CN112597477A - 结合云计算和智能设备交互的信息处理方法及云端服务器 - Google Patents
结合云计算和智能设备交互的信息处理方法及云端服务器 Download PDFInfo
- Publication number
- CN112597477A CN112597477A CN202011569352.0A CN202011569352A CN112597477A CN 112597477 A CN112597477 A CN 112597477A CN 202011569352 A CN202011569352 A CN 202011569352A CN 112597477 A CN112597477 A CN 112597477A
- Authority
- CN
- China
- Prior art keywords
- protocol
- information
- list
- target
- queue
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/44—Program or device authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Computer And Data Communications (AREA)
Abstract
本申请公开的结合云计算和智能设备交互的信息处理方法及云端服务器,根据属性信息建立每个智能设备的设备通信列表并根据预设配置参数信息将多个设备通信列表进行整合以获得全局通信列表,将每个智能设备的驱动线程对应的线程标识添加到全局通信列表中,将用户终端发送的身份认证信息与全局通信列表中的每个线程标识进行绑定,在验证身份认证信息与每个线程标识之间的绑定关系进行后,将用户终端发送的驱动协议转发至目标智能设备以实现对目标智能设备的状态控制和调整。如此,通过云端服务器对绑定关系的并行验证以及驱动协议转发,无需用户终端和智能设备之间进行多次授权验证,减少流程复杂度和不必要耗时,提高对多个智能设备的管理效率。
Description
技术领域
本申请涉及云计算通信技术领域,尤其涉及结合云计算和智能设备交互的信息处理方法及云端服务器。
背景技术
随着科技的发展,物联网技术的应用日趋成熟,已逐步应用到现代社会的各行各业,例如智能制造、智慧城市、智能家居和智能医疗等。物联网技术使得不同类型的设备之间能够进行通信,实现设备间的“交流”。用户可以通过对这些物联网设备进行统筹管理以满足实际的生产需求。然而在实际应用时,对不同类型的物联网设备的管理流程复杂且耗时较长。
发明内容
有鉴于此,本申请提供结合云计算和智能设备交互的信息处理方法及云端服务器。
一种结合云计算和智能设备交互的信息处理方法,应用于与用户终端和多个物联网设备通信的云端服务器,所述方法包括:
采集每个智能设备的属性信息并通过所述属性信息建立每个智能设备的设备通信列表,根据内置的每个智能设备的协议适配器的配置参数信息将已建立的多个设备通信列表进行整合,以获得所述多个智能设备对应的全局通信列表;
将每个智能设备的驱动线程对应的线程标识添加到所述全局通信列表中,接收用户终端发送的身份认证信息,将所述身份认证信息与所述全局通信列表中的每个线程标识进行绑定;
在对所述身份认证信息与每个线程标识之间的绑定关系进行验证之后,将接收到的所述用户终端发送的驱动协议转发至对应的目标智能设备以实现对所述目标智能设备的状态控制和调整。
一种云端服务器,所述云端服务器与用户终端和多个物联网设备通信,所述云端服务器用于:
采集每个智能设备的属性信息并通过所述属性信息建立每个智能设备的设备通信列表,根据内置的每个智能设备的协议适配器的配置参数信息将已建立的多个设备通信列表进行整合,以获得所述多个智能设备对应的全局通信列表;
将每个智能设备的驱动线程对应的线程标识添加到所述全局通信列表中,接收用户终端发送的身份认证信息,将所述身份认证信息与所述全局通信列表中的每个线程标识进行绑定;
在对所述身份认证信息与每个线程标识之间的绑定关系进行验证之后,将接收到的所述用户终端发送的驱动协议转发至对应的目标智能设备以实现对所述目标智能设备的状态控制和调整。
一种云端服务器,包括:处理器,以及与处理器连接的内存和网络接口;所述网络接口与云端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。
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端服务器的内存中运行时实现上述的方法。
应用本申请实施例结合云计算和智能设备交互的信息处理方法及云端服务器时,首先根据采集的属性信息建立每个智能设备的设备通信列表并根据预设配置参数信息将已建立的多个设备通信列表进行整合以获得全局通信列表,其次将每个智能设备的驱动线程对应的线程标识添加到全局通信列表中,将用户终端发送的身份认证信息与全局通信列表中的每个线程标识进行绑定,最后在对身份认证信息与每个线程标识之间的绑定关系进行验证之后,将接收到的用户终端发送的驱动协议转发至对应的目标智能设备以实现对目标智能设备的状态控制和调整。如此,通过云端服务器对绑定关系的并行验证以及驱动协议转发,无需用户终端和智能设备之间进行多次授权验证,减少流程复杂度和不必要的耗时,从而提高对多个智能设备的管理效率。
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和解释性的,并不能限制本申请。
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结合云计算和智能设备交互的信息处理系统的示意图。
图2是本申请根据一示例性实施例示出的一种结合云计算和智能设备交互的信息处理方法的流程图。
图3是本申请根据一示例性实施例示出的一种结合云计算和智能设备交互的信息处理装置的一个实施例框图。
图4是本申请根据一示例性实施例示出的一种云端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。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
发明人对现有的物联网设备的统筹管理技术进行研究和分析发现,现有技术通常是用户终端直接对每个物联网设备进行统筹管理(例如调整设备工作状态),但是这种方式需要获得每个物联网设备的授权才能进行,对与多个物联网设备,需要进行多次授权验证,这样不仅增加了流程复杂度,还增加了不必要的耗时,影响对多个物联网设备的管理效率。
为改善上述问题,本发明实施例提供了一种结合云计算和智能设备交互的信息处理方法及云端服务器。请首参阅图1,为本发明实施例所提供的结合云计算和智能设备交互的信息处理系统100的通信架构示意图,所述信息处理系统100可以包括云端服务器110、用户终端120以及多个智能设备130。
在本实施例中,云端服务器110与用户终端120以及多个智能设备130通信,用户终端120可以是手机、平板电脑和笔记本电脑等,智能设备130可以是物联网设备。在上述基础上,请结合参阅图2,提供了一种结合云计算和智能设备交互的信息处理方法,该方法应用于图1中的云端服务器110,该方法具体包括以下步骤S21-步骤S23所描述的内容。
步骤S21,采集每个智能设备的属性信息并通过所述属性信息建立每个智能设备的设备通信列表,根据内置的每个智能设备的协议适配器的配置参数信息将已建立的多个设备通信列表进行整合,以获得所述多个智能设备对应的全局通信列表。
