全新 RAZER BASILISK V3 - 超越想像的電競滑鼠
具有 11 顆可編程按鍵、全新 Razer™ HyperScroll 傾斜滾輪
更豐富的 Razer Chroma™ RGB 燈效，讓你隨心所欲 自我定義!

台北，2021年9月9日 – 引領全球風潮的電競配備潮流品牌 Razer™（香港股市代號：1337）今日宣佈推出全新的 Razer Basilisk V3 電競滑鼠，匯集所有最佳功能，提供更完整多樣的自訂彈性：具有 10+1 顆可編程按鍵、讓玩家迅速切換模式的智慧型滾輪，以及繽紛多彩的 Razer Chroma RGB 燈效，和玩家一起點燃激昂的戰鬥氛圍！
玩家心中完美指標，滿足所有需求
Razer於2017 年推出第一代的Basilisk 系列後持續進化，造就出一系列能讓玩家隨心自訂的遊戲滑鼠。對期待滑鼠應具備高度功能的玩家而言，Razer Basilisk 系列已成為玩家心中的完美指標，是自訂效果和卓越效能的代名詞，更是最佳選擇。
「Basilisk V3 根據前面幾代為基礎進階改造，滿足玩家對於可自訂、可調整的滑鼠功能這方面的所有需求。」Razer週邊設備業務資深副總裁張承志表示，「專注於細節是滿足玩家需求的關鍵，Razer的設計團隊透過 Basilisk V3 的創新滾輪，將可用性和自訂能力提升到全新境界。」

三種智慧捲動模式帶來最佳體驗
Basilisk V3 提供多種自訂選項，玩家可以透過硬體和軟體功能進行全方位客製。Basilisk V3採用全新設計的智慧 Razer HyperScroll 傾斜滾輪，為玩家實現流暢且無可比擬的捲動體驗。除了可使用自動切換模式，也可自行切換「分段捲動」、「智慧捲動」和「自由捲動」等三種獨特的模式。
• 分段捲動模式：高精準度的明確分段捲動，最適合捲動選擇武器或技能。
• 智慧捲動模式：透過 Razer Synapse 啟動此模式，在捲動速度變快時，滾輪會自動從分段捲動轉換成自由捲動模式。
• 自由捲動模式：滑順的高速捲動模式，最適合迅速瀏覽內容或模擬重複的遊戲命令。
此外，Basilisk V3 滾輪還具備虛擬加速功能，使用者可經由Razer Synapse做切換，讓滑鼠滾輪捲動的速度比實體的滾動更快，讓玩家能以更快的速度瀏覽冗長的文件和網頁。

前所未有的超高自由度，打造屬於自己的 Basilisk V3
Basilisk V3配備 10 顆方便好按的可編程按鍵，以及 1 顆可自訂設定檔的切換鍵，每一顆可編程按鍵可個別編程並定義快速重要動作，例如按鍵通話、Ping、巨集和次要功能等。最多可建置五個設定檔存在內建記憶體中，並在開啟不同程式時流暢切換，讓你隨時隨地進入最佳戰鬥狀態。
更炫的是Basilisk V3 升級為 11 個 Razer Chroma 發光區域，包括底部發光模組在內，發光位置遍布整個Basilisk V3，玩家可由 1,680 萬種顏色當中挑選自己喜愛的燈色、設定多款 Chroma RGB燈效。除此之外，目前已有超過 150 種遊戲整合了 Chroma 功能，燈效可與遊戲內的事件進行智慧化同步及互動，讓玩家感受沉浸式的遊戲體驗。

世代進化的強大功能，Razer Basilisk V3成為電競滑鼠新典範
Razer Basilisk V3 亦配備全球最先進、最精準的 Razer Focus+ 26K DPI 光學感測器，採用非對稱中斷等智慧功能，玩家可以視個人需求自訂抬升和放下距離。第 2 代 Razer 光學滑鼠按鍵軸的觸發速度僅有 0.2 毫秒，按鍵清脆、明確，更能避免誤觸雙擊的情況發生。
集全新功能與經典功能於一身的 Razer Basilisk V3 ，是可自訂遊戲滑鼠的新典範，為你的遊戲與工作創造絕佳體驗。

https://www2.razer.com/tw-zh/gaming-mice/razer-basilisk-v3

昨天我了一個很特別的做夢！

我夢到我在一個半廢墟的學校裡面，外面有很多鬼怪妖魔，看到人就會吃人吸血啃肉。

我遇到一個阿姨來到我的秘密基地求救，她哭著說她的孩子都被鬼怪吃掉了，我開了基地的門，收留了她。

但她每次安靜下來就會哭，一直喊著孩子名字。

但這高頻的哭聲則會引起鬼怪的注意，我的藏身基地也被找到，就在我安撫阿姨情緒時，基地整個屋頂被鬼怪掀開摧毀。

我抓著她拔腿就逃，往城市巷弄裡逃竄。

但說也奇怪，妖魔鬼怪似乎看不到我，也聞不到我，更感覺不到我。

但那個阿姨就很慘，鬼怪始終追著她跑，彷彿我是透明人一樣，但為了保護那個阿姨，我一直拉著她狂奔，儘管鬼怪看不見我。

最後我們逃到一個廢墟醫院裏的最底層地下室，我跟她說：「不要慌，一切都會沒事的，保持妳的呼吸，慢慢的調整呼吸...」

就在我安撫她的當下，我突然驚覺我不被妖魔看見的原因，就是我每天念的經裡面有摩利支天經!!!

「我弟子謝立聖，知彼摩利支天名，故無人能見我，無人能捉我，不為人欺誑我，不為人縛我，不被人債其財務，不為怨家能得我便。」

接著聽到鬼怪慢慢靠近醫院地下室的聲響，我安撫阿姨跟她說起十二緣起的咒與白話意思，告訴她摩利支天經的優勢，能讓她也不被鬼怪跟看見，我靠著記憶把經文一句一句的帶她念...

但她太驚恐了，念沒兩句就一直尖叫

我請他放輕鬆，告訴她我們還有時間，還能嘗試祈請護法保護，但她就是歇斯底里的狂奔，一邊喊著孩子名字，她最後倒在電梯門口，我追過去，擋在她面前。

鬼怪也從對面的走廊盡頭出現，慢慢逼近，我開始跟她解讀萬法唯心造的原理，跟她說那些鬼怪也可能是我們心念所造，而我們的輪迴也是心念與業力所推動，而我們慣性的專注投入這遊戲罷了。

她的吼叫慢慢變小聲，最後問我：「所以...都是我想的？」

我說：「是的，你可以借鏡他脫北者(解脫者)的智慧力量和慈悲，來看待一切，包括吃了你兒女的這個鬼怪！你們之間沒有二元對立的差別，其實一切都在你的意識裡，包括我！」

這時鬼怪像是被挑動什麼敏感神經一樣，開始換鬼怪歇斯底里的咆哮嘶吼，跟魔物獵人裡面的金獅子一樣發動狂暴模式。

我繼續念摩利支天咒，一句一句帶著她念，她終於肯跟著念，突然漆黑的地下室，被一道金光閃瞎，我懷疑有獵人偷放閃光彈連發！

但閃光過後，鬼怪定格了，全身僵硬，龐大的身軀慢慢變成灰白色，最後阿姨跟我慢慢靠近白化的鬼怪，突然一陣微風吹來，白化的鬼怪變成粉塵化開，散落在風裡飄走。

但阿姨的兩個孩子完好無缺的躺在地上，被粉塵覆蓋，阿姨飛奔過去，抱住孩子痛哭，而孩子也慢慢甦醒，兩個都安然無恙。

突然間，眼前又被閃了閃光彈，我眼前只剩下一片空白，完全看不到東西。

「欸，誰啦？沒怪了還一直閃？」我大喊。

「我是每天你祈請的那位，無人能見無人能捉。」

「咦？摩利支天嗎？」瞬間跪下去，哎呀，剛剛好沒禮貌。

「這次測試算是過關，你在緊急時刻沒忘記，也帶著慈悲心救一個陌生人，引導她面對恐懼與祈請，記住以後時時刻刻都要如此，讓一切成為反射動作，尤其中陰身時(死亡後八小時)的考驗會比剛剛更混亂更驚恐複雜！」

「啊！？所以剛剛是VR虛擬實境考試嗎？那剛剛的阿姨和鬼怪...」

突然間我知道了，這夢也是我內心的反射與害怕，所以造了一個練習的夢境，一切都在我內心裡，一切都是我的顯卡與記憶體和cpu在運轉。

我就自然醒了，時間剛好停在9：24。(我的生日)

我就跑去換供茶，上香，看看手機...結果看到今天是韋馱菩薩聖誕，馬上來念祈請文做早課。

呼，這夢真的好寫實，也是自己給自己的一個練習吧？我猜...

--
以上是我起床後馬上打字寫給包子的對話內容，記錄了這個特別有趣的夢。

也想起月稱菩薩曾說過：「愚者作惡下地獄，愚者行善上天堂，智者超越善惡得解脫。」

就像玩線上遊戲一樣，玩家技術不好或違反規則則會被懲罰掉裝或扣錢，玩家守法又按照規則走則會得到獎賞或解開任務享受報酬，但不論是懲罰還是獎賞，只要你還執著在遊戲裡，那就會在遊戲裡不斷輪迴鬼打牆。

但聰明的人設有停損點，只要發現這遊戲不是我一生該追求的唯一目標，那我就會當作消遣偶爾玩玩打發時間，不過度沉迷，甚至知道自己有可能會沉迷，那一開始就不玩不載不碰不儲值。

曾經有個朋友的朋友入迷線上遊戲，花了自己的全部壓歲錢就算了，開始偷刷爸媽的信用卡，用家裡電話去儲值付款，最後總共在遊戲裡面花了快80多萬，家人氣到把他送去親戚家住，他卻開始偷親戚的錢，還帶著親戚小孩一起玩一起刷...

最後親戚把他送回來說沒辦法帶，太誇張了。

也許這就是巨輪迴中的微輪迴吧？

最後要介紹這張圖，去年原本要畫韋馱菩薩，畫成鋼彈的形式，後來作罷改成帥哥版。

但今年就覺得，如果韋馱菩薩有一台超帥的巨型鋼彈機器人能駕駛，超帥的啊！

如果實體化擺在寺廟門口，我看佛學夏令營根本不用招生就自己會爆滿每個梯次。

所以就花了一點時間設計，畫好這尊室建陀號Skanda-01，靠這支巨型帶電降魔杵應該可以更高效的斬斷大家的煩惱與恐懼。

今年就送這尊巨神兵器給為韋馱菩薩，萬法唯心造，那這尊巨神兵器我就用最虔敬的心恭送給室建陀菩薩，希望您最後成為賢劫千佛最後一尊佛時，這巨型神兵也能一直進化，一直守護著佛法僧到您成佛為止，等您成佛，到時候我應該就要畫巨型如來航母給您祝賀！

最後想看摩利支天經全文的人，我放在留言連結裡。

最後還是祝福韋馱菩薩，室建陀菩薩生日大開心，大願能全部完成，我能幫上微薄之力我一定全力幫忙。

謝謝您，謝謝。

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

#V日報
#虹彩六號RainbowSix
#Lesion高科技Skin

FB粉專
https://www.facebook.com/Gamer-V-2345168045715576/
大家快來加入，以後活動宣傳、文章...等，都會丟在那邊喔!

戰隊粉專
https://www.facebook.com/%E4%BB%8A%E6%99%9A%E6%89%93%E8%80%81%E8%99%8E-2264471860462787/

----------------------------------------------------------------------------------------------
Cav今晚打老虎成員頻道！(訂閱訂起來~)

Joby：https://ppt.cc/fArCMx
安安：https://ppt.cc/fy4Gcx
----------------------------------------------------------------------------------------------


----------------------------------------------------------------------------------------------
贊助商資訊:
CoolerMaster
https://apac.coolermaster.com/tw/

水產優
https://www.weinashop.com/thebest_all.html
----------------------------------------------------------------------------------------------


----------------------------------------------------------------------------------------------
合作聯絡:
showtime_ya@hotmail.com
----------------------------------------------------------------------------------------------


虹彩六號一款很不錯的遊戲，我也希望玩家越來越多，社群持續壯大。
我在一些論壇上有看過玩家們放上自己的剪輯片段，有些東西做得不錯，但是瀏覽量不是很高，覺得可惜。
因此，如果你也是喜歡製作影片的玩家，從今以後，我歡迎、也誠摯的邀請你在我的影片下方留言中，貼上你的影片連結，希望能幫助你增加影片曝光率。(留言含有非Youtube網址時，可能會被系統暫時擋住，直到我進入後台按下核准才會出現，我會盡量每半天看一次留言，讓訊息趕快出現。)
而觀眾們也不妨試試看捧場那些貼出頻道連結的作者，或許能找到你也喜歡的頻道。(即便不合胃口的影片，也請以友善、包容、尊重的態度留下意見，那是對創作者的一種支持。創作者們受到評論，也請用同樣的心態正視每個意見。)

社群是集體努力的成果，不管你是觀眾、玩家、影片製作者，當我們共同熱絡在其中，R6或許可以再戰87年???


感謝你花時間閱讀，Let's go!


-------------------------------------------------------------------------------------------
喔對了，有餘力打賞的觀眾，歡迎嘗試下方的連結。
感謝你們的支持。
https://payment.opay.tw/Broadcaster/Donate/E09C4C8428CDDBF7D05C4FF8ABF308E5
-------------------------------------------------------------------------------------------


錄影:
GeForce Experience

後製:
Premiere
After Effects



硬體規格
CPU:i7-3770
顯卡:GTX970
記憶體:20G
SSD:240G
一般硬碟:1T
主機板:P8Z77-V LX

大家好! 這裡是Gamer-V的遊戲頻道，我叫做Vick。。
每一個觀眾的支持，都是頻道繼續成長的動力。
如果你覺得影片不錯，至少能讓你笑一下或者學了幾招，那請別忘了幫我按個讚或者訂閱喔!

也希望大家能多多將想法留言下來，不管是針對當集影片或者是未來期望能看到的內容，因為每個意見都是改善的機會。

頻道裡會漸漸增加一些不同類型的遊戲，請大家隨意支持喔!!

謝謝大家~~

By the way~
如果有興趣一起參與錄製的觀眾們，可以加入以下Discord頻道，錄影的時間不一定，有機會我就會從這邊找人喔~
https://discord.gg/ZnU2vMb


R6圖像設定:
貼圖:高
材質:16X
細節:超高
著色:高
陰影:非常高
反射:高
環境光:HBAO+
鏡頭:溢光+鏡頭眩光
聚焦:開
反鋸齒:T-AA
渲染倍數:100
T-AA銳利度:50


槍上的紅色火焰塗裝，是「烈火」塗裝，參加測試送的，但是現在不知道要怎麼得到了

片尾音樂:https://www.youtube.com/watch?v=J2X5mJ3HDYE
片頭音樂:來自Youtube創作者工具箱中的 Dark_Tranquility!

好康福利區
想贊助 ? 順便拿禮物！https://goo.gl/wuiknU
點讚 Joby 粉絲專頁，抽獎都在這裡！https://goo.gl/LUjmQD
Joby遊戲社團：https://goo.gl/tHPhQ4
----------------------------------------------------------------------------------------------
合作企劃來信至：Joby@kimo.com
----------------------------------------------------------------------------------------------
大逃殺系列
五分鐘教你更改遊戲設定，殺人翻倍不是夢！https://youtu.be/tqfIr1Ukz_Y
整場遊戲你該注意的事情！https://youtu.be/E9crdJiJTN8
----------------------------------------------------------------------------------------------
虹彩六號系列
2018年最新【備戰行動】搶先了解！https://youtu.be/xKSQgpFPFVM
設定好你的遊戲，讓電腦去配合你！遊戲設定解說！https://youtu.be/qa_n-t8dUmo
射擊遊戲滑鼠靈敏度高好還是低好？https://youtu.be/jL8o8enNpJ8
如何提高隊伍獲勝機率 ? 防禦概觀解說１！https://youtu.be/J1aWmv-_3JI
固點的好選擇是 ? 防禦佈置解說２！https://youtu.be/VK1nUXlmdOo
探員介紹 VigiL 解說！https://youtu.be/uW43ObziJJY
探員介紹 Sledge 解說！https://youtu.be/j68oaksGaN8
探員介紹 Mute 解說！https://youtu.be/Ogs0Y6rErPk
探員介紹 Smoke 解說！https://youtu.be/7pSzScLlICE
----------------------------------------------------------------------------------------------
獨家贊助廠商
宇瞻 http://consumer.apacer.com
酷瑪 http://apac.coolermaster.com/tw/
微星 https://tw.msi.com/
羅技 https://www.logitech.com/zh-tw　
墊墊印 https://www.facebook.com/GamingMousePad
----------------------------------------------------------------------------------------------
實況電腦配備
機殼水冷電源 - 酷瑪 Pro5 / 240/ 1300w
記憶體 - Apacer PANTHER RAGE DDR4 RGB 8GB 3200MHz x 8　
硬碟 - Apace Z280 M.2 PCIe 240GB x 1pcs
主機板 - msi X399 gaming pro carbon ac
鍵盤 - G910 羅技電競鍵盤　
耳機 - G933 羅技無線虛擬7.1聲道電競耳機
滑鼠 - G502 羅技電競滑鼠
CPU - AMD Ryzen? Threadripper? 1950X
顯示卡 - NVIDIA TITAN Xp
滑鼠墊 - 墊墊印客製滑鼠墊
麥克風 - Blue YETI 雪怪 USB 麥克風
螢幕 - ZOWIE by BenQ XL2740(240Hz/1ms)

昨天台股上漲百點功臣是台積電，在禮拜三公布台南地震的影響結果，並調整第1季業績展望，儘管毛利率下修，但在新台幣貶值與業績增加之下，營收不減反增，外資積極買進，讓台積電股價創下151元的新天價，也帶動設備廠漢微科(3658)股價直奔漲停。

昨天半導體類股指數上漲1.8%，重量級電子權值股上漲成為台股向上攻堅的要角，除台積電創新高價外，聯電(2303)上漲1.13%，選前一度炒得沸沸揚揚的中資入股台灣 IC 設計產業，選後又重燃希望。傳出經濟部有意找出解除反對者疑慮的可行方案，向新的立法院溝通，爭取支持，不排除在 520 前開放，帶動ic設計廠商大漲， f-矽力(6415收購題材發酵，加上收購恩智浦LED照明驅動產品線，法人看好收購事業有助提升每股盈餘，今年估計更進一步推升營收，股價漲停作收。

鈺創(5351)近年積極從記憶體商轉型為系統或次系統方案的供應商，今年更將強攻虛擬實境(VR)、無人機、機器人等新經濟應用市場，股價大漲7%。

智原(3035)中國光纖到府訂單去年下半年陸續出貨，今年第一季將延續去年動能持穩攀升，股價開高走高大長5%。

另外，台積電10奈米製程超車英特爾、三星等競爭對手，對首波10奈米客戶之一的聯發科有利，股價漲逾4%。

而除了電子股強勢，昨天金融股也發輝穩盤作用，類股指數上漲1.2%，玉山金(2884)上漲3.6%，國泰金(2882)新光金(2888)上漲超過2%，中信金(2891)富邦金(2881)上漲超過1%。

在其他強勢焦點股部分，浩鼎將於21日公布OBI-822乳癌新藥臨床試驗的解盲結果，市場預料將會帶來好消息，激勵浩鼎股價開高走高，股價重回700元關卡，超越精華光學，重登生技股王寶座。

其他生技股也受到激勵，太醫 (4126) 受到訂單加持，Q1淡季不淡，1月稅前獲利4505萬元，年增40.38%，早盤大漲6%，衝上波段高峰93.9元。景岳 (3164) 股價盤整多日，昨天出現放量大漲，開高走高漲停作收。和康生 (1783) 則是受到庫藏股實施帶動，以亮燈漲停作收，收復半年線並觸及季線。

鈊象(3293)自結1月合併營收達2.71億，創下歷史新高水準，近來股價沿著5日均線向上推升，昨日盤中股價衝上208元，創波段新高，

雙鴻(3324)1月合併營收達5.38億元，月增20.36%，創下單月歷史新高，即便近期漲多被列為警示股，但仍在買盤力挺下，昨天大漲6%。

弱勢股部分，宸鴻1月合併營收89.2億元，較前一月份78.09億元成長14.2%，較去年同期110.41億元減少19.2%，第一季還可能比去年第四季衰退，昨天股價賣壓沉重，開高走低終場跌勢擴大下跌5.75%。

災後重建概念股的中鋼構(2013)在連續上漲後昨天出現回檔，下跌 2%。