CN107566164A - 一种物联网信息识别方法和装置 - Google Patents
一种物联网信息识别方法和装置 Download PDFInfo
- Publication number
- CN107566164A CN107566164A CN201710698835.2A CN201710698835A CN107566164A CN 107566164 A CN107566164 A CN 107566164A CN 201710698835 A CN201710698835 A CN 201710698835A CN 107566164 A CN107566164 A CN 107566164A
- Authority
- CN
- China
- Prior art keywords
- auxiliary
- probability
- event
- state
- monitoring object
- 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
Landscapes
- Alarm Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明涉及一种物联网信息识别方法和装置。该方法包括如下步骤:接收一个主传感单元发送的主状态传感信息,以及至少一个辅传感单元发送的辅状态传感信息,其中,所述主状态传感信息用于指示监测对象的主状态事件的参数信息,所述辅状态传感信息用于指示所述监测对象的辅状态事件的参数信息;根据所述主状态传感信息、所述辅状态传感信息和预存的状态识别模型确定监测对象异常概率;当所述监测对象异常概率大于或等于预设概率阈值时,生成一级告警信息。本发明的技术方案可以对物联网中的监测对象的状态进行准确判断,有效识别出异常状态信息,降低物联网服务器的处理负担。
Description
技术领域
本发明涉及物联网技术领域,尤其涉及一种物联网信息识别方法和装置。
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。
接入网中的接入终端通常包括大量传感单元,传感单元可以采集监测对象的状态参数传感信息,并通过核心网将其发送至物联网服务器,实现对特定监测对象的运行状态进行监控。
一方面,如果所有传感单元均将其采集到传感信息实时传输向物联网服务器,将加大核心网的传输负担。另一方面,由于通常需要多个传感单元对一个特定监测对象的多项状态参数进行信息采集,如果每次只将一个传感单元采集到的一项异常传感信息传输向物联网服务器,所述一项异常传感信息可能由于传感单元精度问题或故障情况而不能准确反映出监测对象的异常状态,如果经常接收到不准确信息,也将给物联网服务器造成处理负担。
发明内容
为了对物联网中的监测对象的状态进行准确判断,有效识别出异常状态信息,降低物联网服务器的处理负担,本发明提供了一种物联网信息识别方法和装置。
第一方面,本发明提供了一种物联网信息识别方法,应用于转发节点,该方法包括如下步骤:
接收一个主传感单元发送的主状态传感信息,以及至少一个辅传感单元发送的辅状态传感信息,其中,所述主状态传感信息用于指示监测对象的主状态事件的参数信息,所述辅状态传感信息用于指示所述监测对象的辅状态事件的参数信息;
根据所述主状态传感信息、所述辅状态传感信息和预存的状态识别模型确定监测对象异常概率;
当所述监测对象异常概率大于或等于预设概率阈值时,生成一级告警信息,其中,所述一级告警信息用于向物联网服务器指示所述监测对象发生异常,并需要进行处理。
本发明提供的物联网信息识别方法,转发节点接收多个传感单元发送的监测对象的状态传感信息,其中,传感单元包括采集监测对象的主状态事件(例如温度事件)的主传感单元,以及采集监测对象的辅状态事件(例如湿度、振动事件)的辅传感单元,由于不同状态事件发生时,反映出的监测对象发生异常的概率是不同的,在转发节点中设置包括不同状态事件发生概率的状态识别模型,并根据状态传感信息和状态识别模型确定监测对象异常概率。如果识别得到的监测对象异常概率大于或等于预设概率阈值,说明可以比较准确地确定监测对象发生异常,转发节点此时生成告警信息,用以向物联网服务器指示监测对象的异常状态情况,不仅降低了核心网需要传输大量低价值传感信息的负担,还较准确地识别了监测对象的异常状态信息,使物联网服务器可以进行高效处理,从而降低了物联网服务器的负担。
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:
根据所述主状态传感信息确定所述主状态事件的主发生概率;
当所述主发生概率大于或等于预设主事件概率阈值时,生成所述一级告警信息。
只有在主状态事件的发生概率超过阈值时,而不是任意事件的发生概率超过阈值时,才生成告警信息,并发送至物联网服务器,指示监测对象发生异常,并需要进行处理,例如需要检修。这样一方面保证了物联网服务器可以第一时间接收到可信度较高的异常信息,另一方面由于转发节点过滤了部分可信度较低的异常信息,从而降低了物联网服务器的处理负担。
