時瑞華
(遷西縣人民醫(yī)院, 唐山 063000)
云計算在當今社會應用中扮演著重要角色,尤其是在互聯(lián)網應用中更為凸顯。根據分析思科公司的主要數據,截止到去年為止,涉及到該公司的主要數據計算均是通過云服務器來完成,與2013年的數據相比增長了將近4倍[1]。云計算借助其強大的計算與存儲功能,為公司運營系統(tǒng)建立起堅固且有效的服務,解決了傳統(tǒng)運營系統(tǒng)的低效、低能問題[2]。不止如此,隨著現代社會生活對智能產品和移動產品的大量依賴,使其在數量增長方面呈現出了較為瘋狂的狀態(tài),這些無疑是對傳統(tǒng)云計算提出的又一挑戰(zhàn)。
霧計算著力實現“智能前端化”就是借助網絡設備或其它設備的力量來對有效數據進行提取或存儲,使這些數據信息能夠在冗長的信息中凸顯出來,使它們更接近于終端設備,由此實現對服務器的“減負”效應[3],也使得應用系統(tǒng)的反應速度更為迅捷,即便在沒有互聯(lián)網的情況下也能為所需要的區(qū)域進行數據傳遞或計算。該系統(tǒng)的應用范圍十分廣泛,從商場到學校等一些特定的目標區(qū)域均可應用,而電網與車聯(lián)網同樣可以得到使用。不僅如此,霧計算的優(yōu)越特性還體現在對服務區(qū)域的覆蓋面積上,即便在一些較為偏僻的角落也能享受到由霧計算所帶來的數據和計算服務[4]。關于這一點,已普遍得到學術界的關注并有更多的研究者為此而投入。本文就以霧計算在醫(yī)院信息服務系統(tǒng)應用作為研究的切入點,通過對霧計算的特點和技術的研究,并結合醫(yī)院真實案例來進行比對分析,進而得出結論。
移動設備用戶的信息搜索需要衍生于一定的環(huán)境范疇中,以此進行信息的搜索。如,在醫(yī)院時,他需要搜索與醫(yī)院相關的信息,進行就餐時,他需要搜索與飲食相關的信息。我們以醫(yī)院為例,當移動用戶在醫(yī)院這個環(huán)境中時,那么移動設備就可通過霧計算框架,將與之相關的信息進行存儲,并可迅速的傳遞到移動設備上,大大提升了數據傳遞效率和運營成本,這是云端服務所不可比擬的,這種便利性并不依賴于互聯(lián)網,使服務覆蓋面更為廣泛。
本文根據霧計算這一理念的提出,進行霧計算框架展示,如圖1所示。
圖1 霧計算框架
也由此說明之所以被稱為霧計算,就是在云端與終端之間建立了一個服務中間層地帶,該層就被命名為“霧層”[5]。這些“霧層”的出現就相當于借助霧服務器與周邊的移動設備之間的關聯(lián)來進行計算。與傳統(tǒng)方式相比,它的存儲性與運算能力更為強大,不僅如此,霧服務器與移動設備之間不僅關乎互聯(lián)網服務,它們之間還能將數據進行傳導,使服務器與移動設備之間的兼容性變得更為強大,有了該層的存在,不僅能夠存儲更多的數據和極端,并且還能更好的提升移動設備的性能,由此方便了用戶的使用。簡單的可概括為:第一,數據緩存。第二,本地化計算。第三,無線接入這三大項。
霧服務器利用其廣覆蓋的特性,將移動用戶所需信息進行集中化網羅,借助主動緩存的方式來實現數據的有效傳輸。當然,也可通過被動緩存的方式來進行。如,當該服務器被放置于商場中時,那么它就會將與商場相關的信息進行擇優(yōu)選擇、存儲并下載,十分的便利化,不論是商場物品信息還是餐飲信息均可包括。也由此可見,對于霧服務器的使用其重點也在于其部署位置方面的選擇,這也直接決定了有效數據信息的存儲及傳輸等。
