单元II IOT-AN建筑概述和艺术课的建筑状态:10 IoT-An Anchlectural概述:建筑架构,主要设计原理和所需功能,IoT体系结构大纲,标准注意事项。物联网体系结构 - 艺术:简介,艺术状态,参考模型和体系结构,物联网参考模型 - 物联网参考架构简介,功能视图,信息视图,部署和操作视图,其他相关的架构视图。单元III工业与安全与安全班级工业互联网:8介绍,工业4.0,工业互联网(IIOT),IIOT架构,基本技术,应用和挑战。安全与安全:简介,系统安全,网络安全,通用应用程序安全,应用程序流程安全和安全性,
技术与科学,Karimnagar,TG,印度,2,3,4,5,6 本科生学者,电子与通信工程系,Jyothishmathi 研究所
在不受控制的环境中摘要,全球变暖的影响对有效的植物种植面临着重大挑战。最近的技术进步弥合了农业实践与物联网技术之间的差距,突出了精确的肥料管理以优化生产成本的重要性。本研究提出了一种基于物联网的系统,旨在用于水培农业,以监视和调节施肥的施用。利用ESP32设备,一个端点从测量pH,湿度和温度的传感器中收集数据。主节点汇总了此数据,将其显示在LCD上,建立本地Wi-Fi连接,并将信息传输到Cayenne IoT平台以进行全面监视。该系统通过nodemcu连续监视pH值,通过继电器激活泵,根据需要分配精确的肥料。此自动化系统可以通过Cayenne仪表板启用方便的数据访问,并大大降低了过量的肥料使用,证明在Wi-Fi连接有限的地区特别有效。关键字:水培,物联网,范围广泛,监视系统
2学生(CSE)KIIT被认为是大学,印度布巴内斯瓦尔,93531 42775,3名学生(机械)Kiit被认为是大学,印度布巴内斯瓦尔,印度布巴内斯瓦尔,8984030821,4助理教授(机械)Kiit(机械)Kiit to to be be be be be be be be be be becription offers of bectire 827,bhubanswar827,82在公共安全和城市基础设施中发挥重要作用。但是,有必要用智能路灯替换传统的路灯,这些路灯包含传感器和执行器与适当的设备集成,以使其更聪明。传统的路灯有许多问题,例如巨大的功耗,寿命较小,难以检测到故障。为了克服这些问题,有必要实施智能和先进的技术,例如基于无人机的空中检查,基于Zig Bee的无线传感器等等。这些技术不仅检测出故障,而且有助于减少时间的浪费,维护成本并提高其性能。因此,这项研究的目的是通过提高街道照明的效率和可靠性来建立智能的城市基础设施。关键字:路灯,基于无人机的空中检查,故障检测,LDR(轻度电阻器),运动传感器,物联网,纳米传感器,增强现实,超声测试。简介:从小就听到我们的社会一直是我们社会的恩赐,所以它也以某种方式从科学发展而来。我们都熟悉“ Iot”一词,这些事物不仅向我们介绍了新技术,而且还可以帮助人们使用智能技术来使用智能技术来制造系统,以制造系统,以制造系统的管理。街道灯就像有车辆的人一样的生存套件,也是最需要的参数,不仅是道路,而且在房屋外部,也可以为行人和驾驶员提供帮助。它并不像看起来很简单,它需要很简单,它需要很高的时间维持时间来维持时间,这是由于thundercrestorm,雨水等多年的时间都无法实现的时间。缺陷。但它是21世纪,需要对其进行更改并转移到技术的发展,这些技术超出了手动维护街道光线。目的是最大程度地减少并帮助减少在手动维护光线上的工作量,从而通过放置传感器或其他特定的软件来避免使用较长的街道,从而可以通过其他特定的软件来检测到有价值的时间。寿命和增强的控制选项也需要弄清楚。要解决此类问题,包括事故,需要建立智能路灯来代替
1 电气工程系,1 GH Raisoni 工程与管理学院,浦那,印度 摘要:在当今竞争激烈的工业环境中,电池对于为各种类型的设备供电至关重要。它们主要用于电网系统和电动汽车。为了提高电池运行效率并延长其使用寿命,并防止其达到破坏性状态,电池监控系统 (BMS) 被用于众多工业和商业应用中。BMS 功能的集成及其模块化是当前 BMS 研究中一个引人入胜且流行的焦点。实施了各种监控技术来评估电池的充电状态 (SoC)、温度和电流水平。已经开发了一个 BMS 原型来监督这些电池参数。该 BMS 使用微控制器、传感器和其他组件(如 ESP8266 处理器、温度传感器、电压传感器和电流传感器 (ACS712))设计。该系统能够评估和显示重要指标,例如电池温度、充电和放电电流、电池电压和指定型号电池的 SoC。电池数据和强调系统主要特性的结果显示在 BLYNK 屏幕上。索引术语 - 无线电力传输、太阳能公路、太阳能电池板、可再生能源
摘要:由于高度事故发生率通常是由于在铁轨上的某种形式的意外障碍物所引起的,例如动物,车辆,碎屑和其他异物。此外,当前的轨道障碍物检测系统的特征是维护,低距离覆盖范围以及对环境磨损和损坏的敏感性很高。本文讨论了一种基于物联网的新型障碍物检测系统,用于利用LiDAR传感器和安装在移动火车前部的AI-a-Spair摄像机对障碍的实时检测和分类。它本质上将障碍物检测的机理从广泛的轨道基础设施转移到火车本身,从而消除了后者。因此,它在距离处识别正确的高分辨率,3D障碍物图像,从而确保关键对象之间的区分,因为系统结合了LIDAR创建高分辨率3D地图与AI对象分类功能的能力。边缘设备中的实时计算允许立即发送警报消息。它具有与云集成的更好的长期监控。这种创新的方法通过提供可扩展性,适应性和成本效率来增强铁路安全系统。除了准确度量指标外,还将使用各种环境测试来评估系统的性能,并在操作过程中的障碍检测准确性,系统可靠性和效率方面具有非常有前途的结果。
由于信息和通信技术(如网络物理系统 (CPS)、5G 蜂窝技术和物联网 (IoT))的发展,在现代时期,基于物联网的极其智能和巧妙的用例有机会出现。由于物联网支持环境辅助生活 (AAL)、移动医疗 (mHealth) 和电子医疗 (eHealth),因此医疗保健就是一个具有重大社会影响的用例。人们将很大一部分收入用于健康。除了导致患者死亡外,传统医疗保健服务还容易出现延误、浪费时间和财务损失。当与物联网的智能和预测功能结合使用时,在家中、工作场所或医院定期进行远程患者监控 (RPM) 可以帮助有特殊需要的个人克服传统医疗设施带来的障碍。可穿戴技术、传感器网络和其他数字基础设施用于基于物联网的 RPM,可以作为即将发生的情况的预警系统,如果忽视或推迟护理,可能会导致严重的健康问题甚至患者死亡。医生可以通过集成物联网的可穿戴设备(生物传感器)实时接收患者生命体征。这样,医务人员就可以立即开始治疗患者。术语“RPM”指的是这种情况,它有可能减少等待时间、节省医疗费用并提高患者的舒适度和服务质量。为了实现具有数据分析功能的远程患者监控系统 (RPMS),本文旨在开发一个支持物联网 (IoT) 和人工智能 (AI) 的框架。我们实施了 RPM 进行数据收集,并提出了一种疾病诊断算法。我们的实验结果表明,我们的方法优于现有方法。
摘要 智能设备的使用增加,特别是在物联网 (IoT) 下,这引发了由于全球联网设备而产生的各种安全问题。这篇评论文章旨在评估物联网生态系统的最新威胁,并针对这些威胁提出尖端的计算机科学解决方案。讨论了人工智能、机器学习、区块链和量子密码学在提高物联网技术安全性方面的适用性。本文还研究了现有的架构和标准技术,包括:轻量级机器类型通信 (LwM2M) 以及数据报传输层安全性 (DTLS) 以及云和边缘计算在防御物联网威胁中的使用。现实世界的应用示例、智能城市和建筑基础设施、智能医疗保健和工业物联网用例提供了这些解决方案的用例。最后,本文总结了物联网网络安全的未来趋势和方向,并提出了持续研究标准化、量化和隐私保护安全框架的重要性。关键词:物联网 (IoT)、网络安全、人工智能 (AI)、机器学习 (ML)、区块链、量子密码学、物联网安全协议。 *通讯作者:S. Sarojini Devi 博士,电子邮件:sarojinidevi.cse@nsrit.edu.in 收到日期:2024 年 8 月 8 日 接受日期:2024 年 9 月 11 日 DOI:https://doi.org/10.53555/AJBR.v27i3.3044 © 2024 作者。本文根据知识共享署名-非商业性使用 4.0 国际许可 (CC BY-NC 4.0) 发表,该许可允许在任何媒体中进行非商业性的无限制使用、分发和复制,但必须提供以下声明。“本文已发表在《非洲生物医学研究杂志》上”简介物联网 (IoT) 是一种创新理念,它将全球数十亿台设备连接起来,包括电灯开关和家用电器、可穿戴设备、工业和
摘要 - 两种彻底改变了我们与外界互动的尖端技术是机器人技术和物联网(IoT)。机器人技术是机器的使用,以执行通常由人类执行的任务,而物联网(IoT)是可以收集和共享数据的链接设备网络。这项研究探讨了这两种技术的融合,重点是机器人技术如何改变物联网景观以及物联网如何推动机器人技术的创新。该研究还研究了整合机器人和物联网的可能优势,除了这种融合带来的困难和危险。该研究的结论概述了这个令人着迷且快速变化的主题的未来途径。
SARS-CoV-2 在人类群体中的复制由突变体的分布来定义,这些突变体在受感染宿主中以不同的频率存在,并且可以通过超深度测序技术检测到。在本研究中,我们检查了来自疫苗突破患者的 5 个鼻咽分离株的刺突编码 (S 编码) 区域的扩增子的 SARS-CoV-2 突变谱。有趣的是,所有患者都感染了 Alpha 变体,但在常驻病毒的突变谱中存在与 Delta Plus、Iota 和 Omicron 变体相对应的氨基酸替换。对来自疫苗突破患者的 SARS-CoV-2 进行深度测序分析揭示了丰富的突变类型库,并且还可以识别出可以代表流行病学显性变体的耐受替换。
