物联网环境内的数据处理方法和系统与流程

本发明涉及一种物联网(iot)环境，尤其涉及一种物联网环境内的数据处理方法和系统。

背景技术：

嵌入式技术和软件技术的最新进展以及通信技术与互联网技术的融合已使得物联网(iot)普及至当今生活的各个方面。在物联网环境中，彼此连接的各种物理和虚拟设备利用wi-fi，蓝牙，wimax，gprs，gsm，zigbee，射频(rf)及全球定位系统(gps)等一种或多种通信技术进行数据交换。物联网环境中的每一设备均具有唯一标识，而且覆盖各种应用程序、协议和域。此外，物联网设备还可与不同数据类型、不同信息格式、不同设备库、不同指令等相关联。因此，物联网环境可例如利用现有通信基础设施实现“物”的感测、监视和/或控制。

大数据和云计算等技术的发展进一步推动了物联网的普及。物联网网关用作设于物联网环境边缘的设备与远程云之间的桥梁。物联网网关将设于物联网环境边缘的传感器、远程设备、阀门、控制器、可穿戴设备及移动设备等设备生成的数据传输至远程云，以供该数据的进一步处理和分析。

因有限的资源和计算能力，边缘处无法对网关处收集的所有数据进行处理，因此需要推送至远程云。然而，将生成的数据推送至远程云的一项主要缺点在于，无法将所有数据均在该云端进行有效的处理和分析。对时间要求严格的任务不能推送至远程云，这是因为网络存在固有延迟的问题，其使得此类具有时限的任务在远程云上的处理不够有效。此外，向远程云传输数据还存在安全性问题，其使得难以以处理和分析目的向远程云推送敏感数据。现有的某些解决方案可根据一些分段规则实现上述边缘处的数据流量处理。然而，此类分段规则以处理器负载、链路带宽、存储容量、故障事件和安全威胁等网络状态为基础，从而可能导致远程云上的某些关键数据的处理在边缘资源为静态时或者当边缘资源因高负载而匮乏时终止。

技术实现要素：

在一种实施方式中，公开一种物联网环境内的边缘数据处理方法。该方法包括由一物联网网关设备接收所述物联网环境内的至少一个边缘设备所产生的数据流量；由所述物联网网关设备将所接收的数据流量分类为普通数据和关键数据中的一种；以及响应于所述分类，由所述物联网网关设备自动指定用于处理所接收的数据流量的网络位置，其中，当所接收的数据流量分类为关键数据时，所述网络位置对应于设于所述物联网网关设备本地的边缘计算资源，当所接收的数据流量分类为普通数据时，所述网络位置对应于远程云计算资源。

在另一实施方式中，公开一种物联网环境内边缘数据处理系统。该系统包括：云服务器；至少一个边缘设备；以及物联网网关设备，其中，该物联网网关设备以可操作方式与所述至少一个边缘设备和云服务器相连接。所述物联网网关设备设置为：接收所述物联网环境内的至少一个边缘设备所产生的数据流量；将所接收的数据流量分类为普通数据和关键数据中的一种；以及响应于所述分类，自动指定用于处理所接收的数据流量的网络位置，其中，当所接收的数据流量分类为关键数据时，所述网络位置对应于设于所述物联网网关设备本地的边缘计算资源，当所接收的数据流量分类为普通数据时，所述网络位置对应于远程云计算资源。

在另一实施方式中，公开一种计算机可用介质，该计算机可用介质具有存于其上的非暂时性计算机可读指令，该指令用于由物联网网关设备内的处理器执行，以实施一种方法，该方法用于：接收所述物联网环境内的至少一个边缘设备所产生的数据流量；将所接收的数据流量分类为普通数据和关键数据中的一种；以及响应于所述分类，自动指定用于处理所接收的数据流量的网络位置，其中，当所接收的数据流量分类为关键数据时，所述网络位置对应于设于所述物联网网关设备本地的边缘计算资源，当所接收的数据流量分类为普通数据时，所述网络位置对应于远程云计算资源。

