.png){kind=icon}
返回
Iot data models for lightweight data storage and processing in real time environments
.png){kind=icon}
PRE
AI
DOI：10.1007/s11276-026-04102-w.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
物联网（IoT）的实时应用正在快速发展，智能环境和传感器网络不断产生大量数据。有效数据管理（涵盖数据生成、存储、处理和能耗）对资源受限下的IoT系统至关重要。本文提出一种轻量级数据管理框架，包含三个IoT数据模型：数据生成模型、面向精度的数据模型和面向性能的数据模型。通过使用动态多项式模型对数据分段，该框架在实现高效存储和实时处理的同时最小化冗余。框架采用真实环境数据（包括温度、湿度和压力读数）进行评估。结果显示，面向精度的数据模型实现高达96%的数据缩减，均方误差为0.0372；而面向性能的模型实现高达98%的数据缩减，均方误差为0.0761。将所提数据模型与典型IoT场景在能耗、处理时间、存储空间和网络寿命方面进行比较，结果表明所提模型优化了资源使用，适用于实时资源受限环境。为进一步验证所提数据管理框架，在精度、准确率、召回率、存储和能耗效率以及处理时间方面与现有工作进行对比评估。结果显示，面向精度的数据模型在显著节能的同时达到96.5%准确率、95.8%精确率和96.1%召回率；而面向性能的模型提供98%存储效率、0.72s处理时间和64.1 mWh能耗。总体而言，该框架为资源受限的实时IoT部署提供了有前景的解决方案。
Keyword:
IoT device
Fog
IoT data model
Sensors
Data generation
Accuracy
Performance
期刊
IF:
2.1
论文数:
312
被引数:
5.4K
机构
引用论文
.png){kind=icon}
A scalable blockchain based framework for efficient IoT data management using lightweight consensus基于可扩展区块链的框架，用于使用轻量级共识进行高效的IoT数据管理
OAAI
OAAI分享收藏
查看更多内容