引 言 随着物联网技术的快速发展， 智能家居产业蓬勃发展。市场调研数据显示，到 2018 年，智能家居市场规模将达396亿元[1]。传感器处于整个智能家居的最底层，是数据采集的入口，智能家居的五官也将迎来巨大的发展空间。目前，智能家居中传感器的应用趋势是集成传感器微机电系统传感器。微机电系统（MicroElectroMechanicalSystems， MEMS）利用传统的半导体工艺和材料，集微传感器、微执行器、微机械机构、信号处理和控制电路、电子集成器件、接口、通信和电源等于一体[2,3]。这种小体积、低成本、高集成、高智能的传感系统是未来传感器的发展方向，也是智能家居的核心。MEMS传感器种类繁多，主要包括运动传感器、压力、麦克风、环境、光传感器等，完全可以满足智能家居的需求。 然而，随着智能家居应用领域的日益广泛，MEMS 传感器主要组成部件微传感器、微执行器及微处理器的可靠性问题变得越来越突出。其中，可能导致智能家居领域 MEMS 传感器失效的环境因素主要包括温度变化、振动、潮湿、静电放电等。 温度变化 ：微传感器由不同的材料（金属、半导体、聚合物）组成，由于这些材料的热膨胀系数不同，不同材料的交界面因温度变化会产生压缩或拉伸应力，该应力又会导致不同材料界面处发生开裂和脱落 [4] ； 潮湿 ：由于微执行器尺寸较小，表面积与体积相对较大，表面效应的影响不可忽略，例如，静态微悬臂梁表面吸附水分子后，梁的上下表面将会产生应力差，从而导致悬臂梁发生弯曲[5]。 静电放电：由于微处理器特征尺寸越来越小，单个芯片上集成的晶体管数越来越多，所以受到电磁干扰和静电放电影响后易产生间歇故障、软错误和永久错误[6]。需要强调的是，传感器因测试对象不同需做针对性的环境测试，如水压传感器盐雾腐蚀试验，光传感器氙灯辐照试验， 真空传感器低气压试验。 为了满足智能家居在各种环境下以物联网模式运行的需求，对MEMS 传感器进行整体可靠性评测尤为重要。本文从MEMS 传感器实际应用环境切入，利用先进的仪器设备模拟各种应用环境，探索构建相应的检测技术方案、评价模型和综合评价体系，对MEMS 传感器的质量改进具有一定的实际指导价值，进而推动智能家居产业质量水平的整体提升。 1 智能家居及MEMS 传感器可靠性标准研究现状 智能家居标准研究现状 目前，大部分厂商都在做自己的产品，没有统一的标准， 给消费者带来极大的困扰，也给企业带来了经济损失，同时也造成了资源浪费，对整个智能家居产业的发展极为不利 [7]。小米创始人雷军曾在 2015 年 两会 上提出议案，希望尽快出台智能家居领域的国家标准，我国需要加紧标准的制定，并将智能家居国家标准推向世界 [8]。目前国际与国内智能家居标准制定的侧重方向是硬件接口和软件协议 [9,10]，然而对智能家居MEMS 传感器可靠性的标准基本没有研究。 MEMS传感器标准研究现状 2017 年 6 月，IEC TC47/SC47E（半导体分立器件标准化分技术委员会）和 IEC TC47/SC47F（MEMS 标准化分技术委员会）工作组会议及 MEMS 标准研讨会在日本东京召开。大会指出 ，由于 MEMS 技术和产业的飞速发展，对于IEC 62047- 1 和 IEC62047-4 这两项标准，各成员国需要考虑增加新的技术内容以满足行业需求。目前，在MEMS 领域，我国牵头制定的IEC62047-25 ：2016 已经发布，牵头制定的三项 MEMS 国际标准经过本次会议讨论将进入CD 阶段，未来我国应继续关注 MEMS 技术领域的设计、工艺、材料、产品性能测试等方面的标准化工作，依然需要产学研用各方参与标准化的相关工作，引领产业发展 [11]。 MEMS传感器可靠性研究现状 MEMS 技术是一门多学科跨行业的技术，产品结构复杂， 主要包括微传感器、微执行器和微处理器，而目前MEMS 传感器的可靠性研究主要集中在微执行器上，大多参照Martin PL[12] 给出的机械系统中与环境有关的故障分布。文献 [13] 分析了温度、湿度、振动三综合环境下微加速度计的悬臂梁失效机理 ；文献 [14] 分析了在混合流动的气体环境下 MEMS 麦克风薄膜结构的冲击损伤；文献 [15] 利用屏蔽、接地及滤波等技术改善了MEMS 惯性测量系统的电磁兼容效果。 目前，智能家居领域 MEMS传感器的可靠性没有统一的国家标准，并且 MEMS传感器的可靠性分析局限于研究MEMS传感器微纳材料和微纳结构的失效机理，却忽视了分析 MEMS传感器的核心功能数据处理、信息传输及信号转换的失效机理。基于物联网智能家居对MEMS传感器的可靠性 2 智能家居领域 MEMS 传感器可靠性检测内容构思 针对上述国家智能家居领域 MEMS 传感器可靠性标准的 空白和 MEMS 传感器可靠性研究不全面等问题，本文以具体 智能家居产品为落脚点，从 MEMS 传感器的实际工作环境出 发，全面分析传感器读取数据的真实性、微处理器数据处理 的稳定性以及微执行器信号转换的准确性。 （1）开展 MEMS 传感器各工作单元可靠性测试技术和独 立评价方法的研究 基于物联网智能家居对 MEMS 传感器的可靠性质量评价 的检测技术，根据 MEMS 传感器的实际工作环境，开展与“微 传感器数据读取真实性”“微处理器数据处理稳定性”“微执 行器信号转换准确性”相应的多环境交替综合模拟法（温度、 湿度、振动、冲击、盐雾、静电放电等）检测技术的研究，分 析测试参数要求及测试手段，并建立相应的检测技术及独立 评价方法，为研发、设计和生产加工 MEMS 传感器提供科学 的可靠性检测技术及评价体系。 （2）开展MEMS…

引 言 随着智能家居概念的兴起，市场上出现了越来越多的智能电器产品，从智能家电到智能插座，所有这些都使得现代生活耳目一新，并越来越方便人们的日常生活。 近年来，智能手机的普及也使智能家居的管理模式和手段越来越丰富，从固定集中控制延伸到了可移动式管理控制， 通过将APP 程序安装到智能手机上， 以 3G，WiFi 或LAN 为通信手段实现对智能家居的远程管理和控制。但上述智能家居应用模式主要以智能家庭的应用为主，该模式采用WiFi 或 LAN 的方式对市电供电的电器设备进行控制，但一些行业却无法直接采用上述控制方式，如燃气行业的设备以电池供电为主，采用RF 远程控制，而 RF 频段属于ISM，在433 ～498 MHz 之间，使用时无需像IP 化设备那样需要一定的时间间隔刷新和维持通信链路畅通，而是通过睡眠唤醒的方法进行远程管理和控制，大大降低了设备的功耗，延长了燃气表电池供电时间，因此无线智能水表\ 热能表\ 燃气表的远程控制多采用RF 方式，但该方法只对行业的集中管理具有重要意义，业务人员可通过手持式抄表设备远程读取相关设备的数据。在今天大力推广智慧家庭、智慧小区、智慧城市的背景下，用户对智能燃气表等设备的管理控制也有强烈需求，将智能燃气表等设备融入智能家居是目前的发展趋势，但因为采集节点数量庞大，对互联网链路的要求较高，因此设计一种可实现物联网协议传送采集信号的智能插座是本文的重点。 1 中继型智能插座的设计思路及实现原理 对目前市场上流行的智能插座进行功能分析可以看出， 其主要针对智能家庭的相关应用，比如实现电器的远程开断电功能，其最大的特点是可移动控制，即下载 APP 软件到智能手机上，通过手机实现对插座的远程监控。而中继型智能插座除了上述功能外，还需将管理平台的信号通过智能插座转发给采用RF 频段的智能燃气表，以实现数据采集及控制，同时该智能插座还能实现管理平台的动态注册，以便平台了解插座的运行状态是否正常。同样，通过权限设定，用户也可用手机APP 访问指定的智能插座。智能插座的实现原理如图1所示。 图 1 可知，该插座采用了 RF 无线模块 +WiFi 模块的设计方式，通过单独的MCU 处理器进行管理和控制。该方案最大的特点在于采用了成熟的器件及内部串口通信方式，可靠性高，开发周期短，便于进行新功能扩展等，其控制原理如图 2所示。 插座控制原理较为简单，主要采用成熟的模块搭建而成，性能可靠，成本较低，对智慧家庭应用而言是理想的辅助设备。针对家庭应用，插座使用量较少，数据传输的数据量和占用带宽可忽略不计。但如果行业应用规模较大，如燃气行业，用户规模可能达到几万甚至几十万，如果每户都采用智能插座进行数据收集及其他服务，那么会对后台带宽造成较大压力，因此若按照传统思路设计智能插座软件部分，在大规模推广应用时，会在流量和带宽的问题上对后台造成影响，故需采用新模式设计插座的通信协议部分，由此引入 MQTT 协议对插座与后台的通信模式进行规划设计。 2 MQTT协议的原理及应用 2.1 关于MQTT 消息队列遥测传输协议（Message Queuing Telemetry Transport，MQTT）是IBM 于1999 年开发的一个即时通信协议，也是一个轻量级的，基于代理的发布/ 订阅消息传输协议。所谓轻量级，是指该协议设计思想开放、简单、轻量、易于实现， 因此它也是为计算能力有限，且工作在低带宽、不可靠网络的远程传感器和控制设备通信而设计的协议。 针对物联网应用中数据采集需要通过不断轮询才能得到即时数据的缺陷，MQTT 协议拥有信息推送功能，可有效地将物联网中的大量传感器与外部设备进行连接，并实现最小的网络开销。 目前 MQTT v 2.1 主要包含 14 类消息类型的指令，如下所示： （1）CONNECT：将客户端请求发送到服务器 ； （2）CONNACK ：连接确认（服务器端→客户端）； （3）PUBLISH ：发布消息（双向）； （4）PUBACK ：发布确认（双向）； （5）PUBREC ：确保发布被收到（双向）； （6）PUBREL ：确保发布分发（双向）； （7）PUBCOMP：确保发布完成（双向）； （8）SUBSCRIBE ：客户端订阅请求 ； （9）SUBACK ：订阅确认（服务器端→客户端）； （10）UNSUBSCRIBE ：客户端退订请求 ； （11）UNSUBACK ：服务器端退订确认 ； （12）PINGREQ ：PING 请求（客户端→服务器端）； （13）PINGRESP：PING 响应（服务器端→客户端）； （14）DISCONNECT：断开连接通知（客户端→服务器端） 上述 14类消息体都采用了固定头 + 可变头 + 有效载荷组成方式，其中固定头是所有消息类型必须包含的部分，其结构见表 1 所列。 从表 1 可以看出，MQTT 协议的标准格式由消息类型、重复标识、质量等级、保留标识及剩余字长组成，MQTT 协议具有如下特点： (1) 通信开销小 ：最小消息为 2 B，降低了网络负载。 (2) 协议具有简单和跨平台的特点：MQTT采用订阅/发布模式，提供一到多的分发方法，使应用耦合度降低，并可在 TCP/IP及其他无线协议中使用RF，ZigBee等。 (3) 可订制合适的服务质量：根据网络状态及服务要求可选择三种不同的消息质量等级。 由此可见，正因为MQTT协议的开放性与消息短小性， 使得它在.NET，WINRT，M2M，PHP等平台上都有良好的表现。同时对于MQTT协议的实现多以库函数的方式实现， 包括…

引 言 目前，在全球人口持续增长、耕地不断减少、自然资源 匮乏的情况下，农业的高效增产、绿色环保、有机天然备受关注。 研发农业物联网智能化操作终端、建立农业信息化数据库来精 准耕作、指导生产是未来农业的发展趋势。农业物联网是农 业应用平台、生产物联动控制系统和数据采集系统三大系统 利用感知硬件设备、网络平台技术、云计算方法，来实现农 业信息数字化、农业生产自动化、农业管理智能化，从而构建 低碳节能、高效高产、绿色生态的现代农业体系。农业物联网 关键技术和产品的发展需要经过“培育、成长和成熟”的过程， 预计成熟应用将在 2020 年前后。我国仍然以传统农业生产方 式为主，农业机械化水平是日本的 1/90，法国的 1/11，美国的 1/5，这种状况不仅与发达国家难以比拟，而且低于世界平均 水平。农业物联网感知层设备、智能控制应用标准不统一、造 价过高、缺少规模化，农业物联网应用技术和系统集成度低、 整体效能差。 据统计数据分析，通过对温度、降雨量及湿度、风、光 照等种植环境因素进行监控，可有效避免 85% 以上病虫害的 发生。我国传感器规模约 1 500 万只 / 年，并保持每年 10% 的 增长率。由于这些传感器来自不同的厂家，因此接口、数据格 式不统一。同时，所产生的大量数据需要传输，而农业环境供电、 布线困难，导致所采集的数据各自为营，很难将其集中统一提 供给上层应用平台。另外，对农业设施、器械的控制使用也 耗费了大量人力、物力。 数据采集传输控制系统可以适配主流传感器厂商的主流 产品，统一前端传感器采集数据的数据格式，内置 SIM 卡模 块及程序控制模块，既可以使用有线传输也可以通过 M2M 物 联网卡传输，并且经过上层应用平台的数据分析后，可以自动 或手动地对农用设备进行联动控制。 1 数据采集控制系统的原理 目前，业内对前端传感器的数据采集支持 485总线接入， 该数据采集控制系统可以接入各种端口的传感器设备，并统一数据格式，传输给上层平台。 数据采集传输控制系统采用模块化设计，主要由电源、DC/DC，ARM，ADC，PGA，GPRS网络接口以及MCU等组成。 ARM芯片上集成了众多外设，具有八通道 10位 ADC，可并行接入８个传感器设备信号，可扩展性强，传输方式灵活，既可采用有线网络也可采用无线网络，适应各种不同场景的需求。通过信号转换、数据处理，统一输出数据格式。数据采集传输控制系统架构如图 1所示。 图1 数据采集传输控制系统架构 ARM 芯片采用 RISC 结构，具有如下优点 ： （1）所有指令可以根据前面的执行结果决定是否被执行， 从而提高指令的执行效率 ； （2）通过加载 / 存储指令来批量传输数据，提高了数据 的传输效率 ； （3）可同时完成一条处理指令的逻辑处理和移位处理 ； （4）循环处理时，通过地址自动增减来提高运行效率。 数据采集传输控制系统嵌入无线通信模块，通过物联网 卡进行 GPRS PPP 拨号上网，获得一个由联通随机分配的内 部 IP 地址，ULG 主动发起与数据中心的通信连接，并保持。 因 IP 地址不固定，只能由 ULG 主动连接数据中心，数据中心 的公网 IP 地址或固定的域名作为参数存储在 ULG 内，以便 ULG上电拨号成功后主动连接到数据中心。 对于 ULG 来说，只要建立了与数据中心的双向通信，完 成用户串口数据与 GPRS 网络数据包的转换就相对简单了。一 旦接收到用户的串口数据，ULG 就立即把串口数据封装在一 个 TCP/UDP 包里，发送给数据中心 ；反之，当 ULG 收到数 据中心发来的 TCP/UDP 包时，从中取出数据内容，立即通过 串口发送给用户设备。 2 数据采集控制系统的特点和应用 本文所提架构使采集控制传输成为一体化设备，ARM 芯 片上可集成各种模块，简化电路板设计，使得系统更加稳定， 节省硬件投资成本 ；具有多通道…

引 言 随着互联网技术的迅速发展，传统的监控系统已无法满足人们对准确性、适用性和方便性的要求。同时，智能手机更新换代，处理能力日益变强，成为了人们日常生活中不可或缺的一部分。为满足人们对监控区域进行随时随地实时监控的需要，本文研究设计了一种智能手机视频监控系统，将手机端作为视频监控客户端，结合混合编码技术，实现了对监控区域的实时监控与监控视频的存储。 1 移动视频监控系统的设计 本文设计的视频监控系统、移动视频客户端均基于Android 系统，有效结合了混合编码技术与云存储技术[1]，可在客户端随时随地观看锁定的摄像视频，若视频图像发生异常，能在第一时间报告给锁定的主人，主人可通过App 远程控制摄像头。 2 移动视频系统的关键技术 2.1 混合编码技术 为了使高质量通信成为可能，并尽可能减少数据损失，故使用主流的视频编解码标准H.264。视频编码的目的在于减少表示数据的比特。由于视频图像数据的相关性强，在帧内以及帧间具有大量空域和时域冗余信息，因此可以通过去除这些冗余信息来实现对视频数据的压缩[2]。其中，在数据压缩方面最受欢迎的是基于统计特性的运动补偿+ 变换编码的混合编码框架。国内外通用的视频压缩标准均基于此框架，如广泛使用的MPEG 系列及H.26X 系列标准。 MPEG-4 不仅针对在一定比特率下的视频编码，更注重多媒体系统的交互性和灵活性。主要应用于视频电话、视像电子邮件等，其传输速度要求较低，为 4 800 ～6 400 bit/s，分辨率为176 144。利用较窄的宽带，通过帧重建技术压缩和传输数据，力求以最少的数据获得最佳的图像质量[3]。 H.264 技术具有比 MPEG-4 更为高效的编码效率，比后者节约 50% 的码率。可提供连续且流畅的高质量图像，并且在较低码率的情况下依旧能提供较高质量的视频图像[4]。 就单张图像来说，MPEG-4 对视频数据的处理更优秀； 而就整体视频传输来说，H.264 更胜一筹。 预测编码：建立一个模型，通过数据的相关性，利用之前的样本对下一个新样本值进行预测，并将预测值和实际值的残差值编码传输到接收端，同时在接收端建立一个相同的模型，按此模型进行解码操作。 运动估计：从当前帧中提取视频序列的运动趋势和走向过程。 一个完整的编码过程基本可以概括为视频源通过滤波器得到波形图，量化得到初始的完整码流，通过帧间、帧内编码和熵编码技术得到最终压缩后的码流。 视频编解码部分采用JM 编解码器。在实验中，视频源将收集到的视频数据改变格式后输入到JM 编码器的工作目录中，在 Visual Studio 2013 平台上运行。通过编码器采样获取预测数据，并与实际值相减得到残差，使用帧内、帧间技术对残差进行量化操作 / 变换，对编码语法元素进行熵编码，然后在编码器的工作目录下得到压缩后的码流。 当码流传输到接收端后，同样会被输入到解码器的工作目录中，通过一系列相反的操作后得到压缩前的视频数据。 2.2 客户端实现 2.2.1 平台选择和开发语言 服务器端采用Windows 操作系统与Java 语言；客户端包括Android 操作系统，Java 语言，Android 编程。 Java 是一门面向对象编程的语言，较好地实现了面向对象编程理论，同时也是一种不受限于特定平台的语言，具有可移植性[5]。此外，Java 还具有稳健、安全、高性能等特征， 是一种功能丰富的开发语言。 2.2.2 客户端 UI设计 用户界面（UI）是系统和用户之间进行交互与信息交换的重要媒介，使得用户能够方便、有效地操作硬件以达成双向交互，完成工作。 本文 采用 Android Studio 进行 Android 编 程。Android Studio 具有非常丰富的可视化编程功能，可以在编程的同时看 到其被应用在不同尺寸屏幕中的情况。Android 操作系统的用 户界面都以 View 与 ViewGroup 为基础。View 是用户界面的 基本组成单元，ViewGroup 是其子类，ViewGroup 的子类称为 “Layout（布局）”。View 与 ViewGroup 在布局中的层次结构如 图 1 所示。 Android 编程中有多种 布局方 式， 分别为线 性布局（LinerLayout）， 相 对 布 局（RelativeLayout）， 帧 布 局（FrameLayout）， 绝对布局（AbsoluteLayout） 等。本文编程主要用到线性布局（LinearLayout）， 该布局有 horizontal 和 vertical 两个方向。Android Studio 在创建布局方式上分为两种： 其一，在XML 配置文件中声明布局方式；其二，在应用程序中直接通过代码实例化布局及其组件。 2.3 视频的播放显示 对于获取的视频文件首先要经过解码，…

引 言 大数据拥有数据量巨大；数据类型多样；数据中富含价值； 在尽可能短的时间内挖掘出数据的真实性等典型特征[1]。 数据挖掘技术 [2]（Data Mining）可在大型数据库中自动发现有用信息，具有聚类分析，预测建模，关联分析，异常检测等功能，既可以独立运行，也可以联合操作。聚类分析实用的技术包括 K 均值、凝聚层次聚类、dbscan、簇评估等，主要目的在于通过基于原型、密度、图像等的聚类，发现其间关系。预测建模更多的是一种可视化角度分析方法，利用分类、回归等方法建立模型以解决问题。数据挖掘技术分为统计方法、机器学习方法、神经网络方法和数据库方法。 计算机机器人专业博士邓侃 [3] 表示，大数据不是忽悠， 关键要能够发现其中的价值，而数据挖掘的算法、云计算和并行计算就是发现数据价值的工具。 科技情报服务平台维护的公益类科技服务平台，是为顺应情报系统的网络化、智能化、集成化和决策化的未来发展要求而构建的自动化情报收集与服务体系，可从每日涌现在互联网上的海量信息中快速、准确地获取有用信息，并完成对情报资料的自动筛选、分类、分析工作，为政府部门、科研人员和企业提供具有前瞻性、时效性和专业化的情报服务。它采用知识管理的理念和技术对科技信息资源进行深度挖掘和战略优化，通过强化科技信息的智能采集和深度加工、发布和共享机制，构建科技情报创新服务体系。 1 数据挖掘简介 数据挖掘的主要任务是关联分析、聚类分析、分类、预测、时序模式和偏差分析等[4]。 (1) 关联 分 析（AssociationAnalysis）。 关联 规 则由 RakeshApwal 等人率先提出。两个或两个以上变量取值之间存在的规律称为关联，使得所挖掘的规则更符合需求。 (2) 聚类分析（Clustering）。聚类是把数据按照相似性归纳成若干类别，同一类中的数据彼此相似，不同类中的数据相异。 (3) 分类（Classification）。分类即找出一个类别的概念描述，它代表了这类数据的整体信息，即该类的内涵描述，并用这种描述来构造模型，一般用规则或决策树模式表示。 (4) 预测（Predication）。预测是利用历史数据找出变化规律，建立模型，并由此模型预测未来数据的种类及特征。 (5) 时序模式（Time-SeriesPattern）。时序模式是指通过时间序列搜索出重复发生概率较高的模式。 (6) 偏差分析（Deviation）。在偏差中包括很多有价值的知识，数据库中的数据存在诸多异常情况，而发现数据库中数据存在的异常情况非常重要。 2 科技信息采集与存储系统 使用垂直搜索技术在互联网扩大信息搜集途径，实现了科技信息的采集与存储[5]。智能情报加工系统运用信息抽取、机器学习、自然语言理解、信息检索等技术对文本进行处理， 实现对海量信息的数据挖掘，完成数据的自动分类、聚类、去除重复信息、发现关联规则、自动文摘的生成等。科技信息发布与共享平台通过将门户型科技信息发布平台作为情报发布、信息共享、交流互动的窗口与载体，可提供情报简报的自动生成、定题服务等功能。 该平台是集情报收集、存储、处理和分析于一体的新一代综合性信息系统。其主要功能是协助情报人员制定情报计划， 系统地收集信息，并对收集到的信息进行分析和加工，生成情报产品并提交给用户，为用户提供公益情报服务。 3 科技信息采集与存储体系 科技信息采集与存储体系的主要功能在于可完成情报信息分类体系规划与情报信息源规划。采用垂直网站抓取技术， 通过设置关键词、数据源、重要程度等抓取策略，自动发现互联网相关内容，并对页面进行抓取。通过索引技术对抓取到的文档进行全文索引，为用户提供全局文档信息搜索结果； 搜索结果以知识树的方式展现，并实现对抓取内容的管理。 抓取器由 URL 搜索引擎、页面抓取引擎 [6]（页面抓取器） 组成，用以实现 URL 发现。抓取器需要对页面中的目录页面、 列表页面等非描述性内容页面进行剔除。URL 搜索引擎首先 对全互联网相关内容的 URL 进行搜索，并执行去重检测，以 保证相同页面只被抓取一次。 页面抓取引擎抓取页面后，对其内容进行分析，剔除其中 的非正文内容页面。抓取器内含定时抓取策略，可按一定时间 周期和抓取策略进行循环抓取，以确保我们能够及时获取互 联网更新的内容。 4 数据聚类算法 聚类，即一些给定的元素或者对象分散存储在数据库中， 根据我们感兴趣的对象属性对其进行聚集，同类对象之间相似度高，不同类之间差异较大。其最大的特点是事先不确定类别。这其中最经典的算法非 KMeans 算法[7] 莫属，而这也是最常用的聚类算法。在给定 K 值和 K 个初始类簇中心点的情况下，把每个点（亦即数据记录）分到离其最近的类簇中心点所代表的类簇中，待所有点分配完毕后，根据类簇内的所有点重新计算该类簇的中心点（取平均值），然后迭代进行分配点和更新类簇中心点的步骤，直至类簇中心点变化微小，或达到指定的迭代次数为止。KMeans 算法虽然思想比较简单，但合理确定 K 值和 K 个初始类簇的中心点对于聚类效果而言有很大影响。 5 信息抓取管理平台 信息抓取管理平台 是控制抓取的后台工具，分为 关键词抓取 和 深度抓取 。 关键词抓取 [8] 是指在互联网上抓取具有特定关键词的网页，每 24 小时抓取一次，于夜晚进行，以保证抓取网页与互联网上的信息同步更新。 深度抓取 [9] 是指一次性获取某个网站的全部信息，以快速积累初始数据。深度抓取是一次性的抓取，不会更新。 5.1 关键内容抓取 根据北京科技信息网的需求，确定数据搜索内容包括科技政策科技动态等频道内容。抓取器通过设定依内容抓取的策略，对全网内容进行抓取。并通过后端的内容聚 合进行内容的后处理，以便实现关键内容的抓取。如图 1 所示， 当标签位置为“普通抓取”时，可实现对关键内容的抓取 5.2 深度抓取 北京市科技信息网 对一些特定网站设定了全站内容抓取，对全站内容进行一次性内容获取，并实时对其更新的内容进行监控，同步抓取。如图 2 所示，当标签位置为 深度抓取时，可以实现对全站内容的抓取。 图 2 控制台的深度抓取界面 5.3 工作状况的实时监控与回溯查询 实时监控终端对引擎运行的各项指标进行实时监控，以随时掌握引擎的运行状态。 回溯查询平台 可查看已抓取的网页和网页去噪情况。回溯查询平台界面如图 3 所示。…

引 言 道路交通信号灯是交通管理中一种比较重要的工具，有时会由于人为或环境等因素，导致交通信号灯出现故障。考虑到交通信号灯的特殊性，应尽快修好。但故障通常通过执勤交警在日常站岗巡逻过程中发现或热心市民通过报警等方式告知，还需要相关部门人员首先通知交通设施部门，然后再安排维修人员维修，不仅浪费时间，还无法获得确定的信息，因此在无形中拉长了维修时间。本文使用无线传感器网络在交通信号灯处采集其故障信息，通过DSP 处理器将所收集的信号发送至无线通信接口，最终送至上位机。 1 系统概述 无线传感器网络中融入了传感器技术、嵌入式技术、无 线通信网络技术等，可通过不同类型的集成化微型传感器共 同监察、感知和采集不同情形下的数据，通过自组织多跳的网 络方式发送到用户终端，帮助人们探索未知事物。且无线传感 器网络加强了人们捕捉信息的能力，能够把客观世界的物理信 息同传输网络紧密结合起来，其结构由分布在监控区域内的 大量传感器节点、通信网络、汇任务管理节点结合而成。传感 器节点使用能量有限的电池供电。利用传感器节点能够获取大 量外界信息，通过传感器节点将勘察到的信息通过其他传感器 节点逐跳传送，经多跳后路由到汇聚节点，经过卫星或互联网 发送至任务管理节点，如图 1 所示。 2 硬件设计 无线节点的硬件结构框图如图 2 所示，主要包括数据采 集模块、数据处理模块、无线收发模块。传感器节点收集到 交通灯故障信号时，经信号处理器 DSP 分析处理后，将以上 数据通过无线通讯模块发送至无线终端模块，并在上层界面 中展示。 2.1 数据采集模块 无线传感器网络除了可以完成特定的环境数据采集功能， 还具备存储和简单的处理功能，不仅可将数据转发给汇聚节 点、终端节点，还能够作为路由使用，将远离汇聚节点的采集 节点采集的数据转发给汇聚节点。汇聚节点由网络通信模块、 数据处理模块、能源管理模块构成，对比终端节点，汇聚节点 缺少传感器数据采集模块，当传感器节点捕捉到交通灯故障 信息时，将捕捉到的数据传给网关节点，网关节点汇集节点传 送来的监视范围内的数据，并通过传输介质即移动通信网络将 监测到的数据传到数据管理中心与 DSP 处理器。 2.2 数据处理模块 DSP 是一种专门实现信号处理算法的微处理器芯片。 DSP 具有实时处理的特点，能够在短时间内完成处理并输出 结果，对外界事件迅速做出反应。处理器必须配置完整的辅 助器件才能正常工作，当用于分析处理的外部接口电路 FPGA 作为 DSP 辅助接口时，终端节点将图像数据发送到 DSP 处理器，通过无线通讯接口将数据传到上位机接口，并最终在界面 中显示出来。 2.3 供电模块 无线传感器节点由电量有限的电池供电，资源匮乏，导致 传感器网络的能量资源、计算能力、存储能力受到限制。而 勘察数据一般随机散布在整个网络的覆盖范围内，搜集和分 析数据使得节点之间的通信需花费大量能量。由于低功耗高 性能无线传感器网络节点应用于实时性要求高的场所，所以提 供了供电模块，避免节点因能耗降低而影响信号收集的实时性。 3 软件设计 上位机软件可以在 PC 机上完成对传感节点的控制与传感 器节点间的通讯。采用 VC++ 环境对上位机进行编译。上位 机界面软件通过串口与簇头节点结合，使无线传感器网络将上 位机界面软件的控制命令传递到相应的传感器节点，再把传 感节点的数据传送到上位机界面软件。 4 结 语 本文利用无线传感网络收集数据，经过 DSP 处理数据后， 将数据通过无线通信的方式上传到上位机界面，能够更快地 对故障交通灯做出处理，节约了出现故障到发现故障的时间， 降低了故障带来的影响。

引 言 航 空瞬 变电磁 法（Airborne Transient Electromagnetic Method，ATEM）是 20 世纪中期问世的一种快速普查良导电金属矿的航空物探方法，其具有速度快，勘探成本低，探测范围广，可有效抑制复杂地形影响等优点，已成为国内外广泛使用的一种地质勘探方法[1]。但航空瞬变电磁勘探法主要观测的是二次场信号，其有效信号幅值弱，频带宽 [2]，因而测得的二次场信号的真实性或准确性难以保证。此外，航空瞬变电磁法在实际应用中受噪声干扰的影响更为严重，甚至得到的观测信号是已被噪声信号掩盖的无用信号 [3]，导致后期处理进入错误的方向。为保证实测信号的可靠性，对测得的数据必须先做滤波、去噪等预处理。 航空瞬变电磁信号的噪声类型分为天电噪声、仪器振动噪声、地质噪声以及人文噪声等[4]。由于平均滤波、中值滤波等滤波方法对天电噪声的滤除不够理想，本文提出运用LMS 自适应滤波方式滤除其高频范围内的天电干扰和地质噪声。 1 LMS自适应滤波原理 自适应滤波（adaptive filtering）是信号处理领域一个非常重要的分支。自1959 年 Widrow 提出自适应的概念以来， 自适应滤波理论一直受到普遍关注，并得到了不断发展与完善。信号处理理论和应用的发展为自适应滤波理论提供了必要的理论基础，其已在通信、雷达、自动控制、图像与语音处理等领域得到了广泛应用[5]。 顾名思义，自适应滤波器是一种能够根据输入信号自动调整自身性能并进行数字信号处理的数字滤波器，其最本质的特点在于具有自学习和自调整的能力，即自适应能力。与固定滤波器相比，自适应滤波器能够根据当前自身的状态和环境自动调整和校正当前滤波器的参数。由于信号与噪声的时变特性未知，因而其统计特性不确定，故可认为其是最优滤波方法。自适应滤波器具有可调整系数的滤波结构与可调整和校正滤波器系数的自适应算法[6]。 Widrow 等人提出的最小均方算法（Least Mean Square， LMS）是一种以期望响应和滤波器输出信号之间误差的均方值最小为准则，依据输入信号在迭代过程中估计梯度质量，并更新权系数以达到最优的自适应迭代算法。LMS 算法是一种梯度最速下降算法，其显著特点在于其简单性。这种算法无需计算相关矩阵及矩阵运算[5]。 LMS算法是一种线性自适应滤波算法，包括两个基本过程，即滤波过程与自适应过程。在滤波过程中，自适应滤波器计算其对输入的响应，并通过与期望响应比较，得到估计的误差信号。在自适应过程中，系统估计误差自动调整滤波器自身的参数。这两个过程共同组成一个反馈环，LMS自适应滤波原理如图 1所示。 该滤波器根据 e（k）和 s（k），通过自适应算法找到 E[e2（k）] 最小时滤波器的权值，从而找到滤波系数权值，实现自适应滤波。 LMS 算法系数的更新规则是通过迭代寻找极值，即最速下降法，该方法后一时刻的系数由前一时刻的系数通过一定的迭代运算得出： Wk+1=Wk+μ（－Uk）=Wk+2μεkXk（3） 式中，W为滤波系数，k为当前迭代值，Wk和 Wk+1分别代表 k时刻和 k+1时刻的自适应系数，X为待滤波数据，μ为放大系数，称为收敛因子，用于调整自适应迭代的步长，ε是误差信号（期望值与预测输出值之差），U为误差信号平方的梯度。假设当前为 k时刻，其后一时刻为 k+1时刻，则 k+1时刻的系数为 k 时刻系数加上归一化函数的负梯度。系数函数也称为性能函数， 等同于期望信号的均方误差。从（3）式可得出，LMS 算法与平方、平均、矩阵逆变换无关，但其收敛判断标准与最速下降方法确定的值相等。对 μ的标准由下式得出： 2 LMS自适应滤波实现流程 图 2 是运用LMS 自适应滤波算法对航空瞬变电磁去噪的实现流程[7]。由图可知，读入数据后，首先计算信号长度和功率， 然后计算出步长值并将该值作为初始步长存入算法中，设置好前两个抽头系数值后进入算法的自适应计算环节，首先计算前两个值，之后再计算误差与下一个抽头系数，依次循环，直到最后一个值为止，从而得到滤波后的信号。 3 LMS自适应滤波应用 1988 年，Spies 运用预测（非自适应）技术（或称局部噪声预测滤波）来估计垂直磁场的噪声 [8]。固定系数的消噪方 法在去除时不变（平稳）噪声时效果较好，但当前的电磁数据 噪声几乎都是非平稳噪声，因此这些滤波方法力不从心。本 文结合天然磁场的性质和 LMS 自适应滤波算法的特性，运用 LMS 自适应滤波算法对由模拟勘探模型计算得出的数据和实 测的航空电磁数据消噪 [9]。 3.1 LMS自适应滤波算法对模拟信号去噪 读入模拟数据后就可运用该滤波算法滤除噪声，为了更 好地滤波，将信号分为早期和后期两部分，分别进行 LMS 自 适应滤波，程序如下： 图 3 所示为 LMS 自适应滤波方法对含噪模拟数据的滤 波结果。 由图可知，该方法早期效果较好，但在早期向中期过渡时， 由于幅度变化太快，使得自适应滤波的效果不太理想，到了中 后期滤波后曲线比较光滑。LMS 滤波方法可以较好地去除干 扰信号，拟合曲线，可有效保证信号幅值不被削弱。 3.2 LMS自适应滤波算法对实测信号去噪 分两部分运用 LMS 自适应算法，滤波程序如下： 图 4 所示为 LMS 自适应滤波方法对实测数据滤波的结 果。从图中可知，50 ～100 点间发生了较大跳变，无法较好地 反映原始数据特性，但中后期处理效果较好，虽然曲线仍有 毛刺，但与原始数据相比曲线光滑很多，可认为已基本实现了 去噪效果。滤波后早期信号与原始早期信号拟合较好，但毛 刺较多，处理效果并不理想，但这由 LMS 自适应算法本身的 原因导致。LMS 自适应方法的关键步骤在于自适应算子的计 算。但从整体消噪效果和保幅性方面看，已基本去除干扰成分， 较好地保留了有用信号。 4 结 语 综上所述，LMS 自适应算法能够快速进行自学习和自调…

引 言 上位机又称 PC 机或Host Computer，是可以发送控制命令的主机或计算机。下位机是指具有数据采集、数据存储、传输控制等功能，可以直接获取硬件设备运行状态数据的主机，一般由PLC 和单片机组成。上位机与下位机之间是从属关系，上位机是控制者，利用软件程序发送相关指令给下位机； 下位机是受控制者，将该指令翻译成相应的时序信号，然后直接控制对应设备完成用户需要的对应操作，同时下位机在完成对数据和硬件设备的读取操作后，再将数据编码传回上位机[1,2]。总体而言，上位机主要负责系统管理、调配、状态监控、信息处理和分析等工作，下位机主要在现场进行数据采集和和控制。在某些特殊场合，上位机和下位机的控制和被控制角色可以互换。上位机和下位机之间的通信是整个控制系统的关键。 Visual Basi（cVB）6.0 是微软公司开发的可视化编程语言，是基于Windows 环境面向对象的应用程序。VB6.0 拥有强大的可视化用户界面设计功能，可开发数据库系统、多媒体应用系统和网络应用系统，被广泛应用在控制应用领域，也是使用最广泛的编程语言之一 [3]。 1 底层通信设计 在本文介绍的上位机程序设计中，底层需与蓝牙 4.0 匹配，并实现接收数据，使其在可视界面上显示等功能（VB 可调用.exe，.text 等可执行文件，由于VB 中提供了多种对文件进行操作的关键字，如本程序中用到的open 关键字可对文件进行访问或创建操作，但仅限于文本格式，因此可对蓝牙 4.0接收的电脑中的数据文本进行读写操作）。 Visual Basic 还提供了shell 函数，该函数具有执行.exe，.com，.bat 等可执行文件，打开文件夹、网址、任务管理器等， 调用系统软件（计算器、笔记本、画图等程序），实现用户注销、关闭系统、重启系统等功能。在本文底层程序设计中需要考虑如何使用VB 实现与蓝牙 4.0 的匹配通信，当前大部分笔记本电脑都自带蓝牙功能，但由于这些蓝牙设备是硬件系统，而 VB 只能调用软件程序，因此 VB 无法直接调用电脑自带的蓝牙设备。为解决该问题，我们决定在电脑上外接一个蓝牙模块，通过VB 调用外设蓝牙驱动与上位机连接的远程硬件。本程序利用 shell 函数执行外设蓝牙在电脑上自动安装的exe 驱动，并在可视界面上显示蓝牙配对窗口。 2 界面设计 用户界面是应用程序的重要组成部分，应具有非常友好的人机界面，既方便使用，又能体现出绝大部分程序功能。Visual Basic 为用户提供了如窗体、菜单、各种命令按钮等大量控件，用户只需使用鼠标将这些控件拖动到窗体相应位置， 并对其外观属性进行简单设置，便能设计出用户所需的应用程序界面[4]。 窗体是应用程序的重要组成部分。在程序运行时，每个窗体都对应一个窗口。窗体是用户和应用程序之间的交互接口， 是VB 中的重要对象，可作为其他控件的 父对象 。即窗体除具有自身的属性、方法外，还可以作为其他控件的容器，在其中仿真除窗体之外的其他控件，如文本框、图片框、按钮等。窗体文件的扩展名为.frm，根据其功能的不同，可以分为SDI 窗体（单文档窗体）和 MDI 窗体（多文档窗体）。该程序的界面设计采用多文档窗体，可对用户登录界面和数据可视化界面进行窗体操作，使得该程序更人性化和商业化。该程序界面设计如图 1，图 2 所示。 图 1 用户登录界面 图 2 数据可视化界面 3 数据库通信设计 数据库访问技术在上位机应用控制系统中占有非常重要的地位，是上位机应用程序连接访问后台数据库的桥梁。Visual Basic 作为一种功能强大的桌面开发软件，为用户提供了多种访问数据库的方法。 3.1 Visual Basic访问数据库的基本原理 Visual Basic 设计了多种访问数据库的方法，其中接口对象法和数据控件法是最基本的两种方式。DAO、RDO 和ADO 是最常用的访问数据库的方法。DAO 是利用JET 数据库引擎面向对象的接口；RDO 是用于访问ODBC 的面向对象的接口；ADO 是基于面向对象模型的访问技术，这三种方式均通过JET 数据库引擎完成[5]。主要过程为VB 通过用户界面向数据库发送连接请求，成功连接后，数据库对VB 发来的数据进行分析处理和储存，最后将数据处理结果返回给VB 并显示。 3.2 关于数据库 数据库是计算机应用系统中一种专门管理数据资源的系统。MySQL 是一个快速、健壮的关系数据库管理系统。MySQL 数据库在数据存储、处理、安全、功能等方面优势明显， 如MySQL 的每个表可以处理多达 5 千万条记录 ；MySQL 数据写入速度相比 SQLServe、Access 提高了约 99%，并优化了查询算法，减少了数据查询用时；MySQL 设置了严格的访问权限，以保证已存储数据的安全；MySQL 提供了TCP/IP， ODBC 和JDBC 等多种数据库连接方式。 此外，MySQL 占用磁盘空间较少，仅 100 多兆，安装、启动与执行较为方便。对于一般用户和中小企业而言，得益于MySQL 的开源性，大大降低了软件开发成本，受到了广大使用者的欢迎[6]。 3.3 SQL语言 SQL 语言是结构化查询语言的简称。SQL 语言是当前应用最广泛的数据库查询和程序设计语言，主要用于存取数据及查询、管理和更新关联数据库系统[7]。 SQL 语言是高级的非过程化编程语言，可运行在许多具有完全不同底层结构的数据库系统之间。SQL 语言具有优秀的可移植性，基本上独立于数据库本身，可在不同的操作系统、网络结构和计算机硬件系统上运行。SQL 语句可嵌套使用， 具有极大地灵活性。…

有关集团行动计划的更多信息，包括10月 5日周二投资者日活动的全部内容，请见泰雷兹官网投资者页面和企业社会责任板块。 泰雷兹加速推进行动计划并设立更高目标，主要目标如下： 1、应对全球变暖，2040年实现“净零”排放目标：2019年，泰雷兹集团设定了企业运营碳减排的远大目标，现在进一步提高该目标，并力争到2023年将二氧化碳排放量减少35%，2030年减碳50%， 2040年实现“净零”排放。 这一目标符合《巴黎协定》将全球变暖限制在1.5℃的目标。泰雷兹集团将启动科学碳目标倡议（SBTi）认证流程，以证实其实现碳减排目标的进展。此外，泰雷兹预计到2023 年，新产品和服务项目将100%采用生态设计原则。 泰雷兹还将系统地引导供应商参与碳减排，并为其实践提供更多支持。到2023年为止，150家高污染供应商的碳减排行动计划将100% 获批并启动。泰雷兹将与供应商进行系统性协同努力，使全供应链2030年达成碳减排 50% 的目标。 2、增加多样性：泰雷兹集团确认其目标为到2023年，至少四分之三（75%）的管理委员会中女性成员至少达到三名，且集团最高管理者中女性占比达到 20%。 同时，泰雷兹将继续与教育机构合作开展外展活动，以提升为工程及其他技术领域内女性增加就业空间的意识。 3、通过系统性培训和认证，并以数字化伦理宪章为框架开发和负责任地使用数字化技术，持续遵守最高道德准则及合规标准。 4、提高所有员工的健康和安全，以 2023 年将工作场所事故减少 30% 为目标。 泰雷兹集团董事长兼首席执行官Patrice Caine表示：“泰雷兹集团的宗旨‘构建共信未来’即构建一个更安全、更环保的世界和更具包容性的社会。为达成这一使命，我们利用科学和技术——比如现在的人工智能和未来的量子技术——来解决物理世界和虚拟世界中的问题。我们满怀谦虚、坚持不懈，并坚信泰雷兹将实现可持续增长的长期目标，为ESG事业做出贡献。” 更环保的世界：构建可持续发展世界的清洁技术是泰雷兹发展战略的核心内容 泰雷兹正在利用其技术专长来应对全球变暖。 在民航领域，例如优化飞机运行已被确定为航运业实现2050年碳排放减半目标的主要途径之一。优化航空运输将减少10-15%的碳排放，即到2040年实现超过1亿吨碳减排。作为飞行管理系统（FMS）和空中交通管理（ATM）领域的全球领导者，泰雷兹正在开发飞行路径优化解决方案，可在短期内实现高达10%的飞机碳减排。 关于地球观测项目，泰雷兹利用在传感器和卫星领域的全球领先地位，拓展了天基监测能力并更好地了解气候现象。泰雷兹阿莱尼亚宇航公司已被选中参与哥白尼地球观测和气候监测计划未来几年六项任务中的五项。泰雷兹将参与开发测量人类活动导致的大气中二氧化碳排放量的仪器。这些仪器将以前所未有的精度（4平方米以内）确定排放类型，以检测给定工厂或城市周围的污染峰值。 作为支持关键决策的解决方案专家，泰雷兹正在开发使人工智能更加节能的颠覆性技术。泰雷兹是首家基于低能耗算法开发“朴素（frugal）”人工智能的公司。应用生态设计原则，泰雷兹研究人员正在研发低能耗算法，作为神经网络架构设计的组成部分。在任何可能的条件下，研究人员将优先考虑能源效率更高的基于知识的符号人工智能或混合智能。泰雷兹研发人员还将注意力从大数据转移到智能数据领域，注重数据质量而非数量，并改进电子设计，采用可提供低能耗的电子电路。 泰雷兹还加速量子技术（传感器、通信和后量子密码学）的研发，其将显著提高环境绩效。例如，量子技术将彻底改变天线等传感器，将其性能提高 10 倍（甚至多达1000倍），而且外形尺寸要小得多。 最后，泰雷兹将生态设计原则应用到越来越多的新开发项目中，并计划到2023 年新产品和服务项目将100%采用生态设计原则。此外，泰雷兹积极推广生态设计智能卡，预计到2025年将占其智能卡总销售额的 35%。 更安全的世界：泰雷兹，物理和数字安全领域的主要参与者 防范物理和数字威胁是维护我们社会可持续发展和国家主权的先决条件。 泰雷兹加大对网络安全的投资，以应对日益增加的网络威胁。泰雷兹是欧洲网络安全领域的领导者，预计到2025年网络安全领域的年销售额将超过15亿欧元。 一个更具包容性、更合乎伦理的世界：泰雷兹发布数字化伦理宪章，将负责任地使用数字化技术，并切实逐步在其团队中培养环境、社会和治理（ESG）文化 随着人工智能和生物识别等新技术的愈加强大，数字化转型正在推动企业践行更高的道德承诺。泰雷兹已就这些新技术的使用做出负责任的行动，因其涉及众多人权、环境和安全相关问题。只有当公司做出道德承诺，提高行事透明度和包容性，人们才会在日常生活中信任和接纳这些新技术。今天，泰雷兹公布了数字化伦理宪章，就如何负责任地使用和开发数字化技术做出承诺概述，这对我们社会的未来发展具有巨大潜力。 泰雷兹利用技术赋予个人获得基本权利的途径。在全球范围内，泰雷兹的生物识别解决方案已经帮助数亿人使用合法身份证件，使他们得以行使其公民和社会权利。 泰雷兹还以通信卫星业务帮助弥合数字鸿沟，为目前尚未接入互联网的社区提供网络接入并获取知识。2022 年，泰雷兹阿莱尼亚宇航公司将交付给欧洲通信卫星公司（Eutelsat）新一代超高通量卫星KONNECT VHTS，为欧洲各地用户带来超高速宽带和机上互联服务。 最后，泰雷兹为以最高诚信度开展业务而自豪，并于近期获得ISO 37001反贿赂管理体系认证。作为二十多年来持续改进过程的一部分，泰雷兹还在企业各级管理层的支持下对员工进行两年一度的强制性反贿赂培训。

2021年10月15日 – 亚马逊云科技宣布，Comcast旗下领先的电视及互联网视频广告技术公司FreeWheel正在大规模采用亚马逊云科技服务，基于亚马逊云科技的现代化应用相关技术和服务打造了一个“面向未来的电视和视频广告平台“，涵盖跨平台的广告精准投放、数据赋能和身份管理以及行业领先的自动化交易能力。亚马逊云科技帮助FreeWheel通过云上服务优化，实现了平台的快速迭代和运维简化，加快实现业务转型和技术突破，进一步引领全球视频广告行业创新。 在全球电视和视频广告领域，FreeWheel以提供先进的互联网技术服务著称，通过互联网技术让传统电视和视频广告做到实时竞价和精准投放。当前全美90%的顶级电视媒体运营商都在使用FreeWheel的产品和服务，占整个视频广告总交易量的25%。每年在FreeWheel平台上展示的电视广告量有3000亿次以上，广告请求量更是达到展示量的50~100倍。这些海量的请求和数据处理任务从技术层面来说会对其平台带来巨大挑战，需要构建更富弹性伸缩的平台，以应对全球顶级赛事时高达百倍的流量暴增，并每日存储和处理多达80TB的日志数据用于数据洞察分析。 作为企业级平台，FreeWheel对平台上海量的数据具有极其严苛的安全和合规要求，同时要求能够快速开发新应用，并根据需求变化持续地创新和迭代，满足不断演进的业务需求。作为电视及互联网视频广告技术公司，FreeWheel还必须应对异常复杂业务模式的挑战，满足顶级媒体对用户体验的苛刻要求，同时满足广告主的个性化和精准化投放需求。 FreeWheel在全球设有19个办公室，涵盖中国、美国、欧洲、澳大利亚、新加坡等主要国家和地区，其北京办公室是主要的研发中心，占全球研发人员数量的一半，其余研发团队分布在芝加哥、旧金山、丹佛、伦敦等地。三年前，FreeWheel开始将多个本地数据中心逐步迁移到亚马逊云科技全球的基础设施。从利用容器技术将数据中心迁移上云，到深入利用无服务器技术等云上新特性开发现代化应用，FreeWheel利用亚马逊云科技提供的丰富服务构建了敏捷弹性的产品架构。 通过采用Amazon Elastic Kubernetes Service (Amazon EKS)容器编排服务，FreeWheel实现了在现有架构不变情况下的应用迁移，使系统获得了资源弹性；采用Amazon Aurora和Amazon DynamoDB替换MySQL数据库集群，FreeWheel获得了高性能、高可扩展性、高可用性和高性价比优势；使用Amazon Lambda无服务器计算构建高度可用的微服务，为各种规模的应用程序提供支持，使得系统更加易于开发和部署。FreeWheel还自研了平台运维、监控、部署等共享服务平台，显著提高了运维效率。此外，借助亚马逊云科技的产品和服务，FreeWheel实现了向现代化应用的转型，有更多精力快速构建广告交易平台（Marketplace）、传统电视广告（Linear Addressable）等多个创新业务，为其全球电视和视频广告客户提供了更好的产品和增值服务。 这一系列云上创新的举措，让FreeWheel能够在奥运会、超级碗、世界杯等10多个全球收视率最高的赛事活动期间成功地支持所服务的顶级媒体，顺利应对了2秒内激增100倍的超大流量，获得了运维效率的巨大提高，节省了超过50%的资源使用成本，轻松实现数据存储加密等安全与合规的审计需求。 FreeWheel CTO马玉羚表示：“现在每年从FreeWheel平台上产生的广告价值已经高达500亿美元，这充分说明数字化正在重塑广告业，新兴技术已经成为保证业务创新和持续发展的基石。亚马逊云科技的现代化应用避免我们将精力花费在基础架构的研发、管理和运维工作上，使我们的业务构建更加敏捷，并激活了更多创新能力，不断改善用户体验和增值服务。” 展望未来，FreeWheel希望在保证系统稳定性的同时继续提升生产效率，更快速、敏捷地推出新的产品和功能。未来将更加深入地利用机器学习等技术进行海量数据的分析和预测，最大程度发掘数据的价值。