该pct申请要求于2015年12月23日提交的标题为“selectivemeasurementreportingfrominternetofthingsdevices”的美国申请14/998,171的优先权。
本公开涉及数据处理领域，尤其涉及与对物联网(iot)设备测量的报告相关联的装置、方法和存储介质。
背景技术：
本文提供的背景描述是为了总体上呈现本公开的背景。除非在此另有说明，否则本部分中描述的材料不是本申请中权利要求的现有技术，并且不因包含在本部分中而承认为现有技术。
随着越来越多的针对计算能力被引入到日常设备和情况中的需要，计算设备不断增强。社会不断加大对“物联网”的发展，有望在建筑物、对象、空间等领域实现无处不在的计算可用性。在各种情况下，物联网(iot)可以包括嵌入了电子、软件、传感器和网络连接的物理对象或“事物”的网络，使这些对象能够收集和交换数据。iot可以允许对象在现有的网络基础架构上进行远程感知和控制，针对物理世界和基于计算机的系统之间的更直接整合创造机会，从而提高效率、准确性和经济效益。在各种情况下，每个iot设备都能够通过其嵌入式计算系统唯一识别，但能够在现有的互联网基础架构内进行互操作。但是，此类基础架构可能无法在多个iot设备之间或者在iot设备与旨在控制或聚合由iot设备收集的数据的其他设备之间提供100％可靠的连接。在网络连接受到影响的情况下，数据可能会丢失。此外，即使测量数据在连接恢复时被保存并发送，由此造成的大量数据可能会在网络带宽过大、聚合器或数据流水线处理能力方面造成其自身的问题。
附图说明
通过以下结合附图的详细描述，将容易理解实施例。为了便于说明，类似的附图标记表示类似的结构元件。在附图的图中通过举例而非限制的方式示出了实施例。
图1示出了根据各种实施例的可由具有选择性测量报告的iot设备来进行报告的测量的示例。
图2示出了根据各种实施例的具有选择性测量报告的iot设备的示例组件和信息流。
图3示出了根据各种实施例的用于从iot设备选择性报告测量的示例过程。
图4示出了根据各种实施例的用于收集测量的示例过程。
图5示出了根据各种实施例的用于报告和高速缓存测量的示例过程。
图6示出了根据各种实施例的用于选择性地报告高速缓存的测量的示例过程。
图7示出了根据各种实施例的用于选择用于选择性报告的高速缓存消息的示例过程。
图8示出了根据各种实施例的适合于实践本公开的各个方面的示例计算环境。
图9示出了根据各种实施例的具有被配置为使装置能够实践本公开的各个方面的指令的示例存储介质。
具体实施方式
在下面的详细描述中，参考了构成其一部分的附图，其中类似的附图标记始终表示类似的部分，并且其中通过可实践的说明性实施例的方式示出。应该理解，在不脱离本公开的范围的情况下可以利用其他实施例并且可以进行结构或逻辑改变。因此，以下详细描述不应被视为具有限制意义，并且实施例的范围由所附权利要求及其等同物限定。
各种操作可以以最有助于理解所要求保护的主题的方式依次被描述为多个分立的动作或操作。然而，描述的顺序不应被解释为暗示这些操作必须依赖于顺序。特别是，这些操作可能不会按照呈现的顺序执行。所描述的操作可以以与所述实施例不同的顺序来执行。在附加实施例中可以执行各种附加操作和/或可以省略所描述的操作。
为了本公开的目的，短语“a和/或b”意指(a)、(b)或(a和b)。为了本公开的目的，短语“a、b和/或c”意指(a)、(b)、(c)、(a和b)、(a和c)、(b和c)、或(a、b和c)。
描述可以使用短语“在实施例中”或“在各个实施例中”，其可以分别指代相同或不同的实施例中的一个或多个。此外，关于本公开的实施例所使用的术语“包括”、“包含”、“具有”等是同义的。
如本文中所使用的，术语“逻辑”和“模块”可以指代专用集成电路(asic)、电子电路、执行一个或多个软件或固件程序的处理器(共享的、专用的或成组的)和/或存储器(共享的、专用的或成组的)、组合逻辑电路和/或提供所描述的功能的其他合适的组件，作为其一部分，或者包括专用集成电路(asic)、电子电路、执行一个或多个软件或固件程序的处理器(共享的、专用的或成组的)和/或存储器(共享的、专用的或成组的)、组合逻辑电路和/或提供所描述的功能的其他合适的组件。如本文所描述的，术语“逻辑”和“模块”可以指片上系统，是片上系统的一部分或包括片上系统，如下所述的。
在各种实施例中，被配置为收集测量的iot设备可以被配置为提供对所收集的数据测量的选择性报告，诸如聚合器系统或其他计算系统。在各种实施例中，可以从传感器(诸如，作为iot设备的一部分被包括的传感器或者以有线或无线方式耦合到iot设备的传感器)收集测量。在各种实施例中，这样的传感器测量可以包括但不限于：环境数据，诸如温度数据、气压数据或湿度数据；物理传感器读数，例如压力数据、冲击力数据、运动数据或摇动数据；网络数据，例如网络使用数据或分组信息数据；等等。
在各种实施例中，iot设备可以被配置为经由网络连接(诸如有线或无线网络连接)向聚合器设备(或其他设备)报告数据。iot设备可以被配置为检测何时网络连接已经中断或者否则导致包含传感器测量的一个或多个消息的传送失败。在检测到这种中断(或传送失败)的瞬间，可以在iot设备处高速缓存包含测量的一个或多个消息。
稍后，当iot设备检测到网络连接已被恢复时，iot设备可以“重放”高速缓存的消息，例如，iot设备可以发送在网络中断期间被高速缓存的消息。然而，对每条消息的朴素回放可能会使得网络无法承受，或导致聚合计算机系统需要快速连续处理太多消息。如此大量的消息可能导致数据传输或数据处理的成本增加，或者可能导致网络上或聚合系统处的其他活动被延迟或优先级降低。为了避免这种负面影响，根据各种实施例，iot设备可以选择性地将高速缓存的消息报告给聚合系统。在各种实施例中，这种选择性报告可以至少部分地基于熵分析，该熵分析可以检测哪些测量显示出比其他测量更高的熵。例如，熵分析可以确定哪些测量相对于其他的时间相邻的测量显示出更高的变化率，并且可以仅报告那些更高变化率的测量。在其他实施例中，较高熵的测量可以基于绝对值在一组阈值之外的测量或者与过去的值相比其值在统计学上不太可能的测量来被选择。在各种实施例中，iot设备可以基于由iot设备获得的测量的历史来选择较高熵的测量。在各种实施例中，该历史可以在iot设备的整个生命周期中被取得；在其他实施例中，历史可以在小于iot设备的整个生命周期的最近时间窗口之上。通过仅选择高速缓存测量的完整集合的子集，与简单地重放所有高速缓存的传感器测量的设备相比，iot设备可以降低流量和处理成本。下面讨论其他实施例和实现细节。
在各种实施例中，本文描述的iot设备可以包括各种形式和类型的设备，包括但不限于膝上型计算机、诸如移动电话、平板电脑等的移动设备、诸如具有计算功能的眼镜或手表的可穿戴设备、以及其他设备、例如具有计算功能的灯泡、温度计、交通传感器、恒温器、冰箱、烤箱等。此外，尽管术语“计算设备”始终用于指代具有计算能力的设备和/或对象，但是不应该根据这个用法推断出特别的限制。因此，在各种实施例中，本文所称的“计算设备”可以包括台式或膝上型计算机、移动设备、具有计算能力的传感器(例如温度计、光传感器等)、具有计算能力的电器(例如，冰箱)、家庭自动化设备、车辆、交通或气象设备、音频/视频设备等。
现在参考图1，示出了根据各种实施例的可以由具有选择性测量报告的iot设备报告的观察到的测量的示例。在第一示例中，图110示出了在24小时期间内由iot设备的传感器取得并报告的一系列温度测量。然而，在图1所示的示例中，存在两个网络中断时段，在时段115和116处示出。在这些时间期间，没有接收到从iot设备报告的测量。在图120中，示出了在这两个时段内取得的测量。从图120的示例中可以看出，来自这些时段115和116的“缺失”(例如未报告的)数据显示稳定下降的温度。
根据一些技术，当检测到iot设备已经恢复其网络连接时，可以简单地从iot设备报告时段115和116的“缺失的”测量。但是，如上所述，这可能会导致大量数据从iot设备快速连续发送。大部分数据可能不是必需的；在图1的示例中，许多“缺失”的温度测量可以简单地类似于先前取得的其他测量，并且因此可能是多余的。在图130中可以看到这种变化的缺少，其中可以看到温度测量的变化率的图。如图130所示，在这个示例中，测量的大部分代表与它们最近的先前测量相差0度的温差。只有测量的子集大于或小于它们最近的先前测量，这可以被看作分别导致变化率图130中的高于或低于0的值。例如，对应于点135的温度测量比其最近的先前测量高0.1℃，而对应于点136的温度测量比其最近的先前测量低0.2℃。在各种实施例中，当iot设备报告由于网络连接问题而被高速缓存的测量时，iot设备可以选择对应于这些较高的变化率点的那些测量以减少所报告的测量的数量，从而导致更高效地使用网络带宽和处理能力。
现在参考图2，示出了根据各种实施例的具有选择性测量报告的iot设备200的组件和信息流。可以注意到，尽管示出了特定处理、数据收集和存储组件，以及这些组件之间的特定信息流，但是在各种实施例中，iot设备200可以包括其他组件或流和/或可以省略图2中所示的一个或多个组件或流。在各种实施例中，所示组件可以以硬件和/或软件来实现，并且可以被配置为在各种形式因数和能力的计算设备上操作，如本文所讨论的。另外，如上所述，iot设备200可以包括具有各种形式因数、目的和活动的设备，包括专用环境、天气、交通、网络或其他传感器、启用计算机的设备、膝上型或台式计算机、移动设备、平板电脑等等。
在各种实施例中，iot设备200可以包括传感器210，传感器210可以被配置为执行数据的测量，所述数据诸如环境、天气、交通、物理触摸或其他数据。在各种实施例中，如图所示，传感器210可以包括在iot设备200中，或者可以位于iot设备200的外部。在各种实施例中，传感器210可以被配置为周期性地提供测量，诸如每几毫秒、几秒、几小时或几天。在其他实施例中，如可以理解的，传感器200可以被配置为而基于事件提供测量，诸如响应于诸如门的打开、汽车在传感器上的通过等事件。
在各种实施例中，传感器210可以被配置为将测量提供给测量存储库215(ms215)以进行维护和处理。在各种实施例中，ms215可利用各种技术来存储来自传感器210的测量，包括但不限于存储在本地或联网的存储装置中、使用数据库或其他数据结构用于存储、存储测量作为目录中的单独文件，等等。在各种实施例中，iot设备200可以包括消息生成器220(mg220)，消息生成器220可以被配置为生成消息，该消息包括ms215中的用于从iot设备200向外报告的测量。在各种实施例中，可以根据已知技术来生成用于报告测量的消息。
在各种实施例中，iot设备200可以包括测量报告器250(mr250)，该测量报告器250可以被配置为报告由mg220生成的消息并且将这些消息从iot设备200向外报告给诸如数据聚合器系统(未示出)。在各种实施例中，mr250可以被配置为检测iot设备200与外部设备之间的网络连接的中断和/或恢复，以在连接存在时报告这些测量，并且在恢复中断的连接之后选择性地报告测量。如图所示，mr250可以包括用于执行该选择性报告的各种组件。
在各种实施例中，mr250可以包括报告队列225(rq225)，该报告队列225可以按照顺序维护由mg220生成的消息以用于稍后报告。在各种实施例中，rq225可将消息提供给消息分派280(md280)，消息分派280可被配置为按照顺序将入队的消息从rq225离开iot设备200，诸如传送到聚合系统或其他计算设备。mr250还可以包括消息高速缓存235(mc235)，该消息高速缓存235可以维护由mg220生成但未被报告的消息。在各种实施例中，响应于确定消息未被md280正确地分派(诸如由于网络连接中断)，mc235可以从rq225接收消息。在各种实施例中，可以根据用于实现队列和高速缓存的各种技术来实现rq225和mc235，如可以理解的那样，包括在本地或联网的存储装置中的存储，使用数据库或其他数据结构用于存储，测量作为单独文件存储在目录中等等。在各种实施例中，mr250可以包括连接检测器290(cd290)，其可以被配置为检测iot设备200与一个或多个设备或计算机系统之间的网络连接的状态。如可以理解的，cd290可以被配置为根据各种技术来执行该检测。根据一种技术，cd290可以重复地尝试从诸如流行的零售店、公司或政府站点之类的已知稳定站点请求网页。cd290然后可以基于响应于该请求而接收到的响应代码来检测iot设备200的网络连接的状态。在一个示例中，如果响应代码是400或更大，则cd290可以检测到网络连接已被中断；如果代码低于400，则cd290可检测到网络连接已连接，或者如果之前中断，则网络连接已恢复。在其他实施例中，cd290可以被配置为检测连接的带宽的增加，而不是中断的连接的恢复。
在各种实施例中，mr250还可以包括消息重放选择器230(mrs230)，其可以被配置为选择已经被高速缓存以用于报告的消息。在各种实施例中，mrs230可以被配置为响应于确定网络连接已经恢复来检查高速缓存的消息并且选择应当报告的那些消息。在各种实施例中，mrs230然后可以将这些选定的未报告消息提供给rq225以供md280稍后报告。在各种实施例中，mr250可以包括熵分析器240(ea240)，其可以被配置为确定哪些消息包括包含了比其它测量更高级别熵的测量，并且因此确定谁应该从iot设备200报告。在各种实施例中，ea240可以被配置为确定哪些测量表现出比其他测量更高的变化率。在其他实施例中，ea240可以被配置为确定哪些测量在直接值阈值之外，例如描述不应该被报告的值的“非报告带”的最大或最小阈值。例如，对于温度感测iot设备200，ea240可以被配置为仅识别低于0℃或高于40℃的测量以用于报告。在其他实施例中，ea240可以被配置为确定哪些测量在统计值阈值之外，诸如落在传感器210进行的测量的平均值以外的特定数量的标准偏差之外的值。在各种实施例中，这些统计值阈值可以参考测量的历史(诸如，在iot设备的生命周期期间的测量)来给出。在其他实施例中，统计值阈值可以参照在小于iot设备的生命周期的时间窗口内取得的测量的历史来给出。
现在参考图3，示出了根据各种实施例的用于选择性报告来自iot设备200的测量的示例过程300。尽管图4以特定顺序示出了特定操作，但是在各种实施例中，操作可以被组合、分成部分和/或被省略。该过程可以开始于操作310，其中可以建立iot设备200。例如，在操作310，iot设备200可以被物理放置以收集测量，配置有要收集的一个或多个类型的测量，和/或连接到一个或多个网络以用于报告测量。在操作310处，iot设备200可以被配置为向诸如联网的计算机、网站、数据库、mq(消息入队)遥测传输(mqtt)代理等的特定设备和/或聚合系统报告。在各种实施例中，iot设备可以被提供有这些设备的身份和/或网络地址。
接下来，在操作320处，iot设备200可以收集并存储诸如来自传感器210之类的测量。操作320的过程的特定实施例可以在下面参照图4的过程400来描述。可以注意到，尽管为了简化说明，过程300将操作320示出为直接进行到操作330，但是在各种实施例中，操作320的过程可以是可以独立于稍后的报告过程操作的重复过程。例如，操作320可以在单独的操作系统进程或线程中操作。
在操作330，iot设备200的mr200可以报告作为操作320的一部分收集的测量。操作330的过程的特定实施例可以在下面参考图5的过程500进行描述。再次，可以注意到，在各种实施例中，操作320可以是可独立于操作310的测量收集过程而操作的重复过程。
接下来，在操作340处，网络连接可能被中断。这可能是由于各种情况而发生的，如可以理解的那样。例如，蜂窝数据连接可能会故障，或者在有线网络中可能发生物理中断。接下来，在操作350处，iot设备200的mr200可以重复地对测量进行高速缓存以用于稍后一旦网络连接被恢复就选择性报告。操作350的过程的特定实施例也可以在下面参考图5的过程500来进行描述。因此，在各种实施例中，iot设备200可以执行一个过程500以执行测量的报告和高速缓存。然而，在其他实施例中，报告和高速缓存可以在单独的过程中执行。接下来，在操作360中，可以恢复网络连接，诸如由于网络的修复或重置。作为响应，在操作370，iot设备200的mr200可以选择性地报告高速缓存的测量。操作370的过程的特定实施例也可以在下面参照图6的过程600来进行描述。过程然后可以结束。
现在参考图4，示出了根据各种实施例的用于收集测量的示例过程400。在各种实施例中，可执行过程400以全部或部分地实现图3的过程300的操作320。尽管图4以特定顺序示出了特定操作，但在各种实施例中，操作可被组合、分割分成部分，和/或省略。该过程可以在操作410开始，其中mg220可以监视ms215以从传感器210存储在ms215中的识别新的和/或更新的存储的测量。接下来在操作420，mg220可以利用该新测量来创建消息以用于从iot设备200报告。如上所述，可以理解用于iot设备消息生成的各种技术。接下来，在操作430处，可以将关于测量事件的细节(诸如，时间/日期、位置等)作为元数据添加到消息。在操作440，mg220然后可以将完成的消息推送到rq225。该过程然后可以结束。然而，如上所述，在各种实施例中，可以针对新的测量再次重复该过程。
现在参考图5，示出了根据各种实施例的用于测量的报告和高速缓存的示例过程500。在各种实施例中，可以执行过程500以全部或部分地实现图3的过程300的操作330和350。尽管图5以特定顺序示出了特定操作，但是在各种实施例中，操作可以被组合、拆分成部分，和/或省略。
该过程可以在操作510处开始，其中mr250可以将顶部消息从rq225弹出到mc235和md280。接下来，在操作520，md280可以尝试将消息分派到一个或多个消息消费者以便报告测量，例如数据聚合器、网站等。在判定操作525处，md280可以确定报告是否成功。例如，md280可以从消息消费者寻找该消息已被接收的确认。在另一个示例中，md280可以诸如从cd290或从iot设备200外部的联网设备接收错误消息：该消息未被分派给一个或多个消费者。如果报告不成功，则该过程可以随后结束，伴随着在mc235中留下未能分派的消息的副本。但是，如果报告成功，则在操作530中，消息可以从mc235移除并且该过程可以结束。
现在参考图6，示出了根据各种实施例的用于选择性地报告高速缓存的测量的示例过程600。在各种实施例中，可以执行过程600以全部或部分地实现图3的过程300的操作370。尽管图6以特定顺序示出了特定操作，但是在各种实施例中，操作可以组合操作、拆分成部分，和/或省略。该过程可以在操作610处开始，其中dc290可以检测到iot设备200的网络连接已经被恢复。接下来，在操作620处，mrs230可以确定是否提供用于选择性地报告高速缓存的测量的固定或随机化间隔。在各种实施例中，mrs230可以选择利用随机化间隔以便减少多个iot设备200的高速缓存测量的同时报告，同时报告可能导致网络延迟或者甚至可能的中断。在其他实施例中，mrs230可以选择固定的报告间隔来例如尽可能快地清除消息的高速缓存。
接下来，在操作630处，ea240可以确定用于选择性报告测量的报告阈值。如上所述，在各种实施例中，ea240可以选择用于测量的一个或多个变化率阈值。在其他实施例中，ea240可以选择直接值阈值，诸如以创建不落在这些阈值之外的测量的非报告带。在其他实施例中，ea240可以选择统计阈值，例如以选择统计上不太可能报告的测量。在各种实施例中，ea240可以基于由iot设备200获得的测量的历史来确定这些阈值。在各种实施例中，该历史可以在iot设备200的整个生命周期期间取得；在其他实施例中，历史可以在小于iot设备200的整个生命周期的最近时间窗口之上。
接下来在操作640处，ea240可以选择高速缓存的消息以进行报告。操作640的过程的特定实施例也可以在下面参照图7的过程700来进行描述。接下来，在判定操作645处，mrs230可以确定mc235是否为空。如果不是，则该过程可以重复到操作640。在各种实施例中，取决于在操作620处确定了什么间隔，操作640和645可以以固定或随机化的间隔来进行重复。然而，如果mc235是空的，则该过程可以然后结束。
现在参考图7，示出了根据各种实施例的用于选择高速缓存的消息以用于选择性报告的的示例过程700。在各种实施例中，可以执行过程700以全部或部分地实现图6的过程600的操作640。尽管图7以特定顺序示出了特定操作，但是在各种实施例中，操作可以组合、拆分成部分，和/或省略。该过程可以开始于操作710，其中对于与当前消息相关联的测量，ea240可以计算该测量与其之前的最近的其他测量之间的差。接下来，在操作720处，ea240可将该差与过程600期间确定的一个或多个变化率阈值进行比较。在可选操作730处，如果这样的阈值被确定，则ea240可将测量值与一个或多个直接值阈值进行比较。在可选操作740处，如果确定了这样的阈值，则ea240可以将测量值与一个或多个统计阈值进行比较。在将测量与各种阈值进行比较之后，在判定操作745处，ea240可以确定测量是否超过阈值中的一个或多个。如果是，则mrs230可以将具有测量的消息推送到rq225以随后进行报告。如果不是，那么过程可能会结束。
现在参考图8，示出了根据各种实施例的适用于实践本公开的各个方面的示例计算机，包括图3-图7的过程。如所示出的，计算机800可以包括一个或多个处理器或处理器核心802以及系统存储器804。为了包括权利要求的本申请的目的，术语“处理器”和“处理器核心”可以被认为是同义的，除非上下文另有明确要求。另外，计算机800可以包括大容量存储设备806(诸如软盘、硬盘驱动器、光盘只读存储器(cd-rom)等)、输入/输出设备808(诸如显示器、键盘、光标控制器、遥控器、游戏控制器、图像捕捉设备等)和通信接口810(诸如网络接口卡、调制解调器、红外接收机、无线电收发级(例如，蓝牙、wi-fi、近场通信、射频识别等)。这些元件可以经由系统总线812彼此耦合，系统总线812可以代表一个或多个总线。在多个总线的情况下，它们可以通过一个或多个总线桥(未示出)桥接。
