基于边云协同的传染病实时监测预警架构研究.pdfVIP

摘要

传染病的实时监测预警属于公共卫生领域内的重点难题，由传染病爆发引

起的大型疫情事件也层出不穷，对人们的生命和财产安全造成了巨大威胁。近

些年，随着计算机技术的发展，传染病监测预警相关的研究在国内外得到快速

的发展。但是，现有的基于单一云计算或者边缘计算的传染病监测预警架构具

有局限性。基于云计算的传染病监测预警架构在传染病疫情爆发前期不能及时

的进行监测预警，中期因为海量数据的上传处理对云中心造成巨大负担，会造

成消息处理的滞后性，且整体实时性和灵活性不足；基于边缘计算的传染病监

测预警架构虽然实时性与灵活性足够，但是算力资源有限，无法应对大规模数

据处理的情况。针对这些挑战，本文结合云计算技术与边缘计算技术，设计面

向传染病实时监测预警的边云协同架构。本文主要工作如下：

第一，针对传统以云计算为核心的传染病监测预警架构实时性不足、以边缘

计算为核心的传染病监测预警架构计算能力不足的问题，基于边云协同技术设计

面向传染病监测预警的云端-边缘端-设备端三端协同的架构；分析传染病引发的

大型疫情事件的数据主要特征与传染病监测预警的实时性需求，选取共通传染症

状中的体温特征作为本文研究的目标特征进行分析处理并对架构整体功能进行

设计。

第二，针对数据采集可靠性问题，在边缘端的数据预处理环节提出数据“二次

清洗”方案。第一次数据清洗根据既定温度范围进行筛选排除如鸟类等体温被误

采的可能；第二次数据清洗基于采集的时间间隔进行清洗，排除如待采集人怀抱

猫狗等宠物的体温被误采的可能。“二次清洗”排除非人的体温数据干扰，提高人

体温度数据采集的可靠性。

第三，针对云端计算压力大的问题，提出“边缘聚合分析”方法。边缘端对实

时决策后的数据进行暂存累积数据集，并对暂存的数据集进行特征提取与特征分

类，根据特征分类结果（紧急事件/非紧急事件）进行边缘预警与上传云端进行风

险划分。采用“边缘聚合分析”方法使边缘端具有一定自治能力，减少上传到云端

的数据体量，分担云端的计算压力。

最后，针对云端风险划分与反馈不及时的问题，提出基于改进决策树的实时

分类算法。通过在实时性、增量学习、动态调整以及用户交互方面进行改进，实

现对云端风险划分的快速分类与实时反馈，使本文架构的实时性较云计算架构提

高约22.58%。

关键词：传染病；边云协同；实时性；改进决策树；监测预警

ABSTRACT

Real-timesurveillanceandearlywarningofinfectiousdiseasesisakeychallenge

inthefieldofpublichealth,andlarge-scaleepidemicscausedbyinfectiousdisease

outbreakshaveemergedinanendlessstream,posingagreatthreattothesafetyof

peopleslivesandproperty.Inrecentyears,withthedevelopmentofcomputer

technology,theresearchrelatedtoinfectiousdiseasemonitoringandearlywarninghas

beenrapidlydevelopedatChinaandabroad.However,theexistinginfectiousdisease

monitoringandwarningarchitecturebasedonsinglecloudcomputingoredge

computinghaslimitations.Cloudcomputing-basedinfectiousdiseasemonitoringand

earlywarningarchitectureintheearlyoutbreakofinfectiousdiseaseoutbreakscannot

betimelymonitoringandearlywarning,themiddleofthe