需要理解的是，以上概略描述与以下详细描述均仅在于例示和说明，而不在于限制所要求保护的发明。

附图说明

所附各图并入本公开内容之内并构成本公开内容的一部分，用于对例示实施方式进行描述，并与说明书一道阐明所公开的原理。

图1为可供本发明构思的实施方式实施的物联网(iot)环境(例示)的系统图。

图2为根据本发明实施方式的物联网环境内边缘数据处理方法的流程图。

图3为根据本发明实施方式将所接收的数据流量分类为普通数据和关键数据当中的一种的方法流程图。

图4为根据本发明实施方式自动指定边缘计算资源对关键数据的关联处理任务进行应对的方法流程图。

图5为根据本发明实施方式自动指定远程云计算资源对普通数据的关联任务进行处理、分析及应对的方法流程图。

图6所示为根据本发明实施方式的物联网环境内边缘数据处理系统。

图7为用于实施各种实施方式的例示计算机系统框图。

具体实施方式

以下，参考附图，对例示实施方式进行描述。在任何方便之处，各图中均采用相同附图标记指代相同或类似部件。虽然本文中描述了所公开原理的实施例和特征，但是在不脱离所公开实施方式的精神和范围的前提下，还可进行修改、调整以及做出其他实施方式。以下具体描述意在仅视作例示，而真正的范围及精神如下附权利要求书所示。

本发明的各种实施方式提供了用于在物联网环境中进行边缘数据处理的方法、系统和计算机程序产品。该方法包括，由物联网网关设备接收所述物联网环境内的至少一个边缘设备所产生的数据流量。之后，所接收的数据流量由所述物联网网关设备分类为普通数据和关键数据中的一种。最后，所述物联网网关设备应所接收的数据流量的分类，自动指定网络位置对对所接收的数据流量进行处理，其中，当所接收的数据分类为关键数据时，所述网络位置对应于设于所述物联网网关设备本地的边缘计算资源，而当所接收的数据分类为普通数据时，所述网络位置对应于远程云计算资源。

图1为可供本发明构思的实施方式实施的物联网(iot)环境100的系统图。物联网环境100包括与一个或多个物联网网关设备104-n以可操作方式连接的多个边缘设备102-n。物联网环境100可表示各种环境，例如但不限于，工业环境、电网环境、零售环境、医疗环境、消费者环境、娱乐环境、过程环境等。根据所述环境类型，边缘设备102-n和物联网网关设备104-n可用于执行针对该环境的功能。如图1所示，边缘设备102-2，边缘设备102-4，边缘设备102-6和边缘设备102-8连接于物联网网关设备104-2，边缘设备102-10和边缘设备102-12连接于物联网网关设备104-4。所述边缘设备102-n例如包括传感器、致动器、电机、阀门、控制器、可穿戴设备、移动设备、路由器、交换机和远程现场单元。边缘设备102-n通过一个或多个局域网连接至物联网网关设备104-n。其中，所述局域网可以为有线网络、无线网络或两者的组合。所述局域网例如包括，但不限于，蓝牙、zigbee、wi-fi、射频识别(rfid)、红外、z波、6lowpan、thread、近场通信(nfc)sigfox、neul、lorawan及wibro网络。

物联网网关设备104-n用于收集边缘设备102-n所产生的数据，并将该数据通过一个或多个广域网传输至互联网内的云端资源。举例而言，如图1所示，物联网网关设备104-n将边缘设备102-n产生的数据汇集后，通过广域网将该数据传输至一个或多个云服务器106-n。如图1所示，物联网网关设备104-n连接于云服务器106-2和云服务器106-4。物联网网关设备104-n还执行若干其他关键功能，这些功能例如为，但不限于，边缘设备连接、协议转换、数据过滤、数据处理、安全功能、软件更新和设备管理。此外，物联网网关设备104-n还包括处理器、电源、数字存储器、物理通信端口和网络接口。所述广域网例如包括，但不限于，wlan、wi-fi、wimax、gps、gprs、以太网、现场总线、modbus、profibus、profinet、controlnet、directnet、hart和lte。因此，物联网网关设备104-n用作边缘设备102-n和云服务器106-n之间的桥梁，并促进用于执行各种操作和任务的通信和数据交换。

图2为根据本发明实施方式的物联网环境100内的边缘数据处理方法的流程图。如以上结合图1所述，物联网环境100内的一个或多个边缘设备产生的数据可由物联网网关设备汇合，然后汇合数据可传输于远程云计算资源，以供其处理、分析及应对。所述一个或多个边缘设备例如包括，但不限于，传感器、电机、阀门、致动器、发电机、可穿戴设备、控制器、路由器、交换机、远程现场单元、移动设备、消费者设施和工业设施。所述物联网网关设备位于物联网环境100的边缘处，如此该物联网网关设备位于一个或多个边缘设备近处。在将汇合数据传输至所述远程云后，可允许一个或多个算法或指令对该数据进行处理、分析或应对。该汇合数据的分析有助于所述一个或多个边缘设备及与其相关联的各种设施的监测、维护、控制、诊断及预测中的一种或多种。因此，该分析有助于降低维护成本，避免设备故障，识别服务机会，改善业务运营。

