CN111741083B - 基于边缘计算和物联网的通信数据处理方法及云服务器 - Google Patents

基于边缘计算和物联网的通信数据处理方法及云服务器 Download PDF

Info

Publication number
CN111741083B
CN111741083B CN202010508913.XA CN202010508913A CN111741083B CN 111741083 B CN111741083 B CN 111741083B CN 202010508913 A CN202010508913 A CN 202010508913A CN 111741083 B CN111741083 B CN 111741083B
Authority
CN
China
Prior art keywords
data
target
user terminal
flow
log
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
Application number
CN202010508913.XA
Other languages
English (en)
Other versions
CN111741083A (zh
Inventor
李大庆
李彩云
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.)
JIANGSU YONGDING COMMUNICATIONS Co.,Ltd.
Original Assignee
Jiangsu Yongding Communications 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 Jiangsu Yongding Communications Co ltd filed Critical Jiangsu Yongding Communications Co ltd
Priority to CN202011411636.7A priority Critical patent/CN112565417A/zh
Priority to CN202010508913.XA priority patent/CN111741083B/zh
Priority to CN202011403004.6A priority patent/CN112565408A/zh
Publication of CN111741083A publication Critical patent/CN111741083A/zh
Application granted granted Critical
Publication of CN111741083B publication Critical patent/CN111741083B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • H04L41/069—Management of faults, events, alarms or notifications using logs of notifications; Post-processing of notifications
    • 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
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • 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
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/22—Parsing or analysis of headers

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Security & Cryptography (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请提供基于边缘计算和物联网的通信数据处理方法及云服务器，在该方法中，第一步根据采集到的用户终端的实时数据流量生成流量变化轨迹图并计算目标网络的信道占用率，第二步在检测出信道占用率达到设定占用率时获取每个用户终端的流量处理日志，第三步流量处理日志进行解析，得到每个用户终端对应的待传输数据和终端标识，第四步是根据终端标识生成标签植入指令并下发给对应的用户终端，以指示用户终端根据标签植入指令生成数据标签并植入所述待传输数据中得到目标传输数据。如此，能够使得目标用户终端在接收到待传输数据时对数据标签进行解析从而决定接收待传输数据还是转发待传输数据，避免数据在用户终端之间传输时出现“串线”。

Description

基于边缘计算和物联网的通信数据处理方法及云服务器
技术领域
本申请涉及边缘计算技术领域，尤其涉及基于边缘计算和物联网的通信数据处理方法及云服务器。
背景技术
随着物联网设备和5G技术的普及，依靠集中式云平台来提供服务和分析数据会产生一系列问题(例如延时和大面积停机)，网络基础设施的重新搭建变得越来越重要。而边缘计算能够将重要的数据处理功能部署在更靠近网络边缘的终端侧的位置，这为解决集中式云平台所带来的问题提供了一个可行的解决方案。通过让数据更接近用户终端，能够有效改善通信延迟，还能够避免大面积停机带来的数据处理进程的中断。然而，终端设备在基于边缘计算技术进行交互的过程中，常常会出现数据“串线”。
发明内容
本申请提供基于边缘计算和物联网的通信数据处理方法及云服务器，以改善现有技术存在的上述技术问题。
第一方面，提供了一种基于边缘计算和物联网的通信数据处理方法，所述方法包括：
通过与每个用户终端建立的流量监测接口从每个用户终端处采集每个用户终端的实时数据流量，按照设定时间步长将每组实时数据流量转换成流量变化轨迹图，并根据每张流量变化轨迹图计算所述用户终端所在的目标网络的信道占用率；
在检测出所述信道占用率达到设定占用率时，通过预先为每个用户终端配置的日志监控程序获取每个用户终端的流量处理日志；
对每个用户终端的流量处理日志进行解析，得到每个用户终端基于该用户终端对应的实时数据流量所确定出的当前时段的待传输数据以及所述待传输数据对应的目标终端的终端标识；其中，所述目标终端是接收所述待传输数据的用户终端；
根据每个用户终端在当前时段中的待传输数据对应的终端标识生成标签植入指令，将所述标签植入指令下发给对应的用户终端，以使得所述用户终端根据所述标签植入指令生成数据标签并将所述数据标签植入所述待传输数据得到目标传输数据；其中，所述用户终端通过所述目标网络将所述目标传输数据进行传输时，若第一目标终端接收到所述目标传输数据，则所述第一目标终端解析所述目标传输数据中的数据标签得到所述目标传输数据的目标传输路径，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识一致时对所述待传输数据进行缓存，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识不一致时对所述目标传输数据进行转发。
第二方面，提供了一种云服务器，所述云服务器用于：
通过与每个用户终端建立的流量监测接口从每个用户终端处采集每个用户终端的实时数据流量，按照设定时间步长将每组实时数据流量转换成流量变化轨迹图，并根据每张流量变化轨迹图计算所述用户终端所在的目标网络的信道占用率；
在检测出所述信道占用率达到设定占用率时，通过预先为每个用户终端配置的日志监控程序获取每个用户终端的流量处理日志；
对每个用户终端的流量处理日志进行解析，得到每个用户终端基于该用户终端对应的实时数据流量所确定出的当前时段的待传输数据以及所述待传输数据对应的目标终端的终端标识；其中，所述目标终端是接收所述待传输数据的用户终端；
根据每个用户终端在当前时段中的待传输数据对应的终端标识生成标签植入指令，将所述标签植入指令下发给对应的用户终端，以使得所述用户终端根据所述标签植入指令生成数据标签并将所述数据标签植入所述待传输数据得到目标传输数据；其中，所述用户终端通过所述目标网络将所述目标传输数据进行传输时，若第一目标终端接收到所述目标传输数据，则所述第一目标终端解析所述目标传输数据中的数据标签得到所述目标传输数据的目标传输路径，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识一致时对所述待传输数据进行缓存，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识不一致时对所述目标传输数据进行转发。
第三方面，提供了一种云服务器，包括：处理器，以及与处理器连接的内存和网络接口；所述网络接口与云服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行上述的方法。
第四方面，提供了一种应用于计算机的可读存储介质，所述可读存储介质烧录有计算机程序，所述计算机程序在云服务器的内存中运行时实现上述的方法。
本申请实施例所提供的基于边缘计算和物联网的通信数据处理方法及云服务器，第一步根据采集到的用户终端的实时数据流量生成流量变化轨迹图并计算目标网络的信道占用率，第二步在检测出信道占用率达到设定占用率时获取每个用户终端的流量处理日志，第三步流量处理日志进行解析，得到每个用户终端对应的待传输数据和终端标识，第四步是根据终端标识生成标签植入指令并下发给对应的用户终端，以指示用户终端根据标签植入指令生成数据标签并植入所述待传输数据中得到目标传输数据。这样，能够使得目标用户终端在接收到待传输数据时对数据标签进行解析从而决定接收待传输数据还是转发待传输数据。如此，能够避免数据在用户终端之间传输时出现“串线”。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本申请根据一示例性实施例示出的一种基于边缘计算和物联网的通信数据处理系统的通信架构示意图。
图2是本申请根据一示例性实施例示出的一种基于边缘计算和物联网的通信数据处理方法的流程图。
图3是本申请根据一示例性实施例示出的一种基于边缘计算和物联网的通信数据处理装置的一个实施例框图。
图4为本申请基于边缘计算和物联网的通信数据处理装置所在云服务器的一种硬件结构图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
发明人在对终端设备的数据传输进行时分析发现，由于终端设备的数据处理功能打破了原有的集中式处理方式，这使得终端设备之间能够自由地进行数据交互。然而，这种数据交互方式会使得终端设备侧的数据量激增，在有限的通信信道下，不同的数据会先后挤占通信信道，从而导致数据传输出现错误，例如，本该由终端设备a传输给终端设备b的目标数据，由于通信信道被挤占出现“串线”而最终传输给了终端设备c。这样会导致数据传输出现大面积混乱。
为改善上述问题，本公开揭示了基于边缘计算和物联网的通信数据处理方法及云服务器，能够通过与用户终端之间创建的流量检测接口对用户终端的实时数据流量进行监测，并在实时数据流量过大而可能导致数据传输的通信信道被挤占时指示用户终端对待传输数据进行数据标签的植入，这样能够使得目标用户终端在接收到待传输数据时对数据标签进行解析从而决定接收待传输数据还是转发待传输数据。如此，能够避免数据在用户终端之间传输时出现“串线”。
请参照图1，给出了基于边缘计算和物联网的通信数据处理系统100的通信架构示意图，该通信数据处理系统100可以包括互相之间通信的云服务器110和多个用户终端120。其中，用户终端120可以是手机、平板电脑、智能家居或数据服务器等。云服务器110可以与每个用户终端120建立流量监测接口，这样可以通过流量监测接口对每个用户终端120的数据流量进行监测，从而避免用户终端120在传输数据时“串线”。
在上述基础上，请参照图2，给出了基于边缘计算和物联网的通信数据处理方法的流程示意图，该方法可以应用于图1中的云服务器110，所述云服务器110在实现上述方法时具体执行以下步骤S21-步骤S24。
步骤S21，通过与每个用户终端建立的流量监测接口从每个用户终端处采集每个用户终端的实时数据流量，按照设定时间步长将每组实时数据流量转换成流量变化轨迹图，并根据每张流量变化轨迹图计算所述用户终端所在的目标网络的信道占用率。
在本公开中，云服务器在采集实时数据流量时，不会影响用户终端对数据流量的正常收发和处理。流量变化轨迹图是一张连续的二维坐标曲线图，该二维坐标曲线图的横坐标表征时间(时刻)，纵坐标表征流量大小。通过流量变化轨迹图可以将数据流量的变化进行可视化。信道占用率用于表征目标网络的通信信道的拥挤程度，信道占用率越大，通信信道的拥挤程度越严重。
步骤S22，在检测出所述信道占用率达到设定占用率时，通过预先为每个用户终端配置的日志监控程序获取每个用户终端的流量处理日志。
在本公开中，设定占用率根据目标网络的网络参数确定，所述网络参数包括信道资源分配参数和网络协议配置参数等。日志监控程序可以通过代码程序实现，例如可以采用java进行代码编写。流量处理日志中记录了用户终端对实时数据流量的处理时长、处理方式和处理结果。可以理解，通过对流量处理日志进行分析，可以确定出用户终端的待传输数据和传输对象，从而实现对待传输数据的数据标签的植入。
步骤S23，对每个用户终端的流量处理日志进行解析，得到每个用户终端基于该用户终端对应的实时数据流量所确定出的当前时段的待传输数据以及所述待传输数据对应的目标终端的终端标识；其中，所述目标终端是接收所述待传输数据的用户终端。
步骤S24，根据每个用户终端在当前时段中的待传输数据对应的终端标识生成标签植入指令，将所述标签植入指令下发给对应的用户终端，以使得所述用户终端根据所述标签植入指令生成数据标签并将所述数据标签植入所述待传输数据得到目标传输数据；其中，所述用户终端通过所述目标网络将所述目标传输数据进行传输时，若第一目标终端接收到所述目标传输数据，则所述第一目标终端解析所述目标传输数据中的数据标签得到所述目标传输数据的目标传输路径，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识一致时对所述待传输数据进行缓存，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识不一致时对所述目标传输数据进行转发。
在执行上述步骤S21-步骤S24所描述的内容时，第一步根据采集到的用户终端的实时数据流量生成流量变化轨迹图并计算目标网络的信道占用率，第二步在检测出信道占用率达到设定占用率时获取每个用户终端的流量处理日志，第三步流量处理日志进行解析，得到每个用户终端对应的待传输数据和终端标识，第四步是根据终端标识生成标签植入指令并下发给对应的用户终端，以指示用户终端根据标签植入指令生成数据标签并植入所述待传输数据中得到目标传输数据。这样，能够使得目标用户终端在接收到待传输数据时对数据标签进行解析从而决定接收待传输数据还是转发待传输数据。如此，能够避免数据在用户终端之间传输时出现“串线”。
发明人经研究和分析发现，在将数据流量转换为流量变化轨迹图时，需要考虑数据流量的时序特征以图像形式展示时的缺损值，这样才能够确保得到的流量变化轨迹图的完整性和准确性。为实现上述目的，步骤S21所描述的按照设定时间步长将每组实时数据流量转换成流量变化轨迹图，具体可以包括以下步骤S2111-步骤S2115所描述的内容。
步骤S2111，按照所述设定时间步长周期性地在每组实时数据流量中设置流量分段标记，确定每个流量分段标记的时序信息与所述设定时间步长的第一时序参数变换清单，并根据所述第一时序参数变换清单确定每个流量分段标记对应的时序信息的第一缺损值。
在本实施例中，设定时间步长可以根据实际业务需求进行调整，在此不作更多说明。流量分段标记可以是分段字符，第一缺损值用于表征所述实时数据流量在进行流量分段时的流量缺损情况。
步骤S2112，在对每相邻两个流量分段标记之间的目标数据流量进行流量特征提取的过程中，计算每段目标数据流量的流量特征信息与该目标数据流量对应的两个流量分段标记的时序信息之间第二缺损值。
在本实施例中，第二缺损值用于表征在对实时数据流量进行特征提取时因线程延迟导致的特征值缺损情况。
步骤S2113，确定与该目标数据流量对应的两个流量分段标记中的每个流量分段标记的第一缺损值与该目标数据流量对应第二缺损值之间的缺损比例。
步骤S2114，针对每组实时数据流量，若该实时数据流量存在超过设定比例的缺损比例时，采用预设的特征补偿值对该实时数据流量对应的每段目标数据流量的流量特征进行补偿，得到补偿流量特征。
在本实施例中，特征补偿值用于对存在缺损的流量特征进行数值补偿。
步骤S2115，根据所述补偿流量特征计算所述每组实时数据流量对应的多个轨迹坐标，按照时间先后顺序将所述轨迹坐标进行拟合得到流量变化轨迹图。
在应用上述步骤S2111-步骤S2115所描述的内容时，能够对每组实时数据流量的第一缺损值和第二缺损值进行计算，并根据第一缺损值和第二缺损值的缺损比例对每组实时数据流量对应的流量特征进行补偿，然后将根据补偿流量特征计算得到的轨迹坐标进行拟合得到流量变化轨迹图。如此，能够考虑数据流量的时序特征以图像形式展示时的缺损值，从而准确计算轨迹坐标，进而确保得到的流量变化轨迹图的完整性和准确性。
在计算信道占用率时，需要考虑每张流量变化轨迹图对应的用户终端的设备损耗带来的流量变化误差，这样能够避免计算得到得信道占用率偏低。为此，在步骤S21中，根据每张流量变化轨迹图计算所述用户终端所在的目标网络的信道占用率，具体可以包括以下步骤S2121-步骤S2123所描述的内容。
步骤S2121，提取每张流量变化轨迹图的轨迹描述信息，根据所述轨迹描述信息确定每张流量变化轨迹图对应的用户终端的设备损耗记录。
在步骤S2121中，轨迹描述信息用于表征流量变化轨迹图的流量变化率，设备损耗记录用于表征用户终端在运行过程中的损耗参数，损耗参数包括设备发热损耗和设备氧化损耗。
步骤S2122，对确定出的每个设备损耗记录进行损耗因子提取，得到每个设备损耗记录对应的损耗因子。
在步骤S2122中，损耗因子的取值范围为0～1。
步骤S2123，确定所有流量变化轨迹图中轨迹曲线的斜率大于设定斜率的数量最多的目标时段，计算每张流量变化轨迹图在所述目标时段内的初始信道占用比例，并通过每张流量变化轨迹图对应的损耗因子对所述初始信道占用比例进行加权得到所述目标网络的信道占用率。
可以理解，通过上述步骤S2121-步骤S2123所描述的内容，能够将用户终端的设备损耗考虑在内，从而确定出损耗因子。这样可以确保在计算信道占用率时采用损耗因子进行加权以计算得到的信道占用率偏低，从而为整个方法的执行提供准确的判定依据。
在具体实施时，为了快速、准确地获取流量处理日志以提高整个方案实施的时效性，需要解决日志监控程序与云服务器的接口异构性问题。为解决上述问题，在步骤S22中，通过预先为每个用户终端配置的日志监控程序获取每个用户终端的流量处理日志，进一步可以包括以下步骤S221-步骤S224所描述的内容。
步骤S221，采集所述日志监控程序的多个接口需求标识，将各个接口需求标识对应的第一接口参数列出并根据列出的多个第一接口参数构建所述日志监控程序的接口匹配列表；其中，所述接口匹配列表包括多个列表块，每个列表块对应一个接口协议且每个接口协议对应至少一个第一接口参数，该接口匹配列表的各个列表块具有不同的协议兼容系数。
步骤S222，读取云服务器的接口扩展变量并从所述接口扩展变量中提取出所述云服务器的接口扩展变量中包含的至少一个与所述接口匹配列表中的第一接口参数对应的第二接口参数。
步骤S223，建立所述接口扩展变量中包含的至少一个与所述接口匹配列表中的第一接口参数对应的第二接口参数与所述接口匹配列表之间的参数变换清单，并基于所述参数变换清单确定所述日志监控程序与所述云服务器之间的接口差异信息；其中，基于所述参数变换清单确定所述日志监控程序与所述云服务器之间的接口差异信息，具体包括：将每个第二接口参数的参数格式转换为与所述日志监控程序的脚本文件格式对应的目标格式，分别生成每个第二接口参数在其对应的参数格式下至少一组参数序列；获取每个第二接口参数对应的互不重复的参数序列构成每个第二接口参数的参数异构序列；将所述参数异构序列中的各个参数序列映射至所述接口匹配列表中以得到所述日志监控程序与所述云服务器之间的接口差异信息。
步骤S224，根据所述接口差异信息确定所述云服务器与每个用户终端配置的日志监控程序对应的日志提取路径，根据所述日志提取路径从每个用户终端配置的日志监控程序对应的存储区中抽取每个用户终端的流量处理日志。
在执行上述步骤S221-步骤S224所描述的内容时，能够将日志监控程序与云服务器的接口异构性考虑在内从而确定出日志监控程序与云服务器之间的接口差异信息，然后根据接口差异信息确定提取流量处理日志的日志提取路径，这样可以解决日志监控程序与云服务器的接口异构性问题，从而快速、准确地获取流量处理日志以提高整个方案实施的时效性。
在实施上述方案时，流量处理日志中相似的日志信息较多，为了避免在解析日志时被这些相似的日志信息所干扰，需要对解析得到的日志信息进行校验。为实现上述目的，在步骤S23中，对每个用户终端的流量处理日志进行解析，得到每个用户终端基于该用户终端对应的实时数据流量所确定出的当前时段的待传输数据以及所述待传输数据对应的目标终端的终端标识，具体可以包括以下步骤S231-步骤S234所描述的内容。
步骤S231，解析所述流量处理日志得到所述流量处理日志对应的日志信息列表，生成所述日志信息列表的行为数据集以及状态数据集；其中，所述行为数据集是所述日志信息列表对应的用户终端根据操作指令产生的用户行为数据，所述状态数据集是所述日志信息列表对应的用户终端在生成所述用户行为数据集时的运行状态数据，所述行为数据集中包括多组行为数据，所述状态数据集中包括多组状态数据，且每组行为数据和每组状态数据均包含数据识别系数。
步骤S232，确定所述行为数据集中具有最小数据识别系数的行为数据的当前数据签名并将所述状态数据集中的其中一组状态数据作为基准数据，获取所述当前数据标签在所述基准数据中的映射标签；其中，所述当前数据标签和所述映射标签具有相同的编码字符数量。
步骤S233，根据所述当前数据标签与所述映射标签在相同编码位上的字符的一致性比较结果确定所述行为数据集和所述状态数据集的相似性干扰度；其中，所述一致性比较结果为表征所述当前数据标签与所述映射标签在相同编码位上的字符相同的第一比较结果或表征所述当前数据标签与所述映射标签在相同编码位上的字符不相同的第二比较结果，所述一致性比较结果的数量为多个，所述相似性干扰度用于表征流量处理日志中相似的日志信息的占比。
步骤S234，从所述流量处理日志中提取具有第一信息标识的第一日志信息以及具有第二信息标识的第二日志信息，基于所述相似性干扰度对所述第一日志信息进行校验得到第一目标日志信息以及对所述第二日志信息进行校验得到第二目标日志信息；其中，所述第一信息标识用于表征所述第一日志信息为当前时段的待传输数据，所述第二信息标识用于表征所述第二日志信息为所述待传输数据对应的目标终端的终端标识。
步骤S235，在所述第一目标日志信息和所述第二目标日志信息之间的相似度小于预设阈值时，从所述第一日志信息中提取所述待传输数据并从所述第二日志信息中提取终端标识。
通过上述步骤S231-步骤S235，能够根据确定出的相似性干扰度对解析得到的第一日志信息和第二日志信息进行校验，从而避免在解析日志时被相似的日志信息所干扰，这样可以准确地从流量处理日志中解析出待传输数据和终端标识。
在一个可能的实施方式中，在生成标签植入指令时，不仅需要考虑指令的传输时效性，还需要考虑指令的特征识别度，这样才能实现在快速下发标签植入指令的前提下确保用户终端能够根据标签植入指令准确地生成对应的数据标签。为此，在步骤S24中，根据每个用户终端在当前时段中的待传输数据对应的终端标识生成标签植入指令，具体可以包括以下步骤S241-步骤S244所描述的内容。
步骤S241，确定所述终端标识与所述目标网络中的其他用户终端的当前终端标识的特征比较结果；其中，所述特征比较结果通过对所述终端标识和所述当前终端标识的文本距离进行计算得到。
步骤S242，在所述特征比较结果对应的对比值大于设定对比值时，提取所述终端标识的具有第一特征维度的第一特征数组，并根据所述第一特征数组生成标签植入指令。
步骤S243，在所述特征比较结果对应的对比值小于等于设定对比值时，提取所述终端标识的具有第二特征维度的第二特征数组，并根据所述第二特征数组生成标签植入指令；其中，所述第二特征维度大于所述第一特征维度。
在具体实施时，基于上述步骤S241-步骤S243，能够基于终端标识的特征比较结果确定终端标识的特征识别度，从而根据终端标识的不同特征维度的特征数组生成标签植入指令。这样不仅能够确保指令的传输时效性，还能够确保指令的特征识别度，从而实现在快速下发标签植入指令的前提下确保用户终端能够根据标签植入指令准确地生成对应的数据标签。
在一个可能的示例中，为了确保标签植入指令的准确下发，步骤S24所描述的将所述标签植入指令下发给对应的用户终端，具体包括：提取所述标签植入指令对应的流量监测接口的接口配置信息，根据所述接口配置信息搭建与用户终端对应的指令传输接口，采用所述指令传输接口将所述标签植入指令下发给对应的用户终端。如此，能够基于不同等我指令传输接口实现对标签植入指令的准确下发。
在一种可替换的实施方式中，为了实现对目标网络的数据传输效率的动态调整，以减少用户终端向待传输数据中植入数据标签产生的额外工作量，在上述步骤S21-步骤S24的基础上，所述方法还可以包括以下步骤所描述的内容：在检测出计算得到的当前信道占用率低于所述设定占用率时，向每个用户终端发送用于暂停数据签名植入的控制指令以使得每个用户终端停止向待传输数据中植入数据标签。如此设计，能够对目标网络的数据传输效率的动态调整，以减少用户终端向待传输数据中植入数据标签产生的额外工作量。
在另一个可替换的实施方式中，为了确保第一目标终端在解析数据标签时不会出现路径节点的遗漏，在步骤S24中，所述第一目标终端解析所述目标传输数据中的数据标签得到所述目标传输数据的目标传输路径，具体是通过以下步骤(11)-(15)实现的。
(11)在确定出所述数据标签的标签编码值后，提取所述标签编码值的特征字符。
(12)基于所述特征字符确定所述数据标签所反映的路径信息。
(13)按照所述标签编码值的分段字符对所述路径信息进行分段，得到多组信息段。
(14)通过每组信息段中的地址标识生成所述目标传输数据的目标传输路径。
基于上述步骤(11)-(15)，能够确保第一目标终端在解析数据标签时不会出现路径节点的遗漏，这样可以准确、完整地生成目标传输路径。
在又一个可替换的实施方式中，为了确保用户终端在进行数据标签植入时不会对待传输数据产生干扰，在步骤S24中，用户终端根据所述标签植入指令生成数据标签并将所述数据标签植入所述待传输数据得到目标传输数据，具体是通过以下步骤(21)和步骤(22)实现的。
(21)确定所述标签植入指令的报文信息段对应的标签文件信息及所述报文信息段的字符类型。
(22)根据所述字符类型确定所述待传输数据的闲置数据段，并根据所述标签文件信息生成所述数据标签并将所述数据标签植入所述闲置数据段；其中，所述闲置数据段所植入的数据与所述待传输数据的业务数据段不存在关联。
可以理解，通过执行上述步骤(21)和步骤(22)，根据标签植入指令的报文信息段的字符类型确定待传输数据的闲置数据段，从而将生成的数据标签植入闲置数据段以避免对待传输数据的业务数据段产生影响，如此，能够确保用户终端在进行数据标签植入时不会对待传输数据产生干扰。
在上述基础上，请集合参阅图3，提供了基于边缘计算和物联网的通信数据处理装置200的功能模块框图，所述通信数据处理装置200包括但不限于以下功能模块。
信道计算模块210，用于通过与每个用户终端建立的流量监测接口从每个用户终端处采集每个用户终端的实时数据流量，按照设定时间步长将每组实时数据流量转换成流量变化轨迹图，并根据每张流量变化轨迹图计算所述用户终端所在的目标网络的信道占用率；
日志获取模块220，用于在检测出所述信道占用率达到设定占用率时，通过预先为每个用户终端配置的日志监控程序获取每个用户终端的流量处理日志；
日志解析模块230，用于对每个用户终端的流量处理日志进行解析，得到每个用户终端基于该用户终端对应的实时数据流量所确定出的当前时段的待传输数据以及所述待传输数据对应的目标终端的终端标识；其中，所述目标终端是接收所述待传输数据的用户终端；
标签植入模块240，用于根据每个用户终端在当前时段中的待传输数据对应的终端标识生成标签植入指令，将所述标签植入指令下发给对应的用户终端，以使得所述用户终端根据所述标签植入指令生成数据标签并将所述数据标签植入所述待传输数据得到目标传输数据；其中，所述用户终端通过所述目标网络将所述目标传输数据进行传输时，若第一目标终端接收到所述目标传输数据，则所述第一目标终端解析所述目标传输数据中的数据标签得到所述目标传输数据的目标传输路径，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识一致时对所述待传输数据进行缓存，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识不一致时对所述目标传输数据进行转发；
其中，标签植入模块240，还用于：在检测出计算得到的当前信道占用率低于所述设定占用率时，向每个用户终端发送用于暂停数据签名植入的控制指令以使得每个用户终端停止向待传输数据中植入数据标签。
优选地，信道计算模块210，用于：
提取每张流量变化轨迹图的轨迹描述信息，根据所述轨迹描述信息确定每张流量变化轨迹图对应的用户终端的设备损耗记录；
对确定出的每个设备损耗记录进行损耗因子提取，得到每个设备损耗记录对应的损耗因子；
确定所有流量变化轨迹图中轨迹曲线的斜率大于设定斜率的数量最多的目标时段，计算每张流量变化轨迹图在所述目标时段内的初始信道占用比例，并通过每张流量变化轨迹图对应的损耗因子对所述初始信道占用比例进行加权得到所述目标网络的信道占用率。
优选地，信道计算模块210，用于：
按照所述设定时间步长周期性地在每组实时数据流量中设置流量分段标记，确定每个流量分段标记的时序信息与所述设定时间步长的第一时序参数变换清单，并根据所述第一时序参数变换清单确定每个流量分段标记对应的时序信息的第一缺损值；
在对每相邻两个流量分段标记之间的目标数据流量进行流量特征提取的过程中，计算每段目标数据流量的流量特征信息与该目标数据流量对应的两个流量分段标记的时序信息之间第二缺损值；
确定与该目标数据流量对应的两个流量分段标记中的每个流量分段标记的第一缺损值与该目标数据流量对应第二缺损值之间的缺损比例；
针对每组实时数据流量，若该实时数据流量存在超过设定比例的缺损比例时，采用预设的特征补偿值对该实时数据流量对应的每段目标数据流量的流量特征进行补偿，得到补偿流量特征；
根据所述补偿流量特征计算所述每组实时数据流量对应的多个轨迹坐标，按照时间先后顺序将所述轨迹坐标进行拟合得到流量变化轨迹图。
优选地，日志获取模块220，用于：
采集所述日志监控程序的多个接口需求标识，将各个接口需求标识对应的第一接口参数列出并根据列出的多个第一接口参数构建所述日志监控程序的接口匹配列表；其中，所述接口匹配列表包括多个列表块，每个列表块对应一个接口协议且每个接口协议对应至少一个第一接口参数，该接口匹配列表的各个列表块具有不同的协议兼容系数；
读取云服务器的接口扩展变量并从所述接口扩展变量中提取出所述云服务器的接口扩展变量中包含的至少一个与所述接口匹配列表中的第一接口参数对应的第二接口参数；
建立所述接口扩展变量中包含的至少一个与所述接口匹配列表中的第一接口参数对应的第二接口参数与所述接口匹配列表之间的参数变换清单，并基于所述参数变换清单确定所述日志监控程序与所述云服务器之间的接口差异信息；其中，基于所述参数变换清单确定所述日志监控程序与所述云服务器之间的接口差异信息，具体包括：将每个第二接口参数的参数格式转换为与所述日志监控程序的脚本文件格式对应的目标格式，分别生成每个第二接口参数在其对应的参数格式下至少一组参数序列；获取每个第二接口参数对应的互不重复的参数序列构成每个第二接口参数的参数异构序列；将所述参数异构序列中的各个参数序列映射至所述接口匹配列表中以得到所述日志监控程序与所述云服务器之间的接口差异信息；
根据所述接口差异信息确定所述云服务器与每个用户终端配置的日志监控程序对应的日志提取路径，根据所述日志提取路径从每个用户终端配置的日志监控程序对应的存储区中抽取每个用户终端的流量处理日志。
优选地，日志解析模块230，用于：
解析所述流量处理日志得到所述流量处理日志对应的日志信息列表，生成所述日志信息列表的行为数据集以及状态数据集；其中，所述行为数据集是所述日志信息列表对应的用户终端根据操作指令产生的用户行为数据，所述状态数据集是所述日志信息列表对应的用户终端在生成所述用户行为数据集时的运行状态数据，所述行为数据集中包括多组行为数据，所述状态数据集中包括多组状态数据，且每组行为数据和每组状态数据均包含数据识别系数；
确定所述行为数据集中具有最小数据识别系数的行为数据的当前数据签名并将所述状态数据集中的其中一组状态数据作为基准数据，获取所述当前数据标签在所述基准数据中的映射标签；其中，所述当前数据标签和所述映射标签具有相同的编码字符数量；
根据所述当前数据标签与所述映射标签在相同编码位上的字符的一致性比较结果确定所述行为数据集和所述状态数据集的相似性干扰度；其中，所述一致性比较结果为表征所述当前数据标签与所述映射标签在相同编码位上的字符相同的第一比较结果或表征所述当前数据标签与所述映射标签在相同编码位上的字符不相同的第二比较结果，所述一致性比较结果的数量为多个，所述相似性干扰度用于表征流量处理日志中相似的日志信息的占比；
从所述流量处理日志中提取具有第一信息标识的第一日志信息以及具有第二信息标识的第二日志信息，基于所述相似性干扰度对所述第一日志信息进行校验得到第一目标日志信息以及对所述第二日志信息进行校验得到第二目标日志信息；其中，所述第一信息标识用于表征所述第一日志信息为当前时段的待传输数据，所述第二信息标识用于表征所述第二日志信息为所述待传输数据对应的目标终端的终端标识；
在所述第一目标日志信息和所述第二目标日志信息之间的相似度小于预设阈值时，从所述第一日志信息中提取所述待传输数据并从所述第二日志信息中提取终端标识。
优选地，标签植入模块240，用于：
确定所述终端标识与所述目标网络中的其他用户终端的当前终端标识的特征比较结果；其中，所述特征比较结果通过对所述终端标识和所述当前终端标识的文本距离进行计算得到；
在所述特征比较结果对应的对比值大于设定对比值时，提取所述终端标识的具有第一特征维度的第一特征数组，并根据所述第一特征数组生成标签植入指令；
在所述特征比较结果对应的对比值小于等于设定对比值时，提取所述终端标识的具有第二特征维度的第二特征数组，并根据所述第二特征数组生成标签植入指令；其中，所述第二特征维度大于所述第一特征维度。
优选地，标签植入模块240，用于：
提取所述标签植入指令对应的流量监测接口的接口配置信息；
根据所述接口配置信息搭建与用户终端对应的指令传输接口；
采用所述指令传输接口将所述标签植入指令下发给对应的用户终端。
在上述基础上，还提供了一种基于边缘计算和物联网的通信数据处理系统，该系统包括互相之间通信的云服务器和用户终端；
所述云服务器，用于：
通过与每个用户终端建立的流量监测接口从每个用户终端处采集每个用户终端的实时数据流量，按照设定时间步长将每组实时数据流量转换成流量变化轨迹图，并根据每张流量变化轨迹图计算所述用户终端所在的目标网络的信道占用率；
在检测出所述信道占用率达到设定占用率时，通过预先为每个用户终端配置的日志监控程序获取每个用户终端的流量处理日志；
对每个用户终端的流量处理日志进行解析，得到每个用户终端基于该用户终端对应的实时数据流量所确定出的当前时段的待传输数据以及所述待传输数据对应的目标终端的终端标识；其中，所述目标终端是接收所述待传输数据的用户终端；
根据每个用户终端在当前时段中的待传输数据对应的终端标识生成标签植入指令，将所述标签植入指令下发给对应的用户终端；
所述用户终端，用于：
根据所述标签植入指令生成数据标签并将所述数据标签植入所述待传输数据得到目标传输数据；其中，所述用户终端通过所述目标网络将所述目标传输数据进行传输时，若第一目标终端接收到所述目标传输数据，则所述第一目标终端解析所述目标传输数据中的数据标签得到所述目标传输数据的目标传输路径，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识一致时对所述待传输数据进行缓存，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识不一致时对所述目标传输数据进行转发。
优选地，第一目标终端解析所述目标传输数据中的数据标签得到所述目标传输数据的目标传输路径具体包括：
在确定出所述数据标签的标签编码值后，提取所述标签编码值的特征字符；
基于所述特征字符确定所述数据标签所反映的路径信息；
按照所述标签编码值的分段字符对所述路径信息进行分段，得到多组信息段；
通过每组信息段中的地址标识生成所述目标传输数据的目标传输路径。
优选地，所述用户终端根据所述标签植入指令生成数据标签并将所述数据标签植入所述待传输数据得到目标传输数据具体包括：
确定所述标签植入指令的报文信息段对应的标签文件信息及所述报文信息段的字符类型；
根据所述字符类型确定所述待传输数据的闲置数据段，并根据所述标签文件信息生成所述数据标签并将所述数据标签植入所述闲置数据段；其中，所述闲置数据段所植入的数据与所述待传输数据的业务数据段不存在关联。
优选地，所述云服务器根据每张流量变化轨迹图计算所述用户终端所在的目标网络的信道占用率具体包括：
提取每张流量变化轨迹图的轨迹描述信息，根据所述轨迹描述信息确定每张流量变化轨迹图对应的用户终端的设备损耗记录；
对确定出的每个设备损耗记录进行损耗因子提取，得到每个设备损耗记录对应的损耗因子；
确定所有流量变化轨迹图中轨迹曲线的斜率大于设定斜率的数量最多的目标时段，计算每张流量变化轨迹图在所述目标时段内的初始信道占用比例，并通过每张流量变化轨迹图对应的损耗因子对所述初始信道占用比例进行加权得到所述目标网络的信道占用率。
优选地，所述云服务器按照设定时间步长将每组实时数据流量转换成流量变化轨迹图具体包括：
按照所述设定时间步长周期性地在每组实时数据流量中设置流量分段标记，确定每个流量分段标记的时序信息与所述设定时间步长的第一时序参数变换清单，并根据所述第一时序参数变换清单确定每个流量分段标记对应的时序信息的第一缺损值；
在对每相邻两个流量分段标记之间的目标数据流量进行流量特征提取的过程中，计算每段目标数据流量的流量特征信息与该目标数据流量对应的两个流量分段标记的时序信息之间第二缺损值；
确定与该目标数据流量对应的两个流量分段标记中的每个流量分段标记的第一缺损值与该目标数据流量对应第二缺损值之间的缺损比例；
针对每组实时数据流量，若该实时数据流量存在超过设定比例的缺损比例时，采用预设的特征补偿值对该实时数据流量对应的每段目标数据流量的流量特征进行补偿，得到补偿流量特征；
根据所述补偿流量特征计算所述每组实时数据流量对应的多个轨迹坐标，按照时间先后顺序将所述轨迹坐标进行拟合得到流量变化轨迹图。
优选地，所述云服务器通过预先为每个用户终端配置的日志监控程序获取每个用户终端的流量处理日志包括：
采集所述日志监控程序的多个接口需求标识，将各个接口需求标识对应的第一接口参数列出并根据列出的多个第一接口参数构建所述日志监控程序的接口匹配列表；其中，所述接口匹配列表包括多个列表块，每个列表块对应一个接口协议且每个接口协议对应至少一个第一接口参数，该接口匹配列表的各个列表块具有不同的协议兼容系数；
读取云服务器的接口扩展变量并从所述接口扩展变量中提取出所述云服务器的接口扩展变量中包含的至少一个与所述接口匹配列表中的第一接口参数对应的第二接口参数；
建立所述接口扩展变量中包含的至少一个与所述接口匹配列表中的第一接口参数对应的第二接口参数与所述接口匹配列表之间的参数变换清单，并基于所述参数变换清单确定所述日志监控程序与所述云服务器之间的接口差异信息；其中，基于所述参数变换清单确定所述日志监控程序与所述云服务器之间的接口差异信息，具体包括：将每个第二接口参数的参数格式转换为与所述日志监控程序的脚本文件格式对应的目标格式，分别生成每个第二接口参数在其对应的参数格式下至少一组参数序列；获取每个第二接口参数对应的互不重复的参数序列构成每个第二接口参数的参数异构序列；将所述参数异构序列中的各个参数序列映射至所述接口匹配列表中以得到所述日志监控程序与所述云服务器之间的接口差异信息；
根据所述接口差异信息确定所述云服务器与每个用户终端配置的日志监控程序对应的日志提取路径，根据所述日志提取路径从每个用户终端配置的日志监控程序对应的存储区中抽取每个用户终端的流量处理日志。
优选地，所述云服务器对每个用户终端的流量处理日志进行解析，得到每个用户终端基于该用户终端对应的实时数据流量所确定出的当前时段的待传输数据以及所述待传输数据对应的目标终端的终端标识包括：
解析所述流量处理日志得到所述流量处理日志对应的日志信息列表，生成所述日志信息列表的行为数据集以及状态数据集；其中，所述行为数据集是所述日志信息列表对应的用户终端根据操作指令产生的用户行为数据，所述状态数据集是所述日志信息列表对应的用户终端在生成所述用户行为数据集时的运行状态数据，所述行为数据集中包括多组行为数据，所述状态数据集中包括多组状态数据，且每组行为数据和每组状态数据均包含数据识别系数；
确定所述行为数据集中具有最小数据识别系数的行为数据的当前数据签名并将所述状态数据集中的其中一组状态数据作为基准数据，获取所述当前数据标签在所述基准数据中的映射标签；其中，所述当前数据标签和所述映射标签具有相同的编码字符数量；
根据所述当前数据标签与所述映射标签在相同编码位上的字符的一致性比较结果确定所述行为数据集和所述状态数据集的相似性干扰度；其中，所述一致性比较结果为表征所述当前数据标签与所述映射标签在相同编码位上的字符相同的第一比较结果或表征所述当前数据标签与所述映射标签在相同编码位上的字符不相同的第二比较结果，所述一致性比较结果的数量为多个，所述相似性干扰度用于表征流量处理日志中相似的日志信息的占比；
从所述流量处理日志中提取具有第一信息标识的第一日志信息以及具有第二信息标识的第二日志信息，基于所述相似性干扰度对所述第一日志信息进行校验得到第一目标日志信息以及对所述第二日志信息进行校验得到第二目标日志信息；其中，所述第一信息标识用于表征所述第一日志信息为当前时段的待传输数据，所述第二信息标识用于表征所述第二日志信息为所述待传输数据对应的目标终端的终端标识；
在所述第一目标日志信息和所述第二目标日志信息之间的相似度小于预设阈值时，从所述第一日志信息中提取所述待传输数据并从所述第二日志信息中提取终端标识。
优选地，所述云服务器根据每个用户终端在当前时段中的待传输数据对应的终端标识生成标签植入指令包括：
确定所述终端标识与所述目标网络中的其他用户终端的当前终端标识的特征比较结果；其中，所述特征比较结果通过对所述终端标识和所述当前终端标识的文本距离进行计算得到；
在所述特征比较结果对应的对比值大于设定对比值时，提取所述终端标识的具有第一特征维度的第一特征数组，并根据所述第一特征数组生成标签植入指令；
在所述特征比较结果对应的对比值小于等于设定对比值时，提取所述终端标识的具有第二特征维度的第二特征数组，并根据所述第二特征数组生成标签植入指令；其中，所述第二特征维度大于所述第一特征维度。
优选地，所述云服务器将所述标签植入指令下发给对应的用户终端包括：
提取所述标签植入指令对应的流量监测接口的接口配置信息；
根据所述接口配置信息搭建与用户终端对应的指令传输接口；
采用所述指令传输接口将所述标签植入指令下发给对应的用户终端。
请结合参阅图4，还提供了一种云服务器110，包括：处理器111，以及与处理器111连接的内存112和网络接口113。所述网络接口113与云服务器110中的非易失性存储器114连接。所述处理器111在运行时通过所述网络接口113从所述非易失性存储器114中调取计算机程序，并通过所述内存112运行所述计算机程序，以执行上述的方法。
在图4的基础上，还提供了一种应用于计算机的可读存储介质，所述可读存储介质烧录有计算机程序，所述计算机程序在云服务器110的内存112中运行时实现上述的方法。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (7)

1.一种基于边缘计算和物联网的通信数据处理方法，其特征在于，所述方法包括：
通过与每个用户终端建立的流量监测接口从每个用户终端处采集每个用户终端的实时数据流量，按照设定时间步长将每组实时数据流量转换成流量变化轨迹图，并根据每张流量变化轨迹图计算所述用户终端所在的目标网络的信道占用率；
在检测出所述信道占用率达到设定占用率时，通过预先为每个用户终端配置的日志监控程序获取每个用户终端的流量处理日志；
对每个用户终端的流量处理日志进行解析，得到每个用户终端基于该用户终端对应的实时数据流量所确定出的当前时段的待传输数据以及所述待传输数据对应的目标终端的终端标识；其中，所述目标终端是接收所述待传输数据的用户终端；
根据每个用户终端在当前时段中的待传输数据对应的终端标识生成标签植入指令，将所述标签植入指令下发给对应的用户终端，以使得所述用户终端根据所述标签植入指令生成数据标签并将所述数据标签植入所述待传输数据得到目标传输数据；其中，所述用户终端通过所述目标网络将所述目标传输数据进行传输时，若第一目标终端接收到所述目标传输数据，则所述第一目标终端解析所述目标传输数据中的数据标签得到所述目标传输数据的目标传输路径，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识一致时对所述待传输数据进行缓存，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识不一致时对所述目标传输数据进行转发；
其中，按照设定时间步长将每组实时数据流量转换成流量变化轨迹图，具体包括：
按照所述设定时间步长周期性地在每组实时数据流量中设置流量分段标记，确定每个流量分段标记的时序信息与所述设定时间步长的第一时序参数变换清单，并根据所述第一时序参数变换清单确定每个流量分段标记对应的时序信息的第一缺损值；在对每相邻两个流量分段标记之间的目标数据流量进行流量特征提取的过程中，计算每段目标数据流量的流量特征信息与该目标数据流量对应的两个流量分段标记的时序信息之间第二缺损值；确定与该目标数据流量对应的两个流量分段标记中的每个流量分段标记的第一缺损值与该目标数据流量对应第二缺损值之间的缺损比例；针对每组实时数据流量，若该实时数据流量存在超过设定比例的缺损比例时，采用预设的特征补偿值对该实时数据流量对应的每段目标数据流量的流量特征进行补偿，得到补偿流量特征；根据所述补偿流量特征计算所述每组实时数据流量对应的多个轨迹坐标，按照时间先后顺序将所述轨迹坐标进行拟合得到流量变化轨迹图；
其中，根据每张流量变化轨迹图计算所述用户终端所在的目标网络的信道占用率，包括：
提取每张流量变化轨迹图的轨迹描述信息，根据所述轨迹描述信息确定每张流量变化轨迹图对应的用户终端的设备损耗记录；对确定出的每个设备损耗记录进行损耗因子提取，得到每个设备损耗记录对应的损耗因子；确定所有流量变化轨迹图中轨迹曲线的斜率大于设定斜率的数量最多的目标时段，计算每张流量变化轨迹图在所述目标时段内的初始信道占用比例，并通过每张流量变化轨迹图对应的损耗因子对所述初始信道占用比例进行加权得到所述目标网络的信道占用率；
其中，对每个用户终端的流量处理日志进行解析，得到每个用户终端基于该用户终端对应的实时数据流量所确定出的当前时段的待传输数据以及所述待传输数据对应的目标终端的终端标识，包括：
解析所述流量处理日志得到所述流量处理日志对应的日志信息列表，生成所述日志信息列表的行为数据集以及状态数据集；其中，所述行为数据集是所述日志信息列表对应的用户终端根据操作指令产生的用户行为数据，所述状态数据集是所述日志信息列表对应的用户终端在生成所述用户行为数据集时的运行状态数据，所述行为数据集中包括多组行为数据，所述状态数据集中包括多组状态数据，且每组行为数据和每组状态数据均包含数据识别系数；确定所述行为数据集中具有最小数据识别系数的行为数据的当前数据签名并将所述状态数据集中的其中一组状态数据作为基准数据，获取所述当前数据标签在所述基准数据中的映射标签；其中，所述当前数据标签和所述映射标签具有相同的编码字符数量；根据所述当前数据标签与所述映射标签在相同编码位上的字符的一致性比较结果确定所述行为数据集和所述状态数据集的相似性干扰度；其中，所述一致性比较结果为表征所述当前数据标签与所述映射标签在相同编码位上的字符相同的第一比较结果或表征所述当前数据标签与所述映射标签在相同编码位上的字符不相同的第二比较结果，所述一致性比较结果的数量为多个，所述相似性干扰度用于表征流量处理日志中相似的日志信息的占比；从所述流量处理日志中提取具有第一信息标识的第一日志信息以及具有第二信息标识的第二日志信息，基于所述相似性干扰度对所述第一日志信息进行校验得到第一目标日志信息以及对所述第二日志信息进行校验得到第二目标日志信息；其中，所述第一信息标识用于表征所述第一日志信息为当前时段的待传输数据，所述第二信息标识用于表征所述第二日志信息为所述待传输数据对应的目标终端的终端标识；在所述第一目标日志信息和所述第二目标日志信息之间的相似度小于预设阈值时，从所述第一日志信息中提取所述待传输数据并从所述第二日志信息中提取终端标识。
2.根据权利要求1所述的通信数据处理方法，其特征在于，通过预先为每个用户终端配置的日志监控程序获取每个用户终端的流量处理日志，包括：
采集所述日志监控程序的多个接口需求标识，将各个接口需求标识对应的第一接口参数列出并根据列出的多个第一接口参数构建所述日志监控程序的接口匹配列表；其中，所述接口匹配列表包括多个列表块，每个列表块对应一个接口协议且每个接口协议对应至少一个第一接口参数，该接口匹配列表的各个列表块具有不同的协议兼容系数；
读取云服务器的接口扩展变量并从所述接口扩展变量中提取出所述云服务器的接口扩展变量中包含的至少一个与所述接口匹配列表中的第一接口参数对应的第二接口参数；
建立所述接口扩展变量中包含的至少一个与所述接口匹配列表中的第一接口参数对应的第二接口参数与所述接口匹配列表之间的参数变换清单，并基于所述参数变换清单确定所述日志监控程序与所述云服务器之间的接口差异信息；其中，基于所述参数变换清单确定所述日志监控程序与所述云服务器之间的接口差异信息，具体包括：将每个第二接口参数的参数格式转换为与所述日志监控程序的脚本文件格式对应的目标格式，分别生成每个第二接口参数在其对应的参数格式下至少一组参数序列；获取每个第二接口参数对应的互不重复的参数序列构成每个第二接口参数的参数异构序列；将所述参数异构序列中的各个参数序列映射至所述接口匹配列表中以得到所述日志监控程序与所述云服务器之间的接口差异信息；
根据所述接口差异信息确定所述云服务器与每个用户终端配置的日志监控程序对应的日志提取路径，根据所述日志提取路径从每个用户终端配置的日志监控程序对应的存储区中抽取每个用户终端的流量处理日志。
3.根据权利要求1所述的通信数据处理方法，其特征在于，根据每个用户终端在当前时段中的待传输数据对应的终端标识生成标签植入指令，包括：
确定所述终端标识与所述目标网络中的其他用户终端的当前终端标识的特征比较结果；其中，所述特征比较结果通过对所述终端标识和所述当前终端标识的文本距离进行计算得到；
在所述特征比较结果对应的对比值大于设定对比值时，提取所述终端标识的具有第一特征维度的第一特征数组，并根据所述第一特征数组生成标签植入指令；
在所述特征比较结果对应的对比值小于等于设定对比值时，提取所述终端标识的具有第二特征维度的第二特征数组，并根据所述第二特征数组生成标签植入指令；其中，所述第二特征维度大于所述第一特征维度。
4.根据权利要求1-3任一项所述的通信数据处理方法，其特征在于，将所述标签植入指令下发给对应的用户终端，包括：
提取所述标签植入指令对应的流量监测接口的接口配置信息；
根据所述接口配置信息搭建与用户终端对应的指令传输接口；
采用所述指令传输接口将所述标签植入指令下发给对应的用户终端。
5.一种云服务器，其特征在于，所述云服务器用于：
通过与每个用户终端建立的流量监测接口从每个用户终端处采集每个用户终端的实时数据流量，按照设定时间步长将每组实时数据流量转换成流量变化轨迹图，并根据每张流量变化轨迹图计算所述用户终端所在的目标网络的信道占用率；
在检测出所述信道占用率达到设定占用率时，通过预先为每个用户终端配置的日志监控程序获取每个用户终端的流量处理日志；
对每个用户终端的流量处理日志进行解析，得到每个用户终端基于该用户终端对应的实时数据流量所确定出的当前时段的待传输数据以及所述待传输数据对应的目标终端的终端标识；其中，所述目标终端是接收所述待传输数据的用户终端；
根据每个用户终端在当前时段中的待传输数据对应的终端标识生成标签植入指令，将所述标签植入指令下发给对应的用户终端，以使得所述用户终端根据所述标签植入指令生成数据标签并将所述数据标签植入所述待传输数据得到目标传输数据；其中，所述用户终端通过所述目标网络将所述目标传输数据进行传输时，若第一目标终端接收到所述目标传输数据，则所述第一目标终端解析所述目标传输数据中的数据标签得到所述目标传输数据的目标传输路径，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识一致时对所述待传输数据进行缓存，所述第一目标终端在判断出所述目标传输路径的路径节点对应的目标终端标识与所述第一目标终端的当前标识不一致时对所述目标传输数据进行转发；
其中，所述云服务器按照设定时间步长将每组实时数据流量转换成流量变化轨迹图，具体包括：
按照所述设定时间步长周期性地在每组实时数据流量中设置流量分段标记，确定每个流量分段标记的时序信息与所述设定时间步长的第一时序参数变换清单，并根据所述第一时序参数变换清单确定每个流量分段标记对应的时序信息的第一缺损值；在对每相邻两个流量分段标记之间的目标数据流量进行流量特征提取的过程中，计算每段目标数据流量的流量特征信息与该目标数据流量对应的两个流量分段标记的时序信息之间第二缺损值；确定与该目标数据流量对应的两个流量分段标记中的每个流量分段标记的第一缺损值与该目标数据流量对应第二缺损值之间的缺损比例；针对每组实时数据流量，若该实时数据流量存在超过设定比例的缺损比例时，采用预设的特征补偿值对该实时数据流量对应的每段目标数据流量的流量特征进行补偿，得到补偿流量特征；根据所述补偿流量特征计算所述每组实时数据流量对应的多个轨迹坐标，按照时间先后顺序将所述轨迹坐标进行拟合得到流量变化轨迹图；
其中，所述云服务器根据每张流量变化轨迹图计算所述用户终端所在的目标网络的信道占用率，包括：
提取每张流量变化轨迹图的轨迹描述信息，根据所述轨迹描述信息确定每张流量变化轨迹图对应的用户终端的设备损耗记录；对确定出的每个设备损耗记录进行损耗因子提取，得到每个设备损耗记录对应的损耗因子；确定所有流量变化轨迹图中轨迹曲线的斜率大于设定斜率的数量最多的目标时段，计算每张流量变化轨迹图在所述目标时段内的初始信道占用比例，并通过每张流量变化轨迹图对应的损耗因子对所述初始信道占用比例进行加权得到所述目标网络的信道占用率；
其中，所述云服务器对每个用户终端的流量处理日志进行解析，得到每个用户终端基于该用户终端对应的实时数据流量所确定出的当前时段的待传输数据以及所述待传输数据对应的目标终端的终端标识，包括：
解析所述流量处理日志得到所述流量处理日志对应的日志信息列表，生成所述日志信息列表的行为数据集以及状态数据集；其中，所述行为数据集是所述日志信息列表对应的用户终端根据操作指令产生的用户行为数据，所述状态数据集是所述日志信息列表对应的用户终端在生成所述用户行为数据集时的运行状态数据，所述行为数据集中包括多组行为数据，所述状态数据集中包括多组状态数据，且每组行为数据和每组状态数据均包含数据识别系数；确定所述行为数据集中具有最小数据识别系数的行为数据的当前数据签名并将所述状态数据集中的其中一组状态数据作为基准数据，获取所述当前数据标签在所述基准数据中的映射标签；其中，所述当前数据标签和所述映射标签具有相同的编码字符数量；根据所述当前数据标签与所述映射标签在相同编码位上的字符的一致性比较结果确定所述行为数据集和所述状态数据集的相似性干扰度；其中，所述一致性比较结果为表征所述当前数据标签与所述映射标签在相同编码位上的字符相同的第一比较结果或表征所述当前数据标签与所述映射标签在相同编码位上的字符不相同的第二比较结果，所述一致性比较结果的数量为多个，所述相似性干扰度用于表征流量处理日志中相似的日志信息的占比；从所述流量处理日志中提取具有第一信息标识的第一日志信息以及具有第二信息标识的第二日志信息，基于所述相似性干扰度对所述第一日志信息进行校验得到第一目标日志信息以及对所述第二日志信息进行校验得到第二目标日志信息；其中，所述第一信息标识用于表征所述第一日志信息为当前时段的待传输数据，所述第二信息标识用于表征所述第二日志信息为所述待传输数据对应的目标终端的终端标识；在所述第一目标日志信息和所述第二目标日志信息之间的相似度小于预设阈值时，从所述第一日志信息中提取所述待传输数据并从所述第二日志信息中提取终端标识。
6.一种云服务器，其特征在于，包括：
处理器，以及
与处理器连接的内存和网络接口；
所述网络接口与云服务器中的非易失性存储器连接；
所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行上述权利要求1-4任一项所述的方法。
7.一种应用于计算机的可读存储介质，其特征在于，所述可读存储介质烧录有计算机程序，所述计算机程序在云服务器的内存中运行时实现上述权利要求1-4任一项所述的方法。
CN202010508913.XA 2020-06-06 2020-06-06 基于边缘计算和物联网的通信数据处理方法及云服务器 Active CN111741083B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011411636.7A CN112565417A (zh) 2020-06-06 2020-06-06 应用于边缘计算和物联网的通信数据处理方法及云服务器
CN202010508913.XA CN111741083B (zh) 2020-06-06 2020-06-06 基于边缘计算和物联网的通信数据处理方法及云服务器
CN202011403004.6A CN112565408A (zh) 2020-06-06 2020-06-06 结合边缘计算和物联网的通信数据处理方法及云服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010508913.XA CN111741083B (zh) 2020-06-06 2020-06-06 基于边缘计算和物联网的通信数据处理方法及云服务器

Related Child Applications (2)

Application Number Title Priority Date Filing Date
CN202011403004.6A Division CN112565408A (zh) 2020-06-06 2020-06-06 结合边缘计算和物联网的通信数据处理方法及云服务器
CN202011411636.7A Division CN112565417A (zh) 2020-06-06 2020-06-06 应用于边缘计算和物联网的通信数据处理方法及云服务器

Publications (2)

Publication Number Publication Date
CN111741083A CN111741083A (zh) 2020-10-02
CN111741083B true CN111741083B (zh) 2021-03-19

Family

ID=72648371

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202011411636.7A Withdrawn CN112565417A (zh) 2020-06-06 2020-06-06 应用于边缘计算和物联网的通信数据处理方法及云服务器
CN202010508913.XA Active CN111741083B (zh) 2020-06-06 2020-06-06 基于边缘计算和物联网的通信数据处理方法及云服务器
CN202011403004.6A Withdrawn CN112565408A (zh) 2020-06-06 2020-06-06 结合边缘计算和物联网的通信数据处理方法及云服务器

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202011411636.7A Withdrawn CN112565417A (zh) 2020-06-06 2020-06-06 应用于边缘计算和物联网的通信数据处理方法及云服务器

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202011403004.6A Withdrawn CN112565408A (zh) 2020-06-06 2020-06-06 结合边缘计算和物联网的通信数据处理方法及云服务器

Country Status (1)

Country Link
CN (3) CN112565417A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011093898A1 (en) * 2010-01-31 2011-08-04 Hewlett-Packard Development Company Lp Method and system for management of sampled traffic data
CN104994540A (zh) * 2015-05-15 2015-10-21 北京联合大学 分组数据业务无线承载效率的测量方法
CN109586854A (zh) * 2017-09-28 2019-04-05 华为技术有限公司 数据传输方法及装置
CN110826895A (zh) * 2019-10-31 2020-02-21 国网河北省电力有限公司电力科学研究院 一种台区拓扑识别方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7864676B2 (en) * 2008-07-14 2011-01-04 The Mitre Corporation Network cross-domain precedence and service quality conflict mitigation
US8880669B2 (en) * 2011-03-03 2014-11-04 Cisco Technology, Inc. Method and apparatus to detect unidentified inventory
US20140282905A1 (en) * 2013-03-15 2014-09-18 Aruba Networks, Inc. System and method for the automated containment of an unauthorized access point in a computing network
US20160358189A1 (en) * 2015-06-08 2016-12-08 Resun8 Data acquisition and analytics reporting
CN106330995A (zh) * 2015-06-19 2017-01-11 陕西重型汽车有限公司 用于车联网的三级数据压缩装置及其方法
US20170173884A1 (en) * 2015-12-22 2017-06-22 Western Digital Technologies, Inc. Rotation and nozzle opening control of extruders in printing systems

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011093898A1 (en) * 2010-01-31 2011-08-04 Hewlett-Packard Development Company Lp Method and system for management of sampled traffic data
CN104994540A (zh) * 2015-05-15 2015-10-21 北京联合大学 分组数据业务无线承载效率的测量方法
CN109586854A (zh) * 2017-09-28 2019-04-05 华为技术有限公司 数据传输方法及装置
CN110826895A (zh) * 2019-10-31 2020-02-21 国网河北省电力有限公司电力科学研究院 一种台区拓扑识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
边缘计算对数据处理的影响;林琳;《计算机网络》;20190812;全文 *

Also Published As

Publication number Publication date
CN112565408A (zh) 2021-03-26
CN112565417A (zh) 2021-03-26
CN111741083A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
CN109462590B (zh) 一种基于模糊测试的未知协议逆向分析方法
CN111966289B (zh) 基于Kafka集群的分区优化方法和系统
CN111459135A (zh) 基于物联网的智能家居故障状态追溯方法及中控中心
CN113988495A (zh) 一种基于bim的建筑工程监测方法、系统及监测服务器
CN113096158A (zh) 运动对象的识别方法、装置、电子设备及可读存储介质
CN110247816A (zh) 指标监控方法及装置
CN111797435B (zh) 基于物联网交互和云计算通信的数据分析方法及云服务器
CN111368824B (zh) 一种仪表识别方法、移动设备及存储介质
CN114330722A (zh) 推理实现方法、网络、电子设备及存储介质
CN111741083B (zh) 基于边缘计算和物联网的通信数据处理方法及云服务器
CN111667015A (zh) 物联网设备状态检测方法、装置及检测设备
CN112991094A (zh) 基于人工智能和大数据的信息分析方法及系统
CN108616401B (zh) 一种智能化的视频内容服务器部署方法及系统
CN112449362A (zh) 基于信物模型的智能传感器自适应配置方法、装置及系统
CN109325104B (zh) 一种动态计算新闻采集服务资源的方法
CN111935089B (zh) 基于大数据和边缘计算的数据处理方法及人工智能服务器
CN115001394A (zh) 基于人工智能的太阳能电池状态监测方法及系统
CN113625575A (zh) 一种能源管理系统的运行方法及系统
CN112488724A (zh) 基于区块链网络和大数据分析的支付验证方法及系统
CN117041313B (zh) 基于数据中台的电力数据流向监控分析方法
CN111521986B (zh) 一种雷达通信分机数据融合模块的检测系统
CN115061999B (zh) 基于人工智能的数据中心数据管理方法及系统
CN114915022B (zh) 一种智能配电网无线通信方法及系统
CN116261150B (zh) 一种无线网桥数据传输干扰抵抗方法、装置、设备及介质
CN112615794B (zh) 一种面向业务流量特征的智能加速系统和方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Li Daqing

Inventor after: Li Caiyun

Inventor before: Li Caiyun

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210303

Address after: No. 888, Yuexiu Road, Lili Town, Wujiang District, Suzhou City, Jiangsu Province

Applicant after: JIANGSU YONGDING COMMUNICATIONS Co.,Ltd.

Address before: No.18 Jiangfeng Road, Binhai Industrial Park, Qidong City, Nantong City, Jiangsu Province

Applicant before: Li Caiyun

GR01 Patent grant
GR01 Patent grant