南京邮电大学学报(自然科学版)

作者：刘　凯,钟永彦,陈　娟,朱　震

单位：南通大学 电气工程学院，江苏 南通 226019南通大学 电气工程学院，江苏 南通 226019南通大学 电气工程学院，江苏 南通 226019南通大学 电气工程学院，江苏 南通 226019

关键词：时延；边云协同；字典压缩；朴素贝叶斯；哈夫曼编码；自适应

基金：国家自然科学基金(62073154)资助项目

针对物联网中因通信数据量大而导致的时延问题，提出一种基于HNBJSON的数据压缩方法。在云端使用朴素贝叶斯分类器对实时JSON数据进行分类，再按哈夫曼编码原理将数据生成压缩字典；基于压缩率更新压缩字典，并将压缩字典同步至边缘设备，用于数据压缩。将该方法应用于某高校3个不同教学场景的电力监测，实验结果表明，每条数据平均压缩时长约为0.98ms，压缩率为76.9%左右，实现了边缘侧数据自适应无损压缩，具有较高的应用价值。

来源：2021年第6期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2021年第6期