[发明专利]IOT装置集群的分层数据处理

说明书

网络的边缘装置收集数据。边缘装置可以确定是使用局部数据处理模型处理所述数据还是将所述数据发送到层装置。所述层装置可以从所述边缘装置接收所述数据，并且确定是否使用所述层装置的较高层数据处理模型处理所述数据。如果所述层装置确定处理所述数据，则所述层装置使用所述较高层数据处理模型处理所述数据，基于所述处理生成结果，并且将所述结果发送到端点(例如，发送回到所述边缘装置、发送到另一层装置或发送到控制装置)。如果所述层装置确定不处理所述数据，则所述层装置可以将所述数据发送到另一层装置，以供另一个较高层模型处理。

技术领域

本公开涉及IOT装置集群的分层数据处理。

背景技术

物联网(IoT)是对在现有的互联网基础设施内分散在全球范围内的计算装置的互连赋予的一个短语。IoT装置可以嵌入各种产品中，如家用电器、制造装置、打印机、汽车、恒温器、智能交通信号灯、摄像机等。

在一些情况下，IoT装置利用与中枢装置的连接成为装置的局部网络的一部分。中枢装置通常是比IoT装置强大的装置，其能够执行较多计算并且速度较快。例如，房屋可以具有中枢装置，其形成与多个不同传感器IoT装置的无线连接，如用于测量不同房间的温度的恒温器或不同房间中的运动传感器。中枢装置可以接收温度值或运动数据，并且将温度值或运动数据传输到一个或多个其它端点。如果中枢装置连接到互联网，则所述值可以传输到提供商网络或用户装置，如用户的智能电话。

一些IoT装置强大到足以实施相对简单的数据处理模型来分析数据并且生成结果，如预测。然而，这种预测的可靠性可能不如在更强大的计算装置上运行的较大模型的可靠性高。例如，由服务提供商网络或服务器计算机实现的大型模型可能使用数亿个参数，而在IoT装置上运行的模型可能仅使用数十万个参数。此外，给定IoT装置处的模型接收的数据的量和类型可能会随时间变化。例如，摄像机可以捕获其未被明确训练的新颖物体的图像或在其未被明确训练的新颖照明条件下捕获图像。因此，即使相机上的模型可能已经基于足够的训练数据进行了初始训练，所述模型也可能会失去准确性，并且随时间变得越来越无用。

发明内容

根据本公开的一个方面，提供了一种系统，其包括连接到网络的一个或多个层装置，所述一个或多个层装置包括相应数据处理模型，其中所述层装置中的个别层装置被配置成：接收数据；基于与所述数据处理模型和较高层数据处理模型中的至少一个相关联的准则确定是使用所述层装置的所述数据处理模型处理所述数据还是将所述数据发送到连接到所述网络的一个或多个其它层装置；并且响应于所述确定而使用所述数据处理模型处理所述数据，或将所述数据发送到所述一个或多个其它层装置。

根据本公开的又一个方面，提供了一种方法，其包括连接到网络的一个或多个层装置，所述一个或多个层装置包括相应数据处理模型，其中所述层装置中的个别层装置执行以下：接收数据；基于与所述数据处理模型和较高层数据处理模型中的至少一个相关联的准则确定是使用所述层装置的所述数据处理模型处理所述数据还是将所述数据发送到连接到所述网络的一个或多个其它层装置；以及响应于所述确定而使用所述数据处理模型处理所述数据，或将所述数据发送到所述一个或多个其它层装置。

根据本公开的又一个方面，提供了一种非暂时性计算机可读存储介质，其存储程序指令，所述程序指令当由计算装置执行时使所述计算装置实施本公开的方法。

附图说明

图1展示了根据一些实施例的用于基于中枢装置和提供商网络的局部模型来实施拆分预测的系统。

图2是根据一些实施例的实施局部模型和结果管理器的示例数据中枢装置的框图。

图3是展示了根据一些实施例的基于中枢装置和提供商网络的局部模型来实施拆分预测的流程图。

图4展示了根据一些实施例的用于基于边缘装置和提供商网络的局部模型来实施拆分预测的系统。

图5A是展示了根据一些实施例的基于边缘装置和提供商网络的局部模型来实施拆分预测的流程图。