官方微信
工業(yè)智聯(lián)網(wǎng): 基本概念、關(guān)鍵技術(shù)與核心應用
發(fā)布時間：2019-07-12 09:58:59
本文首先闡述了工業(yè)網(wǎng)聯(lián)技術(shù)的演化過程，重點討論了工業(yè)智聯(lián)網(wǎng)產(chǎn)生的技術(shù)和時代背景.然后探討了工業(yè)智聯(lián)網(wǎng)的基本概念、內(nèi)涵與應用領(lǐng)域.本文詳細介紹了工業(yè)智聯(lián)網(wǎng)的關(guān)鍵技術(shù)，包括數(shù)字虛擬工業(yè)技術(shù)、新一代知識工程技術(shù)、工業(yè)資源異構(gòu)復雜網(wǎng)絡(luò)管控技術(shù)、區(qū)塊鏈智能、社會計算、邊緣計算等，及其技術(shù)平臺架構(gòu).最后我們以智能工業(yè)新模式和工業(yè)系統(tǒng)價值挖掘為示例，舉例說明工業(yè)智聯(lián)網(wǎng)的應用模式.
【摘要】本文首先闡述了工業(yè)網(wǎng)聯(lián)技術(shù)的演化過程，重點討論了工業(yè)智聯(lián)網(wǎng)產(chǎn)生的技術(shù)和時代背景.然后探討了工業(yè)智聯(lián)網(wǎng)的基本概念、內(nèi)涵與應用領(lǐng)域.本文詳細介紹了工業(yè)智聯(lián)網(wǎng)的關(guān)鍵技術(shù)，包括數(shù)字虛擬工業(yè)技術(shù)、新一代知識工程技術(shù)、工業(yè)資源異構(gòu)復雜網(wǎng)絡(luò)管控技術(shù)、區(qū)塊鏈智能、社會計算、邊緣計算等，及其技術(shù)平臺架構(gòu).最后我們以智能工業(yè)新模式和工業(yè)系統(tǒng)價值挖掘為示例，舉例說明工業(yè)智聯(lián)網(wǎng)的應用模式.
【關(guān)鍵詞】 工業(yè)智聯(lián)網(wǎng) 知識自動化 虛擬數(shù)字工業(yè) 復雜系統(tǒng)理論 區(qū)塊鏈 社會計算
引用格式 王飛躍, 張軍, 張俊, 王曉. 工業(yè)智聯(lián)網(wǎng):基本概念、關(guān)鍵技術(shù)與核心應用[J]. 自動化學報, 2018, 44(9): 1606-1617. doi: 10.16383/j.aas.2018.y000004
Citation Wang Fei-Yue, Zhang Jun, Zhang Jun, Wang Xiao. Industrial Internet of Minds: Concept, Technology and Application [J]. Acta Automatica Sinica, 2018, 44(9): 1606-1617. doi: 10.16383/j.aas.2018.y000004
自上世紀中期以來, 工業(yè)技術(shù)(Industrial technology)和信息技術(shù)(Information technology)融合的過程就已經(jīng)開始, 其進程由于網(wǎng)絡(luò)技術(shù)的發(fā)展而加速, 而工業(yè)控制系統(tǒng)的演化就是這一融合過程的范例.網(wǎng)絡(luò)化的工業(yè)控制主要經(jīng)歷了以下幾個階段: 20世紀六七十年代的模擬儀表控制系統(tǒng)、八九十年代的集散控制系統(tǒng)、21世紀的現(xiàn)場總線系統(tǒng).在這些階段, 技術(shù)發(fā)展聚焦于在工業(yè)現(xiàn)場本地的工業(yè)過程信息化與自動化.
2012年, 對應網(wǎng)絡(luò)信息技術(shù)的發(fā)展, 國際工業(yè)技術(shù)巨頭GE (General Electric)公司提出了工業(yè)互聯(lián)網(wǎng)的概念并發(fā)表工業(yè)互聯(lián)網(wǎng)白皮書[1].在白皮書中, GE將工業(yè)互聯(lián)網(wǎng)的精髓闡述為:智能機器(Intelligent machines)、高級分析(Advanced analytics)、工作人員(People at work)三要素的深度融合.縱觀GE的工業(yè)互聯(lián)網(wǎng), 是以工業(yè)系統(tǒng)為中心的基于互聯(lián)網(wǎng)的工業(yè)、信息、網(wǎng)絡(luò)、人機結(jié)合的融合技術(shù).
隨著科技的飛速發(fā)展, 物聯(lián)網(wǎng)(Internet of things, IoT)概念和技術(shù)也得到了迅速的普及.物聯(lián)網(wǎng)理念的起源比較公認的說法是由Kevin Aston在1999年在Procter & Gamble (P & G)的一次演講中提出[2], 其工業(yè)應用的價值與意義顯而易見.對應于物聯(lián)網(wǎng)技術(shù), 工業(yè)互聯(lián)網(wǎng)的概念逐步演變成為工業(yè)物聯(lián)網(wǎng)的概念, 但工業(yè)物聯(lián)網(wǎng)(Industrial internet of things, IIoT)的起源卻沒有公認的結(jié)論. 2016和2017年, 王飛躍教授分別在IEEE TAB (Technical activity board meeting)未來方向IoT會議和IEEE射頻識別委員會(Council on RFID)上提出設(shè)立工業(yè)物聯(lián)網(wǎng)專業(yè)工作委員會. 2017年底, IEEE計算機學會將工業(yè)物聯(lián)網(wǎng)列為2018年的十大技術(shù)發(fā)展趨勢之一.
對于從工業(yè)互聯(lián)網(wǎng)到工業(yè)物聯(lián)網(wǎng)的轉(zhuǎn)換過程, GE在其官網(wǎng)上一方面宣稱“工業(yè)物聯(lián)網(wǎng)即工業(yè)互聯(lián)網(wǎng)”(“The industrial internet of things (IIoT), also known as the industrial internet”)[3], 而在同一篇文檔里, GE也承認工業(yè)物聯(lián)網(wǎng)確是工業(yè)互聯(lián)網(wǎng)在客戶端的擴展: “One perspective is to think of the Industrial Internet as connecting machines and devices in industries ?? On the other hand, the Internet of Things tend to include consumer-level devices ??”
