#今日疫情重點【新增372例本土、校正回歸177、12例死亡，疫情膠著未趨緩；AZ疫苗施打出現首例血栓；文大宿舍群聚感染，北市首度出動快篩隊，快篩345位有14位陽性；指揮中心公布疫苗接種計畫，計劃疫苗到位後每週施打100萬劑以上；全國救護能量告急，消促會呼籲納入民間救護能量並要求中央訂立防疫巴士指引】

台灣今（2）日新增372例COVID-19（又稱新冠肺炎、武漢肺炎）本土確診個案、校正回歸177例，合計549例，新增12例死亡。中央流行疫情指揮中心指揮官、衛福部長陳時中表示，今天的個案數比較多，顯示疫情並沒有下降，只是穩住沒有持續惡化，現在不敢講疫情平穩，還沒到放鬆的時候，必須持續人流管制，再觀察兩天看看情況。

指揮中心公布施打AZ疫苗出現首例血栓個案，是一位30多歲男性，所幸即時就醫，狀況穩定，並呼籲接種民眾28天內如果出現嚴重頭痛、癲癇等症狀，必須儘速就醫並告知疫苗接種史；雖然目前國內仍未有足量的疫苗，指揮中心宣布未來全面接種疫苗計畫，將分成醫療院所與接種站，每週至少接種100萬劑以上，預估每週接種達135萬至171萬人次。陳時中並透露，月底會有疫苗再進來，但還沒掌握到哪一種疫苗，等確定後會再公布。

■單日確診人數創6天來新高

今日新增的372例本土病例，為207例男性、165例女性，年齡介於未滿5歲至90多歲，發病日介於5月2日至6月1日。另校正回歸個案177例中，為96例男性、81例女性，年齡介於未滿5歲至80多歲，發病日介於5月13日至5月30日。

今日確診人數372例創下6天以來新高，校正回歸數也上升，達到177例，陳時中說明，今日的數字確實看起來比較多，校正回歸也努力把過去累積的個案清掉，今日總計549例，分布地區以新北市310例最多，其次為台北市152例、桃園市28例、基隆市18例、苗栗縣12例、彰化縣10例、高雄市5例、台東縣4例、台中市3例，新竹縣及台南市各2例，新竹市、南投縣及花蓮縣各1例。其中雙北地區以外縣市87例中1例有萬華活動史，65例已知感染源，21例關聯不明。相關疫情調查持續進行中。

台北市長柯文哲分析，目前看起來，萬華疫情有控制，但其他行政區也有疫情，從趨勢上看，目前疫情處於「戰況膠著」，從交通局監控的車流大數據，發現前兩週車流明顯減少，但這一週已經逐漸上升中，還是要呼籲市民少出門、減少外出採買的次數，避免人與人的群聚感染。

經濟部次長林全能則表示，夜市部分絕大多數都已經停業到6月14日，降低人潮群聚的機會，但傳統市場部分，分成公有與民有，總計有1,100多處，與自治會溝通落實防疫措施，包括：實聯制、佩戴口罩、維持社交距離、提供外帶、禁止試吃，以及熟食必須防護等；減少人流部分，已有縣市祭出依照身分證尾數分流採買，將會持續關注是否有助於減少人流，並滾動檢討。

指揮中心公布今日有12例死亡，為男性7位、女性5位，年齡介於60多歲至90多歲，發病日介於5月13日至5月29日，確診日介於5月16日至6月1日，死亡日期介於5月28日至6月1日。截至今日為止，共計9,389例確診，分別是8,195例本土、1,141例境外移入、36例敦睦艦隊、2例航空器感染、1例不明及14例調查中；另24例（新增案7666、案8854）移除為空號，確診個案中共149例死亡。

■文大宿舍群聚感染4人確診，北市首度出動快篩隊，目前345位快篩中有14位陽性

昨天傳出文化大學大倫館4名住宿生確診，包括3名外籍生與1名本國籍，雖然不是第一起大學宿舍確診案例，但一次出現4人確診的群聚是首例。由於大倫館有345名住宿生，台北市今天上午首度派出剛成立的快篩隊，直接進駐大學校園採檢200多名住宿生，其餘則是由校方與北市安排搭車前往剝皮寮快篩站，全數完成採檢，結果有14人快篩陽性，接下來會進一步做PCR檢測，目前學生已被安排在隔離空間等待結果，一旦確定是陽性，將會由台北市衛生局安排入住防疫旅館。

教育部長潘文忠重申，雖然發生宿舍群聚感染事件，但三級警戒仍要求大學避免學生不必要的移動，學校不得強制學生返鄉離開宿舍，防疫住宿必須依照「大專校院住宿防疫指引」，落實宿舍門禁、體溫量測、專人關懷、定期消毒、保持通風與社交距離等措施。

柯文哲指出，這次文大宿舍一次有4名住宿生確診，雖然來不及分析是否為熱區，但保險起見，還是派出剛成立的快篩隊，19人的編制立即前進校園1天內完成快篩。他強調，新冠病毒難對付的原因在於，前2到3天的潛伏期就有傳染力，當確診時，可能已經群聚傳染，因此必須在最短時間內抓出可能的個案，把疫情撲滅，這套模式將會廣泛運用，只要數據顯示北市哪一個地區是感染熱區，就會依照這樣的模式處置，將疫情控制在最小的範圍內。

■全國累積30家長照機構有確診個案，北市宣布長照工作人員施打順位要提前

昨天北市公布信義區某長照機構爆發群聚，共27人染疫（含住民與工作人員），已造成7人死亡，平均82歲。台北市今天宣布，將長照機構工作人員的施打疫苗順位提前至與地方診所醫護人員同一級，4日就會開始施打，包括現場的主任、照服員以及外籍看護等。

指揮中心醫療應變組副組長羅一鈞指出，目前累積已經有30家長照機構出現確診個案，多數是零星的住民與工作人員，除了北市之外，新北市土城某長照中心也有33人確診。他表示，長照中心一旦發現確診，將會立即匡列接觸者，進行適當的區隔與治療，盡力減少重症與死亡。

陳時中表示，長照中心都是老年人，染疫後對健康的威脅很大，各國的經驗也是如此，因此會重新考慮工作人員與住民的優先施打順位，在疫苗量能提升後，把施打順位往前提，這將會列入重要的選項，並送專家小組討論後定案。

指揮中心公布截至今日為止，嚴重肺炎或急性呼吸窘迫症候群有1,303人，佔確診人數的16.8%，其中年齡大於60歲的2,958人中，912人是重症，比例為30.8%。

■國內接種AZ疫苗出現首例血栓，疫苗到位後的每週百萬劑接種計畫公布

衛福部傳染病防治諮詢會預防接種組（ACIP）召集人李秉穎公布，國內接種疫苗出現首例血栓個案，為30多歲男性，5月12日接種第一劑AZ疫苗後，曾出現發燒等身體不適症狀，於3日後逐漸緩解；５月19日起，又出現微燒、持續頭痛、腹痛等症狀，就醫抽血檢查後，發現血小板低下，D-dimer異常升高等，同步影像學檢視頭部、腹部雖未發現血栓病兆，經臨床研判依「血栓併血小板低下症候群 （Thrombosis with Thrombocytopenia Syndrome, TTS）臨床指引」診治。

李秉穎表示，個案目前血小板值恢復中，狀況穩定，這起案件經專家審查，符合布萊頓合作組織 （Brighton Collaboration）病例定義，研判為我國首例TTS個案。截至今日為止，國內接種達46萬1,647人次，發生首例TTS，發生率為百萬分之2.1，其他國家例如英國TTS發生率為百萬分之12.3（截至5月1日），歐盟為百萬分之6.5（截至4月4日）。

李秉穎指出，所幸國內血栓個案及早就醫，得以緊急處置，因此呼籲已經接種的民眾，接種AZ疫苗28天內，若出現嚴重持續性頭痛、視力改變、癲癇、嚴重且持續腹痛超過24小時以上、嚴重胸痛或呼吸困難、下肢腫脹或疼痛、皮膚出現自發性出血點、瘀青、紫斑等任一症狀，應儘速就醫並告知疫苗接種史，以利醫生及早釐清病因並給予適當處置。最後專家建議，符合接種對象仍應配合疫苗供應進度接種。

雖然目前疫苗供應仍不足，但陳時中表示，預估6到8月逐步有疫苗進來，因此先擬定全面接種疫苗作業，等疫苗量能足夠後，每週至少要完成施打100萬劑。指揮中心發言人莊人祥指出，規劃分成「醫療院所」與「接種站及外展服務」兩大區塊，醫療院所包括醫院、衛生所與地方診所，醫院共計300家每週可以接種54萬人次，衛生所200家每週可接種10萬人次，診所6月800家、8月擴增至2,000家，每家每日服務50人，每週可以完成60萬人次。

至於社區接種站將以縣市的規模來劃分，主要是在週末假日的時候服務民眾，估計每週可以完成43.6萬人次；外展的機關、企業與軍營則是每週兩萬人次；並計劃借用體育場、棒球場等大型場地，利用週末加快接種速度，估計每週可以完成1.8萬人次，總計兩大區塊讓每週接種人次可以達到135萬至171萬人次。

此外，政務委員唐鳳正在規劃疫苗接種預約平台，以目前現有的口罩實名制平台為基礎，民眾可以在一週前預約住家附近的醫療院所或接種站，完成後領取接種卡，而健保卡會貼上貼紙註記。指揮中心也已經招募7,795名醫護人力，並有排班系統，媒合醫護人員協助全面接種計畫。但柯文哲則表示，「摒除疫苗不足的問題，我們正把接種計畫擬好，就等疫苗到貨，包括小巨蛋、台北市政府大廳等地，都考慮成為大型接種場地，以最短的速度完成接種。」

陳時中表示，接種計畫目標是10月底讓6成國人打完第一劑疫苗，以國外接種經驗，接種率達2成就有效果、4成就會有抑制疫情的成果，6成會達到控制疫情，但疫苗廠供貨不穩定是隱憂。

■救護運送能量告急，消促會呼籲：儘快回補物資、將緊急救護體系納入防疫指揮會議、徵召民間救護員等

除了醫院量能緊繃外，負責載運疑似確診者的第一線消防救護也出現人力、物資缺乏的困境。消防員工作權益促進會（以下稱消促會）今日早上召開記者會，向指揮中心提出四項訴求，包括：

一、防疫物資回補頻率應提高，並因應疫情預先提撥一個月（防疫物資）使用量，供雙北或評估可能重災區域消防單位使用，避免回補不及致裝備短缺。

二、訂定防疫巴士運作指引，並由指揮中心協助各縣市建立防疫巴士國家隊，進行北病南送。

三、提高救災救護中央單位──內政部消防署於防疫指揮體系中的層級，將緊急救護體系納入防疫指揮會議核心成員中，與醫事司共同合作解決疫情期間患者輸送、診治等問題。

四、徵召民間救護車納入防疫體系中，統一調度分派協助各縣市進行患者運送。

消促會會員代表楊適瑋表示，醫療院所防疫救護物資相對充裕，但消防救護員物資消耗更多，每出一次車就要穿脫一套防護衣，物資現在已經相當窘迫。防疫巴士部分，因為車內不能開空調、上廁所，有些車體設計甚至根本不適合上國道，卻還要載著病患和消防員開至少3小時以上到南部縣市，希望此情況能儘速改善，「病人確診已經很倒霉了，還要在長途運送過程中熱衰竭，病人不需要這樣被對待。」他們希望指揮中心統一訂定防疫巴士運作指引，希望建立隨車人員防護裝備、相關通風與行車安全標準，提高後送效率。

台大醫院急診部主治醫師石富元表示，一般人覺得民間救護員訓練比較差，這是錯誤的刻板印象，很多民間救護員是消防員退休，不但有合格證照也很專業。現在疫情讓救護運送爆量，「不知道為何要排除民間救護車（協助救護），不用民間還能怎麼辦？」他認為，民間救護員在送確診病患其實只要準確穿好防護衣，就能處理大部分勤務，「不需要用到EMT-P（高級救護技術員），只要EMT-1（初級救護技術員）就夠了。」

（文／嚴文廷、林雨佑 ；設計與資料整理／江世民、戴淨妍；攝影／余志偉、林彥廷、董俊志）

#延伸閱讀
【「這是我們集體的失敗」──疫苗生產大國卻被疫情重創，來自印度沉痛的告白】https://bit.ly/3bXnguw
【真的假的？確診數「校正回歸」很正常，但一次回補太多天恐使疫情判斷失準？】https://bit.ly/3fJSUfW
【從武漢到世界──COVID-19（武漢肺炎）疫情即時脈動】http://bit.ly/2HMR2T6

#報導者 #COVID19 #本土案例 #確診 #死亡個案 #校正回歸 #快篩 #疫苗 #疫苗接種預約平台 #AZ疫苗 #血栓 #文化大

【龔成問答信箱】（Q20021-Q20040）

Q20021：

龔sir，我有啲概念野唔太明，股票係買賣，賣都要有人接貨，如果有人賺錢，係咪應該意有人蝕？

龔成老師：

「有人賺錢，係咪應該意有人蝕」，這只會發生在零和遊戲的項目。

舉例說，如果四人打牌，有人賺一定有人蝕，這是零和。

如果股價今年$10，20年後股價不變都是$10，這就是零和，當中股價可以大上大落，有人賺有人蝕。

但如果股價今年$10，20年後$500，就是賺的人較多。當企業的實質性的長期增長，就不是一個零和，而是財富增值。隨著貨幣系統的運作，以及經濟成長，有些優質企業會得到較大的利益，增長力較強。

------------------------------------------------

Q20022：

老師，如果你是政府，你會如何收縮貧富差距的問題?

龔成老師：

如果我是政府，會推行理財教育，以及教學生做生意。近幾十年的財富，不斷偏向了資產增值及生意成長，懂得投資物業、股票、懂做生意，愈來愈有錢，打工仔愈來愈無錢，這是最大的核心問題。

------------------------------------------------

Q20023：

你好 想問以下問題

1.想問下由於仲係學生暫未有收入，每月只有大約1000～2000的資金，咁少錢可以有咩投資方法選擇？

2.由於資金少，投資新手冇經驗
呢排剛接觸買美股，但仍未知點選擇投資組合，一啲股貴只能夠買一兩股，平嘅股又上上落落

上網有見話買實一兩隻優質股，同埋月供其實係點？

因為買實一隻優質股、佢個價位越嚟越高時之後都繼續照買照供？定係賣左再重新再買？

3.咁少錢建唔建議分散投資去唔同好平嘅股等佢幾年升？

4.現時有咩複息回報產品回報%好啲嘅推介/多人會選擇用？係咪買香港銀行啲儲蓄計劃定係咩基金？
thankyou

龔成老師

1）如果你想穩陣，就月供盈富（2800），如果你能承受風險，就久不久，例如每隔2、3個月，買入一手安碩恒生科技（3067），可長線的。

3067這基金追蹤恆生科技指數之表現，而恆生科技指數，都是一些有質素的潛力股，例如阿里（9988）、騰訊（0700）、小米（1810）、美團（3690）等的新經濟類公司，長遠有潛力。所以有長線持有價值。由於基金有30隻股票，比起單一股票，風險能減低。

不過，現價都唔平，大約在合理區頂至略貴，因此，這刻不能大注投資。最好的策略，就是月供，或自行分注小注慢慢收貨（例如每月買一次、或2個月買可次），總之慢慢入，不能用盡現金，原理如同不斷儲貨，這樣就能平均買入價，減少風險。然後就長線持有。

2）所謂的買實1、2隻股，即是每月，不理價照入，長期進行，如果企業成功，你的回報會最大。不過，如果你未有選股能力，就唔建議，因為萬一選錯股，你集中1、2隻，損失會好大。

所以，我會建議投資ETF較好，如果美股，可考慮VOO。

3）最重要是投資「優質股」，建立一個組合。

你小注投資一些潛力股可以，但這類股要求你都有一定的分析力。

另外，唔好因為資金小，刻意買一些無質素但入場費低的股票。

4）我建議你投資ETF，2800、3067、VOO、QQQ，長遠好過你買儲蓄計劃，從學習及提升投資實力角度都是。

------------------------------------------------

Q20024：

龔sir 想問下你點解覺得華潤醫療潛力未到十倍股。

因為我見到佢依家既六大專科發展（腦病學科，康復學科，腫瘤學科，消化學科，骨創學科，心臟學科）
好有潛力。將旗下醫院打造成各個專科醫院。

如果成功的話，起碼是千億級別（海吉亞，錦欣生殖只是專做一個專科醫院已值幾百億）

而且佢又有華潤健康既資產注入，依個都值得期待。

政策是長期利好，我見之前中國政策傾斜既行業，都發展得好好，例如電商，乳業等。

所以華潤醫療既專科發展成功機會都大。
仲未講佢如果發展互聯網醫療，應有一定優勢。

龔成老師：

我相信這股有增長力的，至於能否成為10倍股，就要睇佢之後的業務發展，大環境能否配合。

華潤醫療（1515）其實本質唔錯，不過業務波動與中短期因素，令股價波動。

佢是華潤集團在醫療版塊的主平台。主要在中國從事綜合醫療服務、提供醫院管理、諮詢服務、醫院集團衍生業務。

旗下擁有過百家醫療機構，提供臨床診療、健康管理、公共衛生、醫養結合等全方位、多層次的醫療健康服務。擁三級醫院、二級醫院、一級醫院、社區機構，總床位數超過1萬張。

本身有一定的企業優勢，長遠企業發展仍是正面，此刻價格大約在合理區中上部。

------------------------------------------------

Q20025：

龔sir，我今年32歲，月入$25000-$30000，手上現金20萬，我從未試過投資，我想下一年生寶寶，所以現在想賺多啲錢，我應該投資哪一股票？

月供哪些？
直接買入哪些？
謝謝你的分享

龔成老師：

如果你無投資經驗，月供會較好，雖然回報不及把握時機，但起碼能減少你的風險。

你現時可以利用每月月供股票，將手上的資金，慢慢轉為股票，例如每月供$5000-$8000。當你的現金開始到達較低水平，如$5萬-$10萬（要視乎你的家庭情況），你就可能要減月供金額。

其實你這個年齡，是財富增值的黃金時期，要好好把握，盡你一切的力量去儲蓄、投資、學投資知識。

你可以投資「平穩增值股」+「潛力股」，不過，由於潛力股要求你有一定的投資知識，因此這刻不用急著投資，你可以集中在平穩增值股先，潛力股小注好了。做月供股票，每月$5000。

你可以考慮盈富（2800）$2000。

另外再加1、2隻（每隻$1500）：銀娛（0027）、恆基（0012）、港鐵（0066）、平安（2318）、粵海（0270）、領展（0823）、希慎（0014）、太古地產（1972）等，你可以了解下這些股票，然後從中選股。

如果想增長力高少少，可考慮：安碩恆生科技ETF（3067），如果無得月供就自己隔2、3個月入一次。

現時大市處合理區，可以一邊投資一邊留現金，而餘下現金的運用，就是等大跌市時出手，如果你能在這段時間學好選股等技巧，到大跌市時就能把握機會，財富增值會更明顯。

------------------------------------------------

Q20026：

Hi 老師 手持十萬中國電信 728 平均2.15入
之前比制裁既時候覺得抵入 中間有溝貨 見佢都有5厘息 打算長揸

請問哩隻股質素如何 哩個價可以長揸嗎？

龔成老師：

中國電信（0728）有質素的，5G雖然對佢有正面影響，不過，中國政府希望相關費用不會太貴，令資訊流通更好便利，所以，對佢的賺錢能力方面，未必能帶來突破性的增長。

可視佢為收息股，唔好對股價有太大期望，增長力不算強，這股有長線投資價值。

你可以將這股，成為你投資組合其中一部分，但不能過多。

------------------------------------------------

Q20027：

Hello 龔Sir!第一次send message 給你，想來多謝你及問小小問題，希望你在百忙中能抽空一點時間給我們一些建議。

一年前開始深入看你的著作及Facebook專頁，剛好身邊積累了一點閒錢又遇上疫情跌巿，參考你的建議後分注入巿，這一年都賺了一點利潤，很多謝你無私的分享。
因此成績並非全靠自已的分析，很多是聽從你的建議及策略，為了令自已更明白什麼是股票投資，我已報讀你3月的課堂，期待從中學到更完整及深入的股票知識及方法，為未來增加投資能力，同時減少投機取巧。

你書中指上完你的課程正常能在股巿中賺回學費，但我估計很多學生未上你的堂，只留意你的專頁及書藉，不盲目投機，應該已經賺夠了學費，哈哈!

我的朋友(35歲)有一個問題是關於自願性可扣稅強積金。他的收入已達17%的稅階(假設跟往年一樣有稅務寬減2萬後仍要交約2萬稅)，如果將收入放入強積金，相等於節省了17%的稅款。

但因為強積金必須要到65歲才能取出，相等於該筆錢只能一直放在強積金戶口滾存，相反如果不放入強積金，即時會被收17%稅。

因為他的股巿經驗不多，未知能否賺多於強積金的回報，他過往8年強積金的年化收益率約為8%。請教呀SIR 給點建議。

最後，很喜歡你不定時上載一些正面的句子，鼓勵大家一齊進步。祝大家身體建康。股票班見。

龔成老師：

我相信知識與財富成正比，你擁有的知識愈多，長遠財富都會愈多。

至於自願供款扣稅強積金，有好有壞，好處是稅項的優惠，但要留意，佢都會有個上限。

如果你朋友原本都是儲蓄投資，比起自己做，參加自願可扣稅，這的確是好處。

當然，都有壞處，首先是管理費，盈富（2800）的管理費只是0.1%，但坊間的強積金，就算是追蹤指數的基金，管理費都唔低，要計下數睇下有無著數。

另外，你要到65歲先可以取到，靈活性會大減，因為佢人生裡不同的階段，都可能會需要資金，而不一定等65先，所以，這方面要留意。但如果佢本身都想這筆錢65歲作退休先用，咁都可以考慮。

加油！股票班見！

------------------------------------------------

Q20028：

Hi 想請教一下 我幾年前開始月供股票 中途有斷續地供唔同組合

66、175、823、939、1038、1113、2318、2800、3988

所以有啲散收收 如果我想集中供其中3-4隻 有咩建議呢？

龔成老師：

你現時所月供的，都有基本質素，不過有些同類就唔需要供太多，例如銀行、長和系。

如果你想組合有基本增長，可以停供一些收息股，只供：盈富（2800）、港鐵（0066）、吉利（0175）、平安（2318）。

------------------------------------------------

Q20029：

成哥 有樣野想唔明 我驚阻你時間 如你有空先回應我 中海油 近期港股通北水好強買入

成交又大 買盤長期多過賣盤 點解股價唔暴漲 雖則漲了不小。 謝謝！

龔成老師：

這些是一些中短期的分析，其實你唔好太在意，最重要是睇翻「企業本質」。

所謂的成交，要有「買入」「賣出」，所以當有資金買入，如果同時股價已貴，就自然會有一定數量的賣出。即是買入的人多，賣出都多，而你所見到的買入多過賣出，只是一些短期現象，會變得好快的，因此唔好盡信。

------------------------------------------------

Q20030：

龔老師，你點睇一個做咩都唔成功既人
做每一樣野..係咪意志力唔夠

龔成老師：

我手機中有一句用了多年的金句：「成功不是比能力，而是比毅力」！

我睇左好多成功人士、有錢人的傳記，佢地的共通點，就是「不會輕言放棄」。好多時，佢地同失敗者在能力上分別不大，但佢地會好堅持，每件事都堅持。

如果你記得我早前FB的貼文，當日好凍，但8度，但我都會堅持去跑步。

其實跑步只是一個好微少的動作，但我會堅持每星期跑1、2次步，當我定了當天要跑，就要落雨、打風、好凍，我都照跑，這動作持續了20年。

成功不是一下子做一件大事，而是堅持做小事。試下定左目標後，「無論如何」都要做到，當習慣了這情況，做事就會好成功！

------------------------------------------------

Q20031：

老師你好，近期經朋友介紹接觸到你，投資知識係0. 本人38歲，專業人士，私人執業，月入不穩。平均每月有6-8萬。

本人最大問題係收入有時以幾個月作結算，例如半年會有18萬收入，是每月3萬的總和。但每月至少會有3萬現金流。

儲蓄約20萬。

期望2022年12月31日前增加儲蓄到100萬，想了解一下，若收入不穩定，一時很多錢，有時無現金流情況應該如何投資？想問下月供小米和迪比亞是好選擇嘛？

請老師指教

龔成老師：

只要用平均的概念進行就得，無問題的。

首先，由於你收入不穩，因此現金唔建議用盡，最好點都有$10萬現金剩，暫時只用$10萬去投資好了。

你可以用分注，或月供股票的模式進行，不過，比亞迪（1211）現價貴，唔太建議。小米（1810）都唔平，部分資金月供好了，不要大手買。

你可以投資「平穩增值股」+「潛力股」，不過，由於潛力股要求你有一定的投資知識，因此這刻不用急著投資，你可以集中在平穩增值股先，潛力股小注好了。

你可以考慮盈富（2800）、銀娛（0027）、恆基（0012）、港鐵（0066）、平安（2318）、粵海（0270）、領展（0823）、希慎（0014）、太古地產（1972）等，你可以了解下這些股票，然後從中選股。

如果想增長力高少少，可考慮：安碩恆生科技ETF（3067）、阿里（9988）、騰訊（0700）、港交所（0388）、舜宇光學（2382）、小米（1810）、中生製藥（1177），但就要明白波動性比上述會高左，同時風險大左，你要自己平衡。部分要等回少少先入。

現時大市處合理區，可以一邊投資一邊留現金，而餘下現金的運用，就是等大跌市時出手，如果你能在這段時間學好選股等技巧，到大跌市時就能把握機會，財富增值會更明顯。

------------------------------------------------

Q20032：

龔sir,你好，我今年三十幾歲，有家庭，兩公婆月入大概6萬左右，有兩個唔夠3歲既小朋友，一直都無乜有效既儲錢方法，加上宜家家庭開支加大，想為未來打算一下。

自己20歲出黎返工已經每月拎千幾蚊左右買左份投資雙連既保險，儲左10幾年，宜家睇返都有30幾萬。

呢幾個月有個諗法，就係拎呢30幾萬出黎股票市場投資，希望財富增值。

如果計劃實行，我打算將呢筆錢分散投資放係以下股票（1810小米，941中移動，3067安碩恆生，1177中生製藥，2158醫渡，869信義光能），想問有冇意見俾到我？謝謝

龔成老師：

如果將投資雙連既保險，轉去股市，有危有機，其實好睇你風險承受能力。

長遠來說，股市回報會較高，但風險度都較高，加上現時股市已唔平，投資要更加小心。

你上述選的，除了中移動（0941）外，其他都是潛力類股，但最大的問題是現價大多唔平，甚至部分貴，你將會將對股價波動的風險。

我會建議你一半是平穩型，如盈富（2800）、港鐵（0066）等這類，一半是潛力類，你會較平衡，同時，潛力類入貨時，要慢慢分注入，不要一次過大手入。

------------------------------------------------

Q20033：

你好成哥，我係你的讀者，想請教你關於置業揀樓的問題

我本人單身，約30歲，最近我中左白居二得到置業機會，想買來自住+當係投資

第1個問題係考慮我財政能力，首期40-50萬應該無問題，再多既都只有大約1年洗費預算，現時工作穩定，月入3萬儲2萬，如果供400-500萬樓，供款大約2萬，每月就會無錢剩之餘另外仲有約$1000-$2000/月 家居洗費

正路每年我可以加人工，將來如有機會結婚亦可同另一半分擔生活費，所以暫時可以頂住先

我咁諗會唔會好有問題? 其實係咪唔應該買?

第2個問題，如果買的話，白居二可以買二手市場未補地價居屋，如果樓齡20年內可以借足9成錢 + 還款期25年，否則需要在政府擔保期內還到4成錢

好處係政府做擔保，可以唔洗做壓力測試。睇過現時比較多既居屋屋苑大多都係20年左右，有平有貴，範圍大約$9xxx - $11xxx/尺

我有個擔心，如果我現時買左20年樓齡居屋，將來賣出既難度可能會大大提高。因為買完10年內已無政府擔保，將來白居二買家需要直接比4成首期(以500萬樓計，大約200萬)先能夠買到

或者我需要另補地價先可以係二手市場賣樓，如果我係買家，有200萬其實已經過左資產上限申請唔到白居二，或者跟本唔需要用白居二名額買樓。我亦無咁多錢用來補地價。

所以樓齡細(約1-10年)，但係比較貴($12xxx/尺)既樓比較值得買?

我先用可承受樓價->買值得投資既居屋作為考慮條件正確嗎? 或者有咩其他我諗唔到既因素可以建議一下?

感謝你抽空解答!

龔成老師：

1）你最好預多少少首期，除了可能更穩陣買到樓外，當你完成買樓後，不要令到現金變為零，要留有一定的防守力。

另外，要計清楚供樓情況，每月供款方面是否無問題，因為現時你的情況有點盡，供款佔入息過多。

我地買地，最重要是「供得起」原則，如果這方面未能好安全地過關，那不如儲多少少資金先，或買一些金額更細的樓。

2）居屋最大的作用，基本上自住，投資價值不算好強，所以你可以先從自住的角度考慮。

當然，我認為你現時的供款情況買樓是較進取的。

你應該考慮左供款、樓價這些問題先。

------------------------------------------------

Q20034：

龔Sir, 你好，我係你股票班學生，因為近黎個市場非常波動，我亦暫未睇到有咩股票係平可以買。所以想做番月供計劃

因此想問下而家阿里巴巴（9988）受到中國政府嚴密既監控，股價不斷受壓，未知幾時會完，而我長遠都睇好阿里巴巴既發展，而家係咪一個合適既時機去做月供股票（太約每個月$5000）

慢慢儲貨，等佢未來爆上去呢？ 另外想問下去到幾多錢就暫停一下月供計劃呢？謝謝你

龔成老師：

近期的新經濟股股價回落，加上阿里（9988）將面對內地監管可能收緊，都令佢股價上落大左。新經濟股股價回落只估值問題，由之前的貴，去翻合理水平，反而要從一些核心因素分析。

例如內地監管可能收緊，相信對佢中短期有影響，不過，我相信佢的整體優質度仍在，內地不是不想佢賺錢，只是想規管佢。佢已建立好完善的業務，因此本身是無得輸，只是賺多賺少問題，現時監管多左，點都會影響賺錢能力。

又以佢的螞蟻貸款業務來講，這部分是一些網上的小型貸款業務，增長快，但監管並不如銀行般緊，因此，中央會有更多的監管針對這部分，影響了賺錢能力。

整體上，阿里，長遠仍是有發展，賺錢能力雖然有少少減，但長遠會同政府同意一些監管方法，以及找到合理的賺錢模式，你預阿里現價約在合理區頂部，這股可長線。不過，中短期會波動。

你現時開始月供，適合。$5000無問題。

由於月供是一個長期計劃，除非佢升得太多，如$280、$300，否則，你可以一直進行的。

------------------------------------------------

Q20035：

龔成老師你好，想問下買盈富2800的策略是應該升到高位放部份，再等跌市底位入翻賺差價，還是不理現價一直長揸？

之前睇過老師建議長揸好似3-5年以上才有回報，但有少少疑問因2800跟恒指，咁若果5年後的恒指和現在一樣，咁若不計派息，可能賺不到股價？

另外我是每月看現價盡量捕低位一手手入，但呢2個月都價位偏高無入到，想知應如何應對

另外想問問3067有無咩建議價位入，呢排一味升，難以揾到位入手，謝謝老師!

龔成老師：

盈富（2800）最大的作用是幫我地平衡組合，以及爭取基本的回報。所以，盈富最大目的不是賺價。

建議你點都有一定的貨在手，如果再升到貴，你賣部分是可以的。現價唔算平，月供好了。

如果你想組合有增長力，可以投資安碩恒生科技（3067）可長線。

這基金追蹤恆生科技指數之表現，而恆生科技指數，都是一些有質素的潛力股，例如阿里（9988）、騰訊（0700）、小米（1810）、美團（3690）等的新經濟類公司，長遠有潛力。所以有長線持有價值。由於基金有30隻股票，比起單一股票，風險能減低。

不過，現價都唔平，大約在合理區頂至略貴，因此，這刻不能大注投資。最好的策略，就是月供，或自行分注小注慢慢收貨（例如每月買一次、或2個月買可次），總之慢慢入，不能用盡現金，原理如同不斷儲貨，這樣就能平均買入價，減少風險。然後就長線持有。

現時大市，可以一邊投資一邊留現金，而餘下現金的運用，就是等大跌市時出手，如果你能在這段時間學好選股等技巧，到大跌市時就能把握機會，財富增值會更明顯。

------------------------------------------------

Q20036：

老師您好
想問下保險業前景

而家考慮緊AIA(1299)同中國平安(2318）
邊隻更值得長線持有。感謝！

龔成老師：

兩隻都是有質素的，都可以長線持有。

中國平安（2318）會略略好，這股有質素的，佢有規模，有品牌，近年的發展都不差，不過，股價有時會有少少波動，這主要受投資市場表現影響。

這股有長線投資價值，是平穩增長型，分注投資都可以。

------------------------------------------------

Q20037：

老師 0981同美股強生現價值得入嗎

同6690

龔成老師：

中芯國際（0981）業務有增長力，但未必能稱為好優質的股。

睇翻佢過往的業務情況，雖然仍每年的生意都有增長，但盈利就有波動，反映雖然大環境的市場在增長中，但佢的成本與售價，就未必在佢掌握的範圍，最後造成盈利波動的結果。

雖然這股都有前景，但以佢面對的情況，但好難將佢定義為最優質的股票。

加上此股近年升了不少，就算有所回落都唔算平，加上之前熱炒過，股價大上大落，投資要注意風險。這股唔建議大注，回翻D較合理。

美股強生無特別研究，基本上是有質素，有增長力的，不過唔知現價平貴。

至於海爾智家（6690）主要從事生產及銷售家用電器，並以３個自主發展的品牌（包括海爾、卡薩帝、Ｌｅａｄｅｒ）及４個收購的品牌（包括ＧＥ　Ａｐｐｌｉａｎｃｅｓ、Ｃａｎｄｙ、Ｆｉｓｈｅｒ＆Ｐａｙｋｅｌ及ＡＱＵＡ）營運業務。

佢家電產品涵蓋冰箱、冷櫃、廚房電器（包括油煙機、灶具、消費櫃及烤箱）、家用空調、商用空調、淨化器、新風系統、洗衣機等。

業務不差的，有質素，長遠有發展，現價合理區頂位。

------------------------------------------------

Q20038：

你好，想問1931同978 呢2隻股係咪唔ok.978放左好多年了，唉

啱啱去書局見到你本50值博倍升股。。。2018年著。咁係咪應該d股升曬了。。使唔使轉買50潛力優質股係咪update d

龔成老師：

華檢醫療（1931）業務波動，加上企業獨特性不強，整體的投資價值只是一般。

現時股價算是合理，但又未見有增長力。

招商局置地（0978）集團主要從事開發、銷售、租賃、投資及管理房地產，其實過往業務不過不失，不過增長力就唔強。

現價處合理區，不過這股收息較增長為佳，因此唔好對股價有太大期望。這股都有長線投資價值。

至於《50優質潛力股》，最新版是（2020年-2021年度）。

------------------------------------------------

Q20039：

老師 如供3067潛力係咪應該大過388
因388現價已經很高？

再請教3067現價已貼近52週最高 應該等回落至咩價位開始入貨呢？因銀行沒有月供此股

另收息股如想把939換成另一隻 請問有那些建議？

非常感謝你

龔成老師：

恆生科技ETF（3067）與港交所（0388）現價都略貴。

由於3067是一個組合，風險度會比港交所較低。如果銀行無得供，你自行分注去儲貨就得，例如每2個月入幾手手。

如果收息股想轉，可轉香港電訊（6823）或置富（0778）。

------------------------------------------------

Q20040：

成哥，想係度多謝你！我係大學上過一個personal finance嘅course，因此對財務自由、投資等已經有基本概念同認識。

不過由於只係短短一個sem個課程，而當中亦包括稅制等其他課題，令我對投資嘅認識非常有限，亦令我唔敢行出第一步，因為驚會蝕錢收場。

但自從上年認識咗你，睇完你百萬富翁系列之後，令我財務知識倍增，亦令我有信心同興趣開始投資同埋研究相關資訊。

依家小弟唔可以話自己好叻，但起碼因為成哥令我對呢一方面有正確、專業嘅知識，相信令我日後達成財務自由相當有幫助。多謝成哥！你日後嘅著作同埋課程，小弟一定會大力支持！

龔成老師：

太好了！

記住要保持知識增長，我深信，我地長遠的財富，一定同我地的財務知識，成正比！

加油！

----------------------------------------------

若你有問題想向本人發問，可在龔成的fb專頁中（www.facebook.com/80shing）inbox龔成，但要注意如無特別聲明，有可能將問答放上網，當然，會將發問者的身份，以及有關個人資料的部分刪去。

另外，我所給予的各種意見，只是供大家參考，當中無任何銷售及推介，不涉及任何利益，其實大家應該要有獨立分析的能力，我只是給予一些方向及純參考模式。

由於提問人數眾多，見諒無法即日回覆，如果是普通的提問，預起碼要7天以上才能回覆，若然是較複雜的提問，起碼要10天才能回覆，希望各位能諒解。

佈署 IoT Edge 和霧運算技術以開發智慧建築服務

2021年2月19日 星期五

《3S MARKET》這篇報導把物聯網的架構與實作，描寫的非常詳細，雖然在建築的細節上描述不多，但報導中也提及這是個實際驗證，可適用在很多的場域。不知道，有多少人真正看得懂？當然，連這篇都看不懂的人，就別說他真正了解物聯網、Edge 與 Cloud。

事實上這篇報導的描述不難了解，真正物聯網與邊緣運算的挑戰，是在實作。實作真正面臨的，是這些數據處理、融合、分析上的完整度，還有 —— 找到實作的場景！

摘要

基於 SoC 架構的嵌入式系統的進步，使許多商業設備的開發變得足夠強大，足以運行操作系統和複雜的算法。這些設備整合了一組具有連通性、運算能力和成本降低的不同感測器。在這種情況下，物聯網（IoT）的潛力不斷增加，並帶來了其他發展可能性：「事物」現在可以增加數據源附近的運算量；因此，可以在本地系統上，佈署不同的物聯網服務。

這種範例稱為「邊緣運算」，它整合了物聯網技術和雲端運算系統。邊緣運算可以減少感測器與中央數據中心之間，所需的通信頻寬。此方法需要管理感測器、執行器、嵌入式設備，和可能不連續連接到網路的其他資源（例如智慧手機）。這種趨勢對於智慧建築設計非常有吸引力，在智慧建築設計中，必須整合不同的子系統（能源、氣候控制、安全性、舒適性、使用者服務、維護和營運成本）以開發智慧設施。在這項工作中，分析和提出了一種基於邊緣運算範例的智慧服務設計方法。

這種新穎的方法，克服了現有設計中與服務的互操作性，和可伸縮性有關的一些缺點。描述了基於嵌入式設備的實驗架構。能源管理、安全系統、氣候控制和資訊服務，是實施新智慧設施的子系統。

1. 簡介

建築自動化系統使用開放式通信標準和介面，可以整合多種不同的建築控制規則，例如供暖、通風、空調、照明和百葉窗、安全功能和設備。但是，現有建築物通常不具有這些系統。

通常，每種安裝類型都提供特定的服務：供暖通風和空調（HVAC）控制氣候服務，攝影機和感測器提供安全服務等。僅當設計能源管理系統時，不同的子系統相關，但僅透過以下方式，連接建築物的能源管理系統。能源管理服務，集中在專用軟體中。

對於使用者和維護技術人員來說，提供不同服務的不同製造商，發現很難整合新的服務和功能。自動化建築將用於控制和數據採集的軟體，與工業協議和介面整合在一起。此外，將新服務整合到這種解決方案中並不容易，這取決於已安裝軟體的開發。

這些工業發展還為能源管理，提供了雲端連接解決方案和智慧服務。這些服務，也在集中式電腦系統中開發。數據被傳輸到這些系統或雲端進行分析。本文提出使用佈署在物聯網（IoT）技術中的邊緣和霧運算範例，主要有兩個目的：

A. 在自動化和非自動化建築物中，促進新的智慧和可互操作服務的整合（整合）。

B. 允許在建築物的所有子系統之間，分配智慧服務（互操作性）。

透過該建議，可以促進建築物子系統之間的關係。它還促進創建新的智慧服務（例如，新的分佈式智慧控制算法；使用電源管理捕獲的數據，來檢測人類活動；捕獲設備連接的模式辨識，運算可再生電力預測，在安全服務中使用電力數據等）。在這項工作中，我們設計了一個中間軟體的體系結構，該體系結構具有兩個主要層，這些層基於嵌入式設備、IoT 通信協議和硬體支援，來開發人工智慧算法（圖1）。

為了實現這一目標，我們在建築物的設施中添加了兩個概念等級：邊緣節點和霧節點。每個等級都有不同種類的設備和功能。我們佈署並實現了基於層的中間軟體的體系結構，以對模式進行實驗。

本文的組織結構如下：第 2 節回顧了智慧建築技術，建築物中的 IoT 佈署以及邊緣運算範例。第 3 節提出了一種在建築物（自動與否）中佈署邊緣和霧運算範例的方法。第 4 節介紹了進行的實驗。最後，第 5 節介紹了結論和未來的工作。

2. 相關工作

本節介紹與這項工作相關的主要研究領域。首先，我們在分析雲端運算層之後，回顧了基於邊緣運算範例的資源和服務供應。最後，我們研究了實現智慧建築的技術，並在最後的小節中，總結了先前研究的貢獻。

2.1. 邊緣運算資源和服務供應

最近，網路在兩端被標記為「邊緣」和「核心」，以查明處理發生的位置。邊緣端靠近數據源和使用者，核心端由雲端伺服器組成。透過這種方式，邊緣運算範例將運算推送到 IoT 網路的邊緣，以減少數據處理延遲，和發送到雲端的數據數量。基於雲端的後端，可以處理對時間不太敏感，或源設備本身不需要結果的處理請求（例如，物聯網網路狀態下的大數據分析）。

在邊緣運算資源供應方面，正在進行的 Horizo​​n 2020 RECAP 項目，提出了一種整合的雲端 - 邊緣 - 霧端架構，目的在解決應用放置、基礎架構管理和容量供應。雲端/邊緣基礎架構監控功能豐富了應用，基礎架構和工作負載模型，這些模型又被回饋到優化系統中，該系統可以協調應用並持續配置基礎架構。

徐等人進行的研究。 提出了一種用於邊緣運算的實用感知資源分配方法，稱為 Zenith。借助 Zenith，服務提供商可以與邊緣基礎設施提供商，建立資源共享合同，從而允許延遲感知資源調配算法，以滿足其延遲需求的方式，來調度邊緣任務。

邊緣節點資源管理（簡稱 ENORM），是管理邊緣/霧節點資源的框架，可透過監控應用需求，來自動擴展邊緣節點。可以透過靜態優先等級分配，來確定特定應用的優先等級。供應和自動縮放機制，是基於線性搜索的相對簡單的實現。

當源本身是可行動的時，邊緣雲範例也是可行的。 Chen 等人研究了行動設備向邊緣節點（特別是在無線電接入網路邊緣）的智慧運算分流。在這項工作中，作者提供了任務卸載算法，將分佈式運算卸載決策表述，為多使用者運算卸載功能。在同一項工作中，Wang 等人研究了聯合協調卸載任務，到多個邊緣節點的問題，並提出在邊緣等級引入及准入控制，以及兩階段調度方法，與傳統的最近邊緣選擇方法相比，改進了卸載性能。

2.2. 雲端運算服務配置

就社會和行業採用資訊技術而言，雲端運算範例是最具創新性的策略之一。提供的優勢提高了效率，並降低了成本，同時提供了可透過 Internet，普遍存取訪問的按需 IT 資源和服務。

當前，雲端運算服務種類繁多，甚至如何提供，這是一個受到廣泛研究的主題，正在提出許多的方案。甚至有評論總結了雲端運算範例的相關研究。

本小節介紹了有關以下問題的先前工作，這些問題與本手稿的主題有關：（i）安全性； （ii）服務品質（QoS）； （iii）提供邊緣服務。

（i）安全是雲端運算中一個具有挑戰性的問題。雲端服務位於應用環境之外，並且超出了防火牆的保護範圍，因此，需要附加的安全層。另外，邊緣和霧運算應用的行動性和異構性，使得難以定義單個過程。因此，需要一種分佈式安全策略。

此外，必須有一個標準化的環境，才能正確解決此問題，並指定霧運算和邊緣設備，如何相互協作。網路邊緣上的多個霧節點之間的敏感數據通信，需要資源受限的事物的輕量級解決方案。另一個與安全性相關的問題是數據位置。在雲端中運行數據分析是很常見的。因此，關於數據安全或隱私的公有雲與私有雲的爭論就出現了。

（ii）分配給雲端應用的資源，通常是根據合同規定的服務水準協議（SLA）所設置的。但是，實際上，由於偶爾執行大量事務，而導致分配的基礎結構飽和，可能會出現瓶頸。為了解決此問題，可以在資源可用時，動態擴展雲端基礎架構。當前，最具創新性的趨勢，目的在建構自動 SLA 合同合規系統。在 Faniyi 和 Bahsoon，以及 Singh 和 Chana 進行的研究中，可以找到與品質服務管理相關建議的詳盡綜述。考慮到這一點，提出了幾種策略來預測，應用的資源需求和 QoS 的要求。最近的工作試圖將安全性和 QoS 問題結合起來，以提供全面的性能指標。

（iii）最後，濫用雲端服務，是該領域的另一個問題。物聯網環境是霧和邊緣設備不斷加入或離開，動態的執行前後關聯。因此必須在網路邊緣提供彈性的服務。為此，在網路的可用設備之間，共享應用工作負載，可以為高階運算應用提供靈活性。提出了可靠的服務供應方法，來為系統提供更高的彈性，並提供靈活和優化的雲端服務。

在本主題中，將雲端框架和中間軟體技術，設置為與雲端層，以及具有不同介面操作系統，和體系結構的設備之間，進行通信的平台。

2.3. 物聯網在建築服務工程中

物聯網開發為在建築物上，開發數位服務提供了新資源。建築物中常見的物聯網應用，包括節能的過程環節、維護改進、雜務自動化和增強安全性。由於全球變暖，建築物的節能是一個重要的課題。

物聯網技術引入智慧建築，不僅可以減少本地溫室氣體排放，還可以將減少溫室效應擴大到更大的領域。目前，物聯網還被用於建築領域，以協助設施管理。物聯網使營運系統能夠提供更準確和更有用的資訊，從而改善營運，並為房客租戶提供最佳體驗。有基於物聯網的建議，這些建議顯示建築系統，如何與雲端進行通信，並分析所獲取的數據，以開發新的業務見解，從而能夠推動真正的增值和更高的績效。

實驗研究顯示，物聯網平台不僅可以改善，工業能源管理系統中實體的互連性，而且可以降低工業設施的能源成本。 FacilitiesNet 表示，建築物聯網（BIoT）正在推動我們獲取資訊，彼此互動和做出決策的方式發生重大轉變。BIoT 不僅與連接性或設備數量有關，而且還與交付實際和相關結果有關。當前，有很多基於物聯網的智慧家庭應用的例子。

然而，智慧設備或「物」，僅僅是連接到網路的設備或嵌入式系統。增值來自設計協調系統，和提供智慧服務，以提供實際收益的能力。這些特徵基本上，取決於對不同類型連接事物的異質性，及其互操作性的管理，並取決於數據處理提供的情報潛力。

Tolga 和 Esra 進行的研究得出的結論是，就智慧家庭系統中的軟體和硬體而言，物聯網技術尚未變得穩定。原因之一，有可能是物聯網技術仍處於發展階段。McEIhannon 所撰寫有關物聯網應用的邊緣雲和邊緣運算的未來，其評論得出了類似的結論。這篇評論提到概念和發展，目前還處於早期階段，從學術和行業的角度來看，許多挑戰都需要解決。

物聯網帶來了新的機會，但許多企業仍在尋求了解和分析，其將如何影響，並與現有的 IT 結構和管理策略整合。為此，必須創建專門的使用模式和技術，來彌合這一差距。

2.4. 發現

以下結論闡明了這項研究建議的新穎之處：

雲端運算作為「實用」的一般概念，非常適合智慧家庭應用的常規需求。但是，在某些情況下，將所有運算都移到雲端中，是不切實際的。

邊緣計算作為一種計算範例而出現，可以在物聯網設備生成的數據附近執行計算。這種範例可能有助於滿足最新應用的安全性和 QoS 的要求。

當前，控制子系統的高級建築設施，通常使用 Internet、IoT 協議和 Web 服務。專有系統是使用標準的 Internet 通信協議設計的，用於管制和監控。先前的工作顯示，基於無線感測器網路、Web 介面和工業控制模式，用於氣候控制、電源管理或安全性的控制系統，使用不同的監視和控制技術。監控應用分析，得自監控和數據採集系統中的這些子系統。對於不同的子系統，有不同的解決方案。考慮到上述情況，本工作中提出的模式，引入了以下新穎元素：

A. 介紹了一種分層架構（整合了邊緣和霧端等級），以及提供子系統之間互操作性，以及在建築物控制中開發智慧服務的方法，該方法使用了邊緣和霧端範例，這些範例將 IoT 協議整合在一起，並在本地 Intranet 中操作 AI 技術，讓雲端服務的通信層，完善了該層的架構。

B. 介紹了一種基於使用者為中心的方法，用於在互操作性需求下設計、驗證和改進新服務。

C. 該提案允許使用可以在已建的建築物中，實施的非專有硬體和軟體系統。

3. 計算模式設計

建築物中的設施子系統分為有照明、氣候、能源、安全、警報、電梯等。在自動化建築中，這些子系統由專門的控制技術控制和監控。在非自動化建築物中，不存在這些服務，並且子系統透過電子和電氣方式進行控制。在這兩種情況下，所有子系統都為建築營運，提供必要的服務。

從邏輯上講，每個子系統都在其場景中起作用，並且不能與其他子系統互操作。嵌入式電子控制器和連接的不同感測器，可以使每個子系統自動化。這些服務都是基於直接反應性控制規則。除了嵌入式控制系統和感測器之外，通信技術（基於 Internet 協議）和新的行動設備還為開發管制、監控和數據訪問服務，提供了新的可能性。

在智慧型動設備上開發，並連接到 Web 伺服器的人機介面和專用應用，是近年來已實現的服務的範例。每個子系統中的專家（氣候、安全性、電源等），都具有可以轉換為專家規則的知識。這些規則被轉換為用於管理、維護、控制、優化和其他活動的控制算法。這些規則是可以，在可程式設備上編程和實現的。但是，它們是靜態的，不會在出現新情況時發生變化，並且不能互操作，也無法適應每個安裝的特性。

例如，氣候或安全專家決定，如何使用標準啟動條件，來配置每個子系統。每個控制規則僅在一個子系統（此範例中為氣候或安全性）中工作，因此，這些子系統之間沒有互操作性。考慮到這種情況，提出的模式有助於並允許，基於不同子系統的互操作性，來整合新的數位服務，並將人工智慧（AI）技術的新服務，引入當前設施。

例如，諸如電梯控制的設施，可以用於安全服務或建築能源管理服務。氣候控制設施，可以與安全子系統整合在一起。整合到模式中的天氣預報軟體系統，可以由能源管理服務，或建築物空調服務使用。

目的是讓每個子系統中的專家，參與設計整合服務，並將所有子系統轉換為可互操作的系統。該模式會開發自動規則，並允許在考慮安裝行為本身的情況下進行決策。該模式基於一個過程，該過程包括四個開發階段（圖2）和分為不同級別的硬體 - 軟體體系結構（圖3）。該體系結構的主要等級，是邊緣等級和霧等級。這兩個層次介紹了在建築物中，應用物聯網技術的新穎性。下面介紹了模式的各個階段（分析、設計、實施和啟動）。

．分析：在此階段確定了不同的專家使用者（氣候、安全、電力、水、能源、管理人員，以及資訊和通信技術（ICT）技術人員）。諮詢專家使用者，以指定需要控制的主要過程。資訊通信技術專家作為整合環節，參與了這一過程。第一種方法產生了設計控制規則，和潛在服務所需的事物（對象）。在此階段，使用以使用者為中心的方法，並捕獲子系統的需求。

．設計：我們提出了一個三層架構（邊緣、霧端和雲端），如圖 3 所示。

．實施和數據分析：在此階段中已安裝和整合了子系統。服務基於每個子系統中的規則，分析事物（對象）生成的數據，以設計基於機器學習的服務。

．啟動：最初，在每個子系統的監督下制訂專家規則。然後，使用回饋過程安裝規則。最後，透過人工智慧技術，可以推斷出自動的和經過調整的規則。

3.1. 分析與設計

專家使用者對此過程，進行不同的審查。以使用者為中心的技術，用於設計整合流程。目的是獲得所需的所有事物（對象），它們之間的關係，以及潛在的服務。一旦指定了事物（對象）和服務，就必須關聯通信協議和控制技術。選擇了物聯網協議和嵌入式控制器；提出了人機介面；指定了邊緣層和霧層及其功能；分析專家規則和智慧服務。最後，提出了維護和操作方法。所有這些任務在專家技術人員，和資訊技術專家之間共享。

結果是事物的定義，它們之間的關係，以及與邊緣和霧層的交互作用。該過程中代表了建築物的所有子系統，數據感測器、執行器、控制器、規則和過程經過設計，可以整合所有子系統。數據集、對象和設備，由物聯網概念表示。事物由具有狀態和配置數據的實體，和前後關聯組成。事物數據位於霧和邊緣節點中，儲存的不同配置中的關聯性。

事物以數據向量表示：[ID、類型、節點、前後關聯情境]。

– ID是辨識碼。

– 類型可以是感測器、執行器、變量、過程、設備、介面、數據儲存，或可以在 IoT 生態系統中寫入、處理、通信、儲存或讀取數據的任何對象。

– 節點指定建築物子系統、功能描述、層類型（邊緣、霧端、通信或雲端）、IoT 協議和時程存取訪問。

– 前後關聯表示在 IoT 生態系統中，用於發布或讀取數據的時間、日期、位置，與其他事物的關係、狀態和訪問頻率。

表 1 是由事物（[ID、類型、節點]）。所有事物都可以訪問配置文件（CF），以了解如何使用可用數據，以及如何使用適當的訪問權限配置新數據。前後關聯數據位於內建記憶體，或是靜態儲存。使用定義的事物，設計不同的控制規則。這些控制規則是分佈在連接到網路的不同嵌入式系統中，控制過程的一部分。事物表示佈署在安裝的不同子系統中，所有的可用資源。在此等級上，設計師對所有事物進行分析、指定和關聯。基本控制算法是使用此資訊實現的。配置關聯性允許層和設備之間，所有事物的互操作性。

在此階段的另一級設計，必須提出物聯網管理中，使用的節點要求和規範。設計的流程和服務，將在邊緣或模糊節點中實施。必須指定每個節點，以確定其內部功能、通信及其服務。在獲取數據的地方，開發了智慧和處理能力。邊緣和霧層的節點，位於數據感測器、執行器和控制器附近。本文提出的方法，使用具有兩個功能的兩層（邊緣和霧端）。每一層都可以佈署互連節點的網路，以促進互操作性。

邊緣和霧層的功能是：

邊緣層功能：在連接感測器/執行器的嵌入式設備上，開發的控制軟體。某些 AI 算法可以安裝在邊緣節點上。中央處理器（CPU）和計算資源有限。安裝了通信介面，以允許在本地網路中進行整合。

霧層功能：局域網級別的通信、AI 範例、儲存、配置關聯性和監控活動。霧節點透過處理、通信和儲存，來處理 IoT 的Gateway、伺服器設備，或其他設備中的數據。在此等級實施本地、全球的整合服務。利用這些節點的硬體、軟體和通信功能，開發了基於機器學習範例的算法。霧層設備還可以在很少單位的設施或服務中，執行邊緣節點功能。

透過這兩個等級，可以優化建築設施，以獲得不同子系統之間的整合和互操作性。

表 1 顯示了每件事與關聯性配置，和節點規範的關係。節點標識其所屬的子系統（控制、能源、氣候等），層（霧端、邊緣、通信和雲端）及其執行的功能。

3.2. 架構設計

在分析和設計階段，獲得對象（事物）及其關係。規範和要求用於實現每個層。實施取決於提供所需功能的設計，和現有技術（硬體、通信和軟體）。在此階段，開發了一種適合現有設施的體系結構。物聯網協議提供互操作性，而 AI 範例則提供了適應性和優化性。邊緣運算節點用於控制設備，霧運算節點安裝在本地網路節點上。這些等級為配置、安裝和運行新流程，提供了強大的資源。

物聯網協議，傳達所有子系統數據。每個子系統由對象/事物（虛擬等級）組成，安裝為可連接的感測器/執行器/控制器設備（硬體等級）。

物聯網通信中，針對建築場景建立的要求是：標準協議、低功耗、易於存取訪問和維護、支援整合新模組，非專有硬體或軟體，以及低成本設備。

MQTT 協議，是目的在用於提供整合和互操作性資源，異構通信場景的主要物聯網協議之一。該協議被提議作為感測器、執行器、控制器、通信設備，和子系統之間的通信範例。

MQTT 協議的一些主要功能，在不同的著作中有所顯示，這使其特別適合於這項研究。他們之中有一些是：

．它是針對資源受限的場景開發的發布 - 訂閱消息協議。

．它具有低頻寬要求。

．這是一個非常節能的協議。

．編程資源非常簡單，使其特別適合於嵌入式設備。

．具有三個 QoS 等級，它提供了可靠和安全的通信。

MQTT 開發了無所不在的網路，該網路支持 n-m 節點通信模式。任何節點都可以查詢其他節點，並對其進行查詢。在這些情況下，任何節點都可以充當基地台的角色，能夠將其資訊傳輸到遠端處理位置。無處不在的感測器網路（USN）中的節點，可以處理本地數據。如果使用 Gateway，則它們具有全局可訪問性；他們可以提供擴展服務。

節點（邊緣或霧），可以具有本地和全局存取訪問權限。這些設施具有不同的可能性和益處。本地數據處理，對於基本過程控制是必需的，而全局處理則可用於模式檢測和資訊生成。從這個意義上講，擬議的平台使用了組合功能：連接到 IoT 雲端服務，本地網路區域上不同的 USN。在這種情況下，運算層（邊緣或模糊等級）將用作控制流程和雲端服務之間的介面。該層可以在與雲端進行通信之前，進行處理數據。

實現邊緣和霧端運算節點需要執行三個操作：

．連接和通信服務：所有設備必須在同一網路中，並且可以互操作。所有感測器和執行器都可用於開發服務。此活動的一個示例，是在 Internet 上遠端讀取建築物的電源參數、環境條件和開放的天氣預報數據。此活動中應實現其他功能，例如連接的安全性、可靠性和互操作性。

．嵌入式設備（邊緣運算層）中的控制算法和數據處理：在此活動中，這些設備中實現的基本控制規則和數據分析服務，可以開發新功能。此階段可以應用於數據過濾、運算氣候數據或分析功耗、直接反應控製，或使用模式辨識技術檢測事件。

．Gateway 節點（霧運算層）上的高階服務：此等級使用和管理 AI 範例，和 IoT 通信協議。霧運算節點對數據執行智慧分析，對其進行儲存，過濾並將其傳遞到不同等級，以糾正較低級別的新控制措施，或者生成雲端中服務感興趣的資訊。此階段的應用示例，包括分析新模式、預測用水量，或功耗、智慧檢測和其他預測服務。

3.3. 測試與回饋

在測試階段使用標準方法，邊緣和霧層提供不同的功能。提出了針對不同子系統的機器學習模式，並且可以將其安裝在邊緣或霧節點上。必須執行以下操作，來測試機器學習應用：

A. 定義和捕獲數據集：必須辨識、捕獲和儲存主要變量。在不同的建築子系統中，過程數據集是由連接到邊緣層的感測器捕獲的數據。使用通信協議監控和儲存數據集。一個案例是電表，該電表在配電盤中連接到嵌入式設備（邊緣節點），該嵌入式設備傳送電力數據，以在霧節點設備中儲存和處理。

B. 訓練數據集和形式辨識模式。先前數據集的一個子集，用於訓練不同的模式。評估針對從未用於訓練的數據測試模式，此過程的結果已由專家使用者驗證。目的是獲得一組代表性的結果，以了解模式在現實世界中的表現。

C. 實際場景中的驗證：必須在邊緣和霧節點上，實施新的服務和控制算法。這些模式具有用於分析數據，實施特定模式，並使用結果開發最佳參數的算法。在此階段，可以修改或進行改善模式。

D. 用統計術語和模式演變，得出測試結果：基於 AI 算法的模式而將產生近似值，而不是精確的結果。分析應用結果以確定置信度，並允許模式演化。該活動支持開發新的 AI 服務，或對已實現的算法進行修改。有監督的自動更改，是維護和改進系統的過程。此階段的過程，包括所有模式層。

建議對使用邊緣和霧，任何的安裝進行這些活動。如前所述，該模式既可以安裝在既有舊的建築物中，也可以安裝在新建築物中。對於新建築設計，基於建議模式的安裝更易於整合。此外，可以提供的服務的潛力，也使其對於既有建築物具有吸引力。

4.在建築子系統中，實施智慧服務

該模式在預先存在的住宅建築物上，進行了測試。設計和實施電源管理、管制和監控服務。物聯網協議（MQTT 和 HTTP）和 ML 範例，用於建議的層體系結構。基於 KNN 的機器學習方法，和樹決策算法用於管理功耗（家用電器），和可再生能源發電（風能和太陽能）。使用房屋中的霧節點，在雲端平台上實現監控和統計數據。該節點連接到控制可再生，和家用電器子系統的不同邊緣節點。

在圖 6 中，邊緣節點，整合在先前安裝的可再生子系統中。透過邊緣層上的這種新設備、電源管理、安全控制和操作流程得以整合，並且可以與其他子系統互操作。可以設計新的智慧服務。邊緣節點將數據傳輸到霧節點 Gateway，該 Gateway 管理功耗和發電，並控製家用電器。該節點中的輸入，是可再生能源發電的數據。輸出控件是 ON-OFF 開關，用於優化發電、安全性和操作。

4.1. 分析與設計

分析了住宅建築，以設計電源管理，安全和控制服務。 在第一種方法中，所需的主要事物（對象），它們之間的關係和不同的服務，如表 2 所示。

4.2. 執行

分析房屋中的建築子系統，以整合這個執行模式層：邊緣控制、霧服務，與雲端的通信和雲端服務。 選擇了本實驗工作中使用的感測器、執行器和控制過程（事物）。 表 3 列出了使用的嵌入式設備。

家庭服務中的控制過程，需要反應時間和互操作性。人機介面、數據存取訪問和分析服務，是本地和雲端運算上的服務。上面提到的兩個需求，都使用不同的協議處理：控制/通信上的 MQTT，和雲端服務上的 HTTP（RESTful API）是用於整合，並使所有子系統互操作的 IoT 協議。在提出的該層模式中，還使用 MQTT 協議、控制、數據處理，以及使用 RESTful 協議，到雲端的數據通信，來開發機器對機器（M2M）應用。

MQTT 使用開放的消息協議，該協議可以將遙測樣式的數據（即在遠端位置收集的測量結果），以消息的形式，從設備和感測器，沿著不可靠或受約束的網路傳輸，到伺服器（BROKER）。消息是簡單、緊湊的二進制數據包，有效載荷（壓縮的標頭，比超連結傳輸協議（HTTP）少得多的詳細資訊），並且非常適合推送簡單的消息傳遞方案，例如溫度更新或移動通知。例如，消息也可以很好地用於，將受約束的或更小的設備，和感測器連接到 Web 服務。

MQTT 通信協議，使所有對象可以互操作。透過此協議實現的發布者和訂閱者模式，可以互連所有設備和事物。該通信層由安裝在霧節點上的代理設備管理。不同的發布者和訂閱者，在不同的節點上實現。安裝了一個 Gateway 設備（霧節點）和兩個嵌入式控制器（邊緣節點），來控製家用電器和電源管理。事物和流程佈署在所有節點上。

邊緣節點控制子系統，霧節點根據決策樹，以及專家定義的規則，實現 AI 範例。霧設備將數據傳輸到雲端平台，以開發儀表板螢幕，來監看子系統的狀態。

可以開發新的雲端平台服務：事件檢測、機器學習處理、統計分析等。專家使用者設計基本的控制算法。在學習和訓練過程之後，將根據專家系統的結果，對這些算法進行調整和修改。在這項工作中，目標是在不損失生產力的情況下優化資源（控制和能源）。在邊緣或霧節點中，執行不同的控製過程；分類過程和決策樹在霧節點中實現。算法以 Python 語言實現。此語言的開源庫用於不同的應用。

4.3. 佈署與測試

對於現有建築物，邊緣節點交錯插入已安裝的控制器、配電板，以及感測器和執行器中。如果在分析階段指定了新的東西（電錶、氣候和控制器），則會安裝一些新的感測器/執行器。這項工作中佈署的邊緣節點具有以下優點：

．請勿干擾先前的安裝操作。

．他們使用新的專家規則和自動規則，引入新控件。

．他們測試和重新配置，在分析、學習和測試驗證中，設計更新的專家規則。


圖 7. 佈署在配電盤中的節點。 使用 IoT 協議通信，在不同節點中開發數據捕獲、控制算法、數據分析、儲存和通信服務

在電力管理過程中，專家使用者根據電力消耗、發電量、消耗負荷曲線、氣候數據和氣候預測數據，對具有選定流程的時間表，進行可程式處理。邊緣節點捕獲數據，並將其發送到霧節點。

霧節點處理室內和室外環境的日記數據，以及天氣狀況。霧節點還可以捕獲其他感測器數據。對房屋中的這些數據消耗和生成方式，進行檢測和分類。消費和發電結果，作為數據添加，以便與儲存的數據一起進行分析。可以使用機器學習方法開發，作為家用電器或人類活動檢測的智慧服務（圖8）。

4.3.1. 機器學習：數據捕獲過程（邊緣節點）和家用電器分類（霧節點）

連接在主配電盤中的電表，用於捕獲數據，並使用標準的 K 近似值，最近鄰（KNN）分類算法，來開發形式辨識模式。 KNN 是機器學習系統中最常見的方法之一。電表捕獲電流；如果連接了新的家用電器，則電流數據會更改。不同的家用電器具有不同的變化等級。

用於辨識家用電器的不同模式的主要變量，是連接時的電流水準差異。數據捕獲過程流程圖（圖9），顯示了在邊緣節點中實現的算法，以捕獲預處理並傳遞電力數據。

在此過程中，監督階段使用訓練數據集。接下來，真實場景中的驗證，將測試分類模式。家用分類設備將用於不同的服務：人類活動的辨識、負載控制、可再生能源管理、空調、安全性等。在訓練階段，已捕獲了不同的家用電器開機，以獲得一組形式。每個家庭都有一個矩心向量，將用於分類過程中的檢測。如上面所示的算法所示，分類器處理將產生連接時的電流數據作為輸入。KNN 分類過程流程圖（圖10）描述了 KNN 方法，它在霧節點中實現。

4.3.2. 可再生電源管理。控制電力自耗的決策樹

每個建築物都有不同的需求曲線，以及在接入電網方面的特定情況。為此，整合和可互操作的設施，可以實施適用於每種情況的不同解決方案，從而提供對太陽風資源的最佳管理，優化電源效率，簡化管理流程，並實現最高的成本節省。當可再生能源超過消耗的能源時，在使用 AC 耦合到電網的設施中，會出現問題。

在實驗工作中，太陽能在一天的中央時段的能量，大於所消耗的能量（圖11）。但是，在分析了消耗曲線之後，可以在這段時間內連接負載，以避免注入電網。可以透過設計一種算法，來滿足這一要求，該算法可以預測，何時發生此事件，以自動連接不同的負載。利用所有感測器和執行器的整合，和互操作通信，已經開發了在不同節點中，所實現的算法（圖12）。

13. 在電源管理子系統上開發的決策樹。 它由專業使用者設計，並整合在邊緣節點上。該決策樹的目的，在優化可再生能源的使用。

4.3.3. 基於 Edge 和 Fog 節點的 Control Home

圖 14 顯示了安裝在住宅房間中的邊緣節點。 該節點可以控制四個設備（設備），並捕獲感測器數據（功耗、發電量、溫度、濕度等）。該設備可以使用 MQTT 協議進行通信。該協議允許設備之間，進行其他類型的通信：智慧手機、新邊緣節點等。圖 7 和圖 14 顯示了可以在其他建築物中，佈署的標準實現。在所有系統中，都有配電板，這些配電盤佈署了霧節點和邊緣節點，如圖所示。

4.3.4. 使用物聯網協議的雲端服務

雲端服務可以監控，透過霧節點或人機介面（HMI）訪問的數據。 IoT 協議（MQTT）從任何已連接 Internet 的設備推送數據。事件檢測、儲存統計分析等其他服務，完善了該資源的功能。提供類似服務的不同平台，顯示了商用物聯網技術的狀態：Amazon IoT、Microsoft Azure、Ubidots 和 Thingspeak，是提供 IoT 平台的公司一些案例。提供了資源以及客戶端，和 IoT 平台之間的應用程式介面（API）通信，以便可以使用它們。

用於設計儀表板監控和管制的 HMI 資源，是這些平台上的主要實用功能之一。霧節點使用雲端 API 傳達數據和資訊，可以實施其他控制服務。在這些雲端平台上，預先建構了用於監控數據的儀表板設計。使用 API​​ 實用功能，霧節點中的過程處理，會將數據發送到每個儀表板。API 文件指定了在設備、IoT 平台和 Mobile-Alerts Cloud 之間，交換數據的結構，以及用於加速項目的代碼案例和形成資料庫。

圖 15 顯示了在 Ubidots 雲平台上，設計的儀表板。Ubidots是本實驗工作中使用的物聯網平台。該模式可以在實現這些協議的層，和平台中使用不同的標準協議。圖 16 顯示了在雲端平台中，IF 變量 THEN 動作的事件配置。大多數物聯網平台，都提供此功能。

5. 結論

為了設計物聯網系統，越來越多地提出邊緣霧模式。但是，每個範例都提供特定應用領域的解決方案。不同子系統之間的整合和互操作性，可以改善這種情況，並提供更好的服務。這項工作的主要目的，是透過提出一種基於邊緣層和霧層，兩層體系結構的運算模式，來解決這個問題。透過這兩層，可以基於使用邊緣或霧節點中，嵌入式的設備捕獲數據所產生的新型有用資訊，來設計和開發新服務。這些節點使用雲端平台和 IoT 協議（例如 MQTT）。

MQTT 是作為不同層（霧 – 邊緣 – 雲）之間提出的通信協議，並進行實驗的。雲端平台用於開發儀表板的面板資訊和 Internet 上的新服務，例如控制、儲存和通信事件。該平台可用於透過 API，交付不同的服務。

該模式可以在現有建築物和新建築物中，開發這些服務。在這種情況下，要求每個子系統中的專家和專業人員，參與新服務的設計。

為了測試該模式的功能，並顯示如何在實際設施中，實現該模式，在住宅中進行了一項實驗性工作。在此霧和邊緣節點前後關聯中，描述了實現的幾個範例。開發了模式辨識和決策樹方法，以展示人工智慧在設計 IoT 解決方案中的潛力。已安裝服務的結果顯示，邊緣和霧節點佈署，產生了預期中整合和互操作性的好處。

提出的工作演示了，如何將邊緣和霧範例，整合到可以增強其優勢的新架構中，從而擴展了應用領域。該體系結構的主要科學貢獻，是整合、技術的互操作性，及其為開發 AI 服務提供的設施的範例。所有這些改進，都在已開發的實驗的不同示例中顯示。具體的優化和改進，將在以後的工作中進行。此外，使用機器學習平台，和 AI 範例的新控制規則，將確保可以創建和改進新的智慧服務。

附圖：圖1.自動建構子系統和資訊技術環境。
圖2.基於使用者為中心關係的模式。
圖3.通信架構。 每個等級都有不同的功能。 提出了兩個通信等級：IoT（使用消息隊列遙測傳輸（MQTT））和 Web（使用代表性狀態傳輸（REST）協議）。這些協議的層，涵蓋了已建立的整合和互操作性要求。
圖4. 在建築物的現有設施上實施的邊緣霧架構示例：邊緣節點是較低的層次，必須與安裝的設備進行新連接。互連所有子系統的霧節點，是透過整合連接到邊緣節點的新設備來實現的。邊緣和霧節點，可以佈署在所有建築物子系統中。
圖5. 住宅建築中的第一個實驗工作。
圖6. 整合在先前安裝的可再生子系統中，邊緣節點的示例。 該節點可以使用新算法控制 ON-OFF 開關，以管理發電過程，以及通信和監控電源數據。
表1.事物示例描述。寫入 ID、類型和節點數據，以配置 XML 文件。配置關聯性儲存在霧節點中。
表 2. 實驗工作中的分析和設計要求。
表 3. 實驗室內使用的嵌入式設備。
圖 7 顯示了分佈在配電板上的節點（邊緣和霧狀）。在此節點中，設計並安裝了功率計、ON-OFF 開關控件和 AI 服務。
圖 8. 佈署的智慧電源功能。在霧節點中實施的分類過程，可用於檢測電連接和人類活動。可以使用 IoT 通信實現其他服務
圖9. 邊緣節點中捕獲，並預處理的用電量數據；MQTT 協議用於通信數據。另外，其他節點可以使用捕獲的數據，來提供其他智慧服務，佈署了整合和互操作性。
圖10. 分類過程。處理捕獲的電數據以檢測家用電器連接。可以使用 IoT 協議整合，來設計其他智慧服務。
圖11. 該圖顯示了實驗工作中的消耗和生產數據。 在自儲存的電力自備設施中，沒有儲存並且沒有注入電網，所產生的能量必須即時使用，並且不得超過所消耗的能量。 能源經理必須預測此事件，並提前連接電荷。
圖 12. 用電自耗設施中的可再生電源管理。
圖 13 是在電源管理子系統中，開發的算法的示例。 可以在邊緣節點上安裝此過程。該節點獲取氣候數據預測，並預測系統是否可以在不儲存的情況下，使用可再生能源。
圖14. 佈署的邊緣節點。該節點可以使用新算法，控制 ON-OFF 開關，並可以在每個房間或建築物中，通信和監控感測器數據。
圖 15. 在雲平台上配置的儀表板。顯示了風力發電數據和預測風力。
圖 16. 在雲端平台上配置事件的儀表板：IF 事件 THEN 動作。 該服務顯示了，如何使用雲端訪問來控制設施。與霧節點的 Internet 通信，可以控制建築物中的不同子系統，並使用電子郵件，SMS 或其他 Internet 服務來通報事件。

資料來源：https://3smarket-info.blogspot.com/2021/02/iot-edge.html?m=1&fbclid=IwAR0uijX5WdNrfzmGjVsakFGaEsWivPgyH1zumxVr7fwvvgqtdFFTI6jJXS8