CN110636246B - 视频通信云硬件终端的维护方法 - Google Patents
视频通信云硬件终端的维护方法 Download PDFInfo
- Publication number
- CN110636246B CN110636246B CN201910983627.6A CN201910983627A CN110636246B CN 110636246 B CN110636246 B CN 110636246B CN 201910983627 A CN201910983627 A CN 201910983627A CN 110636246 B CN110636246 B CN 110636246B
- Authority
- CN
- China
- Prior art keywords
- data
- component
- video communication
- model
- terminal
- 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.)
- Active
Links
- 238000004891 communication Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012423 maintenance Methods 0.000 title claims abstract description 32
- 238000009826 distribution Methods 0.000 claims abstract description 19
- 238000005070 sampling Methods 0.000 claims abstract description 18
- 238000013499 data model Methods 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 24
- 238000012360 testing method Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000004044 response Effects 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000007405 data analysis Methods 0.000 description 20
- 238000013500 data storage Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000008439 repair process Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/14—Systems for two-way working
- H04N7/15—Conference systems
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Signal Processing (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种视频通信云硬件终端的维护方法，包括：按照预设的采样频率获取视频通信云硬件终端中的各组件的数据信息；根据预设的分布模型对数据信息进行分析，判断视频通信云硬件终端各组件的运行状态；若判断结果为某一组件的数据错误，则向视频通信云硬件终端发送系统自修复指令，以使所述组件根据系统自修复指令进行自动修复。本发明提供的视频通信云硬件终端的维护方法，可以实现自动化终端检测，在终端出现问题前进行预防，响应速度快，维护成本低。
Description
技术领域
本发明是关于视频通信云硬件，特别是关于一种视频通信云硬件终端的维护方法。
背景技术
目前，互联网对视频的有效传输使得远程视频会议逐渐走向大众化与普遍化。随着视频会议需求的增大，视频通信云硬件的应用已经变得越来越广泛。
视频通信云硬件是以硬件平台为载体，为用户提供云服务的一种新型视频通信终端设备。相比传统的视频通信硬件，云硬件是云服务承载平台，具有云服务的特性，升级更新能力强、部署维护简单、可定制化开发。作为云硬件的核心，视频云服务可以打破传统视频硬件一旦安装就很难升级的困境，将服务内容通过云平台提供，通过用户需求和服务提供方产品更新，实现远程的固件和功能升级，这让视频通信云硬件的升级和维护难度显著降低。