互聯(lián)網中其實早已應用到一些緩存技術,這些緩存技術能夠更為方便數據的傳輸,使數據傳輸變得更為迅捷。然而,其弊端就在于CDN與移動設備之間的距離問題,由于距離相距比較遠,因此使得部分信息內容不能進行有效的傳輸。而ICN則進一步的縮小了數據緩存與移動設備之間的距離,而霧服務器則在此基礎上更為智能化,它能根據用戶的需求而進行數據緩存與優(yōu)化[6]。
霧服務器在設備設置上為了能夠滿足更多的不同用戶需求而選擇了多種無線通訊接口,這不僅極大提升了緩存空間,還能加大運算能力,它與傳統(tǒng)單一接入方式相比,第一,實現了跨層設計。這種跨層更為注重數據的有效選擇性與識別性上,能夠對所緩存的數據進行特定環(huán)境的認知,方便用戶使用。第二,移動感知。通過無線接入使移動設備處在不同的環(huán)境中能夠使用的更為方便,當移動設備在在大巴車和商場中時,它的特性是不同的,那么有了霧服務器在設備中的無線接入則很好的提供了這種差異性選擇優(yōu)化,它能利用對接入時機的調節(jié)在改變移動設備的接入狀態(tài),從而更好的滿足其實用需求。
霧服務器的本地化計算服務是面向于移動設備和云服務器而急性的雙向服務,這也是它在提供數據緩存和無線接入之外的又一特性顯示。如,當霧服務器被布置在商場中時,那么這時的數據就會進行周邊地區(qū)的信息搜索。當將其應用在物聯(lián)網中時,其數據收集霧服務器則會利用移動設備來進行,而霧服務器則是將移動設備收集的信息進行有效選取并計算處理,然后將優(yōu)化后的信息傳輸到云服務器。云計算就是借助龐大的數據網和虛擬技術來進行數據共享服務的,它不僅有效的減少網絡運營成本,并且能夠使系統(tǒng)維護更為方便。然而,由于網絡的局限性及無線區(qū)域覆蓋情況等其它方面的限制,使得云計算框架的使用效果不能達到較為理性的狀態(tài)。而霧計算則很好的將這一問題進行解決,不僅隔斷了網絡對此技術的限定條件,并且將計算速度?計算精準性進行了提升。
本文以醫(yī)院場景為研究內容,通過研究由霧服務器所衍生的計算框架在為醫(yī)患進行服務的基礎上,分析該信息系統(tǒng)對醫(yī)患所提供的服務項,并進行總結。首先,對于醫(yī)院中的就醫(yī)流程及相關內容信息進行介紹服務。其次,針對患者的就醫(yī)需求進行查詢服務。最后,為醫(yī)患提供相應的網絡內容服務。
由于霧服務器造價并不高,因此被廣泛應用。在醫(yī)院的各個科室及周邊進行部署。通過借助霧服務器與有線局域網之間關聯(lián)性,和互聯(lián)網與云服務器之間的連接來實現服務。并且,每個霧服務器都使用了 WiFi技術,通過該技術與霧服務器之間的連接,來進行相關數據信息的搜尋。在搜索或瀏覽的過程中,霧服務器會將有關內容進行預先下載,下載的過程需要借助云服務器來完成,下載完成后進行數據優(yōu)化,最后呈現在用戶面前的是以網頁的形式來出現的,非常的方便。而一旦用戶將移動設備與霧服務器進行連接后,就可以進行瀏覽了。而在患者面對排隊困擾時,有了霧服務器,就可隨時根據移動設備中的信息提示來計算出自身所處的排隊狀態(tài)和排隊時間。而如果該用戶并未在醫(yī)院或周邊,也可通過互聯(lián)網來訪問云服務器上的相應網址,查詢自己所需的信息內容。
霧服務器的硬件主要有:存儲模塊?處理器模塊?電源管理模塊?通信模塊四大部分。在本系統(tǒng)所使用的霧服務器為250 G的固態(tài)硬盤和Cortex A8 處 理 器芯片,和以太網 口 和3G / 4G 擴展口,使互聯(lián)網的接入更為方便。微服務器配備了 2.4 GHz和 5.8 GHz 兩個頻段上的雙天線無線局域網通信模塊,如圖2所示。

(a) 硬件結構 (b) 軟件結構
如圖2 ( a )所示。它的軟件操作系統(tǒng)和數據展示 Web系統(tǒng),如圖2 ( b )所示。其中,操作系統(tǒng)采用 Linux 3.0 內核; Web 系統(tǒng)的服務器采用Apache ,服務器編程語言采用 PHP ,數據庫采用 MySQL ;排隊時長計算模塊包含 3 個子模塊:基于 WiFi 的定位模塊?排隊行為識別模塊和排隊時長計算模塊。
有了WiFi 接入技術才有了霧服務器上各種應用的可能性,它是基礎性條件。由于醫(yī)院每天人數較多,使用霧服務器的頻率較高,甚至會在同一時間放生碰撞,這也更為充分的說明接入機制的關鍵性。沒有良好的接入機制,就不能實現無線頻譜資源的運用。以本項研究內容為例。通過使用2.4 GHz和 5.8 GHz兩個ISM 頻段上的 WiFi接入網絡。就會發(fā)現過多的給予用戶選擇自由,勢必會產生網絡擁堵現象的發(fā)生,為了避免該問題的發(fā)生,因此,將霧服務器中的WiFi網絡設定為服務集標識,并通過設定不同的接入機制來調節(jié)。如圖3所示。

圖3 多頻段負載均衡接入機制的主要模塊
信道占空比檢測模塊:在使用過程中根據周期的不同來針對兩個頻段上的網卡進行檢測,檢測信道的能量,以此計算出各自的占空比r1和r2 。通過比對r1 和r2之間的關系來計算兩個不同頻段比之間的空閑。而當移動設備進行搜索 WiFi網絡時,則會利用被動監(jiān)聽和主動掃描兩種方式來進行。而 WiFi也會借用信標進行數據包的傳播,這時的移動設備便會接收到由數據包發(fā)出的信道并將SSID信息出現于WiFi控制界面中,用戶就可根據就近原理進行選擇了 。那么為了避免發(fā)生相同的碰撞,因此將信標數據包進行了基礎服務集標識上的區(qū)別,以此來保障WiFi更好的 接入網絡。它是根據每輪中移動設備所監(jiān)聽到的BSSID來提供給用戶的。這也是本文中先前所提到的,借助對WiFi兩個接入頻道的調節(jié),和對信標發(fā)送發(fā)送周期來控制所對應網絡的概率。也就是說,當r1>r2 ,就需將 5.8 GHz 網絡的 Beacon 的發(fā)送周期設置的大一些,這樣就能保證2.4 GHz頻段接入的高一些。而當兩種頻道所接收到是信道相同時,那么就可利用控制其中的頻道來進行接入口的管制,以此來保證WiFi更好的接入和使用。
在醫(yī)院里,患者對于排隊這個問題大傷腦筋,不知到底該在哪一個隊伍中去排,為此消耗了許多不必要的時間和精力。其實,在醫(yī)院中會有多個窗口方便患者服務,但由于患者的不熟悉才使得人滿為患的現象比比發(fā)生。一些窗口擁堵,一些窗口閑置,為了更好的解決該問題,本系統(tǒng)提出了排隊時長查詢機制,如圖 4 所示。

圖4 基于本地信息融合的排隊時長查詢機制
該機制的設定也是建立在霧服務器監(jiān)聽的基礎上,通過比較移動設備的WiFi信號的強弱,在進行監(jiān)聽,由此推出三邊定位算法。它利用排隊者所發(fā)出的移動設備位置信號來進行監(jiān)聽,通過監(jiān)聽它們的頻率來推測和識別排隊的狀況。也借由該監(jiān)聽數據,并經過計算而得出排隊時長。計算完畢后,則會將該結果分別傳送給就近的霧服務器和云服務器,由此移動用戶就可進行最優(yōu)化選擇了。
