16、雾计算中间件与物联网智能水监控控制技术解析

雾计算中间件与物联网智能水监控控制技术解析

1. 雾计算中间件实验与特性

在相关实验中，针对算法进行了三种不同情况的测试：
- 情况一 ：无故障发生。
- 情况二 ：20%的节点在10%的时间内发生故障。
- 情况三 ：40%的节点在10%的时间内发生故障。

从相关图表（如图5.12）可以观察到，在无数据包丢失的场景下，故障情况对误差没有显著影响。不过，部分算法要求所有节点都处于运行状态，其速度取决于最慢的节点，这一特性在为边缘计算选择算法时极为重要。

DCDA中间件能够灵活处理不同类型的分布式算法，但其性能直接依赖于算法设计。

1.1 能源消耗

通过测试来测量雾节点在使用中间件计算信息以及将原始数据发送到集中式方法进行处理时所消耗的能量。从图5.13可以看出不同节点的电池使用情况及其平均值。尽管使用中间件时节点需要进行现场计算并与邻居节点通信，但该过程消耗的功率比将原始数据传输到云端要少，因为通信成本高于计算成本。

以下是相关测试的简单流程说明：
1. 准备雾节点设备，并设置好中间件和集中式处理环境。
2. 让雾节点分别进行使用中间件计算信息和发送原始数据到集中式处理的操作。
3. 记录每个节点在不同操作过程中的电池电量变化情况。
4. 统计不同节点的电池使用时间，并计算平均值。

1.2 通信成本

通信成本是基于计算过程中传输的数据包数量来衡量的。图5.14(a)显示，在集中式方法（如云端）