基于虚拟化和服务协作的认知物联网自适应服务机制研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61562037
  • 项目类别:
    地区科学基金项目
  • 资助金额:
    39.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0207.计算机网络
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Due to adaptation problems such as hierarchical structure cured, dynamic heterogeneous resources, and pervasive changing service faced by current internet of things, we need a mechanism for integrating all layered services capabilities, thus forming a complete intelligent service system. The cognitive internet of things can change structure of resources, collaborative models and service attributes autonomously, has huge potential in service initiative recommendation and provision. Therefore, the project proposal draws reasoning decision mode of cognitive computing, to resolve two basic problems such as ‘maximizing resource utilization under certain costs conditions’ and ‘optimizing service capabilities under certain resource conditions’ as starting point, to research adaptive service mechanism for internet of things,and proposed four research objectives.Firstly,to construct an adaptive service model based on multi-level TCFL.Secondly,to design dynamic resource management based on resource virtualization.Thirdly, to achieve a self-service collaboration mechanism based on semantic manipulation.Fourth, to build a service verification environment for adaptive key technologies.The proposal will continue on the previous study of service in projects of cognitive networks and internet of things,the work will provide new research ideas when carried out smoothly to enhance adaptive services capabilities, and provide important theoretical basis and technical reference for in-depth and comprehensive study of cognitive internet of things.
当前物联网面临着结构分层固化、资源动态异质、服务普适多变等适应性难题,亟需一种机制对各层面的服务能力进行整合,进而形成完备的智能化服务体系。认知物联网能够自主改变系统内资源结构、协作模式和服务属性,在服务自主推荐和自主提供方面表现出巨大潜力。据此,本项目借鉴认知计算的推理决策模式,以解决物联网“成本一定条件下资源利用最大化”和“资源一定条件下服务能力最优化”两个基本问题为出发点,对认知物联网自适应服务机制展开研究,提出“四个一”的研究目标:构建一种基于多级TCFL的自适应服务模型;设计一种基于资源虚拟化技术的动态资源管理模式;实现一种基于语义操纵的自主服务协作机制;搭建一套服务自适应关键技术验证环境。本课题研究内容是前期研究“认知网络”和“物联网”在服务层面的发展和延续,该工作的顺利开展将为提升物联网自适应服务能力提供新的研究思路,为认知物联网研究的深入和完善提供重要的理论依据和技术参考。

结项摘要

认知物联网服务自适应的实现在底层依赖于网络设备的部署、路由协议的实现以及设备定位算法的设计,对此课题组按照研究计划中的研究内容和技术路线进行了深入研究,并取得了一系列研究成果。在本课题资助下,研究团队共发表学术研究论文17篇,其中SCI检索论文1篇,EI期刊检索论文7篇,核心期刊论文9篇。申请发明专利10项,已授权3项。项目执行期间,课题组成员参加学术交流多次,展示了研究成果。具体研究内容上,在物联网的节点优化覆盖方面,先后提出了基于改进灰狼优化的网络节点覆盖、基于改进花朵授粉算法的节点优化覆盖、基于改进差分进化算法下的网络节点部署优化策略以及基于混沌觅食算法的点部署优化算法;在物联网路由协议设计方面,提出了双层树型高能效多链路由算法、树型链式非均匀分簇混合多跳路由算法、基于最优分簇的能量异构无线传感器网络路由算法等;在物联网节点定位方面,提出了基于马鞍地形的节点定位算法、面向山区复杂地形的节点定位算法等。本课题研究成果对物联网底层服务能力实现具有一定参考价值,后期将在取得成果基础上进行相关应用推广。

项目成果

期刊论文数量(17)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(10)
山区复杂地形的无线传感器网络节点定位算法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    北京邮电大学学报
  • 影响因子:
    --
  • 作者:
    胡中栋;王俊岭;王振东;曾珽
  • 通讯作者:
    曾珽
一种双层树型高能效多链路由算法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    传感技术学报
  • 影响因子:
    --
  • 作者:
    胡中栋;张康;王振东
  • 通讯作者:
    王振东
A Self-adaptive Access Selection Algorithm for Cognitive Networks Based on Fuzzy Neural Networks.
一种基于模糊神经网络的认知网络自适应接入选择算法。
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    Revista de la Facultad de Ingenieria
  • 影响因子:
    --
  • 作者:
    Wang Zhendong;Chen Elin;Hu Zhongdong;Wen Wei;Li DaHai
  • 通讯作者:
    Li DaHai
An Efficient Access Selection Algorithm Based on Improved Genetic Algorithm in Cognitive Networks
认知网络中基于改进遗传算法的高效接入选择算法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    RISTI - Revista Iberica de Sistemas e Tecnologias de Informacao
  • 影响因子:
    --
  • 作者:
    Wang Zhendong;Chen Elin;Hu Zhongdong;Wen Wei;Zhu Qiang
  • 通讯作者:
    Zhu Qiang
基于马鞍地形的无线传感器网络节点定位算法
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    传感技术学报
  • 影响因子:
    --
  • 作者:
    胡中栋;张康;王振东
  • 通讯作者:
    王振东

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于有限元的单芯XLPE电缆电感计算研究
  • DOI:
    10.14188/j.1671-8844.2017-03-011
  • 发表时间:
    2017
  • 期刊:
    武汉大学学报(工学版)
  • 影响因子:
    --
  • 作者:
    张琪;杜志叶;王振东;杨知非
  • 通讯作者:
    杨知非
帘线钢连铸七流中间包钢水流动特性及各流一致性研究
  • DOI:
    10.13228/j.boyuan.issn1001-0963.20210236
  • 发表时间:
    --
  • 期刊:
    钢铁研究学报
  • 影响因子:
    --
  • 作者:
    马金磊;牛帅;唐海燕;王凯民;王宇航;王振东
  • 通讯作者:
    王振东
以二甲基二环戊基氢氧化铵为模板剂合成BEC分子筛
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    化学反应工程与工艺
  • 影响因子:
    --
  • 作者:
    汪莹莹;王振东;沈少春;张斌;孙洪敏;杨为民
  • 通讯作者:
    杨为民
樗蚕和蓖麻蚕的DNA条形编码与系统进化分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    蚕业科学
  • 影响因子:
    --
  • 作者:
    武松;王欢;夏润玺;李喜升;王振东;刘彦群;李玉萍;石生林
  • 通讯作者:
    石生林
考虑不定拆卸程度的选择性异步并行拆卸序列规划
  • DOI:
    10.3969/j.issn.1004-132x.2021.09.009
  • 发表时间:
    2021
  • 期刊:
    中国机械工程
  • 影响因子:
    --
  • 作者:
    郭钧;王振东;杜百岗;李益兵
  • 通讯作者:
    李益兵

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

王振东的其他基金

赣南山区地形无线传感器网络动态覆盖优化算法与路由协议研究
  • 批准号:
    62062037
  • 批准年份:
    2020
  • 资助金额:
    35 万元
  • 项目类别:
    地区科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码