第二方面,本发明提供了一种物联网信息识别装置,所述装置包括:
接收单元,用于接收一个主传感单元发送的主状态传感信息,以及至少一个辅传感单元发送的辅状态传感信息,其中,所述主状态传感信息用于指示监测对象的主状态事件的参数信息,所述辅状态传感信息用于指示所述监测对象的辅状态事件的参数信息;
识别单元,用于根据所述主状态传感信息、所述辅状态传感信息和预存的状态识别模型确定监测对象异常概率;
生成单元,用于当所述监测对象异常概率大于或等于预设概率阈值时,生成一级告警信息,其中,所述一级告警信息用于向物联网服务器指示所述监测对象发生异常,并需要进行处理。
本发明提供的物联网信息识别装置,转发节点接收多个传感单元发送的监测对象的状态传感信息,其中,传感单元包括采集监测对象的主状态事件(例如温度事件)的主传感单元,以及采集监测对象的辅状态事件(例如湿度、振动事件)的辅传感单元,由于不同状态事件发生时,反映出的监测对象发生异常的概率是不同的,在转发节点中设置包括不同状态事件发生概率的状态识别模型,并根据状态传感信息和状态识别模型确定监测对象异常概率。如果识别得到的监测对象异常概率大于或等于预设概率阈值,说明可以比较准确地确定监测对象发生异常,转发节点此时生成告警信息,用以向物联网服务器指示监测对象的异常状态情况,不仅降低了核心网需要传输大量低价值传感信息的负担,还较准确地识别了监测对象的异常状态信息,使物联网服务器可以进行高效处理,从而降低了物联网服务器的负担。
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,所述识别单元,还用于根据所述主状态传感信息确定所述主状态事件的主发生概率;
所述生成单元,还用于当所述主发生概率大于或等于预设主事件概率阈值时,生成所述一级告警信息。
只有在主状态事件的发生概率超过阈值时,而不是任意事件的发生概率超过阈值时,才生成告警信息,并发送至物联网服务器,指示监测对象发生异常,并需要进行处理,例如需要检修。这样一方面保证了物联网服务器可以第一时间接收到可信度较高的异常信息,另一方面由于转发节点过滤了部分可信度较低的异常信息,从而降低了物联网服务器的处理负担。
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物联网信息识别系统的架构图;
图2为本发明第一实施例提供的一种物联网信息识别方法的流程示意图;
图3为本发明第二实施例提供的一种物联网信息识别方法的流程示意图;
图4为本发明第三实施例提供的一种物联网信息识别方法的流程示意图;
图5为本发明第四实施例提供的一种物联网信息识别方法的流程示意图;
图6为本发明第五实施例提供的一种物联网信息识别方法的流程示意图;
图7为本发明实施例提供的一种物联网信息识别装置的结构示意图;
图8为本发明实施例提供的一种物联网信息识别装置的结构示意图。
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物联网信息识别方法和装置。
图1为本发明实施例提供的一种物联网信息识别系统的架构图。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。接入网中的接入终端可以既具有传感单元,又具有相应的执行单元。传感单元通常用于采集监测对象的传感信息。
转发节点,用于将传感单元采集到的监测对象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传感单元,将所有传感信息均通过核心网发送至物联网服务器,将加大核心网的传输负担,并产生一定时延。另外,由于通常需要多个传感单元对一个特定监测对象的多项状态参数进行信息采集,如果每次只将一个传感单元采集到的一项异常传感信息传输向物联网服务器,所述一项异常传感信息可能由于传感单元精度问题或故障情况而不能准确反映出监测对象的异常状态,如果经常接收到不准确信息,也将给物联网服务器造成处理负担。本发明以转发节点作为物联网信息识别装置,对监测对象的传感信息进行预处理,通过转发节点对监测对象的异常状态信息进行识别,并且将识别到的异常状态信息发送至物联网服务器进行处理,在一定程度上减小了核心网的传输负担与物联网服务器的处理负担。
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。
图2为本发明第一实施例提供的一种物联网信息识别方法的流程示意图。
该方法应用于转发节点,如图2示,该方法包括:
步骤210,接收一个主传感单元发送的主状态传感信息,以及至少一个辅传感单元发送的辅状态传感信息,其中,所述主状态传感信息用于指示监测对象的主状态事件的参数信息,所述辅状态传感信息用于指示所述监测对象的辅状态事件的参数信息。
