CN111552203A - 基于区块链的设备控制装置 - Google Patents
基于区块链的设备控制装置 Download PDFInfo
- Publication number
- CN111552203A CN111552203A CN202010405423.7A CN202010405423A CN111552203A CN 111552203 A CN111552203 A CN 111552203A CN 202010405423 A CN202010405423 A CN 202010405423A CN 111552203 A CN111552203 A CN 111552203A
- Authority
- CN
- China
- Prior art keywords
- control
- strategy
- information
- association
- item type
- 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.)
- Withdrawn
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Selective Calling Equipment (AREA)
Abstract
本申请实施例提供一种基于区块链的设备控制装置,通过预先建立的区块链按照每个参与节点的节点参与顺序依次确定当前设备状态信息所对应的设备控制策略,之后通过确定相对设备控制策略中与设备状态信息匹配的控制项目类型的第一项目类型信息后,进一步根据与设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,确定策略执行过程控制曲线,之后进一步确定第二项目类型信息,并结合第二项目类型信息后从设备控制策略中确定目标设备控制策略进行设备控制,从而有效考虑到设备控制状态的整体性状态表达以及不同项目类型之间的差异表达,减少实际设备控制过程的控制偏差。
Description
技术领域
本申请涉及设备控制技术领域,具体而言,涉及一种基于区块链的设备控制装置。
背景技术
传统设备控制方案中,通常是基于设备控制状态对待控制设备中某一项项目类型下的参数进行调整控制,但是上述方案在匹配设备控制策略时仅仅是简单的对应关系匹配,或者深度学习匹配,未考虑到设备控制状态的整体性状态表达,也没有考虑到不同项目类型之间的差异表达,导致实际设备控制过程不仅造成控制偏差,还可能错误地学习每次控制过程,导致偏差越来越明显。
发明内容
为了至少克服现有技术中的上述不足,本申请的目的在于提供一种基于区块链的设备控制装置,通过预先建立的区块链按照每个参与节点的节点参与顺序依次确定当前设备状态信息所对应的设备控制策略,之后通过确定相对设备控制策略中与设备状态信息匹配的控制项目类型的第一项目类型信息后,进一步根据与设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,确定策略执行过程控制曲线,之后进一步确定第二项目类型信息,并结合第二项目类型信息后从设备控制策略中确定目标设备控制策略进行设备控制,从而有效考虑到设备控制状态的整体性状态表达以及不同项目类型之间的差异表达,减少实际设备控制过程的控制偏差。
第一方面,本申请提供一种基于区块链的设备控制方法,应用于服务器,所述服务器与至少一个待控制设备通信连接,所述方法包括:
根据每个待控制设备上传的设备状态信息,将所述设备状态信息添加到预先建立的该待控制设备所对应的区块链中,并在所述区块链中按照每个参与节点的节点参与顺序依次确定当前设备状态信息所对应的设备控制策略;
从在所述设备状态信息中的节点参与顺序处于确定的所述设备控制策略之前,且与所述设备状态信息相关联的设备控制策略中,确定相对设备控制策略,并获取所述相对设备控制策略中与所述设备状态信息匹配的控制项目类型的第一项目类型信息;
根据所述第一项目类型信息和与所述设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,对所述设备控制策略进行设备控制关联处理,得到所述设备控制策略的策略执行过程控制曲线;
根据所述策略执行过程控制曲线得到与所述设备状态信息匹配的控制项目类型的第二项目类型信息,并从所述策略执行过程控制曲线中提取出目标设备控制策略的控制特征信息后,根据所述控制特征信息和所述第二项目类型信息,从所述设备控制策略中确定所述目标设备控制策略。
在第一方面的一种可能的设计中,所述根据所述第一项目类型信息和与所述设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,对所述设备控制策略进行设备控制关联处理,得到所述设备控制策略的策略执行过程控制曲线的步骤,包括:
根据所述第一项目类型信息和与所述设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,获取所述设备控制策略的策略关联信息; 将所述策略关联信息处理为策略关联节点;
并行地将各策略关联节点输入至各预先配置的策略关联模型中,所述策略关联节点用于指示相应的策略关联模型生成与所述策略关联节点相应的第一策略关联结果,所述策略关联节点还用于指示相应的策略关联模型将所述策略关联节点分别生成参数关联数据列和过程关联数据列;
分别从所述参数关联数据列的各参数关联数据中提取参数关联特征,以及从过程关联数据列的各过程关联数据中提取过程关联特征;
分析各所述参数关联特征和所述过程关联特征,得到与所述策略关联节点相应的第一策略关联结果,并剔除各所述策略关联模型所输出的第一策略关联结果中冗余的策略关联结果,并根据剔除冗余策略关联结果后剩余的策略关联结果,组合生成与所述策略关联信息对应的第二策略关联结果;
根据所述第二策略关联结果对所述设备控制策略进行设备控制关联处理,得到所述设备控制策略的策略执行过程控制曲线。
在第一方面的一种可能的设计中,所述根据所述第二策略关联结果对所述设备控制策略进行设备控制关联处理,得到所述设备控制策略的策略执行过程控制曲线的步骤,包括:
获取所述第二策略关联结果中包括的策略关联特征的数量;
判断所述第二策略关联结果中包括的策略关联特征的数量与第一设定数量和第二设定数量的数量大小关系,其中,所述第一设定数量大于所述第二设定数量;
如果所述第二策略关联结果中包括的策略关联特征的数量小于等于所述第二设定数量,则确定所述第二策略关联结果的特征标识参数表达值的理论值为第一预设特征标识参数值;
如果所述第二策略关联结果中包括的策略关联特征的数量大于所述第二设定数量且小于等于所述第一设定数量,则根据第一设定模型计算所述第二策略关联结果的特征标识参数表达值的理论值,其中,所述第二策略关联结果中包括的策略关联特征的数量为所述第一设定模型的输入部分,所述第二策略关联结果的特征标识参数表达值的理论值为所述第一设定模型的输出部分,在所述第一设定模型中,所述第二策略关联结果中包括的策略关联特征的数量越大、所述第二策略关联结果的特征标识参数表达值的理论值越大;
如果所述第二策略关联结果中包括的策略关联特征的数量大于所述第一设定数量,则根据第二设定模型计算所述第二策略关联结果的特征标识参数表达值的理论值,其中,所述第二策略关联结果中包括的策略关联特征的数量为所述第二设定模型的输入部分,所述第二策略关联结果的特征标识参数表达值的理论值为所述第二设定模型的输出部分,在所述第二设定模型中,所述第二策略关联结果中包括的策略关联特征的数量越大、所述第二策略关联结果的特征标识参数表达值的理论值越小,其中,所述第二策略关联结果的关联特征值为所述第二策略关联结果中的关联特征的特征标识参数和非关联特征的特征标识参数之间的权衡值;
根据所述第二策略关联结果的关联特征值的理论值和所述第二策略关联结果的上一次策略关联特征的关联特征值计算所述第二策略关联结果的补偿关联值,其中,所述补偿关联值用于对所述第二策略关联结果中的控制关联位置的目标关联策略进行补偿更新,所述上一次策略关联特征的关联特征值为所述上一次策略关联特征中的非关联特征的应用特征标识参数的平均值与所述上一次策略关联特征中的关联特征的应用特征标识参数的平均值之间的权衡值;
根据所述补偿关联值获取所述第二策略关联结果中的控制关联位置的目标关联策略,其中,所述控制关联位置的目标关联策略用于对所述设备控制策略进行控制关联处理;
根据所述目标关联策略对所述设备控制策略进行控制关联处理,得到所述设备控制策略的策略执行过程控制曲线。
在第一方面的一种可能的设计中,所述根据所述目标关联策略对所述设备控制策略进行控制关联处理,得到所述设备控制策略的策略执行过程控制曲线的步骤,包括:
依次获取所述目标关联策略中每个项目类型对应的目标关联子策略对应的待关联处理数据,所述目标关联子策略对应的待关联处理数据中包括多个控制关联模型;
依次获取所述目标关联子策略对应的待关联处理数据中当前待控制关联的控制关联模型,若所述当前待控制关联的控制关联模型包括有控制关联节点,则获取所述设备控制策略的参数控制信息所在参数控制单元在第一遍历项目类型中的位置,根据所述设备控制策略的参数控制信息所在参数控制单元在所述第一遍历项目类型中的位置,计算获取所述设备控制策略的参数控制信息所在控制关联模型在所述第一遍历项目类型中的位置,根据所述设备控制策略的参数控制信息所在控制关联模型在所述第一遍历项目类型中的位置,计算所述设备控制策略的参数控制信息在所述第一遍历项目类型中的控制关联模型调用信息,和/或获取所述控制关联节点中控制关联数据特征点的过程节点信息,获取所述控制关联数据特征点到所述设备控制策略的过程控制信息在第二遍历项目类型中的过程节点集合的过程控制特征向量,根据所述过程控制特征向量以及所述过程节点信息计算所述过程节点集合的集合位置信息,计算所述集合位置信息在所述第二遍历项目类型中的控制关联模型调用信息;
获取所述第一遍历项目类型对应的目标关联子策略过往控制关联的控制关联模型调用信息,和/或获取所述第二遍历项目类型对应的目标关联子策略中过往的控制关联模型调用信息;
若所述第一遍历项目类型对应的目标关联子策略中过往控制关联的控制关联模型调用信息匹配所述设备控制策略在第一遍历项目类型对应的目标关联子策略中的控制关联模型调用信息,和/或所述第二遍历项目类型对应的目标关联子策略中过往控制关联的控制关联模型调用信息匹配所述设备控制策略的过程控制信息在第二遍历项目类型对应的目标关联子策略中的控制关联模型调用信息,则对所述当前待控制关联的控制关联模型与所述对所述设备控制策略进行控制关联处理,并判断所述当前待控制关联的控制关联模型的控制关联节点数量是否大于预设控制关联模型数量;
若所述当前待控制关联的控制关联模型的控制关联节点数量大于预设控制关联模型数量,则获取当前待调用处理的控制关联模型,对当前待调用处理的控制关联模型进行调用处理;
判断所述当前待控制关联的控制关联模型的控制关联模型调用信息是否匹配所述项目类型对应的待控制关联数据中最后一个控制关联模型的控制关联模型调用信息;
若所述当前待控制关联的控制关联模型的控制关联模型调用信息匹配所述项目类型对应的待控制关联数据中最后一个控制关联模型的控制关联模型调用信息,则获取所述项目类型对应的待控制关联数据中未调用处理的所有控制关联模型,并对所述项目类型对应的待控制关联数据中未调用处理的所有控制关联模型依次进行调用处理;
若所述第一遍历项目类型中当前正在控制关联的控制关联模型调用信息不匹配所述设备控制策略的参数控制信息在第一遍历项目类型中的控制关联模型调用信息,和/或,所述第二遍历项目类型中当前正在调用处理的控制关联模型调用信息不匹配所述设备控制策略的过程控制信息在第二遍历项目类型中的控制关联模型调用信息,则等待所述第一遍历项目类型进行控制关联和/或等待所述第二遍历项目类型进行调用处理,直至所述第一遍历项目类型中当前正在控制关联的控制关联模型调用信息匹配所述设备控制策略的参数控制信息在第一遍历项目类型中的控制关联模型调用信息,和/或所述第二遍历项目类型中当前正在调用处理的控制关联模型调用信息匹配所述设备控制策略的过程控制信息在第二遍历项目类型中的控制关联模型调用信息为止;
若所述当前待控制关联的控制关联模型未包括有控制关联节点,则对所述当前待控制关联的控制关联模型进行控制关联,并判断所述当前待控制关联的控制关联模型的控制关联模型调用信息是否匹配预设控制关联模型数量或者所述项目类型对应的待控制关联数据中最后一个控制关联模型的控制关联模型调用信息,若所述当前待控制关联的控制关联模型的控制关联模型调用信息匹配预设控制关联模型数量,则获取当前待调用处理的控制关联模型,对当前待调用处理的控制关联模型进行调用处理;所述项目类型对应的待控制关联数据中当前待控制关联的控制关联模型调用信息与所述项目类型对应的待控制关联数据中当前待调用处理的控制关联模型调用信息之间的差值为预设控制关联模型数量;若所述当前待控制关联的控制关联模型的控制关联模型调用信息匹配所述项目类型对应的待控制关联数据中最后一个控制关联模型的控制关联模型调用信息,则获取所述项目类型对应的待控制关联数据中未调用处理的所有控制关联模型,并对所述项目类型对应的待控制关联数据中未调用处理的所有控制关联模型依次进行调用处理。
在第一方面的一种可能的设计中,所述根据所述策略执行过程控制曲线得到与所述设备状态信息匹配的控制项目类型的第二项目类型信息的步骤,包括:
提取所述策略执行过程控制曲线中的策略执行位置、策略执行方式和策略执行控制命令;
在提取到所述策略执行位置后,根据所述策略执行位置获取与所述设备状态信息匹配的控制项目类型的待获取类型信息;
获取所述策略执行方式对应的策略执行路径和所述待获取类型信息的信息执行路径;
判断所述待获取类型信息的信息执行路径是否大于所述策略执行路径,若判定待获取类型信息的信息执行路径匹配所述策略执行路径,则从所述待获取类型信息获取与所述信息执行路径对应的执行过程信息,并将所述执行过程信息对应的执行过程路径与所述策略执行方式进行对应配置;
查找与所述策略执行方式对应的执行过程路径,并确定所述策略执行控制命令对应的命令镜像文件;
查找所述命令镜像文件对应的命令操作集合,在查找到的命令操作集合中获取到与所述策略执行控制命令对应的操作命令后,根据所述操作命令将所述待获取类型信息进行操作处理;
查找所述执行过程路径对应的执行过程信息,并将操作处理后的待获取类型信息写入查找到的所述执行过程信息中,得到与所述设备状态信息匹配的控制项目类型的第二项目类型信息。
在第一方面的一种可能的设计中,所述从所述策略执行过程控制曲线中提取出目标设备控制策略的控制特征信息的步骤,包括:
获取策略执行过程控制曲线中当前与所述目标设备控制策略中的策略维度坐标相对应的维度坐标作为每个第一维度坐标,并确定所述第一维度坐标的坐标标签;
当所述第一维度坐标的坐标标签表征所述第一维度坐标为控制特征坐标时,将所述第一维度坐标写入控制特征序列;
当所述第一维度坐标不为控制特征坐标时,将所述第一维度坐标写入非控制特征序列;
确定所述控制特征序列是否存储有维度坐标,当所述控制特征序列存储有维度坐标时,获取所述控制特征序列的序列标记坐标作为第二维度坐标;
确定所述第二维度坐标所对应的控制特征是否存在未标记的特征,其中,当特征被标记时,表征该控制特征可用于控制;
当所述第二维度坐标后没有未标记的特征时,确定所述非控制特征序列是否仅包括所述第一维度坐标;
当所述非控制特征序列仅包括所述第一维度坐标时,从所述控制特征序列中提取出所述第二维度坐标,并清空所述非控制特征序列,从所述第一维度坐标流转至下一个待检测的维度坐标,以得到各个提取出的第二维度坐标;
根据各个提取出的第二维度坐标提取预设时长内的与所有第二维度坐标分别对应的控制特征空间,将所述控制特征空间按照不同控制类型进行分组,计算每个控制类型在预设时间周期内的控制特征空间等级,并根据所述控制特征空间等级选取对应的控制特征标识节点;
根据选取的所述控制特征空间对应的控制特征标识节点,设置每个控制特征标识节点对应的多个节点控制代码行,并将各节点控制代码行分为控制类型代码行、非控制类型代码行、维持类型代码行和非维持类型代码行;
在每个节点控制代码行中,根据节点控制代码行最后一次被调用的时序进行排序,获得每个节点控制代码行集合所对应的时序特征序列,其中,在时序特征序列中最后一次调用时间距离当前时间最近的节点控制代码行为第一节点控制代码行,最后一次调用时间距离当前时间最远的节点控制代码行为第二节点控制代码行;
依次对控制类型代码行、非控制类型代码行、维持类型代码行和非维持类型代码行的时序特征序列进行检测,若检测到第一个非空时序特征序列时,将所述时序特征序列中的第二节点控制代码行位置上的节点控制代码行剔除,并对所述时序特征序列对应的节点控制代码行集合重新生成对应的时序特征序列;
根据重新生成的每个节点控制代码行集合所对应的时序特征序列,得到所述目标设备控制策略的控制特征信息。
在第一方面的一种可能的设计中,所述根据所述控制特征信息和所述第二项目类型信息,从所述设备控制策略中确定所述目标设备控制策略的步骤,包括:
分别构建控制特征信息的第一策略模型和所述第二项目类型信息的第二策略模型;
采用所述控制特征信息的第一策略模型,构建所述控制特征信息的策略执行模型,同时采用所述第二项目类型信息的第二策略模型,构建所述第二项目类型信息的策略执行模型;
采用所述控制特征信息的策略执行模型表示所述控制特征信息的控制特征空间,同时采用所述第二项目类型信息的策略执行模型表示所述第二项目类型信息的控制特征空间;
在所述控制特征信息的控制特征空间中初步检测所述控制特征信息的策略执行节点,同时在所述第二项目类型信息的控制特征空间中初步检测所述第二项目类型信息的策略执行节点,得到所述控制特征信息在其控制特征空间中的策略执行节点序列和所述第二项目类型信息在其控制特征空间中的策略执行节点序列;
从所述控制特征信息在其控制特征空间中的策略执行节点序列中剔除不稳定策略执行节点,同时从所述第二项目类型信息在其控制特征空间中的策略执行节点序列中剔除不稳定策略执行节点,得到所述控制特征信息的目标策略执行节点和所述第二项目类型信息的目标策略执行节点;
分别确定所述控制特征信息的目标策略执行节点的策略主执行过程和所述第二项目类型信息的目标策略执行节点的策略主执行过程,得到所述控制特征信息的目标策略执行节点过程和所述第二项目类型信息的目标策略执行节点过程;
采用所述控制特征信息的目标策略执行节点过程,计算所述控制特征信息的目标策略执行节点过程对应的目标策略执行节点过程元数据,同时采用所述第二项目类型信息的目标策略执行节点过程,计算所述第二项目类型信息的目标策略执行节点过程对应的目标策略执行节点过程元数据,得到所述控制特征信息的目标策略执行节点过程元数据和所述第二项目类型信息的目标策略执行节点过程元数据;
根据所述控制特征信息的目标策略执行节点过程元数据和所述第二项目类型信息的目标策略执行节点过程元数据,对所述控制特征信息和所述第二项目类型信息进行初始匹配,得到所述控制特征信息和所述第二项目类型信息的匹配策略执行节点对;
根据所述控制特征信息和所述第二项目类型信息的匹配策略执行节点对确定所述控制特征信息和所述第二项目类型信息的匹配参数;
根据所述控制特征信息和所述第二项目类型信息的匹配参数,从所述设备控制策略中确定所述目标设备控制策略。
