CN107426033A - 一种对物联网接入终端进行状态预测的方法和装置 - Google Patents

一种对物联网接入终端进行状态预测的方法和装置 Download PDF

Info

Publication number
CN107426033A
CN107426033A CN201710698811.7A CN201710698811A CN107426033A CN 107426033 A CN107426033 A CN 107426033A CN 201710698811 A CN201710698811 A CN 201710698811A CN 107426033 A CN107426033 A CN 107426033A
Authority
CN
China
Prior art keywords
state
access terminal
probability
probability matrix
internet
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
Application number
CN201710698811.7A
Other languages
English (en)
Other versions
CN107426033B (zh
Inventor
杜光东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Shenglu IoT Communication Technology Co Ltd
Original Assignee
Shenzhen Shenglu IoT Communication Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Shenglu IoT Communication Technology Co Ltd filed Critical Shenzhen Shenglu IoT Communication Technology Co Ltd
Priority to CN201710698811.7A priority Critical patent/CN107426033B/zh
Publication of CN107426033A publication Critical patent/CN107426033A/zh
Application granted granted Critical
Publication of CN107426033B publication Critical patent/CN107426033B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/16—Threshold monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer And Data Communications (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及一种对物联网接入终端进行状态预测的方法和装置。该方法包括如下步骤：每间隔预设时间接收接入终端发送的状态传感信息；根据所述状态传感信息和预存的状态预测模型确定预测状态概率矩阵，其中，所述预测状态概率矩阵包括预测故障概率；当所述预测故障概率大于或等于预设概率阈值时，生成提醒信息，其中，所述提醒信息用于指示维修人员对所述接入终端进行检修。本发明的技术方案可以对物联网接入终端的状态进行预测，根据预测状态对接入终端进行相应操作，提高物联网系统运行的连续性与稳定性。

Description

一种对物联网接入终端进行状态预测的方法和装置
技术领域
本发明涉及物联网技术领域，尤其涉及一种对物联网接入终端进行状态预测的方法和装置。
背景技术
物联网是新一代信息技术的重要组成部分，顾名思义，物联网就是“物物相连的互联网”。第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络。第二，物联网用户端延伸和扩展到了任何物体与物体之间，进行信息交换和通信。因此，物联网系统包括核心网和接入网，接入网和核心网之间可通过转发节点，例如基站进行连接。
接入网负责使用某种有线或者无线的联接和通信技术将广大接入终端一级一级汇接到核心网中，实现与网络的连接，接入网是整个网络的边缘部分，与用户距离最近的一部分。核心网也叫骨干网，是进行数据汇聚、交换、转发、接续、路由的网络核心，一般离接入终端较远。
接入终端通常包括传感单元，传感单元可以采集常规数据传感信息，也可以采集终端自身的故障传感信息，用于对接入终端的运行状态进行监控。在传感单元传输的故障传感信息指示接入终端发生故障时，需要对接入终端进行检修、更换或其他相应操作。但是，一方面，由于转发节点需要将接入终端传感单元的传感信息传输至核心网进行处理，对接入终端进行操作的指令的传输将因此具有一定时延。另一方面，在没有检修计划时，通常物联网系统需要连续不间断运行，如果在接收到突发故障信息后，再对接入终端进行相应操作，将影响物联网系统的连续运行。
发明内容
为了对物联网接入终端的状态进行预测，根据预测状态对接入终端进行相应操作，提高物联网系统运行的连续性与稳定性，本发明提供了一种对物联网接入终端进行状态预测的方法和装置。
