14、物联网应用中基于云 - 雾计算的索引方案比较分析

物联网应用中基于云 - 雾计算的索引方案比较分析

1. 引言

随着物联网的发展，数据量急剧增加，高效的数据索引方案变得至关重要。基于云 - 雾计算的索引方案在处理物联网海量数据方面展现出了巨大的潜力。树结构由于其对空间的连续划分特性，成为了索引的理想选择。本文将对多种基于云 - 雾计算的物联网数据索引结构进行比较分析。

2. 相关技术文献综述

在物联网网络领域，众多学者提出了多种高效的索引技术和相似性搜索技术：
- Du 等人提出一种方法，基于特征集群、空间索引和时间索引生成与物联网网络上不同 Web 服务相关的多个集群，旨在发现计算时间短的 Web 服务。
- Fathy 等人建议采用分布式网络内索引机制，基于无监督机器学习算法，有助于开发众包物联网新应用。
- Hoseinitabatabaei 等人提出的索引方案利用高斯混合模型（GMM）为物联网分散源生成精确索引。
- Limkar 和 Jha 为物联网设备产生的实时数据设计了并行索引方案。
- Zhang 等人提出 EMINC 框架，集成 R - 树和 KD - 树等索引方案以实现多维索引。
- Ma 等人提出的方法通过划分空间和子空间处理物联网网络的高吞吐量数据。
- Günnemann 等人基于子空间聚类分组数据进行高维对象索引，采用递归过程构建索引树。
- Sprenger 等人提出的多维索引结构整合了 KD - 树和 X - 树的效率。
- Murgante 等人基于 M - 树结构提出 MX - 树，借鉴 X - 树的超节点概念。
- Benrazek 等人提出基于容器的索引结构，利用 K - 均值聚类算法递