发明内容
为改善相关技术中存在的上述技术问题,本发明提供了一种智慧园区物联网综合管理方法及管理平台。
第一方面,提供一种智慧园区物联网综合管理方法,应用于与多个物联网设备通信的管理平台,所述方法包括:
获取所述多个物联网设备中的目标物联网设备的当前通信状态数据以及所述多个物联网设备中除所述目标物联网设备之外的其他物联网设备的设备运行数据;确定所述当前通信状态数据对应的第一数据清单以及所述设备运行数据对应的第二数据清单;其中,所述第一数据清单和所述第二数据清单中分别存在多个具有不同局部关联率的数据集;
提取所述当前通信状态数据在所述第一数据清单中的其中一组数据集对应的数据网络参数,并将所述第二数据清单中具有最小局部关联率的数据集确定为基准数据集;
依据所述多个物联网设备对应的网络拓扑将所述数据网络参数加载到所述基准数据集中,以在所述基准数据集中得到与所述数据网络参数对应的目标网络参数;基于所述数据网络参数与所述目标网络参数之间的影响系数生成所述当前通信状态数据和所述设备运行数据之间的全局管理列表;
以所述目标网络参数为参考数据在所述基准数据集中获取待处理网络参数,根据全局管理列表中的列表优先级分布将所述待处理网络参数加载到所述数据网络参数所在的数据集以在所述数据网络参数所在的数据集中得到所述待处理网络参数对应的全局性网络参数;
根据所述全局性网络参数确定所述目标物联网设备与所述其他物联网设备之间的关联性信息和影响性信息,并基于所述关联性信息和所述影响性信息对所述目标物联网设备以及所述其他物联网设备的运行状态进行调整。
优选地,根据所述全局性网络参数确定所述目标物联网设备与所述其他物联网设备之间的关联性信息和影响性信息,包括:
对所述全局性网络参数进行解析,得到所述全局性网络参数对应的参数分布列表以及多个局部相关性系数;在基于所述参数分布列表确定出所述全局性网络参数存在全局性关联标签以及全局性影响标签的前提下,根据所述全局性网络参数在全局性关联标签下的局部相关性系数以及所述局部相关性系数对应的指向信息,计算所述全局性网络参数在所述全局性影响标签下的各局部相关性系数与所述全局性网络参数在所述全局性关联标签下的各局部相关性系数之间的置信度;
基于所述置信度将所述全局性网络参数在所述全局性影响标签下的与在所述全局性关联标签下的局部相关性系数之间的置信度低于设定值的局部相关性系数划分到所述全局性关联标签下;
在所述全局性网络参数对应的全局性影响标签下包含有多个局部相关性系数的前提下,基于所述全局性网络参数在所述全局性关联标签下的局部相关性系数以及所述局部相关性系数对应的指向信息,计算全局性网络参数在所述全局性影响标签下的各局部相关性系数之间的置信度;
通过所述各局部相关性系数之间的置信度对所述全局性影响标签下的各局部相关性系数进行加权求和,得到多个加权相关性系数;基于所述全局性网络参数在所述全局性关联标签下的局部相关性系数以及所述局部相关性系数对应的指向信息为每个加权相关性系数植入标签划分编号,并基于所述标签划分编号由大到小的顺序将设定数量的加权相关性系数划分到所述全局性关联标签下;
基于所述全局性关联标签下的局部相关性系数确定所述目标物联网设备与所述其他物联网设备之间的关联性信息,基于所述全局性影响标签下的局部相关性系数确定所述目标物联网设备与所述其他物联网设备之间的影响性信息。
优选地,基于所述全局性关联标签下的局部相关性系数确定所述目标物联网设备与所述其他物联网设备之间的关联性信息,包括:
确定基于所述全局性关联标签下的局部相关性系数所生成的关联性系数;
针对所述关联性系数中的当前关联性系数,基于当前关联性系数在所述目标物联网设备的当前运行时段内的第一变化率以及各所述关联性系数在所述目标物联网设备的当前运行时段内的第二变化率,确定当前关联性系数在所述目标物联网设备的当前运行时段内的稳定性评价值;
根据当前关联性系数在所述目标物联网设备的相邻的两个运行时段内的稳定性评价值确定当前关联性系数在所述目标物联网设备的相邻的两个运行时段之间的关联性权重;基于所述关联性权重对所述全局性关联标签下的局部相关性系数进行排序得到所述关联性信息。
