2.2.1　多源異構數據的統一描述與管理機制

為了實現數據的跨設備融合，需要研發統一的數據描述和管理機制（Unified Data Description and Management，UDDM）。設計新型的數據描述方案，對數據源、數據描述以及實際數據的存儲進行分析建模，該機制具有良好的可擴展性，能夠主動采集預設數據類型的數據，還能夠被動感知新的數據類型，實現對未知數據的采集。該機制具有分布式和一致性的特點，可以為數據的查詢、分析和挖掘提供便捷高效的接口。如圖2-4所示，智能工廠中的各類數據源都配有對應的工業傳感器，通過統一的數據描述和管理機制可以對數據進行感知和采集。

1.節點

工業無線傳感器網絡中的節點可能具有的角色有三個：數據提供者、數據請求者和數據目錄。為了能夠執行數據融合過程中涉及的操作，上述三類節點分別具有以下三個關鍵構件：數據代理（Data Agent，DA）、用戶代理（User Agent，UA）和目錄代理（Catalog Agent，CA）。為簡單起見，在本章余下的篇幅中將數據提供者節點、數據請求者節點和數據目錄節點分別稱為DA節點、UA節點和CA節點。本章所考慮的工業無線傳感器網絡由DA、UA和CA三類節點構成。

2.目錄代理

目錄代理即CA節點，其提供存儲數據注冊信息的場所。DA節點將自身采集到的數據信息發送給CA節點進行注冊。對于UA節點發起的數據查詢，CA節點基于自身擁有的數據注冊信息進行應答。簡言之，CA節點的存在能夠增強數據融合體系結構的有效性。全體CA節點基于Chord協議構成一個結構化的對等網絡。Chord協議是一個可擴展的分布式查找協議，其提供的最重要的操作是將鍵（key）映射至節點。通過一致性哈希（consistent hashing）操作，每個數據項都可以與唯一的鍵進行關聯。鍵–值（key-value）存儲在鍵所對應的節點上。Chord協議提供了節點加入和節點離開的相應機制，能夠確保整個網絡的正常運行。Chord協議中的所有節點都是對等的，其具有自身的信息傳遞機制。傳統無線傳感器網絡中的節點周期性地給匯聚節點發送信息，盡管這樣做使得路由工作更加容易，但是靠近匯聚節點的節點承受了過多的中繼工作量。因此，這些節點的電量會比其他節點更早地枯竭。相反，在本章提出的模型中，由全體CA節點構成的Chord網絡不具有匯聚節點，整個網絡的狀態是由監測令牌（monitoring token）來進行收集和呈現的，監測令牌的詳細內容見本章的后續內容。對于傳統無線傳感器網絡中簇頭的輪換（rotation）策略，簇頭的選舉和輪換不可避免地引入了大量的額外開銷。在本章提出的模型中，Chord協議自身所具有的一致性哈希機制使得鍵被均勻地映射至Chord網絡中的所有節點。同樣，Chord協議中的查找操作也基于相同的一致性哈希機制。因此，對于全體CA節點來說，數據查詢的過程也是負載平衡的。上述特征使得本章提出的模型可以避免某些CA節點異常快速地耗盡電量。

3.統一的數據描述和管理機制

所有參與數據融合體系結構的節點（CA、DA和UA）都需要知曉該機制。具體來說，該機制包含一個用來對數據進行描述（profile）的屬性列表。表中的每個屬性都可以取一系列數值。將屬性和它們的值用表L表示，網絡中的所有節點都完全知曉這個表的內容。例如，名為“source”的屬性可以表示數據的來源，其“值”可以為熱交換器、傳送帶電機和旋擰閥等。假定表L中的屬性以及它們對應的值是提前確定好的。將屬性用集合property=pr₁,pr₂,…,pr_np來表示，其中pr_i的相應取值由集合p_i=pv_i1，pv_i2，…，pv_im來表示。每個屬性用一個字節來表示，則其有m=256個不同的取值。現在，引入數據描述的定義。

定義2-1　數據描述

數據描述（data description）是指字符串desp=pv_1s,pv_2j,…,pv_(np-i)k，其中0≤i<np且1≤s,j,k≤256。該字符串通過依次連接np-i個屬性的值來構成。當i=0時，稱desp是一個完全描述（complete description）；當i≠0時，稱desp是一個不完全描述（incomplete description）。