具体地,确定所有对监测对象状态参数信息进行采集的传感单元中的一个为主传感单元(例如温度传感器),其他为辅传感单元(例如湿度传感器、振动传感器),主传感单元采集的主状态信息指示监测对象的主状态事件的参数信息,主状态事件通常为和监测对象发生异常的关联性最大的状态事件(例如温度事件),辅状态事件通常为和监测对象发生异常具有一定关联性的状态事件(例如湿度、振动事件)。
步骤220,根据所述主状态传感信息、所述辅状态传感信息和预存的状态识别模型确定监测对象异常概率。
具体地,转发节点预存的状态识别模型将根据主状态传感信息和辅状态传感信息确定主状态事件和辅状态事件的发生概率,及其与监测对象发生异常之间的关系,并最终确定监测对象异常概率。
步骤230,当所述监测对象异常概率大于或等于预设概率阈值时,生成一级告警信息,其中,所述一级告警信息用于向物联网服务器指示所述监测对象发生异常,并需要进行处理。
具体地,转发节点并不将所有的传感单元传感信息转发至核心网,而是综合所有传感信息对监测对象进行异常状态的监控,同时也可以对与监测对象相关的执行单元进行反馈控制。当识别得到的监测对象异常概率大于或等于预设概率阈值时,则说明监测对象很有可能发生了异常状况,需要及时通知物联网服务器,并通过物联网服务器进行处理,例如,安排维修人员尽快对监测对象进行检修。
本发明第一实施例提供的物联网信息识别方法,转发节点接收多个传感单元发送的监测对象的状态传感信息,其中,传感单元包括采集监测对象的主状态事件(例如温度事件)的主传感单元,以及采集监测对象的辅状态事件(例如湿度、振动事件)的辅传感单元,由于不同状态事件发生时,反映出的监测对象发生异常的概率是不同的,在转发节点中设置包括不同状态事件发生概率的状态识别模型,并根据状态传感信息和状态识别模型确定监测对象异常概率。如果识别得到的监测对象异常概率大于或等于预设概率阈值,说明可以比较准确地确定监测对象发生异常,转发节点此时生成告警信息,用以向物联网服务器指示监测对象的异常状态情况,不仅降低了核心网需要传输大量低价值传感信息的负担,还较准确地识别了监测对象的异常状态信息,使物联网服务器可以进行高效处理,从而降低了物联网服务器的负担。
优选地,该方法还包括如下步骤:
根据所述主状态传感信息确定所述主状态事件的主发生概率。
当所述主发生概率大于或等于预设主事件概率阈值时,生成所述一级告警信息。
由于主状态事件通常为和监测对象发生异常的关联性最大的状态事件,只有在主状态事件的发生概率超过阈值时,而不是任意事件的发生概率超过阈值时,才生成告警信息,并发送至物联网服务器,指示监测对象发生异常,并需要进行处理,例如需要检修。这样一方面保证了物联网服务器可以第一时间接收到可信度较高的异常信息,另一方面由于转发节点过滤了部分可信度较低的异常信息,从而降低了物联网服务器的处理负担。
图3为本发明第二实施例提供的一种物联网信息识别方法的流程示意图。
具体如图3所示,在第一实施例的基础上,步骤220具体包括:
步骤221,根据所述主状态传感信息确定所述主状态事件的主发生概率,以及根据所述辅状态传感信息确定所述辅状态事件的辅发生概率。
具体地,转发节点接收多个传感单元发送的传感信息,例如温度传感信息、湿度传感信息和振动传感信息,各传感信息主要反映的都是监测对象的某一项状态信息。分别根据不同的传感信息确定不同事件的发生概率,例如确定温度超标事件的发生概率为P(T),为主发生概率,湿度超标事件的发生概率为P(H),振动超标事件的发生概率为P(V),分别为辅发生概率。
步骤222,确定所述主状态事件发生时会产生异常的主异常概率,以及所述辅状态事件发生时会产生异常的辅异常概率。
具体地,在确定了各状态事件的发生概率后,再确定发生特定状态事件与监测对象发生异常之间的关系,也就是确定在特定状态事件发生时,监测对象会产生异常的概率,例如温度超标事件发生时监测对象产生异常的概率为P(A|T),为主异常概率,湿度超标事件发生时监测对象产生异常的概率为P(A|H),振动超标事件发生时监测对象产生异常的概率为P(A|V),分别为辅异常概率。
步骤223,将所述主发生概率和所述主异常概率相乘获得主事件乘积,将所述辅发生概率和所述辅异常概率相乘获得辅事件乘积,将所述主事件乘积和所有所述辅事件乘积求和获得全事件之和,将所述主事件乘积与所述全事件之和相除获得所述监测对象异常概率。
具体地,主事件乘积为P(A|T)P(T),辅事件乘积分别为P(A|H)P(H)和P(A|V)P(V),全事件之和为P(A|T)P(T)+P(A|H)P(H)+P(A|V)P(V),将主事件乘积与全事件之和相除便可获得监测对象异常概率P(T|A),也就是在主状态事件发生的基础上监测对象发生异常状态的概率。
需要注意的是,虽然上述例子中给出了一个主传感单元与两个辅传感单元,及其对应的状态事件,但可以根据监测对象的复杂程度及实际需求,设置不同数量的传感单元,以提高模型的识别精度或系统的性价比。
