CN112448861A - 边缘设备的处理方法及装置、存储介质和处理器 - Google Patents

Abstract

本申请公开了一种边缘设备的处理方法及装置、存储介质和处理器。该方法包括：将采集到的边缘设备的传感器数据输入流计算引擎；通过流计算引擎对传感器数据进行分窗处理，得到多个包括数据的滑动窗口；对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值；根据每个滑动窗口的计数值确定边缘设备的运行状态是否处于异常状态。通过本申请，解决了相关技术中难以及时确定边缘设备运行状态的异常情况的问题。

Description

边缘设备的处理方法及装置、存储介质和处理器

技术领域

本申请涉及信息处理技术领域，具体而言，涉及一种边缘设备的处理方法及装置、存储介质和处理器。

背景技术

边缘计算起源于传媒领域，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。实时分析是边缘计算的重要应用场景，针对边缘设备运行状态的异常情况，时常出现难以及时确定边缘设备运行状态的异常情况或者针对异常情况的报警处理不及时导致后续非计划停机。

针对相关技术中难以及时确定边缘设备运行状态的异常情况的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种边缘设备的处理方法及装置、存储介质和处理器，以解决相关技术中难以及时确定边缘设备运行状态的异常情况的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种边缘设备的处理方法。该方法包括：将采集到的边缘设备的传感器数据输入流计算引擎；通过所述流计算引擎对所述传感器数据进行分窗处理，得到多个包括数据的滑动窗口；对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值；根据每个滑动窗口的计数值确定所述边缘设备的运行状态是否处于异常状态。

进一步地，对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值包括：获取每个滑动窗口包括数据中的当前值和相邻下一值；根据每个滑动窗口的数据中的当前值和相邻下一值判断是否符合所述预设条件；若符合所述预设条件，则对所述滑动窗口的计数值增加预设数值；将所述滑动窗口包括数据中的相邻下一值作为当前值，继续判断所述滑动窗口的数据中的当前值和相邻下一值是否符合所述预设条件，直到所述滑动窗口中的最后一个数据，得到每个滑动窗口的计数值。

进一步地，所述预设条件为以下之一：所述滑动窗口包括数据中的当前值小于预设阈值且相邻下一值大于所述预设阈值、所述滑动窗口包括数据中的当前值大于预设阈值且相邻下一值小于所述预设阈值。

进一步地，对每个滑动窗口的计数值确定所述边缘设备的运行状态是否处于异常状态包括：若存在滑动窗口的计数值大于预设计数值，则确定所述边缘设备的运行状态处于异常状态。

进一步地，在对每个滑动窗口的计数值确定所述边缘设备的运行状态是否处于异常状态之后，所述方法还包括：若确定所述边缘设备的运行状态处于异常状态，则触发提醒信息，以提醒目标对象。

进一步地，通过所述流计算引擎对所述传感器数据进行分窗处理，得到多个包括数据的滑动窗口包括：确定对所述传感器数据进行分窗处理的时间间隔；通过所述流计算引擎按照所述时间间隔对所述传感器数据进行分窗处理，得到多个包括数据的滑动窗口。

进一步地，所述传感器数据包括以下至少之一：振动特征值数据、工艺量数据。

为了实现上述目的，根据本申请的另一方面，提供了一种边缘设备的处理装置，包括：输入单元，用于将采集到的边缘设备的传感器数据输入流计算引擎；第一获取单元，用于通过所述流计算引擎对所述传感器数据进行分窗处理，得到多个包括数据的滑动窗口；第二获取单元，用于对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值；确定单元，用于根据每个滑动窗口的计数值确定所述边缘设备的运行状态是否处于异常状态。

为了实现上述目的，根据本申请的另一方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述任意一项所述的边缘设备的处理方法。

为了实现上述目的，根据本申请的另一方面，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任意一项所述的边缘设备的处理方法。

通过本申请，采用以下步骤：将采集到的边缘设备的传感器数据输入流计算引擎；通过流计算引擎对传感器数据进行分窗处理，得到多个包括数据的滑动窗口；对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值；根据每个滑动窗口的计数值确定边缘设备的运行状态是否处于异常状态，解决了相关技术中难以及时确定边缘设备运行状态的异常情况的问题。基于确定出的滑动窗口的计数值，判断边缘设备的运行状态是否处于异常状态，进而达到了提升确定边缘设备运行状态的异常情况的及时性的效果。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例提供的边缘设备的处理方法的流程图；