在最近的發(fā)展中, 工業(yè)物聯(lián)網(wǎng)的概念正迅速取代工業(yè)互聯(lián)網(wǎng)的概念, 無論是在以GE為代表的美國工業(yè)界還是以西門子、ABB為代表的歐洲工業(yè)界, 工業(yè)物聯(lián)網(wǎng)已成為工業(yè)網(wǎng)聯(lián)系統(tǒng)的主流技術(shù)框架. 2017年8月, GE數(shù)字部門CEO, William Ruh在官網(wǎng)發(fā)表文章“為什么GE數(shù)字部門定位于工業(yè)物聯(lián)網(wǎng)領(lǐng)袖(Why GE digital is positioned to lead the industrial internet of things)”[4], 而在這篇文章里通篇再未見“工業(yè)互聯(lián)網(wǎng)”字樣.西門子工業(yè)也將其工業(yè)平臺MindSphere定義為“MindSphere是基于云技術(shù)的、開放物聯(lián)網(wǎng)操作系統(tǒng)(MindSphere is the cloud-based, open IoT operating system)”.
圖 1描述了工業(yè)網(wǎng)聯(lián)技術(shù)在各個時期的不同發(fā)展階段.我們認為工業(yè)互聯(lián)網(wǎng)是其中的一個重要發(fā)展階段, 就是基于互聯(lián)網(wǎng)技術(shù)發(fā)展出的聯(lián)結(jié)業(yè)務、商務、供應鏈等信息的網(wǎng)絡(luò)系統(tǒng)和技術(shù), 而工業(yè)物聯(lián)網(wǎng)是其向邊緣裝置的深入發(fā)展.當前的工業(yè)物聯(lián)網(wǎng)技術(shù)能在系統(tǒng)感知與控制層次上解決復雜工業(yè)系統(tǒng)的管控問題, 但是在更高的智能層次上, 在系統(tǒng)資源的使用效率、自適應性、自主性、自組織性和安全性上, 還缺乏有效的、融合系統(tǒng)工程技術(shù)的智能科技.由此, 工業(yè)智聯(lián)網(wǎng)應運而生, 其使命就是實現(xiàn)工業(yè)過程的知識自動化, 為新一代的工業(yè)智能產(chǎn)業(yè)提供智能科技.
圖 1 工業(yè)網(wǎng)聯(lián)技術(shù)的演進過程
Figure 1 The evolutionary process of inter-connected industrial technology
工業(yè)智聯(lián)網(wǎng)旨在實現(xiàn)海量工業(yè)實體的智能化協(xié)同, 改變工業(yè)生產(chǎn)形態(tài)的未來工業(yè)基礎(chǔ)設(shè)施, 需要運用新一代技術(shù)理念, 對不同種類工業(yè)實體乃至整個工業(yè)網(wǎng)絡(luò)進行建模和管控, 對工業(yè)和社會資源進行高效整合, 從而實現(xiàn)工業(yè)實體的智能化發(fā)展.
在工業(yè)智聯(lián)網(wǎng)的架構(gòu)下, 會催生以下的智聯(lián)網(wǎng)架構(gòu), 包括:
1) 農(nóng)業(yè)智聯(lián)網(wǎng): 農(nóng)業(yè)智聯(lián)網(wǎng)將農(nóng)業(yè)生產(chǎn)的各個物理、流程和知識環(huán)節(jié)通過智能技術(shù)有機地融合成一體, 使其能夠自動、自主、自適應、自優(yōu)化運行.逐漸實現(xiàn)從以人的體力和智力為中心、農(nóng)業(yè)裝備為輔助設(shè)施的生產(chǎn)模式, 向以人機協(xié)同智能體為中心的, 自動化、智能化、知識化農(nóng)業(yè)生產(chǎn)轉(zhuǎn)變.
2) 交通智聯(lián)網(wǎng): 交通智聯(lián)網(wǎng)實現(xiàn)交通運輸系統(tǒng)中社會、人、交通裝備、基礎(chǔ)設(shè)施、貨物、環(huán)境等異構(gòu)交通要素在智能與知識層面上的融合, 從而建立起一種可自適應、自優(yōu)化、自運行的綜合交通運輸管控系統(tǒng).
3) 能源智聯(lián)網(wǎng): 能源的產(chǎn)生、傳輸、分配、銷售是能源工業(yè)的核心業(yè)務.圍繞這些核心業(yè)務, 能源工業(yè)的其他業(yè)務也包括公司運營、投資管理、監(jiān)管法規(guī)等.我們期望能源智聯(lián)網(wǎng)為以上的能源工業(yè)組件提供極大提升其工業(yè)效率的技術(shù)方法和系統(tǒng)平臺.
4) 企業(yè)智聯(lián)網(wǎng): 當代企業(yè)管理已經(jīng)從信息管理向知識管理邁進.企業(yè)智聯(lián)網(wǎng)為企業(yè)提供知識化和智能化的管理能力, 并為管理者提供嶄新的管理工具與手段.
5) 社會智聯(lián)網(wǎng): 旨在基于智聯(lián)網(wǎng)技術(shù)和平臺, 實現(xiàn)社會和經(jīng)濟的自主優(yōu)化和管控, 基于物理空間和虛擬空間的融合而實現(xiàn)對社會、經(jīng)濟問題的描述、預測、引導, 促使向新的智能社會形態(tài)的邁進.
因此, 工業(yè)智聯(lián)網(wǎng)是一門與工業(yè)互聯(lián)網(wǎng)、工業(yè)物聯(lián)網(wǎng)緊密結(jié)合, 深度融合的智能技術(shù)和知識工程技術(shù), 其目標為建立包含人機物在內(nèi)的智能實體之間知識層次的聯(lián)結(jié)、實現(xiàn)各智能體間知識的互聯(lián)互通, 是一種全新的、直接面向全社會智能的復雜協(xié)同數(shù)信、感控、知識自動化系統(tǒng).工業(yè)智聯(lián)網(wǎng)的實施則能夠以極高的效率整合各種工業(yè)和社會資源, 極大地減少工業(yè)資源的浪費和消耗, 極大地解放工業(yè)生產(chǎn)力, 拓展即將出現(xiàn)的“軟件定義工業(yè)”、 “類工業(yè)領(lǐng)域”、 “廣義工業(yè)”、 “社會制造”、 “社會工業(yè)”等智能產(chǎn)業(yè)新形態(tài)[5].
本文旨在闡述工業(yè)智聯(lián)網(wǎng)的基本概念、關(guān)鍵技術(shù)和核心應用, 并對其發(fā)展和應用進行展望.
1 工業(yè)智聯(lián)網(wǎng)的基本概念
工業(yè)智聯(lián)網(wǎng)屬于復雜系統(tǒng)的范疇, 因此本文對工業(yè)智聯(lián)網(wǎng)做一個多方位的定義:
1) 工業(yè)智聯(lián)網(wǎng)作為新興的科學技術(shù)門類: 智聯(lián)網(wǎng)的目標是達成智能體群體的“協(xié)同知識自動化”和“協(xié)同認知智能”, 即以某種協(xié)同的方式進行從原始經(jīng)驗數(shù)據(jù)的主動采集、獲取知識、交換知識、關(guān)聯(lián)知識, 到知識功能, 如推理、策略、決策、規(guī)劃、管控等全自動化過程, 因此智聯(lián)網(wǎng)的實質(zhì)是一種全新的、直接面向智能的復雜、協(xié)同知識自動化系統(tǒng)理論和工程技術(shù).