在本实施例中,属性信息用于表征智能设备130的通信配置参数,设备通信列表则用于记录智能设备130的实时通信行为,全局通信列表中包含了不同智能设备130之间的通信相关度,该通信相关度可以按照设定时间步长下不同智能设备130之间的交互频率得到。
步骤S22,将每个智能设备的驱动线程对应的线程标识添加到所述全局通信列表中,接收用户终端发送的身份认证信息,将所述身份认证信息与所述全局通信列表中的每个线程标识进行绑定。
在本实施例中,驱动线程用于驱动智能设备130进行通信协议报文的收发,线程标识则用于区分不同的驱动线程。身份认证信息可以保护用户终端120的认证密钥,将身份认证信息与线程标识进行绑定,能够建立身份认证信息与不同智能设备130的驱动线程之间的绑定关系,从而实现身份认证信息在不同的驱动线程中的并行验证,避免对身份认证信息和每个驱动线程进行逐一验证。
步骤S23,在对所述身份认证信息与每个线程标识之间的绑定关系进行验证之后,将接收到的所述用户终端发送的驱动协议转发至对应的目标智能设备以实现对所述目标智能设备的状态控制和调整。
在本实施例中,驱动协议是用户终端120根据实际工况进行设置的,通过云端服务器110的转发,能够快速地将驱动协议下发至对应的目标智能设备以实现对目标智能设备的状态控制和调整,无需用户终端120与智能设备130之间进行多次授权验证。
在应用上述步骤S21-步骤S23所描述的内容时,首先根据采集的属性信息建立每个智能设备的设备通信列表并根据预设配置参数信息将已建立的多个设备通信列表进行整合以获得全局通信列表,其次将每个智能设备的驱动线程对应的线程标识添加到全局通信列表中,将用户终端发送的身份认证信息与全局通信列表中的每个线程标识进行绑定,最后在对身份认证信息与每个线程标识之间的绑定关系进行验证之后,将接收到的用户终端发送的驱动协议转发至对应的目标智能设备以实现对目标智能设备的状态控制和调整。如此,通过云端服务器对绑定关系的并行验证以及驱动协议转发,无需用户终端和智能设备之间进行多次授权验证,减少流程复杂度和不必要的耗时,从而提高对多个智能设备的管理效率。
在实际应用时发明人发现,在基于驱动协议对目标智能设备进行状态控制和调整时,目标智能设备常常出现故障停机的现象。对此,发明人进行了研究和分析,发现目标智能设备出现故障停机的原因是驱动线程的协议更新没有呈现过渡性。为了改善上述技术问题,步骤S23所描述的将接收到的所述用户终端发送的驱动协议转发至对应的目标智能设备以实现对所述目标智能设备的状态控制和调整,具体可以包括以下步骤S231-步骤S233所描述的内容。
步骤S231,获取所述目标智能设备的目标驱动线程的当前协议封装包。
步骤S232,对所述当前协议封装包进行解析得到所述当前协议封装包对应的协议表单,提取所述协议表单的协议字段特征。
步骤S233,根据所述协议字段特征生成与所述驱动协议对应的过渡协议,为所述过渡协议设置第一执行优先级以及为所述驱动协议设置第二执行优先级,将所述过渡协议和所述驱动协议下发至所述目标智能设备中以使得所述目标智能设备在目标驱动线程中通过先后执行所述过渡协议和所述驱动协议以实现状态控制和调整;在本实施例中,所述第一执行优先级大于所述第二执行优先级。
可以理解,通过上述步骤S231-步骤S233所描述的内容,能够确保目标智能设备的目标驱动线程的协议更新的过渡性,从而在基于驱动协议对目标智能设备进行状态控制和调整时,避免目标智能设备出现故障停机的现象。
在上述步骤S231-步骤S233的基础上,为了确保协议表单的协议字段特征的准确性和完整性,步骤S232所描述的对所述当前协议封装包进行解析得到所述当前协议封装包对应的协议表单,提取所述协议表单的协议字段特征,进一步可以包括以下步骤S2321-步骤S2324所描述的内容。
步骤S2321,解析所述当前协议封装包,以对组成所述当前协议封装包的单元协议字段进行提取,确定所述当前协议封装包中的单元协议报文;结合所述当前协议封装包的历史协议清单,确定所述当前协议封装包的协议逻辑标签;依据所述当前协议封装包的协议逻辑标签,确定所述当前协议封装包中与预设报文清单的权限等级不同但报文加密密钥相同或相似,或与预设报文清单的权限等级相同,但报文加密密钥不同的单元协议报文相对于所述协议逻辑标签的协议转换清单;依据所述当前协议封装包中的单元协议报文对应的协议转换清单,对所述当前协议封装包进行列表结构搭建,以得到所述当前协议封装包对应的协议表单。
步骤S2322,对所述协议表单的协议格式信息包含的格式配置字符按字符长度进行排序,得到格式配置字符集;获取所述格式配置字符集中的格式配置字符的队列特征信息;基于所述队列特征信息的特征集中度与所述队列特征信息的特征偏离系数计算所述协议表单对应的协议字段分布矩阵;其中,基于所述队列特征信息的特征集中度与所述队列特征信息的特征偏离系数计算所述协议表单对应的协议字段分布矩阵包括:根据所述队列特征信息的特征集中度判断所述队列特征信息对应的队列描述值是否为目标描述值,若是,则根据所述队列特征信息的特征偏离系数来对所述目标描述值对应的特征集中度进行加权,并将所述队列特征信息的特征偏离系数以及加权之后的特征集中度进行整合以得到协议表单对应的协议字段分布矩阵。
步骤S2323,确定所述协议字段分布矩阵的特征值分布图,根据所述预设报文清单的权限等级以及所述预设报文清单的报文加密密钥对所述特征值分布图进行划分以得到多个子图,将计算得到的每个子图对应的关联性系数添加到预设的字段特征提取线程对应的第一线程参数集中以对所述第一线程参数集进行更新得到第二线程参数集。
步骤S2324,对所述协议字段分布矩阵进行矩阵结构参数提取,得到该协议字段分布矩阵中每个矩阵元素的多个维度配置信息及各个维度配置信息的评价权重;根据每个所述维度配置信息的评价权重,计算得到所述每个矩阵元素的特征识别度;按照所述特征识别度由大到小的顺序依次选取至少多个目标矩阵元素并基于所述目标矩阵元素的维度配置信息从所述协议表单中提取所述协议字段特征。
在具体实施时,通过执行上述步骤S2321-步骤S2324,能够确保协议表单的协议字段特征的准确性和完整性。
进一步地,为了准确生成过渡协议以确保目标智能设备的协议更新的平滑过渡,避免目标智能设备出现故障,步骤S233所描述的根据所述协议字段特征生成与所述驱动协议对应的过渡协议,具体可以包括以下步骤S2331-步骤S2335所描述的内容。
步骤S2331,根据所述协议字段特征的特征指向信息生成与所述协议字段特征对应的第一协议字段分布图。
步骤S2232,基于所述驱动协议的协议参数信息生成与所述驱动协议参数对应的第二协议字段分布图。
步骤S2233,提取所述第一协议字段分布图对应的图数据集并作为基准图数据集并对所述第二协议字段分布图进行图数据格式转换得到与所述基准图数据集的图数据格式相同的第三协议字段分布图。
步骤S2234,通过过滤所述基准图数据中的数据报文头和数据报文认证签名,获取所述基准图数据中除所述数据报文头和所述数据报文认证签名之外的报文内容并将所述报文内容添加到所述第三协议字段分布图中的目标图节点所对应的节点容器中;其中,所述报文内容中包括报文更新轨迹曲线和报文更新参数。
步骤S2235,获取添加了所述报文内容的第三协议字段分布图的当前图数据编码,按照与所述驱动协议对应的编译码逻辑信息对所述当前图数据编码进行译码,得到所述过渡协议。
在实际应用时,通过执行上述步骤S2231-步骤S2235,能够准确生成过渡协议以确保目标智能设备的协议更新的平滑过渡,避免目标智能设备出现故障。
在具体实施时,可以通过以下步骤(1)-(4)的方法对身份认证信息与每个线程标识之间的绑定关系进行验证。
(1)获取所述身份认证信息中的认证密钥与每个线程标识对应的校验密钥之间的密钥相关系数。
