CN106407640A - 数据可靠性分析 - Google Patents
数据可靠性分析 Download PDFInfo
- Publication number
- CN106407640A CN106407640A CN201610515372.7A CN201610515372A CN106407640A CN 106407640 A CN106407640 A CN 106407640A CN 201610515372 A CN201610515372 A CN 201610515372A CN 106407640 A CN106407640 A CN 106407640A
- Authority
- CN
- China
- Prior art keywords
- supply chain
- assembly
- configuration
- data supply
- data
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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
- G06F16/2365—Ensuring data consistency and integrity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/008—Reliability or availability analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1448—Management of the data involved in backup or backup restore
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/13—File access structures, e.g. distributed indices
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/84—Using snapshots, i.e. a logical point-in-time copy of the data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Computer Security & Cryptography (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请的各实施例涉及数据可靠性分析。根据示例,数据可靠性分析可以包括扫描数据供应链的一个组件,以及基于该扫描来确定该一个组件的配置。数据可靠性分析还可以包括分析配置,以及基于对配置的分析来检测配置中的至少一个配置的变化。该变化可被与对应的配置规则比较以确定该变化是否是影响与该一个组件有关的数据的一致性的缺陷。响应于该变化是缺陷的确定,可以基于该对应的配置规则来确定与该缺陷有关的解决方案。可以基于与该缺陷有关的解决方案来修改该一个组件的配置以校正影响数据的一致性的缺陷。
Description
技术领域
本申请的各实施例涉及数据可靠性分析。
背景技术
数据可以包括定性或定量变量的一组值,其中每条数据可以代表单独一条信息。数据可以被测量、收集、报告和分析例如以按照用于可视化的图形或图像格式被显示。一般而言,数据可以与按照适合于更佳使用或处理的形式对现有信息或知识的表示或编码有关。数据的可靠性对于与数据有关的进一步分析可以是最重要的。
附图说明
本公开内容的特征通过在附图中示出的示例的方式被例示。在附图中,相似数字的指示相似要素,其中:
图1图示了根据本公开内容的示例的包括数据可靠性分析系统的环境;
图2图示了根据本公开内容的示例的用于图1的数据可靠性分析系统的架构图;
图3图示了根据本公开内容的示例的包括图1的数据可靠性分析系统的企业环境的架构图;
图4图示了根据本公开内容的示例的用于数据可靠性分析的方法的流程图;
图5图示了根据本公开内容的示例的用于数据可靠性分析的方法的另一流程图;以及
图6图示了根据本公开内容的示例的计算机系统。
具体实施方式
为了简明和例示性的目的,本公开内容通过主要参考其示例而被描述。在下面的描述中,陈述了大量具体细节以便提供对本公开内容的深入理解。然而,将明显的是,本公开内容可以在没有对这些具体细节的限制的情况下被实施。在其他情况中,没有详细描述一些方法和结构以免不必要地使本公开内容模糊不清。
贯穿本公开内容,术语“一”和“一个”旨在表示至少一个特定要素。如在这里使用的,术语“包括”意味着包括但不限于,术语“包括…在内”意味着包括但不限于。术语“基于”意味着至少部分地基于。
在现今的数据丰富环境中,包括实时数据的数据可被用于对各种任务的管理。例如,在制造环境中,包括实时生产数据的数据可被用于监视正在进行的操作,和/或用于对过程(例如,维护、库存控制等)进行调查和优化。在企业层次,数据可被用于关键绩效指标(KPI)报告、优化任务、成本比较、对进行分析的许可等。根据另一示例,来自温度传感器的数据流可被表示为标签,其中与多个温度传感器有关的每个标签或者标签组的数据供应例如取决于数据在过程中的何处具有其源而可以不同。标签可被描述为数据流,其指代数据流的源,数据流的源可以是传感器、演员、错误信号等。源的性质可以确定具体标签的行为,并且由此确定该标签的正确配置。实时数据可被直接从资产用于关键决策的另外示例包括环境排放、预防性维护、废物最小化、运行时间优化等。
可以按照各种采样速率(诸如分钟、秒、亚秒等)来测量实时数据。实时数据也可以被表示为事件序列数据,并且被用作测量的数据的基础的数据库可被表示为“历史学家(historian)”。
因为这样的数据对于满足有关需求是高度相关的,因此这样的数据的可靠性和可信度可以是最重要的。关于这点,对数据的可靠性和可信度有影响的方面包括贯穿整个数据供应链的配置参数。配置参数可以被描述为一组属性,其描述在特定系统中将如何处理源自输入信号(例如,传感器)的数据流。对数据流的处理可以包括基于特定系统的功能的变换、存储、情景化或者任何其他。
数据供应链可以包括与包括传感器(例如,智能传感器、传感器网络等)和系统(例如,分布式控制系统(DCS)、子系统、历史学家、应用、分析工具和/或报告)在内的资产有关的数据。数据的供应链可以包括多个系统,其消费数据、生成数据、存储数据并且通过其他系统传递数据或传递来自其他系统的数据。数据的这样的供应链可以例如包括为了数据而被可编程逻辑控制器(PLC)扫描的传感器。PLC可被描述为用于工业机电过程(诸如对工厂装配线上的机器、游乐设施或灯具的控制)的自动化的数字计算机。PLC可被设计用于数字和模拟输入和输出的多个布置。PLC是“硬”实时系统的示例,这是因为可以在有限时间内响应于输入条件而产生输出结果,否则可能导致意外操作。
PLC可以将其信息传递到DCS系统,DCS系统经由联网设备经由开放平台通信(OPC)系统将其数据提供给历史学家。DCS可以被描述为用于过程或工厂的控制系统,其中控制要素可以被贯穿整个系统分布。这与非分布式系统形成对比,非分布式系统可以使用中央位置处的单个控制器。在DCS中,控制器的层级可以被通信网络连接以用于命令和监视。OPC可以被描述为用于工业电信的一系列标准和规范。OPC可以指定来自不同制造商的控制设备之间的实时工厂数据的通信。历史学家可以消除过程控制域与办公室域之间的隔阂。在办公室域中,实时数据可以被聚合并发送到企业资源计划(ERP)系统和其他报告工具。
数据的供应链中的数据处理组件(例如,DCS、历史学家等)可以包括标准组件,并且可能未被针对单个(或者统一)设备被优化,并且因而可能引入数据的不一致和不准确。另外,传感器也可以包括不一致和不准确。在被良好管理的数据供应链中,这些不一致和不准确可能不影响实时数据的可靠性和可信度。然而,工厂和/或资产在数据的供应链中可能包括数百数千的标签和若干数据处理系统。因此,与这样的工厂和/或资产有关的过程可能是动态的,其中系统和传感器被频繁改变(例如,修复或替换)。因此,来自数据供应链的实时数据可能是不可靠的。
可能是对于实时数据的可靠性和可信度的威胁的另一方面是数据是否源自有效的源,以及数据是否已被未被授权执行特定动作的一方故意改变。例如,这样的未授权的动作可以经由数据供应链的配置而被执行。
除了前述技术方面之外,组织方面也可能向数据供应链添加复杂性并因而添加不可靠性。例如,组织中的标准化或缺乏标准化可能添加关于数据供应链中涉及的资产(例如,关于资产的替换和/或维护)的复杂性,并且因而向数据供应链添加不可靠性(即,数据的最终值作为用于分析的基础可能不是正确的)。例如,组织可能包括负责对组织的不同系统和功能进行配置、建模和维护的不同团队。