2) 工業(yè)智聯(lián)網(wǎng)作為未來工業(yè)基礎(chǔ)設(shè)施: 工業(yè)智聯(lián)網(wǎng)是由社會工程系統(tǒng)聯(lián)合感知與驅(qū)動以及多層次一體化通信計算系統(tǒng)支撐的工業(yè)系統(tǒng)智能技術(shù)系統(tǒng)和知識服務平臺.
3) 工業(yè)智聯(lián)網(wǎng)作為工業(yè)資源整合配置工具: 工業(yè)智聯(lián)網(wǎng)深度融合互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、人機交互、大數(shù)據(jù)、智能技術(shù), 實現(xiàn)研發(fā)、生產(chǎn)、供應、銷售、服務等工業(yè)全鏈條要素的全面聯(lián)結(jié)、協(xié)同與智能化, 使海量工業(yè)智能實體完成社會化知識協(xié)同, 徹底地改變了工業(yè)生產(chǎn)形態(tài), 極大地解放和提升社會生產(chǎn)力.
4) 工業(yè)智聯(lián)網(wǎng)作為智能產(chǎn)業(yè)經(jīng)濟管控手段: 工業(yè)智聯(lián)網(wǎng)的使命是重組各種產(chǎn)業(yè), 對其進行建模、分析、管控, 使其以難以想象的高效率自主地運轉(zhuǎn)和發(fā)展; 所有工業(yè)實體運行在智能產(chǎn)業(yè)網(wǎng)絡(luò)的虛擬空間中, 使得監(jiān)視和管控各個工業(yè)單元的運行狀況成為可能, 使得分析每一個產(chǎn)業(yè)的宏觀數(shù)據(jù)和微觀數(shù)據(jù)成為可能, 最終形成真正的數(shù)據(jù)化、知識化、智能化的智能產(chǎn)業(yè).
具體而言, 工業(yè)智聯(lián)網(wǎng)的內(nèi)涵包括: 1) 知識工程與知識自動化: 知識自動化[6-7], 在廣義上暫無精確的定義, 粗略上可以理解為是一種以自動化的方式變革性地改變知識產(chǎn)生、獲取、分析、影響、實施的有效途徑.狹義上, 知識自動化可認為是廣義知識自動化的應用.知識自動化的關(guān)鍵, 在于如何將信息、情報等與任務和決策無縫、準確、及時、在線地整合起來, 從而實現(xiàn)自動完成各種知識功能與知識服務.這種由知識自動化技術(shù)構(gòu)成的系統(tǒng), 即為知識自動化系統(tǒng).知識自動化系統(tǒng)不斷與真實世界進行行為互動、知識交互, 不間斷獲取海量的不同領(lǐng)域、異構(gòu)、高度并發(fā)的數(shù)據(jù).知識自動化系統(tǒng)是一個動態(tài)且時變的系統(tǒng), 通過經(jīng)驗知識的獲取和積累, 不斷改變系統(tǒng)內(nèi)部內(nèi)容、形態(tài)、方法和結(jié)構(gòu), 它用自身的復雜性、時變性來理解真實世界的復雜性和時變性. 2) 虛實糾纏的新興工業(yè)形態(tài): 針對傳統(tǒng)的工業(yè)系統(tǒng), 在信息化、數(shù)字化的基礎(chǔ)上, 通過計算與實驗的方法構(gòu)建出虛擬工業(yè)系統(tǒng).通過傳統(tǒng)工業(yè)系統(tǒng)與虛擬工業(yè)系統(tǒng)的交互, 實現(xiàn)建立智能化虛實交互、糾纏的新工業(yè)系統(tǒng), 完成對實際工業(yè)系統(tǒng)的管理與控制、分析與優(yōu)化[8]. 3) 人在環(huán)、社會在環(huán)的社會工程系統(tǒng): 社會系統(tǒng)由三部分系統(tǒng)構(gòu)成, 即“物理空間”對應的物理工程系統(tǒng), “賽博空間”對應的人工工程系統(tǒng)以及“社會空間”對應的社會工程系統(tǒng).根據(jù)實際物理工程系統(tǒng), 構(gòu)建出相應的人工工程系統(tǒng).人工工程系統(tǒng)基于大數(shù)據(jù)技術(shù)和AI技術(shù)完成對物理系統(tǒng)的實時控制, 兩者同時完成對社會系統(tǒng)的引導[9].社會系統(tǒng)同時對物理系統(tǒng)和人工系統(tǒng)完成實時反饋, 最終實現(xiàn)物理空間、賽博空間、社會空間的互聯(lián)互通, 共同融合. 4) 工業(yè)資源異構(gòu)網(wǎng)絡(luò)及其新型管控模式: 實際的工業(yè)資源, 存在著時空尺度異構(gòu)、實體異構(gòu)、關(guān)系異構(gòu)等, 借助社會傳感或物理傳感、驅(qū)動、通信、計算等技術(shù), 構(gòu)建形成工業(yè)資源異構(gòu)網(wǎng)絡(luò).通過智能技術(shù)、復雜系統(tǒng)工程技術(shù)、區(qū)塊鏈智能技術(shù)等相關(guān)技術(shù)手段進行優(yōu)化、運營、管控.工業(yè)資源異構(gòu)網(wǎng)絡(luò)功能通過數(shù)據(jù)中心/計算架構(gòu)處理, 轉(zhuǎn)化成知識, 并最終形成知識服務.
2 工業(yè)智聯(lián)網(wǎng)架構(gòu)與核心技術(shù)
工業(yè)智聯(lián)網(wǎng)的技術(shù)架構(gòu)主要由數(shù)據(jù)接入層、通信計算層、虛擬操作系統(tǒng)層、知識解析綜合層、以及知識服務層組成, 其結(jié)構(gòu)如圖 2所示. 圖 3中所示是在該體系結(jié)構(gòu)下, 新出現(xiàn)的核心技術(shù).本文將工業(yè)智聯(lián)網(wǎng)新出現(xiàn)的架構(gòu)與核心技術(shù)歸納如下.