(2)根据所述密钥相关系数确定用于对所述认证密钥和所述校验密钥进行校验的动态随机数和校验字符。
(3)采用所述动态随机数和所述校验字符对所述认证密钥进行校验得到第一校验结果并采用所述动态随机数和所述校验字符对所述校验密钥进行校验得到第二校验结果。
(4)确定所述第一校验结果与第二校验结果之间的结果相似度值,根据每个线程标识对应的线程活跃度获得目标数值区间;在所述结果相似度值位于所述目标数值区间内时,判定所述身份认证信息与该线程标识之间的绑定关系通过验证,否则,判定所述身份认证信息与该线程标识之间的绑定关系没有通过验证。
可以理解,通过上述步骤(1)-步骤(4)所描述的内容,根据对每个绑定关系进行独立地验证,从而确保验证结果的可信度。
在一个可能的实施方式中,为了确保设备通信列表的完整性和准确性,步骤S21中所描述的通过所述属性信息建立每个智能设备的设备通信列表,进一步可以包括以下步骤S2111-步骤S2114所描述的内容。
步骤S2111,获取每个属性信息中的属性标签,并计算与所述属性标签对应的第一标签关联度,所述属性标签为对应的智能设备在所述每个属性信息中的不随时序变化而更新的标签,所述属性标签所对应的标签状态参数是不变化的。
步骤S2112,根据所述属性标签获取每个属性信息的资源属性数据、时序属性数据、结构属性数据以及链路属性数据,并根据所述第一标签关联度计算所述属性标签分别与所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的匹配率。
步骤S2113,若所述属性标签与所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的匹配率均小于预设阈值,则将基于所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的列表结构化编码的编码缺损因子对所述第一标签关联度进行加权,得到位于根据所述预设阈值确定出的目标区间内的第二标签关联度;若所述属性标签与所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的匹配率不是均小于所述预设阈值,则根据所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据中的任一一个列表结构化编码的编码缺损因子对所述第一标签关联度进行加权得到位于根据所述预设阈值确定出的目标区间内的第二标签关联度。
步骤S2114,基于所述第二标签关联度确定出属性信息在对应的智能设备的运行日志中的缺损变量系数,并通过所述缺损变量系数对所述智能设备的运行日志进行参数提取得到多个单元参数,根据所述单元参数以及所述单元参数在所述运行日志中的位置建立每个智能设备的设备通信列表。
如此,基于上述步骤S2111-步骤S2114,能够确保设备通信列表的完整性和准确性。
在实际应用时,为了避免全局通信列表对不同智能设备之间的通信相关度的遗漏,步骤S21所描述的根据内置的每个智能设备的协议适配器的配置参数信息将已建立的多个设备通信列表进行整合,以获得所述多个智能设备对应的全局通信列表,示例性地可以通过以下步骤S2121-步骤S2124实现。
步骤S2121,确定每组配置参数信息与对应的设备通信列表之间的资源分配权重以及所述资源分配权重在时序上的评价因子,根据所述资源分配权重及其对应的评价因子生成每组配置参数信息与其对应的设备通信列表之间的信息映射路径。
步骤S2122,针对每条信息映射路径,将每条信息映射路径中的路径节点以及所述路径节点对应的路径向量列出,并基于所述路径节点对应的节点标识以及所述路径节点对应的路径向量生成每个设备通信列表对应的特征描述队列。
步骤S2123,将每个特征描述队列的队列排头对齐,遍历每个特征描述队列在相同队列位置上的队列值以计算得到每个队列位置上的队列值一致率;统计队列值一致率大于设定比率的队列值的目标队列位置信息,根据所述目标队列位置信息在对应的设备通信列表中获取对应的目标列表单元。
步骤S2124,将获取到的目标列表单元进行整合得到第一整合列表并将每个设备通信列表中除所述目标列表单元之外的至少部分列表单元进行整合得到第二整合列表;按照所述第一整合列表和所述第二整合列表之间的通信相关度将所述第一整合列表和所述第二整合列表进行错位拼接以得到所述全局通信列表。
在具体实施时,在应用上述步骤S2121-步骤S2124所描述的内容时,能够避免全局通信列表对不同智能设备之间的通信相关度的遗漏,从而完整准确地得到全局通信列表。
在一个可以替换的实施方式中,为了确保线程标识的添加不影响全局通信列表中的列表数据的指向性和位置准确性,步骤S22中所描述的将每个智能设备的驱动线程对应的线程标识添加到所述全局通信列表中,具体可以包括以下步骤a-步骤c所描述的内容。
步骤a,获取每个智能设备的驱动线程对应的线程标识的标识扰动因子;查找所述全局通信列表对应的状态数据库中是否存在与所述标识扰动因子相匹配的目标扰动因子,得到查找结果;其中,所述状态数据库用于存储多个目标扰动因子以及每个目标扰动因子的全局影响系数和每个目标扰动因子的活跃性权重值。
步骤b,当所述查找结果指示所述状态数据库中存在所述目标扰动因子时,基于所述标识扰动因子的第一活跃性权重值和所述目标扰动因子的第二活跃性权重值,得到所述目标扰动因子的干扰指向性信息。
步骤c,获取所述目标扰动因子在设定时段内的调用累计值,将所述调用累计值确定为所述目标扰动因子的综合影响系数;基于所述干扰指向性信息和所述综合影响系数,对所述线程标识对应的当前字段结构进行调整得到目标字段结构,以所述目标字段结构为基准将所述线程标识添加到所述全局通信列表中。
可以理解,在执行上述步骤a-步骤c所描述的内容时,能够确保线程标识的添加不影响全局通信列表中的列表数据的指向性和位置准确性。
基于上述同样的发明构思,请结合参阅图3,提供了一种结合云计算和智能设备交互的信息处理装置300,关于所述信息处理装置300的描述如下。
A1.一种结合云计算和智能设备交互的信息处理装置300,应用于与用户终端和多个物联网设备通信的云端服务器,所述装置包括:
列表整合模块310,用于采集每个智能设备的属性信息并通过所述属性信息建立每个智能设备的设备通信列表,根据内置的每个智能设备的协议适配器的配置参数信息将已建立的多个设备通信列表进行整合,以获得所述多个智能设备对应的全局通信列表;其中,所述属性信息用于表征所述智能设备的通信配置参数,所述设备通信列表用于记录所述智能设备的实时通信行为,所述全局通信列表中包含了不同智能设备之间的通信相关度,所述通信相关度按照设定时间步长下不同智能设备之间的交互频率得到;
信息绑定模块320,用于将每个智能设备的驱动线程对应的线程标识添加到所述全局通信列表中,接收用户终端发送的身份认证信息,将所述身份认证信息与所述全局通信列表中的每个线程标识进行绑定;
协议转发模块330,用于在对所述身份认证信息与每个线程标识之间的绑定关系进行验证之后,将接收到的所述用户终端发送的驱动协议转发至对应的目标智能设备以实现对所述目标智能设备的状态控制和调整。
A2.如A1所述的装置,协议转发模块330,用于:
获取所述目标智能设备的目标驱动线程的当前协议封装包;
对所述当前协议封装包进行解析得到所述当前协议封装包对应的协议表单,提取所述协议表单的协议字段特征;
根据所述协议字段特征生成与所述驱动协议对应的过渡协议,为所述过渡协议设置第一执行优先级以及为所述驱动协议设置第二执行优先级,将所述过渡协议和所述驱动协议下发至所述目标智能设备中以使得所述目标智能设备在目标驱动线程中通过先后执行所述过渡协议和所述驱动协议以实现状态控制和调整;其中,所述第一执行优先级大于所述第二执行优先级。
