CN112463591B - 农业物联网系统评价方法、装置、设备及存储介质 - Google Patents

农业物联网系统评价方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112463591B
CN112463591B CN202011258455.5A CN202011258455A CN112463591B CN 112463591 B CN112463591 B CN 112463591B CN 202011258455 A CN202011258455 A CN 202011258455A CN 112463591 B CN112463591 B CN 112463591B
Authority
CN
China
Prior art keywords
software
reliability
hardware
evaluation
reliability evaluation
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
CN202011258455.5A
Other languages
English (en)
Other versions
CN112463591A (zh
Inventor
高星星
廖剑
王锐
卢泽民
罗欣
庞雄斌
罗友谊
舒虹杰
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.)
Wuhan Academy of Agricultural Sciences
Original Assignee
Wuhan Academy of Agricultural Sciences
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 Wuhan Academy of Agricultural Sciences filed Critical Wuhan Academy of Agricultural Sciences
Priority to CN202011258455.5A priority Critical patent/CN112463591B/zh
Publication of CN112463591A publication Critical patent/CN112463591A/zh
Application granted granted Critical
Publication of CN112463591B publication Critical patent/CN112463591B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3688—Test management for test execution, e.g. scheduling of test suites
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y30/00—IoT infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Agronomy & Crop Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Husbandry (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于物联网技术领域，公开了一种农业物联网系统评价方法、装置、设备及存储介质。本发明通过获取农业物联网系统的软件测试数据及硬件性能参数；根据软件测试数据确定软件可靠性评价信息，根据硬件性能参数确定硬件可靠性评价信息，根据软件测试数据确定软硬件协同可靠性信息；根据软件可靠性评价信息、硬件可靠性评价信息及软硬件协同可靠性信息对农业物联网系统进行可靠性评价。由于获取软件测试数据及硬件性能参数不需进行仿真测试，获取难度较低，且软件测试数据及硬件性能参数均为在实际农业物联网系统进行测试或采集得到的，更加贴合实际应用场景，因此，本发明农业物联网系统评价方法十分适合实际使用。

Description

农业物联网系统评价方法、装置、设备及存储介质
技术领域
本发明涉及物联网技术领域，尤其涉及一种农业物联网系统评价方法、装置、设备及存储介质。
背景技术
农业物联网系统，是通过各种仪器仪表实时显示或作为自动控制的参变量参与到自动控制中的物联网系统，可以为温室精准调控提供科学依据，达到增产、改善品质、调节生长周期、提高经济效益的目的。因为农业物联网系统实际使用场景特殊，农业物联网系统在运行过程中，对系统的可靠性有较高的要求，例如：在水产物联网系统中，当池塘溶氧量到达下限，而系统没有及时根据设定开启增氧设备，则养殖的水产物会因缺氧而快速的死亡，会造成不可估量的损失。因此，如何对农业物联网的可靠性进行评价受到各方的关注。目前，针对农业物联网可靠性评价主要通过仿真的分析方法，通过模拟运行环境等方式进行分析，但是，这些方法主要偏重理论研究，使用方式复杂，且并不贴合实际场景，在实际使用中难以应用。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种农业物联网系统评价方法、装置、设备及存储介质，旨在解决现有技术农业物联网系统可靠性评价方法在实际使用中难以应用的技术问题。
为实现上述目的，本发明提供了一种农业物联网系统评价方法，所述方法包括以下步骤:
获取农业物联网系统的软件测试数据及硬件性能参数；
根据所述软件测试数据确定软件可靠性评价信息，根据所述硬件性能参数确定硬件可靠性评价信息，根据所述软件测试数据确定软硬件协同可靠性信息；
根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息对所述农业物联网系统进行可靠性评价。
优选地，所述根据所述软件测试数据确定软件可靠性评价信息的步骤，包括：
获取预设软件可靠性评价指标及各预设软件可靠性评价指标的指标权重；
根据所述软件测试数据确定各预设软件可靠性评价指标对应的指标评价值；
根据所述指标评价值及所述指标权重确定软件可靠性评价信息。
优选地，所述根据所述指标评价值及所述指标权重确定软件可靠性评价信息的步骤，包括：
对所述指标评价值分别进行归一化处理，获得可靠性评价分值；
根据所述可靠性评价分值及所述指标权重进行加权求和，以获得软件可靠性评价信息。
优选地，所述根据所述软件测试数据确定软硬件协同可靠性信息的步骤，包括：
根据所述软件测试数据确定平均失效前时长；
对所述平均失效前时长进行归一化处理，获得软硬件协同可靠性信息。
优选地，所述根据所述硬件性能参数确定硬件可靠性评价信息的步骤，包括：
根据所述硬件性能参数确定所述农业物联网系统中的各个硬件模块对应的平均无故障工作时长及需持续运行时长；
根据所述平均无故障工作时长及需持续运行时长确定对应的可靠性分值；
根据各个硬件模块对应的可靠性分值确定硬件可靠性评价信息。
优选地，所述根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息对所述农业物联网系统进行可靠性评价的步骤，包括：
根据所述软件可靠性评价信息确定软件可靠性评价，根据所述硬件可靠性评价信息确定硬件可靠性评价，根据所述软硬件协同可靠性信息确定软硬件协同评价；
根据所述软件可靠性评价、所述硬件可靠性评价及所述软硬件协同评价对所述农业物联网系统进行可靠性评价。
优选地，所述根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息对所述农业物联网系统进行可靠性评价的步骤，包括：
根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息确定系统可靠性评价分值；
根据所述系统可靠性评价分值对所述农业物联网系统进行可靠性评价。
此外，为实现上述目的，本发明还提出一种农业物联网系统评价装置，所述农业物联网系统评价装置包括以下模块：
数据获取模块，用于获取农业物联网系统的软件测试数据及硬件性能参数；
信息确定模块，用于根据所述软件测试数据确定软件可靠性评价信息，根据所述硬件性能参数确定硬件可靠性评价信息，根据所述软件测试数据确定软硬件协同可靠性信息；
系统评价模块，用于根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息对所述农业物联网系统进行可靠性评价。
此外，为实现上述目的，本发明还提出一种农业物联网系统评价设备，所述农业物联网系统评价设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的农业物联网系统评价程序，所述农业物联网系统评价程序被所述处理器执行时实现如上述任一项所述的农业物联网系统评价方法的步骤。
此外，为实现上述目的，本发明还提出一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有农业物联网系统评价程序，所述农业物联网系统评价程序执行时实现如上述任一项所述的农业物联网系统评价方法的步骤。
本发明通过获取农业物联网系统的软件测试数据及硬件性能参数；根据软件测试数据确定软件可靠性评价信息，根据硬件性能参数确定硬件可靠性评价信息，根据软件测试数据确定软硬件协同可靠性信息；根据软件可靠性评价信息、硬件可靠性评价信息及软硬件协同可靠性信息对农业物联网系统进行可靠性评价。由于获取软件测试数据及硬件性能参数不需进行仿真测试，获取难度较低，且软件测试数据及硬件性能参数均为在实际农业物联网系统进行测试或采集得到的，更加贴合实际应用场景，因此，本发明农业物联网系统评价方法十分适合实际使用。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的电子设备的结构示意图；
图2为本发明农业物联网系统评价方法第一实施例的流程示意图；
图3为本发明农业物联网系统评价方法第二实施例的流程示意图；
图4为本发明农业物联网系统评价装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的农业物联网系统评价设备结构示意图。
如图1所示，该电子设备可以包括：处理器1001，例如中央处理器(CentralProcessing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及农业物联网系统评价程序。
在图1所示的电子设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明电子设备中的处理器1001、存储器1005可以设置在农业物联网系统评价设备中，所述电子设备通过处理器1001调用存储器1005中存储的农业物联网系统评价程序，并执行本发明实施例提供的农业物联网系统评价方法。
本发明实施例提供了一种农业物联网系统评价方法，参照图2，图2为本发明一种农业物联网系统评价方法第一实施例的流程示意图。
本实施例中，所述农业物联网系统评价方法包括以下步骤：
步骤S10：获取农业物联网系统的软件测试数据及硬件性能参数。
需要说明的是，本实施例的执行主体可以是农业物联网系统评价设备，所述农业物联网系统评价设备可以是个人电脑、服务器等电子设备，还可以为其他可实现相同或相似功能的设备，本实施例对此不作限制，在本实施例及下述各实施例中，以农业物联网系统评价设备为例对本发明农业物联网系统评价方法进行说明。
需要说明的是，软件测试数据可以包括执行测试用例总数、功能失效率、功能修复率、功能故障率、故障修复率、测试覆盖率、测试通过率等数据，硬件性能参数可以包括农业物联网系统各个硬件模块的性能参数，例如：电源模块的最大传输功率、可持续使用时间，数据传输模块的最大传输数据量、可持续使用时间，感知模块的感知范围，可持续使用时间等。
步骤S20：根据所述软件测试数据确定软件可靠性评价信息，根据所述硬件性能参数确定硬件可靠性评价信息，根据所述软件测试数据确定软硬件协同可靠性信息。
需要说明的是，软件可靠性评价信息是用于评估软件是否可靠的量化信息，根据量化的方式不同，软件可靠性评价信息可以是软件可靠度或者软件可靠分值等。硬件可靠性评价信息是用于评估硬件是否可靠的量化信息，根据量化的方式不同，硬件可靠性评价信息可以是硬件可靠度或者硬件可靠分值等。软硬件协同可靠性信息是用于量化软件与硬件协同可靠度的量化信息，根据量化的方式不同，软硬件协同可靠性信息可以是软硬件协调可靠度或者软硬件协调可靠分值等。
需要说明的是，为了便于量化软件可靠性，可以预设用于评估软件可靠度的评价指标，而因为不同评价指标在可靠性评价中起到的作用互不相同，还可以为各个预设软件可靠性评价指标设置对应的指标权重。
进一步地，为了根据软件测试数据确定软件可靠性评价信息，本实施例根据所述软件测试数据确定软件可靠性评价信息的步骤，可以为：
获取预设软件可靠性评价指标及各预设软件可靠性评价指标的指标权重；根据所述软件测试数据确定各预设软件可靠性评价指标对应的指标评价值；根据所述指标评价值及所述指标权重确定软件可靠性评价信息。
需要说明的是，软件可靠性评价指标可以根据实际需求进行预设，指标权重可以根据指标的不同及实际情况进行设置。
例如：根据GB/T29832文件的相关规定预设软件可靠性评价指标并设置对应的指标权重，如表1：
Figure BDA0002775052860000061
Figure BDA0002775052860000071
表1软件可靠性评价指标及指标权重表
需要说明的是，若如表1中预设软件可靠性评价指标及对应的指标权重，在进行可靠性量化时部分软件可靠性评价指标对应的指标评价值取值为值越大说明可靠性越高，部分软件可靠性评价指标对应的指标评价值取值为值越小说明可靠性越高，并不便于进行综合确定软件可靠性评价信息，。
在实际使用中，可以对指标评价值分别进行归一化处理，获得可靠性评价分值。
在实际使用中，归一化处理可以分为两种，分别为极大值归一化和极小值归一化，归一化公式也分为极大值归一化公式和极小值归一化公式。使用归一化公式将指标评价值进行归一化，可以保持评价可靠性的取值方向一致，例如：对取值为值越大说明可靠性越高的指标评价值进行极大值归一化，对取值为值越小说明可靠性越高的指标评价值进行极小值归一化。
极大值归一化公式为：
Figure BDA0002775052860000072
式中，Qmax为软件可靠性评价指标对应的最大取值，Qmin为软件可靠性评价指标对应的最小取值，x为软件可靠性评价指标的指标评价值，f(x)为可靠性评价分值。
极小值归一化公式为：
Figure BDA0002775052860000081
式中，Qmax为软件可靠性评价指标对应的最大取值，Qmin为软件可靠性评价指标对应的最小取值，x为软件可靠性评价指标的指标评价值，f(x)为可靠性评价分值。
需要说明的是，软件可靠性评价指标对应的最大取值及最小取值可根据实际情况进行具体的设置。
例如：以表1为例，软件可靠性评价指标为失效密度对应的指标评价值，其取值越小，则说明可靠性越高，因此可以进行极小值归一化，假设失效密度对应的值为0.3，失效密度取值最大值为1，最小值为0，则极小值归一化得到的可靠性评价分值A11＝(1-0.3)/(1-0)＝0.7。
在实际使用中，可以根据可靠性评价分值及所述指标权重进行加权求和，以获得软件可靠性评价信息。
例如：以表1为例，则软件可靠性评价信息R1＝0.05A11+0.05A12+0.05A22+0.05A23+0.05A31+0.05A32+0.1A41+0.075A42+0.075A43+0.05B11+0.05B12+0.05B2+0.05C11+0.05C12+0.05C21+0.05C22；