图2是根据本申请实施例提供的传感器数据输入流计算引擎的示意图；

图3是根据本申请实施例提供的传感器数据进行分窗处理的示意图；

图4是根据本申请实施例提供的边缘设备的处理装置的示意图；以及

图5是根据本申请实施例提供的设备框图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为了便于描述，以下对本申请实施例涉及的部分名词或术语进行说明：

流计算，在传统的数据处理流程中，总是先收集数据，然后将数据放到DB中。当人们需要的时候通过DB对数据做query，得到答案或进行相关的处理。这样看起来虽然非常合理，但是结果却非常的紧凑，尤其是在一些实时搜索应用环境中的某些具体问题，类似于Map Reduce方式的离线处理并不能很好地解决问题。这就引出了一种新的数据计算结构---流计算方式。它可以很好地对大规模流动数据在不断变化的运动过程中实时地进行分析，捕捉到可能有用的信息，并把结果发送到下一计算节点。

根据本申请的实施例，提供了一种边缘设备的处理方法。

图1是根据本申请实施例的边缘设备的处理方法的流程图。如图1所示，该方法包括以下步骤：

步骤S101，将采集到的边缘设备的传感器数据输入流计算引擎。

可选地，在本申请实施例提供的边缘设备的处理方法中，上述传感器数据包括以下至少之一：振动特征值数据、工艺量数据。

工艺量数据中包括温度数据、压力数据，湿度数据，例如，传感器数据为温度数据时，采集到的温度数据为：2，5，9，8，8，3，4，2，2，5，1，1，1，2，5，9。将采集到的温度输入流计算引擎的示意图，如图2所示。

步骤S102，通过流计算引擎对传感器数据进行分窗处理，得到多个包括数据的滑动窗口。

可选地，在本申请实施例提供的边缘设备的处理方法中，通过流计算引擎对传感器数据进行分窗处理，得到多个包括数据的滑动窗口包括：确定对传感器数据进行分窗处理的时间间隔；通过流计算引擎按照时间间隔对传感器数据进行分窗处理，得到多个包括数据的滑动窗口。

例如，对传感器数据进行分窗处理的时间间隔为2s，若2s内采集到的数据为4个，则对上述采集到的温度数据进行分窗处理如图3所示。也即通过流计算引擎将传感数据按照时间间隔滑动到不同的滑动窗口内，得到多个包括数据的滑动窗口。例如，滑动窗口1包括数据2，5，9，8；滑动窗口2包括数据9，8，8，3；滑动窗口3包括数据8，3，4，2；等等。

步骤S103，对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值。

可选地，在本申请实施例提供的边缘设备的处理方法中，对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值包括：获取每个滑动窗口包括数据中的当前值和相邻下一值；根据每个滑动窗口的数据中的当前值和相邻下一值判断是否符合预设条件；若符合预设条件，则对滑动窗口的计数值增加预设数值；将滑动窗口包括数据中的相邻下一值作为当前值，继续判断滑动窗口的数据中的当前值和相邻下一值是否符合预设条件，直到滑动窗口中的最后一个数据，得到每个滑动窗口的计数值。上述的预设条件为以下之一：滑动窗口包括数据中的当前值小于预设阈值且相邻下一值大于预设阈值、滑动窗口包括数据中的当前值大于预设阈值且相邻下一值小于预设阈值。

例如，滑动窗口1包括的数据2，5，9，8，当前值为2，相邻下一值为5，预设阈值为3。当前值2小于预设阈值3，相邻下一值5大于预设阈值3，也即符合预设条件，则对滑动窗口的计数值增加1(对应上述的预设数值)。然后将5作为当前值，9作为相邻下一值，继续将当前值5和相邻下一值9与预设阈值进行比较，以确定是否符合预设条件，以确定是否需要增加滑动窗口的计数值。直到判断至滑动窗口1中的最后一个数据8，得到每个滑动窗口的总计数值。例如，最后得到滑动窗口1的总计数值为1。

步骤S104，根据每个滑动窗口的计数值确定边缘设备的运行状态是否处于异常状态。

例如，若存在滑动窗口的计数值大于预设计数值，则确定边缘设备的运行状态处于异常状态。若预设计数值为0，滑动窗口1的计数值为1，则滑确定动窗口的计数值1大于预设计数值0，则确定边缘设备的运行状态处于异常状态。

在确定边缘设备的运行状态处于异常状态，则可以触发提醒信息，以提醒目标对象。以便目标对象及时获取边缘设备的运行状态，及时对边缘设备的进行相应处理。

通过上述技术手段，采用结合流计算的时间滑动窗口进行穿越分析方法，能够及时确定边缘设备运行状态的异常情况，以避免无法获知边缘设备运行状态的异常情况导致后续非计划停机的情况发生。

综上所述，本申请实施例提供的边缘设备的处理方法，通过将采集到的边缘设备的传感器数据输入流计算引擎；通过流计算引擎对传感器数据进行分窗处理，得到多个包括数据的滑动窗口；对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值；根据每个滑动窗口的计数值确定边缘设备的运行状态是否处于异常状态，解决了相关技术中难以及时确定边缘设备运行状态的异常情况的问题。基于确定出的滑动窗口的计数值，判断边缘设备的运行状态是否处于异常状态，进而达到了提升确定边缘设备运行状态的异常情况的及时性的效果。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本申请实施例还提供了一种边缘设备的处理装置，需要说明的是，本申请实施例的边缘设备的处理装置可以用于执行本申请实施例所提供的用于边缘设备的处理方法。以下对本申请实施例提供的边缘设备的处理装置进行介绍。

图4是根据本申请实施例的边缘设备的处理装置的示意图。如图4所示，该装置包括：输入单元201、第一获取单元202、第二获取单元203和确定单元204。

具体地，输入单元201，用于将采集到的边缘设备的传感器数据输入流计算引擎；

第一获取单元202，用于通过流计算引擎对传感器数据进行分窗处理，得到多个包括数据的滑动窗口；

第二获取单元203，用于对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值；

确定单元204，用于根据每个滑动窗口的计数值确定边缘设备的运行状态是否处于异常状态。

本申请实施例提供的边缘设备的处理装置，通过输入单元201将采集到的边缘设备的传感器数据输入流计算引擎；第一获取单元202通过流计算引擎对传感器数据进行分窗处理，得到多个包括数据的滑动窗口；第二获取单元203对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值；确定单元204根据每个滑动窗口的计数值确定边缘设备的运行状态是否处于异常状态，解决了相关技术中难以及时确定边缘设备运行状态的异常情况的问题，基于确定出的滑动窗口的计数值，判断边缘设备的运行状态是否处于异常状态，进而达到了提升确定边缘设备运行状态的异常情况的及时性的效果。

可选地，在本申请实施例提供的边缘设备的处理装置中，第二获取单元203包括：第一获取模块，用于获取每个滑动窗口包括数据中的当前值和相邻下一值；判断模块，用于根据每个滑动窗口的数据中的当前值和相邻下一值判断是否符合预设条件；处理模块，用于在符合预设条件的情况下，则对滑动窗口的计数值增加预设数值；第二获取模块，用于将滑动窗口包括数据中的相邻下一值作为当前值，继续判断滑动窗口的数据中的当前值和相邻下一值是否符合预设条件，直到滑动窗口中的最后一个数据，得到每个滑动窗口的计数值。

可选地，在本申请实施例提供的边缘设备的处理装置中，预设条件为以下之一：滑动窗口包括数据中的当前值小于预设阈值且相邻下一值大于预设阈值、滑动窗口包括数据中的当前值大于预设阈值且相邻下一值小于预设阈值。

可选地，在本申请实施例提供的边缘设备的处理装置中，确定单元204包括：第一确定模块，用于在存在滑动窗口的计数值大于预设计数值的情况下，则确定边缘设备的运行状态处于异常状态。

可选地，在本申请实施例提供的边缘设备的处理装置中，该装置还包括：触发单元，用于在对每个滑动窗口的计数值确定边缘设备的运行状态是否处于异常状态之后，在确定边缘设备的运行状态处于异常状态的情况下，则触发提醒信息，以提醒目标对象。

可选地，在本申请实施例提供的边缘设备的处理装置中，第一获取单元202包括：第二确定模块，用于确定对传感器数据进行分窗处理的时间间隔；第三获取模块，用于通过流计算引擎按照时间间隔对传感器数据进行分窗处理，得到多个包括数据的滑动窗口。

可选地，在本申请实施例提供的边缘设备的处理装置中，传感器数据包括以下至少之一：振动特征值数据、工艺量数据。

所述边缘设备的处理装置包括处理器和存储器，上述输入单元201、第一获取单元202、第二获取单元203和确定单元204等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来边缘设备的处理。

本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述边缘设备的处理方法。

本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述边缘设备的处理方法。

本发明实施例提供了一种设备，如图5所示，设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行上述的边缘设备的处理方法。本文中的设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：将采集到的边缘设备的传感器数据输入流计算引擎；通过所述流计算引擎对所述传感器数据进行分窗处理，得到多个包括数据的滑动窗口；对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值；根据每个滑动窗口的计数值确定所述边缘设备的运行状态是否处于异常状态。

当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值包括：获取每个滑动窗口包括数据中的当前值和相邻下一值；根据每个滑动窗口的数据中的当前值和相邻下一值判断是否符合所述预设条件；若符合所述预设条件，则对所述滑动窗口的计数值增加预设数值；将所述滑动窗口包括数据中的相邻下一值作为当前值，继续判断所述滑动窗口的数据中的当前值和相邻下一值判断是否符合所述预设条件，直到所述滑动窗口中的最后一个数据，得到每个滑动窗口的计数值。

当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：所述预设条件为以下之一：所述滑动窗口包括数据中的当前值小于预设阈值且相邻下一值大于所述预设阈值、所述滑动窗口包括数据中的当前值大于预设阈值且相邻下一值小于所述预设阈值。

当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：对每个滑动窗口的计数值确定所述边缘设备的运行状态是否处于异常状态包括：若存在滑动窗口的计数值大于预设计数值，则确定所述边缘设备的运行状态处于异常状态。

当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：在对每个滑动窗口的计数值确定所述边缘设备的运行状态是否处于异常状态之后，所述方法还包括：若确定所述边缘设备的运行状态处于异常状态，则触发提醒信息，以提醒目标对象。

当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：通过所述流计算引擎对所述传感器数据进行分窗处理，得到多个包括数据的滑动窗口包括：确定对所述传感器数据进行分窗处理的时间间隔；通过所述流计算引擎按照所述时间间隔对所述传感器数据进行分窗处理，得到多个包括数据的滑动窗口。

当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：所述传感器数据包括以下至少之一：振动特征值数据、工艺量数据。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

在一个典型的配置中，设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/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(flash RAM)，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)、其他类型的随机存取存储器(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设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。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(transitory media)，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。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、商品或者设备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 (10)

1.一种边缘设备的处理方法，其特征在于，包括：

将采集到的边缘设备的传感器数据输入流计算引擎；

通过所述流计算引擎对所述传感器数据进行分窗处理，得到多个包括数据的滑动窗口；

对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值；

根据每个滑动窗口的计数值确定所述边缘设备的运行状态是否处于异常状态。

2.根据权利要求1所述的方法，其特征在于，对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值包括：

获取每个滑动窗口包括数据中的当前值和相邻下一值；

根据每个滑动窗口的数据中的当前值和相邻下一值判断是否符合所述预设条件；

若符合所述预设条件，则对所述滑动窗口的计数值增加预设数值；

将所述滑动窗口包括数据中的相邻下一值作为当前值，继续判断所述滑动窗口的数据中的当前值和相邻下一值是否符合所述预设条件，直到所述滑动窗口中的最后一个数据，得到每个滑动窗口的计数值。

3.根据权利要求2所述的方法，其特征在于，所述预设条件为以下之一：所述滑动窗口包括数据中的当前值小于预设阈值且相邻下一值大于所述预设阈值、所述滑动窗口包括数据中的当前值大于预设阈值且相邻下一值小于所述预设阈值。

4.根据权利要求1所述的方法，其特征在于，对每个滑动窗口的计数值确定所述边缘设备的运行状态是否处于异常状态包括：

若存在滑动窗口的计数值大于预设计数值，则确定所述边缘设备的运行状态处于异常状态。

5.根据权利要求1所述的方法，其特征在于，在对每个滑动窗口的计数值确定所述边缘设备的运行状态是否处于异常状态之后，所述方法还包括：

若确定所述边缘设备的运行状态处于异常状态，则触发提醒信息，以提醒目标对象。

6.根据权利要求1所述的方法，其特征在于，通过所述流计算引擎对所述传感器数据进行分窗处理，得到多个包括数据的滑动窗口包括：

确定对所述传感器数据进行分窗处理的时间间隔；

通过所述流计算引擎按照所述时间间隔对所述传感器数据进行分窗处理，得到多个包括数据的滑动窗口。

7.根据权利要求1所述的方法，其特征在于，所述传感器数据包括以下至少之一：振动特征值数据、工艺量数据。

8.一种边缘设备的处理装置，其特征在于，包括：

输入单元，用于将采集到的边缘设备的传感器数据输入流计算引擎；

第一获取单元，用于通过所述流计算引擎对所述传感器数据进行分窗处理，得到多个包括数据的滑动窗口；

第二获取单元，用于对每个滑动窗口中的数据按照预设条件进行分析，得到每个滑动窗口的计数值；

确定单元，用于根据每个滑动窗口的计数值确定所述边缘设备的运行状态是否处于异常状态。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至7中任意一项所述的边缘设备的处理方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的边缘设备的处理方法。

Images