本发明的第二实施例提供的物联网信息识别方法,转发节点在计算监测对象在主状态事件发生的基础上发生异常状态的概率,需要确定主状态事件和辅状态事件的发生概率及其与监测对象异常概率的相对关系,这样不仅突出了主状态事件对监测对象异常状态的主要影响,同时综合了所有状态事件,可以更全面地反映所有状态事件对监测对象异常状态的影响,使识别更为准确。
图4为本发明第三实施例提供的一种物联网信息识别方法的流程示意图。
具体如图4所示,在第一实施例的基础上,步骤220具体还包括:
步骤224,根据所述主状态传感信息确定所述主状态事件的主发生概率,以及根据所述辅状态传感信息确定所述辅状态事件的辅发生概率。
步骤225,确定所述主状态事件发生时会产生异常的主异常概率,以及所述辅状态事件发生时会产生异常的辅异常概率。
步骤226,将所述主发生概率和所述主异常概率相乘获得主事件乘积,将所述辅发生概率和所述辅异常概率相乘获得辅事件乘积,将所述主事件乘积和所有所述辅事件乘积求和获得全事件之和,将所述辅事件乘积与所述全事件之和相除获得所述监测对象异常概率。
具体地,本实施例中各参数含义与第二实施例中相同,主事件乘积为P(A|T)P(T),辅事件乘积分别为P(A|H)P(H)和P(A|V)P(V),全事件之和为P(A|T)P(T)+P(A|H)P(H)+P(A|V)P(V),令湿度超标事件为标定辅状态事件,则湿度辅事件乘积与全事件之和相除便可获得监测对象异常概率P(H|A),也就是在湿度辅状态事件发生的基础上监测对象发生异常状态的概率。
本发明的第三实施例提供的物联网信息识别方法,在传感单元数量不是很多,或者各状态事件对监测对象发生异常均有一定的影响时,转发节点可以根据实际情况调整不同状态事件作为主状态事件,使状态识别模型具有更高的灵活性。
图5为本发明第四实施例提供的一种物联网信息识别方法的流程示意图。
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,根据所述辅传感单元的个数调整所述预设概率阈值。
具体地,通常情况下,由于用于采集监测对象不同状态参数信息的传感单元并不止一个,另外,对于状态识别模型,辅状态事件越多,则意味着监测对象异常概率反映得越全面。因此,如果辅传感单元越多,则计算得到的监测对象异常概率越准确,需要相应调整预设概率阈值,以使告警信息的准确性越高。例如,可以在具有1至5个辅传感单元时,将概率阈值设为P1,在具有6至10个辅传感单元时,将概率阈值设为P2,在具有11至15个辅传感单元时,将概率阈值设为P3。由于传感单元越少,计算结果的波动通常较大,随着传感单元的个数变多,计算波动也将相对减小,设定的概率阈值此时可相应调小,即P1>P2>P3,从而使概率阈值和计算得到概率之间的差别变小。
需要注意的是,步骤240可以位于步骤210与步骤230之间,在本实施中,以步骤240位于步骤220与步骤230之间为例进行说明。
本发明的第四实施例提供的物联网信息识别方法,由于传感单元的个数越多,对监测对象异常状态的识别也将越准确,因此在传感单元数量不同时,识别得到的概率准确性也是有区别的。如果转发节点接收到的传感单元数量有变化,则相应调整预设概率阈值的大小,在传感单元数量变多或变少时,设置预设概率阈值为不同值,将提高发送至物联网服务器的告警信息的准确性。
图6为本发明第五实施例提供的一种物联网信息识别方法的流程示意图。
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250,统计所述监测对象异常概率大于或等于所述预设概率阈值的异常识别次数。
步骤260,当所述异常识别次数大于或等于预设次数阈值时,生成二级告警信息,其中,所述二级告警信息用于向物联网服务器指示所述监测对象发生异常,并需要进行进一步处理。
具体地,虽然在每次出现识别的监测对象异常概率超过预设概率阈值的情况时,转发节点均会生成一级告警信息,但如果多次出现上述情况,说明监测对象经常性发生异常,其可能并没有被及时处理,或者处理效果不佳,需要进一步处理,例如,在监测对象为一台设备时,需要进行更换等操作。
本发明的第五实施例提供的物联网信息识别方法,当识别得到的异常概率超过阈值次数达到一定数值时,说明监测对象经常性发生异常,需要物联网服务器对其进行进一步的处理,以保证物联网系统的稳定性。
相应地,本发明实施例还提供了一种物联网信息识别装置。
图7为本发明实施例提供的一种物联网信息识别装置的结构示意图。如图7所示,该装置包括:接收单元710、识别单元720以及生成单元730。
接收单元710,用于接收一个主传感单元发送的主状态传感信息,以及至少一个辅传感单元发送的辅状态传感信息,其中,所述主状态传感信息用于指示监测对象的主状态事件的参数信息,所述辅状态传感信息用于指示所述监测对象的辅状态事件的参数信息。