第二方面,本申请实施例还提供一种基于区块链的设备控制装置,其特征在于,应用于服务器,所述服务器与至少一个待控制设备通信连接,所述装置包括:
添加模块,用于根据每个待控制设备上传的设备状态信息,将所述设备状态信息添加到预先建立的该待控制设备所对应的区块链中,并在所述区块链中按照每个参与节点的节点参与顺序依次确定当前设备状态信息所对应的设备控制策略;
确定获取模块,用于从在所述设备状态信息中的节点参与顺序处于确定的所述设备控制策略之前,且与所述设备状态信息相关联的设备控制策略中,确定相对设备控制策略,并获取所述相对设备控制策略中与所述设备状态信息匹配的控制项目类型的第一项目类型信息;
控制关联模块,用于根据所述第一项目类型信息和与所述设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,对所述设备控制策略进行设备控制关联处理,得到所述设备控制策略的策略执行过程控制曲线;
策略确定模块,用于根据所述策略执行过程控制曲线得到与所述设备状态信息匹配的控制项目类型的第二项目类型信息,并从所述策略执行过程控制曲线中提取出目标设备控制策略的控制特征信息后,根据所述控制特征信息和所述第二项目类型信息,从所述设备控制策略中确定所述目标设备控制策略。
第三方面,本申请实施例还提供一种服务器,所述服务器包括处理器、机器可读存储介质和网络接口,所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连,所述网络接口用于与至少一个待控制设备通信连接,所述机器可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述机器可读存储介质中的程序、指令或代码,以执行第一方面或者第一方面中任意一个可能的设计中的基于区块链的设备控制方法。
第四方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当其在计算机上检测时,使得计算机执行上述第一方面或者第一方面中任意一个可能的设计中的基于区块链的设备控制方法。
基于上述任意一个方面,本申请通过预先建立的区块链按照每个参与节点的节点参与顺序依次确定当前设备状态信息所对应的设备控制策略,之后通过确定相对设备控制策略中与设备状态信息匹配的控制项目类型的第一项目类型信息后,进一步根据与设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,确定策略执行过程控制曲线,之后进一步确定第二项目类型信息,并结合第二项目类型信息后从设备控制策略中确定目标设备控制策略进行设备控制,从而有效考虑到设备控制状态的整体性状态表达以及不同项目类型之间的差异表达,减少实际设备控制过程的控制偏差。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的基于区块链的设备控制系统的应用场景示意图;
图2为本申请实施例提供的基于区块链的设备控制方法的流程示意图;
图3为图2中所示的步骤S130包括的各个子步骤的流程示意图;
图4为本申请实施例提供的基于区块链的设备控制装置的功能模块示意图;
图5为本申请实施例提供的用于实现上述的基于区块链的设备控制方法的服务器的结构示意框图。
具体实施方式
下面结合说明书附图对本申请进行具体说明,方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。在本申请的描述中,除非另有说明,“至少一个”包括一个或多个。“多个”是指两个或两个以上。例如,A、B和C中的至少一个,包括:单独存在A、单独存在B、同时存在A和B、同时存在A和C、同时存在B和C,以及同时存在A、B和C。在本申请中,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联目标核磁共振设备的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
图1是本申请一种实施例提供的基于区块链的设备控制系统10的交互示意图。基于区块链的设备控制系统10可以包括服务器100以及与所述服务器100通信连接的待控制设备200,服务器100中可以包括执行指令操作的处理器。图1所示的基于区块链的设备控制系统10仅为一种可行的示例,在其它可行的实施例中,该基于区块链的设备控制系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
在一些实施例中,服务器100可以是单个服务器,也可以是一个服务器组。运营服务器组可以是集中式的,也可以是分布式的(例如,服务器100可以是分布式系统)。在一些实施例中,服务器100相对于待控制设备200,可以是本地的、也可以是远程的。例如,服务器100可以经由网络访问存储在待控制设备200以及数据库、或其任意组合中的信息。作为另一示例,服务器100可以直接连接到待控制设备200和数据库中的至少一个,以访问其中存储的信息和/或数据。在一些实施例中,服务器100可以在云平台上实现;仅作为示例,云平台可以包括私有云、公有云、混合云、社区云(community cloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等,或者它们的任意组合。在一些实施例中,服务器100、待控制设备200可以在具有本申请实施例中图2所示的一个或多个组件的电子设备200上实现。
在一些实施例中,服务器100可以包括处理器。处理器可以处理与服务请求有关的信息和/或数据,以执行本申请中描述的一个或多个功能。处理器可以包括一个或多个处理核(例如,单核处理器(S)或多核处理器(S))。仅作为举例,处理器可以包括中央处理单元(Central Processing Unit, CPU)、专用集成电路(Application Specific IntegratedCircuit, ASIC)、专用指令集处理器(Application Specific Instruction-setProcessor, ASIP)、图形处理单元(Graphics Processing Unit, GPU)、物理处理单元(Physics Processing Unit, PPU)、数字信号处理器 (Digital Signal Processor,DSP)、现场可编程门阵列( Field Programmable Gate Array, FPGA)、可编程逻辑器件(Programmable Logic Device, PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstruction Set Computing, RISC)、或微处理器等,或其任意组合。
网络可以用于信息和/或数据的交换。在一些实施例中,基于区块链的设备控制系统10中的一个或多个组件(例如,服务器100,待控制设备200和数据库)可以向其他组件发送信息和/或数据。在一些实施例中,网络可以是任何类型的有线或者无线网络,或者是他们的结合。仅作为示例,网络130可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(Local Area Network,LAN)、广域网(Wide Area Network,WAN)、无线局域网(Wireless Local Area Networks,WLAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、公共电话交换网(Public Switched TelephoneNetwork,PSTN)、蓝牙网络、ZigBee网络、或近场通信(Near Field Communication, NFC)网络等,或其任意组合。在一些实施例中,网络可以包括一个或多个网络接入点。例如,网络可以包括有线或无线网络接入点,例如基站和/或网络交换节点,基于区块链的设备控制系统10的一个或多个组件可以通过该接入点连接到网络以交换数据和/或信息。
前述的数据库可以存储数据和/或指令。在一些实施例中,数据库可以存储从待控制设备200获得的数据。在一些实施例中,数据库可以存储在本申请中描述的示例性方法的数据和/或指令。在一些实施例中,数据库可以包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器(Read-Only Memory, ROM)等,或其任意组合。作为举例,大容量存储器可以包括磁盘、光盘、固态驱动器等;可移动存储器可包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等;易失性读写存储器可以包括随机存取存储器(Random AccessMemory, RAM);RAM可以包括动态RAM(Dynamic Random Access Memory, DRAM),双倍数据速率同步动态RAM(Double Date-Rate Synchronous RAM, DDR SDRAM);静态RAM(StaticRandom-Access Memory, SRAM),晶闸管RAM(Thyristor-Based Random Access Memory,T-RAM)和零电容器RAM(Zero-RAM)等。作为举例,ROM可以包括掩模ROM(Mask Read-OnlyMemory, MROM)、可编程ROM( Programmable Read-Only Memory, PROM)、可擦除可编程ROM(Programmable Erasable Read-only Memory , PEROM)、电可擦除可编程ROM(Electrically Erasable Programmable read only memory, EEPROM)、光盘ROM(CD-ROM)、以及数字通用磁盘ROM等。在一些实施例中,数据库可以在云平台上实现。仅作为示例,云平台可以包括私有云、公有云、混合云、社区云、分布式云、跨云、多云或者其它类似的等,或其任意组合。