式中，A11为失效密度测试值经过极小值归一化后的数值；A12为失效解决率测试值经过极大值归一化后的数值；A21为故障密度测试值经过极小值归一化后的数值；A22为潜在故障率测试值经过极小值归一化后的数值；A23为故障排除率测试值经过极大值归一化后的数值；A31为测试覆盖率测试值经过极大值归一化后的数值；A32为测试通过率测试值经过极大值归一化后的数值；A41为平均失效时间间隔测试值极大值经过归一化后的数值；A42为累计有效服务时间测试值经过极大值归一化后的数值；A43为有效服务时间率测试值经过极大值归一化后的数值；B11为避免宕机率测试值经过极大值归一化后的数值；B12为避免失效率测试值经过极大值归一化后的数值；B2为抵御错误操作率测试值经过极大值归一化后的数值；C11为平均宕机时间测试值经过极小值归一化后的数值；C12为平均恢复时间测试值经过极小值归一化后的数值；C21为易修复性测试值经过极大值归一化后的数值；C22为修复有效性测试值经过极大值归一化后的数值；R1为软件可靠性评价信息。
需要说明的是，硬件模块可以是单个系统硬件硬件设备，也可以是由多个系统硬件设备组合而成，系统硬件设备可靠性的主要评价指标为平均无故障工作时间，平均无故障工作时间可由硬件设备提供商进行，也可以自己进行测试得到，若需要进行测试平均无故障工作时长，可以设定连续无间断地时间周期T，记录该时间周期内硬件设备发生故障地次数N，则平均无故障工作时长TMIBF＝T/N。
Figure BDA0002775052860000091
Figure BDA0002775052860000101
表2硬件模块评估指标及指标权重表
可以理解的是，系统地硬件模块根据实际功能不同可以分为应用层硬件、传输层硬件、感知层硬件等，且根据功能不同，可靠性评估的占比也不同，因此，可以为其设定对应的权重，例如：如表2所示对硬件模块中的硬件设备进行分类并设置权重，表中硬件明细指标代码为根据硬件设备的平均无故障工作时长与需工作时长计算得到硬件设备对应的可靠性分值。
在实际使用中，可以根据所述硬件性能参数确定所述农业物联网系统中的各个硬件模块对应的平均无故障工作时长及需持续运行时长；根据所述平均无故障工作时长及需持续运行时长确定对应的可靠性分值；根据各个硬件模块对应的可靠性分值确定硬件可靠性评价信息。
需要说明的是，需工作时长为硬件设备在实际使用中保证功能可符合实际需求的情况下需要连续无故障工作的时长。
例如：对于数据采集及设备控制器而言，假设根据硬件性能参数确定的平均无故障工作时长为A秒，在实际使用中数据采集及设备控制器需工作时长为B秒，若A>B，则对应的可靠性分值X10＝1，若A<B，则对应的可靠性分值X10＝0。
在实际使用中，可以将各个硬件模块的可靠性分值计算完成之后，再根据各个硬件模块中各个硬件设备对应的可靠性分值进行加权求和确定硬件可靠性评价信息。
例如：以表2为例，硬件可靠性评价信息
Figure BDA0002775052860000102
Figure BDA0002775052860000103
式中，R2为硬件可靠性评价信息，X10、X1i、Y1i、Y2i、Y31、Y32、Y33、Y34、Y35、Z1i均为上述表2中硬件指标代码，即硬件设备对应的可靠性分值。
需要说明的是，农业物联网系统软硬件协同可靠性的评价指标为平均失效前时间，可以选定连续的工作时间周期T，记录在该时间周期内，每次系统从恢复正常工作到发生故障的持续时间，将持续时间取平均值即可得到平均失效前时间。
在实际使用中，可以根据所述软件测试数据确定平均失效前时长；对所述平均失效前时长进行归一化处理，获得软硬件协同可靠性信息。
需要说明的是，平均失效前时长值越大，则说明软硬件协同性能越高，软硬件协同可靠性越高，因此，进行归一化时可以进行极大值归一化，对应的取值可以根据实际需求定平均失效前时长的最大值及最小值。
例如：在选定的连续的工作时间周期T内，系统总共有三次从恢复正常工作到发生故障的现象，持续时间分别为800秒、400秒、600秒，则平均失效前时长TMITF＝(800+400+600)/3＝600秒，假设该时间周期内实际允许最多出现4次故障，最少出现1次故障，则最大值为(800+400+600)/(1+1)＝900秒，最小值为(800+400+600)/(4+1)＝360秒，对平均失效前时长进行归一化则可以得到软硬件协同可靠性信息R3＝(900-600)/(900-360)＝0.56。
步骤S30：根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息对所述农业物联网系统进行可靠性评价。
可以理解的是，通过软件可靠性评价信息、硬件可靠性评价信息及软硬件协同可靠性信息三者综合即可对农业物联网系统进行可靠性评价。
在实际使用中，可以根据软件可靠性评价信息确定软件可靠性评价，根据硬件可靠性评价信息确定硬件可靠性评价，根据软硬件协同可靠性信息确定软硬件协同评价；根据软件可靠性评价、所述可靠性评价及软硬件协同评价对所述农业物联网系统进行可靠性评价。
Figure BDA0002775052860000111
表3可靠性评价标准表
例如：以表3中的评价方式进行评价，表3中R1为软件可靠性评价信息，R2为硬件可靠性评价信息，R3为软硬件协同可靠性信息，假设农业物联网系统的软件可靠性评价信息R1＝0.91，R2＝0.88，R3＝0.96，则对应的软件可靠性评价为较好，硬件可靠性评价为一般，软硬件协同评价为好，之后可以将软件可靠性评价、硬件可靠性评价、软硬件协同评价三者进行组合，得到农业物联网系统的可靠性评价。
本实施例通过获取农业物联网系统的软件测试数据及硬件性能参数；根据软件测试数据确定软件可靠性评价信息，根据硬件性能参数确定硬件可靠性评价信息，根据软件测试数据确定软硬件协同可靠性信息；根据软件可靠性评价信息、硬件可靠性评价信息及软硬件协同可靠性信息对农业物联网系统进行可靠性评价。由于获取软件测试数据及硬件性能参数不需进行仿真测试，获取难度较低，且软件测试数据及硬件性能参数均为在实际农业物联网系统进行测试或采集得到的，更加贴合实际应用场景，因此，本发明农业物联网系统评价方法十分适合实际使用。
参考图3，图3为本发明一种农业物联网系统评价方法第二实施例的流程示意图。
基于上述第一实施例，本实施例农业物联网系统评价方法在所述步骤S30，具体包括：
步骤S301：根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息确定系统可靠性评价分值。
在实际使用中，可以为软件可靠性评价信息、硬件可靠性评价信息及软硬件协同可靠性信息分别设置权重值，再根据各权重值、软件可靠性评价信息、硬件可靠性评价信息及软硬件协同可靠性信息进行加权求和，获得系统可靠性评价分值，例如：软件可靠性评价信息的权重为0.3、硬件可靠性评价信息的权重为0.3、软硬件协同可靠性信息的权重为0.4，软件可靠性评价信息R1＝0.96，硬件可靠性评价信息R2＝0.94，软硬件协同可靠性信息R3＝0.98，则系统可靠性评价分值R＝0.3R1+0.3R2+0.4R3＝0.946。
步骤S302：根据所述系统可靠性评价分值对所述农业物联网系统进行可靠性评价。
在实际使用中，可以根据系统可靠性评价分值通过预设评价标准对农业物联网系统进行可靠性评价，例如：系统可靠性评价分值为R，当R≥0.95时，判定为可靠性好，当0.95＞R≥0.9时，判定可靠性为较好，当0.9＞R≥0.85时，判定可靠性为一般，当0.85＞R时，判定可靠性为差。
本实施例通过软件、硬件、软硬件协同多方面评估可靠性，得到软件可靠性评价信息、硬件可靠性评价信息及软硬件协同可靠性信息，再根据软件可靠性评价信息、硬件可靠性评价信息及软硬件协同可靠性信息确定系统可靠性评价分值，最后根据系统可靠性评价分值对农业物联网系统进行可靠性评价，由于是从软件、硬件、软硬件协同多方面进行评估，可靠性评估准确率较高，且最终根据系统可靠性评价分值对农业物联网系统进行可靠性评价，最终得到可靠性评价结果也更加直观，便于理解。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有农业物联网系统评价程序，所述农业物联网系统评价程序被处理器执行时实现如上文所述的农业物联网系统评价方法的步骤。
参照图4，图4为本发明农业物联网系统评价装置第一实施例的结构框图。
如图4所示，本发明实施例提出的农业物联网系统评价装置包括：
数据获取模块401，用于获取农业物联网系统的软件测试数据及硬件性能参数；
信息确定模块402，用于根据所述软件测试数据确定软件可靠性评价信息，根据所述硬件性能参数确定硬件可靠性评价信息，根据所述软件测试数据确定软硬件协同可靠性信息；
系统评价模块403，用于根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息对所述农业物联网系统进行可靠性评价。
本实施例通过获取农业物联网系统的软件测试数据及硬件性能参数；根据软件测试数据确定软件可靠性评价信息，根据硬件性能参数确定硬件可靠性评价信息，根据软件测试数据确定软硬件协同可靠性信息；根据软件可靠性评价信息、硬件可靠性评价信息及软硬件协同可靠性信息对农业物联网系统进行可靠性评价。由于获取软件测试数据及硬件性能参数不需进行仿真测试，获取难度交底，且软件测试数据及硬件性能参数均为在实际农业物联网系统进行测试或采集得到的，更加贴合实际应用场景，因此，本发明农业物联网系统评价方法十分适合实际使用。
进一步地，所述信息确定模块402，还用于获取预设软件可靠性评价指标及各预设软件可靠性评价指标的指标权重；根据所述软件测试数据确定各预设软件可靠性评价指标对应的指标评价值；根据所述指标评价值及所述指标权重确定软件可靠性评价信息。
进一步地，所述信息确定模块402，还用于对所述指标评价值分别进行归一化处理，获得可靠性评价分值；根据所述可靠性评价分值及所述指标权重进行加权求和，以获得软件可靠性评价信息。
进一步地，所述信息确定模块402，还用于根据所述软件测试数据确定平均失效前时长；对所述平均失效前时长进行归一化处理，获得软硬件协同可靠性信息。
进一步地，所述信息确定模块402，还用于根据所述硬件性能参数确定所述农业物联网系统中的各个硬件模块对应的平均无故障工作时长及需持续运行时长；根据所述平均无故障工作时长及需持续运行时长确定对应的可靠性分值；根据各个硬件模块对应的可靠性分值确定硬件可靠性评价信息。
进一步地，所述系统评价模块403，还用于根据所述软件可靠性评价信息确定软件可靠性评价，根据所述硬件可靠性评价信息确定硬件可靠性评价，根据所述软硬件协同可靠性信息确定软硬件协同评价；根据所述软件可靠性评价、所述硬件可靠性评价及所述软硬件协同评价对所述农业物联网系统进行可靠性评价。
进一步地，所述系统评价模块403，还用于根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息确定系统可靠性评价分值；根据所述系统可靠性评价分值对所述农业物联网系统进行可靠性评价。
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的农业物联网系统评价方法，此处不再赘述。
此外，需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种农业物联网系统评价方法，其特征在于，所述农业物联网系统评价方法包括以下步骤：
获取农业物联网系统的软件测试数据及硬件性能参数，所述软件测试数据包括执行测试用例总数、功能失效率、功能修复率、功能故障率、故障修复率、测试覆盖率、测试通过率；
根据所述软件测试数据确定软件可靠性评价信息，根据所述硬件性能参数确定硬件可靠性评价信息，根据所述软件测试数据确定软硬件协同可靠性信息；
根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息对所述农业物联网系统进行可靠性评价；
其中，所述根据所述软件测试数据确定软件可靠性评价信息的步骤，包括：
获取预设软件可靠性评价指标及各预设软件可靠性评价指标的指标权重、指标评价值取值最大值、指标评价值取值最小值及归一化类型，所述归一化类型包括极大值归一化及极小值归一化；
根据所述软件测试数据确定各预设软件可靠性评价指标对应的指标评价值；
通过所述归一化类型对应的归一化公式根据所述指标评价值取值最大值、所述指标评价值取值最小值对所述指标评价值进行归一化处理，获得各预设软件可靠性评价指标对应的可靠性评价分值；
根据所述可靠性评价分值及所述指标权重进行加权求和，获得软件可靠性评价信息；
其中，所述根据所述软件测试数据确定软硬件协同可靠性信息的步骤，包括：
根据所述软件测试数据确定平均失效前时长；
对所述平均失效前时长进行归一化处理，获得软硬件协同可靠性信息；
所述根据所述硬件性能参数确定硬件可靠性评价信息的步骤，包括：
根据所述硬件性能参数确定所述农业物联网系统中的各个硬件模块对应的平均无故障工作时长及需持续运行时长；
根据所述平均无故障工作时长及需持续运行时长确定对应的可靠性分值；
根据各个硬件模块对应的可靠性分值确定硬件可靠性评价信息。
2.如权利要求1所述的农业物联网系统评价方法，其特征在于，所述根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息对所述农业物联网系统进行可靠性评价的步骤，包括：
根据所述软件可靠性评价信息确定软件可靠性评价，根据所述硬件可靠性评价信息确定硬件可靠性评价，根据所述软硬件协同可靠性信息确定软硬件协同评价；
根据所述软件可靠性评价、所述硬件可靠性评价及所述软硬件协同评价对所述农业物联网系统进行可靠性评价。
3.如权利要求1所述的农业物联网系统评价方法，其特征在于，所述根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息对所述农业物联网系统进行可靠性评价的步骤，包括：
根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息确定系统可靠性评价分值；
根据所述系统可靠性评价分值对所述农业物联网系统进行可靠性评价。
4.一种农业物联网系统评价装置，其特征在于，所述农业物联网系统评价装置包括以下模块：
数据获取模块，用于获取农业物联网系统的软件测试数据及硬件性能参数，所述软件测试数据包括执行测试用例总数、功能失效率、功能修复率、功能故障率、故障修复率、测试覆盖率、测试通过率；
信息确定模块，用于根据所述软件测试数据确定软件可靠性评价信息，根据所述硬件性能参数确定硬件可靠性评价信息，根据所述软件测试数据确定软硬件协同可靠性信息；
系统评价模块，用于根据所述软件可靠性评价信息、所述硬件可靠性评价信息及所述软硬件协同可靠性信息对所述农业物联网系统进行可靠性评价；
所述信息确定模块，还用于获取预设软件可靠性评价指标及各预设软件可靠性评价指标的指标权重、指标评价值取值最大值、指标评价值取值最小值及归一化类型，所述归一化类型包括极大值归一化及极小值归一化；根据所述软件测试数据确定各预设软件可靠性评价指标对应的指标评价值；通过所述归一化类型对应的归一化公式根据所述指标评价值取值最大值、所述指标评价值取值最小值对所述指标评价值进行归一化处理，获得各预设软件可靠性评价指标对应的可靠性评价分值；根据所述可靠性评价分值及所述指标权重进行加权求和，获得软件可靠性评价信息；
所述信息确定模块，还用于根据所述软件测试数据确定平均失效前时长；对所述平均失效前时长进行归一化处理，获得软硬件协同可靠性信息；
所述信息确定模块，还用于根据所述硬件性能参数确定所述农业物联网系统中的各个硬件模块对应的平均无故障工作时长及需持续运行时长；根据所述平均无故障工作时长及需持续运行时长确定对应的可靠性分值；根据各个硬件模块对应的可靠性分值确定硬件可靠性评价信息。
5.一种农业物联网系统评价设备，其特征在于，所述农业物联网系统评价设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的农业物联网系统评价程序，所述农业物联网系统评价程序被所述处理器执行时实现如权利要求1-3中任一项所述的农业物联网系统评价方法的步骤。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有农业物联网系统评价程序，所述农业物联网系统评价程序执行时实现如权利要求1-3中任一项所述的农业物联网系统评价方法的步骤。
CN202011258455.5A 2020-11-12 2020-11-12 农业物联网系统评价方法、装置、设备及存储介质 Active CN112463591B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011258455.5A CN112463591B (zh) 2020-11-12 2020-11-12 农业物联网系统评价方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011258455.5A CN112463591B (zh) 2020-11-12 2020-11-12 农业物联网系统评价方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112463591A CN112463591A (zh) 2021-03-09
CN112463591B true CN112463591B (zh) 2023-03-21

Family

ID=74826515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011258455.5A Active CN112463591B (zh) 2020-11-12 2020-11-12 农业物联网系统评价方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112463591B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116402496B (zh) * 2023-06-08 2023-08-22 山东诚卓信息技术有限公司 一种it资产的可视化维保管控方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11272502A (ja) * 1998-03-24 1999-10-08 Canon Inc ソフトウェア信頼性評価装置及びソフトウェア信頼性評価方法並びに記憶媒体
CN102708016A (zh) * 2012-05-17 2012-10-03 工业和信息化部电子第五研究所 基于任务剖面的软硬件可靠性测试方法及系统
CN207197578U (zh) * 2017-09-11 2018-04-06 北京农业智能装备技术研究中心 一种设施农业物联网环境监测系统的测试分析装置
KR20180043678A (ko) * 2016-10-20 2018-04-30 대한민국(농촌진흥청장) 분포 기반의 시뮬레이션을 이용하는 위해도 평가 장치 및 방법
WO2018084371A1 (ko) * 2016-11-01 2018-05-11 순천대학교 산학협력단 ＩｏＴ 기반 농업 용수 모니터링 시스템
CN109508297A (zh) * 2018-11-26 2019-03-22 南京物盟信息技术有限公司 一种基于物联网页面自动化测试的智慧农业物联网监测系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101710306A (zh) * 2009-12-15 2010-05-19 中国科学院软件研究所 一种软件可信性检测方法及系统
CN103914353B (zh) * 2014-04-17 2016-11-23 北京航空航天大学 结合软件可靠性测试与硬件可靠性试验的联合试验方法
CN104503919B (zh) * 2015-01-13 2017-04-05 中国船舶重工集团公司第七二二研究所 一种软件可靠性评估方法
CN105677566B (zh) * 2016-01-05 2018-06-08 工业和信息化部电子第五研究所 确定软件可靠性保证过程完善度的方法和系统
CN106802158A (zh) * 2017-01-18 2017-06-06 中国气象局气象探测中心 一种漂流观测仪测试评估方法
US10853635B2 (en) * 2018-07-10 2020-12-01 University Of Florida Research Foundation, Incorporated Automated systems and methods for monitoring and mapping insects in orchards

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11272502A (ja) * 1998-03-24 1999-10-08 Canon Inc ソフトウェア信頼性評価装置及びソフトウェア信頼性評価方法並びに記憶媒体
CN102708016A (zh) * 2012-05-17 2012-10-03 工业和信息化部电子第五研究所 基于任务剖面的软硬件可靠性测试方法及系统
KR20180043678A (ko) * 2016-10-20 2018-04-30 대한민국(농촌진흥청장) 분포 기반의 시뮬레이션을 이용하는 위해도 평가 장치 및 방법
WO2018084371A1 (ko) * 2016-11-01 2018-05-11 순천대학교 산학협력단 ＩｏＴ 기반 농업 용수 모니터링 시스템
CN207197578U (zh) * 2017-09-11 2018-04-06 北京农业智能装备技术研究中心 一种设施农业物联网环境监测系统的测试分析装置
CN109508297A (zh) * 2018-11-26 2019-03-22 南京物盟信息技术有限公司 一种基于物联网页面自动化测试的智慧农业物联网监测系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
物联网产品评估指标的马斯洛需求层次模型;与子同袍;《https://zhuanlan.zhihu.com/p/95602299》;20191205;1-6 *
物联网系统评价模型构建与应用;李媛红等;《中国自动识别技术》;20141018;60-62 *

Also Published As

Publication number Publication date
CN112463591A (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
US7599819B2 (en) Method and system for generating a predictive analysis of the performance of peer reviews
CN106681917B (zh) 一种基于神经网络的前端自动化评估方法
CN106021079A (zh) 一种基于用户频繁访问序列模型的Web应用性能测试方法
Damm et al. Faults‐slip‐through—a concept for measuring the efficiency of the test process
CN110321273A (zh) 一种业务统计方法及装置
CN103425574A (zh) 一种测试应用程序的方法及装置
CN112463591B (zh) 农业物联网系统评价方法、装置、设备及存储介质
CN103678380A (zh) 测试状态呈现及异常索引系统与方法
Engström Regression test selection and product line system testing
CN113538370A (zh) 电网巡检方法、装置、计算机设备和存储介质
CN115878958A (zh) 一种变压器油温预测方法、装置、设备及存储介质
CN108595312A (zh) 一种模拟用户行为的性能自动化方法及装置
Bertolino The (im) maturity level of software testing
Christensen et al. Lightweight and continuous architectural software quality assurance using the asqa technique
US8935116B2 (en) Method and apparatus for testing a wind turbine installation
CN108549980B (zh) 基于全景可视的电能质量监测方法、系统和计算机设备
CN114664074B (zh) 一种蓝牙遥控器的测试方法及系统
CN113902457B (zh) 房源信息可靠性的评估方法、装置、电子设备及存储介质
CN106815129B (zh) 云环境下软件过程的敏捷性度量方法
JP2006018735A (ja) コーディング規準遵守状況監視システム
CN103678375A (zh) 测试状态呈现及异常索引系统与方法
CN116664016B (zh) Esg子议题的筛选方法、装置、电子设备和可读存储介质
CN108985637A (zh) 项目评价方法、装置及计算机可读存储介质
CN112839010B (zh) 标记样本的方法、系统、设备及介质
US20240020708A1 (en) Carbon offset platform

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
GR01 Patent grant
GR01 Patent grant