A3.如A2所述的装置,协议转发模块330,用于:
解析所述当前协议封装包,以对组成所述当前协议封装包的单元协议字段进行提取,确定所述当前协议封装包中的单元协议报文;结合所述当前协议封装包的历史协议清单,确定所述当前协议封装包的协议逻辑标签;依据所述当前协议封装包的协议逻辑标签,确定所述当前协议封装包中与预设报文清单的权限等级不同但报文加密密钥相同或相似,或与预设报文清单的权限等级相同,但报文加密密钥不同的单元协议报文相对于所述协议逻辑标签的协议转换清单;依据所述当前协议封装包中的单元协议报文对应的协议转换清单,对所述当前协议封装包进行列表结构搭建,以得到所述当前协议封装包对应的协议表单;
对所述协议表单的协议格式信息包含的格式配置字符按字符长度进行排序,得到格式配置字符集;获取所述格式配置字符集中的格式配置字符的队列特征信息;基于所述队列特征信息的特征集中度与所述队列特征信息的特征偏离系数计算所述协议表单对应的协议字段分布矩阵;其中,基于所述队列特征信息的特征集中度与所述队列特征信息的特征偏离系数计算所述协议表单对应的协议字段分布矩阵包括:根据所述队列特征信息的特征集中度判断所述队列特征信息对应的队列描述值是否为目标描述值,若是,则根据所述队列特征信息的特征偏离系数来对所述目标描述值对应的特征集中度进行加权,并将所述队列特征信息的特征偏离系数以及加权之后的特征集中度进行整合以得到协议表单对应的协议字段分布矩阵;
确定所述协议字段分布矩阵的特征值分布图,根据所述预设报文清单的权限等级以及所述预设报文清单的报文加密密钥对所述特征值分布图进行划分以得到多个子图,将计算得到的每个子图对应的关联性系数添加到预设的字段特征提取线程对应的第一线程参数集中以对所述第一线程参数集进行更新得到第二线程参数集;
对所述协议字段分布矩阵进行矩阵结构参数提取,得到该协议字段分布矩阵中每个矩阵元素的多个维度配置信息及各个维度配置信息的评价权重;根据每个所述维度配置信息的评价权重,计算得到所述每个矩阵元素的特征识别度;按照所述特征识别度由大到小的顺序依次选取至少多个目标矩阵元素并基于所述目标矩阵元素的维度配置信息从所述协议表单中提取所述协议字段特征。
A4.如A2所述的装置,协议转发模块330,用于:
根据所述协议字段特征的特征指向信息生成与所述协议字段特征对应的第一协议字段分布图;
基于所述驱动协议的协议参数信息生成与所述驱动协议参数对应的第二协议字段分布图;
提取所述第一协议字段分布图对应的图数据集并作为基准图数据集并对所述第二协议字段分布图进行图数据格式转换得到与所述基准图数据集的图数据格式相同的第三协议字段分布图;
通过过滤所述基准图数据中的数据报文头和数据报文认证签名,获取所述基准图数据中除所述数据报文头和所述数据报文认证签名之外的报文内容并将所述报文内容添加到所述第三协议字段分布图中的目标图节点所对应的节点容器中;其中,所述报文内容中包括报文更新轨迹曲线和报文更新参数;
获取添加了所述报文内容的第三协议字段分布图的当前图数据编码,按照与所述驱动协议对应的编译码逻辑信息对所述当前图数据编码进行译码,得到所述过渡协议。
A5.如A1所述的装置,协议转发模块330,用于:
获取所述身份认证信息中的认证密钥与每个线程标识对应的校验密钥之间的密钥相关系数;
根据所述密钥相关系数确定用于对所述认证密钥和所述校验密钥进行校验的动态随机数和校验字符;
采用所述动态随机数和所述校验字符对所述认证密钥进行校验得到第一校验结果并采用所述动态随机数和所述校验字符对所述校验密钥进行校验得到第二校验结果;
确定所述第一校验结果与第二校验结果之间的结果相似度值,根据每个线程标识对应的线程活跃度获得目标数值区间;在所述结果相似度值位于所述目标数值区间内时,判定所述身份认证信息与该线程标识之间的绑定关系通过验证,否则,判定所述身份认证信息与该线程标识之间的绑定关系没有通过验证。
A6.如A1所述的装置,列表整合模块310,用于:
确定每组配置参数信息与对应的设备通信列表之间的资源分配权重以及所述资源分配权重在时序上的评价因子,根据所述资源分配权重及其对应的评价因子生成每组配置参数信息与其对应的设备通信列表之间的信息映射路径;
针对每条信息映射路径,将每条信息映射路径中的路径节点以及所述路径节点对应的路径向量列出,并基于所述路径节点对应的节点标识以及所述路径节点对应的路径向量生成每个设备通信列表对应的特征描述队列;
将每个特征描述队列的队列排头对齐,遍历每个特征描述队列在相同队列位置上的队列值以计算得到每个队列位置上的队列值一致率;统计队列值一致率大于设定比率的队列值的目标队列位置信息,根据所述目标队列位置信息在对应的设备通信列表中获取对应的目标列表单元;
将获取到的目标列表单元进行整合得到第一整合列表并将每个设备通信列表中除所述目标列表单元之外的至少部分列表单元进行整合得到第二整合列表;按照所述第一整合列表和所述第二整合列表之间的通信相关度将所述第一整合列表和所述第二整合列表进行错位拼接以得到所述全局通信列表。
A7.如A6所述的装置,列表整合模块310,用于:
获取每个属性信息中的属性标签,并计算与所述属性标签对应的第一标签关联度,所述属性标签为对应的智能设备在所述每个属性信息中的不随时序变化而更新的标签,所述属性标签所对应的标签状态参数是不变化的;
根据所述属性标签获取每个属性信息的资源属性数据、时序属性数据、结构属性数据以及链路属性数据,并根据所述第一标签关联度计算所述属性标签分别与所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的匹配率;
若所述属性标签与所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的匹配率均小于预设阈值,则将基于所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的列表结构化编码的编码缺损因子对所述第一标签关联度进行加权,得到位于根据所述预设阈值确定出的目标区间内的第二标签关联度;若所述属性标签与所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的匹配率不是均小于所述预设阈值,则根据所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据中的任一一个列表结构化编码的编码缺损因子对所述第一标签关联度进行加权得到位于根据所述预设阈值确定出的目标区间内的第二标签关联度;
基于所述第二标签关联度确定出属性信息在对应的智能设备的运行日志中的缺损变量系数,并通过所述缺损变量系数对所述智能设备的运行日志进行参数提取得到多个单元参数,根据所述单元参数以及所述单元参数在所述运行日志中的位置建立每个智能设备的设备通信列表。
A8.如A1所述的装置,信息绑定模块320,用于:
获取每个智能设备的驱动线程对应的线程标识的标识扰动因子;查找所述全局通信列表对应的状态数据库中是否存在与所述标识扰动因子相匹配的目标扰动因子,得到查找结果;其中,所述状态数据库用于存储多个目标扰动因子以及每个目标扰动因子的全局影响系数和每个目标扰动因子的活跃性权重值;
当所述查找结果指示所述状态数据库中存在所述目标扰动因子时,基于所述标识扰动因子的第一活跃性权重值和所述目标扰动因子的第二活跃性权重值,得到所述目标扰动因子的干扰指向性信息;
获取所述目标扰动因子在设定时段内的调用累计值,将所述调用累计值确定为所述目标扰动因子的综合影响系数;基于所述干扰指向性信息和所述综合影响系数,对所述线程标识对应的当前字段结构进行调整得到目标字段结构,以所述目标字段结构为基准将所述线程标识添加到所述全局通信列表中。
