练时，感知设备会向雾设备传送样本数据，雾设备接收后重新设定数据权重及阈值，再向执行设备传送处理后的数据，再重复执行这一训练，训练结束后可构建出神经网络模型，并可开始实施推理。推进过程中，数据仍是自感知设备开始依次向雾设备、执行设备传送，执行设备完成数据处理后便可执行相应动作指令。1.2.2集中式工作模式BP 神经网络的输入层、隐藏层与输出层部署位置与分散式工作模式相同，但需在云上进行神经网络训练，并由终端设备层与雾处理层联合执行推理任务。训练过程中，感知设备向云端发送收集数据，由云端完成 BP 神经网络算法部署进而执行模型训练任务，之后可获取神经网络新权重与新阈值。在云端支持下，可实现各项参数与相应设备的对应设置，并可重新确定雾设备及执行设备阈值，还能合理分配输入层至隐藏层、隐藏层至输出层两段的权重。推理时数据传送、处理与指令执行过程均与分散式工作模式相同。1.3功能设计云上雾处理层会向 BP 神经网络的隐藏层产生映射，具备隐藏神经元功能。而执行设备，则能输出神经元，二者训练时均需要前向与后向计算。三层 BP 神经网络结构详见图 2。1.3.1隐藏神经元功能前向计算时，雾设备会接收感知设备所传送的数据，然后执行数据输入与输出任务，最后再执行设备计算后的传送数据。分别按照如下两个公式进行计算隐藏层第 j 个神经元的输入与输出值：（1）（2）式中：wij表示的是输入层中第 i 个神经元及隐藏层第j 个神经元间的权重大小。而 oi代表的是输入层第 i个神经元的输出值。后向计算时，雾设备在接收到执行设备所传送的数据之后，会计算权重及阈值变化，再与之前的权重及阈值相加得出新的权重与阈值。计算公式为：（3）（4）式中：wkj表示的是输出层的第 k 个神经元、隐藏层第 j个神经元间的权重大小；oj表示的是隐藏层第 j 个神经元输出，而 啄k与 浊 分别代表第 k 个神经元的残差及学习速率。推理过程中主要采取前向计算方式，同时雾设备还能存储相应数据。1.3.2输出神经元功能前向计算过程中，各执行设备会向雾设备传送所收集的数据，之后按照如下公式计算第 k 个神经元的输入值与输出值：（5）（6）后向计算过程中，则是由各执行设备以各训练样本的期望输出为依据，按公式（7）与公式（8）对权重及阈值变化展开计算，最后将计算结果与旧权重及阈值相加得到新权重及新阈值，最后利用公式（9）计算设备残差，并将计算结果传送给隐藏层。训练模型构建后便可进行推理，执行设备接收雾设备传送的数据后图 2三层 BP 神经网络结构jijiinetw o()jjOg net(1)jijjkkjikwoow o(1)jjjkkjkoowkkjjjnetw o()kkog net96-2023.22 科学技术创新会展开输入值与输出值计算，且执行设备同样能够存储数据。（7）（8）（9）2分散式人工智能物联网体系的功能实现2.1通信功能的实现Docker 容器间通信需要利用 Socket 实现，其是TCP/IP 网络通信的基础单元，为不同主机间进程双向通信的端点，通信双方共同约定利用 Socket 中的函数进行通信3。Socket 具有三种服务特征不一且所用协议不同的通信形式，详见表 1。表 1不同 Socket 通信形式对比SOCK_RAM 具备内核处理未完成 IP 数据包读取功能，在其他协议传送数据时需要利用 SOCK_RAM进行读取。基于 Socket 通信时，首先要利用服务器监听，再由客户端发出请求，最后连接确认。为降低网络服务程序编写的简洁性，可采用 socket server 模块编写程序，首先创建服务类及请求处理类，对服务类Threaded Server 对象进行实例化处理后，向其发送服务地址及请求处理类，最后利用 serve forever 函数处理服务请求。在此过程中，操作系统会保护 socket 连接，在服务器中断 3 s 后端口才会释放。为防止服务器重启时端口被占用，应将服务器地址重用设置为True。2.2感知设备功能的实现收集数据并向雾处理层传送是感知设备的主要功能，由于感知设备数据采集与此设备软硬件研究存在较深的关联，因而本研究只是对感知设备的数据发送功能及向雾设备送数据的功能进行模拟，无法深入探讨其功能实现过程。数据传送需要利用 client 函数、采用 socket 通信而实现，此时所用的 client 函数即为客户端函数 client4。2.3雾设备功能的实现雾设备有三个主要功能，一是数据处理，二是数据存储，三是数据传送。其功能实现流程详见图 3。雾设备以 JSON 格式存储来自于感知与执行设备的数据，此轻量级数据交换格式具有结构简洁、层次清晰的特征，机器解析及生成相对便利，网络传输更加高效5。数据处理时会判断数据类型，采用不同方式处理前向与后向数据，前向数据需判断数据数量是否满足，满足条件时实施计算并输出计算结果，并将结果存储于 output.json 文件中，之后调用客户端函数client 并向执行设备传送输出数据。而后向数据则是对数据数量是否不低于神经网络输出层神经元数量进行判断，符合要求时方可计算，并将变化前后权重加总，并在 i_h_weight.json 文件中存储新生成的权重。还要计算阈值变化，相加新旧阈值后将得到的阈值存储于 threshold.json 文件中，最后要将接收到的数据反馈给客户端。雾设备功能实现所需模块见表 2。表 2雾设备功能实现所需模块()(1)kjkkkkjwto oo o()(1)kkkkkto oo()(1)kkkkkto ooSocket 类型 应用协议 适用范围 SOCK_STREAM TCP 协议 大批量或高要求数据传送 SOCK_DGRAM UDP 协议 要求中等的数据传送 SOCK_RAM 低层协议（IP/ICMP）网络协议分析或新配网络设备检测 图 3雾设备功能实现流程模块属性 模块名称 功能 Socket 模块 支持 Socket 通信 Threading 模块 多线程操作 Socketserver 模块 支持 Socket 通信、网络服务编程框架 Math 模块 数据运算 Python 自带模块 Json 模块 支持 JSON Treat 模块 数据存储与函数获取 Calculate 模块 支持数据计算 自创模块 Client 模块 连接服务端 97-科学技术创新 2023.222.4执行设备功能的实现执行设备功能实现时，首先要接收雾设备传送的数据，并以 JSON格式存储于 f_input.json文件之中，之后，判断数据数量是否达到隐藏神经元数量要求，满足要求时，展开输入计算，并在 output.json 文件中存储输出数据，再判断采用的是集中式还是分散式工作模式，属于后者则需要展开神经网络模型训练，分别计算设备残差、权重变化值，之后在 h_o_weight.json 文件中存储新权重。再计算新 阈 值 并 存 储 于threshold.json 文 件 中，然后将神经元残差与对应权重相乘，并将得出结果传送给雾设备。最后，将数据反馈给客户端。执行设备功能实现流程见图 4。结束语人工智能与物联网结合应用是物联网产业的发展趋势，为解决传统人工智能物联网系统面临的问题，本研究设计了基于分散式的人工智能物联网体系，此体系由云计算层、雾处理层、终端设备层三部分构成，具有集中式、分散式两种工作模式，且要采取不同方式及流程实现通信功能、感知设备功能、雾设备功能、执行设备功能，进而完善分散式人工智能物联网体系的基础功能，为此体系科学应用奠定基础。参考文献1张晓华,刘道伟,李柏青，等.智能电力物联网功能架构体系设计及创新模式探讨J.电网技术,2022,46(5):1633-1640.2黄红兵.面向智能物联网的信息物理系统建模语言AIoTMLD.上海：华东师范大学,2022.3郑宇.智能物联网技术的应用及发展J.计算机与网络,2021,47(6):46-47.4姚健.基于物联网体系架构下区块链和人工智能的分析J.信息记录材料,2021,22(1):176-177.5孙洪民,彭辉,张忠坚.基于物联网体系架构下区块链与人工智能的研究 J.电脑知识与技术,2018,14(22):164-165.Design and Functional Realization ofDecentralized Artificial Intelligence Iot SystemShi Jin（Changsha Social Work College,Changsha,China）Abstract:This paper analyzes the design of decentralized artificial intelligence Internet of Things systemfrom three aspects:architecture,working mode and function,and expounds the implementation method ofcommunication function.It discusses thefunctionrealization process ofsensing device,fog deviceandexecution device respectively,aiming to create a system with perfect function and convenient communicationby applying the idea of combining cloud and fog and utilizing Docket container virtualization technology.Theartificial intelligence iot system can realize timely data perception,real-time transmission,safe storage,andeffective execution,so as to meet peoples intelligent production and life needs.Key words:artificial intelligence;Internet of Things;neural network图 4执行设备功能实现流程98-