圖 2 工業(yè)智聯(lián)網(wǎng)的技術(shù)平臺架構(gòu)
Figure 2 Framework of the technological platform of IIoM
圖 3 工業(yè)智聯(lián)網(wǎng)概念架構(gòu)與核心技術(shù)
Figure 3 Illustration of the concepts and core technologies of IIoM
2.1 數(shù)字虛擬工業(yè)技術(shù)
數(shù)字虛擬工業(yè)技術(shù)基于實際工業(yè)設(shè)備運行數(shù)據(jù), 通過學習和優(yōu)化, 建立對應于實際工業(yè)系統(tǒng)的虛擬工業(yè)系統(tǒng).借助軟硬件接口, 兩個系統(tǒng)在運行過程中進行信息的交互, 協(xié)同發(fā)展, 基于學習過程中累積的知識, 逐步完善的虛擬工業(yè)系統(tǒng)結(jié)合實際運行數(shù)據(jù), 對工業(yè)實體狀態(tài)進行評估, 并設(shè)計場景進行演化計算實驗對未來態(tài)勢進行預測, 幫助實現(xiàn)對復雜實際工業(yè)系統(tǒng)的管理控制, 而對實際工業(yè)系統(tǒng)實施管控措施后的實時信息將反饋給虛擬工業(yè)系統(tǒng)做后續(xù)的評判推演, 兩個系統(tǒng)隨時間不斷進行類似的交互反饋[10].數(shù)字虛擬工業(yè)技術(shù)的原理及流程如圖 4所示.
圖 4 數(shù)字虛擬工業(yè)技術(shù)
Figure 4 Digital virtual industrial technology
利用數(shù)字虛擬工業(yè)技術(shù), 能夠建立虛實糾纏的工業(yè)系統(tǒng), 從而可挖掘分析實際運行數(shù)據(jù), 構(gòu)建工業(yè)設(shè)備數(shù)字化壽命模型, 預判運行狀態(tài)發(fā)展趨勢, 智能輔助運行人員決策, 實現(xiàn)對工業(yè)實體的精確描述、實時預測和智能引導[11].虛實交互系統(tǒng)的具體設(shè)計和交互架構(gòu)如圖 5所示.
圖 5 虛實交互系統(tǒng)
Figure 5 Virtual and real interaction system
2.2 新一代知識工程技術(shù)
新一代知識工程技術(shù)包括單智能體自主獲取知識的知識自動化技術(shù)和多智能體的知識協(xié)同技術(shù).知識自動化, 在廣義上可以定義為是一種以自動化的方式變革性地改變知識產(chǎn)生、獲取、分析、影響、實施的有效途徑, 其關(guān)鍵在于對原始信息、目標任務與最終決策的自然、準確、在線結(jié)合[12].知識自動化通過對多尺度時空信息的組織和特征化, 揭示數(shù)據(jù)的低層次內(nèi)在特征, 而后進行知識對象及知識對象屬性的提取, 獲取有知識價值的對象及其屬性, 構(gòu)建知識空間, 最終實現(xiàn)知識的表示和知識功能的實現(xiàn).知識的協(xié)同技術(shù)主要包括知識的協(xié)同表征與傳遞, 以及知識的聯(lián)結(jié)與協(xié)同運行, 它通過建立智能實體之間知識層次的互聯(lián)互通, 在聯(lián)合知識空間中完成知識功能[13].如圖 6所示, 人們的社會、經(jīng)濟、技術(shù)活動通過“翻譯”的方式實現(xiàn)了自然語言與人工語言的智能交互, 最終通過智聯(lián)網(wǎng)的多種協(xié)同結(jié)構(gòu)實現(xiàn)了支撐知識服務、完成知識功能、實現(xiàn)知識消費等多種功能.
圖 6 新一代知識工程技術(shù)
Figure 6 New generation knowledge engineering technology
將新一代知識工程技術(shù)運用于工業(yè)智聯(lián)網(wǎng)中, 不僅能夠基于單個工業(yè)實體的實際運行數(shù)據(jù), 完成在生產(chǎn)過程中的知識發(fā)現(xiàn)和表示, 進行情景預測和輔助決策, 實現(xiàn)單個工業(yè)實體的安全運行和工藝調(diào)整; 更重要的是, 能夠建立不同工業(yè)實體之間的知識聯(lián)結(jié)網(wǎng)絡(luò), 達到工業(yè)知識的協(xié)同運行, 在整個工業(yè)體系中完成對全鏈條工業(yè)實體的綜合分析和統(tǒng)一決策, 實現(xiàn)工業(yè)結(jié)構(gòu)整體優(yōu)化和生產(chǎn)力全面提高.
2.3 工業(yè)資源異構(gòu)復雜網(wǎng)絡(luò)的建模、分析及管控技術(shù)
工業(yè)資源異構(gòu)復雜網(wǎng)絡(luò)的建模、分析及管控(圖 7)借助圖處理、深度學習等智能技術(shù), 對不同類型的工業(yè)資源網(wǎng)絡(luò)進行數(shù)字化建模, 基于不同工業(yè)資源網(wǎng)絡(luò)之間的數(shù)據(jù)映射關(guān)系、邏輯關(guān)聯(lián)性等特征進行融合性分析, 形成異構(gòu)工業(yè)資源網(wǎng)絡(luò), 從而對異構(gòu)工業(yè)資源網(wǎng)絡(luò)產(chǎn)生的各類數(shù)據(jù)信息進行一體化的挖掘.同時, 利用區(qū)塊鏈網(wǎng)絡(luò)智能合約不可篡改特征和通證屬性對建立的工業(yè)資源異構(gòu)復雜網(wǎng)絡(luò)進行管理和控制.
圖 7 工業(yè)資源異構(gòu)復雜網(wǎng)絡(luò)的建模、分析及管控
Figure 7 Complex heterogeneous industrial resource networks
利用異構(gòu)網(wǎng)絡(luò)建模、分析和管控技術(shù), 可對海量的不同種類工業(yè)資源進行深度整合、統(tǒng)一管理和信息挖掘, 實現(xiàn)高效、安全、準確的分析與控制.
2.4 區(qū)塊鏈智能
區(qū)塊鏈智能技術(shù)是一種廣泛應用于社會經(jīng)濟領(lǐng)域的一種新型技術(shù), 它包括應用于底層的區(qū)塊鏈技術(shù)和運作于區(qū)塊鏈之上的通證經(jīng)濟體系.如圖 8所示, 區(qū)塊鏈具有去中心化、自治化、透明不可篡改、可追溯性等特性[14-15], 其應用使傳統(tǒng)上難以流通和商品化的“注意力”與“信用度”成為可以批量化生產(chǎn)的流通商品, 革命性地提升經(jīng)濟活動范圍與社會效率, 區(qū)塊鏈技術(shù)具有成為智能經(jīng)濟的基石的潛質(zhì).通證經(jīng)濟是支撐區(qū)塊鏈實現(xiàn)權(quán)益快速流動與安全交換的一種機制[16], 構(gòu)建改變生產(chǎn)力和生產(chǎn)關(guān)系的智能經(jīng)濟模式離不開通證經(jīng)濟體系.利用區(qū)塊鏈的特性和通證經(jīng)濟的行為激勵作用, 社會智能經(jīng)濟體系中良性經(jīng)濟行為的參與者會逐步增多, 最終會引領(lǐng)社會經(jīng)濟導向, 使得整個社會參與者的收益增多.同時, 通證經(jīng)濟的激勵作用還會優(yōu)化社會的資源匹配, 通過社會認知學習和溝通交流來提高社會效率.
