1(南方科技大学未来网络研究院 广东深圳 518055);2(鹏城实验室 广东深圳 518055);3(香港科技大学计算机科学及工程系 香港特别行政区 999077) (qianzh@cse.ust.hk)
出版日期: 2020-09-01基金资助:香港优配研究金资助项目(CERG 16204418,16203719,FP909,R8015);国家自然科学基金项目(61872420);广东省自然科学基金项目(2017A030312008);广东省重点领域研发计划资助项目(2019B121204009)；鹏城实验室大湾区未来网络试验与应用环境项目(LZC0019)Edge Computing in Smart Homes
Huang Qianyi1,2, Li Zhiyang3, Xie Wentao3, Zhang Qian31(Institute of Future Networks, Southern University of Science and Technology, Shenzhen, Guangdong 518055);2(Peng Cheng Laboratory, Shenzhen, Guangdong 518055);3(Department of Computer Science and Engineering, Hong Kong University of Science and Technology, Hong Kong 999077)
Online: 2020-09-01Supported by:This work was supported by RGC General Research Fund (CERG 16204418, 16203719, FP909, R8015), the National Natural Science Foundation of China (61872420), the Natural Science Foundation of Guangdong Province (2017A030312008), the Key-Area Research and Development Program of Guangdong Province (2019B121204009), and the Project of “FANet: PCL Future Greater-Bay Area Network Facilities for Large-scale Experiments and Applications” (LZC0019).摘要/Abstract
摘要： 近年来，智能音箱、扫地机器人已经成为很多用户生活中不可或缺的一部分.随着物联网技术的发展，越来越多的智能设备走进家庭场景，让用户的生活变得更加便捷和舒适.当种类繁多、功能细分的智能设备通过网络进行连接和控制时，为了解决网络延时、数据安全等诸多问题，基于边缘计算的智能家居成为未来趋势.探讨智能家居场景中的边缘计算，介绍围绕感知、通信和计算3个方向所展开的研究.在感知方面，关注边缘节点的泛在感知能力，介绍在非接触式呼吸监测上取得的进展；在通信方面，研究无线感知和无线通信的融合设计，在有限的频谱资源上兼顾感知和通信；在计算方面，关注基于边缘节点的个性化机器学习，在不泄露用户数据的前提下建立个性化机器学习模型.
参考文献
相关文章 15
| [1] | 张燕咏, 张莎, 张昱, 吉建民, 段逸凡, 黄奕桐, 彭杰, 张宇翔. 基于多模态融合的自动驾驶感知及计算[J]. 计算机研究与发展, 2020, 57(9): 1781-1799. |
| [2] | 刘泽宁, 李凯, 吴连涛, 王智, 杨旸. 多层次算力网络中代价感知任务调度算法[J]. 计算机研究与发展, 2020, 57(9): 1810-1822. |
| [3] | 马惠荣, 陈旭, 周知, 于帅. 绿色能源驱动的移动边缘计算动态任务卸载[J]. 计算机研究与发展, 2020, 57(9): 1823-1838. |
| [4] | 李双峰. TensorFlow Lite：端侧机器学习框架[J]. 计算机研究与发展, 2020, 57(9): 1839-1853. |
| [5] | 王志刚, 王海涛, 佘琪, 史雪松, 张益民. 机器人4.0: 边缘计算支撑下的持续学习和时空智能[J]. 计算机研究与发展, 2020, 57(9): 1854-1863. |
| [6] | 周玉轩, 杨絮, 秦传义, 杨志伟, 朱一峰, 段锦. HDM网络架构与混合式数据分发策略[J]. 计算机研究与发展, 2020, 57(9): 1911-1927. |
| [7] | 卢海峰, 顾春华, 罗飞, 丁炜超, 杨婷, 郑帅. 基于深度强化学习的移动边缘计算任务卸载研究[J]. 计算机研究与发展, 2020, 57(7): 1539-1554. |
| [8] | 廖国琼, 杨乐川, 张海艳, 杨仙佩. 支持RFID供应链路径追溯查询的偏增向量编码策略[J]. 计算机研究与发展, 2020, 57(6): 1323-1334. |
| [9] | 乐光学, 戴亚盛, 杨晓慧, 刘建华, 游真旭, 朱友康. 边缘计算可信协同服务策略建模[J]. 计算机研究与发展, 2020, 57(5): 1080-1102. |
| [10] | 苗新亮, 蒋烈辉, 常瑞. 访问驱动下的Cache侧信道攻击研究综述[J]. 计算机研究与发展, 2020, 57(4): 824-835. |
| [11] | 梁玉珠, 梅雅欣, 杨毅, 马樱, 贾维嘉, 王田. 一种基于边缘计算的传感云低耦合方法[J]. 计算机研究与发展, 2020, 57(3): 639-648. |
| [12] | 刘俊旭, 孟小峰. 机器学习的隐私保护研究综述[J]. 计算机研究与发展, 2020, 57(2): 346-362. |
| [13] | 芦效峰, 廖钰盈, Pietro Lio, Pan Hui. 一种面向边缘计算的高效异步联邦学习机制[J]. 计算机研究与发展, 2020, 57(12): 2571-2582. |
| [14] | 丁旭阳, 谢盈, 张小松. 基于边缘计算的进化多目标优化图像隐写算法[J]. 计算机研究与发展, 2020, 57(11): 2260-2270. |
| [15] | 周俊, 沈华杰, 林中允, 曹珍富, 董晓蕾. 边缘计算隐私保护研究进展[J]. 计算机研究与发展, 2020, 57(10): 2027-2051. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4248
