CN112235389A - 基于物联网的智能终端数据处理方法及装置 - Google Patents

Abstract

本发明提供了一种基于物联网的智能终端数据处理方法及装置，能够对数据处理终端以及M个目标终端在当前时刻之前的N个连续时段内的通信记录进行解析，进而确定出数据处理终端的第一通信参数和目标终端的第二通信参数，然后基于第一通信参数和第二通信参数依次确定通信网络在每个时段内的网络状态、多维状态向量以及通信网络的网络状态变化轨迹并将得到的第一数据处理轨迹映射至网络状态变化轨迹中得到第二数据处理轨迹。最后基于第二数据处理轨迹与网络状态变化轨迹的轨迹重合率生成轨迹调整参数，以实现对数据处理终端的工作状态的调整，确保数据处理终端与通信网络的网络状态同步并进行自适应调整以提高数据处理效率。

Description

基于物联网的智能终端数据处理方法及装置

技术领域

本发明涉及通信技术领域，具体而言，涉及一种基于物联网的智能终端数据处理方法及装置。

背景技术

数据已成为人们生活中必不可少的部分。现如今，绝大多数社会生产生活离不开数据。随着通信技术的发展，通信数据的交互能够为多方提供一个便捷、高效的交流和沟通方式，进而使得整个社会高效、有序地运转。具有数据交互功能的电子终端也逐渐受到人们的青睐例如手机、平板、笔记本电脑和智能家居等，在一些领域例如医疗领域和车联网领域，具有数据通信和交互功能的智能终端也逐渐得到应用例如远程诊疗设备和车载控制器。然而，现阶段针对上述电子终端或智能终端所开发的数据通信技术大多仅涉及数据收发、数据存储和数据格式转换等功能，无法针对实时的通信网络状态对自身的工作状态进行自适应调整。

发明内容

为了改善上述问题，本发明提供了一种基于物联网的智能终端数据处理方法及装置。

本发明实施例的第一方面，提供了一种基于物联网的智能终端数据处理方法，应用于数据处理终端，所述数据处理终端与M个目标终端之间形成通信网络并互相通信，所述方法包括：

获取数据处理终端在N个连续时段内的第一通信记录以及M个目标终端中的每个目标终端在N个连续时段内的第二通信记录；分别对每个时段内的第一通信记录和M个第二通信记录进行解析，确定每个时段内所述数据处理终端的第一通信参数和每个目标终端的第二通信参数，N和M为正整数；

根据每个时段内的第一通信参数以及M个第二通信参数，确定所述数据处理终端和M个目标终端在每个时段内的第一通信状态和第二通信状态，并基于每个时段内的第一通信状态和M个第二通信状态，确定所述通信网络的网络状态；

根据所述通信网络在N个连续时段的每个时段内的网络状态确定所述通信网络在每个时段内的多维状态向量，所述多维状态向量包括稳定性向量、延时向量和丢包向量；

获取所述数据处理终端的日志文件，基于所述日志文件确定出所述数据处理终端的通信数据处理表单，根据所述通信网络对应的N个多维状态向量以及所述通信数据处理表单，得到特征向量集；对所述特征向量集进行K-means聚类得到目标聚类，其中，所述目标聚类用于表征所述通信网络的网络状态变化轨迹；

对所述目标聚类中包括的至少部分目标向量进行特征分析，得到所述通信网络的网络状态变化轨迹；对所述通信数据处理表单进行逻辑提取，得到所述通信数据处理表单的第一数据处理轨迹；将所述第一数据处理轨迹映射至所述网络状态变化轨迹中，得到所述第一数据处理轨迹对应的第二数据处理轨迹；基于所述第二数据处理轨迹与所述网络状态变化轨迹的轨迹重合率生成对所述第二数据处理轨迹进行调整的轨迹调整参数，将所述轨迹调整参数映射至预设的参数数据库中查找得到目标参数，根据所述目标参数对所述数据处理终端的工作状态进行调整。

在一种可替换的实施方式中，所述基于每个时段内的第一通信状态和M个第二通信状态，确定所述通信网络的网络状态，包括：

判断每个时段内的第一通信状态中是否存在用于表征所述数据处理终端存在状态断点的状态信息，若存在，确定该时段内的M个第二通信状态中为间歇暂停状态的数量，根据所述数量以及所述状态信息确定该时段内的通信网络的状态描述信息；

对所述状态描述信息进行特征提取得到所述状态描述信息对应的状态数组，所述状态数组中包括多个状态数值，每个状态数值用于描述所述通信网络在该时段内的通信状态；

根据所述状态数组判断在该时段内所述通信网络的通信连接形式为节点连接还是非节点连接；

根据所述通信连接形式，确定该时段内的通信网络的通信链路稳定系数，其中如果所述通信连接形式为所述非节点连接，根据该时段内的通信网络的通信协议以及所述通信协议中包括的至少部分地址对，计算该时段内的通信网络的通信链路稳定系数；如果通信连接形式为节点连接，根据该时段内的通信网络中的节点接口类型对应的通信数据编码方式，确定该时段内的通信网络的节点权重，并根据该时段内所述数据处理终端和M个目标终端之间的协议配对结果，确定该时段内的通信网络的协议复用率；根据该时段内的通信网络的节点权重以及协议复用率，确定该时段内的通信网络的通信链路稳定系数；

判断所述通信链路稳定系数是否落入预存的该时段内的通信网络所对应的通信链路区间所述通信连接形式；若是，判定该时段内所述数据处理终端和M个目标终端之间不存在设备异构现象，根据所述通信链路稳定系数对该时段内的第一通信状态和M个第二通信状态进行加权得到所述通信网络在该时段内的网络状态；若否，判定该时段内所述数据处理终端和M个目标终端之间存在设备异构现象，根据所述通信链路稳定系数对该时段内的M个第二通信状态进行加权得到所述通信网络在该时段内的网络状态，所述网络状态通过状态列表进行表示。

在一种可替换的实施方式中，所述根据所述通信网络在N个连续时段的每个时段内的网络状态确定所述通信网络在每个时段内的多维状态向量，包括：

针对每个时段，获取所述通信网络在该时段内的资源配置序列以及网络状态对应的各状态列表；在根据所述资源配置序列确定出所述通信网络中包含有兼容资源区域的情况下，根据所述通信网络在所述兼容资源区域下的状态列表及其列表序列确定所述通信网络在非兼容资源区域下的各状态列表与所述通信网络在兼容资源区域下的各状态列表之间的第一对应关系，并基于所述第一对应关系将所述通信网络在所述非兼容资源区域下的与在所述兼容资源区域下的状态列表存在从属关系的状态列表调整到所述兼容资源区域下；