圖 8 區(qū)塊鏈智能技術(shù)
Figure 8 Blockchain intelligence
區(qū)塊鏈智能技術(shù)是智能世界中大數(shù)據(jù)和人工智能體可靠、可信、安全、高效的聯(lián)結(jié)途徑, 它利用多代理技術(shù)、智能合約和不可篡改的特性實現(xiàn)對工業(yè)資源的安全可信管控, 利用區(qū)塊鏈通證屬性對資源進行評估、管理、激勵和引導, 引導工業(yè)生態(tài)的健康成長和運行[17].基于區(qū)塊鏈智能技術(shù)架構(gòu)的工業(yè)資源管控系統(tǒng)可以實現(xiàn)對混合異構(gòu)工業(yè)資源網(wǎng)絡(luò)的一體化建模、調(diào)控、優(yōu)化和管控, 最終構(gòu)建一個完整的智能工業(yè)生態(tài)系統(tǒng).
區(qū)塊鏈技術(shù)可以實現(xiàn)高可信度、無法篡改的分布式數(shù)據(jù)庫需求, 而運作在其系統(tǒng)上的通證經(jīng)濟體系又可以通過激勵作用對工業(yè)資源進行調(diào)控、優(yōu)化和管控, 因此可以建立起區(qū)塊鏈管控系統(tǒng)對工業(yè)資源進行安全可信管控.首先, 在工業(yè)資源平臺服務器上搭建區(qū)塊鏈平臺, 設(shè)置準入機制, 配置不同的組織關(guān)系, 并為各個組織配置相應的通道, 完成底層基礎(chǔ)網(wǎng)絡(luò)的搭建; 其次, 針對不同工業(yè)資源的特性以及個性化的定制需求, 在區(qū)塊鏈系統(tǒng)中安裝共識機制互異的智能合約, 并設(shè)置排序節(jié)點中的最大區(qū)塊數(shù)量和最大數(shù)據(jù)量, 智能合約的自動執(zhí)行形成了新型的高效智能工業(yè)鏈形式[18-19]; 最后, 采用一定的選擇機制讓某一組織節(jié)點對交易進行打包形成區(qū)塊, 并對該節(jié)點配給一定的通證獎勵, 同時利用大數(shù)據(jù)分析平臺對工業(yè)資產(chǎn)進行評估, 對評估良好的工業(yè)資源配給一定數(shù)量的通證獎勵, 在后續(xù)的交易中通證可以作為手續(xù)費附加在智能合約中被優(yōu)先打包成區(qū)塊, 由此對工業(yè)生態(tài)的健康成長和運行進行一定程度的引導.區(qū)塊鏈上的每個組織都會有記賬節(jié)點來進行分布式記賬, 并維護全網(wǎng)的一個公共的賬本; 同時, 對于工業(yè)資產(chǎn)數(shù)據(jù)的讀寫操作均會被記錄到區(qū)塊鏈中, 以實現(xiàn)全方位的安全可信管控.
2.5 社會計算
大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算等信息技術(shù)的蓬勃發(fā)展深刻改變了人與人、人與物、物與物之間的交互方式, 社會計算理論[20-26]作為社會科學和計算科學的交叉融合, 側(cè)重于信息技術(shù)在社會活動中的應用以及社會知識在信息技術(shù)中的嵌入和使用, 可有效應對社會及工業(yè)問題中的各種復雜動態(tài)[27].
圖 9所示為社會計算的整體框架, 包含基于開閉源信息能源情報的廣泛采集、深度分析、個性化影響、協(xié)同產(chǎn)生等多個關(guān)鍵步驟.傳統(tǒng)的物理系統(tǒng)通過各類傳感器獲得系統(tǒng)的物理信號, 工程控制論在物理過程的自動化中發(fā)揮了極其重要的作用.社會傳感器, 就是力圖將物理系統(tǒng)中傳感網(wǎng)絡(luò)獲取物理信號的概念和手段推廣到網(wǎng)站、博客、論壇等各類網(wǎng)絡(luò)空間, 用于社會信號的采集, 獲取所關(guān)注的社會信號并從中提取出感興趣的信息.任何企業(yè)運營、社會事務、生產(chǎn)過程等方面的管理, 都可以將問題的求解過程擴展到由物理信號和社會信號共同構(gòu)成的高維解空間中.其中, 融合了物理和社會信號的數(shù)據(jù)具有海量、形式多樣、高度分散等特點, 采用分布式文件系統(tǒng)實現(xiàn)對大規(guī)模社會數(shù)據(jù)的存儲和管理, 通過機器學習、數(shù)據(jù)挖掘、模式識別、自然語言理解等技術(shù)對海量信息進行準確抽取、分析、并以用戶可理解的方式展現(xiàn)出來, 最終實現(xiàn)信息自動抓取、數(shù)據(jù)規(guī)整、數(shù)據(jù)量化、自動分類聚類、主題檢測等功能, 從而為各行各業(yè)的決策提供堅實有力的量化支持.
圖 9 社會計算框架
Figure 9 Architecture of social computing
社會計算系統(tǒng)主要包含四個子系統(tǒng), 分別是:大數(shù)據(jù)存儲與計算平臺、全方位社會傳感系統(tǒng)、智能檢索系統(tǒng)、深度挖掘與分析決策系統(tǒng).互聯(lián)網(wǎng)數(shù)據(jù)結(jié)構(gòu)的多樣性使得數(shù)據(jù)的處理復雜化, 數(shù)據(jù)規(guī)模的海量性使得計算的巨量化, 數(shù)據(jù)不確定性和動態(tài)性使得信息處理工作繁瑣化.針對社會信號大規(guī)模存儲與計算的需求, 需要采用計算機集群進行分布式存儲, 支持各種結(jié)構(gòu)的數(shù)據(jù)的存儲問題, 采用并行計算機制可提高海量數(shù)據(jù)的處理效率, 使平臺達到功能完善、性能穩(wěn)定、海量存儲能力、高可靠性和高安全性的目標, 從整體上保證社會計算平臺的工作效率.通過分布廣泛的社會傳感器, 對各種社會信號和社會數(shù)據(jù)進行不間斷的采集和監(jiān)控.在網(wǎng)絡(luò)空間中, 可采用網(wǎng)絡(luò)爬蟲的手段抓取項目所需的開源信息, 對多種Web資源的信息內(nèi)容進行有序抽取和整理, 提高數(shù)據(jù)源的智能選擇及情報精確率.在實際的生產(chǎn)管理系統(tǒng)中, 建立從數(shù)據(jù)源到數(shù)據(jù)庫間的信息通道, 實現(xiàn)信息的高速無差傳輸.對于海量數(shù)據(jù)綜合運用查詢擴展、知識圖譜等技術(shù), 構(gòu)建跨媒體的工業(yè)數(shù)據(jù)智能檢索平臺, 提高數(shù)據(jù)處理的并行度, 實現(xiàn)智能檢索.通過機器學習、數(shù)據(jù)挖掘、模式識別、自然語言理解等技術(shù)對海量的社會信息進行準確抽取、分析、并以用戶可理解的方式進行展現(xiàn), 為工業(yè)數(shù)據(jù)的分析決策提供量化支持.
2.6 邊緣計算
邊緣計算作為一種新型計算模式, 是實現(xiàn)工業(yè)智聯(lián)網(wǎng)的支撐技術(shù)之一[28].相較于云計算, 其可以實現(xiàn)對工業(yè)邊緣設(shè)備大數(shù)據(jù)的實時處理, 減少了因數(shù)據(jù)傳輸給云計算中心帶來的網(wǎng)絡(luò)帶寬問題和實時性需求, 且邊緣計算能夠考慮到邊緣數(shù)據(jù)的隱私問題及數(shù)據(jù)上傳時邊緣設(shè)備電能損耗問題[29].邊緣計算通過整合工業(yè)網(wǎng)絡(luò)邊緣上的計算、存儲、網(wǎng)絡(luò)等形成合一的平臺為工業(yè)用戶提供服務, 使得數(shù)據(jù)在源頭側(cè)就能得到有效及時的處理, 或者將邊緣數(shù)據(jù)部分處理后將數(shù)據(jù)傳到云計算中心處理, 減少點云計算中心的壓力[30].
邊緣計算主要是對工業(yè)智聯(lián)網(wǎng)中邊緣設(shè)備產(chǎn)生的海量數(shù)據(jù)進行存儲和處理, 邊緣計算的下行數(shù)據(jù)代表著云服務, 上行數(shù)據(jù)表代表著工業(yè)智聯(lián)服務[31].工業(yè)網(wǎng)絡(luò)邊緣設(shè)備既從云計算服務中心請求內(nèi)容及服務, 也進行數(shù)據(jù)存儲、處理、緩存及隱私保護等任務.傳統(tǒng)的MapReduce及Spark等數(shù)據(jù)處理方法處理不了工業(yè)邊緣設(shè)備產(chǎn)生的海量邊緣異構(gòu)數(shù)據(jù), 構(gòu)建適合于工業(yè)智聯(lián)網(wǎng)的邊緣計算平臺至關(guān)重要.根據(jù)邊緣計算產(chǎn)業(yè)聯(lián)盟(ECC)的邊緣計算參考架構(gòu)1.0, 邊緣計算包括四個功能域, 分別是應用域、數(shù)據(jù)域、網(wǎng)絡(luò)域及設(shè)備域[32]. 應用域支持行業(yè)應用本地化入駐, 支撐行業(yè)的全生命周期活動、邊緣業(yè)務的高效運營與可視化管理; 數(shù)據(jù)域?qū)Ａ窟吘墧?shù)據(jù)進行數(shù)據(jù)分析與呈現(xiàn), 數(shù)據(jù)聚合與互操作, 同時保護數(shù)據(jù)安全及數(shù)據(jù)隱私; 網(wǎng)絡(luò)域提供數(shù)據(jù)的聚合及系統(tǒng)的互聯(lián); 設(shè)備域通過車床、發(fā)動機等工業(yè)設(shè)備來實現(xiàn)工業(yè)現(xiàn)場設(shè)備的實時智能互聯(lián)及相關(guān)的智能應用.
3 應用模式舉例
3.1 工業(yè)智聯(lián)網(wǎng)催生智能工業(yè)新模式示例
工業(yè)智聯(lián)網(wǎng)的高速發(fā)展催生了種類繁多的智能工業(yè)新模式. 圖 10展示了社會化大規(guī)模商品定制模式的基本流程, 各工業(yè)單位通過采用工業(yè)智聯(lián)網(wǎng)的技術(shù), 將串行的工業(yè)生產(chǎn)流水線拆分成了單一的生產(chǎn)單元, 結(jié)合區(qū)塊鏈智能合約技術(shù), 每個生產(chǎn)單元通過智能合約將自己的產(chǎn)品連接進不同的產(chǎn)業(yè)鏈中.消費者可通過在智能終端輸入需求數(shù)據(jù), 制定自己需要的專屬商品, 需求確立后, 將觸發(fā)整個生產(chǎn)鏈的智能合約, 生產(chǎn)鏈中與商品相關(guān)的生產(chǎn)單元將通過智能合約實時定義組成多條生產(chǎn)線, 完成相應的生產(chǎn)指令.生產(chǎn)完成的產(chǎn)品通過智能合約進行運輸, 直接送到消費者手中, 從而實現(xiàn)商品的社會化大規(guī)模定制.同時, 消費者還可通過工業(yè)智聯(lián)網(wǎng)技術(shù)對商品的原材料、零件生產(chǎn)、拼裝運輸?shù)攘鞒踢M行回溯, 保證生產(chǎn)過程的透明化, 保證商品的高質(zhì)量和高可信度.
圖 10 社會化大規(guī)模定制流程圖
Figure 10 Socialized massive customization process
工業(yè)資源的管控新模式則是通過工業(yè)智聯(lián)網(wǎng)技術(shù), 對傳感、控制、信息、計算等不同結(jié)構(gòu)的工業(yè)資源網(wǎng)絡(luò), 進行一體化建模分析、決策和自主運行, 實現(xiàn)異構(gòu)網(wǎng)絡(luò)的互聯(lián)互通, 并提供準入接口, 提高異構(gòu)網(wǎng)絡(luò)成為智能工業(yè)生態(tài)系統(tǒng)的可能性.同時采用分布式管理、智能合約技術(shù)以及不可篡改的方法實現(xiàn)對工業(yè)資源的安全可信的管理.
3.2 工業(yè)智聯(lián)網(wǎng)催生工業(yè)系統(tǒng)價值挖掘新模式
在工業(yè)智聯(lián)網(wǎng)環(huán)境下, 對工業(yè)系統(tǒng)的價值挖掘工作包括對內(nèi)生價值的挖掘以及對外在資源的挖掘. 圖 11闡釋了內(nèi)生價值挖掘過程中采用的相關(guān)技術(shù)、解決的實際問題以及最終的實現(xiàn)效果.對于工業(yè)系統(tǒng)的內(nèi)生價值挖掘, 具體是通過諸如數(shù)字虛擬工業(yè)技術(shù)、知識工程技術(shù)、異構(gòu)復雜網(wǎng)絡(luò)建模分析技術(shù)以及區(qū)塊鏈技術(shù)等工業(yè)智聯(lián)網(wǎng)新興技術(shù), 并建立虛擬的工業(yè)系統(tǒng)模型, 模擬分析實體工業(yè)運行情況, 保證系統(tǒng)運行穩(wěn)定; 通過發(fā)現(xiàn)生產(chǎn)架構(gòu)知識, 優(yōu)化生產(chǎn)結(jié)構(gòu), 降低產(chǎn)品生產(chǎn)成本; 通過探索資源消耗關(guān)系, 合理調(diào)整資源配置, 提高資源的有效利用; 通過構(gòu)建部門參與機制, 建立高效的信號激勵制度, 增強企業(yè)內(nèi)部的活力. 圖 12闡釋了在外在資源挖掘過程中使用的工業(yè)智聯(lián)網(wǎng)相關(guān)技術(shù)及可達到的實現(xiàn)效果, 對于外在資源的挖掘, 可結(jié)合社會計算、物聯(lián)網(wǎng)數(shù)據(jù)采集以及知識工程等技術(shù), 通過描繪用戶消費特征, 以用戶消費特征為生產(chǎn)導向, 實現(xiàn)商品的針對性生產(chǎn); 通過建立通證經(jīng)濟體系, 制定相應的消費激勵措施, 提高商品交易的活力; 通過分析市場數(shù)據(jù)的變化趨勢, 提前制定市場開發(fā)計劃, 增加企業(yè)經(jīng)營的利潤.
圖 11 工業(yè)智聯(lián)網(wǎng)內(nèi)生價值挖掘
Figure 11 Endogenous value mining IIoM
圖 12 工業(yè)智聯(lián)網(wǎng)外在資源挖掘
Figure 12 External resource mining of IIoM
通過智能技術(shù)將工業(yè)系統(tǒng)的內(nèi)生價值和外在資源相融合, 在保證工業(yè)系統(tǒng)數(shù)據(jù)資源安全可靠的基礎(chǔ)上, 實現(xiàn)內(nèi)在優(yōu)化價值支撐外在產(chǎn)品推廣, 外在資源導引內(nèi)在價值發(fā)展的良性循環(huán).
4 結(jié)論
本文詳細地闡述了工業(yè)智聯(lián)網(wǎng)產(chǎn)生的技術(shù)和時代背景、定義與內(nèi)涵、平臺架構(gòu)與關(guān)鍵技術(shù), 以及其應用模式的兩個示例.
對于當前的工業(yè)系統(tǒng)與技術(shù)而言, 單個和孤立的智能技術(shù)已經(jīng)取得了一定的成績, 然而, 工業(yè)系統(tǒng)中即將涌現(xiàn)海量的具有一定智能的實體, 而這些實體在智能與知識層面上的如何協(xié)同和合作卻還是一個開放的問題.如果這個目標能夠?qū)崿F(xiàn), 其對社會生產(chǎn)力的提升和對社會形態(tài)的影響, 將是難以想象的.因此, 工業(yè)智聯(lián)網(wǎng)的大規(guī)模研究與開發(fā)勢在必行, 而我們也期望工業(yè)智聯(lián)網(wǎng)將為社會化智能大工業(yè)提供一條切實可行而又富有成效的技術(shù)路徑與頂層設(shè)計.
參考文獻
1 P. C. Evans, M. Annunziata. Industrial Internet: Pushing the Boundaries of Minds and Machines[Online], available: https://www.ge.com/docs/chapters/IndustrialInternet.pdf, June 15, 2017.
2 Wikipedia. Kevin Ashton[Online], available: https://en.wikipedia.org/wiki/KevinAshton, September 20, 2017.
3 GE Digital. Everything You Need to Know About the Industrial Internet of Things[Online], available: https://www.ge.com/digital/blog/everything-you-need-knowabout-industrial-internet-things, December 8, 2017.
4 W. Ruh. Why GE Digital Is Positioned To Lead The Industrial Internet Of Things[Online], available: https://www.ge.com/reports/ge-digital-positionedlead-industrial-internet-things-2/, December 19, 2017.
5 Wang Fei-Yue, Zhang Jun. Internet of minds:the concept, issues and platforms. Acta Automatica Sinica, 2017, 43(12): 2061-2070.
( 王飛躍, 張俊. 智聯(lián)網(wǎng):概念、問題和平臺. 自動化學報, 2017, 43(12): 2061-2070.)
6 Wang Fei-Yue. The destiny: towards knowledge automation-preface of the special issue for the 50th anniversary of Acta Automatica Sinica. Acta Automatica Sinica, 2013, 39(11): 1741-1743.
( 王飛躍. 天命唯新: 邁向知識自動化-《自動化學報》創(chuàng)刊50周年專刊序. 自動化學報, 2013, 39(11): 1741-1743.)
7 Wang Fei-Yue. On future development of robotics: from industrial automation to knowledge automation. Science & Technology Review, 2015, 33(21): 39-44.
( 王飛躍. 機器人的未來發(fā)展:從工業(yè)自動化到知識自動化. 科技導報, 2015, 33(21): 39-44.)
8 Li L, Lin Y L, Zheng N N, Wang F Y. Parallel learning: a perspective and a framework. IEEE/CAA Journal of Automatica Sinica, 2017, 4(3): 389-395. DOI:10.1109/JAS.2017.7510493
9 Wang F Y, Zhang J J, Wang X. Parallel intelligence: toward lifelong and eternal developmental AI and learning in cyber-physical-social spaces. Frontiers of Computer Science, 2018, 12(3): 401-405. DOI:10.1007/s11704-018-7903-5
10 Giacobini M, Brabazon A, Cagnoni S, Di Caro G A, Drechsler R, Ekart A, et al. Applications of Evolutionary Computing. Berlin Heidelberg: Springer-Verlag, 2001. 1-698.
