陈晓阳，江凌云，王 蕾，刘博伟

(南京邮电大学 通信与信息工程学院，江苏 南京 210003)

0 引 言

随着物联网规模的日益庞大，各种类型的传感终端数量也随之不断增加[1]。为了实现更好地覆盖和采集数据，通常会布置较多的冗余节点；同时为了获取更多的样本数据，节点往往处于过采样的状态，即远高于采样频率[2]。这样不仅会导致拥塞等问题，同时也给设备本身的软硬件资源、应用层的连接存储资源等带来了巨大的负荷。

但是，当上述情况发生时，所采集的数据不能简单

地随机丢弃，这样会使部分重要数据丢失，导致无法获取实时的状态信息；也不能随机处理，这样会因为重要数据延后处理而使得数据更新不及时。因而，需要将各类传感数据的重要性进行具体量化排序，得出优先级进行相应处理。

对此，文中提出一种基于层次分析法的设备属性优先级模型，并给出了算法流程；以智能家居场景为例给出了模型求解的过程；最后给出了模型的具体实现和应用。

1 相关工作

针对以上问题，国内外有了一定的研究。文献[3]从数据接入的安全性和可靠性角度，考虑了设备本身的CPU资源和数据库的存储资源，同时限制在指定时间段接收数据，这样一定程度上缓解了数据接入时的拥塞问题，但是无法根据实际情况有选择地接收重要数据。文献[4]通过粒计算给出了一个具体场景下的属性筛选方法，但是所考虑的受限条件不完整，当场景变得较为复杂时，模型无法动态地进行扩展。……