基于边缘计算的物联网中用户行为分析专刊

郑永植 · 王 Jin · 严尼尔

在5G时代，物联网的应用将日益融入人们的日常生活。
移动边缘计算（MEC）是一项有望推动5G时代物联网发展的技术。MEC设备部署在物联网用户附近，以提供低延迟计算。基于边缘计算的物联网（Edge-IoT）的效率和有效性与用户行为特征密切相关。用户行为的动态性和多样性将全面影响运营商决策和MEC设备部署。因此，进行全面的用户行为分析有助于提升Edge-IoT的效率和有效性。

我们诚邀来自学术界和工业界的科研人员提交他们在物联网边缘计算中用户行为分析及其应用方面的原创工作，例如对行动的移动、位置、频率和周期，行动的持续时间和轨迹，在线评论，信息交换，金融交易等方面的分析。

提交的稿件由来自学术界和工业界的专家进行评审。经过两轮评审，最高质量的稿件被本期特刊录用。总共收到了15篇稿件，其中有9篇论文被本期特刊录用。

本期特刊将由《环境智能与人性化计算杂志》作为特刊出版。

Lee和Yoon（2019年）提出了一种可信信息项目平台（TIP-平台），可用于检查重复项目以及共享和更新研究成果。TIP-平台将区块链技术应用于用户权限设置、分布式账本结构、交易链结构和服务。通过记录和管理交易权限的分配，任何人都可以通过访问研究成果和重复审查来轻松使用项目相关信息。

夏等人（2019年）分析了共享单车出行数据，通过对共享单车现状、问题及管理方法的探讨，为未来的运营发展提供实际建议和意见。使用AMOS方法建立假设，提出了路径图和结构方程模型，并计算了路径系数。

金（2019年）提出了一种基于数字图像处理技术和卷积神经网络（CNN）的交通监控系统，该系统可实时检测、跟踪和分类道路上的车辆。该系统通过采用迁移学习过程而非从头开始训练CNN，从而最大化训练效率并提高车辆分类的预测准确率。在迁移学习过程中，利用背景建模、背景提取、边缘检测和目标跟踪等图像处理技术，通过对摄像机捕获的图像进行校正，获得从图像平面到实际地图的投影方程。
崔等人（2019年）提出了一种通过比较知识水平以及与知识相关的周边知识水平，而非知识本身水平，来评估学生知识获取程度并提高诊断准确性的方法。使用深度稀疏神经网络模型对知识对象之间的关系进行可视化，并分析生成的知识对象之间的关系被视为一种神经网络。定量值被表示出来。

Seo和Huh（2019年）提出了一种称为软件模块聚类的方法，以解决大规模软件的高维护成本问题。在本研究中，提出了一种基于图形用户界面的方法用于软件模块聚类，以提高软件模块化的质量。通过使用两个开源软件系统进行了定量与定性实验，以评估所提出方法的性能。根据实验结果，本文提出的方法创建了一个可执行的软件模块，并提供了比现有方法更接近实际模块化的估计。

Jakhon等人（2019年）提出了一种推荐方法，用于最优地对代理和边缘设备进行分组，以减少数据处理时间并获得最优结果。采用K-均值、影响映射和贝叶斯概率进行聚类。贝叶斯概率用于确定组的最大概率。为了评估所提出的方法，比较了两种游戏模式，即推荐模式和随机模式。实验结果表明，所提出的方 法可将获胜几率提高47% 。

An和Moon（2019年）提出了一种系统，该系统通过将深度神经网络应用于情感分析技术，实现定制化推荐，例如预测旅游评论评分和根据天气或季节分类数据。本文设计了一种高效的预处理流程，该流程基于旅游目的地的上下文特征。所建议的整体流程包括：建立合适的学习环境；结合评论和天气信息；以及开发最终推荐方法。

Kim等人（2019年）提出了一种触觉渲染方法，该方法能够利用基于电磁阀的小型针阵列触觉设备来控制用户在互连物体表面感知力的大小。为了控制基于电磁阀的小型针阵列触觉设备的针行程，已提出一种通过控制针的工作频率来实现对互连物体表面进行触觉模拟的方法。实验结果表明，本文提出的触觉渲染方法适用于模拟互连物体的表面，并且能够区分各种图像模式。

金和金（2019年）提出了一种简单支付模型，该模型利用公钥、私钥和数字签名来消除对交易中介的需求，例如公钥证书和支付网关(PG)。本研究首次尝试将区块链技术应用于电子商务支付服务。实验结果表明，无需额外实现内部区块链功能（如公钥、私钥和数字签名），即可构建一个可运行的电子支付系统。