为了实现物联网环境100内的边缘数据处理，在步骤202中，所述物联网网关设备接收由所述一个或多个边缘设备产生的数据流量。该数据流量经一个或多个局域网接收。该一个或多个局域网例如包括，但不限于，蓝牙、zigbee、wi-fi、射频识别(rfid)、红外、z波、6lowpan、thread、近场通信(nfc)sigfox、neul、lorawan及wibro网络。所述物联网网关设备可以以近乎实时的方式或以特定间隔周期性地从所述一个或多个边缘设备接收所述数据流量。取决于应用程序的类型或物联网环境100的类型，所述一个或多个边缘设备所产生的数据与可确定该数据的结构、长度、类型和复杂度的特定特征相关联。因此，所接收的数据流量可对应于结构化类型数据、非结构化类型数据、半结构化类型数据或所有这些的组合。所接收的数据流量还可对应于时间序列数据类型或时间戳数据类型。对于本领域技术人员容易理解的是，所接收的数据流量可包括多个数据类型，具有不同大小，且表示不同信息源。

响应于所述数据流量的接收，在步骤204中，所述物联网网关设备将所接收的数据流量分类为普通数据和关键数据中的一种。其中，可根据所接收数据流量的关联时间要求严格程度和保密程度，将数据分类为普通数据和关键数据中的一种。而且，通过将所接收的数据流量与所述物联网网关设备上的样本数据相比较，计算所接收数据流量的时间要求严格程度和保密程度。在一种实施方式中，通过对所述样本数据进行动态更新，提高整个数据集的准确性及改善所述时间要求严格程度和保密程度的计算。以下结合图3，对此进行进一步描述。

实施所述分类后，物联网网关设备根据所述分类结果，自动指定物联网环境100内的网络位置对所接收的数据进行处理，分析和应对。相应地，在步骤206中，对所接收的数据流量是否分类为关键数据进行判断。如果所接收的数据流量分类为关键数据，则在步骤208中，所述物联网网关设备自动指定边缘计算资源对所述关键数据进行处理。所指定的边缘计算资源位于所述物联网网关设备本地。在一种实施方式中，所述边缘计算资源可对应于用于应对所述关键数据的处理的容器实例。容器为一种允许应用程序或处理任务及其从属程序或任务在资源隔离进程内运行的操作系统虚拟化方法。因此，容器允许将应用程序或处理任务的代码、配置、从属程序或任务打包为易于使用的构建块，以实现环境一致性、高运营效率及版本控制。此外，容器还确保应用程序能够快速可靠地部署，并实现更细粒度的资源控制。以下结合图4，对此进行更加详细的描述。

如果所接收的数据流量并不对应于关键数据，则在步骤210中，对所接收的数据流量是否分类为普通数据进行判断。如果所接收的数据分类为普通数据，则在步骤212中，所述物联网网关设备自动指定远程云计算资源对该普通数据的处理进行应对。所述远程云计算资源可对应于云服务器内的位置、虚拟机或位于远程站点的处理器。如果所接收的数据并非分类为普通数据，则返回步骤204。以下结合图5，对此进行进一步详细描述。

图3为根据本发明实施方式将所接收的数据流量分类为普通数据和关键数据中的一种的方法流程图。首先，在步骤302中，由所述物联网网关设备接收物联网环境100中的一个或多个边缘设备所产生的数据流量。在接收该数据流量后，在步骤304中，确定所接收的数据流量的时间要求严格程度。其中，通过将所接收的数据流量与与时间要求严格属性相关联的样本数据相比较的方式，确定所接收的数据流量的时间要求严格程度。在一种实施方式中，所述时间要求严格属性可基于域名信息(domainknowledge)、应用程序专属特征、服务质量属性及现有网络资源能力中的一种或多种。例如，所述样本数据可包括与可用网络资源、应用程序类型、服务级别性能、租户喜好(厂商喜好)、应用程序适合性/不适合性、部署考量因素、法律限制等应用程序属性相关的数据。此外，所述样本数据可包括与可由可用于确定所述一个或多个边缘设备所产生输入数据包中对时间要求严格的数据的某些公共识别特征表征的有序数据流和分组数据相关的数据。

在另一实施方式中，所述样本数据可包括用户特征、发起过查询的所有以往用户的历史行为、目前为止在会话中观察到的查询中的单词、与会话中的主题和行为方面相关的情景特征、以及时间特征(查询发起时间)。举例而言，源自制造领域(domain)的与设备正常运行时间相关的数据对应于对时间要求严格的数据。同样地，在指定时间发起的与健康相关的查询、搜索查询或机器产成的传感器数据可对应于对时间要求严格的数据。所述样本数据也可基于领域专属输入或本地化输入。在一种实施方式中，零售领域中与需存储并用于客户购买行为分析的与客户专属购买相关的大量数据被视为普通数据流量。

在确定所接收数据流量的时间要求严格程度后，在步骤306中，确定所接收数据流量的保密程度。其中，通过将所接收的数据流量与与保密属性相关联的样本数据相比较的方式，确定所接收数据流量的保密程度。在一种实施方式中，所述保密属性基于应用程序类型、部署考量因素、法律限制、财务数据保护要求、数据隐私要求、监管政策等中的一种或多种。所述样本数据可包括与可由可用于确定所述一个或多个边缘设备所产生的数据中的输入数据包的保密程度的某些公共识别特征表征的有序数据流和分组数据相关的数据。举例而言，源自设备的医疗领域数据因涉及个人健康记录，而且根据监管要求不应发送至企业网络之外，所以应视为关键数据。

在确定了所接收数据流量的时间要求严格程度和保密程度之后，在步骤308中，所述物联网网关设备通过将所述样本数据与输入数据包相比较，并通过将从时间要求严格程度和保密程度的计算中所获取的知识加以应用，将所接收数据流量分类为普通数据流量和关键数据流量中的一种。该分类既可以以将所述物联网网关设备处接收的数据流量存储的批量方式实施，也可以以在从所述一个或多个边缘设备接收数据之后即进行该分类的近实时方式实施。

在一种实施方式中，可采用机器学习算法及人工智能算法中的一种或多种，对用于将所接收数据流量分类为普通数据或关键数据的所述时间要求严格程度和保密程度进行计算。所述机器学习算法和人工智能算法可对应于监督学习算法、半监督学习算法或无监督学习算法。可用于实施所述分类的机器学习算法例如包括，但不限于，回归分析、逻辑回归、线性回归、多变量回归、反向传播神经网络、人工神经网络、先验算法、k均值算法、k最近邻算法、学习矢量量化、自组织映射、决策树算法、贝叶斯算法、聚类算法、深度学习算法和集成算法。该机器学习和人工智能算法通过对一组数据进行处理而充实所述训练数据。

图4为根据本发明实施方式自动指定边缘计算资源对关键数据的关联处理任务进行应对的方法流程图。在将所接收的数据流量根据该数据流量的时间要求严格程度和保密程度中的一种或多种分类为关键数据和普通数据之后，所述物联网网关设备自动指定网络位置对该关键数据流量和普通数据流量进行处理、分析和应对。相应地，在步骤402中，所述物联网网关设备自动指定边缘计算资源对所接收数据流量的“关键数据”部分进行处理、分析和应对。如以上结合图2所述，该边缘计算资源设于物联网环境100边缘级别的所述物联网网关设备本地。在所述物联网网关设备将所述边缘计算资源指定为用于处理、分析和应对所述关键数据的网络位置后，在步骤404中，该物联网网关设备通过使用容器编排工具自动生成一个或多个用于对所述关键数据进行处理、分析和应对的容器实例。在一种实施方式中，由dockerswarm等编排工具，利用预存于注册表中的平台专属映像，进行所述一个或多个容器的实例化。

之后，在步骤406中，所述容器编排工具从所述物联网网关设备接收与所接收的数据流量相关的输入。该输入可对应于所述物联网网关设备处所接收的数据流量的关键数据和普通数据的量。该输入还可对应于与所接收的数据流量中的关键数据和普通数据相关联的量、速度、种类中的一种或多种。其中，可根据从所述物联网网关设备接收的关键数据和普通数据输入，计算负载因子。该负载因子表示所述关键数据的有效应对和处理可能所需的边缘计算资源量。如此，在步骤408中，由所述容器编排工具根据所接收的与所述关键数据相关的输入，对所述一个或多个容器实例进行自动缩放。其中，根据计算出的所述关键数据的负载因子，确定所述一个或多个容器实例的缩放范围。