优选地,基于所述全局性影响标签下的局部相关性系数确定所述目标物联网设备与所述其他物联网设备之间的影响性信息,包括:
将所述全局性影响标签下的各个局部相关性系数的有效性权重列出以建立权重矩阵;其中,所述权重矩阵为分块矩阵,每块子矩阵对应一个矩阵标识,每个矩阵标识对应至少一个有效性权重,所述权重矩阵的各块子矩阵具有不同的聚类优先级;
基于所述聚类优先级以及每块子矩阵的矩阵标识生成所述全局性影响标签下的任一局部相关性系数与所述权重矩阵之间的指向性路径,并基于所述指向性路径获取所述全局性影响标签的标签描述信息;
将所述全局性影响标签下的每个局部相关性系数映射到所述标签描述信息中以得到所述全局性影响标签下的每个局部相关性系数对应的映射系数,根据所述映射系数确定所述影响性信息。
优选地,基于所述数据网络参数与所述目标网络参数之间的影响系数生成所述当前通信状态数据和所述设备运行数据之间的全局管理列表,包括:
确定数据网络参数的目标参数段对应的序列位置信息及所述目标参数段的网络节点信息;其中,所述网络节点信息表示所述数据网络参数的目标参数段的映射逻辑信息,所述网络节点信息至少包括:表示所述数据网络参数的目标参数段的当前射逻辑信息和历史射逻辑信息;
生成与所述序列位置信息对应的序列清单,并建立所述序列清单与所述目标网络参数之间的序列位置对应关系,通过所述序列位置对应关系中的位置对应路径计算所述数据网络参数与所述目标网络参数之间的影响系数;
确定所述影响系数在所述当前通信状态数据中的第一数据影响度分布图以及在所述设备运行数据中的第二数据影响度分布图;
将所述第一数据影响度分布图以及所述第二数据影响度分布图投影到预设坐标平面并计算所述第一数据影响度分布图与所述第二数据影响度分布图之间相似度向量,根据所述相似度向量确定所述当前通信状态数据和所述设备运行数据之间的全局管理列表。
第二方面,提供一种管理平台,所述管理平台与多个物联网设备通信,所述管理平台包括:
数据清单确定模块,用于获取所述多个物联网设备中的目标物联网设备的当前通信状态数据以及所述多个物联网设备中除所述目标物联网设备之外的其他物联网设备的设备运行数据;确定所述当前通信状态数据对应的第一数据清单以及所述设备运行数据对应的第二数据清单;其中,所述第一数据清单和所述第二数据清单中分别存在多个具有不同局部关联率的数据集;
数据清单处理模块,用于提取所述当前通信状态数据在所述第一数据清单中的其中一组数据集对应的数据网络参数,并将所述第二数据清单中具有最小局部关联率的数据集确定为基准数据集;
管理列表生成模块,用于依据所述多个物联网设备对应的网络拓扑将所述数据网络参数加载到所述基准数据集中,以在所述基准数据集中得到与所述数据网络参数对应的目标网络参数;基于所述数据网络参数与所述目标网络参数之间的影响系数生成所述当前通信状态数据和所述设备运行数据之间的全局管理列表;
网络参数获得模块,用于以所述目标网络参数为参考数据在所述基准数据集中获取待处理网络参数,根据全局管理列表中的列表优先级分布将所述待处理网络参数加载到所述数据网络参数所在的数据集以在所述数据网络参数所在的数据集中得到所述待处理网络参数对应的全局性网络参数;
运行状态调整模块,用于根据所述全局性网络参数确定所述目标物联网设备与所述其他物联网设备之间的关联性信息和影响性信息,并基于所述关联性信息和所述影响性信息对所述目标物联网设备以及所述其他物联网设备的运行状态进行调整。
优选地,所述运行状态调整模块,具体用于:
对所述全局性网络参数进行解析,得到所述全局性网络参数对应的参数分布列表以及多个局部相关性系数;在基于所述参数分布列表确定出所述全局性网络参数存在全局性关联标签以及全局性影响标签的前提下,根据所述全局性网络参数在全局性关联标签下的局部相关性系数以及所述局部相关性系数对应的指向信息,计算所述全局性网络参数在所述全局性影响标签下的各局部相关性系数与所述全局性网络参数在所述全局性关联标签下的各局部相关性系数之间的置信度;