那么，總共存在個不同的完全描述可以用來對數據進行描述。數據描述的格式如圖2-5所示。

4.數據的注冊和注銷

對于數據注冊來說，提交給CA節點的數據信息由三部分組成：數據的描述、數據提供者的ID（如設備序列號）以及訪問該數據的URL地址。需要注意的是，只有數據的完全描述可以被用來進行數據注冊。本章提出的模型給數據提供者的ID預留了32字節的空間，盡管HTTP協議沒有規定URL的最大長度，但本章的模型在設計時將其最大長度限制為2048字節。數據注冊的格式如圖2-6所示。

不妨用2^m來表示Chord網絡的標識符空間。為了容納個不同的完全描述，需要滿足：

使用SHA-1作為一致性哈希函數來為CA節點和數據生成鍵，將所使用的一致性哈希函數用sHash(string)來表示。當接收到合法的數據注冊請求時，CA節點首先給發起該數據注冊請求的DA節點發送數據注冊確認（data registration acknowledgment）。然后，該CA節點從數據注冊請求中提取出數據描述和數據提供者ID并連接成一個字符串str，該數據的鍵通過key=sHash(str)得到。然后，該CA節點將<key,URL>發送給負責該key的CA節點。DA節點可以向其通信范圍內的任意CA節點進行數據注冊。只要DA節點收到某個數據注冊請求的注冊確認，那么就無須再對該數據進行注冊。當DA節點在向某個CA節點注冊一系列數據時，該CA節點突然失聯（雙方不在通信范圍內或者該CA節點失效），那么該DA節點可以聯絡其他的CA節點來對剩余的數據進行注冊。數據注銷采用和數據注冊類似的方式進行。

5.鍵的生成和查找

在非結構化的對等網絡中，基于關鍵字（keyword）的查找是可行的。然而，在結構化的對等網絡協議Chord中，針對數據名稱的一致性哈希以及分布式哈希表不允許這樣的操作。因此，只有完全匹配的方式是可行的。傳統方法采用名為反向索引（inverted index）的<keyword,node>映射方式，基于關鍵字的查詢通過冗余存儲來實現。該方法的最大弊端是常見關鍵字（common keyword），負責常見關鍵字的節點不可避免地承受了大量的存儲和應答負擔。在本章提出的模型中，鍵的產生是通過對由數據描述和數據提供者ID連接而成的字符串執行哈希操作來獲得的。數據提供者ID的存在解決了上述的常見關鍵字問題。

當具有潛在的數據查找需求時，UA節點從表中選出若干個感興趣的屬性。然后，該UA節點將和數據描述具有相同格式的數據查詢發送給CA節點。當收到數據查詢后，CA節點首先檢查屬性值是否有缺失。對于完全描述，該CA節點將自身所知曉的數據提供者ID追加在該完全描述的末尾，并對由該數據描述和數據提供者ID組成的字符串進行哈希操作。然后，該CA節點對所得的鍵進行查找。然而，由于UA節點自身的不確定性，很有可能存在一些屬性的值缺失的情況。那么，CA節點收到的就是不完全描述。對于缺失的i個屬性值，CA節點將對各個屬性使用該屬性以往最受歡迎的查詢值來進行填充，而填充進去的最受歡迎的查詢值的個數則用nmpv來表示。

CA節點在完成對原始的不完全描述的填充操作后，可得到nmpv個完全描述。然后，該CA節點將自身所知曉的數據提供者ID追加在上述完全描述的末尾，而CA節點所知曉的數據提供者的個數則用nsp來表示。對于假設的應用場景景i=1、nmpv=3和nsp=2，不完全描述的填充（filling）和追加（appending）操作如圖2-7所示。由于不完全描述經過填充和追加操作后得到6個字符串，因此需要查詢與之對應的6個不同的鍵。

屬性值的缺失是允許的，因為這樣可以為UA節點提供相對開放的查詢結果。由于需要查詢的數據信息是根據UA節點和CA節點的期望產生的，因此最后，完全描述和不完全描述均有可能無法得到實際的查詢結果。對于針對實際存在的數據的鍵的查詢，對該鍵負責的CA節點會給發起該查詢的初始CA節點發送數據應答。然后，查詢結果由發起該查詢的初始CA節點反饋給UA節點。