3、服务质量（QoS）驱动的边缘计算与智能医院

服务质量（QoS）驱动的边缘计算与智能医院

在智能医院场景中，边缘计算凭借其独特的性能、资源虚拟化、资源池化、扩展、协调和动态优化等特性，为各类物联网应用提供了有力支持。同时，它还能在节点故障、资源中断和安全攻击等不确定事件发生时，提供服务备份、可靠性和容错能力。下面将详细探讨相关的研究问题、设想的方法以及一个具体的案例。

研究问题及设想方法

1. 数据管理技术

数据管理器（DM）的基本操作涵盖物联网设备发现、传感频率校准、设备认证、数据预处理以及多数据源的数据聚合。在智能医院里，物联网设备的部署地点和功能各不相同。例如，病房中的脉搏血氧仪和心电图系统用于跟踪患者的健康状况，而走廊的监控摄像头则用于监控医院工作人员和访客。

在进行物联网设备的数据传感频率校准时，需要同时考虑设备的能源限制和所需的精度水平，特别是对于由太阳能板充电的电池供电设备。此外，智能医院的工作负载性质多样，应用服务交付的可容忍延迟会动态且间歇性地变化。为了满足应用的QoS要求，需要制定策略来平衡传感频率和应用的QoS需求，以实现物联网设备的可持续/节能使用。

DM会根据数据流特征，通过历史数据分析对工作负载进行分类。若这种分类效果不佳，DM会采用轻量级分类方法，如工作负载分析。同时，DM还能有效处理以患者为中心的参数，以便在资源供应、应用放置和工作负载调度过程中充分利用这些参数的动态或上下文信息（如位置、移动性和关键性）。

以下是数据管理技术的主要操作步骤：
1. 物联网设备发现：识别并定位智能医院内的所有物联网设备。
2. 传感频率校准：根据设备能源限制和精度要求，调整设备的传感频率。
3. 设备认证：验证物联网设