具体地,确定所有对监测对象状态参数信息进行采集的传感单元中的一个为主传感单元(例如温度传感器),其他为辅传感单元(例如湿度传感器、振动传感器),主传感单元采集的主状态信息指示监测对象的主状态事件的参数信息,主状态事件通常为和监测对象发生异常的关联性最大的状态事件(例如温度事件),辅状态事件通常为和监测对象发生异常具有一定关联性的状态事件(例如湿度、振动事件)。
识别单元720,用于根据所述主状态传感信息、所述辅状态传感信息和预存的状态识别模型确定监测对象异常概率。
具体地,转发节点预存的状态识别模型将根据主状态传感信息和辅状态传感信息确定主状态事件和辅状态事件的发生概率,及其与监测对象发生异常之间的关系,并最终确定监测对象异常概率。
生成单元730,用于当所述监测对象异常概率大于或等于预设概率阈值时,生成一级告警信息,其中,所述一级告警信息用于向物联网服务器指示所述监测对象发生异常,并需要进行处理。
具体地,转发节点并不将所有的传感单元传感信息转发至核心网,而是综合所有传感信息对监测对象进行异常状态的监控,同时也可以对与监测对象相关的执行单元进行反馈控制。当识别得到的监测对象异常概率大于或等于预设概率阈值时,则说明监测对象很有可能发生了异常状况,需要及时通知物联网服务器,并通过物联网服务器进行处理,例如,安排维修人员尽快对监测对象进行检修。
优选地,识别单元720,还用于根据所述主状态传感信息确定所述主状态事件的主发生概率。
生成单元730,还用于当所述主发生概率大于或等于预设主事件概率阈值时,生成所述一级告警信息。
由于主状态事件通常为和监测对象发生异常的关联性最大的状态事件,只有在主状态事件的发生概率超过阈值时,而不是任意事件的发生概率超过阈值时,才生成告警信息,并发送至物联网服务器,指示监测对象发生异常,并需要进行处理,例如需要检修。这样一方面保证了物联网服务器可以第一时间接收到可信度较高的异常信息,另一方面由于转发节点过滤了部分可信度较低的异常信息,从而降低了物联网服务器的处理负担。
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,识别单元720,具体用于:
根据所述主状态传感信息确定所述主状态事件的主发生概率,以及根据所述辅状态传感信息确定所述辅状态事件的辅发生概率。
具体地,转发节点接收多个传感单元发送的传感信息,例如温度传感信息、湿度传感信息和振动传感信息,各传感信息主要反映的都是监测对象的某一项状态信息。分别根据不同的传感信息确定不同事件的发生概率,例如确定温度超标事件的发生概率为P(T),为主发生概率,湿度超标事件的发生概率为P(H),振动超标事件的发生概率为P(V),分别为辅发生概率。
确定所述主状态事件发生时会产生异常的主异常概率,以及所述辅状态事件发生时会产生异常的辅异常概率。
具体地,在确定了各状态事件的发生概率后,再确定发生特定状态事件与监测对象发生异常之间的关系,也就是确定在特定状态事件发生时,监测对象会产生异常的概率,例如温度超标事件发生时监测对象产生异常的概率为P(A|T),为主异常概率,湿度超标事件发生时监测对象产生异常的概率为P(A|H),振动超标事件发生时监测对象产生异常的概率为P(A|V),分别为辅异常概率。
将所述主发生概率和所述主异常概率相乘获得主事件乘积,将所述辅发生概率和所述辅异常概率相乘获得辅事件乘积,将所述主事件乘积和所有所述辅事件乘积求和获得全事件之和,将所述主事件乘积与所述全事件之和相除获得所述监测对象异常概率。
具体地,主事件乘积为P(A|T)P(T),辅事件乘积分别为P(A|H)P(H)和P(A|V)P(V),全事件之和为P(A|T)P(T)+P(A|H)P(H)+P(A|V)P(V),将主事件乘积与全事件之和相除便可获得监测对象异常概率P(T|A),也就是在主状态事件发生的基础上监测对象发生异常状态的概率。
需要注意的是,虽然上述例子中给出了一个主传感单元与两个辅传感单元,及其对应的状态事件,但可以根据监测对象的复杂程度及实际需求,设置不同数量的传感单元,以提高模型的识别精度或系统的性价比。
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,识别单元720,具体还用于:
将所述主发生概率和所述主异常概率相乘获得主事件乘积,将所述辅发生概率和所述辅异常概率相乘获得辅事件乘积,将所述主事件乘积和所有所述辅事件乘积求和获得全事件之和,将所述辅事件乘积与所述全事件之和相除获得所述监测对象异常概率。
具体地,本实施例中各参数含义与上述实施例中相同,主事件乘积为P(A|T)P(T),辅事件乘积分别为P(A|H)P(H)和P(A|V)P(V),全事件之和为P(A|T)P(T)+P(A|H)P(H)+P(A|V)P(V),令湿度超标事件为标定辅状态事件,则湿度辅事件乘积与全事件之和相除便可获得监测对象异常概率P(H|A),也就是在湿度辅状态事件发生的基础上监测对象发生异常状态的概率。
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,识别单元720,具体还用于:
根据所述辅传感单元的个数调整所述预设概率阈值。
具体地,通常情况下,由于用于采集监测对象不同状态参数信息的传感单元并不止一个,另外,对于状态识别模型,辅状态事件越多,则意味着监测对象异常概率反映得越全面。因此,如果辅传感单元越多,则计算得到的监测对象异常概率越准确,需要相应调整预设概率阈值,以使告警信息的准确性越高。例如,可以在具有1至5个辅传感单元时,将概率阈值设为P1,在具有6至10个辅传感单元时,将概率阈值设为P2,在具有11至15个辅传感单元时,将概率阈值设为P3。由于传感单元越少,计算结果的波动通常较大,随着传感单元的个数变多,计算波动也将相对减小,设定的概率阈值此时可相应调小,即P1>P2>P3,从而使概率阈值和计算得到概率之间的差别变小。
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,用于统计所述监测对象异常概率大于或等于所述预设概率阈值的异常识别次数。
生成单元730,还用于当所述异常识别次数大于或等于预设次数阈值时,生成二级告警信息,其中,所述二级告警信息用于向物联网服务器指示所述监测对象发生异常,并需要进行进一步处理。
具体地,虽然在每次出现识别的监测对象异常概率超过预设概率阈值的情况时,转发节点均会生成一级告警信息,但如果多次出现上述情况,说明监测对象经常性发生异常,其可能并没有被及时处理,或者处理效果不佳,需要进一步处理,例如,在监测对象为一台设备时,需要进行更换等操作。
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)
1.一种物联网信息识别方法,其特征在于,应用于转发节点,所述方法包括如下步骤:
接收一个主传感单元发送的主状态传感信息,以及至少一个辅传感单元发送的辅状态传感信息,其中,所述主状态传感信息用于指示监测对象的主状态事件的参数信息,所述辅状态传感信息用于指示所述监测对象的辅状态事件的参数信息;
根据所述主状态传感信息、所述辅状态传感信息和预存的状态识别模型确定监测对象异常概率;
当所述监测对象异常概率大于或等于预设概率阈值时,生成一级告警信息,其中,所述一级告警信息用于向物联网服务器指示所述监测对象发生异常,并需要进行处理。
2.根据权利要求1所述的物联网信息识别方法,其特征在于,所述根据所述主状态传感信息、所述辅状态传感信息和预存的状态识别模型确定监测对象异常概率,具体包括:
根据所述主状态传感信息确定所述主状态事件的主发生概率,以及根据所述辅状态传感信息确定所述辅状态事件的辅发生概率;
确定所述主状态事件发生时会产生异常的主异常概率,以及所述辅状态事件发生时会产生异常的辅异常概率;
将所述主发生概率和所述主异常概率相乘获得主事件乘积,将所述辅发生概率和所述辅异常概率相乘获得辅事件乘积,将所述主事件乘积和所有所述辅事件乘积求和获得全事件之和,将所述主事件乘积与所述全事件之和相除获得所述监测对象异常概率。
3.根据权利要求1所述的物联网信息识别方法,其特征在于,所述根据所述主状态传感信息、所述辅状态传感信息和预存的状态识别模型确定监测对象异常概率,具体还包括:
根据所述主状态传感信息确定所述主状态事件的主发生概率,以及根据所述辅状态传感信息确定所述辅状态事件的辅发生概率;
确定所述主状态事件发生时会产生异常的主异常概率,以及所述辅状态事件发生时会产生异常的辅异常概率;
将所述主发生概率和所述主异常概率相乘获得主事件乘积,将所述辅发生概率和所述辅异常概率相乘获得辅事件乘积,将所述主事件乘积和所有所述辅事件乘积求和获得全事件之和,将所述辅事件乘积与所述全事件之和相除获得所述监测对象异常概率。
4.根据权利要求1至3任一项所述的物联网信息识别方法,其特征在于,所述方法还包括:
根据所述辅传感单元的个数调整所述预设概率阈值。
5.根据权利要求4所述的物联网信息识别方法,其特征在于,所述方法还包括:
统计所述监测对象异常概率大于或等于所述预设概率阈值的异常识别次数;
当所述异常识别次数大于或等于预设次数阈值时,生成二级告警信息,其中,所述二级告警信息用于向物联网服务器指示所述监测对象发生异常,并需要进行进一步处理。
6.一种物联网信息识别装置,其特征在于,所述装置包括:
接收单元,用于接收一个主传感单元发送的主状态传感信息,以及至少一个辅传感单元发送的辅状态传感信息,其中,所述主状态传感信息用于指示监测对象的主状态事件的参数信息,所述辅状态传感信息用于指示所述监测对象的辅状态事件的参数信息;
识别单元,用于根据所述主状态传感信息、所述辅状态传感信息和预存的状态识别模型确定监测对象异常概率;
生成单元,用于当所述监测对象异常概率大于或等于预设概率阈值时,生成一级告警信息,其中,所述一级告警信息用于向物联网服务器指示所述监测对象发生异常,并需要进行处理。
7.根据权利要求6所述的物联网信息识别装置,其特征在于,所述识别单元,具体用于:
根据所述主状态传感信息确定所述主状态事件的主发生概率,以及根据所述辅状态传感信息确定所述辅状态事件的辅发生概率;
确定所述主状态事件发生时会产生异常的主异常概率,以及所述辅状态事件发生时会产生异常的辅异常概率;
将所述主发生概率和所述主异常概率相乘获得主事件乘积,将所述辅发生概率和所述辅异常概率相乘获得辅事件乘积,将所述主事件乘积和所有所述辅事件乘积求和获得全事件之和,将所述主事件乘积与所述全事件之和相除获得所述监测对象异常概率。
8.根据权利要求6所述的物联网信息识别装置,其特征在于,所述识别单元,具体还用于:
根据所述主状态传感信息确定所述主状态事件的主发生概率,以及根据所述辅状态传感信息确定所述辅状态事件的辅发生概率;
确定所述主状态事件发生时会产生异常的主异常概率,以及所述辅状态事件发生时会产生异常的辅异常概率;
将所述主发生概率和所述主异常概率相乘获得主事件乘积,将所述辅发生概率和所述辅异常概率相乘获得辅事件乘积,将所述主事件乘积和所有所述辅事件乘积求和获得全事件之和,将所述辅事件乘积与所述全事件之和相除获得所述监测对象异常概率。
9.根据权利要求6至8任一项所述的物联网信息识别装置,其特征在于,
所述识别单元,还用于根据所述辅传感单元的个数调整所述预设概率阈值。
10.根据权利要求9所述的物联网信息识别装置,其特征在于,还包括统计单元;
所述统计单元,用于统计所述监测对象异常概率大于或等于所述预设概率阈值的异常识别次数;
所述生成单元,还用于当所述异常识别次数大于或等于预设次数阈值时,生成二级告警信息,其中,所述二级告警信息用于向物联网服务器指示所述监测对象发生异常,并需要进行进一步处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710698835.2A CN107566164B (zh) | 2017-08-15 | 2017-08-15 | 一种物联网信息识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710698835.2A CN107566164B (zh) | 2017-08-15 | 2017-08-15 | 一种物联网信息识别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107566164A true CN107566164A (zh) | 2018-01-09 |
CN107566164B CN107566164B (zh) | 2021-01-26 |
Family
ID=60974535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710698835.2A Active CN107566164B (zh) | 2017-08-15 | 2017-08-15 | 一种物联网信息识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107566164B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101170455A (zh) * | 2007-11-20 | 2008-04-30 | 中兴通讯股份有限公司 | 异常信息自动上报方法和装置 |
US20090265784A1 (en) * | 2005-11-08 | 2009-10-22 | Tohoku University | Network failure detection method and network failure detection system |
CN102663240A (zh) * | 2012-03-23 | 2012-09-12 | 广东省电力调度中心 | 电力通信业务风险分析系统及评估方法 |
CN103227662A (zh) * | 2013-04-25 | 2013-07-31 | 广东电网公司电力调度控制中心 | 一种基于状态控制的电力通信设备安全检测方法及系统 |
CN104469977A (zh) * | 2014-09-10 | 2015-03-25 | 北京佰才邦技术有限公司 | 移动通信方法、装置和系统 |
CN105101277A (zh) * | 2015-09-01 | 2015-11-25 | 中国联合网络通信集团有限公司 | 一种判断监测区域及传感节点异常的方法、装置和系统 |
CN106203666A (zh) * | 2015-04-30 | 2016-12-07 | 中国南方电网有限责任公司 | 一种数据网络设备风险评估方法及装置 |
CN106407077A (zh) * | 2016-09-21 | 2017-02-15 | 广州华多网络科技有限公司 | 一种实时告警方法及系统 |
CN106528380A (zh) * | 2016-11-14 | 2017-03-22 | 郑州云海信息技术有限公司 | 一种服务器预警方法及装置 |
-
2017
- 2017-08-15 CN CN201710698835.2A patent/CN107566164B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090265784A1 (en) * | 2005-11-08 | 2009-10-22 | Tohoku University | Network failure detection method and network failure detection system |
CN101170455A (zh) * | 2007-11-20 | 2008-04-30 | 中兴通讯股份有限公司 | 异常信息自动上报方法和装置 |
CN102663240A (zh) * | 2012-03-23 | 2012-09-12 | 广东省电力调度中心 | 电力通信业务风险分析系统及评估方法 |
CN103227662A (zh) * | 2013-04-25 | 2013-07-31 | 广东电网公司电力调度控制中心 | 一种基于状态控制的电力通信设备安全检测方法及系统 |
CN104469977A (zh) * | 2014-09-10 | 2015-03-25 | 北京佰才邦技术有限公司 | 移动通信方法、装置和系统 |
CN106203666A (zh) * | 2015-04-30 | 2016-12-07 | 中国南方电网有限责任公司 | 一种数据网络设备风险评估方法及装置 |
CN105101277A (zh) * | 2015-09-01 | 2015-11-25 | 中国联合网络通信集团有限公司 | 一种判断监测区域及传感节点异常的方法、装置和系统 |
CN106407077A (zh) * | 2016-09-21 | 2017-02-15 | 广州华多网络科技有限公司 | 一种实时告警方法及系统 |
CN106528380A (zh) * | 2016-11-14 | 2017-03-22 | 郑州云海信息技术有限公司 | 一种服务器预警方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107566164B (zh) | 2021-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110191094B (zh) | 异常数据的监控方法及装置、存储介质、终端 | |
CN206833229U (zh) | 用于监控现场设备的状态的装置和系统及远程终端单元 | |
CN107850889A (zh) | 管理系统及管理方法 | |
CN103345209B (zh) | 生产监控方法及系统 | |
CN106254137B (zh) | 监管系统的告警根源分析系统及方法 | |
CN107291672A (zh) | 数据表的处理方法和装置 | |
CN105279257A (zh) | 一种基于正态分布的互联网大数据挖掘方法和系统 | |
CN107426033A (zh) | 一种对物联网接入终端进行状态预测的方法和装置 | |
CN106563972A (zh) | 刀具状态监测及预测方法 | |
CN109726209A (zh) | 日志聚合方法及装置 | |
CN107707601A (zh) | 一种实时监控连接设备的方法及装置 | |
CN102970104A (zh) | 一种获取数据的方法及服务器 | |
CN104240467A (zh) | 用于过程警报减少的系统和方法 | |
CN110442628A (zh) | 一种数据监控方法、系统和计算机设备 | |
CN107037782A (zh) | 监控机床的方法和装置 | |
CN108182139A (zh) | 预警方法、装置和系统 | |
CN112906806A (zh) | 一种基于神经网络的数据优化方法及装置 | |
CN106468909A (zh) | 过程控制警报审核 | |
KR101960755B1 (ko) | 미취득 전력 데이터 생성 방법 및 장치 | |
CN108170702A (zh) | 一种基于统计分析的电力通信告警关联模型 | |
CN108039971A (zh) | 一种告警方法及装置 | |
CN107566164A (zh) | 一种物联网信息识别方法和装置 | |
CN107888435A (zh) | 一种报警监控的阈值设置方法和装置 | |
CN112836807A (zh) | 一种基于神经网络的数据处理方法及装置 | |
CN108376553A (zh) | 一种视频服务器的磁盘的监控方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |