基于人工智能与边缘代理的物联网框架设计

摘要

随着物联网和人工智能(AI)的技术发展及产品在各业务领域的推广,将边缘计算与AI模型集成融合,实现物联网智能化与计算前置化能满足更多的应用场景,但边缘代理设备通常受到硬件资源能力、性能及安全隐私等问题限制,将AI和边缘计算有效融合集成存在较大挑战。在物联网系统中,基于AI对边缘架构进行优化调整,构建具备边缘计算及AI能力的物联网新型智能框架,有效实现将边缘计算和AI集成到物联网系统中。在边端侧AI模型引导阶段,设计私有数据和公共数据的存储策略,有效提高数据安全性;在模型部署阶段,设计可配置压缩比的云端压缩、边端解压缩的部署模式,减少模型大小和传输所需数据流量,实现模型在边端侧的轻量级部署;在模型学习阶段,设计迁移学习和增量学习互补的学习方式,增加边端侧的模型训练及实用能力,提高云-边协作水平。实验结果表明,集成在边端的AI模型在资源占用率不足云模型50%情况下,准确率达到88%,同时训练时间比云模型快5倍以上。