随着嵌入式技术、信息技术和网络技术的快速发展，信息世界和物理世界紧密的联系在一起，在这种的背景下CPS应运而生。CPS是物联网的智能化扩展，也是下一代网络化机电一体化控制系统的核心技术。它需要对海量的感知数据和信息进行分析处理，实现智能化的决策和控制，同时它必须是安全的、可靠的、实时的、高效的，能为大型系统提供动态控制、信息服务和实时感知。具有重大的研究价值，世界各地许多科研人员都专注于CPS的研究，目前许多研究成果已经广泛的应用在各产业中，如仓库监控系统、智能家居网络、医疗控制系统、智能电网、智能交通系统、航天系统、灾难预测、能源管理系统、水资源管理、智能机器人等，给人们带来了极大的方便。显然这些应用都对实时性有较高的要求，因此对CPS的实时性方法的研究具有重要的意义。　　在过去十年中，数据一直是互联网当中增长最快的。每天都有2.5百万字节的数据，数据时代的到来，给计算系统、通信系统、控制系统等带来了极大的挑战，毫无疑问也给这个集计算、通信、控制为一体的CPS带来了前所未有的挑战。CPS具有实时性、分布式、高可靠性、强安全性、自治性等特征，其中高可靠性和实时性是CPS的重要特征。传统由人类专家创建的模型已经难以适应大数据下的CPS时实监控要求，大数据驱动的方法是一种有效的替代方案：它们利用现有的CPS中收集的大量数据，然后用这些数据自动学习必要的模型。在本文，引入了一种认知参考架构，以实现实时数据采集和存储。　　实时性对CPS系统至关重要，如果它们不能及时处理数据、控制，可能带来严重的灾难。本文主要从数据管理层面、控制层面研究保证CPS实时性的方法，详细介绍了实时调度相关理论及保证实时行的相关算法，对它们进行详细的分析、对比和验证。首先本文介绍了CPS体系结构、特点、应用前景、及在大数据背景下所面临的挑战。并提出一种大数据驱动的CPS模型。接着研究了CPS中的实时数据服务及动态CPS中的更新事务的调度问题。最后由于CPS是一个实时传感和控制系统，其中包含控制事务和更新事务，基于此，进一步研究了控制事务和更新事务的协同调度问题。