CN113055442A - 基于动态因子的事件生成方法、电子设备及存储介质 - Google Patents
基于动态因子的事件生成方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113055442A CN113055442A CN202110192985.2A CN202110192985A CN113055442A CN 113055442 A CN113055442 A CN 113055442A CN 202110192985 A CN202110192985 A CN 202110192985A CN 113055442 A CN113055442 A CN 113055442A
- Authority
- CN
- China
- Prior art keywords
- event
- service
- scoring
- dynamic factor
- rule
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000015654 memory Effects 0.000 claims description 18
- 238000004891 communication Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 16
- 230000002159 abnormal effect Effects 0.000 description 15
- 230000008859 change Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 6
- 238000001363 water suppression through gradient tailored excitation Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 5
- 239000002131 composite material Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Telephonic Communication Services (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于动态因子的事件生成方法、电子设备及存储介质,涉及无线通讯领域。本申请的基于动态因子的事件生成方法,包括:从业务设备中获取到业务数据流,根据业务设备以及获取到的业务数据流匹配预设的业务规则,然后根据业务数据流获取动态因子,根据业务规则以及动态因子对业务数据流进行处理,生成业务事件,本申请通过引入动态因子重新对业务数据流进行处理,能够优化业务规则,提升用户体验和配置灵活性,并且提高业务事件生成的准确性。
Description
技术领域
本申请涉及无线通讯领域,特别涉及一种基于动态因子的事件生成方法、电子设备及存储介质。
背景技术
随着物联网的广泛应用,传统的人工运维已经无法响应日益增长的物联网运维需求,此时需要一个物联网监控以及数字化运维平台来解决海量物联设备实施的运维。但是目前主流的数字化运维平台,数字化运维平台在对物联网设备进行运维时,是基于配置的规则引擎对物联网设备进行事件监察,其规则引擎一般仅支持单一条件规则或复合条件规则,而且条件规则的阈值往往是配置的固定变量,其中规则引擎是解析、调用、执行规则包的一种服务,由于物联设备的周围环境和生命周期的变化,使得采用单一条件规则或复合条件规则的规则引擎产生误差,进而导致根据这些规则而产生了大量无效或者错误的事件。
发明内容
本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出一种基于动态因子的事件生成方法、电子设备及存储介质,能够通过引入动态因子优化条件规则以及规则引擎,提高了规则引擎事件的准确性。
根据本申请的第一方面实施例的基于动态因子的事件生成方法,包括:
获取业务设备的业务数据流;
根据所述业务设备和所述业务数据流匹配预设的业务规则;
根据所述业务数据流获取动态因子;
根据所述业务规则和所述动态因子对所述业务数据流进行处理,生成业务事件。
根据本申请实施例的基于动态因子的事件生成方法,至少具有如下有益效果:
从业务设备中获取到业务数据流,根据业务设备以及获取到的业务数据流匹配预设的业务规则,然后根据业务数据流获取动态因子,根据业务规则以及动态因子对业务数据流进行处理,生成业务事件,本申请通过引入动态因子重新对业务数据流进行处理,能够优化业务规则,提升用户体验和配置灵活性,并且提高业务事件生成的准确性。
根据本申请的一些实施例,所述根据所述业务规则和所述动态因子对所述业务数据流进行处理,生成业务事件,包括:
根据所述业务规则和所述动态因子生成事件规则,所述事件规则包括若干数据指标;
判断所述业务数据流是否满足所述数据指标;
若所述业务数据流满足所述数据指标,则根据所述业务数据流生成所述业务事件。
根据本申请的一些实施例,所述方法还包括:
获取所述业务设备的历史事件,基于所述历史事件对所述业务事件进行评分,得到第一评分参数,所述第一评分参数用于表示所述业务事件的准确度。
根据本申请的一些实施例,所述方法还包括:
判断所述业务数据流是否获取到所述动态因子;
若所述业务数据流无法获取所述动态因子,则根据所述业务规则对所述业务数据流进行处理,得到业务事件。
根据本申请的一些实施例,所述根据所述业务规则对所述业务数据进行处理,得到业务事件,包括:
根据所述业务规则生成事件规则,所述事件规则包括若干数据指标;
判断所述业务数据流是否满足所述数据指标;
若所述业务数据流满足所述数据指标,则根据所述业务数据流生成所述业务事件。
根据本申请的一些实施例,所述方法还包括:
获取所述业务设备的历史事件,基于所述历史事件对所述业务事件进行评分,得到第二评分参数,所述第二评分参数用于表示所述业务事件的准确度。
根据本申请的一些实施例,所述方法还包括:
获取预设的事件评分阈值;
判断所述第一评分参数是否大于或等于所述事件评分阈值;
若所述第一评分参数大于或等于所述事件评分阈值,则确定所述第一评分参数有效;
或,
获取预设的事件评分阈值;
判断所述第二评分参数是否大于或等于所述事件评分阈值;
若所述第二评分参数大于或等于所述事件评分阈值,则确定所述第二评分参数有效。
根据本申请的一些实施例,所述方法还包括:
将所述第一评分参数或所述第二评分参数发送至用户端;
获取来自所述用户端发送的反馈评分参数,所述反馈评分参数由所述用户端基于所述第一评分参数或所述第二评分参数对所述业务事件进行评分得到;
将所述业务数据流对应的所述条件规则、所述动态因子、所述第一评分参数或所述第二评分参数以及所述反馈评分参数组成事件数据集;
基于所述事件数据集以及所述历史事件移除第一动态因子,所述第一动态因子包括:与所述业务事件不相关的所述动态因子;
基于所述事件数据集修改第二动态因子对应的所述事件评分阈值,所述第二动态因子包括:与所述业务事件有关联的所述动态因子。
根据本申请的第二方面实施例的电子设备,包括:
至少一个处理器,以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行所述指令时实现如本申请第一方面实施例任一项所述的基于动态因子的事件生成方法。
根据本申请实施例的电子设备,至少具有如下有益效果:通过执行如第一方面实施例所述的基于动态因子的事件生成方法,从业务设备中获取到业务数据流,根据业务设备以及获取到的业务数据流匹配预设的业务规则,然后根据业务数据流获取动态因子,根据业务规则以及动态因子对业务数据流进行处理,生成业务事件,本申请通过引入动态因子重新对业务数据流进行处理,能够优化业务规则,提升用户体验和配置灵活性,并且提高业务事件生成的准确性。
根据本申请的第三方面实施例的计算机可读存储介质,包括:
所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于执行如本申请第一方面实施例所述的基于动态因子的事件生成方法。
根据本申请实施例的计算机可读存储指令,至少具有如下有益效果:通过执行如第一方面实施例所述的基于动态因子的事件生成方法,从业务设备中获取到业务数据流,根据业务设备以及获取到的业务数据流匹配预设的业务规则,然后根据业务数据流获取动态因子,根据业务规则以及动态因子对业务数据流进行处理,生成业务事件,本申请通过引入动态因子重新对业务数据流进行处理,能够优化业务规则,提升用户体验和配置灵活性,并且提高业务事件生成的准确性。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
下面结合附图和实施例对本申请做进一步的说明,其中:
图1为本申请一些实施例提供的基于动态因子的事件生成方法的第一流程图;
图2为本申请一些实施例提供的基于动态因子的事件生成方法中步骤S400的具体流程图;
图3为本申请另一些实施例提供的基于动态因子的事件生成方法的第二流程图;
图4为本申请一些实施例提供的基于动态因子的事件生成方法中步骤S600的具体流程图;
图5为本申请另一些实施例提供的基于动态因子的事件生成方法的第三流程图;
图6为本申请另一些实施例提供的基于动态因子的事件生成方法的具体应用流程图。
具体实施方式
下面详细描述本申请的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
在本申请的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本申请的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
随着物联网的广泛应用,传统的人工运维已经无法响应日益增长的物联网运维需求,此时需要一个物联网监控以及数字化运维平台来解决海量物联设备实施的运维。但是目前主流的数字化运维平台,数字化运维平台在对物联网设备进行运维时,是基于配置的规则引擎对物联网设备进行事件监察,其规则引擎一般仅支持单一条件规则或复合条件规则,而且条件规则的阈值往往是配置的固定变量,其中规则引擎是解析、调用、执行规则包的一种服务,由于物联设备的周围环境和生命周期的变化,使得采用单一条件规则或复合条件规则的规则引擎产生误差,进而导致根据这些规则而产生了大量无效或者错误的事件。
基于此,本申请提出一种基于动态因子的事件生成方法、电子设备及存储介质,能够从业务设备中获取到业务数据流,根据业务设备以及获取到的业务数据流匹配预设的业务规则,然后根据业务数据流获取动态因子,根据业务规则以及动态因子对业务数据流进行处理,生成业务事件,本申请通过引入动态因子重新对业务数据流进行处理,能够优化业务规则,提升用户体验和配置灵活性,并且提高业务事件生成的准确性。
第一方面,本申请实施例提供了一种基于动态因子的事件生成方法。
参照图1,图1为本申请一些实施例提供的基于动态因子的事件生成方法的第一流程图,具体包括步骤:
S100,获取业务设备的业务数据流;
S200,根据业务设备和业务数据流匹配预设的业务规则;
S300,根据业务数据流获取动态因子;
S400,根据业务规则和动态因子对业务数据流进行处理,生成业务事件。
在步骤S100中,本申请实施例中的业务设备可以用来采集实时数据流,其中实时数据流指的是数据流一直保持运行状态时实时抽取的数据,并以毫秒或者秒级别写入存储引擎,在数据使用以及传输上达到实时的效果,本申请实施例中的业务数据流指的是获取业务设备此时采集到的实时数据流,在事件生成之前,首先需要获取业务设备的业务数据流,在实际应用中,业务数据流指物联设备实时采集上报的信息流,如关于电表的在线状态、使用量、温度、电流以及电压等。
在步骤S200中,根据业务设备和业务数据流匹配预设的业务规则,本申请实施例可以预先存储有多条规则记录,在获取到业务设备的业务数据流后,根据业务数据流的内容匹配与业务数据流内容相关的条件规则,这里的业务规则指的是针对业务设备中业务数据流的检测匹配规则,比如可以采用关键字等方式进行匹配,找到与业务数据流的内容匹配的条件规则。在实际应用中,假设业务设备为设备A,预设的业务规则为“闸门状态=关闭”,如果从业务数据流中获取到设备A的闸门状态为关闭,就能够根据业务数据流中设备A的闸门状态匹配到“闸门状态=关闭”的业务规则。
在步骤S300中,根据业务数据流的内容,获取与业务数据流有关联的动态因子,本申请实施例中提到的动态因子指影响规则引擎结果的变量,且该变量的值一般跟随规则引擎运行时的外在条件动态变化,相当于能够根据实际需求实时变化的业务规则,本申请实施例中提到的规则引擎是解析、调用、执行规则包的一种服务。
在步骤S400中,根据业务规则和动态因子对业务数据流进行处理,生成业务事件,也就是将静态规则与动态规则进行结合,生成新的条件规则,对业务数据流进行处理,将业务数据流与业务规则以及动态因子相匹配,生成需要的业务事件。
在一些实施例中,如图2所示,步骤S400具体包括步骤:
S410,根据业务规则和动态因子生成事件规则,事件规则包括若干数据指标;
S420,判断业务数据流是否满足数据指标;
S430,若业务数据流满足数据指标,则根据业务数据流生成业务事件。
在步骤S410中,根据业务规则和动态因子生成事件规则,其中事件规则包括若干数据指标,本申请实施例中的若干数据指标指的是一个或者多个数据指标,提到业务规则相当于静态规则,也就是预先设定好的,动态因子相当于动态规则,可随着环境变化而变化,将这两类规则结合在一起,组成事件规则,事件规则的若干数据指标指的是在具体规则中,某些事件满足的规则条件或者是阈值。此外,在启用动态因子的场景下,检测对象一般受环境影响,如设备A电流异常检测,就受到周围环境的影响,一般来说天气炎热,电线的外部环境温度变高,从而影响电线的内部温度,考虑到气温的影响,可以将设备A在夏天的合理温度设置为小于42度,将设备A在冬天的合理温度设置为小于39度,在不同气温下,电线合理的环境温度也不同。
在步骤S420中,判断业务数据是否满足数据指标,如果不满足,则说明业务数据与数据指标并不对应,不能生成符合要求的业务事件。
在步骤S430中,如果业务数据流满足数据指标,则说明业务数据与数据指标相对应,此时可以根据业务数据流生成业务事件,比如,监测对象是设备A,设备A可以生成不同的事件,可以根据实际需求设置数据指标,比如数据指标可以是设备A的运行状态、设备A的故障记录以及设备A的气温等,其中设备A的运行状态可以是开启可以是关闭,这类规则为业务规则,也就是静态规则,不会因为外界环境而发生规则的改变,其中设备A的故障记录可以随着设备A的故障维修情况动态变化,设备A的温度可以随着外界温度变化发生动态变化,这类规则为动态因子,也就是动态规则,可以因为外界环境而发生规则的改变,比如可以从业务数据流中获取到设备A的运行状态、故障记录以及气温等数据,将这些数据与事件规则进行匹配,比如检测到设备A的闸门状态是关闭的、设备A的故障记录具体次数以及设备A的温度数据,将检测到的数据与事件规则进行匹配,当满足所有事件规则,就可以产生业务事件,比如:报警设备A闸门异常、维修记录正常以及气温正常,可以根据实际情况设置不同的规则,在此不做具体限定。
在一些实施例中,结合实际应用,本申请提到的业务事件可以针对单条业务规则生成,具体实现步骤如下:假设业务设备为设备A,预设的业务规则为“闸门状态=关闭”,此时如果从业务数据流中获取到设备A的闸门状态为关闭,就能够根据业务数据流中设备A的闸门状态匹配到“闸门状态=关闭”的业务规则,比如设备A的正常状态时闸门开启,而根据业务数据流得知设备A的闸门状态为关闭,此时就可以判断出设备A处于异常状态,根据业务数据流以及业务规则生成的业务事件为:设备A的闸门异常,此时可以将业务事件推送到相关的工作人员,其中可以通过打电话报警通知或者发微信文本通知等方式进行推送,让工作人员针对此业务事件对设备A进行处理,比如将设备A的闸门重新开启。
在一些实施例中,本申请实施例提到的基于动态因子的事件生成方法具体还包括步骤:获取业务设备的历史事件,基于历史事件对业务事件进行评分,得到第一评分参数,第一评分参数用于表示业务事件的准确度。在生成业务事件之后,可以对生成的业务事件进行质量评分,得到业务事件的准确度,结合历史的业务事件反馈,对新产生的业务事件的可信度进行评分,得到第一评分参数。例如,历史记录中设备A的业务事件被人工标记了7次无效,则系统将会对当前产生的业务事件依据历史行为进行一个可信度评分。
在一些实施例中,如图3所示,本申请实施例提到的基于动态因子的事件生成方法具体还包括步骤:
S500,判断业务数据流是否获取到动态因子;
S600,业务数据流无法获取动态因子,则根据业务规则对业务数据流进行处理,得到业务事件。
在步骤S500中,在本申请实施例中,在生成业务事件之前,首先需要判断业务数据流是否获取到动态因子,如果获取到动态因子,则结合业务规则以及动态因子生成事件规则,具体实现方式参照步骤S410。
在步骤S600中,如果业务数据流无法获取到动态因子,则说明只能采取静态的业务规则对业务数据流进行处理,比如将业务数据流与业务规则相匹配,生成需要的业务事件。
在一些实施例中,如图4所示,本申请实施例提到的基于动态因子的事件生成方法具体包括步骤:
S610,根据业务规则生成事件规则,事件规则包括若干数据指标;
S620,判断业务数据流是否满足数据指标;
S630,若业务数据流满足数据指标,则根据业务数据流生成业务事件。
在步骤S610中,本申请实施例中的若干数据指标指的是一个或者多个数据指标,根据业务规则生成事件规则,其中事件规则包括若干数据指标,本申请实施例提到业务规则相当于静态规则,也就是预先设定好的,在没有动态因子的情况下,业务规则可以组成事件规则,事件规则的若干数据指标指的是在具体的事件规则中,某些事件满足的规则条件或者是阈值。
在步骤S620中,判断业务数据是否满足数据指标,如果不满足,则说明业务数据与数据指标并不对应,不能生成符合要求的业务事件。
在步骤S630中,如果业务数据流满足数据指标,则说明业务数据与数据指标相对应,此时可以根据业务数据流生成业务事件,比如,监测对象是水闸装置,水闸装置可以生成的事件为漏水预警,那么水闸装置发生漏水预警这个事件的数据指标可以是预设的异常用水量范围,当水闸装置的水量符合异常用水量的范围时,就触发漏水预警事件生成,在实际应用中,结合水闸装置的实时用水量,还可以获取到用水量异常时的时间,比如可以从业务数据流中检测出水闸装置的实时用水情况,将这些用水情况与异常用水量范围进行对比,如果用水情况符合异常用水量的范围,那么就可以记录异常用水情况下的时间,生成水闸装置的用水情况异常的业务事件,其中这个业务可以为:水闸装置在下午两点到四点用水量异常。在实际应用中,还可以依据业务数据流以及业务规则生成人流异常事件:比如每30秒内某段路通行的人数大于预设通行人数阈值时,生成某时间段内某路段人流异常事件
在一些实施例中,结合实际应用,本申请提到的业务事件可以基于多条件的业务规则或者多种逻辑组合的业务规则生成,具体实现步骤如下:假设业务设备为设备B,预设的业务规则有多条,比如可以是“闸门状态=关闭”、“设备状态=在线”,此时如果从业务数据流中获取到设备B的闸门状态为关闭以及设备状态为在线,就能够根据业务数据流中设备B的闸门状态以及设备状态匹配到“闸门状态=关闭”、“设备状态=在线”的业务规则,这时根据业务数据流以及业务规则生成的业务事件为:设备B的闸门异常以及设备B处于在线状态,此时可以将业务事件推送到相关的工作人员,让工作人员针对此业务事件对设备B进行处理,比如将设备B的闸门重新开启,或者将设备B关闭。
