本文譯至：
（3）計算資源的整體優化
下面說一說在iot系統
構建中特別重要的系統整體
優化。為了
優化整個iot系統，對
象資料或根據演算法的資料量和運算，網
絡頻寬負
荷的特徵
值的抽取，演算法的調優任
務變得必要。同時伺服器
環境，雲和網路技
術的整合等也變得必要，最優的iot系統
的構建，多種知識和
經驗都是
必要的。
在生物訊號監測系
統中，實施
計算優化的示例如圖8
所示。該例子抽出生物訊號的
監測裝置
處捕獲的心跳數的資料特徵，在雲端服
務器上進行機器學
習來診斷健康狀況。
圖8:生物訊號監測系
統的iot系統
構建示例
在上述的例子中，為了控制網
絡頻寬，在
邊緣裝置端
抽出特徵值，
傳送到服
務器的資料
頻寬優化到50分之1（裝置
10萬台的
場合: 全部資料發
送400mb／秒，與此相比，僅僅特徵資料的場
合只有8mb／秒）（圖
9）。在大幅降低網
絡頻寬的同
時，也能傳送給伺服器
端機器學
習處理所需要的所有特徵值。
在這例子裡，通過
檢測心跳數的高峰
值，抽取作為
特徵值的
qrs值
，使用機器學
習之一的神經網
絡，診斷健康狀況。
如此，對整體的處理
順序和演算法
實施了案頭研究之後，對
邊緣裝置端和服務
器端實現的處
理進行適當的分割。
9:向伺服器
傳送資料的
頻寬優化
構建IoT系統必須的五項內容 Page 2
本文譯至 1 高精度特徵值的抽出從傳 感器裝置 收集的原始資料，由於 感測器的故障或異常導致的缺失插補，處理取樣速度不同的多個感測器 的資料同步，電源噪音或隨機噪音的 過濾，非意 圖的趨勢 成分的去除等要求，就算目的是解析 簡單的資料，複雜且費 時的資料清理 資料 前處理 在許多場合仍是必要的。資料...
構建IoT系統必須的五項內容 Page 3
本文譯至 2 高度的分析實現 抽取出的高精度特徵 值適用於機器學 習演算法，從 時間序列資料計 算異常度，自 動檢查異常狀況或 變化點 圖5 等，能 應用於人眼難以判斷的現象的自動檢測 診斷。同時，使用 過去資料來生成模型，未來的趨勢 圖6 對故障的 預知等也是有幫助的。在圖形 感測器輸入的情況下，...
關於DevOps我們必須了解的五項事實
devops絕不僅僅是炒作的產物，合理加以運用後其將成為各團隊的致勝利器。不用說十年前，甚至就有幾年之前，一家技術企業想要在一天之內部署10項應用更新的想法還仍然只是種荒謬的妄想。但現在，devops環境已經足以讓這一切變成現實。canciosi還針對devops給出了以下五項重要觀點。devops...