图5为根据本发明实施方式自动指定远程云计算资源对普通数据的关联任务进行处理、分析及应对的方法流程图。首先，在步骤502中，根据所接收的数据流量的时间要求严格程度和保密程度，将所接收的数据流量分类为普通数据和关键数据中的一种。以上已结合图3，对此进行了描述。在将所接收的数据流量分类后，在步骤504中，判断所接收的数据是否分类为关键数据。如果该数据分类为关键数据，则在步骤506中，所述物联网网关设备自动指定边缘计算资源对所述关键数据进行处理、分析和应对。以上已结合图4，对此进行了描述。

如果所述数据未分类为关键数据，则在步骤508中，判断所接收的数据是否分类为普通数据。如果该数据分类为普通数据，则在步骤510中，所述物联网网关设备自动指定远程云计算资源对该普通数据的关联任务进行处理、分析和应对。如果该数据未分类为普通数据，则返回步骤502。在指定所述远程云计算资源后，在步骤512中，所述物联网网关设备将所接收的数据流量的普通数据部分自动转移至所指定的远程云计算资源。之后，可将该远程云计算资源在web服务器、云服务器、企业服务器或公共服务器中的一种或多种中实例化。如此，并不在所述边缘计算资源处对所接收数据流量的“普通数据”部分进行处理或存储，而是将其转移至所述远程云计算资源。

图6所示为根据本发明实施方式的物联网环境100内边缘数据处理系统600。系统600包括云服务器602、一个或多个边缘设备604-n以及物联网网关设备606。物联网网关设备606以可操作方式连接于一个或多个边缘设备604-n及云服务器602。如图6所示，边缘设备604-2，边缘设备604-4，边缘设备604-6和边缘设备604-8以可操作方式连接于物联网网关设备606。所述一个或多个边缘设备604-n例如包括，但不限于，传感器、致动器、电机、发电机、可穿戴设备、电气设备、工业设施、移动设备及消费者设备。

物联网网关设备606位于物联网环境100的边缘级别。该物联网网关设备还包括网络输入/输出接口608、时间要求严格度推算引擎610、保密度推算引擎612、数据和任务放置引擎614、容器编排工具616以及云数据应对器614。每个边缘设备均设置为产生与其本身相关或与其关联设施相关的数据。物联网网关设备606将物联网环境100内的一个或多个边缘设备604-n所产生的数据汇合。物联网网关设备606还设置为将汇合数据传输至远程云服务器602，以供该汇合数据的处理、分析和应对。该汇合数据的分析有助于所述一个或多个边缘设备及与该一个或多个边缘设备相关联的各种设施的监测、维护、控制、诊断及预测中的一种或多种。以上已结合图2，对此进行了描述。

为了对所述汇合数据进行处理、分析和应对，物联网网关设备606设置为接收由物联网环境100内的一个或多个边缘设备604-n产生的数据流量。该数据流量由位于物联网网关设备606内的网络输入/输出接口608经一个或多个局域网接收。该一个或多个局域网例如包括，但不限于，zigbee、rfid、wi-fi及蓝牙网络。物联网网关设备606可以近乎实时的方式或周期性方式接收所述数据流量。取决于应用程序的类型或物联网环境100的类型，所述一个或多个边缘设备604-n所产生的数据的与可确定该数据的结构、长度、类型和复杂度的特定特征相关联。因此，所接收的数据流量可包括结构化类型数据、非结构化类型数据、半结构化类型数据或所有这些的组合。所接收的数据流量还可对应于时间序列数据类型或时间戳数据类型。对于本领域技术人员容易理解的是，所接收的数据流量可包括多个数据类型，具有不同大小，且表示不同信息源。在接收到所述数据流量后，物联网网关设备606将所接收的数据流量分类为普通数据和关键数据中的一种。其中，可根据所接收数据流量的关联时间要求严格程度和保密程度，将数据分类为普通数据和关键数据中的一种。

物联网网关设备606内的时间要求严格度推算引擎610设置为确定所述时间要求严格程度。其中，通过将所接收的数据流量与与时间要求严格属性相关联的样本数据相比较，确定所接收数据流量的时间要求严格程度。在一种实施方式中，所述时间要求严格属性可基于域名信息、应用程序专属特征、服务质量属性及现有网络资源能力中的一种或多种。例如，所述样本数据可包括与可用网络资源、应用程序类型、服务级别性能、租户喜好(厂商喜好)、应用程序适合性/不适合性、部署考量因素、法律限制等应用程序属性相关的数据。此外，所述样本数据可包括与可由可用于确定所述一个或多个边缘设备所产生输入数据包中对时间要求严格的数据的某些公共识别特征表征的有序数据流和分组数据相关的数据。以上已结合图3，对此进行了描述。

确定所述时间要求严格程度后，物联网网关设备606内的保密度推算引擎612用于确定所接收的数据流量的保密程度。其中，通过将所接收的数据流量与与保密属性相关联的样本数据相比较，确定所接收的数据流量的保密程度。在一种实施方式中，所述保密属性基于应用程序类型、部署考量因素、法律限制、财务数据保护要求、数据隐私要求、监管政策等中的一种或多种。所述样本数据可包括与可由可用于确定所述一个或多个边缘设备所产生的数据中的输入数据包的保密程度的某些公共识别特征表征的有序数据流和分组数据相关的数据。以上已结合图3，对此进行了描述。

在确定了所接收数据流量的时间要求严格程度和保密程度后，物联网网关设备606将所接收的数据流量分类为普通数据流量和关键数据流量中的一种。该分类既可以以将物联网网关设备606处所接收的数据流量存储于本地存储器的批量方式实施，也可以以在从所述一个或多个边缘设备604-n接收数据之后即进行该分类的近实时方式实施。实施该分类后，物联网网关设备606对所接收的数据流量是否分类为关键数据进行判断。

当所接收的数据流量分类为关键数据时，物联网网关设备606内的数据和任务放置引擎614则自动指定网络位置对所接收的数据流量进行处理、分析和应对。当所接收的数据流量为关键数据时，数据和任务放置引擎614则自动指定边缘计算资源对该关键数据进行处理。所指定的边缘计算资源位于物联网网关设备606本地。在一种实施方式中，所述边缘计算资源可对应于由物联网网关设备606内的容器编排工具616编排为对所述关键数据的处理进行应对的容器实例。如此，通过使用容器编排工具616，物联网网关设备606即可将一个或多个容器实例实例化，以供所述关键数据的处理、分析和应对。其中，根据容器编排工具616从时间要求严格度推算引擎610、保密度推算引擎612和网络输入/输出接口608等物联网网关设备606的其他部件接收的输入，确定待实例化的容器实例数。所述输入可对应于物联网网关设备606处所接收的数据流量中的关键数据和普通数据的量。该输入还可对应于与网络输入/输出接口608处的所接收数据流量中的关键数据和普通数据相关联的量、速度、种类中的一种或多种。

其中，可由数据和任务放置引擎614根据所接收的关键数据和普通数据输入，计算负载因子。该负载因子表示所述关键数据的有效应对和处理可能所需的边缘计算资源量。如此，容器编排工具616即根据所接收的输入及算出的负载因子，对所述一个或多个容器实例进行自动缩放，以供所述关键数据的应对和处理。以上已结合图4，对此进行了详细描述。

当所接收的数据分类为普通数据时，数据和任务放置引擎614则自动指定云服务器602中的远程云计算资源对该普通数据进行处理和应对。在指定所述远程云计算资源后，物联网网关设备606内的云数据应对器618将所接收的数据流量的普通数据部分自动转移至云服务器602中的所指定远程云计算资源。

现在参考图7，该图为用于实施各种实施方式的例示计算机系统框图。计算机系统702可包括中央处理单元(“cpu”或“处理器”)704。处理器704可包括至少一个用于执行程序组件的数据处理器，所述程序组件用于执行用户或系统生成的请求。用户可包括个人，使用设备(例如，本公开内容范围内的设备)的个人或此类设备本身。处理器704可包括集成系统(总线)控制器、内存管理控制单元、浮点单元、图形处理单元、数字信号处理单元等专用处理单元。处理器704可包括微处理器，例如速龙微处理器、毒龙微处理器或皓龙微处理器，arm应用处理器，嵌入式或安全处理器，intel处理器、安腾处理器、至强处理器、赛扬处理器或其他处理器产品线等。处理器704可通过主机、分布式处理器、多核、并行、网格或其他架构实现。一些实施方式可使用专用集成电路(asic)、数字信号处理器(dsp)、现场可编程门阵列(fpga)等嵌入式技术。

处理器704可设置为通过输入/输出(i/o)接口706与一个或多个i/o设备进行通信。i/o接口706可采用通信协议/方法，例如但不限于，音频、模拟、数字、单声道、rca、立体声、ieee-1394、串行总线、通用串行总线(usb)、红外、ps/2、bnc、同轴、组件、复合、数字视觉接口(dvi)、高清晰度多媒体接口(hdmi)、射频天线、s视频，vga、ieee802.n/b/g/n/x、蓝牙、蜂窝(例如码分多址(cdma)、高速分组接入(hspa+)、移动通信全球系统(gsm)、长期演进(lte)、wimax等)等。

通过i/o接口706，计算机系统702可与一个或多个i/o设备通信。举例而言，输入设备708可以为天线、键盘、鼠标、操纵杆、(红外)遥控、摄像头、读卡器、传真机、加密狗、生物计量阅读器、麦克风、触摸屏、触摸板、轨迹球、传感器(例如加速度计、光传感器、gps、陀螺仪、接近传感器等)、触控笔、扫描仪、存储设备、收发器、视频设备/视频源、头戴式显示器等。输出设备710可以为打印机、传真机、视频显示器(如阴极射线管(crt)、液晶显示器(lcd)、发光二极管(led)、等离子等)、音频扬声器等。在一些实施方式中，收发器712可与处理器704连接。收发器712可促进各类无线传输或接收。例如，收发器712可包括以可操作方式连接至收发器芯片(例如德州仪器(texas)wilink收发器、博通收发器、英飞凌科技(infineon)x-gold收发器等)的天线，以实现ieee802.11a/b/g/n、蓝牙、fm、全球定位系统(gps)、2g/3ghsdpa/hsupa通信等。

在一些实施方式中，处理器704可设置为通过网络接口716与通信网络714通信。网络接口716可与通信网络714通信。网络接口716可采用连接协议，包括但不限于，直接连接，以太网(例如双绞线10/100/1000baset)，传输控制协议/网际协议(tcp/ip)，令牌环，ieee802.11a/b/g/n/x等。通信网络714可包括，但不限于，直接互连、局域网(lan)、广域网(wan)、无线网络(例如使用无线应用协议)、因特网等。通过网络接口716和通信网络714，计算机系统702可与设备718、720和722通信。这些设备可包括，但不限于，个人计算机，服务器，传真机，打印机，扫描仪，以及各种移动设备，例如蜂窝电话、智能电话(例如苹果智能电话、黑莓智能电话、安卓类电话等)、平板电脑、电子书阅读器(亚马逊电子书阅读器，平板电脑等)、膝上型计算机、笔记本电脑、游戏机(微软游戏机、任天堂游戏机，索尼游戏机等)等。在一些实施方式中，计算机系统702可本身包含一个或多个上述设备。

在一些实施方式中，处理器704可配置为通过存储接口724与一个或多个存储设备(例如ram726、rom728等)通信。存储接口724可采用串行高级技术连接(sata)、集成驱动电子设备(ide)、ieee1394、通用串行总线(usb)、光纤通道、小型计算机系统接口(scsi)等连接协议连接至存储设备，该存储设备包括，但不限于，存储驱动器、可移除磁盘驱动器等。所述存储驱动器还可包括磁鼓、磁盘驱动器、磁光驱动器、光盘驱动器、独立磁盘冗余阵列(raid)、固态存储设备、固态驱动器等。

存储设备730可存储一系列程序或数据库组件，包括但不限于，操作系统732、用户界面应用程序734、网页浏览器736、邮件服务器738、邮件客户端740、用户/应用程序数据742(例如本公开内容中所述的任何数据变量或数据记录)等。操作系统732可促进计算机系统702的资源管理和运行。操作系统732例如包括，但不限于，苹果osx平台、unix平台、unix类系统套件(例如伯克利软件套件(bsd)、freebsd、netbsd、openbsd等)、linux套件(如red等)、os/2平台、微软windows平台(xp，vista/7/8等)、苹果平台、谷歌和平台、黑莓操作系统平台等。用户界面734可利用文本或图形工具促进程序组件的显示、执行、互动、操控或操作。例如，用户界面可在以可操作方式连接至计算机系统702的显示系统上提供光标、图标、复选框、菜单、滚动条、窗口、窗口部件等计算机交互界面元件。此外，还可采用图形用户界面(gui)，包括但不限于，苹果macintosh操作系统的平台、平台、微软平台(例如平台、平台等)、unixx-windows、网页界面库(例如平台、编程语言、编程语言、编程语言、html、平台等)等。