这些元件中的每一个都可以执行本领域已知的常规功能。特别地，可以使用系统存储器804和大容量存储设备806来存储编程指令的工作副本和永久副本，所述编程指令实现与参照图3-图7描述的选择性测量报告技术相关联的操作中的一个或多个，统称为计算逻辑822。各种元件可以由处理器802支持的汇编程序指令或者可以编译成这种指令的高级语言(例如c)来实现。在各种实施例中，系统存储器804或大容量存储装置806可以包括各种存储器实现方式，包括诸如在片上系统、usb闪存驱动器、sd卡、satassd等等中的集成闪存。
编程指令的永久副本可以通过例如分发介质(未示出)(诸如光盘(cd))或者通过通信接口810(来自分发服务器(未示出))被放置在工厂或现场的永久存储设备806中。在实施例中，编程指令可以存储在一个或多个计算机可读非暂时性存储介质中。在其他实施例中，编程指令可以被编码在暂时性存储介质(诸如，信号)中。
这些元件810-812的数量、能力和/或容量可以变化。它们的构成是另外已知的，并且因此将不再进一步描述。
图9示出了根据各种实施例的具有指令的示例性至少一个计算机可读存储介质902，所述指令被配置为实践与之前描述的技术相关联的所有或选定的操作。如图所示，至少一个计算机可读存储介质902可以包括多个编程指令904。编程指令904可以被配置为响应于编程指令的执行而使例如计算机800的设备能够执行例如上述附图的过程的各种操作，例如但不限于为了执行本文描述的选择性报告技术而执行的各种操作。在替代实施例中，不同的是，编程指令904可以设置在多个至少一个计算机可读存储介质902上。
返回参照图8，对于一个实施例，处理器802中的至少一个可以与具有配置为实践图3-图7的过程的各方面的计算逻辑822的存储器封装在一起。对于一个实施例，处理器802中的至少一个可以与具有被配置为实践图3-图7的过程的方面而形成系统级封装(sip)的计算逻辑822的存储器封装在一起。对于一个实施例，处理器802中的至少一个可以与具有被配置为实践图3-图7的过程的各方面的计算逻辑822的存储器集成在同一管芯上。对于一个实施例，处理器802中的至少一个可以与具有被配置为实践图3-图7的过程的方面而形成片上系统(soc)的计算逻辑822的存储器封装在一起。对于至少一个实施例，soc可以用于例如但不限于计算平板(例如，wi-fi、蓝牙、蓝牙低能量、近场通信、射频识别(rfid)等)以及满足系统的功能和非功能需求所需的其他组件。
用于执行上述技术的计算机可读介质(包括至少一个计算机可读介质)、方法、装置、系统和设备是本文公开的实施例的说明性示例。另外，上述交互中的其他设备可以被配置为执行各种公开的技术。本文描述的实施例的特定示例包括但不限于以下：
示例1可以包括物联网(iot)设备。iot设备可以包括：一个或多个传感器，用于获得一个或多个测量，以及与一个或多个传感器耦合的一个或多个计算处理器。iot设备还可以包括测量报告器，用于在一个或多个计算机处理器上操作以用于：识别由传感器获得的可以从iot设备报告给外部设备的测量；至少部分地基于测量以及一个或多个先前的测量来执行关于是否将测量报告给外部设备的分析；并且至少部分地基于来自分析的结果来选择性地报告测量。
示例2可以包括示例1的iot设备，并且还可以包括连接状态检测器，用于检测iot设备和外部设备之间的网络连接的状态。
示例3可以包括示例2的iot设备，其中测量报告器可以在由连接状态检测器检测到先前断开的网络连接恢复时报告测量。
示例4可以包括示例3的iot设备，其中测量报告器可以报告在网络连接中断的时段期间被高速缓存的测量。
示例5可以包括示例4的iot设备，并且还可以包括高速缓存，用于在网络连接中断的时段期间保持测量，并且其中测量报告器可以从高速缓存报告测量。
示例6可以包括示例2的iot设备，其中测量报告器可以在由连接状态检测器检测到连接的带宽增加时报告测量。
示例7可以包括示例1-6中任一个的iot设备，其中测量报告器可以通过基于测量历史来确定测量的熵是否可以高于阈值来执行分析。
示例8可以包括示例1-6中任一个的iot设备，其中测量报告器可以通过确定在与传感器获得测量的时间同时的时间处由传感器获得的测量的变化率来执行分析。
示例9可以包括示例8的iot设备，其中测量报告器可以确定变化率是否可以高于阈值。
示例10可以包括示例1-6中任一个的iot设备，其中测量报告器可以通过确定测量是否在非报告带之外来执行分析。
示例11可以包括示例10的iot设备，其中测量报告器可以确定测量是否可以在由直接测量值描述的非报告带之外。
示例12可以包括示例10的iot设备，其中测量报告可以用于确定测量是否可以在由统计值描述的非报告带之外。
示例13可以包括示例1-12中任一个的iot设备，其中测量报告器可以基于可以包括iot设备的生命周期内的历史的测量历史来执行分析。
示例14可以包括示例1-12中任一个的iot设备，其中测量报告器可以基于测量历史来执行分析，该测量历史可以包括在可能小于iot设备的生命周期的时间窗内取得的历史。
示例15可以包括一个或多个包含写在其上的指令的计算机可读介质，所述指令响应于由物联网(iot)设备的执行而使iot设备用于：获得一个或多个测量；识别可能要从iot设备向外部设备报告的获得的测量；至少部分地基于测量以及一个或多个先前的测量来执行关于是否将测量报告给外部设备的分析；并且至少部分地基于来自分析的结果来选择性地报告测量。
示例16可以包括示例15的一个或多个计算机可读介质，其中指令可以进一步用于检测iot设备和外部设备之间的网络连接的状态。
示例17可以包括示例16的一个或多个计算机可读介质，其中选择性地报告测量可以包括在检测到先前断开的网络连接的恢复时报告测量。
示例18可以包括示例17的一个或多个计算机可读介质，其中选择性地报告测量可以包括从其中在网络连接中断的时段期间高速缓存测量的iot设备的高速缓存报告测量。
示例19可以包括示例18的一个或多个计算机可读介质，其中指令可以进一步用于在网络连接断开的时段期间将测量维持在高速缓存中。
示例20可以包括示例16的一个或多个计算机可读介质，其中选择性地报告测量可以包括在检测到连接的带宽增加时报告测量。
示例21可以包括示例15-20中任一个的一个或多个计算机可读介质，其中执行分析可以包括基于测量历史来确定测量的熵是否可以高于阈值。
示例22可以包括示例15-20中任一个的一个或多个计算机可读介质，其中执行分析可以包括确定在与获得测量的时间同时的获得的测量的变化率。
示例23可以包括示例22的一个或多个计算机可读介质，其中确定变化率可以包括确定变化率是否可以高于阈值。
示例24可以包括示例15-20中任一个的一个或多个计算机可读介质，其中执行分析可以包括确定测量是否可以在非报告带之外。
示例25可以包括示例24的一个或多个计算机可读介质，其中确定测量是否可以在非报告带之外可以包括确定测量是否可以在由直接测量值描述的非报告带之外。
示例26可以包括示例24的一个或多个计算机可读介质，其中确定测量是否可以在非报告带之外可以包括确定测量是否可以在由统计值描述的非报告带之外。
示例27可以包括示例15-26的一个或多个计算机可读介质，其中执行分析可以包括基于可以包括iot设备的生命周期内的历史的测量历史来执行分析。
示例28可以包括示例15-26中任一个的一个或多个计算机可读介质，其中，执行分析可以包括基于测量历史来执行分析，该测量历史可以包括在可能小于iot设备的生命周期的时间窗内取得的历史。
示例29可以包括计算机实现的方法。该方法可以包括：通过物联网(iot)设备获得一个或多个测量；由iot设备识别可以从iot设备向外部设备报告的获得的测量；由iot设备至少部分地基于测量以及一个或多个先前的测量来执行关于是否将测量报告给外部设备的分析；以及至少部分地基于来自分析的结果，由iot设备选择性地报告测量。
示例30可以包括示例29的方法，并且还可以包括由iot设备检测iot设备和外部设备之间的网络连接的状态。
示例31可以包括示例30的方法，其中选择性地报告测量可以包括在检测到先前断开的网络连接的恢复时报告测量。
示例32可以包括示例31的方法，其中，选择性地报告测量可以包括从其中在网络连接中断的时段期间高速缓存测量的iot设备的高速缓存报告测量。
示例33可以包括示例32的方法，并且还可以包括由iot设备在网络连接中断的时段期间将测量维持在高速缓存中。
示例34可以包括示例30的方法，其中选择性地报告测量可以包括在检测到连接的带宽增加时报告测量。
示例35可以包括示例29-34中任何一个的方法，其中执行分析可以包括基于测量历史来确定测量的熵是否可以高于阈值。
示例36可以包括示例29-34中的任何一个的方法，其中，执行分析可以包括确定在与获得测量的时间同时的时间处获得的测量的变化率。
示例37可以包括示例36的方法，其中确定变化率可以包括确定变化率是否可以高于阈值。
示例38可以包括示例29-34中任一个的方法，其中执行分析可以包括确定测量是否可以在非报告带之外。
示例39可以包括示例38的方法，其中确定测量是否可以在非报告带之外可以包括确定测量是否可以在由直接测量值描述的非报告带之外。
示例40可以包括示例38的方法，其中确定测量是否可以在非报告带之外可以包括确定测量是否可以在由统计值描述的非报告带之外。
示例41可以包括示例29-40的方法，其中执行分析可以包括基于可以包括iot设备的生命周期内的历史的测量历史来执行分析。
示例42可以包括示例29-40中任一个的方法，其中执行分析可以包括基于测量历史来执行分析，该测量历史可以包括在可能小于iot设备的生命周期的时间窗上取得的历史。
示例43可以包括物联网(iot)设备。该iot设备可以包括：用于获得一个或多个测量的单元；用于识别可以从所述iot设备向外部设备报告的获得的测量的单元；用于至少部分地基于所述测量以及一个或多个先前测量来执行关于是否将所述测量报告给所述外部设备的分析的单元；以及用于至少部分地基于来自分析的结果来选择性地报告测量的单元。
示例44可以包括示例43的iot设备，并且还可以包括用于检测iot设备和外部设备之间的网络连接的状态的单元。
示例45可以包括示例44的iot设备，其中用于选择性地报告测量的单元可以包括用于在检测到先前断开的网络连接恢复时报告测量的单元。
示例46可以包括示例45的iot设备，其中用于选择性地报告测量的单元可以包括用于从其中在网络连接中断的时段期间高速缓存测量的iot设备的高速缓存报告测量的单元。
示例47可以包括示例46的iot设备，并且还可以包括用于在网络连接断开的时段期间将测量维持在高速缓存中的单元。
示例48可以包括示例44的iot设备，其中用于选择性地报告测量的单元可以包括用于在检测到连接的带宽增加时报告测量的单元。
示例49可以包括示例43-48中任一个的iot设备，其中用于执行分析的单元可以包括用于基于测量历史来确定测量的熵是否可以高于阈值的单元。
示例50可以包括示例43-48中任一个的iot设备，其中用于执行分析的单元可以包括用于确定在与获得测量的时间同时的时间处获得的测量的变化率的单元。
示例51可以包括示例50的iot设备，其中用于确定变化率的单元可以包括用于确定变化率是否可以高于阈值的单元。
示例52可以包括示例43-48中任一个的iot设备，其中用于执行分析的单元可以包括用于确定测量是否可以在非报告带之外的单元。
示例53可以包括示例52的iot设备，其中用于确定测量是否可以在非报告带之外的单元可以包括用于确定测量是否可以在由直接测量值描述的非报告带之外的单元。
示例54可以包括示例38的iot设备，其中用于确定测量是否可以在非报告带之外的单元可以包括用于确定测量是否可以在由统计值描述的非报告带之外的单元。
示例55可以包括示例43-54的iot设备，其中用于执行分析的单元可以包括用于基于可以包括iot设备的生命周期内的历史的测量历史来执行分析的单元。
示例56可以包括示例43-54中任一个的iot设备，其中用于执行分析的单元可以包括用于基于测量历史来执行分析的单元，该测量历史可以包括在可能小于iot设备的生命周期的时间窗内取得的历史。
尽管为了描述的目的在本文中已经示出和描述了某些实施例，但是在不脱离本公开的范围的情况下，被计算为实现相同目的的各种各样的替代和/或等同实施例或实现方式可以替代所示出和描述的实施例。本申请旨在覆盖本文讨论的实施例的任何修改或变化。因此，本文描述的实施例显然旨在仅由权利要求限定。
在公开内容引用“一个”或“第一”元件或其等同物的情况下，这样的公开内容包括一个或多个这样的元件，既不要求也不排除两个或更多个这样的元件。此外，用于识别的元素的序数指示符(例如，第一、第二或第三)用于区分这些元素，并且不指示或暗示这些元素的所需或有限数量，也不指示这些元素的特定位置或顺序，除非另有特别说明。