傳統(tǒng)的云計算框架下,移動用戶為了能夠進行有效的排隊信息查詢,首先需要將自身信息提供給云服務器。云服務器有了相關的移動設備的位置信息才能準且識別周邊的排隊信息狀況,以此來傳輸有效的信息服務。因此,當移動設備要進行查詢的時候,需要借助云服務器的幫助,這是移動設備的終端服務。當所查信息者與信息源上處于同一環(huán)境中時,那么就可利用局部信息和本地計算來進行有效信息的計算獲取,這不僅能夠有效的節(jié)省時間,提升云服務器的使用效率,并且會使該信息的傳輸更為有效,精準,最為重要的是,它的確方便快捷了許多,能夠一步到位將信息傳輸到移動用戶的移動設備上。
為了能夠使本次論證更為真實有效,保證數據的精準,因此在特定場景設置中,首先在醫(yī)院實驗部布置了20 臺霧服務器,并進行了為期 5天的測試,通過對多個頻段的接入機制的傳輸快慢檢測而得出相應的結論,如圖5所示。

圖5 不同接入機制的傳輸延遲比較
首先放置了5 部智能手機,這5部手機只針對2.4 GHz頻道進行接收。除此之外,還放置了5部 支持兩個頻段的智能手機進行實驗。而用于檢測的霧服務器則被放置在一樓大廳位置。實驗過程中,需要將兩部手機進行輪流式接入,接入的對象為同一個霧服務器。當手機被接入后,則會通過發(fā)出相同的速率來對霧服務器進行數據傳輸。通過實驗中的數據收集和它們之間的比對不難發(fā)現,2.4 GHz頻段的延遲性更為長一些,這就是因為用戶群過于集中于該頻段的結果,由此造成了較為擁堵的現象。這就好比大家在同一個時間拼命往一輛車上進行擁擠是一個道理,明明是兩個頻段。而本文中的研究內容,霧服務器便可較好的解決該問題,通過延遲性接入手段的運用,改變隨機性接入,從而有效的避免了用戶擁堵現象的發(fā)生。
通過文中所提到的,建立在霧服務器上的排隊時長計算方法的運用,和對傳統(tǒng)云計算框架下的排隊時長的計算方式進行比較,發(fā)現它們之間在通信開銷方面有著很大的不同。那么對于移動終端與云服務器之間關于通信開銷的不確定性,因此,在實際案例操作比對中,僅僅側重于排隊時長來進行比較。通過在醫(yī)院中布置多個霧服務器和通用的 WiFi AP,來保證無線網絡的獨斷性和實驗的精準性,在實驗過程中,WiFi運用了相對閑置狀態(tài)的5.8GHz頻段。再通過與傳統(tǒng)云計算框架下的數據延遲性比對,由此得出霧計算框架的響應延遲為80ms,云計算的響應延遲為140ms,由此說明霧計算更為優(yōu)越。
綜上所述,本文通過對傳統(tǒng)云計算框架下對移動設備需求的欠缺,而提出了霧計算的智能前端化思想,由此建立了介于提云服務器和移動設備之間的霧層計算框架。該框架服務主要建立在一步到位的連接服務器上,它不僅有著優(yōu)越的計算功能,還有著較為優(yōu)越的存儲功能,從而實現了本地優(yōu)化和計算。該霧計算框架利用特殊的介入層中的存儲和計算能力來進行有效的數據緩存及優(yōu)化,而數據緩存?計算及無線接入更是作為霧計算的主要三大特性而加以顯現。由此更好的滿足了移動設備的連接與有效信息的傳輸,提高了應用率和使用效率。而本文中以醫(yī)院作為實地場景來進行分析霧計算框架下的相關信息服務,通過比對分析提出了多頻段負載均衡接入機制和基于本地信息融合的排隊時長查詢機制。經過嚴密的功能測試發(fā)現,該系統(tǒng)在技術層面不僅得到有效的提升,并且在實效性方面同樣值得肯定,值得推薦。