在一些实施例中,数据库可以连接到网络以与基于区块链的设备控制系统10(例如,服务器100,待控制设备200等)中的一个或多个组件通信。基于区块链的设备控制系统10中的一个或多个组件可以经由网络访问存储在数据库中的数据或指令。在一些实施例中,数据库可以直接连接到基于区块链的设备控制系统10中的一个或多个组件(例如,服务器100,待控制设备200等);或者,在一些实施例中,数据库也可以是服务器100的一部分。
其中,待控制设备200可以用于多个领域,例如智能机械的控制、环保设备控制、大数据、人工智能、网络安全、智能医疗、图像检测处理、计算机软件技术等任意可以实施的领域,本申请实施例对此不作具体限制。
为了解决前述背景技术中的技术问题,图2为本申请实施例提供的基于区块链的设备控制方法的流程示意图,本实施例提供的基于区块链的设备控制方法可以由图1中所示的服务器100执行,下面对该基于区块链的设备控制方法进行详细介绍。
步骤S110,根据每个待控制设备200上传的设备状态信息,将设备状态信息添加到预先建立的该待控制设备200所对应的区块链中,并在区块链中按照每个参与节点的节点参与顺序依次确定当前设备状态信息所对应的设备控制策略。
步骤S120,从在设备状态信息中的节点参与顺序处于确定的设备控制策略之前,且与设备状态信息相关联的设备控制策略中,确定相对设备控制策略,并获取相对设备控制策略中与设备状态信息匹配的控制项目类型的第一项目类型信息。
步骤S130,根据第一项目类型信息和与设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,对设备控制策略进行设备控制关联处理,得到设备控制策略的策略执行过程控制曲线。
步骤S140,根据策略执行过程控制曲线得到与设备状态信息匹配的控制项目类型的第二项目类型信息,并从策略执行过程控制曲线中提取出目标设备控制策略的控制特征信息后,根据控制特征信息和第二项目类型信息,从设备控制策略中确定目标设备控制策略。
基于上述步骤,本实施例通过预先建立的区块链按照每个参与节点的节点参与顺序依次确定当前设备状态信息所对应的设备控制策略,之后通过确定相对设备控制策略中与设备状态信息匹配的控制项目类型的第一项目类型信息后,进一步根据与设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,确定策略执行过程控制曲线,之后进一步确定第二项目类型信息,并结合第二项目类型信息后从设备控制策略中确定目标设备控制策略进行设备控制,从而有效考虑到设备控制状态的整体性状态表达以及不同项目类型之间的差异表达,减少实际设备控制过程的控制偏差。
在一种可能的设计中,针对步骤S130,在实际处理过程中,考虑到策略关联节点诸多,并且不同策略关联节点的策略关联特征存在较大差异,请进一步参阅图3,步骤S130可以通过如下子步骤进一步实现:
子步骤S131,根据第一项目类型信息和与设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,获取设备控制策略的策略关联信息,并将策略关联信息处理为策略关联节点。
子步骤S132,并行地将各策略关联节点输入至各预先配置的策略关联模型中,策略关联节点用于指示相应的策略关联模型生成与策略关联节点相应的第一策略关联结果,策略关联节点还用于指示相应的策略关联模型将策略关联节点分别生成参数关联数据列和过程关联数据列。
子步骤S133,分别从参数关联数据列的各参数关联数据中提取参数关联特征,以及从过程关联数据列的各过程关联数据中提取过程关联特征。
子步骤S134,分析各参数关联特征和过程关联特征,得到与策略关联节点相应的第一策略关联结果,并剔除各策略关联模型所输出的第一策略关联结果中冗余的策略关联结果,并根据剔除冗余策略关联结果后剩余的策略关联结果,组合生成与策略关联信息对应的第二策略关联结果。
子步骤S135,根据第二策略关联结果对设备控制策略进行设备控制关联处理,得到设备控制策略的策略执行过程控制曲线。
基于上述步骤,本实施例进一步考虑到策略关联节点诸多,并且不同策略关联节点的策略关联特征存在较大差异,因此通过以上设计,不仅可以提高处理效率,也可以进一步考虑不同策略关联节点的差异表达,从而减少实际设备控制过程的控制偏差。
在一种可能的设计中,针对子步骤S135,为了在进行设备控制关联处理过程中能够充分考虑数量之间的差异,进而进一步减少实际设备控制过程的控制偏差,在实施过程中具体可以获取第二策略关联结果中包括的策略关联特征的数量,并判断第二策略关联结果中包括的策略关联特征的数量与第一设定数量和第二设定数量的数量大小关系,其中,第一设定数量大于第二设定数量。
如果第二策略关联结果中包括的策略关联特征的数量小于等于第二设定数量,则确定第二策略关联结果的特征标识参数表达值的理论值为第一预设特征标识参数值。
如果第二策略关联结果中包括的策略关联特征的数量大于第二设定数量且小于等于第一设定数量,则根据第一设定模型计算第二策略关联结果的特征标识参数表达值的理论值,其中,第二策略关联结果中包括的策略关联特征的数量为第一设定模型的输入部分,第二策略关联结果的特征标识参数表达值的理论值为第一设定模型的输出部分,在第一设定模型中,第二策略关联结果中包括的策略关联特征的数量越大、第二策略关联结果的特征标识参数表达值的理论值越大。
如果第二策略关联结果中包括的策略关联特征的数量大于第一设定数量,则根据第二设定模型计算第二策略关联结果的特征标识参数表达值的理论值,其中,第二策略关联结果中包括的策略关联特征的数量为第二设定模型的输入部分,第二策略关联结果的特征标识参数表达值的理论值为第二设定模型的输出部分,在第二设定模型中,第二策略关联结果中包括的策略关联特征的数量越大、第二策略关联结果的特征标识参数表达值的理论值越小,其中,第二策略关联结果的关联特征值为第二策略关联结果中的关联特征的特征标识参数和非关联特征的特征标识参数之间的权衡值。
在此基础上,可以根据第二策略关联结果的关联特征值的理论值和第二策略关联结果的上一次策略关联特征的关联特征值计算第二策略关联结果的补偿关联值,其中,补偿关联值用于对第二策略关联结果中的控制关联位置的目标关联策略进行补偿更新,上一次策略关联特征的关联特征值为上一次策略关联特征中的非关联特征的应用特征标识参数的平均值与上一次策略关联特征中的关联特征的应用特征标识参数的平均值之间的权衡值。
接着,可以根据补偿关联值获取第二策略关联结果中的控制关联位置的目标关联策略,其中,控制关联位置的目标关联策略用于对设备控制策略进行控制关联处理。
由此,可以根据目标关联策略对设备控制策略进行控制关联处理,得到设备控制策略的策略执行过程控制曲线。
基于上述设计,本实施例能够根据第二策略关联结果中包括的策略关联特征的数量确定第二策略关联结果的补偿关联值,从而使得在进行设备控制关联处理过程中能够充分考虑数量之间的差异,进而进一步减少实际设备控制过程的控制偏差。
在一种可能的设计中,在根据补偿关联值获取第二策略关联结果中的控制关联位置的目标关联策略的过程中,为了提高处理效率,也进一步考虑不同项目类型策略的差异表达,从而减少实际设备控制过程的控制偏差,具体可以通过如下方式来实现:
首先,依次获取目标关联策略中每个项目类型对应的目标关联子策略对应的待关联处理数据,目标关联子策略对应的待关联处理数据中包括多个控制关联模型。
接着,依次获取目标关联子策略对应的待关联处理数据中当前待控制关联的控制关联模型,若当前待控制关联的控制关联模型包括有控制关联节点,则获取设备控制策略的参数控制信息所在参数控制单元在第一遍历项目类型中的位置,根据设备控制策略的参数控制信息所在参数控制单元在第一遍历项目类型中的位置,计算获取设备控制策略的参数控制信息所在控制关联模型在第一遍历项目类型中的位置,根据设备控制策略的参数控制信息所在控制关联模型在第一遍历项目类型中的位置,计算设备控制策略的参数控制信息在第一遍历项目类型中的控制关联模型调用信息,和/或获取控制关联节点中控制关联数据特征点的过程节点信息,获取控制关联数据特征点到设备控制策略的过程控制信息在第二遍历项目类型中的过程节点集合的过程控制特征向量,根据过程控制特征向量以及过程节点信息计算过程节点集合的集合位置信息,计算集合位置信息在第二遍历项目类型中的控制关联模型调用信息。
接着,获取第一遍历项目类型对应的目标关联子策略过往控制关联的控制关联模型调用信息,和/或获取第二遍历项目类型对应的目标关联子策略中过往的控制关联模型调用信息。
若第一遍历项目类型对应的目标关联子策略中过往控制关联的控制关联模型调用信息匹配设备控制策略在第一遍历项目类型对应的目标关联子策略中的控制关联模型调用信息,和/或第二遍历项目类型对应的目标关联子策略中过往控制关联的控制关联模型调用信息匹配设备控制策略的过程控制信息在第二遍历项目类型对应的目标关联子策略中的控制关联模型调用信息,则对当前待控制关联的控制关联模型与对设备控制策略进行控制关联处理,并判断当前待控制关联的控制关联模型的控制关联节点数量是否大于预设控制关联模型数量。