基于所述置信度将所述全局性网络参数在所述全局性影响标签下的与在所述全局性关联标签下的局部相关性系数之间的置信度低于设定值的局部相关性系数划分到所述全局性关联标签下;
在所述全局性网络参数对应的全局性影响标签下包含有多个局部相关性系数的前提下,基于所述全局性网络参数在所述全局性关联标签下的局部相关性系数以及所述局部相关性系数对应的指向信息,计算全局性网络参数在所述全局性影响标签下的各局部相关性系数之间的置信度;
通过所述各局部相关性系数之间的置信度对所述全局性影响标签下的各局部相关性系数进行加权求和,得到多个加权相关性系数;基于所述全局性网络参数在所述全局性关联标签下的局部相关性系数以及所述局部相关性系数对应的指向信息为每个加权相关性系数植入标签划分编号,并基于所述标签划分编号由大到小的顺序将设定数量的加权相关性系数划分到所述全局性关联标签下;
基于所述全局性关联标签下的局部相关性系数确定所述目标物联网设备与所述其他物联网设备之间的关联性信息,基于所述全局性影响标签下的局部相关性系数确定所述目标物联网设备与所述其他物联网设备之间的影响性信息。
优选地,所述运行状态调整模块,进一步用于:
确定基于所述全局性关联标签下的局部相关性系数所生成的关联性系数;
针对所述关联性系数中的当前关联性系数,基于当前关联性系数在所述目标物联网设备的当前运行时段内的第一变化率以及各所述关联性系数在所述目标物联网设备的当前运行时段内的第二变化率,确定当前关联性系数在所述目标物联网设备的当前运行时段内的稳定性评价值;
根据当前关联性系数在所述目标物联网设备的相邻的两个运行时段内的稳定性评价值确定当前关联性系数在所述目标物联网设备的相邻的两个运行时段之间的关联性权重;基于所述关联性权重对所述全局性关联标签下的局部相关性系数进行排序得到所述关联性信息。
优选地,所述运行状态调整模块,进一步用于:
将所述全局性影响标签下的各个局部相关性系数的有效性权重列出以建立权重矩阵;其中,所述权重矩阵为分块矩阵,每块子矩阵对应一个矩阵标识,每个矩阵标识对应至少一个有效性权重,所述权重矩阵的各块子矩阵具有不同的聚类优先级;
基于所述聚类优先级以及每块子矩阵的矩阵标识生成所述全局性影响标签下的任一局部相关性系数与所述权重矩阵之间的指向性路径,并基于所述指向性路径获取所述全局性影响标签的标签描述信息;
将所述全局性影响标签下的每个局部相关性系数映射到所述标签描述信息中以得到所述全局性影响标签下的每个局部相关性系数对应的映射系数,根据所述映射系数确定所述影响性信息。
优选地,所述管理列表生成模块,具体用于:
确定数据网络参数的目标参数段对应的序列位置信息及所述目标参数段的网络节点信息;其中,所述网络节点信息表示所述数据网络参数的目标参数段的映射逻辑信息,所述网络节点信息至少包括:表示所述数据网络参数的目标参数段的当前射逻辑信息和历史射逻辑信息;
生成与所述序列位置信息对应的序列清单,并建立所述序列清单与所述目标网络参数之间的序列位置对应关系,通过所述序列位置对应关系中的位置对应路径计算所述数据网络参数与所述目标网络参数之间的影响系数;
确定所述影响系数在所述当前通信状态数据中的第一数据影响度分布图以及在所述设备运行数据中的第二数据影响度分布图;
将所述第一数据影响度分布图以及所述第二数据影响度分布图投影到预设坐标平面并计算所述第一数据影响度分布图与所述第二数据影响度分布图之间相似度向量,根据所述相似度向量确定所述当前通信状态数据和所述设备运行数据之间的全局管理列表。
本发明的实施例提供的技术方案可以包括以下有益效果。
首先获取目标物联网设备的当前通信状态数据以及其他物联网设备的设备运行数据并确定当前通信状态数据的第一数据清单以及设备运行数据对应的第二数据清单,其次提取第一数据清单中的数据网络参数并确定第二数据清单中的基准数据集,然后基于数据网络参数和基准数据集生成当前通信状态数据和设备运行数据之间的全局管理列表,进而依据目标网络参数、基准数据集以及全局管理列表得到待处理网络参数对应的全局性网络参数,最后基于确定出的关联性信息和影响性信息对目标物联网设备以及其他物联网设备的运行状态进行调整。如此,能够将物联网设备之间关联性和影响性对整个智慧园区的全局性影响考虑在内,从而实现对智慧园区的全局性分析,确保智慧园区的正常运行。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本发明。
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。
发明人对现有的智慧园区进行分析发现,随着物联网设备的数量和规模的与日激增,物联网设备之间的关联性和影响性也随之增加,而现有的智慧园区管理技术没有考虑物联网设备之间关联性和影响性对整个智慧园区的全局性影响,从而在对这些物联网设备进行管理时难以实现全局性的分析,这样会影响到智慧园区的正常运行。
为改善上述问题,本发明实施例提供了智慧园区物联网综合管理方法及管理平台,能够将物联网设备之间关联性和影响性对整个智慧园区的全局性影响考虑在内,从而实现对智慧园区的全局性分析,确保智慧园区的正常运行。
为实现上述目的,请首先参阅图1,提供了智慧园区物联网综合管理系统100的架构示意图,所述智慧园区物联网综合管理系统100包括管理平台200和多个物联网设备300。其中,管理平台200和多个物联网设备300通信连接。在本实施例中,管理平台200可以是云服务器或大数据计算中心,在此不做限定。
请结合参阅图2,为本发明实施例所提供的智慧园区物联网综合管理方法的流程示意图,所述智慧园区物联网综合管理方法可以应用于图1中的管理平台200,具体可以包括以下步骤S210-步骤S250所描述的内容。
步骤S210,获取所述多个物联网设备中的目标物联网设备的当前通信状态数据以及所述多个物联网设备中除所述目标物联网设备之外的其他物联网设备的设备运行数据;确定所述当前通信状态数据对应的第一数据清单以及所述设备运行数据对应的第二数据清单;其中,所述第一数据清单和所述第二数据清单中分别存在多个具有不同局部关联率的数据集。
步骤S220,提取所述当前通信状态数据在所述第一数据清单中的其中一组数据集对应的数据网络参数,并将所述第二数据清单中具有最小局部关联率的数据集确定为基准数据集。
步骤S230,依据所述多个物联网设备对应的网络拓扑将所述数据网络参数加载到所述基准数据集中,以在所述基准数据集中得到与所述数据网络参数对应的目标网络参数;基于所述数据网络参数与所述目标网络参数之间的影响系数生成所述当前通信状态数据和所述设备运行数据之间的全局管理列表。
步骤S240,以所述目标网络参数为参考数据在所述基准数据集中获取待处理网络参数,根据全局管理列表中的列表优先级分布将所述待处理网络参数加载到所述数据网络参数所在的数据集以在所述数据网络参数所在的数据集中得到所述待处理网络参数对应的全局性网络参数。
步骤S250,根据所述全局性网络参数确定所述目标物联网设备与所述其他物联网设备之间的关联性信息和影响性信息,并基于所述关联性信息和所述影响性信息对所述目标物联网设备以及所述其他物联网设备的运行状态进行调整。
在本实施例中,对所述目标物联网设备以及所述其他物联网设备的运行状态进行调整包括对生产线的生产指令和设备配置参数的调整,在此不作限定。
通过上述步骤S210-步骤S250所描述的内容,首先获取目标物联网设备的当前通信状态数据以及其他物联网设备的设备运行数据并确定当前通信状态数据的第一数据清单以及设备运行数据对应的第二数据清单,其次提取第一数据清单中的数据网络参数并确定第二数据清单中的基准数据集,然后基于数据网络参数和基准数据集生成当前通信状态数据和设备运行数据之间的全局管理列表,进而依据目标网络参数、基准数据集以及全局管理列表得到待处理网络参数对应的全局性网络参数,最后基于确定出的关联性信息和影响性信息对目标物联网设备以及其他物联网设备的运行状态进行调整。如此,能够将物联网设备之间关联性和影响性对整个智慧园区的全局性影响考虑在内,从而实现对智慧园区的全局性分析,确保智慧园区的正常运行。
在具体实施过程中,为了确保确定出的关联性信息和影响性信息的准确性和实时性,步骤S250中所描述的根据所述全局性网络参数确定所述目标物联网设备与所述其他物联网设备之间的关联性信息和影响性信息,具体可以包括以下步骤S251-步骤S255所描述的内容。
步骤S251,对所述全局性网络参数进行解析,得到所述全局性网络参数对应的参数分布列表以及多个局部相关性系数;在基于所述参数分布列表确定出所述全局性网络参数存在全局性关联标签以及全局性影响标签的前提下,根据所述全局性网络参数在全局性关联标签下的局部相关性系数以及所述局部相关性系数对应的指向信息,计算所述全局性网络参数在所述全局性影响标签下的各局部相关性系数与所述全局性网络参数在所述全局性关联标签下的各局部相关性系数之间的置信度。
步骤S252,基于所述置信度将所述全局性网络参数在所述全局性影响标签下的与在所述全局性关联标签下的局部相关性系数之间的置信度低于设定值的局部相关性系数划分到所述全局性关联标签下。
步骤S253,在所述全局性网络参数对应的全局性影响标签下包含有多个局部相关性系数的前提下,基于所述全局性网络参数在所述全局性关联标签下的局部相关性系数以及所述局部相关性系数对应的指向信息,计算全局性网络参数在所述全局性影响标签下的各局部相关性系数之间的置信度。
步骤S254,通过所述各局部相关性系数之间的置信度对所述全局性影响标签下的各局部相关性系数进行加权求和,得到多个加权相关性系数;基于所述全局性网络参数在所述全局性关联标签下的局部相关性系数以及所述局部相关性系数对应的指向信息为每个加权相关性系数植入标签划分编号,并基于所述标签划分编号由大到小的顺序将设定数量的加权相关性系数划分到所述全局性关联标签下。
步骤S255,基于所述全局性关联标签下的局部相关性系数确定所述目标物联网设备与所述其他物联网设备之间的关联性信息,基于所述全局性影响标签下的局部相关性系数确定所述目标物联网设备与所述其他物联网设备之间的影响性信息。
可以理解,在应用上述步骤S251-步骤S255所描述的内容时,能够通过对全局性关联标签以及全局性影响标签下的局部相关性系数进行重置,从而确保确定出的关联性信息和影响性信息的准确性和实时性。
在步骤S255的基础上,为了进一步区分关联性信息和影响性信息,步骤S255中所描述的基于所述全局性关联标签下的局部相关性系数确定所述目标物联网设备与所述其他物联网设备之间的关联性信息,具体可以包括以下步骤(11)-步骤(13)所描述的内容。
(11)确定基于所述全局性关联标签下的局部相关性系数所生成的关联性系数。
(12)针对所述关联性系数中的当前关联性系数,基于当前关联性系数在所述目标物联网设备的当前运行时段内的第一变化率以及各所述关联性系数在所述目标物联网设备的当前运行时段内的第二变化率,确定当前关联性系数在所述目标物联网设备的当前运行时段内的稳定性评价值。
(13)根据当前关联性系数在所述目标物联网设备的相邻的两个运行时段内的稳定性评价值确定当前关联性系数在所述目标物联网设备的相邻的两个运行时段之间的关联性权重;基于所述关联性权重对所述全局性关联标签下的局部相关性系数进行排序得到所述关联性信息。
通过实施上述步骤(11)-步骤(13)所描述的内容,能够从目标物联网设备的运行时段角度对关联性信息进行分析,从而实时准确地确定出目标物联网设备与其他物联网设备之间的关联性信息。
进一步地,步骤S255中所描述的基于所述全局性影响标签下的局部相关性系数确定所述目标物联网设备与所述其他物联网设备之间的影响性信息,具体可以步骤(21)-步骤(23)所描述的内容。
(21)将所述全局性影响标签下的各个局部相关性系数的有效性权重列出以建立权重矩阵;其中,所述权重矩阵为分块矩阵,每块子矩阵对应一个矩阵标识,每个矩阵标识对应至少一个有效性权重,所述权重矩阵的各块子矩阵具有不同的聚类优先级。
(22)基于所述聚类优先级以及每块子矩阵的矩阵标识生成所述全局性影响标签下的任一局部相关性系数与所述权重矩阵之间的指向性路径,并基于所述指向性路径获取所述全局性影响标签的标签描述信息。
(23)将所述全局性影响标签下的每个局部相关性系数映射到所述标签描述信息中以得到所述全局性影响标签下的每个局部相关性系数对应的映射系数,根据所述映射系数确定所述影响性信息。
在具体实施时,基于上述步骤(21)-步骤(23)能够从局部相关性系数的有效性角度进行影响性信息的确定,从而确保与关联性信息之间的区分度。
在一个具体的实施方式中,步骤S230所描述的基于所述数据网络参数与所述目标网络参数之间的影响系数生成所述当前通信状态数据和所述设备运行数据之间的全局管理列表,示例性地可以包括以下子步骤S231-步骤S234所描述的内容。
步骤S231,确定数据网络参数的目标参数段对应的序列位置信息及所述目标参数段的网络节点信息;其中,所述网络节点信息表示所述数据网络参数的目标参数段的映射逻辑信息,所述网络节点信息至少包括:表示所述数据网络参数的目标参数段的当前射逻辑信息和历史射逻辑信息。
步骤S232,生成与所述序列位置信息对应的序列清单,并建立所述序列清单与所述目标网络参数之间的序列位置对应关系,通过所述序列位置对应关系中的位置对应路径计算所述数据网络参数与所述目标网络参数之间的影响系数。
步骤S233,确定所述影响系数在所述当前通信状态数据中的第一数据影响度分布图以及在所述设备运行数据中的第二数据影响度分布图。
步骤S234,将所述第一数据影响度分布图以及所述第二数据影响度分布图投影到预设坐标平面并计算所述第一数据影响度分布图与所述第二数据影响度分布图之间相似度向量,根据所述相似度向量确定所述当前通信状态数据和所述设备运行数据之间的全局管理列表。
通过实施上述步骤S231-步骤S234,能够准确确定出当前通信状态数据和设备运行数据之间的全局管理列表。
基于上述同样的发明构思,请结合参阅图3,提供了一种管理平台200,所述管理平台200与多个物联网设备300通信,所述管理平台200包括:
数据清单确定模块210,用于获取所述多个物联网设备中的目标物联网设备的当前通信状态数据以及所述多个物联网设备中除所述目标物联网设备之外的其他物联网设备的设备运行数据;确定所述当前通信状态数据对应的第一数据清单以及所述设备运行数据对应的第二数据清单;其中,所述第一数据清单和所述第二数据清单中分别存在多个具有不同局部关联率的数据集;
数据清单处理模块220,用于提取所述当前通信状态数据在所述第一数据清单中的其中一组数据集对应的数据网络参数,并将所述第二数据清单中具有最小局部关联率的数据集确定为基准数据集;
管理列表生成模块230,用于依据所述多个物联网设备对应的网络拓扑将所述数据网络参数加载到所述基准数据集中,以在所述基准数据集中得到与所述数据网络参数对应的目标网络参数;基于所述数据网络参数与所述目标网络参数之间的影响系数生成所述当前通信状态数据和所述设备运行数据之间的全局管理列表;
网络参数获得模块240,用于以所述目标网络参数为参考数据在所述基准数据集中获取待处理网络参数,根据全局管理列表中的列表优先级分布将所述待处理网络参数加载到所述数据网络参数所在的数据集以在所述数据网络参数所在的数据集中得到所述待处理网络参数对应的全局性网络参数;
运行状态调整模块250,用于根据所述全局性网络参数确定所述目标物联网设备与所述其他物联网设备之间的关联性信息和影响性信息,并基于所述关联性信息和所述影响性信息对所述目标物联网设备以及所述其他物联网设备的运行状态进行调整。
优选地,所述运行状态调整模块250,具体用于:
对所述全局性网络参数进行解析,得到所述全局性网络参数对应的参数分布列表以及多个局部相关性系数;在基于所述参数分布列表确定出所述全局性网络参数存在全局性关联标签以及全局性影响标签的前提下,根据所述全局性网络参数在全局性关联标签下的局部相关性系数以及所述局部相关性系数对应的指向信息,计算所述全局性网络参数在所述全局性影响标签下的各局部相关性系数与所述全局性网络参数在所述全局性关联标签下的各局部相关性系数之间的置信度;
基于所述置信度将所述全局性网络参数在所述全局性影响标签下的与在所述全局性关联标签下的局部相关性系数之间的置信度低于设定值的局部相关性系数划分到所述全局性关联标签下;
在所述全局性网络参数对应的全局性影响标签下包含有多个局部相关性系数的前提下,基于所述全局性网络参数在所述全局性关联标签下的局部相关性系数以及所述局部相关性系数对应的指向信息,计算全局性网络参数在所述全局性影响标签下的各局部相关性系数之间的置信度;
通过所述各局部相关性系数之间的置信度对所述全局性影响标签下的各局部相关性系数进行加权求和,得到多个加权相关性系数;基于所述全局性网络参数在所述全局性关联标签下的局部相关性系数以及所述局部相关性系数对应的指向信息为每个加权相关性系数植入标签划分编号,并基于所述标签划分编号由大到小的顺序将设定数量的加权相关性系数划分到所述全局性关联标签下;
基于所述全局性关联标签下的局部相关性系数确定所述目标物联网设备与所述其他物联网设备之间的关联性信息,基于所述全局性影响标签下的局部相关性系数确定所述目标物联网设备与所述其他物联网设备之间的影响性信息。
优选地,所述运行状态调整模块250,进一步用于:
确定基于所述全局性关联标签下的局部相关性系数所生成的关联性系数;
针对所述关联性系数中的当前关联性系数,基于当前关联性系数在所述目标物联网设备的当前运行时段内的第一变化率以及各所述关联性系数在所述目标物联网设备的当前运行时段内的第二变化率,确定当前关联性系数在所述目标物联网设备的当前运行时段内的稳定性评价值;
根据当前关联性系数在所述目标物联网设备的相邻的两个运行时段内的稳定性评价值确定当前关联性系数在所述目标物联网设备的相邻的两个运行时段之间的关联性权重;基于所述关联性权重对所述全局性关联标签下的局部相关性系数进行排序得到所述关联性信息。
优选地,所述运行状态调整模块250,进一步用于:
将所述全局性影响标签下的各个局部相关性系数的有效性权重列出以建立权重矩阵;其中,所述权重矩阵为分块矩阵,每块子矩阵对应一个矩阵标识,每个矩阵标识对应至少一个有效性权重,所述权重矩阵的各块子矩阵具有不同的聚类优先级;
基于所述聚类优先级以及每块子矩阵的矩阵标识生成所述全局性影响标签下的任一局部相关性系数与所述权重矩阵之间的指向性路径,并基于所述指向性路径获取所述全局性影响标签的标签描述信息;
将所述全局性影响标签下的每个局部相关性系数映射到所述标签描述信息中以得到所述全局性影响标签下的每个局部相关性系数对应的映射系数,根据所述映射系数确定所述影响性信息。
优选地,所述管理列表生成模块230,具体用于:
确定数据网络参数的目标参数段对应的序列位置信息及所述目标参数段的网络节点信息;其中,所述网络节点信息表示所述数据网络参数的目标参数段的映射逻辑信息,所述网络节点信息至少包括:表示所述数据网络参数的目标参数段的当前射逻辑信息和历史射逻辑信息;
生成与所述序列位置信息对应的序列清单,并建立所述序列清单与所述目标网络参数之间的序列位置对应关系,通过所述序列位置对应关系中的位置对应路径计算所述数据网络参数与所述目标网络参数之间的影响系数;
确定所述影响系数在所述当前通信状态数据中的第一数据影响度分布图以及在所述设备运行数据中的第二数据影响度分布图;
将所述第一数据影响度分布图以及所述第二数据影响度分布图投影到预设坐标平面并计算所述第一数据影响度分布图与所述第二数据影响度分布图之间相似度向量,根据所述相似度向量确定所述当前通信状态数据和所述设备运行数据之间的全局管理列表。
关于上述功能模块的描述请参阅对图2所示的方法的说明,在此不作赘述。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。