基于云计算的普适人体传感网关键技术研究

In China, aging population is becoming a significant problem, the requirements for medical services are continously increasing, which incurs huge challenges for the capacity of the current social medical service system. In this research proposal, we study cloud-assisted body sensor networks for high efficient healthcare surveillance, which can improve the quality of medical service extensively. However, the design of BSN-Cloud integration (bCloud) platform faces lots of challenging issues, such as energy-efficient MAC protocol design, optimal resource allocation model, and efficient data mining for multi-modal sensory data, et. To overcome these technical challenges, we plan to implement both OPNET network simulation and testbed to investigate the novel solutions for improving the performance of bCloud based healthcare surveillance system. We will conduct the research work on the following aspects: designing MAC protocol with high throughput, low power with high QoS guaranteeing; designing reliable and energy efficient routing protocols for BSNs to support efficient data transmission to cloud platform; designing cost-effective, scalable and energy-efficient cloud resource allocation model for real-time seamless access and processing of monitored BSN data. And finally, we also plan to come up with an efficient data mining technique in the cloud to identify interesting knowledge (e.g., behavior pattern of vital sign parameters) from the BSN data for important decision making in healthcare. The proposed schemes will be verified through computer simulations as well as implemented on a test-bed for performance evaluation and comparison with existing schemes.The successful realization of bCloud platform will bring significant impact on providing theoretical and technical support for building advanced, scalable and pervasive healthcare surveillance system.

我国人口的老龄化不断加剧，医疗服务的需求日益增长，对现有社会医疗服务体系的承载能力提出巨大的挑战。而基于云计算的人体传感网(BSN)技术应用于普适健康服务可以极大地提高医疗保健及健康监护的质量。但是，融合BSN和云计算的高效健康监护系统平台设计还面临许多问题，如MAC协议、资源分配模型、数据挖掘等。本项目以基于健康云(bCloud)的普适BSN关键技术为研究对象，采用模拟仿真和原型平台验证两种手段，研究提高基于bCloud的健康监护系统性能的理论及方法。内容包括:面向BSN的高吞吐率、低耗能、高QoS的MAC层协议；可靠、节能、高效的BSN路由协议；基于bCloud平台，有效感知QoS的新型资源分配模型；BSN数据中提取行为规律性的数据挖掘方法。本项目的实施，可为构建先进的、可扩展的、普适的健康监护系统设计提供理论和技术基础，具有重要的理论意义和应用价值。

近年来，中国政府在医疗健康服务项目上的财政支出不断增加，由 2008 年的 830多亿，增加到 2009 年的 1180 亿元。世界银行的研究报告也指出，医疗保健等已经成为中国家庭支出的主要负担之一，高昂的医疗支出对社会和政府造成了极大的财政负担。基于健康云的人体传感网(body sensor networks, BSN)技术应用于普适健康服务和电子医疗将极大地提高财政支出的使用效率和医疗保健及健康监护的质量，这对中国以及其他国家都具有重要的社会意义和现实意义。本课题以基于 BodyCloud的健康监护系统关键技术为主要研究对象，提出了基于D2D数据通信和计算卸载的可穿戴设备能耗优化，对人体传感器节点能耗高度受限环境下的高能效数据融合与任务卸载机制进行了深入的研究。并归纳总结出云端融合系统中的三种能耗优化模式，分别是传统的通过局域网向云端卸载模式(RCS)、基于微云的任务卸载模式(CCS)、基于微云辅助计算的新型混合模式(OSC)。针对RCS，CCS和OSC这三种模式，提出基于云端融合与微云跨网协作的能耗优化模式，并给出能耗优化模型，并确定使用哪一种模式可使处于特定环境中的移动设备及人体传感器节点的通信与计算能耗最低。.云计算技术与BSN的融合是普适健康服务的发展趋势，本课题提出的BodyCloud健康监护系统架构，集成了云计算、BSN、移动计算等技术以实现健康数据的采集、传输和分析，具有成本优势和可扩展性。同时，普适人体传感网中用户的移动性会导致影响用户的QoE，增大内容分发延迟，影响用户的交互体验，为解决以上难题，本课题设计了如下解决方法：BSN与LTE整合方案以支持用户的高移动性；采用数据命名网络（NDN）实现低成本和节省带宽的高效内容分发；基于带宽资源的动态变化调整分发内容的尺寸。