据外媒报道，美国佛罗里达国际大学（FLORIDA INTERNATIONAL UNIVERSITY）工程与信息科学学院助理教授 Liting Hu 正在设计和构建一个流处理系统（stream processing system），以让对时延敏感的IoT应用受益并且性能得到提升。该系统可以提升工厂自动化、自动驾驶汽车和工艺自动化设备的功能。美国信息技术研究与顾问公司 Gartner 估计，到今年年底，将有 208 亿台联网产品投入使用，而此类应用都需要一个强大的数字化“体系架构”来快速处理数据，并可根据用户的即时命令采取行动。

未来，自动驾驶汽车会安装大量的传感器来收集驾驶活动数据。取决于不同传感器的角色，可以测量车辆之间的距离、对即将发生的交通状况提供指示、发现乘客最喜欢的音乐以及了解乘客办公室的地址。而自动驾驶汽车也是一种IoT应用，会产生大量的传感器数据。在许多时间紧迫的情况下，此类数据流必须在瞬间得到处理，以便获取具有可操作性的情报。

Hu 与其研究团队正在构建“可扩展和自适应边缘流处理”引擎，流处理指的是不断输入并分析数据。该项研究包括三个部分，首先，执行数据流抽象图，让流算子能够适应动态网络环境；然后，在 IoT 设备运行时，执行可定制数据的数据转移服务；最后，执行完全分散的架构，以处理 IoT 设备的任何请求。