判断所述通信网络在所述非兼容资源区域是否包含多个状态列表；若是，根据所述通信网络在所述兼容资源区域下的状态列表及其列表序列确定所述通信网络在所述非兼容资源区域下的各状态列表之间的第二对应关系，并根据所述各状态列表之间的第二对应关系对所述非兼容资源区域下的各状态列表进行分层；根据所述通信网络在所述兼容资源区域下的状态列表及其列表序列为上述分层获得的每层状态列表添加层级系数，并基于每层状态列表对应的层级系数将至少多层状态列表调整到所述兼容资源区域下；

确定所述兼容资源区域下的所有状态列表中的每个状态列表与所述所有状态列表中的出该状态列表外的任一状态列表之间的关联系数，并基于所述所有状态列表中的每个状态列表对应的多个关联系数对每个状态列表进行特征提取，得到所述通信网络在该时段内的多维状态向量。

在一种可替换的实施方式中，所述对所述目标聚类中包括的至少部分目标向量进行特征分析，得到所述通信网络的网络状态变化轨迹，包括：

针对所述目标聚类中的每个向量，判断该向量是否保存有生成通信网络的网络拓扑的向量标识，若否，将该向量从所述目标聚类中剔除，若是，将该向量确定为目标向量；

针对在所述目标聚类中筛选出的至少部分目标向量，识别所述至少部分目标向量中包含的向量值的维度特征，判断所述至少部分目标向量对应的向量标识中是否保存有所述维度特征的向量值对应的标识对；如果否，在所述至少部分目标向量对应的向量标识中建立所述维度特征的向量值的标识对，并建立所述标识对在所述至少部分目标向量中的网络拓扑对应的节点连线列表；如果是，判断所述至少部分目标向量中包含的向量值的维度特征是否与预设特征相同，如果相同，则针对所述维度特征的向量值对应的标识对，更新所述标识对在所述至少部分目标向量中的网络拓扑对应的节点连线列表，如果不同，则在所述维度特征的向量值的标识对中建立包含所述维度特征的所述至少部分目标向量中的网络拓扑对应的节点连线列表；

提取所述节点连线列表中的节点信息和连线信息，根据所述节点信息和所述连线信息生成所述通信网络的网络状态变化轨迹。

在一种可替换的实施方式中，所述根据所述目标参数对所述数据处理终端的工作状态进行调整，包括：

根据目标参数中各类参数的调整趋势信息，确定各类参数的调整步长及临界值；

根据各类参数的全局权重以及所述数据处理终端的剩余内存，确定用于调节各类参数的临界值的调节因数；所述调节因数由各类参数的全局调节因数和局部调节因数确定，所述全局调节因数通过所述数据处理终端的剩余内存得到，所述局部调节因数通过所述数据处理终端的已使用内存得到；

根据各类参数的调整步长、临界值以及调节因数，对各类参数进行迭代调整，并基于迭代调整的结果确定所述数据处理终端在基于完成迭代调整的各类参数得到的目标工作状态对应的状态评价因子是否落入预设的评价区间内，若是，判定完成对所述数据处理终端的工作状态的调整，若否，返回根据各类参数的调整步长、临界值以及调节因数，对各类参数进行迭代调整的步骤。

在一种可替换的实施方式中，所述获取所述数据处理终端的日志文件，基于所述日志文件确定出所述数据处理终端的通信数据处理表单，包括：

根据所述数据处理终端的运行资源信息，确定所述运行资源信息对应的资源信息更新时刻到资源信息封装时刻的所有资源信息流向；所述资源信息流向为，资源信息更新时刻的初始资源信息通过数据处理终端的资源信息缓存线程更新至资源信息封装时刻的信息流向；

判断确定出的所有资源信息流向中，是否存在满足通信数据双向流动条件的目标资源信息流向；若存在，则将所述目标资源信息流向进行整合，并基于整合的目标资源信息流向从所述运行资源信息中提取至少部分资源信息，对至少部分资源信息进行时刻信息和数据信息提取，得到日志文件；

根据所述日志文件中包括的通信对象信息、通信时刻信息和通信业务信息确定出所述数据处理终端的通信数据处理表单。

在一种可替换的实施方式中，所述根据所述日志文件中包括的通信对象信息、通信时刻信息和通信业务信息确定出所述数据处理终端的通信数据处理表单，包括：

确定所述日志文件中包括的通信对象信息、通信时刻信息和通信业务信息之间的关联关系，根据所述关联关系搭建空白表单并基于所述关联关系将每个通信对象信息及其对应的通信时刻信息和通信业务信息导入所述空白表单得到所述通信数据处理表单。

本发明实施例的第二方面，提供了一种基于物联网的智能终端数据处理装置，应用于数据处理终端，所述数据处理终端与M个目标终端之间形成通信网络并互相通信，所述装置包括：

获取模块，用于获取数据处理终端在N个连续时段内的第一通信记录以及M个目标终端中的每个目标终端在N个连续时段内的第二通信记录；分别对每个时段内的第一通信记录和M个第二通信记录进行解析，确定每个时段内所述数据处理终端的第一通信参数和每个目标终端的第二通信参数，N和M为正整数；

网络状态确定模块，用于根据每个时段内的第一通信参数以及M个第二通信参数，确定所述数据处理终端和M个目标终端在每个时段内的第一通信状态和第二通信状态，并基于每个时段内的第一通信状态和M个第二通信状态，确定所述通信网络的网络状态；

状态向量获得模块，用于根据所述通信网络在N个连续时段的每个时段内的网络状态确定所述通信网络在每个时段内的多维状态向量，所述多维状态向量包括稳定性向量、延时向量和丢包向量；

聚类模块，用于获取所述数据处理终端的日志文件，基于所述日志文件确定出所述数据处理终端的通信数据处理表单，根据所述通信网络对应的N个多维状态向量以及所述通信数据处理表单，得到特征向量集；对所述特征向量集进行K-means聚类得到目标聚类，其中，所述目标聚类用于表征所述通信网络的网络状态变化轨迹；

调整模块，用于对所述目标聚类中包括的至少部分目标向量进行特征分析，得到所述通信网络的网络状态变化轨迹；对所述通信数据处理表单进行逻辑提取，得到所述通信数据处理表单的第一数据处理轨迹；将所述第一数据处理轨迹映射至所述网络状态变化轨迹中，得到所述第一数据处理轨迹对应的第二数据处理轨迹；基于所述第二数据处理轨迹与所述网络状态变化轨迹的轨迹重合率生成对所述第二数据处理轨迹进行调整的轨迹调整参数，将所述轨迹调整参数映射至预设的参数数据库中查找得到目标参数，根据所述目标参数对所述数据处理终端的工作状态进行调整。

本发明实施例的第三方面，提供了一种数据处理终端，包括：处理器以及与所述处理器连接的存储器和总线；所述处理器和所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的计算机程序，以执行上述的基于物联网的智能终端数据处理方法。

本发明实施例的第四方面，提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的基于物联网的智能终端数据处理方法。

本发明实施例所提供的基于物联网的智能终端数据处理方法及装置，能够对数据处理终端以及M个目标终端在当前时刻之前的N个连续时段内的通信记录进行解析，进而确定出数据处理终端的第一通信参数和目标终端的第二通信参数，然后基于第一通信参数和第二通信参数依次确定通信网络在每个时段内的网络状态、多维状态向量以及通信网络的网络状态变化轨迹并将得到的第一数据处理轨迹映射至网络状态变化轨迹中得到第二数据处理轨迹。最后基于第二数据处理轨迹与网络状态变化轨迹的轨迹重合率生成轨迹调整参数，以实现对数据处理终端的工作状态的调整，确保数据处理终端与通信网络的网络状态同步并进行自适应调整以提高数据处理效率。

附图说明

为了更清楚地说明本发明实施例的技术方案，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发明的某些实施例，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为本发明实施例所提供的一种基于物联网的智能终端数据处理系统的通信连接示意图。

图2为本发明实施例所提供的一种基于物联网的智能终端数据处理方法的流程图。

图3为本发明实施例所提供的一种基于物联网的智能终端数据处理装置的功能模块框图。

图4为本发明实施例所提供的一种数据处理终端的产品模块示意图。

图标：

100-基于物联网的智能终端数据处理系统；

200-数据处理终端；201-基于物联网的智能终端数据处理装置；2011-获取模块；2012-网络状态确定模块；2013-状态向量获得模块；2014-聚类模块；2015-调整模块；211-处理器；212-存储器；213-总线；

300-目标终端。

具体实施方式

下面将参照附图更详细地描述本发明公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。

针对发明人在背景技术中所提出的问题，发明人进行了进一步研究和分析发现，常见的数据处理终端没有对自身所处的通信网络的网络状态进行实时检测，更没有基于自身所处的通信网络的网络状态对当前的数据处理方式进行相应优化和调整，这使得常见的数据处理终端在应对多变的通信网络环境时会出现数据收发延时、数据收发错误或者工作状态不稳定等现象，极大地影响了数据处理终端的正常数据处理工作的开展。

为此，本发明实施例提供了一种基于物联网的智能终端数据处理方法及装置，数据处理终端能够将对应的通信网络的网络状态考虑在内，进而根据实时的通信网络状态对自身的工作状态进行自适应调整，提高数据处理终端对通信数据的处理效率。

请参阅图1，为本发明实施例所提供的一种基于物联网的智能终端数据处理系统100的通信连接示意图，该基于物联网的智能终端数据处理系统100包括数据处理终端200和多个目标终端300。其中，数据处理终端200和多个目标终端300互相之间通信连接以形成通信网络。

可以理解，数据处理终端200和多个目标终端300之间存在通信数据的交互，例如数据收发和数据分析等。以数据处理终端200为例，数据处理终端200依附于整个通信网络为数据处理终端200提供的数据传输信道进行数据处理。

然而，通信网络的网络状态会由于该通信网络中的部分终端的工作状态或者外网的干扰而出现变化。在这种情况下，数据处理终端200实际上时处于一个实时变化的通信网络中的。但是常见的技术无法使数据处理终端200捕捉到这些变化，进而无法使数据处理终端200根据通信网络的实时网络状态对自身的业务处理方式进行自适应的调整，这样会降低数据处理终端200的基于物联网的智能终端数据处理的效率。

在本实施例中，上述基于物联网的智能终端数据处理系统100可以应用于众多领域，例如自动驾驶领域、远程医疗领域和区块链领域等，这些领域需要基于物联网的智能终端数据处理系统100具有低延时和高稳定性。若应用于这些领域的数据处理终端200无法根据通信网络的实时网络状态对自身的业务处理方式进行自适应的调整，可能会造成数据处理终端200的延时和不稳定。

为了改善上述问题，本发明实施例在数据处理终端200侧进行了改进，使得数据处理终端200能够根据通信网络的实时网络状态对数据处理终端200自身的工作参数进行自适应调整以确保数据处理终端200的低延时和稳定性，提高数据处理终端200的基于物联网的智能终端数据处理效率。

请结合参阅图2，为本发明实施例所提供的一种基于物联网的智能终端数据处理方法的流程图，该方法可以应用于图1中的数据处理终端200，也可以应用于图1中的任意一个目标终端300，为便于后续阐述，以该方法应用于数据处理终端为例进行说明，进一步地，该方法可以包括以下内容。

步骤S21，获取数据处理终端在N个连续时段内的第一通信记录以及M个目标终端中的每个目标终端在N个连续时段内的第二通信记录；分别对每个时段内的第一通信记录和M个第二通信记录进行解析，确定每个时段内所述数据处理终端的第一通信参数和每个目标终端的第二通信参数，N和M为正整数。

在本实施例中，连续时段的终止时刻可以是当前时刻，例如，当前时刻为t0，则连续时段可以是(t0-t1)/N，其中，t1是当前时刻t0之前的时刻。进一步地，t1和N可以根据目标终端300的数量来确定。例如，若目标终端300的数量越多，t0-t1越小且N的取值越大，若目标终端300的数量越少，t0-t1越大且N的取值越小。

如此，能够基于整个通信网络的密度来确定连续时段的长度和数量，若目标终端300的数量越多，表征通信网络的密度越大，通信网络的时效性以及单位时间内的网络状态变化率越高，在这种情况下，需要更多的连续时段以及更短的时段时长以确保后续对通信网络的网络状态的准确分析。

步骤S22，根据每个时段内的第一通信参数以及M个第二通信参数，确定所述数据处理终端和M个目标终端在每个时段内的第一通信状态和第二通信状态，并基于每个时段内的第一通信状态和M个第二通信状态，确定所述通信网络的网络状态。

步骤S23，根据所述通信网络在N个连续时段的每个时段内的网络状态确定所述通信网络在每个时段内的多维状态向量，所述多维状态向量包括稳定性向量、延时向量和丢包向量。

在本实施例中，多维状态向量可以理解为通信网络在每个时段内的状态矩阵，该状态矩阵的数量可以为N个。进一步地，稳定性向量用于表征通信网络的通信稳定性，延时向量用于表征通信网络的数据传输延时，丢包向量用于表征通信网络在传输数据时的丢包率。

步骤S24，获取所述数据处理终端的日志文件，基于所述日志文件确定出所述数据处理终端的通信数据处理表单，根据所述通信网络对应的N个多维状态向量以及所述通信数据处理表单，得到特征向量集；对所述特征向量集进行K-means聚类得到目标聚类，其中，所述目标聚类用于表征所述通信网络的网络状态变化轨迹。

步骤S25，对所述目标聚类中包括的至少部分目标向量进行特征分析，得到所述通信网络的网络状态变化轨迹；对所述通信数据处理表单进行逻辑提取，得到所述通信数据处理表单的第一数据处理轨迹；将所述第一数据处理轨迹映射至所述网络状态变化轨迹中，得到所述第一数据处理轨迹对应的第二数据处理轨迹；基于所述第二数据处理轨迹与所述网络状态变化轨迹的轨迹重合率生成对所述第二数据处理轨迹进行调整的轨迹调整参数，将所述轨迹调整参数映射至预设的参数数据库中查找得到目标参数，根据所述目标参数对所述数据处理终端的工作状态进行调整。

在本实施例中，网络状态变化轨迹用于表征通信网络的实时变化趋势。在网络变化轨迹中，每个时段对应一个网络状态节点，网络状态节点之间通过有向连线连接，网络状态节点是根据通信网络的稳定性向量、延时向量和丢包向量对应的向量特征值加权得到的，有向连线上的每个点对应通信网络在不同时刻的稳定性向量、延时向量和丢包向量。

在本实施例中，第二数据处理轨迹与网络状态变化轨迹的轨迹重合率用于表征数据处理终端200进行通信数据处理的效率（包括但不限于数据收发时效性和数据处理稳定性），轨迹重合率越高，数据处理终端200进行通信数据处理的效率越高。

在本实施例中，轨迹调整参数用于对第二数据处理轨迹进行调整以增大第二数据处理轨迹与网络状态变化轨迹的轨迹重叠率，由于第二数据处理轨迹是第一数据处理轨迹映射到网络状态变化轨迹中的，因此轨迹调整参数无法被数据处理终端200直接使用，为此，可以将轨迹调整参数映射至预设的参数数据库中查找得到能够直接为目标参数数据处理终端200使用的目标参数，从而使得数据处理终端200根据目标参数对数据处理终端200的工作状态进行调整，确保数据处理终端200能够根据网络状态变化轨迹与通信网络的网络状态进行同步并进行自适应调整，提高数据处理终端200的数据处理效率。

可以理解，基于上述步骤S21-S25，能够对数据处理终端以及M个目标终端在当前时刻之前的N个连续时段内的通信记录进行解析，进而确定出数据处理终端的第一通信参数和目标终端的第二通信参数，然后基于第一通信参数和第二通信参数依次确定通信网络在每个时段内的网络状态、多维状态向量以及通信网络的网络状态变化轨迹并将得到的第一数据处理轨迹映射至网络状态变化轨迹中得到第二数据处理轨迹。最后基于第二数据处理轨迹与网络状态变化轨迹的轨迹重合率生成轨迹调整参数，以实现对数据处理终端的工作状态的调整，确保数据处理终端与通信网络的网络状态同步并进行自适应调整以提高数据处理效率。

在一种可替换的实施方式中，在步骤S25中，所述基于所述第二数据处理轨迹与所述网络状态变化轨迹的轨迹重合率生成对所述第二数据处理轨迹进行调整的轨迹调整参数，具体可以包括以下内容。

步骤S2511，根据所述第二数据处理轨迹的移动状态控制所述第二数据处理轨迹中的每个轨迹节点与所述网络状态变化轨迹中相对的网络状态节点之间的轨迹重合率的计算线程启动或关闭。

在本实施例中，移动状态包括用于表征第二数据处理轨迹处于运行状态的第一状态以及用于表征第二数据处理轨迹处于暂停状态的第二状态。可以理解，当第二数据处理轨迹的移动状态为第一状态时，数据处理终端控制计算线程启动，当第二数据处理轨迹的移动状态为第二状态时，数据处理终端控制计算线程停止。如此，能够有效减少数据处理终端的计算负荷。

步骤S2512，在控制所述计算线程关闭时，获取所述计算线程在关闭之前的脚本文件，所述脚本文件是所述计算线程在启动时生成并缓存的，所述脚本文件在所述计算线程每次关闭时进行更新。

步骤S2513，在控制所述计算线程启动时，获取所缓存的脚本文件，基于所述脚本文件对所述计算线程进行调试，并根据调试完成的计算线程确定每个轨迹节点与相对的网络状态节点之间的轨迹重合率。

在本实施例中，在每次启动计算线程时能够基于缓存的脚本文件对计算线程进行调试，如此，能够确保轨迹重合率的准确性。

步骤S2514，针对每个轨迹重合率，判断该轨迹重合率是否低于设定值；若是，确定该轨迹重合率对应的网络状态节点的节点特征数组，所述节点特征数据用于表征所述网络状态节点对应的通信网络的网络状态中每个目标终端的第一工况；确定该轨迹重合率对应的轨迹节点在所述网络状态节点对应的通信网络的网络状态中对应的所述数据处理终端的第二工况；基于所述第一工况和所述第二工况确定在该轨迹重合率对应的网络状态下所述数据处理终端和所述目标终端是否存在扰动；若是，按照预设的调整区间生成对该轨迹重合率对应的轨迹节点的当前调整参数并根据当前调整参数对该轨迹重合率对应的轨迹节点进行调整，确定调整之后的轨迹节点与对应的网络状态节点之间的轨迹重合率并返回判断该轨迹重合率是否低于设定值的步骤，若该轨迹重合率不低于所述设定值，将当前调整参数确定为所述轨迹调整参数，若该轨迹重合率仍低于所述设定值，按照所述调整区间对当前调整参数进行迭代并返回根据当前调整参数对该轨迹重合率对应的轨迹节点进行调整的步骤。

在本实施例中，设定值可以根据数据处理终端的业务需求进行调整，其中，业务需求包括但不限于数据收发延时、数据传输掉线率和数据传输速率等。

可以理解，通过步骤S2511-步骤S2514，能够在生成轨迹调整参数时采用调整区间逐步迭代的方法实现，如此，在准确确定轨迹调整参数的前提下能够有效减少数据处理终端的工作负荷。

在具体实施时，在确定通信网络的网络状态时需要考虑数据处理终端和目标终端之间的设备异构性，为此，在步骤S22中，所述基于每个时段内的第一通信状态和M个第二通信状态，确定所述通信网络的网络状态，具体可以包括以下内容。

步骤S221，判断每个时段内的第一通信状态中是否存在用于表征所述数据处理终端存在状态断点的状态信息，若存在，确定该时段内的M个第二通信状态中为间歇暂停状态的数量，根据所述数量以及所述状态信息确定该时段内的通信网络的状态描述信息。

步骤S222，对所述状态描述信息进行特征提取得到所述状态描述信息对应的状态数组，所述状态数组中包括多个状态数值，每个状态数值用于描述所述通信网络在该时段内的通信状态。

步骤S223，根据所述状态数组判断在该时段内所述通信网络的通信连接形式为节点连接还是非节点连接。

步骤S224，根据所述通信连接形式，确定该时段内的通信网络的通信链路稳定系数，其中如果所述通信连接形式为所述非节点连接，根据该时段内的通信网络的通信协议以及所述通信协议中包括的至少部分地址对，计算该时段内的通信网络的通信链路稳定系数；如果通信连接形式为节点连接，根据该时段内的通信网络中的节点接口类型对应的通信数据编码方式，确定该时段内的通信网络的节点权重，并根据该时段内所述数据处理终端和M个目标终端之间的协议配对结果，确定该时段内的通信网络的协议复用率；根据该时段内的通信网络的节点权重以及协议复用率，确定该时段内的通信网络的通信链路稳定系数。

步骤S225，判断所述通信链路稳定系数是否落入预存的该时段内的通信网络所对应的通信链路区间所述通信连接形式；若是，判定该时段内所述数据处理终端和M个目标终端之间不存在设备异构现象，根据所述通信链路稳定系数对该时段内的第一通信状态和M个第二通信状态进行加权得到所述通信网络在该时段内的网络状态；若否，判定该时段内所述数据处理终端和M个目标终端之间存在设备异构现象，根据所述通信链路稳定系数对该时段内的M个第二通信状态进行加权得到所述通信网络在该时段内的网络状态，所述网络状态通过状态列表进行表示。

在本实施例中，基于步骤S221-步骤S225，能够根据通信网络在每个时段内的通信链路稳定系数确定数据处理终端和目标终端在每个时段内是否存在设备异构现象，从而根据判断结果采用不同的方法确定通信网络在每个时段内的网络状态。如此，能够将数据处理终端和目标终端在不同时段内的设备异构现象考虑在内，进而确保通信网络在每个时段内的网络状态的准确性和可靠性。

在具体实施时，为了确保多维状态向量对通信网络的特征还原度，在步骤S23中，所述根据所述通信网络在N个连续时段的每个时段内的网络状态确定所述通信网络在每个时段内的多维状态向量，具体可以包括以下内容。

步骤S231，针对每个时段，获取所述通信网络在该时段内的资源配置序列以及网络状态对应的各状态列表；在根据所述资源配置序列确定出所述通信网络中包含有兼容资源区域的情况下，根据所述通信网络在所述兼容资源区域下的状态列表及其列表序列确定所述通信网络在非兼容资源区域下的各状态列表与所述通信网络在兼容资源区域下的各状态列表之间的第一对应关系，并基于所述第一对应关系将所述通信网络在所述非兼容资源区域下的与在所述兼容资源区域下的状态列表存在从属关系的状态列表调整到所述兼容资源区域下。

步骤S232，判断所述通信网络在所述非兼容资源区域是否包含多个状态列表；若是，根据所述通信网络在所述兼容资源区域下的状态列表及其列表序列确定所述通信网络在所述非兼容资源区域下的各状态列表之间的第二对应关系，并根据所述各状态列表之间的第二对应关系对所述非兼容资源区域下的各状态列表进行分层；根据所述通信网络在所述兼容资源区域下的状态列表及其列表序列为上述分层获得的每层状态列表添加层级系数，并基于每层状态列表对应的层级系数将至少多层状态列表调整到所述兼容资源区域下。

步骤S233，确定所述兼容资源区域下的所有状态列表中的每个状态列表与所述所有状态列表中的出该状态列表外的任一状态列表之间的关联系数，并基于所述所有状态列表中的每个状态列表对应的多个关联系数对每个状态列表进行特征提取，得到所述通信网络在该时段内的多维状态向量。

在本实施例中，通过步骤S231-步骤S233，能够基于资源配置序列将通信网络在每个时段内的网络状态对应的多个状态列表在兼容资源区域和非兼容资源区域中进行合理分配，进而确保处于兼容资源区域下的状态列表的数量，在对处于兼容资源区域下的状态列表进行特征提取时，会预先确定每个状态列表对应的多个关联系数，如此，能够确保对每个状态列表进行特征提取时对每个状态列表中的信息的还原度，从而确保多维状态向量对通信网络的特征还原度。

在具体实施时，为了确保网络状态变化轨迹的准确性，在步骤S25中，所述对所述目标聚类中包括的至少部分目标向量进行特征分析，得到所述通信网络的网络状态变化轨迹，具体可以包括以下内容。

步骤S2521，针对所述目标聚类中的每个向量，判断该向量是否保存有生成通信网络的网络拓扑的向量标识，若否，将该向量从所述目标聚类中剔除，若是，将该向量确定为目标向量。

步骤S2522，针对在所述目标聚类中筛选出的至少部分目标向量，识别所述至少部分目标向量中包含的向量值的维度特征，判断所述至少部分目标向量对应的向量标识中是否保存有所述维度特征的向量值对应的标识对；如果否，在所述至少部分目标向量对应的向量标识中建立所述维度特征的向量值的标识对，并建立所述标识对在所述至少部分目标向量中的网络拓扑对应的节点连线列表；如果是，判断所述至少部分目标向量中包含的向量值的维度特征是否与预设特征相同，如果相同，则针对所述维度特征的向量值对应的标识对，更新所述标识对在所述至少部分目标向量中的网络拓扑对应的节点连线列表，如果不同，则在所述维度特征的向量值的标识对中建立包含所述维度特征的所述至少部分目标向量中的网络拓扑对应的节点连线列表。

步骤S2523，提取所述节点连线列表中的节点信息和连线信息，根据所述节点信息和所述连线信息生成所述通信网络的网络状态变化轨迹。

可以理解，通过步骤S2521-步骤S2523，能够对目标聚类中的向量进行筛选以确保目标向量保存有通信网络的网络拓扑的向量标识，进而基于目标向量中包含的向量值的维度特征以及目标向量对应的向量标识在不同情况下生成不同的节点连线列表。如此，能够基于节点连线列表中的节点信息和连线信息生成通信网络的网络状态变化轨迹，以确保网络状态变化轨迹的准确性。

在实际应用中，所述根据所述目标参数对所述数据处理终端的工作状态进行调整，具体可以包括以下内容。

步骤S2531，根据目标参数中各类参数的调整趋势信息，确定各类参数的调整步长及临界值。

步骤S2532，根据各类参数的全局权重以及所述数据处理终端的剩余内存，确定用于调节各类参数的临界值的调节因数；所述调节因数由各类参数的全局调节因数和局部调节因数确定，所述全局调节因数通过所述数据处理终端的剩余内存得到，所述局部调节因数通过所述数据处理终端的已使用内存得到。

步骤S2534，根据各类参数的调整步长、临界值以及调节因数，对各类参数进行迭代调整，并基于迭代调整的结果确定所述数据处理终端在基于完成迭代调整的各类参数得到的目标工作状态对应的状态评价因子是否落入预设的评价区间内，若是，判定完成对所述数据处理终端的工作状态的调整，若否，返回根据各类参数的调整步长、临界值以及调节因数，对各类参数进行迭代调整的步骤。

在本实施例中，通过上述内容，能够对数据处理终端的工作状态进行迭代调整，可以将数据处理终端的实际工况考虑在内并基于评价区间判断调整工作状态之后的数据处理终端是否能够正常运行，若状态评价因子落入评价区间，表征处于目标工作状态下的数据处理终端能够正常运行，若状态评价因子未落入评价区间，表征处于目标工作状态下的数据处理终端不能正常运行，进而继续对数据处理终端的工作状态进行迭代调整。如此，能够确保对数据处理终端的工作状态的稳且递进的调整。

可选地，为了准确地获取通信数据处理表单，在步骤S24中，所述获取所述数据处理终端的日志文件，基于所述日志文件确定出所述数据处理终端的通信数据处理表单，具体可以包括以下步骤。

步骤S241，根据所述数据处理终端的运行资源信息，确定所述运行资源信息对应的资源信息更新时刻到资源信息封装时刻的所有资源信息流向；所述资源信息流向为，资源信息更新时刻的初始资源信息通过数据处理终端的资源信息缓存线程更新至资源信息封装时刻的信息流向。

步骤S242，判断确定出的所有资源信息流向中，是否存在满足通信数据双向流动条件的目标资源信息流向；若存在，则将所述目标资源信息流向进行整合，并基于整合的目标资源信息流向从所述运行资源信息中提取至少部分资源信息，对至少部分资源信息进行时刻信息和数据信息提取，得到日志文件。

步骤S243，根据所述日志文件中包括的通信对象信息、通信时刻信息和通信业务信息确定出所述数据处理终端的通信数据处理表单。

通过上述内容，能够基于数据处理终端的运行资源信息准确提取得到日志文件，然后根据日志文件确定出通信数据处理表单。由于日志文件是通过基于整合的目标资源信息流向从运行资源信息中提取的，因此日志文件中包括数据处理终端与其它终端的交互信息，如此，能够将数据处理终端在本地侧进行的数据处理过滤，确保通信数据处理表单是与其它终端进行交互而生成的，进而确保通信数据处理表单的准确性。

可选地，所述根据所述日志文件中包括的通信对象信息、通信时刻信息和通信业务信息确定出所述数据处理终端的通信数据处理表单，具体包括：确定所述日志文件中包括的通信对象信息、通信时刻信息和通信业务信息之间的关联关系，根据所述关联关系搭建空白表单并基于所述关联关系将每个通信对象信息及其对应的通信时刻信息和通信业务信息导入所述空白表单得到所述通信数据处理表单。如此，能够确保通信数据处理表单中通信对象信息、通信时刻信息和通信业务信息的一一对应关系，进而确保通信数据处理表单可追溯性。

在上述基础上，请结合参阅图3，为本发明实施例所提供的一种基于物联网的智能终端数据处理装置201的模块框图，该基于物联网的智能终端数据处理装置201可以包括以下模块。

获取模块2011，用于获取数据处理终端在N个连续时段内的第一通信记录以及M个目标终端中的每个目标终端在N个连续时段内的第二通信记录；分别对每个时段内的第一通信记录和M个第二通信记录进行解析，确定每个时段内所述数据处理终端的第一通信参数和每个目标终端的第二通信参数，N和M为正整数。

网络状态确定模块2012，用于根据每个时段内的第一通信参数以及M个第二通信参数，确定所述数据处理终端和M个目标终端在每个时段内的第一通信状态和第二通信状态，并基于每个时段内的第一通信状态和M个第二通信状态，确定所述通信网络的网络状态。

状态向量获得模块2013，用于根据所述通信网络在N个连续时段的每个时段内的网络状态确定所述通信网络在每个时段内的多维状态向量，所述多维状态向量包括稳定性向量、延时向量和丢包向量。

聚类模块2014，用于获取所述数据处理终端的日志文件，基于所述日志文件确定出所述数据处理终端的通信数据处理表单，根据所述通信网络对应的N个多维状态向量以及所述通信数据处理表单，得到特征向量集；对所述特征向量集进行K-means聚类得到目标聚类，其中，所述目标聚类用于表征所述通信网络的网络状态变化轨迹。

调整模块2015，用于对所述目标聚类中包括的至少部分目标向量进行特征分析，得到所述通信网络的网络状态变化轨迹；对所述通信数据处理表单进行逻辑提取，得到所述通信数据处理表单的第一数据处理轨迹；将所述第一数据处理轨迹映射至所述网络状态变化轨迹中，得到所述第一数据处理轨迹对应的第二数据处理轨迹；基于所述第二数据处理轨迹与所述网络状态变化轨迹的轨迹重合率生成对所述第二数据处理轨迹进行调整的轨迹调整参数，将所述轨迹调整参数映射至预设的参数数据库中查找得到目标参数，根据所述目标参数对所述数据处理终端的工作状态进行调整。

本发明实施例还提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的基于物联网的智能终端数据处理方法。

本发明实施例还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述的基于物联网的智能终端数据处理方法。

本实施例中，如图4所示，数据处理终端200包括至少一个处理器211、以及与处理器211连接的至少一个存储器212、总线213。其中，处理器211、存储器212通过总线213完成相互间的通信。处理器211用于调用存储器212中的程序指令，以执行上述的基于物联网的智能终端数据处理方法。

综上，本发明实施例所提供的一种基于物联网的智能终端数据处理方法及装置，能够对数据处理终端以及M个目标终端在当前时刻之前的N个连续时段内的通信记录进行解析，进而确定出数据处理终端的第一通信参数和目标终端的第二通信参数，然后基于第一通信参数和第二通信参数依次确定通信网络在每个时段内的网络状态、多维状态向量以及通信网络的网络状态变化轨迹并将得到的第一数据处理轨迹映射至网络状态变化轨迹中得到第二数据处理轨迹。最后基于第二数据处理轨迹与网络状态变化轨迹的轨迹重合率生成轨迹调整参数，以实现对数据处理终端的工作状态的调整，确保数据处理终端与通信网络的网络状态同步并进行自适应调整以提高数据处理效率。

本申请是参照根据本申请实施例的方法、云数据处理终端（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云数据处理终端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云数据处理终端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。

在一个典型的配置中，云数据处理终端包括一个或多个处理器(CPU)、存储器和总线。云数据处理终端还可以包括输入/输出接口、网络接口等。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他特征权重的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储云数据处理终端或任何其他非传输介质，可用于存储可以被计算云数据处理终端匹配的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者云数据处理终端不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者云数据处理终端所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者云数据处理终端中还存在另外的相同要素。

本领域技术人员应明白，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。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种基于物联网的智能终端数据处理方法，其特征在于，应用于数据处理终端，所述数据处理终端与M个目标终端之间形成通信网络并互相通信，所述方法包括：

获取数据处理终端在N个连续时段内的第一通信记录以及M个目标终端中的每个目标终端在N个连续时段内的第二通信记录；分别对每个时段内的第一通信记录和M个第二通信记录进行解析，确定每个时段内所述数据处理终端的第一通信参数和每个目标终端的第二通信参数，N和M为正整数；

根据每个时段内的第一通信参数以及M个第二通信参数，确定所述数据处理终端和M个目标终端在每个时段内的第一通信状态和第二通信状态，并基于每个时段内的第一通信状态和M个第二通信状态，确定所述通信网络的网络状态；

根据所述通信网络在N个连续时段的每个时段内的网络状态确定所述通信网络在每个时段内的多维状态向量，所述多维状态向量包括稳定性向量、延时向量和丢包向量；其中，多维状态向量为通信网络在每个时段内的状态矩阵，该状态矩阵的数量为N个，稳定性向量用于表征通信网络的通信稳定性，延时向量用于表征通信网络的数据传输延时，丢包向量用于表征通信网络在传输数据时的丢包率；

获取所述数据处理终端的日志文件，基于所述日志文件确定出所述数据处理终端的通信数据处理表单，根据所述通信网络对应的N个多维状态向量以及所述通信数据处理表单，得到特征向量集；对所述特征向量集进行K-means聚类得到目标聚类，其中，所述目标聚类用于表征所述通信网络的网络状态变化轨迹；

对所述目标聚类中包括的至少部分目标向量进行特征分析，得到所述通信网络的网络状态变化轨迹；对所述通信数据处理表单进行逻辑提取，得到所述通信数据处理表单的第一数据处理轨迹；将所述第一数据处理轨迹映射至所述网络状态变化轨迹中，得到所述第一数据处理轨迹对应的第二数据处理轨迹；基于所述第二数据处理轨迹与所述网络状态变化轨迹的轨迹重合率生成对所述第二数据处理轨迹进行调整的轨迹调整参数，将所述轨迹调整参数映射至预设的参数数据库中查找得到目标参数，根据所述目标参数对所述数据处理终端的工作状态进行调整。

2.根据权利要求1所述的方法，其特征在于，所述基于每个时段内的第一通信状态和M个第二通信状态，确定所述通信网络的网络状态，包括：

判断每个时段内的第一通信状态中是否存在用于表征所述数据处理终端存在状态断点的状态信息，若存在，确定该时段内的M个第二通信状态中为间歇暂停状态的数量，根据所述数量以及所述状态信息确定该时段内的通信网络的状态描述信息；

对所述状态描述信息进行特征提取得到所述状态描述信息对应的状态数组，所述状态数组中包括多个状态数值，每个状态数值用于描述所述通信网络在该时段内的通信状态；

根据所述状态数组判断在该时段内所述通信网络的通信连接形式为节点连接还是非节点连接；

根据所述通信连接形式，确定该时段内的通信网络的通信链路稳定系数，其中如果所述通信连接形式为所述非节点连接，根据该时段内的通信网络的通信协议以及所述通信协议中包括的至少部分地址对，计算该时段内的通信网络的通信链路稳定系数；如果通信连接形式为节点连接，根据该时段内的通信网络中的节点接口类型对应的通信数据编码方式，确定该时段内的通信网络的节点权重，并根据该时段内所述数据处理终端和M个目标终端之间的协议配对结果，确定该时段内的通信网络的协议复用率；根据该时段内的通信网络的节点权重以及协议复用率，确定该时段内的通信网络的通信链路稳定系数；

判断所述通信链路稳定系数是否落入预存的该时段内的通信网络所对应的通信链路区间所述通信连接形式；若是，判定该时段内所述数据处理终端和M个目标终端之间不存在设备异构现象，根据所述通信链路稳定系数对该时段内的第一通信状态和M个第二通信状态进行加权得到所述通信网络在该时段内的网络状态；若否，判定该时段内所述数据处理终端和M个目标终端之间存在设备异构现象，根据所述通信链路稳定系数对该时段内的M个第二通信状态进行加权得到所述通信网络在该时段内的网络状态，所述网络状态通过状态列表进行表示。

3.根据权利要求2所述的方法，其特征在于，所述根据所述通信网络在N个连续时段的每个时段内的网络状态确定所述通信网络在每个时段内的多维状态向量，包括：

针对每个时段，获取所述通信网络在该时段内的资源配置序列以及网络状态对应的各状态列表；在根据所述资源配置序列确定出所述通信网络中包含有兼容资源区域的情况下，根据所述通信网络在所述兼容资源区域下的状态列表及其列表序列确定所述通信网络在非兼容资源区域下的各状态列表与所述通信网络在兼容资源区域下的各状态列表之间的第一对应关系，并基于所述第一对应关系将所述通信网络在所述非兼容资源区域下的与在所述兼容资源区域下的状态列表存在从属关系的状态列表调整到所述兼容资源区域下；

判断所述通信网络在所述非兼容资源区域是否包含多个状态列表；若是，根据所述通信网络在所述兼容资源区域下的状态列表及其列表序列确定所述通信网络在所述非兼容资源区域下的各状态列表之间的第二对应关系，并根据所述各状态列表之间的第二对应关系对所述非兼容资源区域下的各状态列表进行分层；根据所述通信网络在所述兼容资源区域下的状态列表及其列表序列为上述分层获得的每层状态列表添加层级系数，并基于每层状态列表对应的层级系数将至少多层状态列表调整到所述兼容资源区域下；

确定所述兼容资源区域下的所有状态列表中的每个状态列表与所述所有状态列表中的出该状态列表外的任一状态列表之间的关联系数，并基于所述所有状态列表中的每个状态列表对应的多个关联系数对每个状态列表进行特征提取，得到所述通信网络在该时段内的多维状态向量。

4.根据权利要求1所述的方法，其特征在于，所述对所述目标聚类中包括的至少部分目标向量进行特征分析，得到所述通信网络的网络状态变化轨迹，包括：

针对所述目标聚类中的每个向量，判断该向量是否保存有生成通信网络的网络拓扑的向量标识，若否，将该向量从所述目标聚类中剔除，若是，将该向量确定为目标向量；

针对在所述目标聚类中筛选出的至少部分目标向量，识别所述至少部分目标向量中包含的向量值的维度特征，判断所述至少部分目标向量对应的向量标识中是否保存有所述维度特征的向量值对应的标识对；如果否，在所述至少部分目标向量对应的向量标识中建立所述维度特征的向量值的标识对，并建立所述标识对在所述至少部分目标向量中的网络拓扑对应的节点连线列表；如果是，判断所述至少部分目标向量中包含的向量值的维度特征是否与预设特征相同，如果相同，则针对所述维度特征的向量值对应的标识对，更新所述标识对在所述至少部分目标向量中的网络拓扑对应的节点连线列表，如果不同，则在所述维度特征的向量值的标识对中建立包含所述维度特征的所述至少部分目标向量中的网络拓扑对应的节点连线列表；

提取所述节点连线列表中的节点信息和连线信息，根据所述节点信息和所述连线信息生成所述通信网络的网络状态变化轨迹。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述目标参数对所述数据处理终端的工作状态进行调整，包括：

根据目标参数中各类参数的调整趋势信息，确定各类参数的调整步长及临界值；

根据各类参数的全局权重以及所述数据处理终端的剩余内存，确定用于调节各类参数的临界值的调节因数；所述调节因数由各类参数的全局调节因数和局部调节因数确定，所述全局调节因数通过所述数据处理终端的剩余内存得到，所述局部调节因数通过所述数据处理终端的已使用内存得到；

根据各类参数的调整步长、临界值以及调节因数，对各类参数进行迭代调整，并基于迭代调整的结果确定所述数据处理终端在基于完成迭代调整的各类参数得到的目标工作状态对应的状态评价因子是否落入预设的评价区间内，若是，判定完成对所述数据处理终端的工作状态的调整，若否，返回根据各类参数的调整步长、临界值以及调节因数，对各类参数进行迭代调整的步骤。

6.根据权利要求1所述的方法，其特征在于，所述获取所述数据处理终端的日志文件，基于所述日志文件确定出所述数据处理终端的通信数据处理表单，包括：

根据所述数据处理终端的运行资源信息，确定所述运行资源信息对应的资源信息更新时刻到资源信息封装时刻的所有资源信息流向；所述资源信息流向为，资源信息更新时刻的初始资源信息通过数据处理终端的资源信息缓存线程更新至资源信息封装时刻的信息流向；

判断确定出的所有资源信息流向中，是否存在满足通信数据双向流动条件的目标资源信息流向；若存在，则将所述目标资源信息流向进行整合，并基于整合的目标资源信息流向从所述运行资源信息中提取至少部分资源信息，对至少部分资源信息进行时刻信息和数据信息提取，得到日志文件；

根据所述日志文件中包括的通信对象信息、通信时刻信息和通信业务信息确定出所述数据处理终端的通信数据处理表单。

7.根据权利要求6所述的方法，其特征在于，所述根据所述日志文件中包括的通信对象信息、通信时刻信息和通信业务信息确定出所述数据处理终端的通信数据处理表单，包括：

确定所述日志文件中包括的通信对象信息、通信时刻信息和通信业务信息之间的关联关系，根据所述关联关系搭建空白表单并基于所述关联关系将每个通信对象信息及其对应的通信时刻信息和通信业务信息导入所述空白表单得到所述通信数据处理表单。

8.一种基于物联网的智能终端数据处理装置，其特征在于，应用于数据处理终端，所述数据处理终端与M个目标终端之间形成通信网络并互相通信，所述装置包括：

获取模块，用于获取数据处理终端在N个连续时段内的第一通信记录以及M个目标终端中的每个目标终端在N个连续时段内的第二通信记录；分别对每个时段内的第一通信记录和M个第二通信记录进行解析，确定每个时段内所述数据处理终端的第一通信参数和每个目标终端的第二通信参数，N和M为正整数；

网络状态确定模块，用于根据每个时段内的第一通信参数以及M个第二通信参数，确定所述数据处理终端和M个目标终端在每个时段内的第一通信状态和第二通信状态，并基于每个时段内的第一通信状态和M个第二通信状态，确定所述通信网络的网络状态；

状态向量获得模块，用于根据所述通信网络在N个连续时段的每个时段内的网络状态确定所述通信网络在每个时段内的多维状态向量，所述多维状态向量包括稳定性向量、延时向量和丢包向量；其中，多维状态向量为通信网络在每个时段内的状态矩阵，该状态矩阵的数量为N个，稳定性向量用于表征通信网络的通信稳定性，延时向量用于表征通信网络的数据传输延时，丢包向量用于表征通信网络在传输数据时的丢包率；

聚类模块，用于获取所述数据处理终端的日志文件，基于所述日志文件确定出所述数据处理终端的通信数据处理表单，根据所述通信网络对应的N个多维状态向量以及所述通信数据处理表单，得到特征向量集；对所述特征向量集进行K-means聚类得到目标聚类，其中，所述目标聚类用于表征所述通信网络的网络状态变化轨迹；

调整模块，用于对所述目标聚类中包括的至少部分目标向量进行特征分析，得到所述通信网络的网络状态变化轨迹；对所述通信数据处理表单进行逻辑提取，得到所述通信数据处理表单的第一数据处理轨迹；将所述第一数据处理轨迹映射至所述网络状态变化轨迹中，得到所述第一数据处理轨迹对应的第二数据处理轨迹；基于所述第二数据处理轨迹与所述网络状态变化轨迹的轨迹重合率生成对所述第二数据处理轨迹进行调整的轨迹调整参数，将所述轨迹调整参数映射至预设的参数数据库中查找得到目标参数，根据所述目标参数对所述数据处理终端的工作状态进行调整。

Images