11 Dong M X, Ranjan R, Zomaya A Y, Lin M. Guest editorial on advances in tools and techniques for enabling cyberphysical-social systems-Part Ⅰ. IEEE Transactions on Computational Social Systems, 2015, 2(3): 38-40. DOI:10.1109/TCSS.2016.2527158
12 Wang Fei-Yue. Software-defined systems and knowledge automation: a parallel paradigm shift from Newton to Merton. Acta Automatica Sinica, 2015, 41(1): 1-8.
(王飛躍. 軟件定義的系統(tǒng)與知識自動化:從牛頓到默頓的平行升華. 自動化學報, 2015, 41(1): 1-8. DOI:10.3969/j.issn.1003-8930.2015.01.001)
13 Wang Fei-Yue, Sun Qi, Jiang Guo-Jin, Tan Ke, Zhang Jun, Hou Jia-Chen, et al. Nuclear energy 5.0:new formation and system architecture of nuclear power industry in the new IT era. Acta Automatica Sinica, 2018, 44(5): 922-934.
( 王飛躍, 孫奇, 江國進, 譚珂, 張俊, 侯家琛, 等. 核能5.0:智能時代的核電工業(yè)新形態(tài)與體系架構(gòu). 自動化學報, 2018, 44(5): 922-934.)
14 Zhang Jun, Gao Wen-Zhong, Zhang Ying-Chen, Zheng XinHu, Yang Liu-Qing, Hao Jun, et al. Blockchain based intelligent distributed electrical energy systems: needs, concepts, approaches and vision. Acta Automatica Sinica, 2017, 43(9): 1544-1554.
( 張俊, 高文忠, 張應晨, 鄭心湖, 楊柳青, 郝君, 等. 運行于區(qū)塊鏈上的智能分布式電力能源系統(tǒng):需求、概念、方法以及展望. 自動化學報, 2017, 43(9): 1544-1554.)
15 Ping Jian, Chen Si-Jie, Zhang Ning, Yan Zheng, Yao LiangZhong. Decentralized transactive mechanism in distribution network based on smart contract. Proceedings of the CSEE, 2017, 37(13): 3682-3690.
( 平健, 陳思捷, 張寧, 嚴正, 姚良忠. 基于智能合約的配電網(wǎng)去中心化交易機制. 中國電機工程學報, 2017, 37(13): 3682-3690.)
16 Zhang J, Wang F Y, Chen S Y. Token economics in energy systems: concept, functionality and applications. eprint arXiv: 1808.01261, 2018. http://econpapers.repec.org/RePEc:arx:papers:1808.01261
17 Klitgaard T, Reddy R. Lowering electricity prices through deregulation. Current Issues in Economics and Finance, 2000, 6(14): 1-6.
18 Hu Kai, Bai Xiao-Min, Gao Ling-Chao, Dong Ai-Qiang. Formal verification method of smart contract. Journal of Information Securyity Research, 2016, 2(12): 1080-1089.
( 胡凱, 白曉敏, 高靈超, 董愛強. 智能合約的形式化驗證方法. 信息安全研究, 2016, 2(12): 1080-1089.)
19 Yuan Yong, Wang Fei-Yue. Blockchain:the state of the art and future trends. Acta Automatica Sinica, 2016, 42(4): 481-494.
( 袁勇, 王飛躍. 區(qū)塊鏈技術(shù)發(fā)展現(xiàn)狀與展望. 自動化學報, 2016, 42(4): 481-494.)
20 Wang F Y. Social computing: concepts, contents, and methods. International Journal of Intelligent Control and Systems, 2004, 9(2): 91-96.
21 Wang Fei-Yue. The significance of social computing and its prospects. Communications of CCF, 2006, 2(2): 8-17.
( 王飛躍. 社會計算的意義及其展望. 中國計算機學會通訊, 2006, 2(2): 8-17.)
22 Wang Fei-Yue. Artificial societies, computational experiments, and systems: a discussion on computational theory of complex social-economic systems. Complex Systems and Complexity Science, 2004, 1(4): 25-35.
( 王飛躍. 人工社會、計算實驗、平行系統(tǒng)一關(guān)于復雜社會經(jīng)濟系統(tǒng)計算研究的討論. 復雜系統(tǒng)與復雜性科學, 2004, 1(4): 25-35. DOI:10.3969/j.issn.1672-3813.2004.04.002)
23 Wang F Y. Toward a paradigm shift in social computing: the ACP approach. IEEE Intelligent Systems, 2007, 22(5): 65-67. DOI:10.1109/MIS.2007.4338496
24 Lazer D, Pentland A, Adamic L, Aral S, Barabasi A-L, Brewer D, et al. Social science: computational social science. Science, 2009, 323(5915): 721-723. DOI:10.1126/science.1167742
25 Schuler D. Social computing. Communications of the ACM, 1994, 37(1): 28-29. DOI:10.1145/175222.175223
26 Yang Q, Zhou Z H, Mao W J, Li W, Liu N N. Social learning. IEEE Intelligent Systems, 2010, 25(4): 9-11. DOI:10.1109/MIS.2010.103
27 Leskovec J, Huttenlocher D, Kleinberg J. Predicting positive and negative links in online social networks. In: Proceedings of the 19th International Conferences on World Wide Web. Raleigh, North Carolina: ACM, 2010. 641-650 http://www.mendeley.com/catalog/predicting-positive-negative-links-online-social-networks/
28 Satyanarayanan M. The emergence of edge computing. Computer, 2017, 50(1): 30-39. DOI:10.1109/MC.2017.9
29 Shi W S, Cao J, Zhang Q, Li Y Z, Xu L Y. Edge computing: vision and challenges. IEEE Internet of Things Journal, 2016, 3(5): 637-646. DOI:10.1109/JIOT.2016.2579198
30 Shi W S, Dustdar S. The promise of edge computing. Computer, 2016, 49(5): 78-81. DOI:10.1109/MC.2016.145
31 Shi Wei-Song, Sun Hui, Cao Jie, Zhang Quan, Liu Wei. Edge computing-an emerging computing model for the internet of everything era. Journal of Computer Research and Development, 2017, 54(5): 907-924.
( 施巍松, 孫輝, 曹杰, 張權(quán), 劉偉. 邊緣計算: 萬物互聯(lián)時代新型計算模型. 計算機研究與發(fā)展, 2017, 54(5): 907-924.)
32 Edge Computing Consortium. White Paper of Edge Computing Consortium [Online], available: http://www.ecconsortium.net/Uploads/file/20161208/1481181867831374.pdf, June 15, 2017.
后記：此文于2018年9月發(fā)表在《自動化學報》中文版第44卷第9期
/Uploads/image/file/20190712/20190712095401_97683.pdf
來源：王飛躍科學網(wǎng)博客
