CN113168273A - 动态本体数据操作 - Google Patents
动态本体数据操作 Download PDFInfo
- Publication number
- CN113168273A CN113168273A CN201980081056.5A CN201980081056A CN113168273A CN 113168273 A CN113168273 A CN 113168273A CN 201980081056 A CN201980081056 A CN 201980081056A CN 113168273 A CN113168273 A CN 113168273A
- Authority
- CN
- China
- Prior art keywords
- data model
- asset
- asset data
- data
- ontology
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013499 data model Methods 0.000 claims abstract description 158
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 230000015654 memory Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 14
- CHBOSHOWERDCMH-UHFFFAOYSA-N 1-chloro-2,2-bis(4-chlorophenyl)ethane Chemical compound C=1C=C(Cl)C=CC=1C(CCl)C1=CC=C(Cl)C=C1 CHBOSHOWERDCMH-UHFFFAOYSA-N 0.000 description 13
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 10
- 238000013500 data storage Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 229910002092 carbon dioxide Inorganic materials 0.000 description 6
- 239000001569 carbon dioxide Substances 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013481 data capture Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 241001463014 Chazara briseis Species 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
实施例提供了用于动态地链接设备数据模型和资产数据模型的技术。动态地更新资产数据模型的第一一个或多个资产数据模型部件和设备数据模型的第一一个或多个设备数据模型部件之间的第一数据模型链接。处理设备数据模型以确定归一化数据关系路径,该归一化数据关系路径由推理引擎使用以填充设备元素数据集。实施例对资产数据模型执行资产数据模型查询,包括基于更新的第一数据模型链接,通过查询设备元素数据集来分析资产数据模型部件度量,并基于资产数据模型查询的执行生成资产数据模型描述性分析确定输出。
Description
相关申请的交叉引用
本申请要求2018年10月9日提交的美国临时专利申请No.62/743,333和2018年12月7日提交的美国临时专利申请No.62/776,745的优先权的权益,这些临时专利申请的公开内容通过引用全部并入本文。
技术领域
本公开涉及数字数据组织,并且更具体地涉及用于使用动态本体来组织与分布式系统相关联的数据的系统和技术。
背景技术
物联网(IoT)承诺大规模地将元素互连在一起。这些连接的元素可包括设备、车辆、家庭、城市以及任何其他系统或系统集合,其中包含合适的电子硬件、软件、传感器和使这些系统能够收集和交换数据的连接性。这种合并使得在全球范围内收集的大量数据可以转化为知识和可操作的信息。系统之间的交互和协作形成为完成一项或多项特定任务。这些任务根据应用的背景和环境而有所不同。例如,任务的范围从感测和监控环境特征(例如单个房间的温度或湿度)到控制和优化整个建筑物或设施以实现更大的目标(例如能源管理策略)。
取决于应用,连接的元素包括有助于感测、操作、致动、数据捕获、数据存储、数据处理和/或数据分析的异构和/或同构硬件。每种类型的元素都包含独特的数据结构,该数据结构详细说明了硬件本身的功能和/或测量的参数的数字表示。例如,温度传感器可以实现不同的硬件以促进温度测量。该硬件又提供不同的数据参数、和/或操作单元,例如温度测量单元、时间格式、MAC地址、IP地址和/或CPU类型数据。
数据结构的单位、值和参数的复杂性因可能在多个存储库中的任意数量的内存存储位置或混合数据结构中存在的存储和组织分布而加剧。此外,与任何关联的云服务的兼容性要求会进一步加剧这种复杂性。此外,虽然当前在特定的云应用和本地连接的网关、系统或设备之间存在紧密的耦合,但是这种紧密的耦合在用户或系统之间具有很高的依赖性,以更新各自的数据模型以允许访问必要的数据。因此,通过各种各样的可用连接元素及其紧密约束到相关云服务的相应数据结构,可获得真正大量的异构数据,高效地且有效地访问和分析这些庞大数据构成了严峻的挑战。
发明内容
本文描述的实施例提供了一种方法、系统和非暂时性计算机可读介质,包括动态更新资产数据模型的第一一个或多个资产数据模型部件与设备数据模型的第一一个或多个设备数据模型部件之间的第一数据模型链接。设备数据模型包含从多个设备收集并基于多个设备的一个或多个属性进行组织的数据。该方法、系统和非暂时性计算机可读介质还包括处理设备数据模型以确定由推理引擎用来填充设备元素数据集的归一化数据关系路径。另外,该方法、系统和非暂时性计算机可读介质包括基于更新的第一个数据模型链接通过一个或多个计算机处理器的操作来执行针对资产数据模型的资产数据模型查询,包括通过查询设备元素数据集来分析资产数据模型部件度量。该方法、系统和非暂时性计算机可读介质还包括基于资产数据模型查询的执行来生成资产数据模型描述性分析确定输出。
附图说明
上面简要概述的本公开的更详细描述可以通过参考各种实施例来获得,其中一些实施例在附图中示出。尽管附图示出了本文描述的选择实施例,但是这些附图不应被认为是对其范围的限制,因为本公开可以允许其他等效的实施例。
图1示出了根据本文所述的各种实施例的用于动态本体数据操作的系统的各方面。
图2A示出了与当前存在的硬件元素紧密相关联的云应用的各方面。
图2B示出了根据本文描述的各种实施例的可以连接到用于执行动态本体数据操作方法的系统的异构硬件连接元素的各方面。
图3示出了根据本文描述的各种实施例的为执行动态本体数据操作的系统提供数据的异构硬件连接元素的示例性部署。
图4A示出了根据本公开的各种实施例的示出包括数据模型关系的动态本体数据操作的部件的示例性框图。
图4B示出了根据本公开的各种实施例的示出包括数据模型关系的替代实施例的动态本体数据操作的部件的示例性框图。
图5A示出了示例性框图,该示例性框图示出了根据本公开的各种实施例的包括数据模型关系和相关联的数据模型部件的动态本体数据操作的部件。
图5B示出了示例性框图,该示例性框图示出了根据本公开的各个实施例的动态本体数据操作的部件,该部件包括替代实施例数据模型关系和相关联的数据模型部件。
图6示出了根据本公开的各种实施例的用于动态本体数据操作的方法的示例流程图。
图7示出了根据本公开的各种实施例的用于动态本体数据操作的系统的示例框图。
图8示出了根据本公开的各种实施例的动态本体数据操作的示例功能框图。
图9是根据本文描述的实施例的通用计算机系统的功能框图。
图10是根据图9的通用计算机系统的通用存储系统的功能框图。
在可能的情况下,已经使用相同的附图标记来指定附图共有的相同元件。然而,一个实施例中公开的元件可以在没有具体叙述的情况下有益地用于其他实施例。
具体实施方式
为了确保有价值的资产得到保护,系统及其相关设备现在监控来自资产的几乎所有关键数据以及可能与此类资产相关的外部数据。这种大量的数据在导航上非常复杂,并且本质上非常细致,以至于无法单独使用它来确定给定资产的状况。虽然资产可包含一系列非常复杂的系统,但是负责此类资产的个人可能只需要“执行”或“不执行”即可确定下一步。
为了解决将各种各样的不同数据结构管理成有组织的、人类可用的格式的复杂性的问题,除其他之外,如本公开中所描述的,可以利用用于动态本体数据操作的系统和方法。
本公开的实施例提供了多个益处。这些包括但不限于系统各个部件的开发团队能够彼此独立工作的能力。此外,每个设备或系统部件是分隔的,可以独立开发,而无需修改基于云的应用。支持通过动态配置提高灵活性。在一个示例中,当将具有其测量值的新传感器添加到网关设备时,关联的云应用能够自动添加关联的数据结构及其特征和关系。最后,可以为每个团队提供启用库(enabling library),以加速其实现并减少开发时间。
另外,本文描述的实施例可以促进对由资产和设备数据模型表示的设备或系统部件的控制。因此,尽管可以从各种设备和系统部件收集信息(即,数据可以沿北向流动),但是实施例可以进一步提供控制逻辑,该控制逻辑可以编排设备和系统部件的控制操作(即,控制指令可以沿南向流动)。
在特定实施例中,可以扩展模型以对新型设备进行建模。这样做,实施例可以提供基于现有资产和设备数据模型动态生成的人机界面。例如,在接收到对新设备建模的请求时,实施例可以使用现有资产和设备数据模型来确定已知设备类型,并且可以动态生成图形用户界面,该图形用户界面显示用户可以从中为新设备选择的设备类型列表。在一个实施例中,这样的界面还包括用于创建新设备类型的选项。在接收到对现有设备类型的选择之后,实施例可以基于现有资产和设备数据模型来确定设备类型的已知属性。这样的已知属性不仅可以包括设备的物理特征(例如,该设备配置有诸如按钮或滑块之类的致动器以及多个传感器设备),而且还可以包括该设备的使用属性(例如,该设备实现了特定的控制环,并且该设备的特定方面在某种程度上是可控制的)。另外,已知属性可以包括设备的人机界面属性(例如,特定控制环被表示为UI控制元素,诸如在触摸屏显示设备上示出的虚拟按钮)。这样,资产和设备数据模型可以使用模型视图控制器架构表示设备(例如,其中模型对应于设备的物理特征,视图对应于设备的人机界面属性,并且控制器对应于设备的使用属性)。
例如,在接收到对第一设备类型的选择之后,实施例可以(基于现有资产和设备数据模型)确定第一设备类型的设备包括发光二极管(LED)显示器、一个或多个传感器,LED显示器是可控制的,传感器数据是可历史化的,并且可历史化的数据在设备的LED显示器上以图形或图表的形式表示。实施例可以动态地生成图形用户界面,该图形用户界面提示用户确认或修改关于所添加的新设备的这些确定。这样做,实施例可以使用存储在资产和设备数据模型中的现有知识来提供改进的用户界面。
对于新型设备,以领域模型术语(执行某些测量,具有某些致动器,具有位置/组织关系等)描述设备,但我们也希望将其与资产模型相关联。设备测量通量、度量是可平均的,可以绘制图形,可维护状态,可以连接到控制设备以在监控方面测量其行为等。所有这些都可以由资产模型确定。这为我们提供了该设备的业务环境。UI可以提供链接到现有系统或设备(链接到控制环、链接到监控设备)的不同领域区域(例如安全系统)。
图1示出了促进和/或执行动态本体数据组织的系统的各方面。用于执行动态本体数据操作方法的系统可以包括一个或多个处理系统110和云计算环境120。连接到云计算环境120的是各种建筑物类型,例如住宅、商业和/或工业设施(140、150和160)。每个建筑物可以具有关联的数据存储阵列(分别为130a,130b和130n)。一个或多个连接的元素(如图2所示)与这些建筑物相关联,网络连接180也与这些建筑物相关联,以允许在系统各部分之间交换数据。
包括用于顺序联合查询方法100的系统的建筑物的类型或数量没有限制。例如,实施例可以包括房屋140和关联的数据存储阵列130a,办公楼150和关联的数据存储阵列130b或工业设施160和相关的数据存储阵列130n。每个建筑物可以维持到云计算环境120的网络连接180,并且从每个建筑物中的连接的元素经由网络连接180保持到每个存储阵列。应当理解,用于顺序联合查询方法100的系统的各个部分有助于同地协作或远程存储或处理解决方案。例如,用于住所140的数据存储阵列130a可以位于住所140本身内,在云计算环境120中的外部但仍在附近,和/或分布在一个或多个存储节点。
在图1所示的系统的一个实施例中,建筑物150包含一个或多个连接的元素,其执行监控或管理建筑物150的监控、致动、数据捕获、存储或处理。可以使用任何各种连接的元素通过网络连接180捕获、存储、处理数据、致动和/或操作相关设备到云计算环境120,到系统的其他部分。这些连接的元素可以包括硬件、模块和/或传感器。
例如,连接的元素、传感器或硬件可以被配置用于检测温度、湿度、环境光、声音、烟、一氧化碳、二氧化碳、运动、非导电流体、导电流体、振动、能量、功率、电压、电流或任何其他所需特征及其组合。连接的元素还可以操作、控制或铰接其他连接的元素、部件和/或其他系统,例如打开灯、打开门或窗、移动窗帘或触发门锁。连接的元素可以具有处理来自其他连接的元素的数据或将数据从一个或多个连接的元素传播到一个或多个其他连接的元素的能力。这种硬件处理能力可以是通过传感器测量环境参数的补充或替代。可以以任何组合来部署任何数量的连接的元素以监控或管理物理空间,包括例如壁橱、房间、住宅、商业建筑物、校园、办公室、长廊、工业环境或任何其他期望地点。
包含连接的元素的每个建筑物可以最终通过网络连接180连接到云计算环境120。该网络连接180允许通过以有线或无线连接方式连接到这种环境的各种设备访问云计算环境120。如图1所示,这样的设备可以包括一个或多个处理系统110,其能够接收来自用户的输入或提供自主操作。应当理解,作为动态本体数据操作方法的一部分,虽然不需要云计算环境120,但是它向其他连接的元素或系统提供附加的通信路径。实施例考虑了独用的、独立的或分布式系统。
图2A示出了与当前存在的硬件元素紧密相关联的云应用的各方面。这种紧密的耦合使用户或系统之间具有非常高的依赖性,以在各自的数据模型中进行更新以允许访问必要的数据。因此,对于通过各种各样的可用连接元素及其紧密约束到关联云服务的相应数据结构可提供的真正大量的异构数据而言,高效地且有效地访问和分析大量数据提出了严峻的挑战。
这样的云应用的示例的范围可以从显示温度、湿度或能量的时间序列图表应用到更高级的应用,例如通过聚合其子部件的状态来显示系统的健康的资产监控应用。
图2B示出了根据本文描述的各种实施例的可以连接到用于执行动态本体数据操作方法的系统的异构硬件连接元素的各方面。在一个实施例中,建筑物150包含用于监控或管理结构的一种或多种类型的连接元素210、220、230、240。这些连接的元素210、220、230、240经由有线250或无线260网络进行通信,并使来自每个连接的元素的数据结构通过网络连接180对于云环境120可用。网络连接180可以包括有线和/或无线连接类型。
例如,这种连接可以包括但不限于任何物理布线方法,例如5类电缆、同轴电缆、光纤、铜缆、双绞线或任何其他物理介质,以传播电信号。无线连接可以包括但不限于个人区域网(PAN)、局域网(LAN)、Wi-Fi、蓝牙、蜂窝、全球或基于卫星的通信网络。在其他实施方式中,云环境120和任何其他云环境之间的访问是可能的,这些其他云环境被配置为与类似于云环境的设备(例如现有云环境120)连接。附图所示和本文所讨论的计算设备仅意图是说明性的,并且计算节点和云计算环境可以通过具有可寻址或直接连接的任何类型的网络与任何类型的计算机化设备进行通信。
可以使用各种连接的元素来通过网络连接180执行到云计算环境120,到系统的其它部分的组织、访问、分析以及操作或感测、致动、数据捕获、存储或处理。因此,这些设备可以分别具有与每个设备相关联的不同的数据参数、字段、单元或一般的总体数据结构。
例如,如图2B所示,连接的元素210可以连接传感器以测量二氧化碳以监控建筑物150的空气质量并通过有线网络连接250进行通信。连接的元素可以被配置为获取数据并控制各种模块,例如连接的传感器以检测实施环境光和致动器220以改变乘员灯具的状态并通过有线网络连接250进行通信。连接的元素可以是用于温度和湿度的连接的传感器230以监控建筑物150的环境并通过无线网络连接2600进行通信。最后,连接的元素240用作连接的网关,以通过各自的网络连接250、260与关联的连接的元素210、220、230通信,处理每个数据结构,并将其传输到网络连接180以传输到云环境120。应该理解的是,作为顺序联合查询方法的一部分,虽然不需要云计算环境120,但是它向其他设备或系统提供附加的通信路径。其他实施例考虑了独用的、独立的系统和/或分布式系统。
这些连接的元素不需要以任何方式在地理上定位或逻辑分组以利用本文描述的实施例。在地理上或逻辑上对连接的元素进行分组可以允许更多的经济用途。可以完成诸如在公寓、家庭或办公楼中的地理分组,以及按功能在逻辑上定位连接的元素。许多逻辑分组示例之一是将连接的端点设计为感测温度,并靠近占用的位置以检测环境的变化。应当理解,连接的端点的分组也可以位于非常大的地理规模上,甚至在全球范围内。可以通过位于全球任何数量的设施中的网络来监控此类全局操作。
图3示出了根据本文描述的各种实施例的为执行动态本体数据操作的系统提供数据的异构硬件连接元素的示例性部署。示出了具有(3)层的建筑物310。楼层(1)312、楼层(2)314、楼层(3)316包含在建筑物310中。在图3中,每个楼层都有(3)个不同类型的连接元素。例如,连接的元素可以是连接的传感器330、332、334以测量二氧化碳,以监控建筑物310的空气质量并通过有线网络连接进行通信。连接的元素既可以是用于检测环境光的连接的传感器,也可以是用于改变乘员灯具状态并通过有线网络连接进行通信的致动器340、342、344。连接的元素可以是用于温度和湿度的连接的传感器350、352、354,以监控建筑物310的环境并通过无线网络连接进行通信。
给定图3中所示的配置,每个连接的元素可以具有各种数据结构,包括但不限于传感器特定的信息(温度/湿度、二氧化碳和环境光)、地理信息(区域、楼层、建筑物)和网络信息(MAC地址、IP地址、有线、无线)。其他连接的元素信息以及与连接的元素本身的操作有关的信息都是可用的。作为一个示例,在线或离线状态可用于进一步添加到每个连接的元素的数据构造。
此外,每个连接的元素可以具有关联的数据结构,该数据结构包括但不限于按时间、状态或非结构化基础存储的传感器特定信息(在本示例中为温度/湿度值、二氧化碳和环境光)。这样,每个连接的元素都有与其相关的历史。该历史或“数据日志”可以用于确定和识别时间数据中用于特定连接的元素的趋势和/或操作特征。此外,来自各种连接的元素的历史的组合的数据可以分析特定地理空间、系统和/或系统组(例如建筑物)的趋势和/或操作特征。
为了实现本申请中描述的益处,将物理工件(physical artifact)组织成数据模型是有益的。这些数据模型根据可用数据描述了物理工件的各种特征和结构。可以例如基于工件的能力来建立表征。在一个示例中,可以通过在数据接口中暴露以由应用程序利用的板载可用功能来描述传感器。表征还可以通过推断的特征或推断的功能来建立。在前面的示例中,可以推断出板载传感器可以是温度传感器,或者如果有多个传感器可用,则可以是温度、湿度和亮度。
应当理解,可以将多个数据模型彼此结合使用以形成关于工件的信息矩阵。例如,可以用诸如HVAC数据模型、安全数据模型和/或烟雾/火灾探测器模型的多个数据模型来描述房屋。推断的功能可包括用于HVAC系统的加热系统和冷却系统,用于安全数据模型的门传感器和玻璃破碎传感器,以及推断的独立烟雾和火灾检测系统。可以合并这些数据模型,以向房主提供有关其房屋状态的“安全”或“不安全”指示。
图4A示出了根据本公开的各种实施例的示出包括数据模型关系的动态本体数据操作的部件的示例性框图。在本文所述的各种实施例中,存在两种不同的数据模型,包括资产数据模型(ADM)400和设备数据模型(DDM)410。这些模型通过数据模型链接(DML)405连接。根据一个实施例,DDM410是更通用的域数据模型的一部分。通常,这样的域数据模型可以描述特定域的各种属性,并且通常可以描述与所讨论的应用相关的任何属性。例如,域数据模型可以包括为环境中的物理设备建模的设备数据模型,并且还可以描述特定于所讨论的应用的各种物理规则和属性,与周围物理环境关联的天气信息等等。
在一个实施例中,可以使用本体生成和编辑应用来生成ADM和DDM。此类应用的示例包括但不限于Protégé、WebProtégé和TopBraid ComposerTM。另外,资产和设备数据模型可以任何合适的语言生成。此类语言的示例包括但不限于RDF、RDFS和OWL。然而,更一般地,提供了本体生成和编辑应用以及语言的此类示例用于说明性目的,而没有限制,并且本领域的普通技术人员将认识到,可以使用任何数量的合适的应用和语言来生成和表示与本文所述功能一致的ADM和DDM。
资产可以被表征为被监控的单个对象或一系列对象的组合。与设备提供的单个数据流相反,监控资产代表了从纯数据转向以资产为中心的应用以完全管理产品生命周期的模式转变。这种转变的一个原因可能是设备的小型化程度提高,加上嵌入式系统的价格下降。另外,由于系统监控数据的相对复杂性,越来越需要监控有关其资产的健康状况的相对信息,而不是监控与监控其系统相关的大量数据。这样的资产视图可以是物理系统的高级表示。
应当理解,资产和相关联的ADM 400的示例可以包括但不限于单个传感器、传感器设备的组合、汽车、建筑物、过程和/或任何数量或类型的这些事物的组合。这些资产可以是商业、住宅或工业范围的资产,并且对于可以从本公开中受益的环境或资产类型,在本公开的上下文中没有任何限制。
类似于资产,设备可以被表征为具有某种能力以提供监控数据和/或执行控制操作的单个对象或一系列对象的组合。这样的设备在范围上是众多的,并且包括例如温度传感器、湿度传感器、致动器、指示器和/或网关设备的示例。设备可以是提供数据的此类传感器或硬件功能的混合物。本文描述的实施例还设想了可以与硬件设备或与可以提供数据的其他软件设备(例如,数据包分析器)对接的虚拟设备。这些设备的数据表示包括DDM410。DDM410可能会或可能不会完全展示关联设备的功能。
存在ADM 400和DDM 410之间的链接,该链接可以由用户或系统手动或自动修改。该数据模型链接(DML)405将ADM 400的数据特征映射到DDM410。这样的链接可以以各种方式实现。示例包括但不限于利用工具或服务,利用机器学习,深度学习和/或基于启发式的近似或其他方法来提供可能的链接的用户或系统。这样的链接可能在用户或系统创建后立即可用,或者可能需要用户进行验证。
图4B示出了根据本公开的各种实施例的示出包括数据模型关系的替代实施例的动态本体数据操作的部件的示例性框图。在该示例中,示出了单个资产和相关联的ADM400。应当理解,本文描述的实施例考虑了一个或多个资产和相关联的ADM400。此外,如图所示,可以由多个DDM 410和411表示一个或多个设备来监控资产。这些多个DDM 410和411将其数据从相应设备经由一个或多个DML 405映射到它们各自的ADM 400。以这种方式,一个或多个资产可以利用来自一个或多个监控设备的数据。
图5A示出了示例性框图,该示例性框图示出了根据本公开的各种实施例的包括数据模型关系和相关联的数据模型部件的动态本体数据操作的部件。ADM 400可以具有与资产412关联的几个关联的数据特征。这样的关联数据特征可以包括测量414、历史测量416、累积测量420和平均测量422。另外,ADM 400可以包括与资产412关联的控制特征。例如,ADM400可以指定资产包括可以进行物理控制的致动器(例如,能够在两个不同位置进行操作的物理开关),资产包括具有二进制显示状态的LED指示器,等等。这些数据和控制特征可以根据所描述的资产类型直接获得。应当理解,数据特征的数量和类型是多种多样的,并且基于数据模型可以用于的应用。
DDM 410可具有与设备本身相关联的几个相关联的数据特征。应当理解,这些数据特征可以直接从设备获得,并且可以推断出其他数据特征。直接数据特征的示例可以是设备类型424、传感器类型428、温度434和ID438。基于这些直接可用的数据特征,可以推断出许多数据特征。示例可以包括硬件类型426、温度传感器430、亮度传感器432、湿度传感器436、ID1 440和ID2 442。应当理解,数据特征的数量和类型是多种多样的,并且基于数据模型可用于的应用。另外,DDM 410可以包括与资产412相关联的控制状态特征。例如,DDM 410可以表示该设备能够从应用(例如,本地应用,在云计算环境中执行的应用程等)接收南向通信并对之做出反应。这样的通信可以包括例如一个或多个指令以控制资产412的方面。
如先前所描述,各种DML 405可用于在ADM 400和DDM 410之间建立数据链接,从而允许两个数据模型之间的无缝数据查询体验。作为一个示例,DDM 410温度数据特征434链接到ADM 400平均测量422,从而允许资产数据特征412查询DDM 410的平均温度,而无需复杂地理解资产与相关设备之间的数据关系。
图5B示出了示例性框图,该示例性框图示出了根据本公开的各个实施例的动态本体数据操作的部件,该部件包括替代实施例数据模型关系和相关联的数据模型部件。在该示例中,示出了单个资产和相关联的ADM 400。应当理解,本文描述的实施例考虑了一个或多个资产和相关联的ADM400。此外,如图所示,可以由多个DDM 410和411表示一个或多个设备来监控资产。这些多个DDM 410和411经由一个或多个DML 405将其数据从相应设备映射到其相应的ADM400。以这种方式,一个或多个资产可以利用来自一个或多个监控设备的数据,并且可以根据ADM 400及DDM 410和411中描述的控制方案进行控制。
类似于DDM 410,DDM 411可以具有与设备本身相关联的几个相关联的数据特征。应当理解,这些数据特征可以直接从设备获得,并且可以推断出其他数据特征。直接数据特征的示例可以是输出类型444和ID类型448。基于这些直接可用的数据特征,可以推断出许多数据特征。示例可以包括序列号446、ID1 450和ID2 452。应该理解,数据特征的数量和类型是多种多样的,并且基于数据模型可以用于的应用。
图6示出了根据本公开的各种实施例的用于动态本体数据操作的方法的示例流程图。方法600从框610开始,在框610中,推理引擎动态地更新资产数据模型(ADM)400和设备数据模型(DDM)410之间的数据模型链接(DML)405,该数据模型链接(DML)405在ADM,ADM部件、DDM和DDM部件之间建立关系元素。该过程在从资产到其相关设备的数据结构之间建立了动态链接。推理引擎的示例可以包括但不限于FACT++、HermiT和Apache JenaTM。更一般地,与本文描述的功能一致,可以使用任何合适的推理或推断引擎。
推理引擎可以处理DDM以确定由推理引擎使用的归一化数据关系路径,并填充DDM设备元素数据集(框620)以建立要推断出的归一化数据关系。这与如图5A和5B中所述直接可用的那些关系形成对比。应当理解,利用推理引擎处理数据可以用来归一化DDM中可用的数据集。这可能会基于设备和应用而有所不同,可能是物理的和/或虚拟的。推断的数据特征可以用于向DDM提供高级分析信息,并最终通过链接向ADM提供高级分析信息。
根据一个实施例,一旦DDM和ADM之间的链接完全建立并且数据可用,则推理引擎可以通过分析ADM部件度量来执行ADM查询(框630)。通过这种方式,引擎可以查询一个或多个链接的DDM,并收集和分析相关数据以确定需要采取什么进一步的措施。然后,推理引擎可以生成ADM描述性分析确定输出(框640),该输出允许用户或系统监控由一组非常复杂的设备组成的资产。示例可以包括单个“通过”“不通过”仪表板,用于过程、操作、设施、住宅或其他物理或虚拟应用的关键要素。此外,这些分析不是静态的,可以根据需要动态重构。另外,随着其他DDM的可用,可以创建额外和/或修改的链接以增强所需的ADM描述性分析。
图7示出了根据本公开的各种实施例的用于动态本体数据操作的系统的示例框图。系统的元素可以进一步包括一个或多个ADM 400、DDM 410、本体库生成器(OLGA)700、作为来自OLGA 700的输出的组装库以及链接模型DML 405。
在许多示例之一中,ADM 400和DDM 410向OLGA 700提供数据模型。这种方法可以包括定义本体模型、基于本体模型生成本体库、将本体库部署到IoT系统、基于部署到IoT系统的本体库生成本体实例、基于本体实例修改IoT应用、利用IoT应用管理IoT系统。
OLGA 700可以创建分别与ADM和DDM相关联的一个或多个ADM和/或DDM库。一个或多个DDM库可具有针对它运行的推理引擎,以归一化DDM可能具有的数据特征。可以创建一个或多个链接模型DLM 405以在ADM 400和DDM 410之间建立数据关系。该链接允许收集基于本体的数据,以填充本体DB进行查询和采取进一步的行动。例如,单个“通过”/“不通过”仪表板用于过程、操作、设施、住宅或其他物理或虚拟应用的关键元素。
另外,可以将来自各种ADM和DDM的数据复制到本体数据库730中,以由用户和/或系统根据需要进行语义查询。另外,数据可以配置为时间序列数据,并且被放置到数据结构(未示出)中,以供用户和/或系统以后进行访问。
图8示出了根据本公开的各种实施例的动态本体数据操作的示例功能框图。示出具有三个不同建筑物部分的工业建筑物800,包括:机房820、HVAC房间830和办公室空间840。每个不同建筑物部分具有三个不同类型的连接元素,包括用于测量二氧化碳传感器连接元素850、852、854的连接传感器和用于检测照明连接的元素860、862、864的占用/促动的连接传感器。连接的元素可以是用于功率测量的连接传感器870、872、874,以监控建筑物800各个部分的能耗。在本示例中,动态本体数据操作系统810可以预置定位,但是不需要与设施位于同一地点。
利用用于本体数据操作的方法,可能涉及一个或多个资产。例如,每个楼层本身可以是具有关联的ADM描述性分析确定输出(例如“通过”/“不通过”指示符)的资产。此外,工业建筑物800本身可以是具有关联的ADM描述性分析确定输出的资产。
机器车间领班可以负责监控与机器车间地板820相关联的传感器850、860和870,并且如果相关分析是“不通过”,则领班可以停止、暂停和/或终止地板上的工作以采取进一步措施。对于HVAC房间830和办公室空间840,可以遵循此范例。此外,建筑物安全团队可能具有ADM描述性分析,这些分析是这些楼层的总和(机器车间820、HVAC房间830和办公室空间840),并且可能包括或不包括额外ADM或DDM。在一个实施例中,ADM和/或DDM可以对环境内的各种设备的可控方面进行建模。例如,照明连接元素860、862和864可以提供接口,通过该接口可以远程提交控制命令(例如,打开或关闭灯、使灯变暗等),并且可以在ADM和/或DDM中表示此功能。在这样的实施例中,控制逻辑可以基于在ADM和/或DDMS中描述的照明元件的可用功能来为照明连接的元素860、862和864之一生成控制操作。然后可以使用ADM和/或DDM来生成用于照明元件的命令指令,并且将其(例如,使用数据通信网络)发送到照明元素以用于执行。
该示例说明了本公开的动态和高度可配置性质,其中彼此关联的ADM、DDM和DML引起了可用于多种应用的多种ADM描述性分析。通用计算机部件可以被使用并配置为机架入侵检测系统的部件。这样的计算机系统可以用于本文所述的各种实施例中,例如,通用计算机,例如基于英特尔奔腾型处理器、Motorola PowerPC、ARM处理器、Sun UltraSPARC,Hewlett-Packard PA-RISC处理器或任何其他处理器的通用计算机。
例如,用于动态地为基于云的环境配置定制设备的系统和方法的各种实施例可以利用或通过在计算机系统部件1000中执行的专用软件来实现,例如图10所示。该计算机系统部件1000的实施例本质上可以是通用的。计算机系统部件1000可以包括处理器1020,该处理器1020连接到一个或多个存储设备1030,例如磁盘驱动器、内存或用于存储数据的其他设备。存储器1030通常用于在计算机系统部件1000的操作期间存储程序和数据。计算机系统部件1000还可以包括提供附加存储容量的存储系统1050。计算机系统1000的部件可以通过互连机构1040联接,该互连机构可以包括一个或多个总线(例如,在同一机器内集成的部件之间)和/或网络(例如,在单独的离散机器上的部件之间))。互连机构1040使通信(例如,数据、指令)能够在计算机系统部件1000之间交换。
计算机系统部件1000还包括一个或多个输入设备1010,例如键盘、鼠标、轨迹球、麦克风、触摸屏,以及一个或多个输出设备1060,例如打印设备、显示屏、扬声器。另外,计算机系统1000可以包含一个或多个接口(未示出),该接口将计算机系统1000连接到通信网络(作为互连机构1040的补充或替代)。
在图10中更详细地示出的存储系统1050通常包括计算机可读和可写的非易失性记录介质1010,其中存储了信号,该信号定义了要由处理器执行的程序或者存储在介质1010上或中以由该程序处理来执行与本文描述的实施例相关的一个或多个相关功能的信息。介质可以是例如磁盘或闪存。通常,在操作中,处理器使数据从非易失性记录介质1010读入另一存储器1020中,从而允许处理器比介质1010更快地访问信息。该存储器1020通常是易失性随机访问存储器例如动态随机存取存储器(DRAM)或静态存储器(SRAM)。如图所示,它可以位于存储系统1000中,或者位于内存系统1030中。处理器1020通常处理集成电路存储器1030、1020中的数据,然后在完成处理后将数据复制到介质1010中。已知用于管理介质1010与集成电路存储元件1030、1020之间的数据移动的各种机构,并且本公开不限于此。本公开不限于特定的内存系统1030或存储系统1050。
该计算机系统可以包括专门编程的专用硬件,例如,专用集成电路(ASIC)。本公开的各方面可以以软件、硬件或固件或其任何组合来实现。此外,这样的方法、动作、系统、系统元素及其部件可以被实现为上述计算机系统的一部分或被实现为独立的部件。
尽管通过示例的方式将计算机系统1000示为可以在其上实践本公开的各个方面的一种类型的计算机系统,但是应当理解,本公开的各方面不限于在如图10所示的计算机系统上实现施。可以在具有图10所示的不同架构或部件的一个或多个计算机上实践本公开的各个方面。此外,在本文(或在权利要求中)将本公开的实施例的功能或过程描述为在处理器或控制器上执行的情况下,这样的描述旨在包括使用多于一个处理器或控制器来执行功能的系统。
计算机系统1000可以是使用高级计算机编程语言可编程的通用计算机系统。计算机系统1000还可以使用专门编程的专用硬件来实现。在计算机系统1000中,处理器1020通常是可商购的处理器,例如可从英特尔公司获得的众所周知的奔腾级处理器。还有许多其他处理器可用。这样的处理器通常执行操作系统,该操作系统可以是例如Windows 95、Windows 98、Windows NT、Windows 2000、Windows ME、Windows XP、Vista或Windows 7,或者是可从Microsoft Corporation获得的子代操作系统、可从Apple Computer获得的MACOS System X或子代操作系统、可从Sun Microsystems获得的Solaris操作系统、UNIX、Linux(任何发行版)或可从各种来源获得的子代操作系统。可以使用许多其他操作系统。
处理器和操作系统一起定义了计算机平台,针对该计算机平台编写了高级编程语言的应用程序。应当理解,本公开的实施例不限于特定的计算机系统平台、处理器、操作系统或网络。同样,对于本领域技术人员应该显而易见的是,本公开不限于特定的编程语言或计算机系统。此外,应当理解,也可以使用其他适当的编程语言和其他适当的计算机系统。
计算机系统的一个或多个部分可以分布在联接到通信网络的一个或多个计算机系统上。例如,如上所述,确定可用功率容量的计算机系统可以远离系统管理器放置。这些计算机系统也可以是通用计算机系统。例如,本公开的各个方面可以分布在一个或多个计算机系统中,该计算机系统被配置为向一个或多个客户端计算机提供服务(例如,服务器),或者执行总体任务作为分布式系统的一部分。例如,可以在客户端-服务器或多层系统上执行本公开的各个方面,该客户端-服务器或多层系统包括在根据本公开的各种实施例的执行各种功能的一个或多个服务器系统之间分布的部件。这些部件可以是可执行的、中间的(例如,内联)或解释的(例如,Java)代码,其使用通信协议(例如,TCP/IP)在通信网络(例如,因特网)上进行通信。例如,一个或多个数据库服务器可以用于存储设备数据,例如期望的功率消耗,其用于设计与本公开的实施例相关联的布局。
应当理解,本公开不限于在任何特定系统或系统组上执行。而且,应当理解,本公开不限于任何特定的分布式架构、网络或通信协议。
可以使用诸如SmallTalk,Java,C++,Ada或C#(C-Sharp)的面向对象的编程语言来编程本公开的各种实施例。也可以使用其他面向对象的编程语言。或者,可以使用功能、脚本和/或逻辑编程语言,例如BASIC、ForTran、COBoL、TCL或Lua。可以在非编程环境中实现本公开的各个方面(例如,以HTML、XML或其他格式创建的文档,该文档在浏览器程序的窗口中查看时呈现图形用户界面(GUI)的各个方面或执行其他功能)。本公开的各个方面可以被实现为编程的或非编程的元素或其任何组合。
总体上描述了上述系统和方法的实施例以用于具有大量设备机架的相对较大的数据中心;然而,本公开的实施例还可以与较小的数据中心以及除数据中心之外的设施一起使用一些实施例也可以是地理上分布的非常少量的计算机,以便不类似于特定的体系架构。
在以上讨论的本公开的实施例中,分析结果被描述为实时提供的。如本领域技术人员所理解的,术语“实时”的使用并不意味着建议立即获得结果,而是可以迅速获得结果,从而使设计人员能够在很短的时间段(例如几分钟)内尝试多种不同的设计。
因此,已经描述了本公开的至少一个实施例的几个方面,本领域技术人员将容易想到各种改变、修改和改进。这样的改变、修改和改进旨在成为本公开的一部分,并且旨在落入本公开的精神和范围内。因此,前面的描述和附图仅作为示例。
在前面,参考了各种实施例。然而,本公开的范围不限于具体描述的实施例。相反,可以考虑所描述的特征和元素的任何组合,无论是否与不同的实施例有关,都可以实现和实践所设想的实施例。此外,尽管实施例可以实现优于其他可能的解决方案或相对于现有技术的优点,但是通过给定的实施例是否实现特定的优点并不限制本公开的范围。因此,前述方面、特征、实施例和优点仅是说明性的,并且不被认为是所附权利要求的要素或限制,除非在权利要求中明确叙述。