在一些实施方式中，计算机系统702可执行网页浏览器736存储的程序组件。网页浏览器736可以为微软internet网页浏览器、谷歌网页浏览器、谋智火狐网页浏览器、苹果页浏览器等超文本浏览应用程序。其中，可通过https(安全超文本传输协议)、安全套接字层(ssl)、安全传输层(tls)等实现安全网页浏览。网页浏览器可使用ajax、dhtml、平台、编程语言、编程语言、应用程序编程接口(api)等工具。在一些实施方式中，计算机系统702可执行邮件服务器738存储的程序组件。邮件服务器738可以为微软邮件服务器等因特网邮件服务器。邮件服务器738可使用asp、activex、ansic++/c#、微软编程语言、cgi脚本、编程语言、编程语言、编程语言、编程语言、编程语言、webobjects等工具。邮件服务器738还可使用因特网信息访问协议(imap)，邮件应用程序编程接口(mapi)，微软exchange，邮局协议(pop)，简单邮件传输协议(smtp)等通信协议。在一些实施方式中，计算机系统702可执行邮件客户端740存储的程序组件。邮件客户端740可为苹果邮件客户端、微软邮件客户端、微软邮件客户端、谋智邮件客户端等邮件查看程序。

在一些实施方式中，计算机系统702可存储用户/应用程序数据742，例如本公开内容中所述数据、变量、记录等。此类数据库可以为容错、关系、可扩展、安全数据库，例如甲骨文数据库或赛贝斯数据库。或者，上述数据库可通过数组、散列、链表、结构、结构化文本文件(例如xml)、表格等标准化数据结构实现，或者实施为面向对象的数据库(例如通过对象数据库、对象数据库、对象数据库等)。上述数据库可以为合并或分布数据库，有时分布于本公开内容所讨论的上述各种计算机系统之间。应该理解的是，上述任何计算机或数据库组件的结构及操作可以以任何可行的组合形式进行组合、合并或分布。

可以理解的是，为了清楚起见，以上已参考不同功能单元和处理器对本发明实施方式进行了描述。然而，容易理解的是，在不脱离本发明的前提下，还可将功能在不同功能单元、处理器或域之间进行任何合适的分布。例如，描述为由各不同处理器或控制器实现的功能也可由同一处理器或控制器实现。因此，所指的特定功能单元仅视为指代用于提供所描述功能的合适手段，而不严格表示逻辑上或物理上的结构或组织。

本发明的各种实施方式提供了物联网环境内数据处理方法，系统和计算机程序产品。将所接收的数据流量分类为普通数据和关键数据中的一种有助于选择用于根据该分类对所接收的数据流量进行处理，分析和应对的网络位置。该方法促进了物联网环境边缘级别的关键数据分析，从而确保与该关键数据关联的安全性不受影响。此外，通过所述边缘级别的关键数据处理，该方法确保了可尽可能地减小延迟，并实现更快的高效响应时间。该方法利用机器学习和人工智能算法所提供的优点，对数据进行持续训练，从而提高了数据分类的准确性。该方法还通过在所述边缘级别采用容器技术，实现了自动指定用于处理，分析和应对所接收数据流量的网络位置。此外，所述容器编排确保了根据所述物联网网关设备接收的输入对边缘计算资源进行自动缩放，从而使得整个操作无缝且高效。

本说明书已对物联网环境内数据处理方法和系统进行了描述。所示步骤用于说明所述例示实施方式，并且应当预想到的是，随着技术的不断发展，特定功能的执行方式也将发生改变。本文所呈现的上述实施例用于说明而非限制目的。此外，为了描述的方便性，本文对各功能构建模块边界的定义为任意性的，只要其上述功能及其关系能够获得适当执行，也可按其他方式定义边界。根据本申请的教示内容，替代解(包括本申请所述解的等同方案、扩展方案、变形方案、偏差方案等)对于相关领域技术人员是容易理解的。这些替代解均落入所公开实施方式的范围和精神内。

此外，一个或多个计算机可读存储介质可用于实施本公开内容的实施方式。计算机可读存储介质是指可对处理器可读取的信息或数据进行存储的任何类型的物理存储器。因此，计算机可读存储介质可对由一个或多个处理器执行的指令进行存储，包括用于使处理器执行根据本申请实施方式的步骤或阶段的指令。“计算机可读介质”一词应理解为包括有形物件且不包括载波及瞬态信号，即为非暂时性介质，例如包括随机存取存储器(ram)、只读存储器(rom)、易失性存储器、非易失性存储器、硬盘驱动器、cd-rom、dvd、闪存驱动器、磁盘以及其他任何已知物理存储介质。

以上公开内容及实施例旨在仅视为示例性内容及实施例，所公开实施方式的真正范围和精神由所附权利要求给出。