在一些实施例中,本申请实施例提到的基于动态因子的事件生成方法具体还包括步骤:获取业务设备的历史事件,基于历史事件对业务事件进行评分,得到第二评分参数,第二评分参数用于表示业务事件的准确度。在生成业务事件之后,可以对生成的业务事件进行质量评分,得到业务事件的准确度,结合历史的业务事件反馈,对新产生的业务事件的可信度进行评分,得到第二评分参数。例如,历史记录中设备B的业务事件被人工标记了7次无效,则系统将会对当前产生的业务事件依据历史行为进行一个可信度评分。
在一些实施例中,本申请实施例提到的基于动态因子的事件生成方法具体还包括步骤:获取预设的事件评分阈值;判断第一评分参数是否大于或等于事件评分阈值;若第一评分参数大于或等于事件评分阈值,则确定第一评分参数有效;或,获取预设的事件评分阈值;判断第二评分参数是否大于或等于事件评分阈值;若第二评分参数大于或等于事件评分阈值,则确定第二评分参数有效。在对业务事件进行评分后,应该判断第一评分参数或者第二评分参数是否达到预设的事件评分阈值,这里的事件评分阈值是可以根据实际情况进行设置的,设置事件评分阈值的目的是判断新生成的业务事件是否能够满足预设的质量要求,如果第一评分参数或者第二评分参数大于或等于事件评分阈值,也就是说业务事件是有效的,并且满足质量要求,如果第一评分参数或者第二评分参数小于事件阈值,说明新生成的业务事件是无效的,且不能满足质量要求,通过标记有效事件以及无效事件,可以为之后的业务事件评分提供参考,从而不断优化事件规则,提高业务事件生成的准确率。
在一些实施例中,如图5所示,本申请实施例提到的基于动态因子的事件生成方法具体还包括步骤:
S700,将第一评分参数或第二评分参数发送至用户端;
S800,获取来自用户端发送的反馈评分参数,反馈评分参数由用户端基于第一评分参数或第二评分参数对业务事件进行评分得到;
S900,将业务数据流对应的条件规则、动态因子、第一评分参数或第二评分参数以及反馈评分参数组成事件数据集;
S1000,基于事件数据集以及历史事件移除第一动态因子,第一动态因子包括:与业务事件不相关的动态因子;
S1100,基于事件数据集修改第二动态因子对应的事件评分阈值,第二动态因子包括:与业务事件有关联的动态因子。
在步骤S700中,将第一评分参数或第二评分参数发送至用户端,用户端可以初步了解到生成业务事件的准确度。
在步骤S800中,用户可以对事件进行实时反馈,并且对事件的准确程度进行评分,首先用户可以基于业务事件的评分,对生成业务事件进行反馈,例如可以通过事件准确度以及事件预警实时性这两个方面对生成的业务事件进行打分,生成一个反馈评分参数。
在步骤S900中,然后结合业务数据流对应的条件规则、动态因子、第一评分参数或第二评分参数以及反馈评分参数组成事件数据集,在实际应用中,系统会结合条件规则、动态因子、事件定义,也就是事件的类型和事件反馈,也就是各种评分参数,将这四方面的信息组成四元数据组,并且累积为历史事件的数据库,以供后续对同类型的事件进行分析使用。
在步骤S1000中,基于事件数据集以及历史事件移除第一动态因子,这里的第一动态因子指的是与业务事件不相关的动态因子,具体为:结合历史的事件数据集的分析和机器学习,分析出那些因子与业务事件并不相关的,将这些不相关的动态因子从事件数据集中剔除。
在步骤S1100中,基于事件数据集修改第二动态因子对应的事件评分阈值,这里的第二动态因子指的是与业务事件有关联的动态因子,具体为:一般的业务事件中都会有相应的阈值,也就是第二动态因子,在机器学习的过程中会结合历史数据修改阈值,在实际应用中,比如设备C在冬天的合理温度小于30度,但是通过结合历史数据对机器学习进行不断优化,可能优化为设备C在冬天的合理温度小于38度。
在一些实施例中,如图6所示,本申请实施例具体应用为:首先获取相关的实时数据流,然后启动多重条件规则匹配,匹配到合适的业务规则,接着判断该业务事件是否需要启动动态因子,如果需要启动动态因子,则会计算关于动态因子模型的实时数据集,然后结合多重条件规则匹配对规则进行运算并且处理,生成业务事件,然后判断业务事件是否成立,如果成立,可以二次查询业务事件的可信度,如果可信度及格,则产生有效的事件。如果不需要启动动态因子,则不需要通过动态因子模型注入动态因子,这里的动态因子模型是系统预先设定好的,用于存储动态因子,直接对实时数据流中的业务规则进行运算并且处理,生成业务事件,接着判断事件是否有效,有效事件可以通过业务系统推送到相关工作人员,工作人员可依据现场情况为该事件评分,系统收集人员的评分结果,通过机器深度学习,训练并优化可信度模型,以供下次同类型事件可信度系统评分。
在一些实施例中,从业务设备中获取到业务数据流,根据业务设备以及获取到的业务数据流匹配预设的业务规则,然后根据业务数据流获取动态因子,根据业务规则以及动态因子对业务数据流进行处理,生成业务事件,本申请通过引入动态因子重新对业务数据流进行处理,能够优化业务规则,提升用户体验和配置灵活性,并且提高业务事件生成的准确性。
第二方面,本申请实施例还提供了一种电子设备。
在一些实施例中,电子设备包括:至少一个处理器,以及与至少一个处理器通信连接的存储器;其中,存储器存储有指令,指令被至少一个处理器执行,以使至少一个处理器执行指令时实现本申请实施例中任一项基于动态因子的事件生成方法。
处理器和存储器可以通过总线或者其他方式连接。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序,如本申请实施例描述的基于动态因子的事件生成方法。处理器通过运行存储在存储器中的非暂态软件程序以及指令,从而实现上述的基于动态因子的事件生成方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储执行上述基于动态因子的事件生成方法。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,比如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实现上述的基于动态因子的事件生成方法所需的非暂态软件程序以及指令存储在存储器中,当被一个或者多个处理器执行时,执行上述第一方面实施例中提到的基于动态因子的事件生成方法。
第三方面,本申请实施例还提供了计算机可读存储介质。
在一些实施例中,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令用于执行第一方面实施例中提到的基于动态因子的事件生成方法。
在一些实施例中,该存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个控制处理器执行,比如,被上述电子设备中的一个处理器执行,可使得上述一个或多个处理器执行上述基于动态因子的事件生成方法。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
上面结合附图对本申请实施例作了详细说明,但是本申请不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本申请宗旨的前提下作出各种变化。此外,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
Claims (10)
1.基于动态因子的事件生成方法,其特征在于,包括:
获取业务设备的业务数据流;
根据所述业务设备和所述业务数据流匹配预设的业务规则;
根据所述业务数据流获取动态因子;
根据所述业务规则和所述动态因子对所述业务数据流进行处理,生成业务事件。
2.根据权利要求1所述的基于动态因子的事件生成方法,其特征在于,所述根据所述业务规则和所述动态因子对所述业务数据流进行处理,生成业务事件,包括:
根据所述业务规则和所述动态因子生成事件规则,所述事件规则包括若干数据指标;
判断所述业务数据流是否满足所述数据指标;
若所述业务数据流满足所述数据指标,则根据所述业务数据流生成所述业务事件。
3.根据权利要求2所述的基于动态因子的事件生成方法,其特征在于,所述方法还包括:
获取所述业务设备的历史事件,基于所述历史事件对所述业务事件进行评分,得到第一评分参数,所述第一评分参数用于表示所述业务事件的准确度。
4.根据权利要求3所述的基于动态因子的事件生成方法,其特征在于,所述方法还包括:
判断所述业务数据流是否获取到所述动态因子;
若所述业务数据流无法获取所述动态因子,则根据所述业务规则对所述业务数据流进行处理,得到业务事件。
5.根据权利要求4所述的基于动态因子的事件生成方法,其特征在于,所述根据所述业务规则对所述业务数据进行处理,得到业务事件,包括:
根据所述业务规则生成事件规则,所述事件规则包括若干数据指标;
判断所述业务数据流是否满足所述数据指标;
若所述业务数据流满足所述数据指标,则根据所述业务数据流生成所述业务事件。
6.根据权利要求5所述的基于动态因子的事件生成方法,其特征在于,所述方法还包括:
获取所述业务设备的历史事件,基于所述历史事件对所述业务事件进行评分,得到第二评分参数,所述第二评分参数用于表示所述业务事件的准确度。
7.根据权利要求6所述的基于动态因子的事件生成方法,其特征在于,所述方法还包括:
获取预设的事件评分阈值;
判断所述第一评分参数是否大于或等于所述事件评分阈值;
若所述第一评分参数大于或等于所述事件评分阈值,则确定所述第一评分参数有效;
或,
获取预设的事件评分阈值;
判断所述第二评分参数是否大于或等于所述事件评分阈值;
若所述第二评分参数大于或等于所述事件评分阈值,则确定所述第二评分参数有效。
8.根据权利要求7所述的基于动态因子的事件生成方法,其特征在于,所述方法还包括:
将所述第一评分参数或所述第二评分参数发送至用户端;
获取来自所述用户端发送的反馈评分参数,所述反馈评分参数由所述用户端基于所述第一评分参数或所述第二评分参数对所述业务事件进行评分得到;
将所述业务数据流对应的所述条件规则、所述动态因子、所述第一评分参数或所述第二评分参数以及所述反馈评分参数组成事件数据集;
基于所述事件数据集以及所述历史事件移除第一动态因子,所述第一动态因子包括:与所述业务事件不相关的所述动态因子;
基于所述事件数据集修改第二动态因子对应的所述事件评分阈值,所述第二动态因子包括:与所述业务事件有关联的所述动态因子。
9.电子设备,其特征在于,包括:
至少一个处理器,以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行所述指令时实现如权利要求1至8任一项所述的基于动态因子的事件生成方法。
10.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存储有计算机可执行指令,所述计算机可执行指令用于执行如权利要求1至8任一项所述的基于动态因子的事件生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110192985.2A CN113055442B (zh) | 2021-02-20 | 2021-02-20 | 基于动态因子的事件生成方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110192985.2A CN113055442B (zh) | 2021-02-20 | 2021-02-20 | 基于动态因子的事件生成方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113055442A true CN113055442A (zh) | 2021-06-29 |
CN113055442B CN113055442B (zh) | 2022-07-15 |
Family
ID=76509442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110192985.2A Active CN113055442B (zh) | 2021-02-20 | 2021-02-20 | 基于动态因子的事件生成方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113055442B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114301760A (zh) * | 2021-12-17 | 2022-04-08 | 北京达佳互联信息技术有限公司 | 一种测试方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110336382A (zh) * | 2019-08-01 | 2019-10-15 | 广东电网有限责任公司 | 一种电网故障告警信息的确认方法、装置、设备及介质 |
CN110971444A (zh) * | 2019-10-09 | 2020-04-07 | 中移(杭州)信息技术有限公司 | 告警管理方法、装置、服务器及存储介质 |
CN111176879A (zh) * | 2019-12-31 | 2020-05-19 | 中国建设银行股份有限公司 | 设备的故障修复方法及装置 |
US20200162572A1 (en) * | 2018-11-16 | 2020-05-21 | Sap Se | Dynamic streaming analytics |
CN111611517A (zh) * | 2020-05-13 | 2020-09-01 | 咪咕文化科技有限公司 | 指标监控方法、装置、电子设备及存储介质 |
CN111901171A (zh) * | 2020-07-29 | 2020-11-06 | 腾讯科技(深圳)有限公司 | 异常检测和归因方法、装置、设备及计算机可读存储介质 |
CN111917877A (zh) * | 2020-08-03 | 2020-11-10 | 上海浦东东方有线网络有限公司 | 物联网设备的数据处理方法及装置、电子设备、存储介质 |
-
2021
- 2021-02-20 CN CN202110192985.2A patent/CN113055442B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200162572A1 (en) * | 2018-11-16 | 2020-05-21 | Sap Se | Dynamic streaming analytics |
CN110336382A (zh) * | 2019-08-01 | 2019-10-15 | 广东电网有限责任公司 | 一种电网故障告警信息的确认方法、装置、设备及介质 |
CN110971444A (zh) * | 2019-10-09 | 2020-04-07 | 中移(杭州)信息技术有限公司 | 告警管理方法、装置、服务器及存储介质 |
CN111176879A (zh) * | 2019-12-31 | 2020-05-19 | 中国建设银行股份有限公司 | 设备的故障修复方法及装置 |
CN111611517A (zh) * | 2020-05-13 | 2020-09-01 | 咪咕文化科技有限公司 | 指标监控方法、装置、电子设备及存储介质 |
CN111901171A (zh) * | 2020-07-29 | 2020-11-06 | 腾讯科技(深圳)有限公司 | 异常检测和归因方法、装置、设备及计算机可读存储介质 |
CN111917877A (zh) * | 2020-08-03 | 2020-11-10 | 上海浦东东方有线网络有限公司 | 物联网设备的数据处理方法及装置、电子设备、存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114301760A (zh) * | 2021-12-17 | 2022-04-08 | 北京达佳互联信息技术有限公司 | 一种测试方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113055442B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10956632B2 (en) | Scalable system and engine for forecasting wind turbine failure | |
US20220121994A1 (en) | Method and apparatus for implementing model training, and computer storage medium | |
CN111506478A (zh) | 基于人工智能实现告警管理控制的方法 | |
CN109787846A (zh) | 一种5g网络服务质量异常监测和预测方法及系统 | |
CN114630352B (zh) | 一种接入设备的故障监测方法和装置 | |
CN108921839A (zh) | 连铸坯质量检测方法、装置、电子设备及存储介质 | |
CN105721194B (zh) | 移动网故障隐患智能定位系统 | |
CN106407075B (zh) | 一种用于大数据平台的管理方法及系统 | |
CN113055442B (zh) | 基于动态因子的事件生成方法、电子设备及存储介质 | |
CN108306997B (zh) | 域名解析监控方法及装置 | |
CN116839656A (zh) | 一种用于工业互联网的工业现场监测系统及检测方法 | |
CN116823233A (zh) | 一种基于全周期运维的用户数据处理方法及系统 | |
CN111901134B (zh) | 一种基于循环神经网络模型rnn的预测网络质量的方法和装置 | |
CN115622867A (zh) | 一种工控系统安全事件预警分类方法及系统 | |
CN113468384B (zh) | 网络情报源信息的处理方法、装置、存储介质及处理器 | |
CN117113157B (zh) | 一种基于人工智能的台区用电故障检测系统 | |
CN114138601A (zh) | 一种业务告警方法、装置、设备及存储介质 | |
CN117762763A (zh) | 模型训练性能维护方法、装置、电子设备及存储介质 | |
Hou et al. | A Federated Learning‐Based Fault Detection Algorithm for Power Terminals | |
US20220092438A1 (en) | Metadata-assisted inventory management | |
CN115334560A (zh) | 基站异常的监测方法、装置、设备及计算机可读存储介质 | |
JP2022037107A (ja) | 障害分析装置、障害分析方法および障害分析プログラム | |
US20240036963A1 (en) | Multi-contextual anomaly detection | |
CN118655807A (zh) | 一种基于互联网的远程监测系统 | |
CN116405236A (zh) | 一种网络安全评价系统 |
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 |