本公开的应用不限于在以下描述中阐述或由附图示出的构造细节和部件的布置。本公开能够具有其他实施例并且能够以各种方式被实践或执行。同样,本文所使用的措词和术语是出于描述的目的,而不应被认为是限制性的。本文对“包括”,“包含”,“具有”,“含有”,“涉及”及其变体的使用是开放式的,即“包括但不限于”。
本文公开的各种实施例可以被实现为系统、方法或计算机程序产品。因此,各方面可以采取完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)或结合了软件和硬件方面的实施例的形式,这些方面在本文中通常都被统称为“电路”、“模块”或“系统”。此外,各方面可采取在其上实现有计算机可读程序代码的一个或多个计算机可读介质中体现的计算机程序产品的形式。
可以利用一种或多种计算机可读介质的任何组合。所述计算机可读介质可以是非暂时性计算机可读介质。非暂时性计算机可读介质可以是例如但不限于电子、磁性、光学、电磁、红外或半导体系统、装置或设备,或前述的任何合适的组合。非暂时性计算机可读介质的更具体示例(非详尽列表)可以包括以下内容:具有一根或多根电线的电连接、便携式计算机软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光学存储设备、磁存储设备,或上述内容的任何适当组合。可以使用任何适当的介质来传输体现在计算机可读介质上的程序代码,包括但不限于无线、有线、光缆、RF等,或者上述的任意适当的组合。
用于执行本公开的各方面的操作的计算机程序代码可以以一种或多种编程语言的任何组合来编写。而且,这样的计算机程序代码可以使用单个计算机系统或通过彼此通信的多个计算机系统(例如,使用局域网(LAN),广域网(WAN),互联网等)来执行。尽管参考流程图和/或框图描述了前面的各种特征,但是本领域的普通技术人员将理解,流程图和/或框图的每个方框,以及流程图中的方框的组合可以由计算机逻辑(例如,计算机程序指令,硬件逻辑,两者的组合等)来实现。通常,可以将计算机程序指令提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器。此外,使用处理器执行这样的计算机程序指令产生了一种机器,该机器可以执行在流程图和/或框图方框中指定的功能或动作。
附图中的流程图和框图示出了本公开的各种实施例的可能实现的架构、功能和/或操作。就这一点而言,流程图或框图中的每个框可以代表代码的模块、段或部分,其包括用于实现指定的逻辑功能的一个或多个可执行指令。还应注意,在一些替代实施方式中,方框中指出的功能可以不按图中指出的顺序发生。例如,取决于所涉及的功能,实际上可以基本上同时执行连续示出的两个框,或者有时可以以相反的顺序执行这些框。还应注意,框图和/或流程图说明的每个方框以及框图和/或流程图说明中的方框的组合可以由执行指定功能或动作的基于专用硬件的系统或专用硬件和计算机指令的组合来实现。
应当理解,以上描述旨在说明而不是限制。在阅读和理解以上描述之后,许多其他实现示例是显而易见的。尽管本公开描述了特定示例,但是应当认识到,本公开的系统和方法不限于本文描述的示例,而是可以在所附权利要求的范围内进行修改来实践。因此,说明书和附图应被认为是说明性的而不是限制性的。因此,本公开的范围应参考所附权利要求书以及这些权利要求书所赋予的等效物的全部范围来确定。
Claims (20)
1.一种方法,包括:
动态地更新资产数据模型的第一一个或多个资产数据模型部件与设备数据模型的第一一个或多个设备数据模型部件之间的第一数据模型链接,其中所述设备数据模型包含从多个设备收集的数据和对多个设备执行的控制操作,并基于多个设备的一个或多个属性进行组织;
处理所述设备数据模型,以确定由推理引擎使用以填充设备元素数据集的归一化数据关系路径;
通过一个或多个计算机处理器的操作,对资产数据模型进行资产数据模型查询,包括:基于更新后的第一数据模型链接,通过查询设备元素数据集来分析资产数据模型部件度量;
基于更新后的第一数据模型链接,基于对设备元素数据集的资产数据模型查询执行控制操作;和
基于资产数据模型查询的执行,生成资产数据模型描述性分析确定输出。
2.根据权利要求1所述的方法,其中,生成所述资产数据模型描述性分析确定输出还包括:从多个潜在状态中确定针对过程、操作、设施和住所中的至少一个的第一元素的状态。
3.根据权利要求2所述的方法,其中,生成所述资产数据模型描述性分析确定输出还包括:基于针对第一元素确定的状态,动态地更新用于仪表板的图形用户界面,以监控过程、操作、设施和住所中的至少一个。
4.根据权利要求2所述的方法,其中,生成所述资产数据模型描述性分析确定输出还包括:
基于所述状态选择控制指令;和
通过包括控制指令的数据通信网络发送电子通知,以使控制设备执行相应的操作。
5.根据权利要求1所述的方法,还包括:
在确定第二设备数据模型已经变得可用时,在资产数据模型的多个资产数据模型部件与第二设备数据模型的多个设备数据模型部件之间动态地生成多个数据模型链接。
6.根据权利要求1所述的方法,还包括:
通过本体库生成器处理资产数据模型和设备数据模型中的至少一个,以定义本体模型。
7.根据权利要求6所述的方法,还包括:
基于本体模型生成本体库;
将本体库部署到第一计算节点;
基于部署到第一计算节点的本体库生成本体实例;
基于本体实例修改第一软件应用;和
利用修改后的第一软件应用管理第一计算节点。
8.根据权利要求1所述的方法,还包括:
使用资产数据模型和域数据模型动态地生成用于修改设备数据模型以包括新设备的图形用户界面,其中域数据模型包括设备数据模型以及其他域特定信息。
9.根据权利要求8所述的方法,动态地生成所述图形用户界面还包括:
生成用于在新设备和资产数据模型的第二一个或多个资产数据模型部件之间创建链接的第一界面页面;
生成第二界面页面,用于定义由新设备生成的数据的属性;和
生成第三界面,用于定义与新设备关联的一个或多个组织关系。
10.一种系统,包括:
一个或多个计算机处理器;和
包含计算机程序代码的存储器,当通过一个或多个计算机处理器的操作执行该代码时,执行以下操作:
动态地更新资产数据模型的第一一个或多个资产数据模型部件与设备数据模型的第一一个或多个设备数据模型部件之间的第一数据模型链接,其中设备数据模型包含从多个设备收集并基于多个设备的一个或多个属性进行组织的数据;
处理设备数据模型,以确定由推理引擎使用以填充设备元素数据集的归一化数据关系路径;
针对资产数据模型执行资产数据模型查询,包括:基于更新后的第一数据模型链接,通过查询设备元素数据集来分析资产数据模型部件度量;
基于更新后的第一数据模型链接,基于对设备元素数据集的资产数据模型查询执行控制操作;和
基于资产数据模型查询的执行,生成资产数据模型描述性分析确定输出。
11.根据权利要求10所述的系统,其中,生成所述资产数据模型描述性分析确定输出还包括:从多个潜在状态确定针对过程、操作、设施和住所中至少一个的第一元素的状态。
12.根据权利要求11所述的系统,其中,生成所述资产数据模型描述性分析确定输出还包括:基于为第一元素确定的状态,动态地更新用于仪表板的图形用户界面,以监控过程、操作、设施和住所中的至少一个。
13.根据权利要求11所述的系统,其中,生成所述资产数据模型描述性分析确定输出还包括:
基于所述状态选择控制指令;和
通过包括控制指令的数据通信网络发送电子通知,以使控制设备执行相应的操作。
14.根据权利要求10所述的系统,所述操作还包括:
在确定第二设备数据模型已经变得可用时,在资产数据模型的多个资产数据模型部件与第二设备数据模型的多个设备数据模型部件之间动态地生成多个数据模型链接。
15.根据权利要求10所述的系统,所述操作还包括:
通过本体库生成器处理资产数据模型和设备数据模型中的至少一个,以定义本体模型。
16.如权利要求15所述的系统,该操作还包括:
基于本体模型生成本体库;
将本体库部署到第一计算节点;
基于部署到第一计算节点的本体库生成本体实例;
基于本体实例修改第一软件应用程序;和
利用修改后的第一软件应用管理第一计算节点。
17.一种包含计算机程序代码的非暂时性计算机可读介质,当由一个或多个计算机处理器的操作执行时,执行包括以下的操作:
动态地更新资产数据模型的第一一个或多个资产数据模型部件与设备数据模型的第一一个或多个设备数据模型部件之间的第一数据模型链接,其中设备数据模型包含从多个设备收集并基于多个设备的一个或多个属性进行组织的数据;
处理设备数据模型,以确定由推理引擎使用以填充设备元素数据集的归一化数据关系路径;
针对资产数据模型执行资产数据模型查询,包括:基于更新后的第一数据模型链接,通过查询设备元素数据集来分析资产数据模型部件度量;
基于更新后的第一数据模型链接,基于对设备元素数据集的资产数据模型查询执行控制操作;和
基于资产数据模型查询的执行,生成资产数据模型描述性分析确定输出。
18.如权利要求17所述的非暂时性计算机可读介质,其中生成所述资产数据模型描述性分析确定输出还包括:
从多个潜在状态中确定针对过程、操作、设施和住所中的至少一个的第一元素的状态;和
基于针对第一元素确定的状态,动态地更新用于仪表板的图形用户界面,以监控过程、操作、设施和住所中的至少一个。
19.如权利要求17所述的非暂时性计算机可读介质,所述操作还包括:
在确定第二设备数据模型已经变得可用时,在资产数据模型的多个资产数据模型部件与第二设备数据模型的多个设备数据模型部件之间动态地生成多个数据模型链接。
20.如权利要求17所述的非暂时性计算机可读介质,所述操作还包括:
通过本体库生成器处理资产数据模型和设备数据模型中的至少一个,以定义本体模型;
基于本体模型生成本体库;
将本体库部署到第一计算节点;
基于部署到第一计算节点的本体库生成本体实例;
基于本体实例修改第一软件应用;和
利用修改后的第一软件应用管理第一计算节点。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862743333P | 2018-10-09 | 2018-10-09 | |
US62/743,333 | 2018-10-09 | ||
US201862776745P | 2018-12-07 | 2018-12-07 | |
US62/776,745 | 2018-12-07 | ||
PCT/US2019/055463 WO2020076998A1 (en) | 2018-10-09 | 2019-10-09 | Dynamic ontology data operation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113168273A true CN113168273A (zh) | 2021-07-23 |
Family
ID=70165153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980081056.5A Pending CN113168273A (zh) | 2018-10-09 | 2019-10-09 | 动态本体数据操作 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210382928A1 (zh) |
EP (1) | EP3857346A4 (zh) |
CN (1) | CN113168273A (zh) |
WO (1) | WO2020076998A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11290343B1 (en) * | 2020-12-10 | 2022-03-29 | Hitachi, Ltd. | System and method for asset and data management |
US11336732B1 (en) * | 2021-07-26 | 2022-05-17 | Schneider Electric USA, Inc. | IoT licensing platform and architecture |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070055760A1 (en) * | 2005-08-22 | 2007-03-08 | Mccoy Sean M | Building automation system data management |
US20100023865A1 (en) * | 2005-03-16 | 2010-01-28 | Jim Fulker | Cross-Client Sensor User Interface in an Integrated Security Network |
US20120011126A1 (en) * | 2010-07-07 | 2012-01-12 | Johnson Controls Technology Company | Systems and methods for facilitating communication between a plurality of building automation subsystems |
US20150379400A1 (en) * | 2014-06-27 | 2015-12-31 | Igor Tatourian | Apparatus and methods for providing recommendations based on environmental data |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7529811B2 (en) * | 2003-08-21 | 2009-05-05 | Microsoft Corporation | Systems and methods for the implementation of a core schema for providing a top-level structure for organizing units of information manageable by a hardware/software interface system |
US8010909B1 (en) * | 2006-02-06 | 2011-08-30 | Microsoft Corporation | Derived hierarchy methods and system for definition, visualization and editing of data |
WO2011094734A2 (en) * | 2010-02-01 | 2011-08-04 | Jumptap, Inc. | Integrated advertising system |
US9830395B2 (en) * | 2014-08-15 | 2017-11-28 | Daqri, Llc | Spatial data processing |
US11556809B2 (en) * | 2014-12-14 | 2023-01-17 | Universitat Zurich | Brain activity prediction |
US20170249325A1 (en) * | 2016-02-26 | 2017-08-31 | Microsoft Technology Licensing, Llc | Proactive favorite leisure interest identification for personalized experiences |
US11074251B2 (en) * | 2016-03-31 | 2021-07-27 | Schneider Electric USA, Inc. | Semantic search systems and methods for a distributed data system |
US10620612B2 (en) * | 2017-06-08 | 2020-04-14 | Rockwell Automation Technologies, Inc. | Predictive maintenance and process supervision using a scalable industrial analytics platform |
US20200410415A1 (en) * | 2018-01-23 | 2020-12-31 | Wells Fargo Bank, N.A. | Computer-based systems for risk-based programming |
-
2019
- 2019-10-09 US US17/283,069 patent/US20210382928A1/en active Pending
- 2019-10-09 CN CN201980081056.5A patent/CN113168273A/zh active Pending
- 2019-10-09 WO PCT/US2019/055463 patent/WO2020076998A1/en active Application Filing
- 2019-10-09 EP EP19870702.8A patent/EP3857346A4/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100023865A1 (en) * | 2005-03-16 | 2010-01-28 | Jim Fulker | Cross-Client Sensor User Interface in an Integrated Security Network |
US20070055760A1 (en) * | 2005-08-22 | 2007-03-08 | Mccoy Sean M | Building automation system data management |
US20120011126A1 (en) * | 2010-07-07 | 2012-01-12 | Johnson Controls Technology Company | Systems and methods for facilitating communication between a plurality of building automation subsystems |
US20150379400A1 (en) * | 2014-06-27 | 2015-12-31 | Igor Tatourian | Apparatus and methods for providing recommendations based on environmental data |
Also Published As
Publication number | Publication date |
---|---|
US20210382928A1 (en) | 2021-12-09 |
WO2020076998A1 (en) | 2020-04-16 |
EP3857346A4 (en) | 2022-06-08 |
EP3857346A1 (en) | 2021-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190074011A1 (en) | Controlling connected devices using a relationship graph | |
CN109219808B (zh) | 分布式系统的上下文特征数据驱动的顺序联合查询方法 | |
US11698902B2 (en) | Semantic search systems and methods for a distributed data system | |
Bruneau et al. | DiaSim: A parameterized simulator for pervasive computing applications | |
US20230252082A1 (en) | Semantic search and rule methods for a distributed data system | |
US11442956B2 (en) | Transactional-unstructured data driven sequential federated query method for distributed systems | |
CN113168273A (zh) | 动态本体数据操作 | |
EP3714377A1 (en) | Semantic search method for a distributed data system with numerical time series data | |
Fernández-Montes et al. | Software reference architecture for smart environments: Perception | |
Bruneau et al. | Diasim: a simulator for pervasive computing applications | |
JP2017097860A (ja) | 環境イベントタスクマネージャに関するシステム及び方法 | |
Cardinale et al. | Semantic framework of event detection in emergency situations for smart buildings | |
CN110933952B (zh) | 用于分布式数据系统的语义搜索及规则的方法 | |
Oh et al. | Simulating Context-Aware Systems based on Personal Devices | |
Ro et al. | Complex sensor mashups for linking sensors and formula-based knowledge bases | |
Hawdziejuk et al. | An interface for the rule-based home automation system | |
de Abreu | An Extensible Framework for Smart Environment Simulations for IoT | |
Greenhalgh et al. | Combining System Introspection with User-Provided Description to Support Configuration and Understanding of Pervasive systems | |
Mikulecký | Applications of Semantic Technologies in AmI |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |