5、物联网的新兴现实应用：能源数据湖与资源受限设备安全

物联网的新兴现实应用：能源数据湖与资源受限设备安全

1. 能源微时刻（EMM）指数标记

为了理解能源数据湖的内容，对数据进行恰当标记对于有效分类和后续推荐至关重要。微时刻这一概念最初由谷歌用于在线营销，在能源领域，微时刻代表着消费行为的信息构建块，是行为经济学和人工智能系统之间的关键联系。

基于相关实证研究，有五种能源微时刻（EMM）指数，从健康的（EMM 0）到极度过度的（EMM 5），涵盖了从正常消费到识别电器状态变化，还将不健康消费分为基于环境的消费、无人在场时的消费以及极端的高功率消费。

以下是 EMM 指数的详细说明表格：
| 指数 | 描述 |
| — | — |
| 0 | 正常消费 |
| 1 | 开关电器 |
| 2 | 无人在场时的正常消费 |
| 3 | 基于情境的过度消费 |
| 4 | 极度过度消费 |

以亚当在城市公寓的生活为例，早上他打开水壶泡茶（EMM 1），从冰箱取牛奶（EMM 0），之后出门办事忘记关暖气（EMM 2）。下午回来关掉暖气（EMM 2），大白天还开灯（EMM 3）。晚上从冰箱取餐用微波炉加热（开启：EMM 1），却忘记关冰箱门，导致冰箱功耗超出正常水平（EMM 4）。这个简单的例子反映了常见的用户能源使用习惯。EMM 指数可作为强大工具，将能源数据湖分类为有意义的集群以便进一步分析。不过，要将此示例扩展到更多案例，需要大量丰富的数据集来训练机器学习分类器。

2. 测试平台概述

数据存储采用混合云 - 边缘方法，传感数据上传到云端的 Firebase 实时数据库（作为 NoSQL JSON 数据库），同时也存储在