终端维护是视频通信产品售后中重要的一部分。目前，视频云通信行业内的会议终端维护的方法很多，但是大部分需要最终借助人工来排查和解决故障或问题。
基于此本申请的发明人发现，当视频云硬件终端数量较大时，这种维护成本将变得很高，并且响应时间也变长。另外，这种终端维护一般不能在终端出现问题前对可能的问题进行预防。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种视频通信云硬件终端的维护方法，其能够在终端出现问题前进行预防。
为实现上述目的，本发明提供了一种视频通信云硬件终端的维护方法，包括：按照预设的采样频率获取视频通信云硬件终端中的各组件的数据信息；根据预设的分布模型对数据信息进行分析，判断视频通信云硬件终端各组件的运行状态；若判断结果为某一组件的数据错误，则向视频通信云硬件终端发送系统自修复指令，以使所述组件根据系统自修复指令进行自动修复。
为实现上述目的，本发明提供了一种视频通信云硬件终端的维护方法，包括：接收视频通信云硬件终端发送的故障信息；获取所述发送故障信息的视频通信云硬件终端中的各组件的数据信息；根据预设的分布模型对数据信息进行分析，判断视频通信云硬件终端各组件的运行状态；若判断结果为某一组件的数据错误，则向视频通信云硬件终端发送系统自修复指令，以使所述组件根据系统自修复指令进行自动修复。
在一优选的实施方式中，所述按照预设的采样频率获取视频通信云硬件终端中的各组件的数据信息包括：根据公式一计算视频通信云硬件终端中的组件i的预设的采样频率fi，所述公式一包括：
其中，Ci为组件i的稳定性参数，Si为组件i测试数据在数据存储单元内的存储空间用量，Ui为传输组件i的测试数据使用的终端上传速率，[kcksku]为出厂测试给出的采样频率决定矩阵。
在一优选的实施方式中，预设的分布模型包括同类终端的历史数据模型；且所述根据预设的分布模型对数据信息进行分析，判断视频通信云硬件终端各组件的运行状态包括：判断所述数据信息是否符合第一预设规则；若所述数据信息符合第一预设规则，则选择与组件i匹配的同类终端的历史数据模型对数据信息进行分析。
在一优选的实施方式中，预设的分布模型包括同类终端的历史数据模型；且所述根据预设的分布模型对数据信息进行分析，判断视频通信云硬件终端各组件的运行状态包括：判断所述数据信息是否符合第二预设规则；若所述数据信息符合第二预设规则，则选择与组件i匹配的同类终端的历史数据模型对数据信息进行分析。
在一优选的实施方式中，所述选择与组件i匹配的同类终端的历史数据模型对数据信息进行分析包括：根据公式二计算与组件i对应的多个历史数据模型的权重Ij，所述公式二为：
其中，tj为模型j解决与数据信息对应问题的预期时间，rj为模型j解决该问题的前序成功率，[KtKr]为模型采用矩阵；选择权重Ij最小的历史数据模型进行分析。
在一优选的实施方式中，在判断视频通信云硬件终端的运行状态之后，还包括：当判断组件i的数据错误时，降低稳定性参数Ci。
在一优选的实施方式中，所述向视频通信云硬件终端发送系统自修复指令之后，还包括：经过预设时间间隔，再次获取判断为数据错误的组件i的数据信息；根据再次获取的数据信息进行分析，判断视频通信云硬件终端的组件i的运行状态；若再次判断组件i的数据错误，则选择权重次小的数据模型进行分析。
在一优选的实施方式中，所述当判断组件i的数据错误时，降低稳定性参数Ci之后，还包括：经过预设时间间隔，再次获取判断为数据错误的组件i的数据信息；根据再次获取的数据信息进行分析，判断视频通信云硬件终端的组件i的运行状态；若再次判断组件i的数据错误，则选择权重次小的数据模型进行分析；若再次判断组件i的数据未出现错误，则提升稳定性参数Ci。
在一优选的实施方式中，所述维护方法还包括：计算组件i的数据错误次数；若组件i的数据错误的次数超过预设次数，则将组件i的数据信息发送至人工处理单元，进行人工处理。
与现有技术相比，根据本发明的视频通信云硬件终端的维护方法，可以实现自动化终端检测，在终端出现问题前进行预防；响应速度快，维护成本低。并且，充分利用智能云通信下数据的高效流通，对终端进行分类的数据采集，从而对终端的运行状态进行判断；基于大数据和AI建模，对收集的终端数据进行处理和分析，建立自动、有效的终端分析模型。
附图说明
图1是根据本发明一实施方式的视频通信云硬件终端的维护方法的流程图。
图2是根据本发明另一实施方式的视频通信云硬件终端的维护方法的流程图。
具体实施方式
下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
实施例1