第一方面，本发明提供了一种对物联网接入终端进行状态预测的方法，应用于转发节点，该方法包括如下步骤：
每间隔预设时间接收接入终端发送的状态传感信息；
根据所述状态传感信息和预存的状态预测模型确定预测状态概率矩阵，其中，所述预测状态概率矩阵包括预测故障概率；
当所述预测故障概率大于或等于预设概率阈值时，生成提醒信息，其中，所述提醒信息用于指示维修人员对所述接入终端进行检修。
本发明提供的对物联网接入终端进行状态预测的方法，转发节点以一定频率接收接入终端发送的状态传感信息，状态传感信息可以指示接入终端当前时刻的正常或故障状态信息，转发节点根据状态传感信息和预存的状态预测模型可以确定下一预定时刻的包括预测故障概率的预测状态概率矩阵。如果预测故障概率大于或等于预设概率阈值，说明接入终端在下一预定时刻将很有可能发生故障，转发节点此时生成提醒信息，用以指示检修人员提前安排对接入终端的检修操作，避免在发生故障后再对接入终端进行操作，提高了物联网系统运行的连续性和稳定性。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，该方法还包括如下步骤：
当所述预测故障概率小于所述预设概率阈值时，每间隔常规检修时间，生成所述提醒信息，其中，所述常规检修时间大于所述预设时间。
由于计算的预测故障概率是基于预存的状态预测模型得到的，如果系统对接入终端不发生突发故障的要求较高，即需要尽量保证物联网系统不因接入终端突发故障而暂停运行，可以在即使预测故障概率未达到阈值时，依然定期安排对接入终端的检修等操作，进一步提高了物联网系统运行的连续性和稳定性。
第二方面，本发明提供了一种对物联网接入终端进行状态预测的装置，所述装置包括：
接收单元，用于每间隔预设时间接收接入终端发送的状态传感信息；
预测单元，用于根据所述状态传感信息和预存的状态预测模型确定预测状态概率矩阵，其中，所述预测状态概率矩阵包括预测故障概率；
生成单元，用于当所述预测故障概率大于或等于预设概率阈值时，生成提醒信息，其中，所述提醒信息用于指示维修人员对所述接入终端进行检修。
本发明提供的对物联网接入终端进行状态预测的装置，转发节点以一定频率接收接入终端发送的状态传感信息，状态传感信息可以指示接入终端当前时刻的正常或故障状态信息，转发节点根据状态传感信息和预存的状态预测模型可以确定下一预定时刻的包括预测故障概率的预测状态概率矩阵。如果预测故障概率大于或等于预设概率阈值，说明接入终端在下一预定时刻将很有可能发生故障，转发节点此时生成提醒信息，用以指示检修人员提前安排对接入终端的检修操作，避免在发生故障后再对接入终端进行操作，提高了物联网系统运行的连续性和稳定性。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述生成单元，还用于当所述预测故障概率小于所述预设概率阈值时，每间隔常规检修时间，生成所述提醒信息，其中，所述常规检修时间大于所述预设时间。
由于计算的预测故障概率是基于预存的状态预测模型得到的，如果系统对接入终端不发生突发故障的要求较高，即需要尽量保证物联网系统不因接入终端突发故障而暂停运行，可以在即使预测故障概率未达到阈值时，依然定期安排对接入终端的检修等操作，进一步提高了物联网系统运行的连续性和稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种对物联网接入终端进行状态预测的系统的架构图；
图2为本发明第一实施例提供的一种对物联网接入终端进行状态预测的方法的流程示意图；
图3为本发明第二实施例提供的一种对物联网接入终端进行状态预测的方法的流程示意图；
图4为本发明第三实施例提供的一种对物联网接入终端进行状态预测的方法的流程示意图；
图5为本发明第四实施例提供的一种对物联网接入终端进行状态预测的方法的流程示意图；
图6为本发明第五实施例提供的一种对物联网接入终端进行状态预测的方法的流程示意图；
图7为本发明实施例提供的一种对物联网接入终端进行状态预测的装置的结构示意图；
图8为本发明实施例提供的一种对物联网接入终端进行状态预测的装置的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透切理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本发明。在其他情况中，省略对众所周知的系统、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
参照下面的描述和附图，将清楚本发明的实施例的这些和其他方面。在这些描述和附图中，具体公开了本发明的实施例中的一些特定实施方式，来表示实施本发明的实施例的原理的一些方式，但是应当理解，本发明的实施例的范围不受此限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
以下结合附图描述根据本发明实施例的对物联网接入终端进行状态预测的方法和装置。
图1为本发明实施例提供的一种对物联网接入终端进行状态预测的系统的架构图。具体如图1所示，该系统包括：接入网、转发节点和核心网。
接入网负责使用某种有线或者无线的联接和通信技术将广大接入终端一级一级汇接到核心网中，实现与网络的连接，接入网是整个网络的边缘部分，与用户距离最近的一部分。接入网的接入终端可以既具有传感单元，又具有相应的执行单元。传感单元可以采集常规数据传感信息，也可采集接入终端本身的状态传感信息。
转发节点，用于将接入终端的传感信息转发至核心网，并将核心网传输的相应控制信息转发至接入网的对应接入终端。由于接入网中具有海量接入终端，将所有传感信息均发送至核心网，再由物联网服务器进行处理，将产生一定时延。本发明以转发节点作为对接入终端状态传感信息进行处理的装置，在一定程度上减小了物联网信息传输时延。
核心网也叫骨干网，是进行数据汇聚、交换、转发、接续、路由的网络核心，一般离接入终端较远。核心网将传感信息分配至不同应用系统的物联网服务器进行分析和处理，物联网服务器可以是自动进行数据处理的服务器，也可以是需要客户端辅助完成数据处理的服务器。
转发节点即为本发明的对物联网接入终端进行状态预测的装置。
图2为本发明第一实施例提供的一种对物联网接入终端进行状态预测的方法的流程示意图。
该方法应用于转发节点，如图2示，该方法包括：
步骤210，每间隔预设时间接收接入终端发送的状态传感信息。
具体地，由于接入终端的传感单元主要是用于采集其所在环境的常规数据传感信息，在传感单元对接入终端本身的状态信息进行采集后，例如正常运行信息或故障信息，不需要实时将状态传感信息发送至转发节点，而是以一定频率进行发送，从而降低网络负担。
步骤220，根据所述状态传感信息和预存的状态预测模型确定预测状态概率矩阵，其中，所述预测状态概率矩阵包括预测故障概率。
具体地，转发节点预存的状态预测模型包括矩阵模型，故其根据接收到的状态传感信息输出的信息为矩阵形式的预测状态概率的集合，预测状态概率包括预测故障概率，用于预测接入终端发生故障的可能性，同时也可包括预测正常运行概率、预测转劣概率、预测转优概率等相关状态的概率。
步骤230，当所述预测故障概率大于或等于预设概率阈值时，生成提醒信息，其中，所述提醒信息用于指示维修人员对所述接入终端进行检修。
具体地，预测故障概率为基于当前时刻状态信息确定的未来某一时刻发生故障的概率。在接入终端还未发生故障时，通过当前状态预测未来状态，如果预测故障概率大于或等于预设概率阈值，则说明接入终端在未来某一时刻很有可能发生故障，由于还未达到这一时刻，转发节点可生成提醒信息，用以指示维修人员尽快对接入终端进行检修。
本发明第一实施例提供的对物联网接入终端进行状态预测的方法，转发节点以一定频率接收接入终端发送的状态传感信息，状态传感信息可以指示接入终端当前时刻的正常或故障状态信息，转发节点根据状态传感信息和预存的状态预测模型可以确定下一预定时刻的包括预测故障概率的预测状态概率矩阵。如果预测故障概率大于或等于预设概率阈值，说明接入终端在下一预定时刻将很有可能发生故障，转发节点此时生成提醒信息，用以指示检修人员提前安排对接入终端的检修操作，避免在发生故障后再对接入终端进行操作，提高了物联网系统运行的连续性和稳定性。
优选地，该方法还包括如下步骤：
当所述预测故障概率小于所述预设概率阈值时，每间隔常规检修时间，生成所述提醒信息，其中，所述常规检修时间大于所述预设时间。
由于计算的预测故障概率是基于预存的状态预测模型得到的，如果系统对接入终端不发生突发故障的要求较高，即需要尽量保证物联网系统不因接入终端突发故障而暂停运行，可以在即使预测故障概率未达到阈值时，依然定期安排对接入终端的检修等操作，进一步提高了物联网系统运行的连续性和稳定性。
图3为本发明第二实施例提供的一种对物联网接入终端进行状态预测的方法的流程示意图。
具体如图3所示，在上述实施例的基础上，所述状态预测模型包括当前状态映射表和状态转移概率矩阵。
步骤220具体包括：
步骤221，根据所述状态传感信息和所述当前状态映射表确定当前状态概率矩阵，其中，所述当前状态概率矩阵中的各项当前状态概率用于指示所述接入终端在当前时刻处于不同状态的概率。
具体地，接入终端传感单元发送的状态传感信息指示接入终端当前的状态，例如温度、湿度或振动等状态信息。以转发节点只接收到指示接入终端温度的传感信息为例，如果状态传感信息为90度的温度值，在当前映射状态表中确定和90度温度值对应的当前状态概率矩阵，以当前状态概率矩阵只包括故障概率和正常运行概率为例，获得当前状态概率矩阵(P1P2)，其中，P1代表当前时刻故障概率，例如为0.8，P2代表当前时刻正常运行概率，例如为0.2。
步骤222，根据所述当前状态概率矩阵和所述状态转移概率矩阵计算生成所述预测状态概率矩阵，其中，所述预测状态概率矩阵中的各项预测状态概率用于指示所述接入终端在下一预定时刻处于不同状态的概率。
具体地，状态转移概率矩阵与当前概率矩阵相关，以当前状态概率矩阵是(P1，P2)为例，状态转移概率矩阵为：
其中，S11为当前时刻事件概率为P1，且下一时刻事件概率为P1的概率；S12为当前时刻事件概率为P1，且下一时刻事件概率为P2的概率；S21为当前时刻事件概率为P2，且下一时刻事件概率为P1的概率；S22为当前时刻事件概率为P2，且下一时刻事件概率为P2的概率。
令状态转移概率矩阵为：
在确定了当前概率矩阵之后，将当前概率矩阵与状态转移概率矩阵相乘获得预测状态概率矩阵(T1T2)，其中，T1代表下一预定时刻预测故障概率，计算为0.6，T2代表下一预定时刻预测正常运行概率，计算为0.4。
需要注意的是，虽然上述例子中当前状态概率矩阵为1行2列形式，状态转移概率矩阵相应为2行2列形式，但可以根据实际情况将当前状态概率矩阵和状态转移概率矩阵设置为多阶形式，例如当前状态概率矩阵为1行3列形式，当前状态概率分别包括故障概率、正常运行概率和转劣概率，状态转移概率矩阵相应为3行3列形式。
本发明的第二实施例提供的对物联网接入终端进行状态预测的方法，转发节点首先根据接收到的状态传感信息查表获得包括当前故障及其他状态概率的当前状态概率矩阵，然后通过将当前状态概率矩阵与表示当前故障与其他状态之间概率关系的状态转移概率矩阵相乘，获得指示下一预定时刻状态的预测状态概率矩阵，其中包括预测故障概率。由于转发节点在计算预测状态概率时，不需要考虑过往状态，只需要考虑当前状态，因此，可以不用调用所有表示接入终端过往状态的数据信息，可以有效降低转发节点的存储与运算负担，提高运算效率。
图4为本发明第三实施例提供的一种对物联网接入终端进行状态预测的方法的流程示意图。
具体如图4所示，在上述实施例的基础上，步骤222具体包括如下并列子步骤：
步骤2221，将所述当前状态概率矩阵和一个所述状态转移概率矩阵相乘，计算生成所述预测状态概率矩阵，其中，所述预测状态概率矩阵指示的所述下一预定时刻与所述当前状态概率矩阵指示的所述当前时刻的差值为所述预设时间。
步骤2222，将所述当前状态概率矩阵和多个所述状态转移概率矩阵连续相乘，计算生成所述预测状态概率矩阵，其中，所述预测状态概率矩阵指示的所述下一预定时刻与所述当前状态概率矩阵指示的所述当前时刻的差值为多个所述预设时间。
具体地，由于转发节点每间隔预设时间接收接入终端发送的状态传感信息，令预设时间为1小时。根据状态预测模型特性，若当前状态概率矩阵与一个状态转移概率矩阵相乘，计算得到的预测状态概率为一个预设时间后的时刻，也就是1小时后的预测状态概率矩阵。若当前状态概率矩阵与N个状态转移概率矩阵相乘，计算得到的预测状态概率为N个预设时间后的时刻，也就是N小时后的预测状态概率矩阵。在预测状态概率矩阵中的预测故障概率超出预设阈值后，转发节点会生成提醒信息以指示维修人员对转发节点进行检修，如果预设时间过短，则很难在下一预定时刻之前安排检修，故可以根据实际情况，将计算的预测概率的预定时间节点延长。
本发明的第三实施例提供的对物联网接入终端进行状态预测的方法，由于预测故障概率将指示维修人员对接入终端进行维修，如果预测的时刻和当前时刻的时间间隔太小，没有充分时间进行检修部署，根据实际情况调整时间间隔，将使检修时间更为充裕，部署更为灵活。
图5为本发明第四实施例提供的一种对物联网接入终端进行状态预测的方法的流程示意图。
具体如图5所示，在上述实施例的基础上，该方法还包括：
步骤240，统计所述预测故障概率大于或等于所述预设概率阈值的预测故障次数。
步骤250，当所述预测故障次数大于或等于预设次数阈值时，生成警告信息，其中，所述警告信息用于指示维修人员对所述接入终端进行更换。
具体地，虽然在每次出现预测故障概率超过预设概率阈值的情况时，转发节点均会生成提醒信息，但如果多次出现上述情况，说明接入终端可能具有无法通过维修解决的问题，在预测故障次数超过预设次数阈值时，转发节点生成警告信息，以指示维修人员对转发节点进行更换或其他相应操作。
本发明的第四实施例提供的对物联网接入终端进行状态预测的方法，统计预测故障故障概率超过概率阈值的次数，当超过概率阈值的次数达到一定数值时，说明只对接入终端进行检修已不能克服其故障，需要进行进一步的更换或其他相关操作，使对接入终端的监测更为完善。
图6为本发明第五实施例提供的一种对物联网接入终端进行状态预测的方法的流程示意图。
具体如图6所示，在上述实施例的基础上，该方法还包括：
步骤260，在接收到所述接入终端发送的当前时刻的所述状态传感信息后，当超过所述预设时间还未接收到下一标定时刻的所述状态传感信息时，生成所述提醒信息。
具体地，还以预设时间为1小时为例，转发节点应该每间隔1小时接收一次接入终端发送的状态传感信息，转发节点不仅接收接入终端发送的状态信息，还相当于对接入终端的状态信息进行心跳监控。如果超过1小时的心跳间隔还未接收到下一标定时刻的状态传感信息，说明接入终端可能发生故障，此时转发节点生成提醒信息，以指示维修人员对接入终端进行检修。
本发明的第五实施例提供的对物联网接入终端进行状态预测的方法，对接入终端的状态信息进行心跳监控，若超出心跳间隔还未收到状态传感信息时，说明接入终端可能已经发生故障，需要对其进行相应操作，使对接入终端的监测更为完善。
优选地，在接收到所述接入终端发送的当前时刻的所述状态传感信息后，当超过所述预设时间还未接收到下一标定时刻的所述状态传感信息时，生成控制信息，所述控制信息用于控制与所述接入终端相邻的传感单元对所述接入终端的传感信息进行采集。
在由于接入终端可能已经发生故障的情况下生成提醒信息的同时，如果传感单元的资源比较充足，还可通过与接入终端相邻的传感单元对其进行信息采集，并将采集到的传感信息反馈至转发节点，从而对接入终端的状态进行进一步分析，获得更准确的状态信息。
相应地，本发明实施例还提供了一种对物联网接入终端进行状态预测的装置。
图7为本发明实施例提供的一种对物联网接入终端进行状态预测的装置的结构示意图。如图7所示，该装置包括：接收单元710、预测单元720以及生成单元730。
接收单元710，用于每间隔预设时间接收接入终端发送的状态传感信息。
具体地，由于接入终端的传感单元主要是用于采集其所在环境的常规数据传感信息，在传感单元对接入终端本身的状态信息进行采集后，例如正常运行信息或故障信息，不需要实时将状态传感信息发送至转发节点，而是以一定频率进行发送，从而降低网络负担。
预测单元720，用于根据所述状态传感信息和预存的状态预测模型确定预测状态概率矩阵，其中，所述预测状态概率矩阵包括预测故障概率。
具体地，转发节点预存的状态预测模型包括矩阵模型，故其根据接收到的状态传感信息输出的信息为矩阵形式的预测状态概率的集合，预测状态概率包括预测故障概率，用于预测接入终端发生故障的可能性，同时也可包括预测正常运行概率、预测转劣概率、预测转优概率等相关状态的概率。
生成单元730，用于当所述预测故障概率大于或等于预设概率阈值时，生成提醒信息，其中，所述提醒信息用于指示维修人员对所述接入终端进行检修。
具体地，具体地，预测故障概率为基于当前时刻状态信息确定的未来某一时刻发生故障的概率。在接入终端还未发生故障时，通过当前状态预测未来状态，如果预测故障概率大于或等于预设概率阈值，则说明接入终端在未来某一时刻很有可能发生故障，由于还未达到这一时刻，转发节点可生成提醒信息，用以指示维修人员尽快对接入终端进行检修。
优选地，生成单元730，还用于当所述预测故障概率小于所述预设概率阈值时，每间隔常规检修时间，生成所述提醒信息，其中，所述常规检修时间大于所述预设时间。
由于计算的预测故障概率是基于预存的状态预测模型得到的，如果系统对接入终端不发生突发故障的要求较高，即需要尽量保证物联网系统不因接入终端突发故障而暂停运行，可以在即使预测故障概率未达到阈值时，依然定期安排对接入终端的检修等操作，进一步提高了物联网系统运行的连续性和稳定性。
优选地，作为本发明另一实施例，在上述实施例的基础上，该实施例中，所述状态预测模型包括当前状态映射表和状态转移概率矩阵。
预测单元720，具体用于：
根据所述状态传感信息和所述当前状态映射表确定当前状态概率矩阵，其中，所述当前状态概率矩阵中的各项当前状态概率用于指示所述接入终端在当前时刻处于不同状态的概率。
具体地，接入终端传感单元发送的状态传感信息指示接入终端当前的状态，例如温度、湿度或振动等状态信息。以转发节点只接收到指示接入终端温度的传感信息为例，如果状态传感信息为90度的温度值，在当前映射状态表中确定和90度温度值对应的当前状态概率矩阵，以当前状态概率矩阵只包括故障概率和正常运行概率为例，获得当前状态概率矩阵(P1P2)，其中，P1代表当前时刻故障概率，例如为0.8，P2代表当前时刻正常运行概率，例如为0.2。
根据所述当前状态概率矩阵和所述状态转移概率矩阵计算生成所述预测状态概率矩阵，其中，所述预测状态概率矩阵中的各项预测状态概率用于指示所述接入终端在下一预定时刻处于不同状态的概率。
具体地，状态转移概率矩阵与当前概率矩阵相关，以当前状态概率矩阵是(P1，P2)为例，状态转移概率矩阵为：
其中，S11为当前时刻事件概率为P1，且下一时刻事件概率为P1的概率；S12为当前时刻事件概率为P1，且下一时刻事件概率为P2的概率；S21为当前时刻事件概率为P2，且下一时刻事件概率为P1的概率；S22为当前时刻事件概率为P2，且下一时刻事件概率为P2的概率。
令状态转移概率矩阵为：
在确定了当前概率矩阵之后，将当前概率矩阵与状态转移概率矩阵相乘获得预测状态概率矩阵(T1T2)，其中，T1代表下一预定时刻预测故障概率，计算为0.6，T2代表下一预定时刻预测正常运行概率，计算为0.4。
需要注意的是，虽然上述例子中当前状态概率矩阵为1行2列形式，状态转移概率矩阵相应为2行2列形式，但可以根据实际情况将当前状态概率矩阵和状态转移概率矩阵设置为多阶形式，例如当前状态概率矩阵为1行3列形式，当前状态概率分别包括故障概率、正常运行概率和转劣概率，状态转移概率矩阵相应为3行3列形式。
优选地，作为本发明另一实施例，在上述实施例的基础上，该实施例中，预测单元720，具体还用于：
将所述当前状态概率矩阵和一个所述状态转移概率矩阵相乘，计算生成所述预测状态概率矩阵，其中，所述预测状态概率矩阵指示的所述下一预定时刻与所述当前状态概率矩阵指示的所述当前时刻的差值为所述预设时间；
将所述当前状态概率矩阵和多个所述状态转移概率矩阵连续相乘，计算生成所述预测状态概率矩阵，其中，所述预测状态概率矩阵指示的所述下一预定时刻与所述当前状态概率矩阵指示的所述当前时刻的差值为多个所述预设时间。
具体地，由于转发节点每间隔预设时间接收接入终端发送的状态传感信息，令预设时间为1小时。根据状态预测模型特性，若当前状态概率矩阵与一个状态转移概率矩阵相乘，计算得到的预测状态概率为一个预设时间后的时刻，也就是1小时后的预测状态概率矩阵。若当前状态概率矩阵与N个状态转移概率矩阵相乘，计算得到的预测状态概率为N个预设时间后的时刻，也就是N小时后的预测状态概率矩阵。在预测状态概率矩阵中的预测故障概率超出预设阈值后，转发节点会生成提醒信息以指示维修人员对转发节点进行检修，如果预设时间过短，则很难在下一预定时刻之前安排检修，故可以根据实际情况，将计算的预测概率的预设时间节点延长。
优选地，作为本发明另一实施例，在上述实施例的基础上，该实施例中，如图8所示，该装置还包括统计单元740。
统计单元740，用于统计所述预测故障概率大于或等于所述预设概率阈值的预测故障次数。
生成单元730，还用于当所述预测故障次数大于或等于预设次数阈值时，生成警告信息，其中，所述警告信息用于指示维修人员对所述接入终端进行更换。
具体地，虽然在每次出现预测故障概率超过预设概率阈值的情况时，转发节点均会生成提醒信息，但如果多次出现上述情况，说明接入终端可能具有无法通过维修解决的问题，在预测故障次数超过预设次数阈值时，转发节点生成警告信息，以指示维修人员对转发节点进行更换或其他相应操作。
优选地，作为本发明另一实施例，在上述实施例的基础上，该实施例中。
生成单元730，还用于在接收到所述接入终端发送的当前时刻的所述状态传感信息后，当超过所述预设时间还未接收到下一标定时刻的所述状态传感信息时，生成所述提醒信息。
具体地，还以预设时间为1小时为例，转发节点应该每间隔1小时接收一次接入终端发送的状态传感信息，转发节点不仅接收接入终端发送的状态信息，还相当于对接入终端的状态信息进行心跳监控。如果超过1小时的心跳间隔还未接收到下一标定时刻的状态传感信息，说明接入终端可能发生故障，此时转发节点生成提醒信息，以指示维修人员对接入终端进行检修。
优选地，生成单元730，还用于在接收到所述接入终端发送的当前时刻的所述状态传感信息后，当超过所述预设时间还未接收到下一标定时刻的所述状态传感信息时，生成控制信息，所述控制信息用于控制与所述接入终端相邻的传感单元对所述接入终端的传感信息进行采集。
在由于接入终端可能已经发生故障的情况下生成提醒信息的同时，如果传感单元的资源比较充足，还可通过与接入终端相邻的传感单元对其进行信息采集，并将采集到的传感信息反馈至转发节点，从而对接入终端的状态进行进一步分析，获得更准确的状态信息。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种对物联网接入终端进行状态预测的方法，其特征在于，应用于转发节点，所述方法包括如下步骤：
每间隔预设时间接收接入终端发送的状态传感信息；
根据所述状态传感信息和预存的状态预测模型确定预测状态概率矩阵，其中，所述预测状态概率矩阵包括预测故障概率；
当所述预测故障概率大于或等于预设概率阈值时，生成提醒信息，其中，所述提醒信息用于指示维修人员对所述接入终端进行检修。
2.根据权利要求1所述的对物联网接入终端进行状态预测的方法，其特征在于，所述状态预测模型包括当前状态映射表和状态转移概率矩阵；
所述根据所述状态传感信息和预存的状态预测模型确定预测状态概率矩阵，具体包括：
根据所述状态传感信息和所述当前状态映射表确定当前状态概率矩阵，其中，所述当前状态概率矩阵中的各项当前状态概率用于指示所述接入终端在当前时刻处于不同状态的概率；
根据所述当前状态概率矩阵和所述状态转移概率矩阵计算生成所述预测状态概率矩阵，其中，所述预测状态概率矩阵中的各项预测状态概率用于指示所述接入终端在下一预定时刻处于不同状态的概率。
3.根据权利要求2所述的对物联网接入终端进行状态预测的方法，其特征在于，根据所述当前状态概率矩阵和所述状态转移概率矩阵计算生成所述预测状态概率矩阵，具体包括：
将所述当前状态概率矩阵和一个所述状态转移概率矩阵相乘，计算生成所述预测状态概率矩阵，其中，所述预测状态概率矩阵指示的所述下一预定时刻与所述当前状态概率矩阵指示的所述当前时刻的差值为所述预设时间；
将所述当前状态概率矩阵和多个所述状态转移概率矩阵连续相乘，计算生成所述预测状态概率矩阵，其中，所述预测状态概率矩阵指示的所述下一预定时刻与所述当前状态概率矩阵指示的所述当前时刻的差值为多个所述预设时间。
4.根据权利要求1至3任一项所述的对物联网接入终端进行状态预测的方法，其特征在于，所述方法还包括：
统计所述预测故障概率大于或等于所述预设概率阈值的预测故障次数；
当所述预测故障次数大于或等于预设次数阈值时，生成警告信息，其中，所述警告信息用于指示维修人员对所述接入终端进行更换。
5.根据权利要求4所述的对物联网接入终端进行状态预测的方法，其特征在于，所述方法还包括：
在接收到所述接入终端发送的当前时刻的所述状态传感信息后，当超过所述预设时间还未接收到下一标定时刻的所述状态传感信息时，生成所述提醒信息。
6.一种对物联网接入终端进行状态预测的装置，其特征在于，所述装置包括：
接收单元，用于每间隔预设时间接收接入终端发送的状态传感信息；
预测单元，用于根据所述状态传感信息和预存的状态预测模型确定预测状态概率矩阵，其中，所述预测状态概率矩阵包括预测故障概率；
生成单元，用于当所述预测故障概率大于或等于预设概率阈值时，生成提醒信息，其中，所述提醒信息用于指示维修人员对所述接入终端进行检修。
7.根据权利要求6所述的对物联网接入终端进行状态预测的装置，其特征在于，所述状态预测模型包括当前状态映射表和状态转移概率矩阵；
所述预测单元，具体用于：
根据所述状态传感信息和所述当前状态映射表确定当前状态概率矩阵，其中，所述当前状态概率矩阵中的各项当前状态概率用于指示所述接入终端在当前时刻处于不同状态的概率；
根据所述当前状态概率矩阵和所述状态转移概率矩阵计算生成所述预测状态概率矩阵，其中，所述预测状态概率矩阵中的各项预测状态概率用于指示所述接入终端在下一预定时刻处于不同状态的概率。
8.根据权利要求7所述的对物联网接入终端进行状态预测的装置，其特征在于，
所述预测单元，具体还用于：
将所述当前状态概率矩阵和一个所述状态转移概率矩阵相乘，计算生成所述预测状态概率矩阵，其中，所述预测状态概率矩阵指示的所述下一预定时刻与所述当前状态概率矩阵指示的所述当前时刻的差值为所述预设时间；
将所述当前状态概率矩阵和多个所述状态转移概率矩阵连续相乘，计算生成所述预测状态概率矩阵，其中，所述预测状态概率矩阵指示的所述下一预定时刻与所述当前状态概率矩阵指示的所述当前时刻的差值为多个所述预设时间。
9.根据权利要求6至8任一项所述的对物联网接入终端进行状态预测的装置，其特征在于，还包括统计单元；
所述统计单元，用于统计所述预测故障概率大于或等于所述预设概率阈值的预测故障次数；
所述生成单元，还用于当所述预测故障次数大于或等于预设次数阈值时，生成警告信息，其中，所述警告信息用于指示维修人员对所述接入终端进行更换。
10.根据权利要求9所述的对物联网接入终端进行状态预测的装置，其特征在于，
所述生成单元，还用于在接收到所述接入终端发送的当前时刻的所述状态传感信息后，当超过所述预设时间还未接收到下一标定时刻的所述状态传感信息时，生成所述提醒信息。
CN201710698811.7A 2017-08-15 2017-08-15 一种对物联网接入终端进行状态预测的方法和装置 Active CN107426033B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710698811.7A CN107426033B (zh) 2017-08-15 2017-08-15 一种对物联网接入终端进行状态预测的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710698811.7A CN107426033B (zh) 2017-08-15 2017-08-15 一种对物联网接入终端进行状态预测的方法和装置

Publications (2)

Publication Number Publication Date
CN107426033A true CN107426033A (zh) 2017-12-01
CN107426033B CN107426033B (zh) 2020-11-13

Family

ID=60438067

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710698811.7A Active CN107426033B (zh) 2017-08-15 2017-08-15 一种对物联网接入终端进行状态预测的方法和装置

Country Status (1)

Country Link
CN (1) CN107426033B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108319173A (zh) * 2018-02-12 2018-07-24 苏州车付通信息科技有限公司 决策装置、系统和方法
CN110290625A (zh) * 2019-06-25 2019-09-27 中科卓天智慧城市科技有限公司 公共照明系统
CN111447115A (zh) * 2020-03-25 2020-07-24 北京瑞航核心科技有限公司 一种物联网实体的状态监测方法
CN114697203A (zh) * 2022-03-31 2022-07-01 浙江省通信产业服务有限公司 一种网络故障的预判方法、装置、电子设备及存储介质
CN115022908A (zh) * 2022-05-11 2022-09-06 中电信数智科技有限公司 一种核心网与基站传输网络异常预测及定位的方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102707708A (zh) * 2012-05-25 2012-10-03 清华大学 多模型飞行控制系统故障诊断方法及装置
CN104156591A (zh) * 2014-08-06 2014-11-19 北京信息科技大学 一种马尔可夫故障趋势预测方法
CN104834579A (zh) * 2014-02-10 2015-08-12 富士施乐株式会社 故障预测系统和故障预测设备
CN105406928A (zh) * 2015-10-26 2016-03-16 天津大学 水下认知网络中提高预测准确性的频谱预测方法
CN105426999A (zh) * 2015-11-27 2016-03-23 广州供电局有限公司 输变电设备状态变化预测方法和系统
CN105956614A (zh) * 2016-04-25 2016-09-21 中国科学院上海高等研究院 一种时间序列语义化预测方法及系统
CN105988918A (zh) * 2015-02-26 2016-10-05 阿里巴巴集团控股有限公司 预测gpu故障的方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102707708A (zh) * 2012-05-25 2012-10-03 清华大学 多模型飞行控制系统故障诊断方法及装置
CN104834579A (zh) * 2014-02-10 2015-08-12 富士施乐株式会社 故障预测系统和故障预测设备
CN104156591A (zh) * 2014-08-06 2014-11-19 北京信息科技大学 一种马尔可夫故障趋势预测方法
CN105988918A (zh) * 2015-02-26 2016-10-05 阿里巴巴集团控股有限公司 预测gpu故障的方法和装置
CN105406928A (zh) * 2015-10-26 2016-03-16 天津大学 水下认知网络中提高预测准确性的频谱预测方法
CN105426999A (zh) * 2015-11-27 2016-03-23 广州供电局有限公司 输变电设备状态变化预测方法和系统
CN105956614A (zh) * 2016-04-25 2016-09-21 中国科学院上海高等研究院 一种时间序列语义化预测方法及系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108319173A (zh) * 2018-02-12 2018-07-24 苏州车付通信息科技有限公司 决策装置、系统和方法
CN110290625A (zh) * 2019-06-25 2019-09-27 中科卓天智慧城市科技有限公司 公共照明系统
CN110290625B (zh) * 2019-06-25 2021-08-31 中科卓天智慧城市科技有限公司 公共照明系统
CN111447115A (zh) * 2020-03-25 2020-07-24 北京瑞航核心科技有限公司 一种物联网实体的状态监测方法
CN111447115B (zh) * 2020-03-25 2021-08-27 北京奥陌科技有限公司 一种物联网实体的状态监测方法
CN114697203A (zh) * 2022-03-31 2022-07-01 浙江省通信产业服务有限公司 一种网络故障的预判方法、装置、电子设备及存储介质
CN114697203B (zh) * 2022-03-31 2023-07-25 浙江省通信产业服务有限公司 一种网络故障的预判方法、装置、电子设备及存储介质
CN115022908A (zh) * 2022-05-11 2022-09-06 中电信数智科技有限公司 一种核心网与基站传输网络异常预测及定位的方法
CN115022908B (zh) * 2022-05-11 2023-05-12 中电信数智科技有限公司 一种核心网与基站传输网络异常预测及定位的方法

Also Published As

Publication number Publication date
CN107426033B (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
CN107426033A (zh) 一种对物联网接入终端进行状态预测的方法和装置
CN105426290B (zh) 异常信息智能处理方法和系统
US5748098A (en) Event correlation
CN104838370B (zh) 传输通知至与用户相关联的多个设备
US7652565B2 (en) Sensor network system, sensor node, sensor information collector, method of observing event, and program thereof
CN100452017C (zh) 用于网络报警类选的方法和装置
US20130207801A1 (en) Approach for prioritizing network alerts
CN106713487A (zh) 数据的同步方法和装置
JPH08506946A (ja) 通信ネットワークにおける事象相関
JPH08307524A (ja) 通信ネットワークの構成要素の異常状態のリスクを識別する方法と装置
CN106027328A (zh) 一种基于应用容器部署的集群监控的方法及系统
CN106685676A (zh) 一种节点切换方法及装置
CN108259194A (zh) 网络故障预警方法及装置
CN104487989A (zh) 自主网络哨兵
CN107579858A (zh) 云主机的告警方法及装置、通信系统
CN113300914A (zh) 网络质量监测方法、装置、系统、电子设备和存储介质
JP2003032253A (ja) 管理可能なネットワークにおける事前対策オンライン診断
CN108248641A (zh) 一种城市轨道交通数据处理方法及装置
US11398945B2 (en) System and method for fault detection and root cause analysis in a network of network components
CN107122464A (zh) 一种辅助决策系统及方法
US8966503B1 (en) System and method for correlating anomalous events
CN110430091A (zh) 适用于redis的主从时延监控方法及装置、存储介质
CN104346246B (zh) 故障预测方法和装置
CN112685261B (zh) 一种基于观察者模式的微服务运行状态监控方法
CN107682423A (zh) 一种数据转发方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant