-
公开(公告)号:CN106778033B
公开(公告)日:2019-03-26
申请号:CN201710016673.X
申请日:2017-01-10
Applicant: 南京邮电大学
IPC: G06F11/30
Abstract: 本发明一种基于Spark平台的Spark Streaming异常温度数据报警方法,结合kafka中间件作为服务器存储队列构建了一个异常温度检测系统及方法。本方法利用传感器收集物联网传来的温度数据,并上传到服务器,在这里数据全部进入kafka队列。Spark Streaming会实时消费kafka队列的数据,将数据读出来并进行实时的分析,并对异常数据发出报警信号。经过Spark Streaming实时计算程序分析,将结果写入Orancle数据库,可以实时获取温度数据,并可以导出来进行离线综合统计分析。
-
公开(公告)号:CN106452666B
公开(公告)日:2019-04-09
申请号:CN201610625625.6
申请日:2016-08-01
Applicant: 南京邮电大学
Abstract: 本发明提出了一种应用于无线传感器网络中的一种轻量级数据压缩方法,分别在采集节点端和汇聚节点端对冗余数据进行压缩处理。在采集节点端,利用感知数据在不断变化的特性,提出变成数据压缩算法CLDCA消除采样数据中冗余数据。在汇聚节点端,针对簇内采集节点上传的感知数据之间存在冗余性,提出权重系数的数据融合算法WDAA对感知数据进行压缩,大大减少汇聚节点的数据冗余。在采集和汇聚两端消除冗余数据可以提高网络带宽的利用率,节省节点能量。
-
公开(公告)号:CN106452666A
公开(公告)日:2017-02-22
申请号:CN201610625625.6
申请日:2016-08-01
Applicant: 南京邮电大学
CPC classification number: Y02D70/00 , H04L1/0006 , H04L1/0029 , H04W52/0212 , H04W84/18
Abstract: 本发明提出了一种应用于无线传感器网络中的一种轻量级数据压缩方法,分别在采集节点端和汇聚节点端对冗余数据进行压缩处理。在采集节点端,利用感知数据在不断变化的特性,提出变成数据压缩算法CLDCA消除采样数据中冗余数据。在汇聚节点端,针对簇内采集节点上传的感知数据之间存在冗余性,提出权重系数的数据融合算法WDAA对感知数据进行压缩,大大减少汇聚节点的数据冗余。在采集和汇聚两端消除冗余数据可以提高网络带宽的利用率,节省节点能量。
-
公开(公告)号:CN106778033A
公开(公告)日:2017-05-31
申请号:CN201710016673.X
申请日:2017-01-10
Applicant: 南京邮电大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明一种基于Spark平台的Spark Streaming异常温度数据报警方法,结合kafka中间件作为服务器存储队列构建了一个异常温度检测系统及方法。本方法利用传感器收集物联网传来的温度数据,并上传到服务器,在这里数据全部进入kafka队列。Spark Streaming会实时消费kafka队列的数据,将数据读出来并进行实时的分析,并对异常数据发出报警信号。经过Spark Streaming实时计算程序分析,将结果写入Orancle数据库,可以实时获取温度数据,并可以导出来进行离线综合统计分析。
-
-
-