如图1所示，其为根据本发明一优选实施方式的视频通信云硬件终端的维护方法的流程图，包括步骤S11、步骤S21、步骤S3。
步骤S11，按照预设的采样频率获取视频通信云硬件终端中的各组件的数据信息。
具体的，所述按照预设的采样频率获取视频通信云硬件终端中的各组件的数据信息包括：根据公式一计算视频通信云硬件终端中的组件i的预设的采样频率fi，所述公式一包括：
其中，Ci为组件i的稳定性参数，其代表出场测试时单元故障占单元总数的占比，并由数据分析单元根据分析情况进行调整；Si为组件i测试数据在数据存储单元内的存储空间用量，可由数据存储单元进行控制；Ui是传输组件i的测试数据使用的终端上传速率，可由数据分析单元排除无用变量或加入新的变量进行控制；[kcksku]为采样频率决定矩阵，代表三个参数在频率衡量中的权重，通过出厂测试给出。
步骤S21，根据预设的分布模型对数据信息进行分析，判断视频通信云硬件终端各组件的运行状态。
具体的，预设的分布模型包括同类终端的历史数据模型；且所述根据预设的分布模型对数据信息进行分析，判断视频通信云硬件终端各组件的运行状态包括：判断所述数据信息是否符合第一预设规则；若所述数据信息符合第一预设规则，则选择与组件i匹配的同类终端的历史数据模型对数据信息进行分析。
第一预设规则可以为3σ原则。具体的，可以采用3σ原则进行判断，即若某一组件的数据点x0落在根据同类终端的历史数据建立的正态分布模型N(μ，σ2)的(μ-3σ，μ+3σ)外时，则判断组件i的数据错误，舍弃该数据点，用于排除明显异常的数据。
需要说明的是，本实施例中的数据模型可以根据需求进行预先设置。
历史数据模型对数据信息进行分析可以包括：若组件i的数据信息在数据模型的预期范围内，则调用数据模型进行分析；若组件i数据信息不在数据模型的预期范围内，则进行人工处理。数据模型的预期范围可以为根据经验或学习建立的模型可解决的数据点的范围。
在一种实现方式中，若组件i的数据信息在数据模型的预期范围内，所述选择与组件i匹配的同类终端的历史数据模型对数据信息进行分析包括：根据公式二计算与组件i对应的多个历史数据模型的权重Ij，所述公式二为：
其中，tj为模型j解决与数据信息对应问题的预期时间，rj为模型j解决该问题的前序成功率，[KtKr]为模型采用矩阵，模型j是与组件i的分析结果对应的解决方案的模型函数。
以及，选择权重Ij最小的数据模型进行分析。
步骤S3，若判断结果为某一组件的数据错误，则向视频通信云硬件终端发送系统自修复指令，以使所述组件根据系统自修复指令进行自动修复。
若判断结果为模型不可解决的故障，则进行人工处理。
步骤S3之后还可以包括步骤S41-S45。
步骤S41，当判断组件i的数据错误时，降低稳定性参数Ci。
步骤S42，经过预设时间间隔，再次获取判断为数据错误的组件i的数据信息。
步骤S43，根据再次获取的数据信息进行分析，判断视频通信云硬件终端的组件i的运行状态。
步骤S44，若再次判断组件i的数据错误，则选择权重次小的数据模型进行分析。
步骤S45，若再次判断组件i的数据未出现错误，则提升稳定性参数Ci。
在步骤S45之后，还可以包括：
步骤S51，计算组件i的数据错误次数。
步骤S52，若组件i的数据错误的次数超过预设次数，则将组件i的数据信息发送至人工处理单元，进行人工处理。
需要说明的是，本实施例中视频通信云硬件终端，可以包括存储器、存储控制器、处理器、外设接口、输入输出单元、音频单元、视频单元组件，且通过如下图所示的关联关系传递各类信号，并定期将各信号数据发送至云端。
本实施例提供的方法可以通过一套安装在云端的操作系统进行实现，其主要包括以下组件单元：数据采集单元、数据分析单元、数据存储单元、数据修复单元以及人工操作单元。
数据采集单元执行本实施例中的步骤S11以及S42，具体可以采集发送自终端的各组件信息，并将信息发送至数据分析单元。该单元的特点是可以通过系统内数据存储量与网络信息传输速度，确定数据的采集速度。
数据分析单元可以执行本实施例中的步骤S21、S43，接收采集单元信息，并通过数据分布模型分析终端的运行是否正常，并根据运行情况作出人工维护或者系统自修复的指令。
在数据分析单元中，当单元i出现错误数据时，数据分析单元根据情况降低稳定性参数Ci；在经过一定的采集周期未出错时，数据分析单元根据情况提升稳定性参数Ci。在某一参数不参加到任何模型时，数据分析单元从采集的变量内剔除该变量以减小Ui。
数据存储单元接收来自于人工输入或自动学习的模型，并接收各单元整理后的正确数据或错误数据。同时，负责将有效的数据模型发送至数据分析单元供数据分析单元做参考处理。
特别的：在系统存储空间占用过大，且某一变量对应的数据较稳定时，删除部分稳定性较高的变量数据群，从而调整Si。
数据修复单元可以执行本实施例中的步骤S3、S44-S45，接收数据分析单元发送的系统自修复指令，并调用存储在内部的修复逻辑将指令通过云端发送到终端。
在数据修复单元无法自动解决问题时，将数据发送至人工处理单元，由人工发送解决方案至终端。优选地：根据已有模型，调用修复单元如果失败，可调用下一个优选方案，可尝试2-3次后再发送人工处理。
人工操作单元可以执行本实施例中的步骤S51以及步骤S52，用于接收数据分析单元发送的未知错误类型数据或者数据修复单元修复失败的数据，并手动补入计算模型和解决方案。
由此，通过本实施例提供的一种视频通信云硬件终端的维护方法，可以实现自动化终端检测，在终端出现问题前进行预防；响应速度快，维护成本低。并且，充分利用智能云通信下数据的高效流通，对终端进行分类的数据采集，从而对终端的运行状态进行判断；基于大数据和AI建模，对收集的终端数据进行处理和分析，建立自动、有效的终端分析模型。
实施例2
如图2所示，其为根据本发明另一优选实施方式的视频通信云硬件终端的维护方法的流程图，本实施例提供的维护方法包括步骤S12、S13、S22以及S3。
步骤S12，接收视频通信云硬件终端发送的故障信息；
步骤S13，获取所述发送故障信息的视频通信云硬件终端中的各组件的数据信息；
步骤S22，根据预设的分布模型对数据信息进行分析，判断视频通信云硬件终端各组件的运行状态；
具体的，所述预设的分布模型包括：预设的分布模型包括同类终端的历史数据模型；且所述根据预设的分布模型对数据信息进行分析，判断视频通信云硬件终端各组件的运行状态包括：判断所述数据信息是否符合第二预设规则；若所述数据信息符合第二预设规则，则选择与组件i匹配的同类终端的历史数据模型对数据信息进行分析。
第二预设规则可以包括：模型函数为y＝f(X)，具体的，对若组件i对应的模型函数为y＝f(X)，若测量的数据点X0满足|f(X0)|>ε(其中ε为设定的误差限，由系统根据函数确定与调整)，则说明数据信息不满足数据模型，筛选出对应数据点，用于排除明显异常的数据。
需要说明的是，本实施例中的数据模型可以根据需求进行预先设置。
历史数据模型对数据信息进行分析可以包括：若组件i的数据信息在数据模型的预期范围内，则调用数据模型进行分析；若或组件i数据信息不在数据模型的预期范围内，则进行人工处理。数据模型的预期范围可以为根据经验或学习建立的模型可解决的数据点的范围。
在一种实现方式中，若组件i的数据信息在数据模型的预期范围内，选择与组件i匹配的数据模型对数据信息进行分析可以包括：通过公式二计算与组件i对应的多个数据模型的权重Ij，计算方式与实施例一种提供的相同，本实施例不再赘述。
步骤S3，若判断结果为某一组件的数据错误，则向视频通信云硬件终端发送系统自修复指令，以使所述组件根据系统自修复指令进行自动修复。
若判断结果为模型不可解决的故障，则进行人工处理。
在一种实现方式中，步骤S3之后还包括：步骤S61-步骤S63。
步骤S61，经过预设时间间隔，再次获取判断为数据错误的组件i的数据信息；
步骤S62，根据再次获取的数据信息进行分析，判断视频通信云硬件终端的组件i的运行状态；
步骤S63，若再次判断组件i的数据错误，则选择权重次小的数据模型进行分析。
在步骤S43之后，还可以包括：
步骤S51，计算组件i的数据错误次数；
步骤S52，若组件i的数据错误的次数超过预设次数，则将组件i的数据信息发送至人工处理单元，进行人工处理。
在数据修复单元无法自动解决问题时，将数据发送至人工处理单元，由人工发送解决方案至终端。优选地：根据已有模型，调用修复单元如果失败，可调用下一个优选方案，可尝试2-3次后再发送人工处理。
需要说明的是，本实施例中，可以通过一套安装在云端的操作系统进行实现，其主要包括以下组件单元：数据采集单元、数据分析单元、数据存储单元、数据修复单元以及人工操作单元。
数据采集单元可以执行本实施例中的步骤S12、S13、S61，数据分析单元可以执行本实施例中的步骤S22、S62，数据修复单元可以执行本实施例中的步骤S3、S63，人工操作单元可以执行本实施例中的步骤S51、S52。单元的作用于实施例一中相同，本实施例中不再赘述。
由此，通过本实施例提供的一种视频通信云硬件终端的维护方法，可以实现自动化终端检测，在终端出现问题前进行预防；响应速度快，维护成本低。并且，充分利用智能云通信下数据的高效流通，对终端进行分类的数据采集，从而对终端的运行状态进行判断；基于大数据和AI建模，对收集的终端数据进行处理和分析，建立自动、有效的终端分析模型。
实施例3
以下以终端音频设备为例，进行详细说明。视频通信终端的音频输入主要为麦克风。麦克风在使用过程中可能会出现掉线(音频输入—外设接口的连接中断)，麦克风固件损坏(音频输入单元损坏)等问题，可以分别通过发送重连指令、重新安装驱动等方式进行部分解决。另外部分安装线的错误或者音频设备周围出现了其它信号等问题会干扰音频信号，导致发回音频质量出现波动。
数据采集单元对通过云连接的终端进行数据采集。采样过程中根据以下公式决定采样频率：
其中：Caudio为音频单元的稳定性参数，根据测试范围内音频单元出错比例占总错误比例换算给出，Saudio为音频单元测试数据占据云存储内的空间，Uaudio为音频单元测试数据上传速率，计算音频单元采样频率的采样矩阵[kcksku]由对音频单元的各部分权重决定。在本例中，由于音频单元直接影响终端核心功能，因此减小存储空间和测试数据上传速率的前置参数。即kc＞＞ks≈ku。
数据分析单元对数据采集单元发送的数据进行数据筛选和整合。将全范围内音频设备进行比较，对偏离其它音频设备设定值和模型预测值的数据进行筛选，作为异常数据发送至数据修复单元。
当音频单元出现错误数据时，数据分析单元根据情况降低稳定性参数Caudio；在经过一定的采集周期未出错时，数据分析单元根据情况提升稳定性参数Caudio。由于音频单元设备对准确性要求较高，因此采样周期应该至少达到100/faudio时才能提高Caudio。
数据分析单元可以通过测试数据的选择控制音频单元的测试数据上传速率，但是音频单元测试对于稳定性要求较高，因此其Uaudio一般不调节。
数据修复单元根据数据分析单元发送来的音频单元偏离模型的结果，选用数据存储单元内的数据库与模型对传来数据的终端进行问题修正。
具体的，模型计算为数据存储单元根据AI基础下对大量数据采集的自动分析建模而成。
在问题修正中，模型采用权重由以下公式决定：
其中taudio为音频方案解决问题的预期时间；raudio为音频方案解决该类问题的前序成功率；[KtKr]为模型采用矩阵，由维修的特定模型位置决定。
比较不同的模型方案，选择Iaudio最小的一种方案，对音频单元进行修正。
数据存储单元将数据分析单元反馈的正确数据、数据修复单元发送的错误数据与对应的解决模型、误报数据或者通过人工问题解决的方案导入，并作为数据修复单元或数据分析单元需要数据时的数据库。
特别的，在音频测试数据采集完成一个周期后(30天以上)，对数据进行稳定性评估，删除掉循环周期长的稳定数据，调节存储单元内的占比，从而调节Saudio。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (6)
1.一种视频通信云硬件终端的维护方法，其特征在于，包括：
按照预设的采样频率获取视频通信云硬件终端中的各组件的数据信息；
根据预设的分布模型对数据信息进行分析，判断视频通信云硬件终端各组件的运行状态；
若判断结果为某一组件的数据错误，则向视频通信云硬件终端发送系统自修复指令，以使所述组件根据系统自修复指令进行自动修复，
其中，所述按照预设的采样频率获取视频通信云硬件终端中的各组件的数据信息包括：
根据公式一计算视频通信云硬件终端中的组件i的预设的采样频率fi，所述公式一包括：
其中，Ci为组件i的稳定性参数，Si为组件i测试数据在数据存储单元内的存储空间用量，Ui为传输组件i的测试数据使用的终端上传速率，[kcksku]为出厂测试给出的采样频率决定矩阵。
2.如权利要求1所述的维护方法，其特征在于，预设的分布模型包括同类终端的历史数据模型；且所述根据预设的分布模型对数据信息进行分析，判断视频通信云硬件终端各组件的运行状态包括：
判断所述数据信息是否符合第一预设规则；
若所述数据信息符合第一预设规则，则选择与组件i匹配的同类终端的历史数据模型对数据信息进行分析。
3.如权利要求2所述的维护方法，其特征在于，所述选择与组件i匹配的同类终端的历史数据模型对数据信息进行分析包括：
根据公式二计算与组件i对应的多个历史数据模型的权重Ij，所述公式二为：
其中，tj为模型j解决与数据信息对应问题的预期时间，rj为模型j解决该问题的前序成功率，[Kt Kr]为模型采用矩阵；
选择权重Ij最小的历史数据模型进行分析。
4.如权利要求2所述的维护方法，其特征在于，在判断视频通信云硬件终端的运行状态之后，还包括：
当判断组件i的数据错误时，降低稳定性参数Ci。
5.如权利要求4所述的维护方法，其特征在于，所述当判断组件i的数据错误时，降低稳定性参数Ci之后，还包括：
经过预设时间间隔，再次获取判断为数据错误的组件i的数据信息；
根据再次获取的数据信息进行分析，判断视频通信云硬件终端的组件i的运行状态；
若再次判断组件i的数据错误，则选择权重次小的数据模型进行分析；
若再次判断组件i的数据未出现错误，则提升稳定性参数Ci。
6.如权利要求5所述的维护方法，其特征在于，所述维护方法还包括：
计算组件i的数据错误次数；
若组件i的数据错误的次数超过预设次数，则将组件i的数据信息发送至人工处理单元，进行人工处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910983627.6A CN110636246B (zh) | 2019-10-16 | 2019-10-16 | 视频通信云硬件终端的维护方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910983627.6A CN110636246B (zh) | 2019-10-16 | 2019-10-16 | 视频通信云硬件终端的维护方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110636246A CN110636246A (zh) | 2019-12-31 |
| CN110636246B true CN110636246B (zh) | 2020-11-27 |
Family
ID=68976664
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910983627.6A Active CN110636246B (zh) | 2019-10-16 | 2019-10-16 | 视频通信云硬件终端的维护方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110636246B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112213073A (zh) * | 2020-08-29 | 2021-01-12 | 苏州无用科技有限公司 | 一种镜片加工用数据远程监控方法及数据存储系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013232886A (ja) * | 2012-04-06 | 2013-11-14 | Panasonic Corp | 通信装置、通信装置を用いた配線状態検出方法及びコンピュータプログラム |
| CN103901298A (zh) * | 2014-03-13 | 2014-07-02 | 广东电网公司电力科学研究院 | 变电站设备运行状态的检测方法与系统 |
| CN106789323A (zh) * | 2017-01-05 | 2017-05-31 | 深圳奇迹智慧网络有限公司 | 一种通信网络管理方法及其装置 |
| CN107958347A (zh) * | 2017-12-18 | 2018-04-24 | 金税信息技术服务股份有限公司 | 一种具有自动报障功能的智能运维管理方法及系统 |
-
2019
- 2019-10-16 CN CN201910983627.6A patent/CN110636246B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110636246A (zh) | 2019-12-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3923140A2 (en) | Fault prediction method, apparatus, electronic device and storage medium | |
| CN108459951B (zh) | 测试方法和装置 | |
| CN114495497B (zh) | 一种交通异常数据的判别和插补方法及系统 | |
| CN112988537A (zh) | 一种服务器故障诊断方法、装置及相关设备 | |
| CN110636246B (zh) | 视频通信云硬件终端的维护方法 | |
| CN114647525A (zh) | 诊断方法、装置、终端及存储介质 | |
| CN110781340B (zh) | 一种推荐系统召回策略的离线评估方法、系统、装置及存储介质 | |
| CN115047288A (zh) | 基于电力采集终端的台区故障定位方法及装置 | |
| CN108763005B (zh) | 一种内存ecc故障报错方法及系统 | |
| CN105335266B (zh) | 用于确定被检测设备的故障的方法 | |
| CN111209180B (zh) | 一种基于模糊匹配的回归测试方法和装置 | |
| CN113507397B (zh) | 一种基于云端运维收集终端设备状态自动巡检的方法 | |
| CN115134218B (zh) | 设备替换方法、装置、存储介质以及服务器 | |
| CN115952098A (zh) | 一种性能测试调优方案推荐方法及系统 | |
| CN115994646A (zh) | 一种用于软件开发的过程管理系统 | |
| CN114650211A (zh) | 故障修复方法、装置、电子设备和计算机可读存储介质 | |
| CN112785000A (zh) | 面向大规模机器学习系统的机器学习模型训练方法及系统 | |
| CN113128986A (zh) | 长链路交易的报错处理方法及装置 | |
| CN111858304A (zh) | 一种接口性能测试的方法及装置 | |
| CN116028078B (zh) | 一种基于vpn技术的软件远程升级方法 | |
| CN117613908B (zh) | 基于配电网络的智能运维方法及系统 | |
| CN114059274B (zh) | 洗涤设备的运行控制方法及装置 | |
| CN112817800B (zh) | 交互设备的测试方法、装置、计算机设备及存储介质 | |
| CN117387925A (zh) | 一种阻尼器性能连续测试方法及系统 | |
| CN114020553A (zh) | 一种用于网络设备的3d模拟安装系统及模拟方法 |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20191231 Assignee: CHINA TECHNOLOGY EXCHANGE Co.,Ltd. Assignor: Suirui Technology Group Co.,Ltd. Contract record no.: X2022110000039 Denomination of invention: Maintenance method of video communication cloud hardware terminal Granted publication date: 20201127 License type: Exclusive License Record date: 20220928 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Maintenance method of video communication cloud hardware terminal Effective date of registration: 20220930 Granted publication date: 20201127 Pledgee: CHINA TECHNOLOGY EXCHANGE Co.,Ltd. Pledgor: Suirui Technology Group Co.,Ltd. Registration number: Y2022110000253 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| EC01 | Cancellation of recordation of patent licensing contract |
Assignee: CHINA TECHNOLOGY EXCHANGE Co.,Ltd. Assignor: Suirui Technology Group Co.,Ltd. Contract record no.: X2022110000039 Date of cancellation: 20240315 |
|
| EC01 | Cancellation of recordation of patent licensing contract | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20201127 Pledgee: CHINA TECHNOLOGY EXCHANGE Co.,Ltd. Pledgor: Suirui Technology Group Co.,Ltd. Registration number: Y2022110000253 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |