CN110322136A - 一种发布/订阅分布式系统健康度评价方法 - Google Patents

一种发布/订阅分布式系统健康度评价方法 Download PDF

Info

Publication number
CN110322136A
CN110322136A CN201910568204.8A CN201910568204A CN110322136A CN 110322136 A CN110322136 A CN 110322136A CN 201910568204 A CN201910568204 A CN 201910568204A CN 110322136 A CN110322136 A CN 110322136A
Authority
CN
China
Prior art keywords
component
health degree
publish
distribution subscription
subscribe
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
CN201910568204.8A
Other languages
English (en)
Other versions
CN110322136B (zh
Inventor
沈卓炜
胡羽扬
汪德凤
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201910568204.8A priority Critical patent/CN110322136B/zh
Publication of CN110322136A publication Critical patent/CN110322136A/zh
Application granted granted Critical
Publication of CN110322136B publication Critical patent/CN110322136B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种针对基于主题的发布/订阅分布式系统的健康度评价方法，形成了发布/订阅分布式系统中构件与系统分层健康度评价模型。该方法将发布/订阅分布式系统的健康度评价分解为构件健康度评价和系统健康度评价两个层次。首先，在采集到发布/订阅分布式系统运行时产生的发布订阅数据和构件性能指标数据的基础上，通过LOF算法计算出构件的健康度；在获得系统中各构件健康度的基础上，由系统运行时各构件间发布订阅关系自动生成构件发布订阅有向图，再由构件发布订阅有向图计算各构件权重，最后对构件健康度加权平均得出系统健康度。本发明可直观、清晰地展现整个分布式系统的运行状态。

Description

一种发布/订阅分布式系统健康度评价方法
技术领域
本发明涉及计算机领域中的软件健康度评价的技术，特别涉及一种发布/订阅分布式系统健康度评价方法。
背景技术
由于现代软件系统的规模和复杂性不断上升，产生的故障模式多种多样，软件无法保证绝对的可靠，在当前系统中可靠的软件，在其他系统或环境中运行时就可能出现异常，我们无法保证软件在任何环境下总是可靠，同时传统的验证和确认方法不足以满足所有可靠性和安全性要求，为了使软件尽可能地在预期状态下运行，除了在开发阶段编写详细的文档，进行评审和测试外，还需要在运行时对其进行全面的状态监测并根据实际情况进行调整。
传统的运行时验证将多种技术相结合，依据事先确定的参数标准，在系统运行期间对软件异常进行检测。然而实际的发布/订阅分布式系统通常结构庞大，基于发布/订阅中间件构建的分布式系统的应用逻辑中，各构件之间往往有互相调用、依赖的紧耦合关系。由于构件之间通过消息的传递推动流程的进行，因此构件间具有逻辑上的依赖关系，导致系统健康度具有与构件间发布订阅有向图紧密相关的特点。同时，发布/订阅分布式系统包含多种平台，具有大量的节点，每个节点同时运行多个构件，系统具有很强的不确定性，传统的运行时验证技术运用在发布/订阅分布式系统时，确定标准的工作量大，且事先设定的标准不能及时应对软件的变化，使得对发布/订阅分布式系统的健康度评价工作变得更加困难。
发明内容
为了克服上述现有技术中存在的不足，解决发布/订阅分布式系统的健康度评价问题，本发明提供一种发布/订阅分布式系统健康度评价方法。本发明使得运维人员能够方便直观地了解发布/订阅分布式系统运行状态，简化现有的状态监测与诊断流程，提升软件运行维护效率。
为实现上述目的，本发明采用以下技术方案：
一种发布/订阅分布式系统健康度评价方法，流程运行在发布/订阅分布式系统中，各构件只知道自身的主题发布订阅情况，而不了解整个系统的运行情况；因此需要将健康度评价模型分解，形成发布/订阅分布式系统中构件与系统分层健康度评价模型；包括以下步骤：
S10：从发布/订阅分布式系统中提取多元数据，构建发布/订阅分布式系统构件健康度评价模型，根据采集到的发布订阅系统信息计算构件健康度；
S20:在发布/订阅分布式系统中，由于构件间通过发布/订阅的动作进行通信，构件间存在基于主题的发布订阅关系，因此采用构件间发布订阅关系有向图来构建系统健康度评价模型，即系统能够根据构件之间的信息交互状态，生成构件间发布订阅关系有向图，由构件间发布订阅关系有向图计算各构件的影响度，并将构件影响度作为权重，对构件健康度加权平均得到系统健康度。
本发明的进一步改进在于：根据采集到的发布订阅系统信息计算构件健康度，所述步骤S10包括：
S11、采集构件每一时刻所发布订阅的主题、数据内容、发布订阅的频率、构件的CPU利用率、内存占用、带宽占用；
S12、将采集到的每一时刻的数据作为高维空间中的一个点，采集到的每一个参数都作为高维空间中的一个维度；
S13、将采集到的数据分为历史数据集和待测数据集，计算待测数据集中的点相对于历史数据集的局部离群因子值，将该值作为每一个待测点所对应时刻的构件健康度输出。
本发明的进一步改进在于：所述构件健康度等于待测数据点的局部离群因子，其中所述步骤S13包括：
其中LOFk(p)为点p的局部离群因子值，lrdk(p)为点p的局部可达密度，其为点p的平均可达距离的倒数，Nk(p)为数据集中点的个数。
其中为平均可达距离，dreach(p,q)为点p和点q之间的可达距离，其值等于q到它的第k个最近的邻居的距离和p、q距离的最大值。
本发明的进一步改进在于：系统能够根据构件之间的信息交互状态，生成构件间发布订阅关系有向图，由构件间发布订阅关系有向图计算各构件的影响度，并将构件影响度作为构件权重，将构件健康度加权平均得到系统健康度,所述步骤S20包括：
S21、分析构件间发布订阅关系，生成构件间发布订阅关系有向图；
S22、根据构件间发布订阅主题数确定有向边权重；
S23、计算构件的影响度CR；
其中，CR(i)表示构件i的影响度，n表示订阅构件i发布主题的构件数，j表示构件i的第j条出链所指向的构件，即订阅构件i所发布的主题的第j个构件，aij代表构件i与构件j之间发布订阅的主题数，代表构件j的所订阅主题总数，表示构件j传递给每个主题的CR值；
S24、将影响度CR作为对应构件的权重，对构件健康度加权平均得到系统健康度。
本发明的有益效果是：
(1)本发明提出的软件系统健康度评价方法在发布/订阅分布式系统中实现了从数据采集到系统健康评估的完整的健康度评价系统，弥补了现有发布/订阅分布式系统的运维管理中无法直观展现系统健康状态的不足，降低了发布订阅分布式系统维护的复杂性。
(2)本发明提出的发布/订阅分布式系统的健康度分层评价模型，将发布/订阅分布式系统健康度评价分为构件健康度评价和系统健康度评价两个部分，提出了一种基于LOF的发布订阅分布式系统健康度评估方法，该方法能够清晰地反应系统的运行状态，提升了系统健康度评价的准确性。
(3)本发明提出的发布/订阅分布式系统的健康度分层评价模型，通过采集构件发布订阅系统信息，对构件健康度加权平均得到系统健康度。发布/订阅分布式系统中涉及到的参数种类很多，但系统仅采集关系到系统健康度评价准确性的必要特征参数，在降低网络开销的同时将运行状态数据采集对构件性能的影响降到最低，提高了系统健康度评价的性能和效率。
附图说明
图1、为本发明提出的构件健康度评价流程图；
图2、为本发明提出的系统健康度评价流程图；
图3、为构件发布订阅关系示意图。
图4、为构件间发布订阅关系有向图；
图5、为各构件健康度曲线图；
图6、为不同拓扑下的系统健康度变化曲线图。
具体实施方式
下面结合附图对本发明技术方案进行详细说明。
本实施例提供一种发布/订阅分布式系统健康度评价方法，流程运行在发布/订阅分布式系统中，各构件只知道自身的主题发布订阅情况，而不了解整个系统的运行情况；因此需要将健康度评价模型分解，形成发布/订阅分布式系统中构件与系统分层健康度评价模型；包括以下步骤：
S10：从发布/订阅分布式系统中提取多元数据，构建发布/订阅分布式系统构件健康度评价模型，根据采集到的发布订阅系统信息计算构件健康度；
根据采集到的发布订阅系统信息计算构件健康度，所述步骤S10 包括：
S11、采集构件每一时刻所发布订阅的主题、数据内容、发布订阅的频率、构件的CPU利用率、内存占用、带宽占用；
S12、将采集到的每一时刻的数据作为高维空间中的一个点，采集到的每一个参数都作为高维空间中的一个维度；
S13、将采集到的数据分为历史数据集和待测数据集，计算待测数据集中的点相对于历史数据集的局部离群因子值，将该值作为每一个待测点所对应时刻的构件健康度输出。
所述构件健康度等于待测数据点的局部离群因子，其中所述步骤 S13包括：
其中LOFk(p)为点p的局部离群因子值，lrdk(p)为点p的局部可达密度，其为点p的平均可达距离的倒数，Nk(p)为数据集中点的个数。
其中为平均可达距离，dreach(p,q)为点p和点q之间的可达距离，其值等于q到它的第k个最近的邻居的距离和p、q距离的最大值。
(4)S20：在发布/订阅分布式系统中，由于构件间通过发布/订阅的动作进行通信，构件间存在基于主题的发布订阅关系，因此采用构件间发布订阅关系有向图来构建系统健康度评价模型，即系统能够根据构件之间的信息交互状态，生成构件间发布订阅关系有向图，由构件间发布订阅关系有向图计算各构件的影响度，并将构件影响度作为权重，对构件健康度加权平均得到系统健康度。
(5)系统能够根据构件之间的信息交互状态，生成构件间发布订阅关系有向图，由构件间发布订阅关系有向图计算各构件的影响度，并将构件影响度作为构件权重，将构件健康度加权平均得到系统健康度，所述步骤S20包括：
S21、分析构件间发布订阅关系，生成构件间发布订阅关系有向图；
S22、根据构件间发布订阅主题数确定有向边权重；
S23、计算构件的影响度CR；
其中，CR(i)表示构件i的影响度，n表示订阅构件i发布主题的构件数，j表示构件i的第j条出链所指向的构件，即订阅构件i所发布的主题的第j个构件，aij代表构件i与构件j之间发布订阅的主题数，代表构件j的所订阅主题总数，表示构件j传递给每个主题的CR值；
S24、将影响度CR作为对应构件的权重，对构件健康度加权平均得到系统健康度。
其中参考图1，描述构件健康度评价流程，形成构件健康度评价模型。其中构件健康度计算方法如表1所示，包括如下步骤：
(1)输入待测数据集、历史数据集和算法中邻域包含的邻居个数 k；
(2)分别将待测数据点放入历史数据集中；
(3)计算待测数据点的LOF值；
(4)输出待测数据点的构件健康度。
其中待测数据集和历史数据集包含发布订阅行为属性(如：数据内容、发布订阅主题)和系统性能指标(如：构件的CPU利用率、内存占用、网络带宽占用)。
局部可达距离可由公式(1)计算得到，其中dreach(p,q)为点p 和点q之间的可达距离，其值等于q到它的第k个最近的邻居的距离和p、q距离的最大值：
局部离群因子计算方法如公式(2)所示：
在算法中，数据集中的各项属性都是每一个点在不同维度上的分量，并且都经过标准化处理。算法的核心部分是通过LOF算法计算待测点的局部离群因子值，并将该值作为构件的健康度。
表1构件健康度计算
参考图2，描述系统健康度评价流程，形成系统健康度评价模型。其中系统健康度评价的主要任务是根据各构件间发布订阅关系计算出各构件的影响度，构件影响度的具体计算方法如
表2所示，主要包括以下几个步骤：
(1)输入构件发布订阅数据和各构件健康度H(c)，初始化发布订阅关系有向图G，分析各构件间发布订阅关系，生成全局发布订阅有向图；
(2)根据构件间发布订阅主题数确定有向边权重；
(3)计算构件的影响度CR，构件的CR值可由公式(3)计算得到；
其中，CR(i)表示构件i的影响度，n表示订阅构件i发布主题的构件数，j表示构件i的第j条出链所指向的构件，即订阅构件i所发布的主题的第j个构件，aij代表构件i与构件j之间发布订阅的主题数，代表构件j的所订阅主题总数，表示构件j传递给每个主题的CR值。
(4)将构件影响度CR作为对应构件的权重，对构件健康度加权平均得到系统健康度。
表2构件影响度计算
实施例1
如图3所示，某工业应用当中的零件装配场景，包含装载机、机器人、封口机、存储单元四个工作站，每个工作站在完成各自分配的任务后将零件传输至下一个工作站依次进行装配。四个工作站所需完成的工作如下：
1、装载机(Loader)：负责从传送带获取零件底座。
2、机器人(Robot)：将轴承和轴安装到零件底座上。
3、封口机(Sealer)：将盖子安装到机器人平台组装好的零件上。
4、存储单元(Storage)：拿起组装好的部件并放入存储区域。
以上四个工作站分别对应实例中的四个构件，除此之外还有一个监控器(Supervisor)构件用于发布启动命令对其他构件进行初始化，并监控各个工作站的运行状态。各构件的发布订阅关系如图3所示，圆角矩形代表了发布订阅的主题，圆形代表构件，箭头代表发布订阅的方向。一对一与多对一等箭头代表不同的分发方式，一对一指的是该主题具有一个发布者和一个订阅者，而多对一代表该主题具有多个发布者和一个订阅者。
系统可以运行在有监控器构件运行的场景，也可以运行在无监控器构件运行的场景。
在有监控器构件运行的场景中，首先，由监控器发布Start命令启动并初始化各个站点，当任何构件处理完毕时，它通过发布End 主题发送它的状态信息并通知下一个构件开始运行，同时该主题也被监控器订阅用于确认构件状态。装配构件需要监控器构件确认的消息都通过GSE主题与监控器通信。
在系统运行过程中，采集每个构件每一时刻所发布订阅的主题、数据内容、发布订阅的频率、构件的CPU利用率、内存占用、带宽占用。
之后，健康度评价系统将依据LOADER、ROBOT、SEALER、STORAGE 及Supervisor之间的发布订阅关系生成构件间发布订阅关系有向图，并依据发布订阅的主题数分别对图3中的有向图赋予权重，得到图4，其中监控器订阅其他构件的主题数为2，因此权重为2，其他边的权重则为1。
图4中所展示的两种发布订阅拓扑结构，分别表示有监控器构件和无监控器构件的场景，其中，无监控器场景下整个系统呈现串联的结构。
其次，根据健康度评价方案，健康度评价系统将依据多模态数据 LOF算法分别计算出实例中各构件的健康度，
如图5所示为系统某次运行过程中各构件的健康度曲线，构件 LOADER、ROBOT、SEALER和SUPERVISOR的LOF值都在1左右属于健康状态，而构件STORAGE在220s左右时出现异常，LOF值偏离正常范围。
最后，系统健康度评价模型分别在两种场景下根据公式(3)计算该发布/订阅分布式系统中各个构件的权重，结果如表3所示。
表3不同拓扑下的构件权重
根据计算得到的构件权重对各构件健康度进行加权平均得到系统健康度，如图6所示为系统某次运行过程中整个系统的健康度曲线，在无监控器构件运行场景(串联拓扑)下，Storage构件的故障对整个系统具有更大的影响，因此在220s后Storage异常时系统健康度具有更大的波动。
以上所述实施例仅以具体描述表达了本发明的实施方式，但不能理解为对发明专利范围的限制。对于本领域的普通技术人员来说，在不脱离本发明构思的情况下，可以对本发明创造的技术方案进行修改或改进，这些都属于本发明的包含范围。

Claims (4)

1.一种发布/订阅分布式系统健康度评价方法，其特征在于：流程运行在发布/订阅分布式系统中，各构件只知道自身的主题发布订阅情况，而不了解整个系统的运行情况；因此需要将健康度评价模型分解，形成发布/订阅分布式系统中构件与系统分层健康度评价模型；包括以下步骤：
S10：从发布/订阅分布式系统中提取多元数据，构建发布/订阅分布式系统构件健康度评价模型，根据采集到的发布订阅系统信息计算构件健康度；
S20：在发布/订阅分布式系统中，由于构件间通过发布/订阅的动作进行通信，构件间存在基于主题的发布订阅关系，因此采用构件间发布订阅关系有向图来构建系统健康度评价模型，即系统能够根据构件之间的信息交互状态，生成构件间发布订阅关系有向图，由构件间发布订阅关系有向图计算各构件的影响度，并将构件影响度作为权重，对构件健康度加权平均得到系统健康度。
2.如权利要求1所述的一种发布/订阅分布式系统健康度评价方法，其特征在于：根据采集到的发布订阅系统信息计算构件健康度，所述步骤S10包括：
S11、采集构件每一时刻所发布订阅的主题、数据内容、发布订阅的频率、构件的CPU利用率、内存占用、带宽占用；
S12、将采集到的每一时刻的数据作为高维空间中的一个点，采集到的每一个参数都作为高维空间中的一个维度；
S13、将采集到的数据分为历史数据集和待测数据集，计算待测数据集中的点相对于历史数据集的局部离群因子值，将该值作为每一个待测点所对应时刻的构件健康度输出。
3.如权利要求2所述的一种发布/订阅分布式系统健康度评价方法，其特征在于：所述构件健康度等于待测数据点的局部离群因子，其中所述步骤S13包括：
其中LOFk(p)为点p的局部离群因子值，lrdk(p)为点p的局部可达密度，其为点p的平均可达距离的倒数，Nk(p)为数据集中点的个数。
其中为平均可达距离，dreach(p，q)为点p和点q之间的可达距离，其值等于q到它的第k个最近的邻居的距离和p、q距离的最大值。
4.如权利要求1所述的一种发布/订阅分布式系统健康度评价方法，其特征在于：系统能够根据构件之间的信息交互状态，生成构件间发布订阅关系有向图，由构件间发布订阅关系有向图计算各构件的影响度，并将构件影响度作为构件权重，将构件健康度加权平均得到系统健康度，所述步骤S20包括：
S21、分析构件间发布订阅关系，生成构件间发布订阅关系有向图；
S22、根据构件间发布订阅主题数确定有向边权重；
S23、计算构件的影响度CR；
其中，CR(i)表示构件i的影响度，n表示订阅构件i发布主题的构件数，j表示构件i的第j条出链所指向的构件，即订阅构件i所发布的主题的第j个构件，aij代表构件i与构件j之间发布订阅的主题数，代表构件j的所订阅主题总数，表示构件j传递给每个主题的CR值；
S24、将影响度CR作为对应构件的权重，对构件健康度加权平均得到系统健康度。
CN201910568204.8A 2019-06-27 2019-06-27 一种发布/订阅分布式系统健康度评价方法 Active CN110322136B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910568204.8A CN110322136B (zh) 2019-06-27 2019-06-27 一种发布/订阅分布式系统健康度评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910568204.8A CN110322136B (zh) 2019-06-27 2019-06-27 一种发布/订阅分布式系统健康度评价方法

Publications (2)

Publication Number Publication Date
CN110322136A true CN110322136A (zh) 2019-10-11
CN110322136B CN110322136B (zh) 2022-12-20

Family

ID=68121273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910568204.8A Active CN110322136B (zh) 2019-06-27 2019-06-27 一种发布/订阅分布式系统健康度评价方法

Country Status (1)

Country Link
CN (1) CN110322136B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106992904A (zh) * 2017-05-19 2017-07-28 湖南省起航嘉泰网络科技有限公司 基于动态综合权重的网络设备健康度评估方法
CN107358338A (zh) * 2017-06-09 2017-11-17 国网冀北电力有限公司 一种多业务和硬件融合的d5000系统健康度分层优先评价方法
CN109886430A (zh) * 2019-01-24 2019-06-14 同济大学 一种基于工业大数据的设备健康状态评估与预测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106992904A (zh) * 2017-05-19 2017-07-28 湖南省起航嘉泰网络科技有限公司 基于动态综合权重的网络设备健康度评估方法
CN107358338A (zh) * 2017-06-09 2017-11-17 国网冀北电力有限公司 一种多业务和硬件融合的d5000系统健康度分层优先评价方法
CN109886430A (zh) * 2019-01-24 2019-06-14 同济大学 一种基于工业大数据的设备健康状态评估与预测方法

Also Published As

Publication number Publication date
CN110322136B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
CN113112086B (zh) 一种基于边缘计算和标识解析的智能生产系统
Sang et al. Predictive maintenance in industry 4.0
Hafeez et al. Edge intelligence for data handling and predictive maintenance in IIOT
US20140207415A1 (en) Performance evaluation system and method therefor
Pizoń et al. Perspectives for fog computing in manufacturing
CN114640581B (zh) 一种基于数字孪生的算力网络处理方法及装置
Mourtzis et al. Design and development of an edge-computing platform towards 5G technology adoption for improving equipment predictive maintenance
CN102521604A (zh) 一种基于巡检系统的设备性能退化评估装置及方法
GB2521376A (en) System and method for securely managing data of industrial control systems
Kim et al. A study on big data cluster in smart factory using raspberry-pi
Candra et al. On monitoring cyber-physical-social systems
Argyrou et al. A data fusion system for controlling the execution status in human-robot collaborative cells
CN116614344B (zh) 一种基于数字孪生的故障诊断方法及系统
CN110322136A (zh) 一种发布/订阅分布式系统健康度评价方法
CN114757448B (zh) 一种基于数据空间模型的制造环节间最优价值链构建方法
Justus et al. A capability assessment model of industry 4.0 technologies for viability analysis of poc (proof of concept) in an automotive company
Liu et al. A method for electric load data verification and repair in home environment
Zheng Fuzzy algorithm-based fault analysis for automated production lines
Lacueva-Perez et al. SHION: Towards an interactive digital twin supporting shopfloor operations on real time
Zhou et al. Optimization Control Strategy of Electricity Information Acquisition System Based on Edge-Cloud Computing Collaboration
Lacueva-Pérez et al. SHION (smart thermoplastic injection): An interactive digital twin supporting real-time shopfloor operations
Santo Longo et al. Big Data for advanced monitoring system: an approach to manage system complexity
Gao et al. Research and analysis validation of data fusion technology based on edge computing
Li Improved nearest neighbor propagation algorithm based on Internet of Things technology in financial management early warning
CN108737855A (zh) 设备监控方法、装置及系统

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