若当前待控制关联的控制关联模型的控制关联节点数量大于预设控制关联模型数量,则获取当前待调用处理的控制关联模型,对当前待调用处理的控制关联模型进行调用处理。
判断当前待控制关联的控制关联模型的控制关联模型调用信息是否匹配项目类型对应的待控制关联数据中最后一个控制关联模型的控制关联模型调用信息。
若当前待控制关联的控制关联模型的控制关联模型调用信息匹配项目类型对应的待控制关联数据中最后一个控制关联模型的控制关联模型调用信息,则获取项目类型对应的待控制关联数据中未调用处理的所有控制关联模型,并对项目类型对应的待控制关联数据中未调用处理的所有控制关联模型依次进行调用处理。
若第一遍历项目类型中当前正在控制关联的控制关联模型调用信息不匹配设备控制策略的参数控制信息在第一遍历项目类型中的控制关联模型调用信息,和/或,第二遍历项目类型中当前正在调用处理的控制关联模型调用信息不匹配设备控制策略的过程控制信息在第二遍历项目类型中的控制关联模型调用信息,则等待第一遍历项目类型进行控制关联和/或等待第二遍历项目类型进行调用处理,直至第一遍历项目类型中当前正在控制关联的控制关联模型调用信息匹配设备控制策略的参数控制信息在第一遍历项目类型中的控制关联模型调用信息,和/或第二遍历项目类型中当前正在调用处理的控制关联模型调用信息匹配设备控制策略的过程控制信息在第二遍历项目类型中的控制关联模型调用信息为止。
若当前待控制关联的控制关联模型未包括有控制关联节点,则对当前待控制关联的控制关联模型进行控制关联,并判断当前待控制关联的控制关联模型的控制关联模型调用信息是否匹配预设控制关联模型数量或者项目类型对应的待控制关联数据中最后一个控制关联模型的控制关联模型调用信息,若当前待控制关联的控制关联模型的控制关联模型调用信息匹配预设控制关联模型数量,则获取当前待调用处理的控制关联模型,对当前待调用处理的控制关联模型进行调用处理。项目类型对应的待控制关联数据中当前待控制关联的控制关联模型调用信息与项目类型对应的待控制关联数据中当前待调用处理的控制关联模型调用信息之间的差值为预设控制关联模型数量。若当前待控制关联的控制关联模型的控制关联模型调用信息匹配项目类型对应的待控制关联数据中最后一个控制关联模型的控制关联模型调用信息,则获取项目类型对应的待控制关联数据中未调用处理的所有控制关联模型,并对项目类型对应的待控制关联数据中未调用处理的所有控制关联模型依次进行调用处理。
基于上述步骤,可以提高处理效率,也可以进一步考虑不同项目类型策略的差异表达,从而减少实际设备控制过程的控制偏差。
在一种可能的设计中,进一步针对步骤S140,在根据策略执行过程控制曲线得到与设备状态信息匹配的控制项目类型的第二项目类型信息的过程中,为了进一步减少实际设备控制过程的控制偏差,具体可以提取策略执行过程控制曲线中的策略执行位置、策略执行方式和策略执行控制命令,在提取到策略执行位置后,根据策略执行位置获取与设备状态信息匹配的控制项目类型的待获取类型信息。
然后,获取策略执行方式对应的策略执行路径和待获取类型信息的信息执行路径,并判断待获取类型信息的信息执行路径是否大于策略执行路径,若判定待获取类型信息的信息执行路径匹配策略执行路径,则从待获取类型信息获取与信息执行路径对应的执行过程信息,并将执行过程信息对应的执行过程路径与策略执行方式进行对应配置。
在此基础上,查找与策略执行方式对应的执行过程路径,并确定策略执行控制命令对应的命令镜像文件,而后查找命令镜像文件对应的命令操作集合,在查找到的命令操作集合中获取到与策略执行控制命令对应的操作命令后,根据操作命令将待获取类型信息进行操作处理。
接着,可以查找执行过程路径对应的执行过程信息,并将操作处理后的待获取类型信息写入查找到的执行过程信息中,得到与设备状态信息匹配的控制项目类型的第二项目类型信息。
在一种可能的设计中,进一步针对步骤S140,在从策略执行过程控制曲线中提取出目标设备控制策略的控制特征信息的过程中,为了进一步减少实际设备控制过程的控制偏差,具体可以获取策略执行过程控制曲线中当前与目标设备控制策略中的策略维度坐标相对应的维度坐标作为每个第一维度坐标,并确定第一维度坐标的坐标标签。
当第一维度坐标的坐标标签表征第一维度坐标为控制特征坐标时,将第一维度坐标写入控制特征序列。当第一维度坐标不为控制特征坐标时,将第一维度坐标写入非控制特征序列。
在此基础上,可以确定控制特征序列是否存储有维度坐标,当控制特征序列存储有维度坐标时,获取控制特征序列的序列标记坐标作为第二维度坐标。
接着,进一步确定第二维度坐标所对应的控制特征是否存在未标记的特征,其中,当特征被标记时,表征该控制特征可用于控制。
当第二维度坐标后没有未标记的特征时,确定非控制特征序列是否仅包括第一维度坐标。 当非控制特征序列仅包括第一维度坐标时,从控制特征序列中提取出第二维度坐标,并清空非控制特征序列,从第一维度坐标流转至下一个待检测的维度坐标,以得到各个提取出的第二维度坐标。
接着,进一步根据各个提取出的第二维度坐标提取预设时长内的与所有第二维度坐标分别对应的控制特征空间,将控制特征空间按照不同控制类型进行分组,计算每个控制类型在预设时间周期内的控制特征空间等级,并根据控制特征空间等级选取对应的控制特征标识节点。
而后,根据选取的控制特征空间对应的控制特征标识节点,设置每个控制特征标识节点对应的多个节点控制代码行,并将各节点控制代码行分为控制类型代码行、非控制类型代码行、维持类型代码行和非维持类型代码行。
在此基础上,在每个节点控制代码行中,根据节点控制代码行最后一次被调用的时序进行排序,获得每个节点控制代码行集合所对应的时序特征序列,其中,在时序特征序列中最后一次调用时间距离当前时间最近的节点控制代码行为第一节点控制代码行,最后一次调用时间距离当前时间最远的节点控制代码行为第二节点控制代码行。
由此,可以依次对控制类型代码行、非控制类型代码行、维持类型代码行和非维持类型代码行的时序特征序列进行检测,若检测到第一个非空时序特征序列时,将时序特征序列中的第二节点控制代码行位置上的节点控制代码行剔除,并对时序特征序列对应的节点控制代码行集合重新生成对应的时序特征序列。最后,可以根据重新生成的每个节点控制代码行集合所对应的时序特征序列,得到目标设备控制策略的控制特征信息。
在一种可能的设计中,进一步针对步骤S140,在根据控制特征信息和第二项目类型信息,从设备控制策略中确定目标设备控制策略的过程中,为了进一步减少实际设备控制过程的控制偏差,首先可以分别构建控制特征信息的第一策略模型和第二项目类型信息的第二策略模型。接着,采用控制特征信息的第一策略模型,构建控制特征信息的策略执行模型,同时采用第二项目类型信息的第二策略模型,构建第二项目类型信息的策略执行模型。由此,可以采用控制特征信息的策略执行模型表示控制特征信息的控制特征空间,同时采用第二项目类型信息的策略执行模型表示第二项目类型信息的控制特征空间。
接着,在控制特征信息的控制特征空间中初步检测控制特征信息的策略执行节点,同时在第二项目类型信息的控制特征空间中初步检测第二项目类型信息的策略执行节点,得到控制特征信息在其控制特征空间中的策略执行节点序列和第二项目类型信息在其控制特征空间中的策略执行节点序列。
接着,从控制特征信息在其控制特征空间中的策略执行节点序列中剔除不稳定策略执行节点,同时从第二项目类型信息在其控制特征空间中的策略执行节点序列中剔除不稳定策略执行节点,得到控制特征信息的目标策略执行节点和第二项目类型信息的目标策略执行节点。
接着,分别确定控制特征信息的目标策略执行节点的策略主执行过程和第二项目类型信息的目标策略执行节点的策略主执行过程,得到控制特征信息的目标策略执行节点过程和第二项目类型信息的目标策略执行节点过程。
接着,采用控制特征信息的目标策略执行节点过程,计算控制特征信息的目标策略执行节点过程对应的目标策略执行节点过程元数据,同时采用第二项目类型信息的目标策略执行节点过程,计算第二项目类型信息的目标策略执行节点过程对应的目标策略执行节点过程元数据,得到控制特征信息的目标策略执行节点过程元数据和第二项目类型信息的目标策略执行节点过程元数据。
接着,根据控制特征信息的目标策略执行节点过程元数据和第二项目类型信息的目标策略执行节点过程元数据,对控制特征信息和第二项目类型信息进行初始匹配,得到控制特征信息和第二项目类型信息的匹配策略执行节点对。
接着,根据控制特征信息和第二项目类型信息的匹配策略执行节点对确定控制特征信息和第二项目类型信息的匹配参数。
接着,根据控制特征信息和第二项目类型信息的匹配参数,从设备控制策略中确定目标设备控制策略。
图4为本申请实施例提供的基于区块链的设备控制装置300的功能模块示意图,本实施例可以根据上述方法实施例对该基于区块链的设备控制装置300进行功能模块的划分。例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请中对模块的划分是示意性的,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。比如,在采用对应各个功能划分各个功能模块的情况下,图4示出的基于区块链的设备控制装置300只是一种装置示意图。其中,基于区块链的设备控制装置300可以包括添加模块310、确定获取模块320、控制关联模块330以及策略确定模块340,下面分别对该基于区块链的设备控制装置300的各个功能模块的功能进行详细阐述。
添加模块310,用于根据每个待控制设备200上传的设备状态信息,将设备状态信息添加到预先建立的该待控制设备200所对应的区块链中,并在区块链中按照每个参与节点的节点参与顺序依次确定当前设备状态信息所对应的设备控制策略。
确定获取模块320,用于从在设备状态信息中的节点参与顺序处于确定的设备控制策略之前,且与设备状态信息相关联的设备控制策略中,确定相对设备控制策略,并获取相对设备控制策略中与设备状态信息匹配的控制项目类型的第一项目类型信息。
控制关联模块330,用于根据第一项目类型信息和与设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,对设备控制策略进行设备控制关联处理,得到设备控制策略的策略执行过程控制曲线。
策略确定模块340,用于根据策略执行过程控制曲线得到与设备状态信息匹配的控制项目类型的第二项目类型信息,并从策略执行过程控制曲线中提取出目标设备控制策略的控制特征信息后,根据控制特征信息和第二项目类型信息,从设备控制策略中确定目标设备控制策略。
进一步地,图5为本申请实施例提供的用于执行上述基于区块链的设备控制方法的服务器100的结构示意图。如图5所示,该服务器100可包括网络接口110、机器可读存储介质120、处理器130以及总线140。处理器130可以是一个或多个,图5中以一个处理器130为例。网络接口110、机器可读存储介质120以及处理器130可以通过总线140或其他方式连接,图5中以通过总线140连接为例。
机器可读存储介质120作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请实施例中的基于区块链的设备控制方法对应的程序指令/模块(例如图4中所示的基于区块链的设备控制装置300的添加模块310、确定获取模块320、控制关联模块330以及策略确定模块340)。处理器130通过检测存储在机器可读存储介质120中的软件程序、指令以及模块,从而执行终端设备的各种功能应用以及数据处理,即实现上述的基于区块链的设备控制方法,在此不再赘述。
机器可读存储介质120可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,机器可读存储介质120可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-OnlyMemory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRateSDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DR RAM)。应注意,本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合发布节点的存储器。在一些实例中,机器可读存储介质120可进一步包括相对于处理器130远程设置的存储器,这些远程存储器可以通过网络连接至服务器100。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器130可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器130中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器130可以是通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。
服务器100可以通过通信接口110和其它设备(例如待控制设备200)进行信息交互。通信接口110可以是电路、总线、收发器或者其它任意可以用于进行信息交互的装置。处理器130可以利用通信接口110收发信息。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
本申请实施例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。
显然,本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (6)
1.一种基于区块链的设备控制装置,其特征在于,应用于服务器,所述服务器与至少一个待控制设备通信连接,所述服务器经由网络访问存储在待控制设备中的信息,所述网络包括有线或无线网络接入点,所述装置包括:
添加模块,用于根据每个待控制设备上传的设备状态信息,将所述设备状态信息添加到预先建立的该待控制设备所对应的区块链中,并在所述区块链中按照每个参与节点的节点参与顺序依次确定当前设备状态信息所对应的设备控制策略;
确定获取模块,用于从在所述设备状态信息中的节点参与顺序处于确定的所述设备控制策略之前,且与所述设备状态信息相关联的设备控制策略中,确定相对设备控制策略,并获取所述相对设备控制策略中与所述设备状态信息匹配的控制项目类型的第一项目类型信息;
控制关联模块,用于根据所述第一项目类型信息和与所述设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,对所述设备控制策略进行设备控制关联处理,得到所述设备控制策略的策略执行过程控制曲线;
策略确定模块,用于根据所述策略执行过程控制曲线得到与所述设备状态信息匹配的控制项目类型的第二项目类型信息,并从所述策略执行过程控制曲线中提取出目标设备控制策略的控制特征信息后,根据所述控制特征信息和所述第二项目类型信息,从所述设备控制策略中确定所述目标设备控制策略;
所述策略确定模块通过以下方式根据所述策略执行过程控制曲线得到与所述设备状态信息匹配的控制项目类型的第二项目类型信息:
提取所述策略执行过程控制曲线中的策略执行位置、策略执行方式和策略执行控制命令;
在提取到所述策略执行位置后,根据所述策略执行位置获取与所述设备状态信息匹配的控制项目类型的待获取类型信息;
获取所述策略执行方式对应的策略执行路径和所述待获取类型信息的信息执行路径;
判断所述待获取类型信息的信息执行路径是否大于所述策略执行路径,若判定待获取类型信息的信息执行路径匹配所述策略执行路径,则从所述待获取类型信息获取与所述信息执行路径对应的执行过程信息,并将所述执行过程信息对应的执行过程路径与所述策略执行方式进行对应配置;
查找与所述策略执行方式对应的执行过程路径,并确定所述策略执行控制命令对应的命令镜像文件;
查找所述命令镜像文件对应的命令操作集合,在查找到的命令操作集合中获取到与所述策略执行控制命令对应的操作命令后,根据所述操作命令将所述待获取类型信息进行操作处理;
查找所述执行过程路径对应的执行过程信息,并将操作处理后的待获取类型信息写入查找到的所述执行过程信息中,得到与所述设备状态信息匹配的控制项目类型的第二项目类型信息。
2.根据权利要求1所述的基于区块链的设备控制装置,其特征在于,所述控制关联模块通过以下方式根据所述第一项目类型信息和与所述设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,对所述设备控制策略进行设备控制关联处理,得到所述设备控制策略的策略执行过程控制曲线:
根据所述第一项目类型信息和与所述设备状态信息匹配的控制项目类型节点之间的设备控制关联情况,获取所述设备控制策略的策略关联信息,并将所述策略关联信息处理为策略关联节点;
并行地将各策略关联节点输入至各预先配置的策略关联模型中,所述策略关联节点用于指示相应的策略关联模型生成与所述策略关联节点相应的第一策略关联结果,所述策略关联节点还用于指示相应的策略关联模型将所述策略关联节点分别生成参数关联数据列和过程关联数据列;
分别从所述参数关联数据列的各参数关联数据中提取参数关联特征,以及从过程关联数据列的各过程关联数据中提取过程关联特征;
分析各所述参数关联特征和所述过程关联特征,得到与所述策略关联节点相应的第一策略关联结果,并剔除各所述策略关联模型所输出的第一策略关联结果中冗余的策略关联结果,并根据剔除冗余策略关联结果后剩余的策略关联结果,组合生成与所述策略关联信息对应的第二策略关联结果;
根据所述第二策略关联结果对所述设备控制策略进行设备控制关联处理,得到所述设备控制策略的策略执行过程控制曲线。
3.根据权利要求2所述的基于区块链的设备控制装置,其特征在于,所述控制关联模块通过以下方式根据所述第二策略关联结果对所述设备控制策略进行设备控制关联处理,得到所述设备控制策略的策略执行过程控制曲线:
获取所述第二策略关联结果中包括的策略关联特征的数量;
判断所述第二策略关联结果中包括的策略关联特征的数量与第一设定数量和第二设定数量的数量大小关系,其中,所述第一设定数量大于所述第二设定数量;
如果所述第二策略关联结果中包括的策略关联特征的数量小于等于所述第二设定数量,则确定所述第二策略关联结果的特征标识参数表达值的理论值为第一预设特征标识参数值;
如果所述第二策略关联结果中包括的策略关联特征的数量大于所述第二设定数量且小于等于所述第一设定数量,则根据第一设定模型计算所述第二策略关联结果的特征标识参数表达值的理论值,其中,所述第二策略关联结果中包括的策略关联特征的数量为所述第一设定模型的输入部分,所述第二策略关联结果的特征标识参数表达值的理论值为所述第一设定模型的输出部分,在所述第一设定模型中,所述第二策略关联结果中包括的策略关联特征的数量越大、所述第二策略关联结果的特征标识参数表达值的理论值越大;
如果所述第二策略关联结果中包括的策略关联特征的数量大于所述第一设定数量,则根据第二设定模型计算所述第二策略关联结果的特征标识参数表达值的理论值,其中,所述第二策略关联结果中包括的策略关联特征的数量为所述第二设定模型的输入部分,所述第二策略关联结果的特征标识参数表达值的理论值为所述第二设定模型的输出部分,在所述第二设定模型中,所述第二策略关联结果中包括的策略关联特征的数量越大、所述第二策略关联结果的特征标识参数表达值的理论值越小,其中,所述第二策略关联结果的关联特征值为所述第二策略关联结果中的关联特征的特征标识参数和非关联特征的特征标识参数之间的权衡值;
根据所述第二策略关联结果的关联特征值的理论值和所述第二策略关联结果的上一次策略关联特征的关联特征值计算所述第二策略关联结果的补偿关联值,其中,所述补偿关联值用于对所述第二策略关联结果中的控制关联位置的目标关联策略进行补偿更新,所述上一次策略关联特征的关联特征值为所述上一次策略关联特征中的非关联特征的应用特征标识参数的平均值与所述上一次策略关联特征中的关联特征的应用特征标识参数的平均值之间的权衡值;
根据所述补偿关联值获取所述第二策略关联结果中的控制关联位置的目标关联策略,其中,所述控制关联位置的目标关联策略用于对所述设备控制策略进行控制关联处理;
根据所述目标关联策略对所述设备控制策略进行控制关联处理,得到所述设备控制策略的策略执行过程控制曲线。
4.根据权利要求3所述的基于区块链的设备控制装置,其特征在于,所述控制关联模块通过以下方式根据所述目标关联策略对所述设备控制策略进行控制关联处理,得到所述设备控制策略的策略执行过程控制曲线:
依次获取所述目标关联策略中每个项目类型对应的目标关联子策略对应的待关联处理数据,所述目标关联子策略对应的待关联处理数据中包括多个控制关联模型;
依次获取所述目标关联子策略对应的待关联处理数据中当前待控制关联的控制关联模型,若所述当前待控制关联的控制关联模型包括有控制关联节点,则获取所述设备控制策略的参数控制信息所在参数控制单元在第一遍历项目类型中的位置,根据所述设备控制策略的参数控制信息所在参数控制单元在所述第一遍历项目类型中的位置,计算获取所述设备控制策略的参数控制信息所在控制关联模型在所述第一遍历项目类型中的位置,根据所述设备控制策略的参数控制信息所在控制关联模型在所述第一遍历项目类型中的位置,计算所述设备控制策略的参数控制信息在所述第一遍历项目类型中的控制关联模型调用信息,和/或获取所述控制关联节点中控制关联数据特征点的过程节点信息,获取所述控制关联数据特征点到所述设备控制策略的过程控制信息在第二遍历项目类型中的过程节点集合的过程控制特征向量,根据所述过程控制特征向量以及所述过程节点信息计算所述过程节点集合的集合位置信息,计算所述集合位置信息在所述第二遍历项目类型中的控制关联模型调用信息;
获取所述第一遍历项目类型对应的目标关联子策略过往控制关联的控制关联模型调用信息,和/或获取所述第二遍历项目类型对应的目标关联子策略中过往的控制关联模型调用信息;
若所述第一遍历项目类型对应的目标关联子策略中过往控制关联的控制关联模型调用信息匹配所述设备控制策略在第一遍历项目类型对应的目标关联子策略中的控制关联模型调用信息,和/或所述第二遍历项目类型对应的目标关联子策略中过往控制关联的控制关联模型调用信息匹配所述设备控制策略的过程控制信息在第二遍历项目类型对应的目标关联子策略中的控制关联模型调用信息,则对所述当前待控制关联的控制关联模型与所述对所述设备控制策略进行控制关联处理,并判断所述当前待控制关联的控制关联模型的控制关联节点数量是否大于预设控制关联模型数量;
若所述当前待控制关联的控制关联模型的控制关联节点数量大于预设控制关联模型数量,则获取当前待调用处理的控制关联模型,对当前待调用处理的控制关联模型进行调用处理;
判断所述当前待控制关联的控制关联模型的控制关联模型调用信息是否匹配所述项目类型对应的待控制关联数据中最后一个控制关联模型的控制关联模型调用信息;
若所述当前待控制关联的控制关联模型的控制关联模型调用信息匹配所述项目类型对应的待控制关联数据中最后一个控制关联模型的控制关联模型调用信息,则获取所述项目类型对应的待控制关联数据中未调用处理的所有控制关联模型,并对所述项目类型对应的待控制关联数据中未调用处理的所有控制关联模型依次进行调用处理;
若所述第一遍历项目类型中当前正在控制关联的控制关联模型调用信息不匹配所述设备控制策略的参数控制信息在第一遍历项目类型中的控制关联模型调用信息,和/或,所述第二遍历项目类型中当前正在调用处理的控制关联模型调用信息不匹配所述设备控制策略的过程控制信息在第二遍历项目类型中的控制关联模型调用信息,则等待所述第一遍历项目类型进行控制关联和/或等待所述第二遍历项目类型进行调用处理,直至所述第一遍历项目类型中当前正在控制关联的控制关联模型调用信息匹配所述设备控制策略的参数控制信息在第一遍历项目类型中的控制关联模型调用信息,和/或所述第二遍历项目类型中当前正在调用处理的控制关联模型调用信息匹配所述设备控制策略的过程控制信息在第二遍历项目类型中的控制关联模型调用信息为止;
若所述当前待控制关联的控制关联模型未包括有控制关联节点,则对所述当前待控制关联的控制关联模型进行控制关联,并判断所述当前待控制关联的控制关联模型的控制关联模型调用信息是否匹配预设控制关联模型数量或者所述项目类型对应的待控制关联数据中最后一个控制关联模型的控制关联模型调用信息,若所述当前待控制关联的控制关联模型的控制关联模型调用信息匹配预设控制关联模型数量,则获取当前待调用处理的控制关联模型,对当前待调用处理的控制关联模型进行调用处理;所述项目类型对应的待控制关联数据中当前待控制关联的控制关联模型调用信息与所述项目类型对应的待控制关联数据中当前待调用处理的控制关联模型调用信息之间的差值为预设控制关联模型数量;若所述当前待控制关联的控制关联模型的控制关联模型调用信息匹配所述项目类型对应的待控制关联数据中最后一个控制关联模型的控制关联模型调用信息,则获取所述项目类型对应的待控制关联数据中未调用处理的所有控制关联模型,并对所述项目类型对应的待控制关联数据中未调用处理的所有控制关联模型依次进行调用处理。
5.根据权利要求1所述的基于区块链的设备控制装置,其特征在于,所述策略确定模块通过以下方式从所述策略执行过程控制曲线中提取出目标设备控制策略的控制特征信息:
获取策略执行过程控制曲线中当前与所述目标设备控制策略中的策略维度坐标相对应的维度坐标作为每个第一维度坐标,并确定所述第一维度坐标的坐标标签;
当所述第一维度坐标的坐标标签表征所述第一维度坐标为控制特征坐标时,将所述第一维度坐标写入控制特征序列;
当所述第一维度坐标不为控制特征坐标时,将所述第一维度坐标写入非控制特征序列;
确定所述控制特征序列是否存储有维度坐标,当所述控制特征序列存储有维度坐标时,获取所述控制特征序列的序列标记坐标作为第二维度坐标;
确定所述第二维度坐标所对应的控制特征是否存在未标记的特征,其中,当特征被标记时,表征该控制特征可用于控制;
当所述第二维度坐标后没有未标记的特征时,确定所述非控制特征序列是否仅包括所述第一维度坐标;
当所述非控制特征序列仅包括所述第一维度坐标时,从所述控制特征序列中提取出所述第二维度坐标,并清空所述非控制特征序列,从所述第一维度坐标流转至下一个待检测的维度坐标,以得到各个提取出的第二维度坐标;
根据各个提取出的第二维度坐标提取预设时长内的与所有第二维度坐标分别对应的控制特征空间,将所述控制特征空间按照不同控制类型进行分组,计算每个控制类型在预设时间周期内的控制特征空间等级,并根据所述控制特征空间等级选取对应的控制特征标识节点;
根据选取的所述控制特征空间对应的控制特征标识节点,设置每个控制特征标识节点对应的多个节点控制代码行,并将各节点控制代码行分为控制类型代码行、非控制类型代码行、维持类型代码行和非维持类型代码行;
在每个节点控制代码行中,根据节点控制代码行最后一次被调用的时序进行排序,获得每个节点控制代码行集合所对应的时序特征序列,其中,在时序特征序列中最后一次调用时间距离当前时间最近的节点控制代码行为第一节点控制代码行,最后一次调用时间距离当前时间最远的节点控制代码行为第二节点控制代码行;
依次对控制类型代码行、非控制类型代码行、维持类型代码行和非维持类型代码行的时序特征序列进行检测,若检测到第一个非空时序特征序列时,将所述时序特征序列中的第二节点控制代码行位置上的节点控制代码行剔除,并对所述时序特征序列对应的节点控制代码行集合重新生成对应的时序特征序列;
根据重新生成的每个节点控制代码行集合所对应的时序特征序列,得到所述目标设备控制策略的控制特征信息。
6.根据权利要求1所述的基于区块链的设备控制装置,其特征在于,所述策略确定模块通过以下方式根据所述控制特征信息和所述第二项目类型信息,从所述设备控制策略中确定所述目标设备控制策略:
分别构建控制特征信息的第一策略模型和所述第二项目类型信息的第二策略模型;
采用所述控制特征信息的第一策略模型,构建所述控制特征信息的策略执行模型,同时采用所述第二项目类型信息的第二策略模型,构建所述第二项目类型信息的策略执行模型;
采用所述控制特征信息的策略执行模型表示所述控制特征信息的控制特征空间,同时采用所述第二项目类型信息的策略执行模型表示所述第二项目类型信息的控制特征空间;
在所述控制特征信息的控制特征空间中初步检测所述控制特征信息的策略执行节点,同时在所述第二项目类型信息的控制特征空间中初步检测所述第二项目类型信息的策略执行节点,得到所述控制特征信息在其控制特征空间中的策略执行节点序列和所述第二项目类型信息在其控制特征空间中的策略执行节点序列;
从所述控制特征信息在其控制特征空间中的策略执行节点序列中剔除不稳定策略执行节点,同时从所述第二项目类型信息在其控制特征空间中的策略执行节点序列中剔除不稳定策略执行节点,得到所述控制特征信息的目标策略执行节点和所述第二项目类型信息的目标策略执行节点;
分别确定所述控制特征信息的目标策略执行节点的策略主执行过程和所述第二项目类型信息的目标策略执行节点的策略主执行过程,得到所述控制特征信息的目标策略执行节点过程和所述第二项目类型信息的目标策略执行节点过程;
采用所述控制特征信息的目标策略执行节点过程,计算所述控制特征信息的目标策略执行节点过程对应的目标策略执行节点过程元数据,同时采用所述第二项目类型信息的目标策略执行节点过程,计算所述第二项目类型信息的目标策略执行节点过程对应的目标策略执行节点过程元数据,得到所述控制特征信息的目标策略执行节点过程元数据和所述第二项目类型信息的目标策略执行节点过程元数据;
根据所述控制特征信息的目标策略执行节点过程元数据和所述第二项目类型信息的目标策略执行节点过程元数据,对所述控制特征信息和所述第二项目类型信息进行初始匹配,得到所述控制特征信息和所述第二项目类型信息的匹配策略执行节点对;
根据所述控制特征信息和所述第二项目类型信息的匹配策略执行节点对确定所述控制特征信息和所述第二项目类型信息的匹配参数;
根据所述控制特征信息和所述第二项目类型信息的匹配参数,从所述设备控制策略中确定所述目标设备控制策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010405423.7A CN111552203A (zh) | 2019-12-03 | 2019-12-03 | 基于区块链的设备控制装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010405423.7A CN111552203A (zh) | 2019-12-03 | 2019-12-03 | 基于区块链的设备控制装置 |
CN201911223553.2A CN110891091B (zh) | 2019-12-03 | 2019-12-03 | 基于区块链的设备控制方法、装置及服务器 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911223553.2A Division CN110891091B (zh) | 2019-12-03 | 2019-12-03 | 基于区块链的设备控制方法、装置及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111552203A true CN111552203A (zh) | 2020-08-18 |
Family
ID=69750176
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010405423.7A Withdrawn CN111552203A (zh) | 2019-12-03 | 2019-12-03 | 基于区块链的设备控制装置 |
CN201911223553.2A Active CN110891091B (zh) | 2019-12-03 | 2019-12-03 | 基于区块链的设备控制方法、装置及服务器 |
CN202010405308.XA Withdrawn CN111526213A (zh) | 2019-12-03 | 2019-12-03 | 基于区块链的设备控制系统 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911223553.2A Active CN110891091B (zh) | 2019-12-03 | 2019-12-03 | 基于区块链的设备控制方法、装置及服务器 |
CN202010405308.XA Withdrawn CN111526213A (zh) | 2019-12-03 | 2019-12-03 | 基于区块链的设备控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (3) | CN111552203A (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112287227A (zh) * | 2020-03-20 | 2021-01-29 | 张明 | 在线学习推荐方法及在线学习系统 |
CN111541689B (zh) * | 2020-04-21 | 2022-07-12 | 深圳大学 | 一种适用于pbft类共识协议的网络传输方法 |
CN112600939B (zh) * | 2020-12-31 | 2022-01-18 | 心科(上海)网络科技有限公司 | 一种监护仪控制信息检测方法、系统、服务器及存储介质 |
CN115604011B (zh) * | 2022-10-19 | 2023-08-04 | 上海蜂高科技有限公司 | 一种基于机器人与区块链osi协议多点通信方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100573374C (zh) * | 2006-09-22 | 2009-12-23 | 鸿富锦精密工业(深圳)有限公司 | 生产监控系统及方法 |
CN104079425B (zh) * | 2013-03-31 | 2017-09-15 | 上海贝尔股份有限公司 | 一种用于匹配设备的方法、装置和系统 |
CN109100950A (zh) * | 2018-10-09 | 2018-12-28 | 曹景荣 | 一种智能家居设备的控制方法和智能家居系统 |
CN109741803A (zh) * | 2019-01-14 | 2019-05-10 | 南京大学 | 基于区块链的医疗数据安全协作系统 |
CN110225075A (zh) * | 2019-03-25 | 2019-09-10 | 北京快电科技有限公司 | 一种建筑能源互联网智慧运营云操作系统 |
CN109981641B (zh) * | 2019-03-26 | 2020-10-02 | 北京邮电大学 | 一种基于区块链技术的安全发布订阅系统及发布订阅方法 |
-
2019
- 2019-12-03 CN CN202010405423.7A patent/CN111552203A/zh not_active Withdrawn
- 2019-12-03 CN CN201911223553.2A patent/CN110891091B/zh active Active
- 2019-12-03 CN CN202010405308.XA patent/CN111526213A/zh not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
CN110891091A (zh) | 2020-03-17 |
CN110891091B (zh) | 2020-09-08 |
CN111526213A (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110891091B (zh) | 基于区块链的设备控制方法、装置及服务器 | |
CN111209336B (zh) | 基于区块链的数据分配方法、装置及服务器 | |
CN112181531A (zh) | 虚拟现实场景加载方法及虚拟现实系统 | |
CN112015272B (zh) | 虚拟现实系统及虚拟现实对象控制装置 | |
CN116644804A (zh) | 分布式训练系统、神经网络模型训练方法、设备和介质 | |
CN113836755A (zh) | 基于数字孪生模型的控制方法及装置 | |
CN111209074B (zh) | 浏览器视图加载方法、装置、系统及服务器 | |
CN112181425B (zh) | 基于云平台的软件开发包的编译方法及装置 | |
CN110826606A (zh) | 要素匹配方法、装置、服务器及可读存储介质 | |
WO2021104342A1 (zh) | 基于物联网的激光彩色打印方法及系统 | |
CN111258968B (zh) | 企业冗余数据清理方法、装置及大数据平台 | |
CN111249106B (zh) | 老年康复机器人的训练控制装置及系统 | |
CN112491985A (zh) | 远程抄表数据处理方法、燃气表系统及燃气云平台 | |
CN111107162B (zh) | 基于物联网的室内定位数据处理方法、装置及系统 | |
CN114912627A (zh) | 推荐模型训练方法、系统、计算机设备及存储介质 | |
CN110781202B (zh) | 本科教学质量信息的数据智能收集方法及系统 | |
CN111209509B (zh) | 基于大数据平台的信息展示方法、装置及大数据平台 | |
CN107729211A (zh) | 一种mcu系统的状态响应方法 | |
CN115830411B (zh) | 生物特征模型训练方法、生物特征提取方法及相关设备 | |
CN110096555B (zh) | 一种分布式系统的表匹配处理方法及装置 | |
CN112215743A (zh) | 图像数据处理方法、装置及图像处理系统 | |
CN110765667B (zh) | 激光打印机的仿真方法及系统 | |
KR20230121303A (ko) | 이종 미니배치사이즈 기반의 분산 딥러닝 방법 및 장치 | |
CN116754892A (zh) | 考虑馈线终端可靠性的配电网故障区段定位方法及系统 | |
CN116562390A (zh) | 多聚合节点联邦知识蒸馏学习方法、系统、设备及介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200818 |