为了解决前面提到的关于数据可靠性的挑战,在这里公开了一种数据可靠性分析系统和用于数据可靠性分析的方法。对于在这里公开的系统和方法,可以例如通过对数据供应链中的例如包括标签配置的配置的重复的扫描、比较、检测、报告和校正实现数据的良好管理的供应链。标签配置可被描述为在系统中处理的工厂中的单个数据流的配置。“名称”是来自传感器的属性之一。其他属性可以包括范围、警报级别、PLC存储器地址、数据类型、表示行为等。一个标签可以包括用来描述其行为的许多属性。
根据示例,在这里公开的系统和方法可以按照独立于厂商特性的通用方式工作。
根据示例,在这里公开的系统和方法可以提供对数据供应链(例如,包括传感器、DCS、历史学家等)中的配置的重复扫描以生成配置数据库。来自配置数据库的配置可以针对数据供应链而被比较,并且不一致可以基于比较而被标识。例如,基于配置规则,配置可被自动地(即,没有人为干预)更新。在这里公开的系统和方法因而可以提供基于对与实时数据被如何生成有关的一致性的指示的增加的数据可靠性。
根据示例,在这里公开的系统和方法可以例如通过读取来自异构环境(例如,传感器、DCS、历史学家、厂商以及组织中的部门)的多个配置来使数据供应链联合。
根据示例,在这里公开的系统和方法可以提供配置数据库的生成以使不同的配置集合进入归一化且协调的配置数据库。这些方面可以为资产中的不同层次处的变化管理提供基础(例如,从现场到管理层次使操作技术(OT)和信息技术(IT)联合)。
根据示例,在这里公开的系统和方法可以提供聚焦于安全和过程优化的基础设施信息(例如,温度传感器信息)和领域知识的结合。
根据示例,在这里公开的系统和方法可以例如通过向实时过程值添加可靠性分量来提供配置可靠性增强。这些方面可以提供对基于特定过程值做出决策是否安全的指示。
根据示例,在这里公开的系统和方法可以提供对数据供应链的预先配置的且重复的监视和检查。关于这点,在这里公开的系统和方法可以通过调谐提供对系统负荷的最小化。另外,可以根据标识的不一致的数目(例如,当不一致的数目大于预定阈值时)来增加与数据供应链有关的扫描频率。
根据示例,在这里公开的系统和方法可以提供针对某些不一致的对配置的修复。例如,基于规则和领域专门知识,某些不一致可被解决(例如,通过调谐历史学家、使用于系统维护的工作负荷减少并自动化,等等)。
根据示例,在这里公开的系统和方法可以提供可扩展的框架。关于这点,因为整个数据供应链可被扫描,因此与数据供应链有关的基础设施也可被监视,从而提供与数据供应链有关的维护和安全措施以及与数据供应链有关的基础设施。
根据示例,在这里公开的系统和方法可以为过程控制域提供各种益处,诸如确保配置质量、确保数据质量、关于资产的安全性、资产管理、关于资产的警报管理以及应用管理。
在这里公开的数据可靠性分析系统和用于数据可靠性分析的方法提供了对例如与数据可靠性确定有关的技术问题的技术解决方案。如在这里公开的,在这里公开的系统和方法提供了配置扫描器的技术解决方案,该配置扫描器被至少一个硬件处理器执行以扫描数据供应链的一个组件,以及基于对数据供应链的该一个组件的扫描来确定数据供应链的该一个组件的配置。被至少一个硬件处理器执行的配置分析器可以分析数据供应链的该一个组件的配置,以及基于对数据供应链的该一个组件的配置的分析来检测数据供应链的该一个组件的配置中的至少一个配置的变化。另外,配置分析器可以将该变化与对应的配置规则比较以确定该变化是否是影响与该一个组件有关的数据的一致性的缺陷,以及响应于该变化是影响与该一个组件有关的数据的一致性的缺陷的确定,基于对应的配置规则来确定与该缺陷有关的解决方案。被至少一个硬件处理器执行的配置修改器可以基于与该缺陷有关的解决方案来修改配置中的一个配置以校正影响与该一个组件有关的数据的一致性的缺陷。在这里公开的系统和方法因而可以提供关于生成、利用和/或管理数据的组件的提高的性能和减少的资源利用的技术解决方案。
图1图示了根据本公开内容的示例的包括数据可靠性分析系统102(例如,如在这里公开的系统102)的环境100。参考图1,环境100可以包括数据供应链104,其包括可以用来查明数据106的各种组件(见图2)。例如,数据供应链104的组件可以包括如图所示的PLC、DCS、OPS、过程控制域(PCD)、历史学家等,诸如传感器、传感器网络、控制回路、路由器之类的其他组件,并且一般是任何类型的数据源。
PCD可以被描述为与用于将特定过程的输出保持在期望范围内的架构、机制和算法有关的工程规范。例如,化学反应器的温度可被控制以保持一致的产品输出。过程控制可在工业中被使用并且提供根据诸如炼油、纸张制造、化学、发电厂和许多其他之类的连续操作的过程的对一致产品的大量生产。过程控制可以提供自动化,由此少量操作人员可以从中心控制室操作复杂过程。
参考图1和图2,数据供应链104可被配置扫描器108用来基于数据106生成包括配置112的配置数据库110,配置扫描器108由系统102的至少一个硬件处理器(例如,图6的硬件处理器602)执行。配置112可被存储为分别与用于数据供应链104的组件(1)至组件(N)(例如,PLC、DCS、OPC,…,办公室历史学家,如在图1中示出的)的数据(1)至数据(N)对应的配置(1)至配置(N)。配置扫描器108可以读取(即,确定)来自数据供应链104的各种不同组件的配置。根据示例,可以根据对数据供应链104的各种不同组件的重复扫描来确定配置112。
根据示例,配置扫描器108可以扫描数据供应链104的每个组件的配置112,或者数据供应链104的选择的组件的配置112。对于经历扫描的组件,可以对来自与数据供应链104的特定组件有关的过程控制系统的最新备份执行第一扫描。关于这点,对备份的扫描可以消除对被扫描的组件或者对数据供应链104的任何有关组件的例如关于性能和/或内容的任何干扰。配置扫描器108可以读取用于被扫描组件的所有配置数据,并且将配置数据作为配置112的一部分放置在配置数据库110中。根据示例,配置数据库110可以被描述为标准化的(即,厂商独立的)和模型化的(即,分层的)数据库。
由至少一个硬件处理器执行的配置分析器114可以分析配置112(即,分析与配置112关联的备份文件)以标识配置112的版本(即,对于每个被扫描的组件,关联的备份文件版本可被分析)。对于每个被扫描的组件(或者被扫描的组件中的选择的组件),配置分析器114可以通过比较配置的不同版本(例如,当前版本至选择的先前版本)来分析配置112。比较可以包括例如通过分析来自备份文件的标签的属性来确定这些标签是否已被删除、更改或创建。如果标签已被更改(或者同样对于标签创建和删除),则该标签可以对照如在这里公开的配置规则而被分析以确定该更改(和/或创建和/或删除)是可接受的还是缺陷。基于该比较,配置分析器114可以检测数据供应链104的被扫描组件的配置的变化,并且配置的该变化可以经历进一步分析。变化可被描述为如在这里描述的对标签的更改,或者对标签的属性的更改。数据供应链104的每个组件的检测到的变化(如有的话)可以被分别表示为差量(1)至差量(N),差量(1)至差量(N)对应于对分别与数据供应链104的组件(1)至组件(N)(例如,PLC、DCS、OPC,…,办公室历史学家,如在图1中示出)的数据(1)至数据(N)对应的配置(1)至配置(N)的分析。
配置分析器114也可以通过将数据供应链104的备份文件的当前版本(或者备份文件的特定选择的版本)与数据供应链104的备份文件的前一版本比较来分析配置112。也就是说,配置分析器114可以将用于所有配置(1)至(N)的备份文件的当前版本与用于所有配置(1)至(N)的备份文件的前一版本比较(例如,用于当前版本的每个配置(1)至(N)可被与用于前一版本的每个配置文件(1)至(N)比较,其中配置(1)被与配置(2)至(N)比较,配置(2)被与配置(3)至(N)比较,等等)。配置分析器114可以标识关于针对整个数据供应链104执行的比较的不一致。以这种方式,配置分析器114可以检测整个数据供应链104的配置的变化,并且数据供应链104的配置的该变化可以经历进一步分析。整个数据供应链104的配置的检测到的变化可被表示为“差量(数据供应链)”。
配置分析器114可以将与配置112的子集(或者全部)有关的(例如,用于数据供应链104的组件的,和/或用于数据供应链104的)这些变化与对应的配置规则116比较。例如,配置规则116可以与数据供应链104的组件有关,和/或与整个数据供应链104有关。配置规则116可以被描述为属性应当遵从的规则或者规则集。例如,配置规则可以包括用于标签名称的命名约定。例如,工厂可以包括用于标签名称的命名约定以使得标签可被容易地标识,并且标签名称是独特的。配置规则的其他示例可以包括一种类型的温度传感器的警报级别,其中警报级别可以被设置为100℃,或者温度传感器的扫描速率(即,采样频率)可以被设置为一秒以下,或者用于值的显示精度被设置为两个小数位,等等。
配置规则116可以包括数据流类型(标签)特有规则(质量)、厂商/系统特有规则(优化)、客户特有规则(标准化),以及变化管理(安全)规则。
配置分析器114可以关于被标识为缺陷的数据供应链104的组件和/或整个数据供应链104来标记(例如,通过做标记)配置关于配置规则116的任何变化(和/或偏差)。如在这里公开的,变化可以被描述为对标签的更改,或者对标签的属性的更改。偏差可被描述为变化对配置规则的不遵从。
根据示例,当数据供应链104的组件被第一次扫描时,不存在先前备份。关于这点,配置分析器114可以标记所有标签以用于对照配置规则116的初始检查。因此,对于初始检查,基于对照配置规则116的对所有标签的检查,配置分析器114可以有效地提供对数据供应链104的组件和/或数据供应链104的操作的深入了解。
关于针对数据供应链104的组件和/或整个数据供应链104的配置相对于配置规则116的标记的变化(和/或偏差),配置分析器114可以分析数据供应链104的其他组件中的全部组件或者选择的组件。以这种方式,配置分析器114可以检测整个数据供应链104的变化(和/或偏差)和/或数据供应链104的某些组件之间的变化(和/或偏差)。
配置分析器114还可以通过执行关于配置规则116的分析来使变化(和/或偏差)情境化。例如,配置分析器114可以确定变化(和/或偏差)是否是基于过程的、是否表示安全扫描(变化管理(MoC)遵从)、健康、安全、保安和环保(HSSE)等。MoC可以被描述为定义和描述PCD域中的变化的过程的过程。首要目标可以包括控制变化以降低风险。MoC可以描述在特定时间帧中什么人完成什么动作。
对于每个变化(和/或偏差),配置分析器114可以与被至少一个硬件处理器执行的配置修改器118协力工作,以记录例如基于配置规则116和/或先前类似变化(和/或偏差)的建议解决方案。对于每个解决方案,配置分析器114可以确定该解决方案应当是(例如,通过配置修改器118)被自动(例如,没有人为干预)解决还是被手动解决。如果解决方案应当被手动解决,则配置分析器114可以开始MoC工作流。
配置分析器114可以与配置修改器118协力工作以存储变化(和/或偏差)的每个组合和类型及其解决方案,以便后续用于检测相同类型的变化(和/或偏差)。
关于配置规则116,数据供应链104的每个组件和/或数据供应链104可以包括不同类型和集合的配置规则116。配置规则116的每个集合可以包括值、过程信息和组件信息。关于值,值为了属性遵从而可以是绝对值、限度或者边界。例如,用于沸水的警报限度不应当被设置在200℃。过程信息可以指代由属性描述的过程的物理参数。该属性应当遵从过程的性质。这可以是值或是时间范围或是精度。例如,对于沸水,显示精度不应当是六个小数位,因为这将不会提供附加信息。资产信息可以指代由属性描述的资产的物理参数。该属性应当遵从资产的性质。这可以是值或是时间范围或是精度。例如,在将具有一分钟内九度的反应速度的传感器用于沸水的情况下,扫描速率不应当是一个小时。当标签(相同数据流)具有包括不同系统中的不同值的一个或多个属性(并且因而属性可能被错误配置)时,不一致可能发生。
配置修改器118可以基于配置规则116来确定是否要向领域专家发送触发。另外,配置修改器118可以基于配置规则116来确定是否要解决与数据供应链104的组件相关联的特定问题。
配置修改器118可以关于基于配置规则116被确定为缺陷的任何配置变化(和/或偏差)来执行校正。关于这点,配置修改器118可以改变与被确定为缺陷之源的数据供应链104的特定组件关联的配置文件。对该配置文件的改变可被配置修改器118标记以使得与该特定配置文件有关的进一步的扫描和分析可被确定为允许。
由至少一个硬件处理器执行的配置控制器120可以例如基于配置规则116来确定数据供应链104的扫描频率。例如,配置规则可以包括针对数据供应链104的组件上的给定负荷的第一扫描速率,以及针对数据供应链104的组件上的不同负荷(例如,更高或者更低的负荷)的第二扫描速率。根据示例,配置控制器120可以生成视觉指示器,诸如标识的缺陷和/或变化的热度图。根据示例,配置控制器120可以例如通过帮助维护组件来控制数据供应链104的组件。
由至少一个硬件处理器执行的报告生成器122可以生成关于数据的可信度的报告。例如,报告生成器122可以提供对数据的质量的指示。报告生成器122还可以提供与配置变化有关的各种其他指示器。例如,报告生成器122可以指示(例如,经由视觉显示、报告或者其他方式)被检测的数据供应链104的组件和/或数据供应链104的配置的任何变化(和/或偏差),和/或由配置修改器118执行的对数据供应链104的组件和/或数据供应链104的配置的任何改变。关于这点,关于由配置修改器118执行的对数据供应链104的组件和/或数据供应链104的配置的改变,报告生成器122可以将这样的改变标记为允许。
报告生成器122可以管理和批准由配置修改器118执行的对数据供应链104的组件和/或数据供应链104的配置的任何建议的改变。关于这点,报告生成器122可以自动地(例如,没有人为干预地)管理和批准建议的改变,和/或提示系统102的用户批准建议的改变。
报告生成器122可以与配置修改器118协力工作以管理和批准与数据供应链104的组件和/或数据供应链104有关的特定工作流,其中这样的工作流可以更改数据供应链104的组件和/或数据供应链104的配置和/或布局。关于这点,报告生成器122可以自动地(例如,没有人为干预地)管理和批准特定工作流,和/或提示系统102的用户批准特定工作流。
报告生成器122还可以分析标签的质量(例如,通过分析标签属性)以确定在特定时间正被标签产生的实时数据的质量值。关于这点,该质量值可被用作用来确定是使用还是不使用与标签关联的实时数据的触发器。例如,如果与标签有关的质量低于质量阈值,则与标签有关的实时数据可以不被使用,和/或报告生成器122在KPI报告上可以不使用与标签有关的实时数据。
在这里描述的系统102的要素可以是被存储在非瞬态计算机可读介质上的机器可读指令。附加地或者备选地,系统102的要素可以是硬件或者是机器可读指令和硬件的组合。
图3图示了根据本公开内容的示例的包括系统102的企业环境的架构图。
参考图3,包括系统102的企业环境可以包括各种层,诸如服务层300、分析层302、数据收集层304和客户端侧层306。
关于系统102,服务层300可以总体上提供对于过程控制域的各种益处的实施方式,诸如确保配置质量、确保数据质量、关于资产的安全性、资产管理、关于资产的警报管理以及应用管理。警报管理可以被描述为应用与仪表工程和系统一起的人为因素(或者‘人机工程’)来管理警报系统的设计以增加其可用性。一般而言,可用性关注是存在过多在工厂系统中告示的警报,其通常被称作警报洪水(类似于中断风暴)。然而,还可能存在对警报系统的其他关注,诸如不佳设计的警报(例如,低质量配置数据)、实时数据的低质量、不恰当设置的警报点、无效的告示、不清楚的警报消息等。
关于系统102,分析层302可以提供系统102的各种要素的实现方式。例如,分析层302可以提供配置扫描器108、配置分析器114、配置修改器118、配置控制器120和报告生成器122的实现方式。
关于系统102,数据收集层304可以提供关于系统102的要素和客户端侧层306的组件(诸如数据供应链104、配置数据库110和配置规则116)的通信的实现方式。
图4和图5分别图示了根据示例的用于数据可靠性分析的方法400和500的流程图。方法400和500可以被实现在上面参考图1至图3以示例而非限制方式描述的系统102上。方法400和500可以在其他系统中被实行。
参考图1至图4尤其是图4,在框402处,方法400可以包括扫描数据供应链104的一个组件。
在框404处,方法400可以包括基于对数据供应链104的该一个组件的扫描来确定数据供应链104的组件的配置112。
在框406处,方法400可以包括分析数据供应链104的该一个组件的配置112。
在框408处,方法400可以包括基于对数据供应链104的该一个组件的配置112的分析来检测数据供应链104的该一个组件的配置112中的至少一个配置的变化。
在框410处,方法400可以包括将该变化与对应的配置规则116比较以确定该变化是否是影响与该一个组件有关的数据的一致性的缺陷。
在框412处,响应于该变化是影响与该一个组件有关的数据的一致性的缺陷的确定,方法400可以包括基于对应的配置规则116来确定与该缺陷有关的解决方案。
在框414处,方法400可以包括基于与该缺陷有关的解决方案来修改配置112中的一个配置以校正影响与该一个组件有关的数据的一致性的缺陷。
根据示例,方法400可以包括扫描包括数据供应链104的该一个组件的组件,以及基于对数据供应链104的组件的扫描来确定数据供应链104的组件的配置112。另外,方法400可以包括分析数据供应链104的组件的配置112,基于对数据供应链104的组件的配置112的分析来检测数据供应链104的组件的配置112中的至少一个配置的变化和数据供应链104的一个配置的变化,以及将数据供应链104的该一个配置的变化与另一对应的配置规则116比较以确定数据供应链104的该一个配置的变化是否是影响与数据供应链104有关的另外数据的一致性的另一缺陷。