基于上述同样的发明构思,还提供了一种结合云计算和智能设备交互的信息处理系统,关于所述信息处理系统的描述如下。
B1.一种结合云计算和智能设备交互的信息处理系统,包括用户终端、多个物联网设备以及与所述用户终端和所述多个物联网设备通信的云端服务器;
所述云端服务器用于:
采集每个智能设备的属性信息并通过所述属性信息建立每个智能设备的设备通信列表,根据内置的每个智能设备的协议适配器的配置参数信息将已建立的多个设备通信列表进行整合,以获得所述多个智能设备对应的全局通信列表;其中,所述属性信息用于表征所述智能设备的通信配置参数,所述设备通信列表用于记录所述智能设备的实时通信行为,所述全局通信列表中包含了不同智能设备之间的通信相关度,所述通信相关度按照设定时间步长下不同智能设备之间的交互频率得到;
将每个智能设备的驱动线程对应的线程标识添加到所述全局通信列表中,接收用户终端发送的身份认证信息,将所述身份认证信息与所述全局通信列表中的每个线程标识进行绑定;
在对所述身份认证信息与每个线程标识之间的绑定关系进行验证之后,将接收到的所述用户终端发送的驱动协议转发至对应的目标智能设备以实现对所述目标智能设备的状态控制和调整。
B2.如B1所述的系统,所述云端服务器,具体用于:
获取所述目标智能设备的目标驱动线程的当前协议封装包;
对所述当前协议封装包进行解析得到所述当前协议封装包对应的协议表单,提取所述协议表单的协议字段特征;
根据所述协议字段特征生成与所述驱动协议对应的过渡协议,为所述过渡协议设置第一执行优先级以及为所述驱动协议设置第二执行优先级,将所述过渡协议和所述驱动协议下发至所述目标智能设备中以使得所述目标智能设备在目标驱动线程中通过先后执行所述过渡协议和所述驱动协议以实现状态控制和调整;其中,所述第一执行优先级大于所述第二执行优先级。
B3.如B2所述的系统,所述云端服务器,具体用于:
解析所述当前协议封装包,以对组成所述当前协议封装包的单元协议字段进行提取,确定所述当前协议封装包中的单元协议报文;结合所述当前协议封装包的历史协议清单,确定所述当前协议封装包的协议逻辑标签;依据所述当前协议封装包的协议逻辑标签,确定所述当前协议封装包中与预设报文清单的权限等级不同但报文加密密钥相同或相似,或与预设报文清单的权限等级相同,但报文加密密钥不同的单元协议报文相对于所述协议逻辑标签的协议转换清单;依据所述当前协议封装包中的单元协议报文对应的协议转换清单,对所述当前协议封装包进行列表结构搭建,以得到所述当前协议封装包对应的协议表单;
对所述协议表单的协议格式信息包含的格式配置字符按字符长度进行排序,得到格式配置字符集;获取所述格式配置字符集中的格式配置字符的队列特征信息;基于所述队列特征信息的特征集中度与所述队列特征信息的特征偏离系数计算所述协议表单对应的协议字段分布矩阵;其中,基于所述队列特征信息的特征集中度与所述队列特征信息的特征偏离系数计算所述协议表单对应的协议字段分布矩阵包括:根据所述队列特征信息的特征集中度判断所述队列特征信息对应的队列描述值是否为目标描述值,若是,则根据所述队列特征信息的特征偏离系数来对所述目标描述值对应的特征集中度进行加权,并将所述队列特征信息的特征偏离系数以及加权之后的特征集中度进行整合以得到协议表单对应的协议字段分布矩阵;
确定所述协议字段分布矩阵的特征值分布图,根据所述预设报文清单的权限等级以及所述预设报文清单的报文加密密钥对所述特征值分布图进行划分以得到多个子图,将计算得到的每个子图对应的关联性系数添加到预设的字段特征提取线程对应的第一线程参数集中以对所述第一线程参数集进行更新得到第二线程参数集;
对所述协议字段分布矩阵进行矩阵结构参数提取,得到该协议字段分布矩阵中每个矩阵元素的多个维度配置信息及各个维度配置信息的评价权重;根据每个所述维度配置信息的评价权重,计算得到所述每个矩阵元素的特征识别度;按照所述特征识别度由大到小的顺序依次选取至少多个目标矩阵元素并基于所述目标矩阵元素的维度配置信息从所述协议表单中提取所述协议字段特征。
B4.如B2所述的系统,所述云端服务器,具体用于:
根据所述协议字段特征的特征指向信息生成与所述协议字段特征对应的第一协议字段分布图;
基于所述驱动协议的协议参数信息生成与所述驱动协议参数对应的第二协议字段分布图;
提取所述第一协议字段分布图对应的图数据集并作为基准图数据集并对所述第二协议字段分布图进行图数据格式转换得到与所述基准图数据集的图数据格式相同的第三协议字段分布图;
通过过滤所述基准图数据中的数据报文头和数据报文认证签名,获取所述基准图数据中除所述数据报文头和所述数据报文认证签名之外的报文内容并将所述报文内容添加到所述第三协议字段分布图中的目标图节点所对应的节点容器中;其中,所述报文内容中包括报文更新轨迹曲线和报文更新参数;
获取添加了所述报文内容的第三协议字段分布图的当前图数据编码,按照与所述驱动协议对应的编译码逻辑信息对所述当前图数据编码进行译码,得到所述过渡协议。
B5.如B1所述的系统,所述云端服务器,具体用于:
获取所述身份认证信息中的认证密钥与每个线程标识对应的校验密钥之间的密钥相关系数;
根据所述密钥相关系数确定用于对所述认证密钥和所述校验密钥进行校验的动态随机数和校验字符;
采用所述动态随机数和所述校验字符对所述认证密钥进行校验得到第一校验结果并采用所述动态随机数和所述校验字符对所述校验密钥进行校验得到第二校验结果;
确定所述第一校验结果与第二校验结果之间的结果相似度值,根据每个线程标识对应的线程活跃度获得目标数值区间;在所述结果相似度值位于所述目标数值区间内时,判定所述身份认证信息与该线程标识之间的绑定关系通过验证,否则,判定所述身份认证信息与该线程标识之间的绑定关系没有通过验证。
B6.如B1所述的系统,所述云端服务器,具体用于:
确定每组配置参数信息与对应的设备通信列表之间的资源分配权重以及所述资源分配权重在时序上的评价因子,根据所述资源分配权重及其对应的评价因子生成每组配置参数信息与其对应的设备通信列表之间的信息映射路径;
针对每条信息映射路径,将每条信息映射路径中的路径节点以及所述路径节点对应的路径向量列出,并基于所述路径节点对应的节点标识以及所述路径节点对应的路径向量生成每个设备通信列表对应的特征描述队列;
将每个特征描述队列的队列排头对齐,遍历每个特征描述队列在相同队列位置上的队列值以计算得到每个队列位置上的队列值一致率;统计队列值一致率大于设定比率的队列值的目标队列位置信息,根据所述目标队列位置信息在对应的设备通信列表中获取对应的目标列表单元;
将获取到的目标列表单元进行整合得到第一整合列表并将每个设备通信列表中除所述目标列表单元之外的至少部分列表单元进行整合得到第二整合列表;按照所述第一整合列表和所述第二整合列表之间的通信相关度将所述第一整合列表和所述第二整合列表进行错位拼接以得到所述全局通信列表。
B7.如B6所述的系统,所述云端服务器,具体用于:
获取每个属性信息中的属性标签,并计算与所述属性标签对应的第一标签关联度,所述属性标签为对应的智能设备在所述每个属性信息中的不随时序变化而更新的标签,所述属性标签所对应的标签状态参数是不变化的;
根据所述属性标签获取每个属性信息的资源属性数据、时序属性数据、结构属性数据以及链路属性数据,并根据所述第一标签关联度计算所述属性标签分别与所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的匹配率;
若所述属性标签与所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的匹配率均小于预设阈值,则将基于所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的列表结构化编码的编码缺损因子对所述第一标签关联度进行加权,得到位于根据所述预设阈值确定出的目标区间内的第二标签关联度;若所述属性标签与所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的匹配率不是均小于所述预设阈值,则根据所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据中的任一一个列表结构化编码的编码缺损因子对所述第一标签关联度进行加权得到位于根据所述预设阈值确定出的目标区间内的第二标签关联度;
基于所述第二标签关联度确定出属性信息在对应的智能设备的运行日志中的缺损变量系数,并通过所述缺损变量系数对所述智能设备的运行日志进行参数提取得到多个单元参数,根据所述单元参数以及所述单元参数在所述运行日志中的位置建立每个智能设备的设备通信列表。
B8.如B1所述的系统,所述云端服务器,具体用于:
获取每个智能设备的驱动线程对应的线程标识的标识扰动因子;查找所述全局通信列表对应的状态数据库中是否存在与所述标识扰动因子相匹配的目标扰动因子,得到查找结果;其中,所述状态数据库用于存储多个目标扰动因子以及每个目标扰动因子的全局影响系数和每个目标扰动因子的活跃性权重值;
当所述查找结果指示所述状态数据库中存在所述目标扰动因子时,基于所述标识扰动因子的第一活跃性权重值和所述目标扰动因子的第二活跃性权重值,得到所述目标扰动因子的干扰指向性信息;
获取所述目标扰动因子在设定时段内的调用累计值,将所述调用累计值确定为所述目标扰动因子的综合影响系数;基于所述干扰指向性信息和所述综合影响系数,对所述线程标识对应的当前字段结构进行调整得到目标字段结构,以所述目标字段结构为基准将所述线程标识添加到所述全局通信列表中。
在上述基础上,请结合参阅图4,提供了一种云端服务器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与云端服务器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。此外,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端服务器110的内存112中运行时实现上述的方法。
以上对本发明所提供的方法、装置及系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种结合云计算和智能设备交互的信息处理方法,其特征在于,应用于与用户终端和多个物联网设备通信的云端服务器,所述方法包括:
采集每个智能设备的属性信息并通过所述属性信息建立每个智能设备的设备通信列表,根据内置的每个智能设备的协议适配器的配置参数信息将已建立的多个设备通信列表进行整合,以获得所述多个智能设备对应的全局通信列表;
其中:
属性信息用于表征智能设备的通信配置参数,设备通信列表则用于记录智能设备的实时通信行为,全局通信列表中包含不同智能设备之间的通信相关度;
将每个智能设备的驱动线程对应的线程标识添加到所述全局通信列表中,接收用户终端发送的身份认证信息,将所述身份认证信息与所述全局通信列表中的每个线程标识进行绑定;
在对所述身份认证信息与每个线程标识之间的绑定关系进行验证之后,将接收到的所述用户终端发送的驱动协议转发至对应的目标智能设备以实现对所述目标智能设备的状态控制和调整。
2.如权利要求1所述的方法,其特征在于,将接收到的所述用户终端发送的驱动协议转发至对应的目标智能设备以实现对所述目标智能设备的状态控制和调整,包括:
获取所述目标智能设备的目标驱动线程的当前协议封装包;
对所述当前协议封装包进行解析得到所述当前协议封装包对应的协议表单,提取所述协议表单的协议字段特征;
根据所述协议字段特征生成与所述驱动协议对应的过渡协议,为所述过渡协议设置第一执行优先级以及为所述驱动协议设置第二执行优先级,将所述过渡协议和所述驱动协议下发至所述目标智能设备中以使得所述目标智能设备在目标驱动线程中通过先后执行所述过渡协议和所述驱动协议以实现状态控制和调整;其中,所述第一执行优先级大于所述第二执行优先级。
3.如权利要求2所述的方法,其特征在于,提取所述协议表单的协议字段特征,进一步包括:
解析所述当前协议封装包,以对组成所述当前协议封装包的单元协议字段进行提取,确定所述当前协议封装包中的单元协议报文;结合所述当前协议封装包的历史协议清单,确定所述当前协议封装包的协议逻辑标签;依据所述当前协议封装包的协议逻辑标签,确定所述当前协议封装包中与预设报文清单的权限等级不同但报文加密密钥相同或相似,或与预设报文清单的权限等级相同,但报文加密密钥不同的单元协议报文相对于所述协议逻辑标签的协议转换清单;依据所述当前协议封装包中的单元协议报文对应的协议转换清单,对所述当前协议封装包进行列表结构搭建,以得到所述当前协议封装包对应的协议表单;
对所述协议表单的协议格式信息包含的格式配置字符按字符长度进行排序,得到格式配置字符集;获取所述格式配置字符集中的格式配置字符的队列特征信息;基于所述队列特征信息的特征集中度与所述队列特征信息的特征偏离系数计算所述协议表单对应的协议字段分布矩阵;其中,基于所述队列特征信息的特征集中度与所述队列特征信息的特征偏离系数计算所述协议表单对应的协议字段分布矩阵包括:根据所述队列特征信息的特征集中度判断所述队列特征信息对应的队列描述值是否为目标描述值,若是,则根据所述队列特征信息的特征偏离系数来对所述目标描述值对应的特征集中度进行加权,并将所述队列特征信息的特征偏离系数以及加权之后的特征集中度进行整合以得到协议表单对应的协议字段分布矩阵;
确定所述协议字段分布矩阵的特征值分布图,根据所述预设报文清单的权限等级以及所述预设报文清单的报文加密密钥对所述特征值分布图进行划分以得到多个子图,将计算得到的每个子图对应的关联性系数添加到预设的字段特征提取线程对应的第一线程参数集中以对所述第一线程参数集进行更新得到第二线程参数集;
对所述协议字段分布矩阵进行矩阵结构参数提取,得到该协议字段分布矩阵中每个矩阵元素的多个维度配置信息及各个维度配置信息的评价权重;根据每个所述维度配置信息的评价权重,计算得到所述每个矩阵元素的特征识别度;按照所述特征识别度由大到小的顺序依次选取至少多个目标矩阵元素并基于所述目标矩阵元素的维度配置信息从所述协议表单中提取所述协议字段特征。
4.如权利要求2所述的方法,其特征在于,根据所述协议字段特征生成与所述驱动协议对应的过渡协议,具体包括:
根据所述协议字段特征的特征指向信息生成与所述协议字段特征对应的第一协议字段分布图;
基于所述驱动协议的协议参数信息生成与所述驱动协议参数对应的第二协议字段分布图;
提取所述第一协议字段分布图对应的图数据集并作为基准图数据集并对所述第二协议字段分布图进行图数据格式转换得到与所述基准图数据集的图数据格式相同的第三协议字段分布图;
通过过滤所述基准图数据中的数据报文头和数据报文认证签名,获取所述基准图数据中除所述数据报文头和所述数据报文认证签名之外的报文内容并将所述报文内容添加到所述第三协议字段分布图中的目标图节点所对应的节点容器中;其中,所述报文内容中包括报文更新轨迹曲线和报文更新参数;
获取添加了所述报文内容的第三协议字段分布图的当前图数据编码,按照与所述驱动协议对应的编译码逻辑信息对所述当前图数据编码进行译码,得到所述过渡协议。
5.如权利要求1或2所述的方法,其特征在于,对身份认证信息与每个线程标识之间的绑定关系进行验证具体包括:
获取所述身份认证信息中的认证密钥与每个线程标识对应的校验密钥之间的密钥相关系数;
根据所述密钥相关系数确定用于对所述认证密钥和所述校验密钥进行校验的动态随机数和校验字符;
采用所述动态随机数和所述校验字符对所述认证密钥进行校验得到第一校验结果并采用所述动态随机数和所述校验字符对所述校验密钥进行校验得到第二校验结果;
确定所述第一校验结果与第二校验结果之间的结果相似度值,根据每个线程标识对应的线程活跃度获得目标数值区间;在所述结果相似度值位于所述目标数值区间内时,判定所述身份认证信息与该线程标识之间的绑定关系通过验证,否则,判定所述身份认证信息与该线程标识之间的绑定关系没有通过验证。
6.如权利要求1所述的方法,其特征在于,根据内置的每个智能设备的协议适配器的配置参数信息将已建立的多个设备通信列表进行整合,以获得所述多个智能设备对应的全局通信列表,包括:
确定每组配置参数信息与对应的设备通信列表之间的资源分配权重以及所述资源分配权重在时序上的评价因子,根据所述资源分配权重及其对应的评价因子生成每组配置参数信息与其对应的设备通信列表之间的信息映射路径;
针对每条信息映射路径,将每条信息映射路径中的路径节点以及所述路径节点对应的路径向量列出,并基于所述路径节点对应的节点标识以及所述路径节点对应的路径向量生成每个设备通信列表对应的特征描述队列;
将每个特征描述队列的队列排头对齐,遍历每个特征描述队列在相同队列位置上的队列值以计算得到每个队列位置上的队列值一致率;统计队列值一致率大于设定比率的队列值的目标队列位置信息,根据所述目标队列位置信息在对应的设备通信列表中获取对应的目标列表单元;
将获取到的目标列表单元进行整合得到第一整合列表并将每个设备通信列表中除所述目标列表单元之外的至少部分列表单元进行整合得到第二整合列表;按照所述第一整合列表和所述第二整合列表之间的通信相关度将所述第一整合列表和所述第二整合列表进行错位拼接以得到所述全局通信列表。
7.如权利要求6所述的方法,其特征在于,通过所述属性信息建立每个智能设备的设备通信列表,进一步包括:
获取每个属性信息中的属性标签,并计算与所述属性标签对应的第一标签关联度,所述属性标签为对应的智能设备在所述每个属性信息中的不随时序变化而更新的标签,所述属性标签所对应的标签状态参数是不变化的;
根据所述属性标签获取每个属性信息的资源属性数据、时序属性数据、结构属性数据以及链路属性数据,并根据所述第一标签关联度计算所述属性标签分别与所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的匹配率;
若所述属性标签与所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的匹配率均小于预设阈值,则将基于所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的列表结构化编码的编码缺损因子对所述第一标签关联度进行加权,得到位于根据所述预设阈值确定出的目标区间内的第二标签关联度;若所述属性标签与所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据之间的匹配率不是均小于所述预设阈值,则根据所述资源属性数据、所述时序属性数据、所述结构属性数据以及所述链路属性数据中的任一一个列表结构化编码的编码缺损因子对所述第一标签关联度进行加权得到位于根据所述预设阈值确定出的目标区间内的第二标签关联度;
基于所述第二标签关联度确定出属性信息在对应的智能设备的运行日志中的缺损变量系数,并通过所述缺损变量系数对所述智能设备的运行日志进行参数提取得到多个单元参数,根据所述单元参数以及所述单元参数在所述运行日志中的位置建立每个智能设备的设备通信列表。
8.一种云端服务器,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;
所述网络接口与云端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1-7任一项所述的方法。
9.一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端服务器的内存中运行时实现上述权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011569352.0A CN112597477A (zh) | 2020-08-02 | 2020-08-02 | 结合云计算和智能设备交互的信息处理方法及云端服务器 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010764336.0A CN111953757B (zh) | 2020-08-02 | 2020-08-02 | 基于云计算和智能设备交互的信息处理方法及云端服务器 |
CN202011569352.0A CN112597477A (zh) | 2020-08-02 | 2020-08-02 | 结合云计算和智能设备交互的信息处理方法及云端服务器 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010764336.0A Division CN111953757B (zh) | 2020-08-02 | 2020-08-02 | 基于云计算和智能设备交互的信息处理方法及云端服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112597477A true CN112597477A (zh) | 2021-04-02 |
Family
ID=73338673
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011569329.1A Withdrawn CN112738075A (zh) | 2020-08-02 | 2020-08-02 | 基于云计算和智能设备交互的信息处理方法及系统 |
CN202011569352.0A Withdrawn CN112597477A (zh) | 2020-08-02 | 2020-08-02 | 结合云计算和智能设备交互的信息处理方法及云端服务器 |
CN202010764336.0A Active CN111953757B (zh) | 2020-08-02 | 2020-08-02 | 基于云计算和智能设备交互的信息处理方法及云端服务器 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011569329.1A Withdrawn CN112738075A (zh) | 2020-08-02 | 2020-08-02 | 基于云计算和智能设备交互的信息处理方法及系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010764336.0A Active CN111953757B (zh) | 2020-08-02 | 2020-08-02 | 基于云计算和智能设备交互的信息处理方法及云端服务器 |
Country Status (1)
Country | Link |
---|---|
CN (3) | CN112738075A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116795069A (zh) * | 2023-08-29 | 2023-09-22 | 成都拓林思软件有限公司 | 一种基于边缘计算的智能制造方法 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112953889A (zh) * | 2020-12-31 | 2021-06-11 | 上海移为通信技术股份有限公司 | 报文加解密方法、系统、服务器和可读存储介质 |
CN115119206A (zh) * | 2022-04-27 | 2022-09-27 | 李振福 | 一种设备互联互通、智能化应用平台 |
CN115313636B (zh) * | 2022-07-27 | 2023-04-14 | 深圳市博源电子有限公司 | 一种通信电源直流供电系统 |
CN116016752A (zh) * | 2022-12-29 | 2023-04-25 | 联想(北京)有限公司 | 控制方法及电子设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9158595B2 (en) * | 2012-10-25 | 2015-10-13 | Nvidia Corporation | Hardware scheduling of ordered critical code sections |
CN103746806B (zh) * | 2013-12-13 | 2017-02-15 | 福建星网锐捷网络有限公司 | 一种网页认证方法、装置及网络设备 |
CN103747439B (zh) * | 2013-12-31 | 2017-08-25 | 福建三元达网络技术有限公司 | 无线控制器设备、无线认证处理方法、系统、组网 |
CN104283885B (zh) * | 2014-10-14 | 2017-07-28 | 中国科学院信息工程研究所 | 一种基于智能终端本地认证的多sp安全绑定的实现方法 |
RU2637433C2 (ru) * | 2016-04-25 | 2017-12-04 | Акционерное общество "Лаборатория Касперского" | Система и способ противодействия несанкционированному доступу к данным микрофона |
CN108123932B (zh) * | 2017-12-01 | 2019-09-24 | 杭州美创科技有限公司 | 三层架构下数据库终端身份识别的方法 |
CN112231681A (zh) * | 2020-03-16 | 2021-01-15 | 沈寿娟 | 基于物联网的访问权限验证方法及系统 |
-
2020
- 2020-08-02 CN CN202011569329.1A patent/CN112738075A/zh not_active Withdrawn
- 2020-08-02 CN CN202011569352.0A patent/CN112597477A/zh not_active Withdrawn
- 2020-08-02 CN CN202010764336.0A patent/CN111953757B/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116795069A (zh) * | 2023-08-29 | 2023-09-22 | 成都拓林思软件有限公司 | 一种基于边缘计算的智能制造方法 |
CN116795069B (zh) * | 2023-08-29 | 2023-11-14 | 成都拓林思软件有限公司 | 一种基于边缘计算的智能制造方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111953757A (zh) | 2020-11-17 |
CN111953757B (zh) | 2021-01-26 |
CN112738075A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111953757B (zh) | 基于云计算和智能设备交互的信息处理方法及云端服务器 | |
Shen et al. | Accurate decentralized application identification via encrypted traffic analysis using graph neural networks | |
Liu et al. | Blockchain and machine learning for communications and networking systems | |
Wagh et al. | Survey on intrusion detection system using machine learning techniques | |
CN107181724B (zh) | 一种协同流的识别方法、系统以及使用该方法的服务器 | |
Wang et al. | App-net: A hybrid neural network for encrypted mobile traffic classification | |
CN111639363A (zh) | 基于区块链的数据分析方法及边缘计算服务器 | |
CN107895011A (zh) | 会话信息的处理方法、系统、存储介质和电子设备 | |
CN108696511A (zh) | 一种基于区块链的信息公示方法、装置及相关设备 | |
CN110535850B (zh) | 帐号登录的处理方法和装置、存储介质及电子装置 | |
CN112115468B (zh) | 基于大数据和云计算的业务信息检测方法及云计算中心 | |
Lu et al. | Federated learning with non-iid data: A survey | |
CN110855648A (zh) | 一种网络攻击的预警控制方法及装置 | |
CN113379530A (zh) | 用户风险的确定方法、装置和服务器 | |
CN113468520A (zh) | 应用于区块链业务的数据入侵检测方法及大数据服务器 | |
Almarshdi et al. | Hybrid Deep Learning Based Attack Detection for Imbalanced Data Classification. | |
CN112685787A (zh) | 应用于人工智能的大数据信息安全防护方法及云服务器 | |
CN111597411B (zh) | 一种电力规约数据帧的区分识别方法及系统 | |
CN112003940A (zh) | 基于区块链和在线业务的支付网络状态处理方法及服务器 | |
CN111680167A (zh) | 一种服务请求的响应方法及服务器 | |
CN111832661B (zh) | 分类模型构建方法、装置、计算机设备及可读存储介质 | |
CN111740494B (zh) | 基于边缘计算和云计算的数据管理方法及边缘计算平台 | |
CN111949720A (zh) | 基于大数据和人工智能的数据分析方法及云端数据服务器 | |
CN111917848A (zh) | 基于边缘计算和云计算协同的数据处理方法及云服务器 | |
Ghosh et al. | Predictability and fairness in social sensing |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210402 |
|
WW01 | Invention patent application withdrawn after publication |