技术特征：
1.一种基于抽样的物联网大数据近似聚集方法，其特征在于，包括如下步骤：步骤1：假设网络组织为一个平面模型，其中每个节点直接与基站通信；步骤2：在从底层节点中收集样本后，如果需要的精确度能够满足，则将样本用于回答未来的范围计数聚合；步骤3：如果不能满足需要的精确度，基站将通知底层节点从网络中收集更多的样本；步骤4：利用抽烟数据元素的位次来表示rankcounting估计器；具体为：设s
i
为节点i收集的样本集，d
i
为节点i采集的数据集，i＝1,...,k；设分别为样本和数据的全局集。设n
i
为第i个节点收集的数据数，n为总共k个节点收集的数据总数。fst和lst分别表示节点i收集的第一个和最后一个数据。已知上下界范围l，u；首先使用s
i
计算即对节点i收集的数据的(l，u)-范围计数，然后得到针对s的范围计数，也即为
技术总结
本发明公开一种基于抽样的物联网大数据近似聚集方法。本发明提出了基于采样的近似整体聚集算法，成功实现了对整体聚集结果的无偏估计，并且给出并证明了查询结果方差的紧致上界。相比于传统的查询算法，本发明提出的算法只要求每个节点传输样本的平均数大于16个，查询结果的方差就比传统聚集算法更低。在这种情况下，节点可以将样本打包成普通的心跳消息给中心，也不会产生更多的通信成本。提出的算法提高了传统算法的延展性，能够保证对一系列整体聚集查询有着较低的紧致上界，包括分位数、中位数、频率、位次等。此算法提高了物联网中大数据处理的效率。数据处理的效率。
技术研发人员：张泽赟 张现宝
受保护的技术使用者：腾云悦智科技（深圳）有限责任公司
技术研发日：2021.12.29
技术公布日：2022/4/8