根据示例,响应于该变化是影响与数据供应链104有关的另外数据的一致性的另一缺陷的确定,方法400可以包括基于另一对应的配置规则116来确定与影响与数据供应链104有关的另外数据的一致性的另一缺陷有关的另外解决方案。另外,方法400可以包括基于与影响与数据供应链104有关的另外数据的一致性的另一缺陷有关的另外解决方案来修改数据供应链104的该一个配置以校正影响与数据供应链104有关的另外数据的一致性的另一缺陷。
根据示例,方法400可以包括通过基于对数据供应链104的该一个组件的扫描确定数据供应链104的该一个组件的备份文件来基于对数据供应链104的该一个组件的扫描确定数据供应链104的该一个组件的配置112。
根据示例,方法400可以包括基于对数据供应链104的该一个组件的扫描来标识数据供应链104的该一个组件的备份文件的版本,通过比较数据供应链104的该一个组件的备份文件的不同版本来分析数据供应链104的该一个组件的备份文件的不同版本,基于对数据供应链104的该一个组件的备份文件的不同版本的分析来检测数据供应链104的该一个组件的备份文件的版本中的至少一个版本的变化,以及将该变化与对应的配置规则116比较以确定该变化是否是影响与该一个组件有关的数据的一致性的缺陷。
根据示例,方法400可以包括通过基于对数据供应链104的组件的扫描确定数据供应链104的组件的备份文件来基于对数据供应链104的组件的扫描确定数据供应链104的组件的配置112。
根据示例,方法400可以包括基于对数据供应链104的组件的扫描来标识数据供应链104的组件的备份文件的版本,通过将数据供应链104的组件的备份文件的不同版本关于数据供应链104的每个关联的组件和每个其他组件比较来分析数据供应链104的组件的备份文件的不同版本,基于对数据供应链104的组件的备份文件的不同版本的分析来检测数据供应链104的组件的备份文件的版本中的至少一个版本的变化和数据供应链104的一个备份文件的变化,以及将数据供应链104的该一个备份文件的变化与另一对应的配置规则116比较以确定数据供应链104的该一个备份文件的变化是否是影响与数据供应链104有关的另外数据的一致性的另一缺陷。
根据示例,对于方法400,配置规则116可以与数据供应链104和该一个组件中的至少一个的一致性有关。
根据示例,方法400可以包括确定该变化是否是与该一个组件所关联于的过程有关的基于过程的变化、与该一个组件的安全性有关的基于安全性的变化,和/或与该一个组件所有关于的硬件或代码有关的基于组件的变化。
根据示例,方法400可以包括记录用来对影响与该一个组件有关的数据的一致性的缺陷进行校正的对配置112中的该一个配置的修改,以及绕开与该修改有关的分析以进行对数据供应链104的该一个组件的配置112的进一步分析。
根据示例,方法400可以包括基于对应的配置规则116来确定数据供应链104的该一个组件的扫描频率。
根据示例,方法400可以包括基于与数据供应链104的该一个组件关联的计算负荷来确定数据供应链104的该一个组件的扫描频率。
根据示例,方法400可以包括生成与以下各项中的至少一项有关的报告:数据供应链104的该一个组件的配置112中的至少一个配置的变化,与缺陷有关的解决方案,和/或基于与缺陷有关的解决方案的、用来校正影响与该一个组件有关的数据的一致性的缺陷的对配置112中的该一个配置的修改。
根据示例,方法400可以包括确定为了校正影响与该一个组件有关的数据的一致性的缺陷而修改数据供应链104的该一个组件的该一个配置的数据供应链104的组件的工作流顺序。
根据示例,方法400可以包括生成与为了校正影响与该一个组件有关的数据的一致性的缺陷而修改数据供应链104的该一个组件的该一个配置的数据供应链104的组件的工作流顺序有关的报告。
参考图1至图3和图5尤其是图5,在框502处,方法500可以包括扫描数据供应链104的组件。
在框504处,方法500可以包括基于对数据供应链104的组件的扫描来确定数据供应链104的组件的配置112。
在框506处,方法500可以包括分析数据供应链104的组件的配置112。
在框508处,方法500可以包括基于对数据供应链104的组件的配置112的分析来检测数据供应链104的组件的配置112中的至少一个配置的变化和数据供应链104的一个配置的变化。
在框510处,方法500可以包括将数据供应链104的该一个配置的变化与对应的配置规则116比较以确定数据供应链104的该一个配置的变化是否是影响与数据供应链104有关的数据的一致性的缺陷。
在框512处,响应于该变化是影响与数据供应链104有关的数据的一致性的缺陷的确定,方法500可以包括基于对应的配置规则116来确定与影响与数据供应链104有关的数据的一致性的缺陷有关的解决方案。
在框514处,方法500可以包括基于与影响与数据供应链104有关的数据的一致性的缺陷有关的解决方案来修改数据供应链104的该一个配置以校正影响与数据供应链104有关的数据的一致性的缺陷。
根据示例,方法500可以包括通过基于对数据供应链104的组件的扫描确定数据供应链104的组件的备份文件来基于对数据供应链104的组件的扫描确定数据供应链104的组件的配置112。
根据示例,方法500可以包括基于对数据供应链104的组件的扫描来标识数据供应链104的组件的备份文件的版本,通过将数据供应链104的组件的备份文件的不同版本与数据供应链104的每个关联的组件和每个其他组件比较来分析数据供应链104的组件的备份文件的不同版本,基于对数据供应链104的组件的备份文件的不同版本的分析来检测数据供应链104的组件的备份文件的版本中的至少一个版本的变化和数据供应链104的一个备份文件的变化,以及将数据供应链104的该一个备份文件的变化与另一对应的配置规则116比较以确定数据供应链104的该一个备份文件的变化是否是影响与数据供应链104有关的另外数据的一致性的另一缺陷。
根据示例,一种用于数据可靠性分析的方法可以包括基于与数据供应链104的一个组件有关的对应飞配置规则116来确定数据供应链104的该一个组件的扫描频率,以及基于该扫描频率来扫描数据供应链104的该一个组件。用于数据可靠性分析的方法还可以包括基于对数据供应链104的该一个组件的扫描来确定数据供应链104的该一个组件的配置112、分析数据供应链104的该一个组件的配置112,以及基于对数据供应链104的该一个组件的配置112的分析来检测数据供应链104的组件的配置112中的至少一个配置的变化。用于数据可靠性分析的方法还可以包括将该变化与对应的配置规则116比较以确定该变化是否是影响与该一个组件有关的数据的一致性的缺陷、响应于该变化是影响与该一个组件有关的数据的一致性的缺陷的确定来基于对应的配置规则116确定与该缺陷有关的解决方案,以及基于与该缺陷有关的解决方案来修改配置112中的一个配置以校正影响与该一个组件有关的数据的一致性的缺陷。用于数据可靠性分析的方法还可以包括确定为了校正影响与该一个组件有关的数据的一致性的缺陷而修改数据供应链104的该一个组件的该一个配置的数据供应链104的组件的工作流顺序。
图6示出了可以与在这里描述的示例一起使用的计算机系统600。该计算机系统可以表示一种通用平台,其包括可以在服务器或另一计算机系统中的组件。计算机系统600可以被用作用于系统102的平台。计算机系统600可以通过处理器(例如,单个或多个处理器)或其他硬件处理电路执行在这里描述的方法、功能和其他过程。这些方法、功能和其他过程可被体现为在计算机可读介质上存储的机器可读指令,该计算机可读介质可以是非瞬态的,诸如硬件存储设备(例如,RAM(随机存取存储器)、ROM(只读存储器)、EPROM(可擦除可编程ROM)、EEPROM(电可擦除可编程ROM)、硬盘驱动器和闪存)。
计算机系统600可以包括处理器602,其可以实现或执行用于执行在这里描述的方法、功能和其他过程中的一些或全部的机器可读指令。通过通信总线604传送来自处理器602的命令和数据。计算机系统还可以包括主存储器606(诸如随机存取存储器(RAM))和次级数据存储设备608,在主存储器606中,用于处理器602的软件和数据可以在运行时期间驻留,次级数据存储设备608可以是非易失性的并且存储机器可读指令和数据。存储器和数据存储设备是计算机可读介质的示例。存储器606可以包括数据可靠性分析器620,其包括在运行时期间驻留在存储器606中并且被处理器602执行的机器可读指令。数据可靠性分析器620可以包括在图1和图2中示出的系统102的要素。
计算机系统600可以包括I/O设备610,诸如键盘、鼠标、显示器等。计算机系统可以包括用于连接至网络的网络接口612。可以在计算机系统中添加或替换其他已知的电子组件。
在这里已经描述并例示的是示例以及该示例的一些变体。在这里使用的术语、描述和附图仅通过例示方式陈述并且不是意味着作为限制。许多变体在本主题的精神和范围内是可能的,本主题的范围旨在由后续权利要求及其等价物限定,其中除非另外指示,否则所有的术语都意指其最宽泛的合理的意义。
Claims (20)
1.一种数据可靠性分析系统,包括:
配置扫描器,所述配置扫描器被至少一个硬件处理器执行以:
扫描数据供应链的一个组件,以及
基于对所述数据供应链的所述一个组件的所述扫描来确定所述数据供应链的所述一个组件的配置;
配置分析器,所述配置分析器被所述至少一个硬件处理器执行以:
分析所述数据供应链的所述一个组件的所述配置,
基于对所述数据供应链的所述一个组件的所述配置的所述分析来检测所述数据供应链的所述一个组件的所述配置中的至少一个配置的变化,
将所述变化与对应的配置规则比较以确定所述变化是否是影响与所述一个组件有关的数据的一致性的缺陷,以及
响应于所述变化是影响与所述一个组件有关的所述数据的所述一致性的所述缺陷的确定,基于所述对应的配置规则来确定与所述缺陷有关的解决方案;以及
配置修改器,所述配置修改器被所述至少一个硬件处理器执行以:
基于与所述缺陷有关的所述解决方案来修改所述配置中的一个配置以校正影响与所述一个组件有关的所述数据的所述一致性的所述缺陷。
2.根据权利要求1所述的数据可靠性分析系统,其中,
所述配置扫描器还用来:
扫描包括所述数据供应链的所述一个组件的组件,以及
基于对所述数据供应链的所述组件的所述扫描来确定所述数据供应链的所述组件的配置,并且
所述配置分析器还用来:
分析所述数据供应链的所述组件的所述配置,
基于对所述数据供应链的所述组件的所述配置的所述分析来检测所述数据供应链的所述组件的所述配置中的至少一个配置的变化以及所述数据供应链的一个配置的变化,以及
将所述数据供应链的所述一个配置的所述变化与另一对应的配置规则比较,以确定所述数据供应链的所述一个配置的所述变化是否是影响与所述数据供应链有关的另外数据的一致性的另一缺陷。
3.根据权利要求2所述的数据可靠性分析系统,其中,
所述配置分析器还用来:
响应于所述变化是影响与所述数据供应链有关的所述另外数据的所述一致性的所述另一缺陷的确定,基于所述另一对应的配置规则来确定与影响与所述数据供应链有关的所述另外数据的所述一致性的所述另一缺陷有关的另外解决方案;并且
所述配置修改器还用来:
基于与影响与所述数据供应链有关的所述另外数据的所述一致性的所述另一缺陷有关的所述另外解决方案来修改所述数据供应链的所述一个配置以校正影响与所述数据供应链有关的所述另外数据的所述一致性的所述另一缺陷。
4.根据权利要求1所述的数据可靠性分析系统,其中所述配置扫描器用来通过基于对所述数据供应链的所述一个组件的所述扫描确定所述数据供应链的所述一个组件的备份文件来基于对所述数据供应链的所述一个组件的所述扫描确定所述数据供应链的所述一个组件的配置。
5.根据权利要求4所述的数据可靠性分析系统,其中,
所述配置扫描器还用来:
基于对所述数据供应链的所述一个组件的所述扫描来标识所述数据供应链的所述一个组件的所述备份文件的版本,并且
所述配置分析器还用来:
通过比较所述数据供应链的所述一个组件的所述备份文件的不同版本来分析所述数据供应链的所述一个组件的所述备份文件的所述不同版本,
基于对所述数据供应链的所述一个组件的所述备份文件的所述不同版本的所述分析来检测所述数据供应链的所述一个组件的所述备份文件的所述版本中的至少一个版本的变化,以及
将所述变化与所述对应的配置规则比较以确定所述变化是否是影响与所述一个组件有关的所述数据的所述一致性的所述缺陷。
6.根据权利要求2所述的数据可靠性分析系统,其中所述配置扫描器用来通过基于对所述数据供应链的所述组件的所述扫描确定所述数据供应链的所述组件的备份文件来基于对所述数据供应链的所述组件的所述扫描确定所述数据供应链的所述组件的配置。
7.根据权利要求6所述的数据可靠性分析系统,其中,
所述配置扫描器还用来:
基于对所述数据供应链的所述组件的所述扫描来标识所述数据供应链的所述组件的所述备份文件的版本,并且
所述配置分析器还用来:
通过将所述数据供应链的所述组件的所述备份文件的不同版本关于所述数据供应链的每个关联的组件和每个其他组件比较来分析所述数据供应链的所述组件的所述备份文件的所述不同版本,
基于对所述数据供应链的所述组件的所述备份文件的所述不同版本的所述分析来检测所述数据供应链的所述组件的所述备份文件的所述版本中的至少一个版本的变化以及所述数据供应链的一个备份文件的变化,以及
将所述数据供应链的所述一个备份文件的所述变化与另一对应的配置规则比较以确定所述数据供应链的所述一个备份文件的所述变化是否是影响与所述数据供应链有关的另外数据的一致性的另一缺陷。
8.根据权利要求1所述的数据可靠性分析系统,其中所述配置规则与所述数据供应链和所述一个组件中的至少一个的所述一致性有关。
9.根据权利要求1所述的数据可靠性分析系统,其中所述配置分析器还用来确定所述变化是否是以下各项中的至少一项:
与关联于所述一个组件的过程有关的基于过程的变化,
与所述一个组件的安全性有关的基于安全性的变化,以及
与有关于所述一个组件的硬件或代码有关的基于组件的变化。
10.根据权利要求1所述的数据可靠性分析系统,其中所述配置分析器还用于:
记录用来对影响与所述一个组件有关的所述数据的所述一致性的所述缺陷进行校正的对所述配置中的所述一个配置的所述修改,以及
绕开与所述修改有关的分析以用于对所述数据供应链的所述一个组件的所述配置的进一步分析。
11.根据权利要求1所述的数据可靠性分析系统,还包括:
配置控制器,所述配置控制器被所述至少一个硬件处理器执行以基于所述对应的配置规则来确定所述数据供应链的所述一个组件的扫描频率。
12.根据权利要求1所述的数据可靠性分析系统,还包括:
配置控制器,所述配置控制器被所述至少一个硬件处理器执行以基于与所述数据供应链的所述一个组件关联的计算负荷来确定所述数据供应链的所述一个组件的扫描频率。
13.根据权利要求1所述的数据可靠性分析系统,还包括:
报告生成器,所述报告生成器被所述至少一个硬件处理器执行以生成与以下各项中的至少一项有关的报告:
所述数据供应链的所述一个组件的所述配置中的至少一个配置的所述变化,
与所述缺陷有关的所述解决方案,以及
基于与所述缺陷有关的所述解决方案的、用来校正影响与所述一个组件有关的所述数据的所述一致性的所述缺陷的对所述配置中的所述一个配置的所述修改。
14.根据权利要求1所述的数据可靠性分析系统,其中所述配置修改器还用来:
确定为了校正影响与所述一个组件有关的所述数据的所述一致性的所述缺陷而修改所述数据供应链的所述一个组件的所述一个配置的所述数据供应链的组件的工作流顺序。
15.根据权利要求14所述的数据可靠性分析系统,还包括:
报告生成器,所述报告生成器被所述至少一个硬件处理器执行以生成与为了校正影响与所述一个组件有关的所述数据的所述一致性的所述缺陷而修改所述数据供应链的所述一个组件的所述一个配置的所述数据供应链的所述组件的所述工作流顺序有关的报告。
16.一种用于数据可靠性分析的方法,所述方法包括:
由硬件处理器扫描数据供应链的组件;
基于对所述数据供应链的所述组件的所述扫描来确定所述数据供应链的所述组件的配置;
分析所述数据供应链的所述组件的所述配置;
基于对所述数据供应链的所述组件的所述配置的所述分析来检测所述数据供应链的所述组件的所述配置中的至少一个配置的变化以及所述数据供应链的一个配置的变化;
将所述数据供应链的所述一个配置的所述变化与对应的配置规则比较,以确定所述数据供应链的所述一个配置的所述变化是否是影响与所述数据供应链有关的数据的一致性的缺陷;
响应于所述变化是影响与所述数据供应链有关的所述数据的所述一致性的所述缺陷的确定,基于所述对应的配置规则来确定与影响与所述数据供应链有关的所述数据的所述一致性的所述缺陷有关的解决方案;以及
基于与影响与所述数据供应链有关的所述数据的所述一致性的所述缺陷有关的所述解决方案来修改所述数据供应链的所述一个配置以校正影响与所述数据供应链有关的所述数据的所述一致性的所述缺陷。
17.根据权利要求16所述的用于数据可靠性分析的方法,其中基于对所述数据供应链的所述组件的所述扫描来确定所述数据供应链的所述组件的配置还包括:
基于对所述数据供应链的所述组件的所述扫描来确定所述数据供应链的所述组件的备份文件。
18.根据权利要求17所述的用于数据可靠性分析的方法,还包括:
基于对所述数据供应链的所述组件的所述扫描来标识所述数据供应链的所述组件的所述备份文件的版本;
通过将所述数据供应链的所述组件的所述备份文件的不同版本关于所述数据供应链的每个关联的组件和每个其他组件比较来分析所述数据供应链的所述组件的所述备份文件的所述不同版本;
基于对所述数据供应链的所述组件的所述备份文件的所述不同版本的所述分析来检测所述数据供应链的所述组件的所述备份文件的所述版本中的至少一个版本的变化以及所述数据供应链的一个备份文件的变化;以及
将所述数据供应链的所述一个备份文件的所述变化与另一对应的配置规则比较,以确定所述数据供应链的所述一个备份文件的所述变化是否是影响与所述数据供应链有关的另外数据的一致性的另一缺陷。
19.一种非瞬态计算机可读介质,所述非瞬态计算机可读介质具有存储于其上的用于数据可靠性分析的机器可读指令,所述机器可读指令在被执行时使得计算机系统:
基于与数据供应链的一个组件有关的对应的配置规则来确定所述数据供应链的所述一个组件的扫描频率;
基于所述扫描频率来扫描所述数据供应链的所述一个组件;
基于对所述数据供应链的所述一个组件的所述扫描来确定所述数据供应链的所述一个组件的配置;
分析所述数据供应链的所述一个组件的所述配置;
基于对所述数据供应链的所述一个组件的所述配置的所述分析来检测所述数据供应链的所述一个组件的所述配置中的至少一个配置的变化;
将所述变化与所述对应的配置规则比较以确定所述变化是否是影响与所述一个组件有关的数据的一致性的缺陷;
响应于所述变化是影响与所述一个组件有关的所述数据的所述一致性的所述缺陷的确定,基于所述对应的配置规则来确定与所述缺陷有关的解决方案;以及
基于与所述缺陷有关的所述解决方案来修改所述配置中的一个配置以校正影响与所述一个组件有关的所述数据的所述一致性的所述缺陷。
20.根据权利要求19所述的非瞬态计算机可读介质,还包括当被执行时还使得计算机执行以下操作的机器可读指令:
确定为了校正影响与所述一个组件有关的所述数据的所述一致性的所述缺陷而修改所述数据供应链的所述一个组件的所述一个配置的所述数据供应链的组件的工作流顺序。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/814,849 | 2015-07-31 | ||
US14/814,849 US11442919B2 (en) | 2015-07-31 | 2015-07-31 | Data reliability analysis |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106407640A true CN106407640A (zh) | 2017-02-15 |
CN106407640B CN106407640B (zh) | 2019-11-19 |
Family
ID=56418385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610515372.7A Active CN106407640B (zh) | 2015-07-31 | 2016-06-30 | 数据可靠性分析 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11442919B2 (zh) |
EP (1) | EP3125172B1 (zh) |
CN (1) | CN106407640B (zh) |
AU (2) | AU2016208285A1 (zh) |
CA (1) | CA2932804C (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111727452A (zh) * | 2018-02-27 | 2020-09-29 | 霍尼韦尔国际公司 | 修改现场工作流 |
CN112667622A (zh) * | 2021-01-07 | 2021-04-16 | 吉林银行股份有限公司 | 一种进行业务数据质量检核的方法和系统 |
CN115203176A (zh) * | 2022-09-15 | 2022-10-18 | 太平金融科技服务(上海)有限公司深圳分公司 | 数据库操作方法、装置、设备、存储介质和程序产品 |
CN117795472A (zh) * | 2021-08-09 | 2024-03-29 | 美光科技公司 | 自适应数据完整性扫描频率 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10033764B1 (en) * | 2015-11-16 | 2018-07-24 | Symantec Corporation | Systems and methods for providing supply-chain trust networks |
US10360094B2 (en) * | 2017-02-23 | 2019-07-23 | Red Hat, Inc. | Generating targeted analysis results in a support system |
CN108509460B (zh) * | 2017-02-28 | 2021-07-20 | 微软技术许可有限责任公司 | 分布式系统中的数据一致性检查 |
US11405217B2 (en) * | 2019-07-02 | 2022-08-02 | Schneider Electric USA, Inc. | Ensuring data consistency between a modular device and an external system |
AU2022309265A1 (en) * | 2021-07-16 | 2024-02-08 | Smile Automation Pvt. Ltd. | Data analytics in supply chain |
CN114676955B (zh) * | 2021-12-30 | 2024-08-09 | 国网山东省电力公司济南供电公司 | 一种模糊c均值聚类的馈线负荷性质分析方法 |
US20230281035A1 (en) * | 2022-03-02 | 2023-09-07 | Jpmorgan Chase Bank, N.A. | System and method for comparing behavior of software components |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000068793A1 (en) * | 1999-05-10 | 2000-11-16 | Handsfree Networks, Inc. | System for automated problem detection, diagnosis, and resolution in a software driven system |
WO2011119442A2 (en) * | 2010-03-24 | 2011-09-29 | Microsoft Corporation | Validating configuration of distributed applications |
CN104142664A (zh) * | 2013-05-09 | 2014-11-12 | 洛克威尔自动控制技术股份有限公司 | 使用大数据的工业产品的预测维护 |
US20140337277A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Automation Technologies, Inc. | Industrial device and system attestation in a cloud platform |
Family Cites Families (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6742141B1 (en) | 1999-05-10 | 2004-05-25 | Handsfree Networks, Inc. | System for automated problem detection, diagnosis, and resolution in a software driven system |
WO2002035438A1 (en) * | 2000-10-27 | 2002-05-02 | Manugistics, Inc. | System and method of monitoring supply chain parameters |
US20020156799A1 (en) | 2001-04-24 | 2002-10-24 | Stephen Markel | System and method for verifying and correcting websites |
US20040006612A1 (en) | 2002-06-28 | 2004-01-08 | Jibbe Mahmoud Khaled | Apparatus and method for SAN configuration verification and correction |
US7050917B2 (en) | 2003-03-24 | 2006-05-23 | Delphi Technologies, Inc. | Method for selectively reconfiguring a sensor according to applicable sensing requirements and reconfigurable sensor |
US20070028219A1 (en) * | 2004-10-15 | 2007-02-01 | Miller William L | Method and system for anomaly detection |
US7497370B2 (en) * | 2005-01-27 | 2009-03-03 | Microsoft Corporation | Supply chain visibility solution architecture |
US8234238B2 (en) | 2005-03-04 | 2012-07-31 | Maxsp Corporation | Computer hardware and software diagnostic and report system |
US20080027958A1 (en) * | 2006-07-31 | 2008-01-31 | Microsoft Corporation | Data Cleansing for a Data Warehouse |
US7761530B2 (en) | 2007-05-07 | 2010-07-20 | Microsoft Corporation | Configuration change management tool |
US8301480B2 (en) * | 2007-11-01 | 2012-10-30 | International Business Machines Corporation | Automatically evolving processes in workflow automation |
US20090276669A1 (en) * | 2008-04-30 | 2009-11-05 | Caterpillar Inc. | Method for processing and redirecting misdirected advanced shipping notices (ASNs) |
US20110191117A1 (en) * | 2008-08-15 | 2011-08-04 | Mohammed Hashim-Waris | Systems and methods for delivering medical consultation at pharmacies |
US9411864B2 (en) * | 2008-08-26 | 2016-08-09 | Zeewise, Inc. | Systems and methods for collection and consolidation of heterogeneous remote business data using dynamic data handling |
US9805330B2 (en) * | 2008-11-19 | 2017-10-31 | Jda Software Group, Inc. | System and method for root cause analysis and early warning of inventory problems |
US8731724B2 (en) * | 2009-06-22 | 2014-05-20 | Johnson Controls Technology Company | Automated fault detection and diagnostics in a building management system |
CN102597966B (zh) | 2009-11-04 | 2014-08-20 | 富士通株式会社 | 运行管理装置以及运行管理方法 |
US8166795B2 (en) | 2009-11-30 | 2012-05-01 | Eaton Corporation | Out-of-range sensor recalibration |
US9563555B2 (en) * | 2011-03-18 | 2017-02-07 | Sandisk Technologies Llc | Systems and methods for storage allocation |
CA2788356C (en) * | 2011-08-31 | 2016-05-03 | Accenture Global Services Limited | Data quality analysis and management system |
US8892382B2 (en) | 2011-09-26 | 2014-11-18 | General Electric Company | Systems and methods for condition-based power plant sensor calibration |
US8949197B2 (en) | 2011-10-31 | 2015-02-03 | Oracle International Corporation | Virtual full backups |
US8903893B2 (en) * | 2011-11-15 | 2014-12-02 | International Business Machines Corporation | Diagnostic heartbeating in a distributed data processing environment |
US8707221B2 (en) * | 2011-12-29 | 2014-04-22 | Flextronics Ap, Llc | Circuit assembly yield prediction with respect to manufacturing process |
AU2013200233A1 (en) * | 2012-01-16 | 2013-08-01 | Tata Consultancy Services Limited | Data quality analysis |
US9460283B2 (en) | 2012-10-09 | 2016-10-04 | Dell Products L.P. | Adaptive integrity validation for portable information handling systems |
US8994514B1 (en) * | 2012-12-19 | 2015-03-31 | Emc Corporation | Event indicator creation using first and second sets of values |
JP5948262B2 (ja) * | 2013-01-30 | 2016-07-06 | 株式会社日立ハイテクノロジーズ | 欠陥観察方法および欠陥観察装置 |
US10169858B2 (en) * | 2013-03-12 | 2019-01-01 | FedEx Supply Chain Logistics & Electronics, Inc. | System and method for automated cosmetic inspection of electronic devices |
US8601326B1 (en) * | 2013-07-05 | 2013-12-03 | Palantir Technologies, Inc. | Data quality monitors |
WO2015069262A1 (en) | 2013-11-07 | 2015-05-14 | Adaptive Spectrum And Signal Alignment, Inc. | Method and apparatus for diagnosing and configuring a broadband connection via an alternate communication path |
US10133276B1 (en) * | 2015-06-19 | 2018-11-20 | Amazon Technologies, Inc. | Object avoidance with object detection and classification |
-
2015
- 2015-07-31 US US14/814,849 patent/US11442919B2/en active Active
-
2016
- 2016-06-13 CA CA2932804A patent/CA2932804C/en active Active
- 2016-06-30 CN CN201610515372.7A patent/CN106407640B/zh active Active
- 2016-07-12 EP EP16179055.5A patent/EP3125172B1/en active Active
- 2016-07-26 AU AU2016208285A patent/AU2016208285A1/en not_active Abandoned
-
2017
- 2017-09-18 AU AU2017228729A patent/AU2017228729A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000068793A1 (en) * | 1999-05-10 | 2000-11-16 | Handsfree Networks, Inc. | System for automated problem detection, diagnosis, and resolution in a software driven system |
WO2011119442A2 (en) * | 2010-03-24 | 2011-09-29 | Microsoft Corporation | Validating configuration of distributed applications |
CN104142664A (zh) * | 2013-05-09 | 2014-11-12 | 洛克威尔自动控制技术股份有限公司 | 使用大数据的工业产品的预测维护 |
US20140337277A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Automation Technologies, Inc. | Industrial device and system attestation in a cloud platform |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111727452A (zh) * | 2018-02-27 | 2020-09-29 | 霍尼韦尔国际公司 | 修改现场工作流 |
CN112667622A (zh) * | 2021-01-07 | 2021-04-16 | 吉林银行股份有限公司 | 一种进行业务数据质量检核的方法和系统 |
CN117795472A (zh) * | 2021-08-09 | 2024-03-29 | 美光科技公司 | 自适应数据完整性扫描频率 |
CN115203176A (zh) * | 2022-09-15 | 2022-10-18 | 太平金融科技服务(上海)有限公司深圳分公司 | 数据库操作方法、装置、设备、存储介质和程序产品 |
Also Published As
Publication number | Publication date |
---|---|
EP3125172A1 (en) | 2017-02-01 |
AU2016208285A1 (en) | 2017-02-16 |
US11442919B2 (en) | 2022-09-13 |
CA2932804C (en) | 2022-10-04 |
US20170031969A1 (en) | 2017-02-02 |
AU2017228729A1 (en) | 2017-10-12 |
EP3125172B1 (en) | 2022-03-30 |
CN106407640B (zh) | 2019-11-19 |
CA2932804A1 (en) | 2017-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106407640B (zh) | 数据可靠性分析 | |
US10733536B2 (en) | Population-based learning with deep belief networks | |
CN112558555B (zh) | 维护和调试 | |
CA2707916C (en) | Intelligent timesheet assistance | |
May et al. | Zero defect manufacturing strategies and platform for smart factories of industry 4.0 | |
EP3336639B1 (en) | Asset management of field devices | |
US20150066163A1 (en) | System and method for multi-domain structural analysis across applications in industrial control and automation system | |
WO2016033247A2 (en) | Population-based learning with deep belief networks | |
Bandi et al. | Empirical evidence of code decay: A systematic mapping study | |
US20240061983A1 (en) | Digital avatar platform | |
Andrade Marin et al. | ESP well and component failure prediction in advance using engineered analytics-a breakthrough in minimizing unscheduled subsurface deferments | |
US20180181923A1 (en) | Maintenance management device, maintenance management method, and non-transitory computer readable storage medium | |
CN118011990A (zh) | 基于人工智能的工业数据品质监控与提升系统 | |
AU2016215576B2 (en) | Patch monitoring and analysis | |
RU2719467C1 (ru) | Способ комплексного контроля состояния многопараметрического объекта по разнородной информации | |
US20220391807A1 (en) | Systems and methods for predicting and managing tool assets | |
de León Hijes et al. | Assessment of functional condition of equipment in industrial plants based on multiple measurements | |
Kulkarni et al. | Towards a fully automated well management system for ESP surveillance and optimization in PDO | |
US11237550B2 (en) | Ultrasonic flow meter prognostics with near real-time condition based uncertainty analysis | |
Korbel et al. | Enabling a digital and analytics transformation in heavy-industry manufacturing | |
Staron et al. | Industrial self-healing measurement systems | |
Martins | Maintenance management of a production line-a case study in a furniture industry | |
Al-Bimani et al. | Successful standardization and sustainable well management system for ESP well surveillance & optimization across PDO | |
EP4339964A1 (en) | A monitoring agent for medical devices | |
Guillén López et al. | A framework for effective management of CBM programs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |