与其他职能设备进行通信的智能设备被称为物联网（IoT）设备，已经彻底变革了现代生活方式。物联网设备可以改善日常生活的方方面面，从自动驾驶汽车到互动式游戏。美国信息技术研究与顾问公司Gartner估计，到今年年底，将有208亿台联网产品投入使用，而此类应用都需要一个强大的数字化“体系架构”来快速处理数据，并可根据用户的即时命令采取行动。

图片来源：佛罗里达国际大学

据外媒报道，美国佛罗里达国际大学（FLORIDA INTERNATIONAL UNIVERSITY）工程与信息科学学院助理教授Liting Hu正在设计和构建一个流处理系统（stream processing system），以让对时延敏感的IoT应用受益并且性能得到提升。该系统可以提升工厂自动化、自动驾驶汽车和工艺自动化设备的功能。

未来，自动驾驶汽车会安装大量的传感器来收集驾驶活动数据。取决于不同传感器的角色，可以测量车辆之间的距离、对即将发生的交通状况提供指示、发现乘客最喜欢的音乐以及了解乘客办公室的地址。而自动驾驶汽车也是一种IoT应用，会产生大量的传感器数据。在许多时间紧迫的情况下，此类数据流必须在瞬间得到处理，以便获取具有可操作性的情报。

随着IoT设备的不断更新，也出现了很多挑战。例如，在有限的环境中有数百个应用程序，而且wi-fi联网功能受到限制或者传感器不能容纳与高内存云服务器数量相同的信息等。

因此，Hu与其研究团队正在构建“可扩展和自适应边缘流处理”引擎，流处理指的是不断输入并分析数据。该项研究包括三个部分，首先，执行数据流抽象图，让流算子能够适应动态网络环境；然后，在IoT设备运行时，执行可定制数据的数据转移服务；最后，执行完全分散的架构，以处理IoT设备的任何请求。

该项研究如果成功，将可以改善各种数据处理系统的性能概况，包括数据分析系统、移动数据访问系统和流数据库。一旦设计好系统，就可以通过真实实验进行验证。