gateway & data management

smart gateway上命令的执行，设备消息通知都可以被记录，目前仅被记录用于做设备联动(IOT ITTT)的判断。

 

作为IOT，或者smart home除了简单的设备远程、无线控制，管理外，这些操作中产生的用户行为数据，

以及设备自产生数据可以存储起来，然后做进一步的机器学习，数据分析，最后反过来使得设备可以

更加智能控制，真正意义上的smart home.

 

数据存储：

命令的执行，设备消息通知分别为cmdlog, dev-notification。

cmdlog格式如下

设备类型	设备实例(UUID)	设备方法	状态	用户	时间
hue	xxxxxxxx-xxxx- xxxx	bulbOn	power=0	xxx	2222-2-2 22:22:22

即说明用户xxx在时间x对设备hue做了关灯操作。

 

dev-notification格式如下

设备类型	设备实例(UUID)	内容	时间
zigbee	xxxxxxxx-xxxx- xxxx	xxxx	2222-2-2 22:22:22

上面的用户行为数据和设备自产生数据可以存储到cloud.

 

数据显示（监控），分析：

1. web服务器可以从db读取显示到前端供用户查看操控情况，设备状态数据，

     以数据表格形式，和曲线图，饼状图等图形化形式来展现数据，做家庭的家电设备监控；

 

2. 数据分析系统做机器学习，进行数据分析，然后给出设备使用建议，更进一步，让家庭的设备系统自我改变。

 

比如通过长时间的数据积累，发现某家庭经常深夜还在看电视，并且声音会调得很小，客厅灯光亮度也会较低，

数据分析系统会自动推送一条规则（if 晚上过了12点 then smart tv声音关小；客厅灯光亮度调低）给该家庭gateway,

gateway检查到规则生效，就给smart tv, light发送命令，让tv声音自动关小，灯亮度自动降低，规则首次生效，会提示

用户是否同意。（这样省去用户手动设置ITTT规则）

 

流程架构如下图所示：

 

a. gateway 通过 http post等方式推送操作日志，设备数据到开源系统 flume（Flume is a distributed, reliable, and available service for efficiently collecting, aggregating, and moving large amounts of log data）

 

b. web服务器访问storage，或者flume获取cmdlog, dev-notification数据，将其以表格或者图形化形式展示给用户，

   达到家庭设备监控目的。

 

c. 数据分析系统访问storage, 利用机器学习分析数据(使用 spark开源系统做机器学习)，生成设备使用建议，规则，推送给用户，gateway.

 

ps: 希望大家一起交流讨论！